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

489 個模型

按發布時間倒序
Anthropic

Claude Mythos 5.1

Claude Mythos 5.1 是 Anthropic 面向程式開發、知識工作及科學研究的模型。它與 Claude Fable 5.1 使用相同的底層模型,但安全防護設定不同;Mythos 版本針對資訊安全及生命科學專業工作設計,存取受到限制。(anthropic.com) 支援文字與圖片輸入,輸出文字;可用於對話、分析、程式開發及創意任務。上下文視窗為 100 萬 token,最大輸出為 1…

了解模型繁體中文
Anthropic

Claude Fable 5.1

Claude Fable 5.1 是 Anthropic 面向程式設計、知識工作及科學研究的前沿模型,適用於複雜推理、長時間運行的代理任務與企業工作流程。Anthropic 表示,Fable 5.1 與 Mythos 5.1 共用相同的底層模型,但採用不同的安全防護及存取方式。(anthropic.com) 支援文字和圖片輸入,輸出文字。 上下文視窗為 100 萬 token,最大輸出為 128,…

了解模型繁體中文
Google

TimesFM-3

TimesFM-3 是 Google Research 的時間序列基礎模型,於 2026 年 8 月 31 日發布,主打零樣本單變量與多變量預測。模型有 3.3 億個參數,預訓練資料包含超過 1 兆個真實及合成時間序列資料點。(research.google) 可同時預測多個相關目標,並使用僅有歷史值的共變數,以及涵蓋歷史與已知未來值的動態共變數;支援點預測和分位數預測。 採用…

了解模型繁體中文
Alibaba

Qwen-MT-Image-2.0

Qwen-MT-Image-2.0 是專注於圖片文字翻譯的模型服務,適用於多語言圖片在地化,例如電商商品圖片翻譯。阿里雲官方公告的發布日期為 2026 年 8 月 28 日。官方發布公告 (alibabacloud.com) 輸入與輸出皆為圖片;翻譯圖片中的文字時,力求保留原有排版與內容資訊。 官方公告與 API 文件列出 55 種語言,包括中文、英文和日文;2.0 版支援這些語言之間的翻譯,也支…

了解模型繁體中文
Tencent

Tencent Hy4 preview

Tencent Hy4 preview 是騰訊混元面向程式開發、辦公和科研等生產力任務的大型語言模型預覽版。它採用混合專家(MoE)架構,總參數量為 770B,每個 token 啟用 49B 參數;模型權重以 Apache License 2.0 開放。(tencent.com) **軟體工程:**支援長程開發任務的理解、規劃、除錯與驗證,以及前端開發。 **辦公與分析:**可協助資料分析、跨文件…

了解模型繁體中文
Google

Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash 是 Google 面向開發者推出的多模態影片生成與編輯模型,著重提升生成影片的創作控制能力,供專業影片工作流程使用。官方公告發布於 2026 年 8 月 27 日。 (blog.google) 模型卡涵蓋 Omni Flash 與 Omni 1.1 Flash,列出的輸入包括文字、圖片、音訊與影片,輸出包括帶音訊的高解析度影片;實際支援的模態可能因平台及…

了解模型繁體中文
ByteDance

Seed-Evolving

Seed-Evolving 是面向智能體(Agent)與程式開發(Coding)的 Seed 系列深度思考模型。它採用持續迭代機制,透過統一的模型 ID 呼叫時,版本升級會自動生效。(console.volcengine.com) 支援複雜任務編排、長程規劃、程式碼生成與工具呼叫,可用於智能體工作流程及多步驟開發任務。 支援深度思考、文字生成、多模態理解、GUI 任務處理與結構化輸出。2026 年…

了解模型繁體中文
Google

Gemini 3.5 Transcribe Live

Gemini 3.5 Transcribe Live 是專為低延遲、即時語音轉文字設計的模型。它透過 Gemini Live API 的 WebSocket 雙向串流接收音訊並輸出逐步更新的文字轉錄,而不是會聆聽、推理及語音回覆的對話代理。(aistudio.google.com) 提供暫時及最終轉錄結果,適合即時字幕、麥克風語音轉錄與語音輸入介面。 支援超過 85 種語言的自動偵測與語言切換、自…

了解模型繁體中文
Google

Gemini 3.5 Transcribe

Google 的語音轉文字模型,以音訊理解能力處理預先錄製的音訊,輸出逐字稿與詞級標註。gemini-3.5-transcribe 用於非串流音訊檔案;即時串流則使用不同的模型 ID gemini-3.5-transcribe-live。(aistudio.google.com) 自動偵測並轉錄超過 85 種語言,可處理同一段音訊中的語言切換。 智慧轉錄可處理口語自我修正、移除贅詞並格式化文字;也…

了解模型繁體中文
Zhipu AI

GLM-5.3-Flash

GLM-5.3-Flash 是 GLM-5 系列的原生多模態模型,定位為兼顧能力與推理成本的 Flash 級模型。它採用混合專家架構,總參數量為 320B,每次啟用 18B,並結合稀疏注意力與線性注意力。模型權重公開,官方模型庫標示為 MIT 授權。(z.ai) **輸入與輸出:**支援文字、圖片、影片及檔案輸入,輸出文字;上下文視窗為 1M tokens,最大輸出為 128K…

了解模型繁體中文
Alibaba

Qwen3.8-Flash

Qwen3.8-Flash 是通義千問的多模態模型,兼顧推理、生成速度與推理成本,面向開發者及企業應用。QwenCloud 官方公告日期為 2026 年 8 月 26 日。(docs.qwencloud.com) 可接受文字、圖片及影片輸入,產生文字;支援思考模式、函式呼叫、結構化輸出及上下文快取。功能供應情況可能因部署地區而異。(help.aliyun.com) 原生支援 100 萬 token…

了解模型繁體中文
Alibaba

Qwen3.8-Flash-Next

Qwen3.8-Flash-Next 是 Alibaba 通義千問團隊發布的開放權重多模態混合專家(MoE)模型,也是 Qwen4 架構的早期預覽。主模型有 125B 參數,另有 51B N-gram 嵌入參數;每個 token 約啟用 6B 參數。(github.com) 採用 Gated DeltaNet 與 Qwen Sparse Attention…

了解模型繁體中文
Tencent

WeMM-Embedding-9B

WeMM-Embedding-9B 是 Tencent 微信視覺團隊開發的通用多模態嵌入模型,為 WeMM-Embedding 系列的 9B 版本。它將不同模態的內容映射至共同向量空間,主要用於表示與檢索,而非生成式對話。(arxiv.org) 支援文字、圖片、影片、視覺文件及交錯排列的多模態輸入,可用於跨模態檢索、推薦、分類和內容匹配等任務。(arxiv.org) 支援 Matryoshka 可…

了解模型繁體中文
Tencent

WeMM-Embedding-4B

WeMM-Embedding-4B 是 Tencent 微信視覺團隊開發的通用多模態嵌入模型,屬於 WeMM-Embedding 系列的 4B 版本,以 Qwen3.5 為基礎,將不同模態的內容表示於共同向量空間。(huggingface.co) 支援文字、圖片、影片、視覺文件及交錯多模態輸入;輸出經 L2 正規化的嵌入向量。完整向量為 2,560 維,亦支援 64、128、256、512 和 1…

了解模型繁體中文
Tencent

WeMM-Embedding-2B

WeMM-Embedding-2B 是 Tencent 微信視覺團隊開發的通用多模態嵌入模型,屬於 WeMM-Embedding 系列的 2B 版本。它將不同模態的內容表示為向量,供相似度計算與檢索使用。(github.com) 支援文字、圖片、影片、視覺文件及交錯多模態輸入,可用於跨模態搜尋、內容匹配和多模態檢索增強生成(RAG)。 完整嵌入向量為 2048 維,亦支援 64、128、256、5…

了解模型繁體中文
DeepSeek

DeepSeek-V4-Flash-Vision-Exp

DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek 於 2026 年 8 月 21 日推出的實驗性多模態視覺理解模型,最初在 DeepSeek API 平台提供服務。(api-docs.deepseek.com) 支援文字與圖片混合輸入,圖片可透過 Base64、外部網址或 Files API 提供;發布時支援 Chat Completions、Messages 和…

了解模型繁體中文
Alibaba

Wan3.0-Video-Prime

Wan3.0-Video-Prime 是萬相 3.0 影片生成模型的高速版本,由阿里雲百鍊提供推論服務。官方表示其能力與 Wan3.0-Video 標準版對齊,端到端生成速度更快。(alibabacloud.com) 支援文字、圖片、影片及音訊等多模態輸入,以及檔案和網頁連結參考;可用於文字生影片、圖片生影片、首尾影格控制、參考素材生成及影片編輯。(alibabacloud.com) 可用於故事創…

了解模型繁體中文
Zhipu AI

GLM-5.3

GLM-5.3 是智譜面向複雜軟體工程與長程智能體任務的旗艦文字模型,於 2026 年 8 月 14 日發布。它與 GLM-5.2 使用相同的基礎模型,能力提升來自擴大後訓練規模。(z.ai) 適用於程式碼編寫、終端操作、多步驟軟體工程、工具協作及長程自動化任務;也可用於經授權的程式碼安全審查與漏洞發現。 官方稱,在內部 Z.ai Code Bench 中,其程式設計表現較 GLM-5.2 提升…

了解模型繁體中文
Alibaba

Qwen3.8-27B

Qwen3.8-27B 是阿里巴巴千問團隊推出的 270 億參數稠密型原生視覺語言模型,開放模型權重,採用 Apache 2.0 授權。官方公告記載其於 2026 年 8 月 14 日上架 Hugging Face 和 ModelScope。(github.com) 可理解文字、圖片和影片,適合文件與圖表分析、程式開發、研究、辦公自動化及多步驟代理工作。支援思考與非思考模式。(huggingfac…

了解模型繁體中文
Google

Gemini 3.7 Flash

Gemini 3.7 Flash 是 Google Gemini 3 系列的原生多模態推理模型,基於 Gemini 3.6 Flash,定位為處理程式開發、AI 代理與多步驟工作流程的 Flash 模型。(blog.google) 接受文字、圖片、影片、音訊與 PDF 輸入,輸出文字;輸入上限為 1,048,576 tokens,輸出上限為 65,536 tokens。 支援低、中、高思考等級,以…

了解模型繁體中文