模型發布檔案

最新發布模型

彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。

按發布時間倒序7 種語言
清除

334 個模型

按發布時間倒序
Alibaba

Qwen3-TTS-VC-Realtime

Qwen3-TTS-VC-Realtime 是用於聲音複刻的即時文字轉語音模型;此模型 ID 是 2025 年 11 月 27 日發布的快照版本。(help.aliyun.com) 可對聲音註冊服務複刻的音色進行高保真即時語音合成,並依文字內容調整語氣,適合處理較複雜的文本。(help.aliyun.com) 官方歷史文件列出 WebSocket 介面及中文普通話、英語、德語、義大利語、葡萄牙語、…

了解模型繁體中文
Anthropic

Claude Opus 4.5

Claude Opus 4.5 是 Anthropic 於 2025 年 11 月 24 日發布的混合推理大型語言模型,著重程式設計、代理式任務與電腦操作。發布時可透過 Claude 產品、Anthropic API 及主要雲端平台使用。(anthropic.com) 支援文字及圖片輸入,產生文字輸出;可用於程式碼撰寫與除錯、複雜軟體工程、研究、文件分析,以及試算表和簡報工作。(anthropic…

了解模型繁體中文
Google

Nano Banana Pro (Gemini 3 Pro Image)

Nano Banana Pro(Gemini 3 Pro Image)是 Google 以推理能力支援的圖像生成與編輯模型,面向需要精細控制、文字呈現與真實世界資訊的專業設計工作。預覽版於 2025 年 11 月 20 日發布。(blog.google) 接收文字與圖像,產生或編輯圖像,也可輸出文字;支援思考與 Google 搜尋 grounding。(ai.google.dev) 支援 1K、2…

了解模型繁體中文
Alibaba

Qwen-VL-OCR

Qwen-VL-OCR 是用於影像文字辨識與解析的視覺模型;此 ID 為 2025-11-20 快照版本,基於 Qwen3-VL 架構。(help.aliyun.com) 支援一般及多語言文字辨識、文件解析、表格解析、公式辨識、資訊擷取及影像旋轉校正。 高精度辨識可輸出文字行位置座標,適合文件影像數位化、票據欄位擷取及文字定位等用途。(help.aliyun.com) 上下文長度為 38,192…

了解模型繁體中文
OpenAI

GPT-5.1-Codex-Max

GPT-5.1-Codex-Max 是 OpenAI 為長時間、複雜的代理式程式設計任務打造的推理模型,基於更新後的核心推理模型,適合在 Codex 或類似環境中使用。(openai.com) 可用於專案級重構、深度除錯、多小時代理工作流程、建立拉取請求、程式碼審查及前端開發。 透過上下文壓縮(compaction)跨多個上下文視窗處理長任務;這不代表單一上下文視窗可容納數百萬 token。 官方…

了解模型繁體中文
OpenAI

GPT-5.1 Pro

GPT-5.1 Pro 是 OpenAI 在 ChatGPT 中推出、用於處理複雜工作的模型,為 GPT-5 Pro 的更新版本。官方於 2025 年 11 月 19 日宣布向 ChatGPT Pro 用戶推出,當時可在模型選擇器中使用。(help.openai.com) 官方表示,早期測試者整體上較偏好 GPT-5.1 Pro,尤其肯定其在寫作協助、資料科學及商業問題上的表現,以及回答的清晰度、…

了解模型繁體中文
Alibaba

Qwen-MT-Lite

Qwen-MT-Lite 是基於 Qwen3 升級、專門用於多語言文字翻譯的基礎級模型,側重低延遲與成本效率,由阿里雲百鍊提供推理服務。官方發布公告列出的日期為 2025 年 11 月 19 日。(help.aliyun.com) 支援文字輸入與文字輸出,以及增量串流輸出;適合即時聊天、直播留言等延遲敏感的簡單翻譯情境。 提供術語干預、格式保留與領域提示等翻譯控制能力。 官方發布公告稱支援 32…

了解模型繁體中文
Google

Gemini 3 Pro

Gemini 3 Pro 是 Google 於 2025 年 11 月 18 日發布的 Gemini 系列進階多模態推理模型;gemini-3-pro-preview 是其預覽版 API ID。Google 將其定位於複雜推理、程式開發及代理工作流程。(blog.google) 接受文字、圖片、影片、音訊及 PDF 輸入,輸出文字;可用於多模態理解、文件分析、視覺推理及程式開發。 支援思考、函式呼…

了解模型繁體中文
Google

Veo 3.1 Fast

Veo 3.1 Fast 是 Google 的快速影片生成模型,適合需要較快產出影片的創作與開發工作。官方列出的用途包括分鏡預覽、敘事內容及參考圖片引導的影片製作。(developers.googleblog.com) 支援文字生成影片、圖片生成影片,以及指定首尾影格生成過渡畫面。 支援使用參考圖片、延長影片及生成聲音;可產生與畫面同步的對話或音效。 支援 Content Credentials(…

了解模型繁體中文
Google

Veo 3.1

Veo 3.1 是 Google 的影片生成模型系列;此處為標準 Generate 版本,而非 Fast 版本。Google Cloud 於 2025 年 11 月 17 日宣布 Veo 3.1 正式推出(GA);該模型 ID 的官方模型頁也列出相同發布日期。(docs.cloud.google.com) 接受文字和圖片輸入,支援文字轉影片、圖片轉影片、依首尾影格生成影片,以及使用參考圖片、延長影…

了解模型繁體中文
Alibaba

CosyVoice-v3-Flash

CosyVoice-v3-Flash 是通義實驗室 CosyVoice 系列的語音合成與聲音複製模型,由阿里雲百鍊提供推理服務。官方發布清單將其列於 2025 年 11 月 17 日;國際部署版本則列於 2026 年 2 月 9 日。(help.aliyun.com) 支援文字轉語音及即時串流合成;相較先前版本,官方表示其自然度、音色、韻律與情感表現有所改善。 支援使用約 5–20 秒參考音訊複製…

了解模型繁體中文
Alibaba

Qwen3-ASR-Flash-Filetrans

Qwen3-ASR-Flash 的長音訊檔案轉錄版本,是以大型語言模型為基礎的多語言自動語音辨識模型;輸入音訊,輸出文字。本 ID 為 2025-11-17 快照版本。(help.aliyun.com) 可自動判斷語言並轉錄多語種語音,適合會議錄音、訪談、通話及音視訊內容的非即時文字整理。(alibabacloud.com)…

了解模型繁體中文
OpenAI

GPT-5.1-Codex-Mini

GPT-5.1-Codex-Mini 是 GPT-5.1-Codex 較小、成本較低但能力也較弱的版本,定位於程式開發與代理式編碼工作。OpenAI 於 2025 年 11 月 13 日宣布將此模型發布至 Responses API。(developers.openai.com) 支援文字輸入與輸出,以及圖片輸入;支援推理 token、串流、函式呼叫和結構化輸出。 可用於程式碼生成及 Codex…

了解模型繁體中文
OpenAI

GPT-5.1-Codex

GPT-5.1-Codex 是 OpenAI 的 GPT-5.1 版本,針對 Codex 或類似環境中的長時間、代理式程式開發任務最佳化。OpenAI 於 2025 年 11 月 13 日將其發布至 Responses API。(developers.openai.com) 適用於程式生成、程式碼修改及多步驟代理式開發工作流程。 支援推理 token、函式呼叫、結構化輸出和串流。 支援文字輸入與輸…

了解模型繁體中文
Baidu

ERNIE 5.0 Preview

Baidu 於 2025 年 11 月 13 日在 Baidu World 2025 發表 ERNIE 5.0,並開放預覽版。它是原生全模態基礎模型,以統一方式建模文字、圖像、音訊與影片。(prnewswire.com) 官方列出的能力包括多模態理解與生成、指令遵循、創意寫作、事實推理、代理規劃及工具使用,可用於內容創作、多模態任務與智慧代理應用。發布時,一般使用者可透過 ERNIE Bot 體驗…

了解模型繁體中文
OpenAI

GPT-5.1 Thinking

GPT-5.1 Thinking 是 OpenAI 的進階推理模型,屬於 GPT-5 系列。它會依問題複雜度調整思考時間:簡單問題回應較快,複雜問題則投入較多推理。OpenAI 亦表示,其回答比前代更易理解、術語更少。(openai.com) 適合複雜問題分析、技術概念解說、程式撰寫與除錯,以及需要工具呼叫的代理式工作流程。(openai.com) 對應的 API 模型 gpt-5.1 支援文字與…

了解模型繁體中文
OpenAI

GPT-5.1 Instant

GPT-5.1 Instant 是 OpenAI 為 ChatGPT 推出的 GPT-5.1 對話模型,著重快速回應、較自然的對話及指令遵循。官方公告將其 API 模型 ID 列為 gpt-5.1-chat-latest;它不同於公告中的 GPT-5.1 Thinking。(openai.com) 可針對較具挑戰性的問題自適應地決定是否在回答前進行推理,適合一般問答、寫作、程式設計協助及圖片理解等…

了解模型繁體中文
Zhipu AI

WebVIA-Agent

WebVIA-Agent 是 WebVIA 互動式介面轉程式碼框架中的網頁探索視覺語言模型,以 GLM-4.1V-9B-Base 為基礎。其任務是探索網頁並擷取不同互動狀態的介面截圖,而不是獨自完成整個程式碼生成流程。(huggingface.co) 可結合網頁截圖、DOM 結構與互動紀錄,辨識互動元件、產生操作並判斷互動結果。(arxiv.org) 適用於網頁介面探索、多狀態截圖蒐集,以及互動式…

了解模型繁體中文
Alibaba

GUI-Plus

GUI-Plus 是 Alibaba 的圖形使用者介面(GUI)互動基礎模型,面向手機與電腦介面的理解和互動,支援複雜多步驟任務及多智能體協作。(help.aliyun.com) 接收文字和圖片,輸出文字;可依螢幕截圖與自然語言指令產生點擊、輸入、捲動等 GUI 操作描述,供外部系統決策或執行。 適用於介面自動化、跨應用任務規劃與多步驟互動。實際操作需要外部執行系統配合。(help.aliyun.…

了解模型繁體中文
ByteDance

Doubao-Seed-Code

Doubao-Seed-Code 是為 Agentic Coding(代理式編程)任務優化的豆包編程模型,於 2025 年 11 月 11 日發布。官方發布介紹稱,其支援 Anthropic API 等開發環境。(developer.volcengine.com) 可用於程式碼生成、任務調度與邏輯協作,適合整合至編程代理和開發工具。(console.volcengine.com) 官方發布介紹列出…

了解模型繁體中文