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

314 個模型

按發布時間倒序
ByteDance

Seed2.0 Pro

Seed2.0 Pro 是 Seed2.0 系列的旗艦級通用模型,面向 AI Agent 的複雜推理與長鏈路任務。官方系列公告日期為 2026-02-14;火山方舟發布紀錄將此 API 版本列於 2026 年 2 月,但未在該紀錄中給出精確發布日。ID 後綴 260215 是版本標識,不據此推定發布日期。(seed.bytedance.com) 此版本支援深度思考、文字生成、多模態理解、GUI 任…

了解模型繁體中文
OpenAI

GPT-5.3-Codex-Spark

GPT-5.3-Codex-Spark 是 GPT-5.3-Codex 的較小版本,也是 OpenAI 為 Codex 即時程式開發設計的高速模型。它於 2026 年 2 月 12 日以研究預覽版發布。(openai.com) 適合互動式程式開發,例如局部修改程式碼、重整邏輯、調整介面及快速迭代;使用者可在模型工作時中斷或改變方向。 官方表示,模型在 Cerebras Wafer Scale…

了解模型繁體中文
MiniMax

M2.5-Lightning

M2.5-Lightning 是 MiniMax M2.5 的高速版本,面向程式開發、工具使用及其他實際生產力任務。官方於 2026 年 2 月 12 日發布 M2.5 公告,並介紹 Lightning 版本。官方表示,Lightning 與標準版能力相同,但速度和價格不同;Lightning 的穩定輸出速度約為每秒 100 tokens。(minimax.io) **程式開發:**支援多種程式語…

了解模型繁體中文
MiniMax

MiniMax-M2.5

MiniMax-M2.5 是面向真實世界生產力與自主代理任務的語言模型,著重程式開發、工具呼叫、搜尋及辦公工作。官方表示,模型在大量複雜環境中接受了強化學習訓練。(minimax.io) **程式開發:**可協助需求拆解、系統設計、編碼、除錯、程式碼審查與測試,涵蓋多種程式語言及全端專案。 **代理與研究:**可結合工具呼叫、搜尋及任務規劃,處理多步驟資訊蒐集與分析。 **辦公工作:**可用於文件…

了解模型繁體中文
Zhipu AI

GLM-5

GLM-5 是智譜推出的文字基礎模型,面向複雜系統工程、代理式程式開發與長程代理任務。官方公告日期為 2026 年 2 月 12 日。(z.ai) 採用混合專家架構,總參數量為 744B,每次推論啟用 40B;預訓練資料量為 28.5T tokens。模型採用 DeepSeek Sparse Attention,以降低部署成本並保留長上下文能力。(z.ai) 輸入與輸出皆為文字;國際站文件標示上下…

了解模型繁體中文
OpenAI

GPT-5.3-Codex

GPT-5.3-Codex 是 OpenAI 針對 Codex 及類似環境中的代理式程式開發任務最佳化的模型。官方於 2026 年 2 月 5 日發布公告;該模型於 2026 年 2 月 24 日加入 Responses API。(openai.com) 可用於撰寫、檢視與除錯程式碼、終端機操作、網站與應用程式開發,以及結合研究、工具使用和多步執行的長時間任務。使用者可在模型工作時互動並調整方向。…

了解模型繁體中文
Anthropic

Claude Opus 4.6

Claude Opus 4.6 是 Anthropic 的 Opus 系列大型模型,著重軟體工程、代理式任務、長篇內容推理與知識工作。它於 2026 年 2 月 5 日發布;截至本次查詢,官方將其列為仍在使用的舊版模型。(anthropic.com) 程式開發:可協助規劃、處理大型程式碼庫、審查程式碼及除錯,並執行較長時間的代理式工作。 知識工作:適用於研究、財務分析,以及文件、試算表和簡報的使用…

了解模型繁體中文
Zhipu AI

GLM-OCR

GLM-OCR 是輕量級專業光學字元辨識(OCR)與文件解析模型,參數量為 0.9B。官方發布紀錄列出的上線日期為 2026 年 2 月 3 日。模型採用 CogViT 視覺編碼器與 GLM-0.5B 解碼器的架構。(docs.bigmodel.cn) 可解析 PDF、JPG 和 PNG,辨識文字、手寫內容、印章、程式碼、公式及複雜表格,並支援中文、英文、日文、韓文等多種語言。…

了解模型繁體中文
Moonshot AI

Kimi K2.5

Kimi K2.5 是 Moonshot AI 發布的開放權重、原生多模態智慧代理模型,基於 Kimi K2 持續預訓練,結合視覺與語言理解、程式開發及工具使用能力。發布日期為 2026 年 1 月 27 日。(kimi.com) 採用混合專家(MoE)架構,總參數約 1 兆,每個 token 啟用約 320 億參數;官方列出的上下文長度為 256K tokens。(github.com) 支援文…

了解模型繁體中文
DeepSeek

DeepSeek-OCR 2

DeepSeek-OCR 2 是用於文件光學字元辨識與版面理解的開放權重視覺語言模型。官方於 2026 年 1 月 27 日公布;其程式碼與模型權重採 Apache 2.0 授權。(github.com) 使用 DeepEncoder V2,依影像語意動態重新排序視覺 token,以處理複雜版面及閱讀順序。(arxiv.org) 支援影像文字辨識、將文件轉為帶版面資訊的 Markdown,以及不含…

了解模型繁體中文
MiniMax

MiniMax Speech 2.8

MiniMax Speech 2.8 是文字轉語音模型系列,提供較重視音質的 HD 與較重視速度和成本的 Turbo 版本。官方於 2026 年 1 月 23 日發布。(minimax.io) 支援原生聲音標籤,可表現笑聲、呼吸、清喉嚨及口語中的停頓與語氣詞,適合對話、旁白和語音內容製作。 官方表示可使用約 10 秒的聲音樣本進行高保真聲音複製,並改進音訊清晰度及普通話與日語之間的跨語言發音。 提…

了解模型繁體中文
Alibaba

Qwen3-Max-Thinking

Qwen3 系列的 Max 級文字生成與推理模型。此 API ID 對應 2026 年 1 月 23 日的模型快照,整合思考與非思考模式;思考模式著重處理較複雜的問題。 (alibabacloud.com) 輸入與輸出均為文字,適合文字生成、推理、程式設計及需要工具協作的任務。 思考模式可搭配網頁搜尋、網頁資訊擷取及程式碼解譯器;實際工具可用性取決於平台與部署設定。 (qwencloud.com)…

了解模型繁體中文
Zhipu AI

GLM-4.7-Flash

GLM-4.7-Flash 是 GLM-4.7 系列的輕量免費文字模型,針對程式設計、長程任務規劃與工具協作而設計。官方模型卡標示其為 30B-A3B 混合專家(MoE)模型,提供開放權重,採 MIT 授權。(docs.bigmodel.cn) 支援文字輸入與文字輸出、思考模式、串流輸出、函式呼叫、上下文快取、JSON 等結構化輸出及外部 MCP 工具整合。(docs.bigmodel.cn) 適…

了解模型繁體中文
Zhipu AI

GLM-Image

GLM-Image 是智譜的開源圖像生成模型,採用自回歸模型與擴散解碼器混合架構,著重指令理解、圖中文字呈現及知識密集型圖像生成。官方介紹其架構包含 9B 自回歸模型與 7B 擴散解碼器。(docs.bigmodel.cn) 支援依文字提示生成圖像,適用於商業海報、科普插畫、原理示意圖、多格漫畫及社群媒體圖文。 擅長在圖像中呈現中英文文字和較複雜的資訊結構;生成結果仍應人工核對文字、事實與細節。…

了解模型繁體中文
Alibaba

Qwen-Image-Max

Qwen-Image-Max 是千問圖像生成模型的 Max 系列;此 API ID 為 2025 年 12 月 30 日快照版。阿里雲官方發布清單將其列於 2025 年 12 月 30 日。(docs.modelstudio.console.alibabacloud.com) **輸入與輸出:**輸入文字,輸出圖像,屬於文字生圖模型。(qwencloud.com) **圖像表現:**依官方說明,相…

了解模型繁體中文
MiniMax

MiniMax-M2.1

MiniMax-M2.1 是面向程式開發與代理式工作流程的開放權重語言模型,著重處理真實世界的複雜任務。官方於 2025 年 12 月 23 日發布。(minimax.io) 模型採用混合專家(MoE)架構,總參數約 2,300 億,每次推理約啟用 100 億參數。(minimax.io) **多程式語言開發:**針對 Rust、Java、Golang、C++、Kotlin、Objective-C…

了解模型繁體中文
Google

Gemini 3 Flash Preview

Gemini 3 Flash Preview 是 Google 的多模態模型預覽版,著重在推理能力、低延遲與成本效率之間取得平衡。官方公告發布於 2025 年 12 月 17 日。(blog.google) 支援文字、圖片、影片、音訊及 PDF 輸入,輸出為文字;支援推理、函式呼叫、程式碼執行、結構化輸出及搜尋資料佐證等功能。(ai.google.dev) 可用於程式開發與代理工作流程、複雜分析、…

了解模型繁體中文
Alibaba

Wan2.6-R2V

Wan2.6-R2V 是阿里巴巴萬相 2.6 系列的參考素材生成影片模型。官方於 2025 年 12 月 16 日發布:使用者可提供角色參考影片及文字提示,讓人物、動物或物件出現在新場景中,並盡量維持參考對象的外觀和聲音特徵。(alibabacloud.com) 支援文字、圖片和影片輸入,輸出含影片與音訊的內容;可使用多個角色參考素材,製作互動及多鏡頭敘事。(help.aliyun.com) 適用…

了解模型繁體中文
MiniMax

VTP-Large-f16d64

VTP-Large-f16d64 是 MiniMax 與華中科技大學研究人員合作的 VTP 視覺分詞器大型版本,主要用於影像表徵、重建及下游生成研究,而非通用聊天模型。官方模型頁列出約 0.7B 參數與預訓練權重。(huggingface.co) 結合影像-文字對比學習、自監督學習與重建目標,學習兼顧語意理解和影像重建的視覺表徵。 可用於影像特徵擷取、影像-文字相似度及零樣本分類,也可將影像編碼為…

了解模型繁體中文
MiniMax

VTP-Base-f16d64

VTP-Base-f16d64 是 VTP 視覺 token 化預訓練系列的 Base 版本,主要用於影像特徵擷取及作為視覺生成模型的元件;官方模型集合標示約 0.3B 參數。它不是獨立的文字聊天模型。(huggingface.co) 透過影像編碼取得潛在表示,並可解碼重建影像;可用於影像重建與生成模型研究。 VTP 結合圖文對比、自監督及重建學習,可用於視覺表徵擷取、圖文相似度與分類等研究。官方…

了解模型繁體中文