Yi-6B
Kohalik kakskeelne tekstiloome, teadustöö, peenhäälestus, võrguühenduseta rakendused ja ressursiteadlik juurutamine
Saadaval avatud kaaludega mudel; vanem esimese põlvkonna Yi baasmudel
Tutvu erinevate AI pakkujate tehisintellekti mudelitega ja võrrelge nende otstarvet. Uuri keele- ja järeldusmudeleid, programmeerimismudeleid, multimodaalseid süsteeme, pildi- ja videomudeleid, heli- ja kõnemudeleid, sissekandeid, reaalajas töötavaid mudeleid ning muid spetsialiseeritud tehisintellekti süsteeme.
Kohalik kakskeelne tekstiloome, teadustöö, peenhäälestus, võrguühenduseta rakendused ja ressursiteadlik juurutamine
Saadaval avatud kaaludega mudel; vanem esimese põlvkonna Yi baasmudel
Pikkade dokumentide lõpuleviimine, kohalik juurutamine, inglise- ja hiinakeelse teksti genereerimine, teadustöö ning järgnev peenhäälestus
Allalaaditavate avatud kaaludena saadaval; vanema põlvkonna mudel
Kohapeal käitatavad kakskeelsed inglise-hiina vestlused, isiklikud projektid, akadeemilised eksperimendid ja peenhäälestus tagasihoidlikul avatud kaaludega taristul
Avatud kaaludega ja allalaaditav; ajalooline pärandmudel
Kohalik teksti genereerimine, koodi lõpetamine, matemaatika, inglise-hiina kakskeelsed rakendused, teadustöö ja järgnev peenhäälestus
Saadaval allalaaditava avatud kaaludega mudelina; vanema Yi-põlvkonna mudel, mille jaoks ei ole just selle mudeli kohta kontrollitud tootja hallatavat hostitud API-pakkumist.
Pika kontekstiga dokumentide töötlemine, koodi genereerimine, matemaatika, kakskeelse inglise-hiina teksti genereerimine, lokaalne inferents ja valdkonnapõhine peenhäälestus
Avalikult allalaaditav avatud kaaludega baasmudel; varasema põlvkonna mudel, kuid endiselt avalikult allalaaditav
Ise majutatav kakskeelne tekstiloome, teadustöö, kohandatud peenhäälestus, programmeerimiskatsed ning inglise ja hiina keele rakendused
Saadaval avatud kaaludega mudel; vanema põlvkonna baaskontrollpunkt
Pikkade dokumentide analüüs, inglise-hiina keele genereerimine, otsingukatsetused, teadustöö ja ise hostitav peenhäälestus
Saadaval allalaaditava avatud kaaludega mudelina; ametliku hostitud API saadavust ega kasutuselt kõrvaldamise kuupäeva ei ole kinnitatud
Isehostitud kakskeelsed assistendid, inglise ja hiina keele dialoog, avatud kaaludega LLM-ide uurimine, privaatne inferents, kvantimine ja peenhäälestus
Avatud kaaludega; allalaaditav; vanema põlvkonna mudel, mille teenusepakkuja hallatava majutatud API kättesaadavust ei ole kinnitatud
Pika konteksti käsitlemine vestlustes, keerukas tekstianalüüs, mitmekeelne sisu genereerimine, ennustamine ja üldotstarbelised ettevõtete keelerakendused.
Saadaval 01.AI API dokumentatsiooni kaudu; teenuse praeguse elutsükli üksikasju ei ole teenusepakkuja sõnaselgelt avaldanud.
Kuluteadlikud hostitud vestluslahendused, hiina- ja ingliskeelse sisu genereerimine, programmeerimine, matemaatika, arutlus, kokkuvõtete koostamine ja suure mahuga API-töökoormused
Suletud lähtekoodiga hostitud API-mudel; praegune avalik kättesaadavus ja elutsükli staatus ei ole selgelt dokumenteeritud
Kohalik tekstigeneratsioon, enda hallatavad rakendused, eksperimenteerimine, domeenikohandamine ja peenhäälestus
Saadaval allalaaditava avatud kaaludega mudelina enda serveris majutamiseks ja lokaalseks inferentsiks; selle Hugging Face’i mudelilehel ei ole praegu ühtegi majutatud inferentsi pakkujat loetletud.
Kohapeal töötavad vestlusrakendused, juhiste järgimine, kergemad kodeerimisülesanded, kakskeelne inglise- ja hiinakeelse teksti genereerimine, katsetamine ning mudelite käitamine oma taristus
Avatud kaaludega; kohalikuks juurutamiseks kättesaadav; selget kasutuselt kõrvaldamise kuupäeva ei leitud
Kohalikuks tekstiloomeks, teadustööks, peenhäälestuseks, hiina-inglise rakendusteks ja kulutundlikeks ise majutatavateks juurutusteks
Avatud kaaludega ja allalaaditav; ametlikku toe lõpetamise või sulgemise kuupäeva ei leitud
Pika konteksti kohapealne inferents, teksti lõpetamine, koodi- ja matemaatikatöövood, uurimistöö ning kohandatud peenhäälestus
Saadaval olev avatud kaaludega mudel
Ise hallatavad vestlusabilised, lokaalne tekstiloome, lihtsam abi programmeerimisel, mitmekeelne katsetamine ja peenhäälestuse uurimine.
Saadaval avatud kaaludega mudel; ametlikud kaalud on endiselt kättesaadavad, kuid pakkuja avaldatud täpset kasutuselt kõrvaldamise või sulgemise kuupäeva ei ole kinnitatud.
Isehostitavad vestlusabilised, juhiste järgimine, programmeerimine, matemaatika, arutlemine, kokkuvõtete koostamine, mitmekeelne teksti genereerimine ja rakendused, mis vajavad 16K kontekstiakent.
Saadaval avatud kaaludega allalaaditava mudelina ise hostitava inferentsi jaoks
Kohalik kakskeelne teksti genereerimine, teadustöö, domeeni kohandamine ja peenhäälestus
Avatud kaaludega ja praegu allalaaditav; standardne 4K konteksti baaskontrollpunkt
Ise hostitav pika kontekstiga tekstigeneratsioon, teadustöö, valdkonnapõhine peenhäälestus, programmeerimine, matemaatika ja üldine keelemudelite katsetamine
Saadaval olev avatud kaaludega baasmudel
Isehostitavad kakskeelsed assistendid, inglise- ja hiinakeelne tekstiloome, programmeerimise tugi, matemaatika, arutlus, peenhäälestus ning privaatsusnõudlikud juurutused
Avatud kaaludega mudel on endiselt saadaval enda hallatavas keskkonnas juurutamiseks; 01.AI majutatava mudeliplatvormi API-teenus lõppes 2026-09-03.
Isehostitav vestluslik tehisintellekt, pika konteksti arvestav teksti genereerimine, programmeerimisabi, dokumentide analüüs, mitmekeelsed rakendused ja teadusuuringute juurutused.
Saadaval avatud kaaludega mudelina; vanema põlvkonna mudel
Kohalik koodi lõpetamine, koodi genereerimine, mitmekeelsed programmeerimisülesanded, pika konteksti toel lähtekoodi analüüs ja järelpeenhäälestus
Saadaval allalaaditava avatud kaaludega mudelina; mudeli pakkuja hostitud API täpne kättesaadavus ei ole kinnitatud
Kohalik koodi genereerimine, koodi lõpetamine, silumine, koodi selgitamine, kerged IDE-abitööriistad ja mudelite peenhäälestuse katsetused
Saadaval olev avatud kaaludega mudel
Kohapealne koodi genereerimine, lõpetamine ja muutmine, kogu koodirepositooriumi hõlmav kontekst, mitmekeelne programmeerimine ning peenhäälestus
Saadaval avatud kaaludega baasmudel
Ise hostitav programmeerimisabi, koodi genereerimine, silumine, koodi selgitamine, koodi tõlkimine ja pika konteksti toel koodihoidlate analüüs
Avatud kaaludega ja avalikult kättesaadav; selle täpse mudeli kohta ei ole kinnitatud ametlikku hostitud API loendikirjet
Kulutundlikud üldotstarbelised teksti genereerimise, vestluse ja API kasutusjuhud, mille puhul sobib Yi-Lightningu kergem alternatiiv
Ajalooline proprietaarne API-mudel; praegust avalikku kättesaadavust ja elutsükli staatust ei ole sõltumatult kontrollitud
Lokaalne kakskeelne pildimõistmine, visuaalne küsimustele vastamine, OCR-ile keskenduv pildianalüüs ja pildist tekstiks rakendused
Avatud kaaludega multimodaalsete mudelite perekond; 01.AI ei ole praegust kättesaadavust ega aktiivset hooldust selgelt dokumenteerinud.
Kohapealne kakskeelne pildimõistmine, visuaalsetele küsimustele vastamine, OCR-i abil teabe eraldamine, piltide kokkuvõtete koostamine ja lihtsad multimodaalsed katsetused
Saadaval avatud kaaludega isemajutatava mudelina; mudeli lehel ei ole praegu loetletud ühtegi ametlikku hostitud inferentsi pakkujat.
Suure GPU-võimekusega isehostitud lahendused kakskeelseks piltide mõistmiseks, visuaalsetele küsimustele vastamiseks, pildil oleva teksti tuvastamiseks ja teadusrakendusteks
Saadaval allalaaditava avatud kaaludega mudelina; esimese osapoole hostitud API praeguse saadavuse kohta kinnitatud teave puudub
Funktsioonide kutsumine, tööriistade valik, agentide orkestreerimine ja struktureeritud töövoogude automatiseerimine
01.AI dokumenteeritud; praegust saadavust ei ole sõltumatult kontrollitud
Madala kuluga lühikese kontekstiga vestlused, teksti genereerimine, kokkuvõtete tegemine, klassifitseerimine ja üldised keelerakendused
Dokumenteeritud 01.AI API-kataloogis; praegune kasutuskättesaadavus tuleks teenusepakkujalt üle kontrollida.
Pika konteksti tekstiloome, avatud kaaludega teadustöö, katsetamine ning privaatne või enda serveris majutamine
Varasema põlvkonna avatud kaaludega mudel; allalaaditav ja juurdepääsetav AI21 Labsi ametliku Hugging Face’i repositooriumi kaudu
Pikkade dokumentide analüüs, faktipõhine tekstiloome, ettevõtete RAG-lahendused, dokumentide kokkuvõtete koostamine, teabe eraldamine, privaatne juurutus ja mitmekeelsed tekstipõhised töövood.
Praegu saadaval; API lõpp-punkt jambalarge-1.7 viitab kuupäevaga hetktõmmisele jambalarge-1.7-2025-07.
Pika kontekstiga dokumentide analüüs, RAG, struktureeritud sisu genereerimine, funktsioonide kutsumine, mitmekeelsed ettevõtteassistendid ja privaatne juurutus
Pärandmudel; uuemad Jamba väljalasked, sealhulgas AI21-Jamba-Mini-1.7, on selle asendanud. Mudeli avalikud kaalud on endiselt saadaval.
Pika konteksti dokumentide analüüs, otsinguga täiendatud genereerimine, ettevõtete assistendid, struktureeritud teksti genereerimine, mitmekeelsed töövood ja enda hallatavad juurutused
Pärandversioon, mille on asendanud uuemad Jamba Large’i väljalasked; allalaaditav avatud kaaludega mudeli kontrollpunkt on endiselt saadaval
Pika konteksti RAG, ettevõtete dokumentide analüüs, allikapõhine küsimustele vastamine, struktureeritud andmete eraldamine, klassifitseerimine ja privaatne juurutus
Saadaval; vanem Jamba 1.6 põlvkond, mille uuem järglane on Jamba 1.7
Pika kontekstiga RAG, allikapõhine küsimustele vastamine, ettevõtete dokumentide töötlemine, klassifitseerimine, struktureeritud teksti genereerimine, funktsioonide kutsumine ning privaatsusnõuetele tundlikud privaatsed juurutused.
Varasem avatud kaaludega mudel; selle saab alla laadida AI21 ametlikust Hugging Face’i repositooriumist ja enda hallatavas keskkonnas juurutada, kuid 25. septembri 2026 seisuga ei kuulu see AI21 praeguste peamiste Jamba mudelite hulka.
Pikkade dokumentide analüüs, ettevõtetele mõeldud RAG, allikapõhine küsimustele vastamine, struktureeritud teksti genereerimine, privaatne juurutamine ja kulutundlikud tekstitöövood
Saadaval AI21 avatud kaaludega mudelina; hostitud API kättesaadavus ei ole praegu kinnitatud
Pika konteksti RAG, allikapõhine küsimustele vastamine ettevõtetes, dokumentidest andmete eraldamine, lokaalne inferents, seadmes töötavad assistendid ja kerged agentide töövood
Praegu saadaval; avatud kaaludega väljalase
Pika konteksti toel ettevõtete küsimustele vastamine, allikapõhine genereerimine, dokumentide analüüs, juhisterohked töövood, RAG-süsteemid ja ise hostitavad juurutused
Praegu saadaval avatud kaaludega mudelina; kasutatav Hugging Face'i ja AI21 Studio kaudu
Kohalik arutlemine, pika kontekstiga dokumentide analüüs, privaatne RAG, andmete väljavõte, programmeerimisabi ja kerged agentide kontrollerid
Praegu avatud kaaludega mudel; allalaaditav ja lokaalselt käitatav
Kiire saksakeelsete dokumentide kvaliteedi klassifitseerimine ja suuremahuline veebandmete filtreerimine
Saadaval; avatud kaaludega teadusmudel; Hugging Face'i Inference Provideri kaudu juurutamata
Saksakeelsete dokumentide kiire lokaalne klassifitseerimine grammatikakeskse korpuse filtreerimiseks ja andmekureerimiseks
Saadaval avatud kaaludega mudelihoidlas; Hugging Face’i Inference Providersi kaudu pole juurutatud
Saksakeelse grammatikaga seotud teksti kvaliteedi filtreerimine, andmekogumite kureerimine ja veebiteksti binaarne klassifitseerimine
Saadaval avatud kaaludega Hugging Face'i mudelina
Saksakeelsete veebidokumentide kvaliteedi hindamine, andmestike filtreerimine, järjestamine ja eeltreeninguandmete kureerimine
Saadaval olev avatud kaaludega mudel
Tokeniseerijavaba keelemudelduse, inglise-saksa tekstigeneratsiooni, mitmekeelse NLP, avatud kaaludega mudelite juurutamise ja mudelite kohandamise uurimiseks
Saadaval Hugging Face'i kaudu avatud kaaludega uurimistarkvarana; inferentsiteenuse pakkuja juures seda ei käitata.
Inglise- ja saksakeelse teksti genereerimine, juhiste järgimise uurimine, tokeniseerijata keelemudelite uurimine ning enda hallatavas keskkonnas mitteäriline katsetamine
Saadaval avatud kaaludega uurimismudelina
Inglise- ja saksakeelsete juhiste järgimine, tokeniseerijata keelemudelite uurimine, tekstikompressiooni katsed ning avatud kaaludega mudelite enda hallatav juurutamine
Saadaval avatud kaaludega teadusväljalaskena
Ajalooline mitmekeelne teksti lõpetamine, keelemudelite uurimine ja semantilise representatsiooni töövood
Pärandversioon; praegune avalik kättesaadavus ei ole selgelt dokumenteeritud
Vanema põlvkonna mitmekeelne tekstiloome, vestlusrakendused ja seletatavusele keskenduvad töövood, mis kasutavad Aleph Alpha esimest Luminousi põlvkonda
Pärandmudel; praegune avalik kättesaadavus ei ole kinnitatud
Semantiline otsing, infootsing, päringute ja dokumentide sobitamine, klasterdamine, klassifitseerimine, sarnasuse hindamine ja tekstitunnuste eraldamine
Pärand; praeguse API saadavust ei ole kontrollitud
Ajaloolised mitmekeelse teksti lõpetamise uuringud ja üldiste keeleülesannetega tehtavad eksperimendid
Ajalooline või pärandversioon; praegune saadavus pole kinnitatud
Suunatav mitmekeelne teksti genereerimine, kokkuvõtete koostamine, klassifitseerimine, küsimustele vastamine ja selgitatavusele keskenduvad ettevõtete töövood
Saadaval; esimese põlvkonna Luminousi juhtmudel
Ajalooline mitmekeelne teksti jätkamine, keele mõistmise uurimine ja ühilduvustöö, mis hõlmab Aleph Alpha algset Luminous API-t
Pärandpõlvkond; ajalooline API ja Playgroundi kättesaadavus on dokumenteeritud, kuid praegune avalik kättesaadavus on kinnitamata
Nullnäitega mitmekeelne tekstiloomine, juhiste järgimine, klassifitseerimine, vestlusprototüüpide loomine ja selgitatavusele keskendunud ettevõtete töövood.
Pärandmudel; dokumenteeritud Aleph Alpha SDK materjalides. Praeguse lõpp-punkti kättesaadavus sõltub teenusepakkuja juurdepääsust ja juurutuse olekust.
Visiooni-keele uurimine, piltide kirjeldamine, visuaalsetele küsimustele vastamine ning adapteripõhise multimodaalse peenhäälestuse katsetamine
Pärand-uurimis- ja demomudel; avalikult avaldatud mudeli kontrollpunkt ja lähtekood on endiselt saadaval, kuid seda ei ole dokumenteeritud praeguse majutatud kommertsmudelina.
Mitmekeelne infootsing, semantiline otsing, tulemuste ümberjärjestamine, klasterdamine ja juhiste põhised teksti vektoresitused
Saadaval allalaaditava avatud kaaludega mudelina; dokumentatsioon hõlmab kliendi- ja kohapealse juurutamise võimalusi.
Kompaktsed vektoriesitused semantiliseks otsinguks, infootsinguks, tulemuste ümberjärjestamiseks, klasterdamiseks ja sarnasuspõhiseks klassifitseerimiseks
Saadaval avatud kaaludega kontrollpunktina; majutatud järeldusjuurutust ega teenusepakkuja API-hinnastust ei ole kinnitatud.
Lühikeste mitmekeelsete tekstide genereerimine, kokkuvõtete koostamine, teabe väljavõte, valdkonnapõhised tekstitöövood ja oma taristus juurutamine
Saadaval avatud kaaludega mudelina; sellele viidatakse ka Aleph Alpha API tööriistades.
Mitmekeelne teksti genereerimine, klassifitseerimine, kokkuvõtete koostamine, küsimustele vastamine, inseneri- ja autotööstuse rakendused ning ohutust arvestavad teadusuuringute rakendused
Saadaval avatud kaaludega väljalase; ohutusnõuetega kooskõlla viidud variant
Inglise- ja saksakeelsete juhiste järgimine, mitmekeelne teadustöö, tokeniseerijata keelemudelite katsetamine ning isemajutatud juurutamine
Saadaval allalaaditava avatud kaaludega teadustarkvarana
Inglise- ja saksakeelsete juhiste järgimine, mitmekeelne tekstiloome, saksakeelsed rakendused ning tokeniseerijavabade keelemudelite uurimine
Praegune avatud kaaludega teadusväljaanne; allalaadimiseks saadaval Hugging Face’is
Tokeniseerijavaba keelemudeldamise, inglise- ja saksakeelse teksti genereerimise, pika konteksti katsete ning oma serveris majutatavate mitteäriliste rakenduste uurimiseks
Praegu avalikult allalaaditav avatud parameetritega uurimismudel
Kliimamudelite emuleerimine, atmosfääri muutlikkuse uuringud, pikaajalised simulatsioonid, kliimamõjurite ja nende mõju vaheliste seoste katsed ning kliimateaduslik uurimistöö
Praegune avatud uurimistöö kontrollpunkt
Kliimamudelite emuleerimine, ansamblisimulatsioonid, kliimatundlikkuse katsed ning sõltumatult varieeruva merepinna temperatuuri ja CO₂ sundmõju uurimine
Praegune avatud kaaludega uurimismudel
Reaalajas merendusalane teave, AIS-i alusel laevade tegevuse klassifitseerimine, ebaseadusliku kalapüügi seire, mere looduskaitse ja GPS-i trajektooride uurimine
Saadaval; avatud lähtekoodiga
Kohapealne koodiloome, programmeerimisabi, koodi teisendamine ning modulaarse ekspertide segumudeli järeltreeningu uurimine.
Praegune avatud kaaludega mudel
Avatud kaaludega matemaatilise arutluse uurimine, isehostitud inferents, matemaatikale keskenduv hindamine ning modulaarse ekspertide segu järeltreeninguga katsetamine.
Praegune avatud kaaludega teadusmudel
Kohalik tekstigeneratsioon, keelemudelite baiditaseme uuringud, tähemärkide suhtes tundlik hindamine, tokeniseerijate uurimine ja õppeotstarbeline katsetamine
Praegune avatud kaaludega uurimismudel
Baiditasemel keelemudelite uurimiseks, tähemärkide mõistmiseks, teksti lõpetamiseks, tokeniseerijast sõltumatuks keelemudelite modelleerimiseks ja oma taristus katsetamiseks.
Praegune avatud kaaludega väljalase
Baiditaseme keelemudelite uurimiseks, lokaalseks tekstigeneratsiooniks, representatsiooniõppeks ja avatud mudeliarhitektuuridega eksperimenteerimiseks
Praegune avatud kaaludega teadusväljalase
Baiditaseme keelemudelite uurimiseks, avatud kaaludega teksti genereerimiseks ja tokeniseerimise alternatiividega katsetamiseks
Praegune avatud kaaludega uurimismudel
Uurimistöö, võrdlustestid, lokaalne tekstigenereerimine ning dense- ja mixture-of-experts-mudelite võrdlused
Praegune teadusuuringute vahe-eesmärk; avalikult kättesaadav
Modulaarsete ekspertide segu süsteemide, kohaliku tekstigeneratsiooni ja valdkonnaspetsiifiliste eksperdikogumite juurutamise uurimine
Praegune avatud kaaludega teadusväljalase
Avatud kaaludega uurimistöö Mixture-of-Expertsi modulaarsuse, ekspertide marsruutimise, ekspertide valikulise juurutamise ja isehostitava tekstigenereerimise teemal
Praegune avatud kaaludega uurimiskontrollpunkt
Kõrge eraldusvõimega kliimasimulatsioonid, ekstreemsete ilmastikunähtuste uuringud, troopiliste tsüklonite analüüs, piirkondlik peenskaala modelleerimine ja ansamblite genereerimine
Praegune avatud kaaludega uurimismudel
Kohalike piltide mõistmine, visuaalsetele küsimustele vastamine, piltide kirjeldamine, dokumentide ja diagrammide analüüs, loendamine, objektidele osutamine ning multimodaalne teadustöö
Saadaval allalaaditava avatud kaaludega kontrollpunktina
Kohalik piltide ja teksti mõistmine, visuaalsetele küsimustele vastamine, dokumentide ja diagrammide analüüs, piltide kirjeldamine ning multimodaalsed uuringud
Saadaval on avatud kaaludega kontrollpunkt; eelversioon
Ise majutatav pildimõistmine, visuaalsetele küsimustele vastamine, pildiallkirjade genereerimine, pildil kujutatu lokaliseerimine, objektidele osutamine, loendamine ja multimodaalsed uuringud.
Saadaval olev avatud kaaludega varasem teadusmudel; uuemad Molmo 2 mudelid moodustavad Ai2 praeguse järglasperekonna.
Kohalike piltide mõistmine, visuaalsetele küsimustele vastamine, piltide kirjeldamine, dokumentide ja diagrammide analüüs, loendamine ning avatud lähtekoodiga multimodaalsete mudelite katsetamine
Saadaval on avatud kaaludega eelvaatekontrollpunkt.
Tõhus lokaalne pildi- ja videoanalüüs, visuaalne lokaliseerimine, objektidele osutamine, kirjelduste genereerimine, loendamine, jälgimine ja multimodaalne teadustöö
Praegune avatud kaaludega mudel
Avatud multimodaalne uurimistöö, videote põhjal küsimustele vastamine, visuaalne lokaliseerimine, osutamine, loendamine, pildiallkirjade koostamine, objektide jälgimine, dokumentide mõistmine ja robootika tajusüsteemid
Praegu avatud kaaludega mudel; allalaaditav mudeli kontrollpunkt
Avatud multimodaalne uurimistöö, piltide ja videote lokaalne mõistmine, visuaalne lokaliseerimine, objektidele osutamine, loendamine, kirjelduste genereerimine ja jälgimine
Praegune avatud kaaludega mudel
Videoobjektidele osutamine, aegruumiline lokaliseerimine ja objektide loendamine lokaalselt juurutatud avatud kaaludega mudelite abil
Praegune avatud kaaludega väljalase
Avatud teadusuuringud ja järgnev peenhäälestus nägemispõhise robotmanipulatsiooni, ruumilise arutlemise, trajektoori planeerimise ja roboti tegevuste ennustamise valdkonnas
Saadaval avatud kaaludega teadusmudel; Ai2 uuemasse MolmoActi põlvkonda kuuluv MolmoAct2 on selle välja vahetanud.
Robootilise manipuleerimise uurimine, tegevuste üle arutlemine, järgnev vahetreening ja zero-shot SimplerEnv-i eksperimentide kordamine
Saadaval on avatud kaaludega eelvaateversioon.
Avatud robootikauuringud, visuaalne tegevuspõhine järeldamine, robotite manipuleerimise katsed ja peenhäälestus kohandatud robotandmekogumitel
Saadaval avatud kaaludega eelvaateversioonina; mõeldud peenhäälestuseks ja järgnevaks järelõppeks
Avatud robootikauuringuteks, kehastunud visuaalseks arutlemiseks, roboti juhtimispoliitika peenhäälestuseks ja manipuleerimisülesanneteks toetatud või lähedalt seotud riistvaral
Praegune avatud kaaludega alusmudeli kontrollpunkt
Sügavust arvestav robotmanipulatsiooni uurimine, kehastunud arutlus ning nägemise-keele-tegevuse poliitikate peenhäälestus konkreetsete robotkehastuste jaoks.
Praegune avatud kaaludega alusmudeli kontrollversioon
Keelejuhitud 3D-trajektooride prognoosimine, robootika planeerimise uurimine ja liikumistingimustel põhinev video genereerimine
Dokumenteeritud uurimisvariant; praegusest esimese osapoole mudelite kogumist ei ole leitud eraldi avalikult välja antud kontrollpunkti.
Avatud teadusuuringud ja rakendused, mis nõuavad pildi- või videopõhist seostamist, visuaalset osutamist, objektide lokaliseerimist, loendamist, jälgimist, ruumilist mõtlemist ja multimodaalset analüüsi.
Praegune avatud kaaludega mudel
GUI-kuvatõmmiste põhistamine, ekraanielementide lokaliseerimine, arvutikasutuse tajumine ja osutamismudelite uurimine
Praegune avatud kaaludega teadusmudel
Videotes objektidele osutamine, ajaline lokaliseerimine, objektide loendamine ja jälgimine ning keelepõhise video mõistmise uurimine
Praegune avatud kaaludega uurimismudel
Avatud teadusuuringuteks, korratavateks keelemudelite katseteks, kohalikuks juurutamiseks, ingliskeelse teksti genereerimiseks ja peenhäälestuseks
Saadaval avatud kaaludega mudel; seda ei ole ametlikult aegunuks ega kasutuselt kõrvaldatuks tunnistatud
Kohapealne tekstigeneratsiooni uurimine, kergekaaluline juurutamine, peenhäälestus, reprodutseeritavad eksperimendid, haridus ja kiire prototüüpimine
Praegu saadaval allalaaditava avatud kaaludega mudelina
Lokaalne inferents, avatud mudelite uurimine, võrdlustestimine, jätkuõpe ja ülesandespetsiifiline peenhäälestus.
Saadaval allalaaditava avatud kaaluga mudelina; ametlikku teenusepakkuja enda hostitud API-t ei ole tuvastatud.
Täielikult avatud keelemudelite uurimine, lokaalne inferents, korratavad treeningkatsed, hindamine ja edasine peenhäälestus
Praegu allalaaditav avatud kaaludega mudel; esimese osapoole hostitud API juurutuse kohta puudub kinnitus
Eeltreenimise jätkamine, juhendatud peenhäälestus, tugevdusõppe uurimine, keelemudelite uurimine, kohandatud juurutamine ning rakendused, mis nõuavad läbipaistvat ja avatud treeninguprotsessi.
Ajakohane ja allalaaditav avatud kaaludega mudel
Avatud lähtekoodiga ja ise hostitavad vestlusabilised, juhiste järgimise ülesanded, kohapealne programmeerimisabi, tööriistu kasutavad agendid ning mudeliuuringud
Hetkel avatud kaaludega mudel, mida saab alla laadida ja iseseisvalt hostida.
Avatud teadusuuringud, matemaatiline arutlemine, koodi genereerimine, loogika, pika konteksti katsetamine ja lokaalne mudeli inferents
Aktiivne avatud kaaludega mudel
Avatud kaaludega teadustöö, jätkueelõpe, peenhäälestus, programmeerimine, matemaatika, lugemismõistmine ning pika kontekstiga keelemudelite katsetamine
Praegu; avatud kaaludega ja allalaaditav
Avatud kaaludega vestlus, tööriistu kasutavad assistendid, mitmevooruline dialoog, sünteetiliste andmete genereerimine, isemajutus ja mudeliuuringud
Saadaval avatud kaaludega mudeli kontrollpunktina; uuemate juhiste järgi häälestatud juurutuste jaoks on selle asendanud Olmo 3.1 32B Instruct.
Avatud mudelite arutlusvõime uurimine, matemaatika, programmeerimine, pika konteksti analüüs ja isehostitud juurutamine
Saadaval avatud kaaludega mudelina; selle on asendanud uuem mudel Olmo 3.1 32B Think.
Matemaatikale keskendunud RLVR-uuringud, tugevdusõppe eksperimendid, verifitseeritavate tasude kujundamine, avatud mudelite hindamine ja täiendav peenhäälestus
Praegune avatud kaaludega uurimisversioon
Matemaatiline arutlemine, programmeerimine, keerukad mitmeetapilised ülesanded, avatud mudelite uurimine, kohalik juurutamine ja tugevdusõppe uurimine
Praegune avatud kaaludega mudel
Koodimudelite avatud uurimine, kontrollitavatel preemiatel põhinev tugevdusõpe, koodi genereerimise eksperimendid, automatiseeritud hindamine ja peenhäälestus
Praegune avatud kaaludega eksperimentaalne RL-Zero koodikirjutamise kontrollpunkt
Enda serveris majutatavad vestlusabilised, juhiste järgimine, tööriistu kasutavad agendid, sünteetilised andmed ja avatud mudelite uurimine
Praegune; avatud kaaludega ja allalaaditav
Ingliskeelse heli transkribeerimiseks, subtiitrite loomiseks, koosolekute ja loengute transkribeerimiseks, taskuhäälingute töötlemiseks, ligipääsetavusrakendustes ning avatud ASR-uuringuteks
Praegune avatud kaaludega mudel
Avatud lähtekoodiga ingliskeelse kõne tekstiks transkribeerimine, subtiitrite loomine, koosolekute, loengute, kõnede ja taskuhäälingute transkribeerimine ning kohaliku ASR-i uurimine
Saadaval olev avatud kaaludega mudel
Avatud lähtekoodiga ja enda serveris majutatav ingliskeelne transkriptsioonilahendus koosolekute, loengute, kõnede ja taskuhäälingute jaoks ning juurdepääsetavuse ja kõnetuvastuse uurimiseks
Praegu avatud kaaludega mudel; allalaaditav ja kohalikuks käitamiseks kasutatav
Ingliskeelse lühi- ja pika kõne transkribeerimine, koosolekute ja telefonikõnede transkribeerimine, loengutele subtiitrite loomine, taskuhäälingute töötlemine, ülekannete transkribeerimine ning kõneanalüüs
Praegune avatud kaaludega mudel
Ingliskeelse kõne avatud transkribeerimine, koosolekute ja taskuhäälingute transkribeerimine, subtiitrite loomine, ajatemplitega heli indekseerimine ning ASR-uuringud
Praegu saadaval olev avatud kaaludega mudel; allalaaditav ja ise hallatavalt käitatav
Tõhusaks isehostitavaks ingliskeelse kõne transkribeerimiseks, kõneuuringuteks, servaseadmetele suunatud katseteks ja rakendusteks, kus eelistatakse väikest avatud ASR-i kontrollpunkti.
Saadaval avatud kaaludega mudeli kontrollpunkt
Ingliskeelsete PDF-failide OCR-tuvastus, dokumentide parsimine, tabelite eraldamine, matemaatilise tähistuse tuvastamine, mitmeveerulised paigutused ja dokumentide lineaarseks teisendamine suures mahus
Praegune avatud kaaludega väljalase
Avatud mudelite uurimine, tõhus kohalik teksti genereerimine, keelemudelite hindamine ja peenhäälestus
Saadaval avatud kaaludega versioonina
Kvaliteetsed Maa vaatlusandmete vektorrepresentatsioonid, satelliidipiltide representatsiooniõpe, kaugseire klassifitseerimine, segmenteerimine, keskkonna kaardistamine ja georuumiliste mudelite peenhäälestus
Saadaval on avatud parameetritega kaugseire alusmudel
Tõhusad satelliidipiltide ja Maa vaatluse vektorrepresentatsioonid, kaugseireuuringud ning edasised klassifitseerimis- või segmenteerimisülesanded
Praegu allalaaditav avatud kaaludega uurimismudel
Satelliidipiltide ja Maa seire vektoriesitused, kaugseire esituste õppimine, georuumiline klassifitseerimine ja segmenteerimine ning järgneva etapi peenhäälestus
Praegune avatud kaaludega mudel
Tõhusad Maa seire vektorkujutised, satelliidipiltide ja aegridade esituste õppimine, georuumiline klassifitseerimine, segmenteerimine ning suuremahuline kaugseireandmete inferents
Praegune avatud kaaludega mudel
Satelliidipiltide vektorrepresentatsioonid, kaugseire representatsiooniõpe, georuumiline segmenteerimine, maakattetüüpide analüüs ja Maa seire uuringud
Praegune avatud kaaludega Maa seire alusmudel
Avatud kaaludega keelemudelite uurimine, pika konteksti tekstigeneratsioon, kohalik juurutamine, jätkuõpe ja peenhäälestus
Praegune avatud kaaludega mudel
Kiiresti ühendatud atmosfääri ja ookeani kliima emuleerimine, suured ansamblid, pikad kliimaprognoosid ning ENSO ja sisemise muutlikkuse uurimine
Saadaval on avatud teadusuuringute kontrollpunkt.
Isehostitavad kodeerimisagendid, koodihoidla konteksti arvestav vigade parandamine, refaktoreerimine, koodi genereerimine, spetsialiseerumine privaatsetele koodibaasidele ja avatud uurimistöö kodeerimisagentide vallas
Praegune avatud kaaludega uurimismudel
Hoidlateülese vigade parandamine, funktsioonide rakendamine, koodi ümbertegemine, koodi hooldus, kodeerimisagentidega eksperimenteerimine ja eraldiseisvate koodihoidlate peenhäälestus
Praegune avatud kaaludega uurimismudel
Avatud lähtekoodiga koodihoidla tasemel kodeerimisagendid, vigade parandamine, refaktoreerimine, koodi ülevaatus ja tarkvaratehnika uurimistöö
Praegune avatud kaaludega väljalase
Repositooriumitaseme tarkvaraarendus, vigade parandamine, funktsioonide juurutamine, refaktoreerimine, kodeerimisagentide uurimine ning spetsialiseerumine privaatsetele koodibaasidele.
Praegune avatud kaaludega mudel
Isehostitavad hoidlapõhised kodeerimisagendid, vigade parandamine, funktsioonide rakendamine, refaktoreerimine, kodeerimisagentide uurimine ja spetsialiseerumine privaatsetele koodibaasidele
Praegune avatud kaaludega mudel
Hõredate ekspertide segu (Mixture-of-Experts) arhitektuuride uurimine, sama mälukasutusega lähtemudelite võrdlemine ja kohalikud teksti genereerimise katsed
Praegune avatud kaaludega teadusuuringute kontrollpunkt
Mixture-of-Expertsi uuringud, ekspertide marsruutimise katsed, selektiivsete ekspertide uuringud ja enda hallatavas taristus teksti genereerimine
Praegune avatud kaaludega teadusväljalase
Mixture-of-Expertsi uuringud, ekspertide marsruutimise uuringud, modulaarsuse katsed, reprodutseeritav kohalik teksti genereerimine ja kontrollitud võrdlused EMO-ga
Praegune avatud kaaludega uurimiskontrollpunkt
Juhiste järgimine enda hallatavas keskkonnas, avatud järeltreeningu-uuringud, matemaatika, programmeerimine, hindamine ja domeenikohandamine
Saadaval allalaadimiseks; selle on asendanud Llama-3.1-Tulu-3.1-8B
Isehostitud juhiste järgimiseks, arutlemiseks, matemaatikaks ja programmeerimiseks ning avatud mudelite uurimiseks ja reprodutseeritavate järelõppekatsete tegemiseks
Saadaval olev avatud kaaludega mudel
Suuremahuline teadustöö, juhiste järgimise hindamine, avatud kaaludega mudelite järeltreeningu uurimine, matemaatiline arutlemine, programmeerimise võrdlustestid ja enda hallatavates keskkondades eksperimenteerimine.
Saadaval avatud kaaludega teadus- ja õppeotstarbelise mudelina; Hugging Face'i mudelilehel ei ole praegu loetletud ühegi hostitud inferentsiteenuse pakkuja juurutust.
Multimodaalne teadustöö, nägemise ja keele valdkonna eksperimendid, piltide genereerimine, visuaalsetele küsimustele vastamine, tihedad arvutinägemise ülesanded ja akadeemiline võrdlustestimine
Avatud kaaludega teaduslik väljalase; avalikult kättesaadav inferentsikood ja kontrollpunktid; Ai2 uuemate multimodaalsete mudelitega võrreldes vanem.
Multimodaalsed teadusuuringud, piltide mõistmine ja genereerimine, heli ja video mõistmine, ruumiline ennustamine, kehastunud tehisintellekti ja robotmanipulatsiooni eksperimendid ning enda taristus majutatavate akadeemiliste prototüüpide arendamine.
Avatud kaaludega teaduslik väljalase; avalikult kättesaadavad mudeli kontrollpunktid ja lähtekood; ametlikku hostitud inferentsi API-t ega kommertslikku tokenipõhist hinnastamist ei ole tuvastatud.
Avatud sõnavaraga monokulaarne 3D-tuvastus, ruumitaju, robootikauuringud, liitreaalsus ning 2D-viipade teisendamine mõõtkavas 3D-kastideks
Praegune avatud kaaludega teadusmudel
Ettevõtte tasemel piltide loomine ja töötlemine, toodete visualiseerimine, reklaami- ja turundusmaterjalid, pildivariatsioonid, tausta eemaldamine, virtuaalne proovimine ning brändi või objekti kujutisega ühtlustatud visuaalne sisu.
Pärandversioon; 2026-09-25 seisuga veel kättesaadav; kasutuselt kõrvaldamine on kavandatud 2026-09-30.
Taskukohane multimodaalne dokumendianalüüs, piltide ja videote mõistmine, visuaalsetele küsimustele vastamine, kokkuvõtete koostamine, RAG ning tööriistu kasutavad agendid.
Aktiivne
Suurte mahtudega ja väikese viivitusega teksti klassifitseerimine, kokkuvõtete koostamine, tõlkimine, teabe eraldamine, suunamine, korduma kippuvad küsimused ning kitsalt määratletud peenhäälestatud ülesanded
aktiivne
Pika konteksti multimodaalne analüüs, ettevõtete dokumenditöövood, keerukad tööriistakutsed, agentide orkestreerimine, koodibaasi analüüs ning õpetajamudeli destilleerimine enne mudeli kasutuselt kõrvaldamist.
Eluea lõpp
Ettevõtetele mõeldud multimodaalsed rakendused, dokumentide analüüs, visuaalsetele küsimustele vastamine, videote mõistmine, pika kontekstiga kokkuvõtete koostamine, RAG ja tööriistu kasutavad assistendid
Aktiivne
Lühivormireklaamid, turunduskontseptsioonid, toodete visualiseerimine, süžeeskeemid, sotsiaalmeediavideote kavandid ja piltide põhjal loodud filmiliku ilmega klipid.
Aktiivne praeguse Nova Reel 1.1 töövoo kaudu; algne Nova Reel v1.0 mudel on pärandmudel ning selle kasutamise lõpetamine on kavandatud kuupäevale 2026-09-30.
Reaalajas hääleassistendid, klienditeeninduse automatiseerimine, interaktiivne õpe, keeleõpe ja kõnepõhised ettevõtete töövood
Kasutuselt kõrvaldatud; pärandmudel, mille ametlik kasutusea lõppkuupäev on 14. september 2026
Suure mahuga multimodaalsed rakendused, dokumentide ja videote analüüs, klienditeenindus, äriprotsesside automatiseerimine, tarkvaraarendus, pika kontekstiga töövood ning kulutundlikud tehisintellektiagendid.
Aktiivne; üldiselt saadaval Amazon Bedrocki kaudu. AWS-i sõnul ei jõua kasutusea lõpp (EOL) kätte enne 2. detsembrit 2026.
Reaalajas häälassistendid, klienditeeninduse automatiseerimine, telefoniside, interaktiivne õpe, mitmekeelsed vestlused ja tööriistu kasutavad kõneagendid.
Aktiivne; kasutusea lõpp (EOL) ei ole enne 2026-12-02
Brauseri automatiseerimine, visuaalne kasutajaliidese kaudu navigeerimine, korduvad veebitöövood, agentipõhine kvaliteedi tagamine, tööriistadele suunatud ülesanded ja inimese järelevalve all toimuvad ettevõtteprotsessid
Üldkättesaadav
Ristmodaalne semantiline otsing, multimodaalne RAG, digitaalsete varade leidmine, soovitused, klassifitseerimine ja klasterdamine
Aktiivne; üldiselt kättesaadav Amazon Bedrocki kaudu
Multimodaalne otsing, teksti põhjal piltide otsimine, piltide sarnasuse tuvastamine, visuaalsed soovitused, personaliseerimine ning pildi ja teksti vastavuse tuvastamine.
Aktiivne
Tekstist piltide genereerimine, piltide redigeerimine, viite abil juhitud kompositsioon, tausta eemaldamine, värvide järgi juhitud visuaalid, pildivariatsioonid ja järjepideva objektiga brändisisu.
Kasutuselt kõrvaldatud; AWS märgib mudeli pärandmudeliks ja selle kasutusea lõppkuupäev on 30.06.2026.
Semantiline otsing, vektorindekseerimine, otsinguga täiendatud genereerimine, personaliseerimine ning klasterdamis-, klassifitseerimis- ja soovitusprotsessid.
Saadaval; vanema põlvkonna G1/V1 tekstiembedding
Kulutõhusad tekstivektorid semantilise otsingu, RAG-i, dokumendiotsingu, klassifitseerimise, klasterdamise, ümberjärjestamise ja soovituste jaoks
Aktiivne
Semantiline otsing, vektoripõhine teabeotsing, soovitused, semantiline sobitamine, teadmistebaasid ja otsinguga täiendatud genereerimine
Praegu kättesaadav Baidu Qianfani ja AI Studio embedding-API-de kaudu
Madala kuluga ja suure läbilaskevõimega hiinakeelne tekstigeneratsioon, vestlusteenused ning peenhäälestatud valdkonnapõhised rakendused.
Praegu saadaval Baidu API dokumentatsiooni ja Qianfan ModelBuilderi materjalide kaudu; kättesaadavus ja kvoodid sõltuvad konto ja platvormi konfiguratsioonist.
Hiinakeelne ettevõttevestlus, keerukate juhiste järgimine, teadmistepõhistele küsimustele vastamine, sisu loomine, töövoo rakendused ning Baidu Searchi integratsioonist kasu saavad rakendused.
Pärandmudel; see on endiselt Baidu Qianfani mudeliteegis dokumenteeritud, kuid puudub 7. septembri 2026 seisuga rahvusvahelise Qianfani lõpp-punkti mudelite loendist, kus on esikohal uuemad ERNIE põlvkonnad.
Multimodaalse sisu mõistmine, pika kontekstiga hiina- ja ingliskeelsed rakendused, keerukas arutlemine, programmeerimine, tööriistu kasutavad agendid ja ettevõtete töökoormused
Kehtiv ja Baidu Qianfani kaudu kättesaadav seisuga 25. september 2026
Kiire tekstiloome ettevõtetele, dialoogisüsteemid, kokkuvõtete koostamine, küsimustele vastamine, kulutõhus järeldamine ja peenhäälestus valdkonnapõhiste rakenduste jaoks
Pärand; Baidu mudeli ajalooline identiteet on kinnitatud, kuid seda ei ole läbi vaadatud 2026. aasta Qianfani mudelite kataloogis loetletud.
Kiire tekstist piltide genereerimine, visuaalsete ideede väljatöötamine, turundusgraafika, plakatid, illustratsioonid ja struktureeritud kompositsioonid
Saadaval
Realistlik tekstist piltide loomine, viitepõhine visuaalide loomine, reklaamilaadne kujutismaterjal ning rakendused, kus on vaja vähendada generatiivse tehislikkuse muljet.
Saadaval; loetletud Baidu AI Cloudi inferentsiteenuse mudelivärskendustes ning toetatud Qianfan ModelBuilderi dokumentatsioonis võrguühenduseta pakktöötlusega inferentsi jaoks.
Objektide eemaldamiseks, maskeeritud piltide ülevärvimiseks, pildivariatsioonide loomiseks ja piltide pakettöötluse töövoogudeks.
Saadavus sõltub Baidu Qianfani teenuse konfiguratsioonist; see on Qianfani pakettjärelduse loendis. Seotud AI作画-iRAG版 API müük lõppes 30.04.2026, kuid toote teates ei ole sõnaselgelt öeldud, et Qianfan ERNIE-iRAG-Edit endpoi
Hiina- ja ingliskeelne dialoog, sisu loomine, küsimustele vastamine, teabe eraldamine, ettevõtete tekstipõhised töövood ning rakendused, millele tuleb kasuks valikuline Baidu Searchi täiustus.
Praegune mudeliperekond, mille dokumenteeritud API-variandid on ERNIE-3.5-8K, ERNIE-3.5-8K-Preview ja ERNIE-3.5-128K; mõned aegunud versioonid, sealhulgas ERNIE-3.5-8K-0329, on kasutuselt kõrvaldatud või üle viidud.
Hiinakeelsed ettevõtete rakendused, keerukad tekstiloomeülesanded, teadmistepõhine küsimustele vastamine, sisu loomine ning rakendused, mis vajavad valikulist Baidu Searchi integratsiooni.
Saadaval Baidu Qianfani kaudu; dokumenteeritud API-identifikaator on ernie-4.0-turbo-8k.
Kergekaaluline kohalik tekstiloome, hiina ja inglise keele katsetamine, kompaktsed vestlussüsteemid ning domeenikohandamine
Praegune avatud kaaludega mudel
Hiina- ja mitmekeelse teksti genereerimine, pika konteksti käsitlemine vestlustes, juhiste järgimine, arutluspõhised töökoormused, kulutundlik hostitud inferents ning oma taristus käitatavad juurutused, mis vajavad tõhusat MoE-mudelit.
Praegu saadaval; avatud kaaludega mudel, mille hostitud inferents on saadaval Baidu Qianfani kaudu
Enda serveris majutatavaks arutlemiseks, matemaatikaks, teaduseks, programmeerimiseks, pika kontekstiga tekstianalüüsiks ja funktsioonide kutsumist kasutavate agentide loomiseks
Praegune avatud kaaludega mudel
Isehostitud ettevõtete inferents, hiina- ja mitmekeelsed keelerakendused, pika konteksti dokumentide analüüs, juhiste järgimine, arutlemine, matemaatika, programmeerimine ja mudeliuuringud
Praegune avatud kaaludega mudel
Kvaliteetne piltide, dokumentide, diagrammide ja videote mõistmine; multimodaalne arutlemine; pika konteksti analüüs; teadus- ja ettevõttekasutus oma taristus, kus on saadaval märkimisväärsed GPU-ressursid.
Praegune avatud kaaludega mudel
Kiire ja soodne hiinakeelse teksti genereerimine, pika kontekstiga rakendused, ettevõtete agendid, sisu loomine, arutlusülesanded ja koodiabi.
Praegu saadaval Baidu Qianfani kaudu; kanooniline API lõpp-punkt on ernie-4.5-turbo-128k.
Kulutõhus multimodaalne mõistmine, pildi- ja videoanalüüs, OCR, dokumentide sisust arusaamine, tõlkimine, visuaalsetele küsimustele vastamine ning koodiga seotud ülesanded
Praegune ja saadaval
Kohapeal või enda taristus majutatavad multimodaalsed rakendused, visuaalne küsimustele vastamine, dokumentide ja diagrammide mõistmine, pildianalüüs, video mõistmine ning tõhus visuaal-keeleline inferents
Praegu avatud kaaludega mudel, mis on avalikult välja antud Apache 2.0 litsentsi alusel
Agentpõhised töövood, veebotsinguga toetatud ülesanded, arutlemine, hiinakeelne teadmistepõhine töö, loovkirjutamine ja üldotstarbelised assistendirakendused.
Praegu: ametlikult välja antud ja kättesaadav Baidu ERNIE veebisaidi ning AI Studio mänguväljaku kaudu. Avaliku Qianfani API kättesaadavust täpse ERNIE 5.1 lõpp-punkti jaoks ei õnnestunud kinnitada.
Tegelase isiksusega kooskõlas olev dialoog, mängude NPC-d, klienditeenindusassistendid, vestlused tegelastega ja rollimängurakendused.
Praegune API-mudelite valik; täpne saadavus ja variantide olek tuleb üle kontrollida aktiivsest Qianfani/Wenxini teenusekataloogist.
Koodi lõpetamine, koodi genereerimine, ühiktestide loomine, koodi optimeerimine, koodi selgitamine ja peenhäälestus tarkvaraarenduse töövoogude jaoks.
Kasutuselt kõrvaldatud; Qianfan ModelBuilderi kasutuselt kõrvaldamise kuupäevaks on märgitud 14. august 2025.
Kulutundlik tekstigeneratsioon, valdkonnapõhine peenhäälestus, kavatsuse tuvastamine, märgendite eraldamine, stiili ümberkirjutamine, RAG-tulemuste süntees, hindamine ja väiksema arvutusmahuga järeldamine
Pärandmudel / elutsüklihalduse all; ametlik mudelikomplekti dokumentatsioon on endiselt saadaval, kuid kuupäevajärelliitega versioonid võidakse perioodiliselt kasutuselt kõrvaldada.
Hiinakeelne arutlus, pika vormi analüüs, keerukad arvutused, kirjandus- ja dokumendikirjutamine, agendipõhised töövood ning funktsioonikutsed
Valmis; praegu on see Baidu Qianfani kaudu saadaval nimega ernie-x1-turbo-32k
Põhjalik arutlemine, küsimustele vastamine hiina ja inglise keeles, matemaatika, programmeerimine, faktipõhised vastused, tööriistade kasutamine, veebipõhisel teabel põhinevad rakendused ja agentide töövood
Praegune eelvaatemudel
Taskukohane pildist videoks loomine, lühikesed sotsiaalmeediaklipid, toodete animeerimine, turundusmaterjalid ja fotode muutmine dünaamilisteks stseenideks
Ajakohane ja saadaval Baidu Qianfani API kaudu
Hiinakeelne pildist videoks genereerimine, audiovisuaalne jutustamine, turundusvideod, mitme inimese dialoog, sünkroniseeritud kõne, heliefektid ja filmilik lühivormisisu
Praegune mudelite perekond; konkreetsed Qianfani variandid hõlmavad mudeleid Turbo, Lite, Pro, Turbo-I2V-Audio ja Turbo-I2V-Effect
Soodsam teksti põhjal piltide loomine, turundusvisuaalid, loovmaterjalid, illustratsioonid ja kiire piltide prototüüpimine
Praegune ja saadaval
Madala latentsusega reaalajas töötavad hääleassistendid, emotsionaalne kaaslus, nutikas riistvara, mobiilirakendused ja loomulik suuline dialoog.
Kaubanduslikult saadaval
Mitmekeelne OCR, dokumendipiltide analüüs, tabelite ja valemite eraldamine, diagrammide tuvastamine, käsikirja tuvastamine, ajaloolised dokumendid ning väheste ressurssidega dokumendipõhise tehisintellekti juurutamine
Saadaval; PaddleOCR-VL-i algne v1 mudel, mille on uuemad PaddleOCR-VL-i versioonid asendanud
Mitmekeelne OCR ja keerukate dokumentide struktureeritud parsimine, sealhulgas tabelite, valemite, diagrammide, pitsatite, skannitud lehtede, moonutatud dokumentide ja ekraanifotode töötlemine
Saadaval; asendatud mudeliga PaddleOCR-VL-1.6
Keerukate dokumentide kohalik ja teenusepõhine töötlemine, OCR, tabelite, valemite, diagrammide ja pitserite tuvastamine, vanade dokumentide ning haruldaste hiina märkide käsitlemine ja Markdowni taastamine
Ajakohane ja saadaval; avatud kaaludega ning lokaalselt juurutatav mudel ja ametlik PaddleOCR-i dokumendianalüüsi töövoog
Dokumendianalüüs, OCR, paigutuse analüüs, tabelite eraldamine ja dokumentide struktureeritud mõistmine
Ettevõtetele mõeldud kiire küsimustele vastamine, kokkuvõtete loomine, töövoo sõlmed, agentide vastuste genereerimine ja tekstitöötlus 32K kontekstiaknaga
Saadaval Baidu dokumenteeritud Wenxin Workshopi API kaudu; praeguses Qianfan V2 mudelite loendi dokumentatsioonis seda ei leitud, seega peaksid uued integratsioonid kontrollima vanemate lõpp-punktide ühilduvust.
Pika konteksti agentide planeerimine, ülesannete jaotamine, komponentide valimine ja funktsioonikutsete töövood.
Praegu platvormil loetletud planeerimismudel; eraldiseisva elutsükli staatust ei ole eraldi avaldatud.
OCR, dokumentide parsimine, paigutust arvestav andmete eraldamine, tabelid, diagrammid, dokumentide kohta esitatud küsimustele vastamine ja põhiteabe eraldamine
Praegu saadaval Baidu Qianfani kaudu; avatud kaaludega versioon on saadaval
Ettevõtetele mõeldud AI-agentide töövood, kavatsuste tuvastamine, juhiste suunamine ja tööriistade väljakutsumise ülesanded
Pärandversioon; praegust avalikku kättesaadavust ei ole kinnitatud
Kiire küsimustele vastamine ettevõtetes, kergekaaluline agentide planeerimine, komponentide valik ja voogedastust kasutavad tekstirakendused
Praegu saadaval ja Baidu Qianfani dokumentatsioonis kättesaadavana loetletud; kiire agentidele suunatud mudel
Sobib pikaajalise horisondiga ülitäpseks osavaks robotmanipulatsiooniks ja reaalse maailma VLA-poliitikate spetsialiseerimiseks
Praegune uurimismudel/-raamistik; avaliku API kättesaadavuse kohta dokumentatsioon puudub
Valkude ja biomolekulaarsete komplekside struktuuri ennustamine, arvutusbioloogia alased uuringud, molekulaarse disaini töövood ning teaduslike mudelite inferentsi käitamine enda hallatavas keskkonnas
Aktiivne avatud lähtekoodiga biomolekulaarsete struktuuride ennustamise projekt, millel on mitu mudelivarianti, sealhulgas Protenix-v1 ja Protenix-v2
Biomolekulaarsete struktuuride ennustamine, antikeha-antigeeni modelleerimine, ligandi arvestav komplekside modelleerimine ning arvutuslik biomolekulaarne disainiuurimus
Praegune uurimismudel; tarkvara on avalikult kättesaadav, kuid mudeli kaalud on varalised
Multimodaalsete agentide töövood, otsing ja teabe hankimine, programmeerimisagendid, graafilise kasutajaliidesega suhtlemine, piltide ja videote mõistmine, keerukate juhiste järgimine ning pika kontekstiga äriülesanded.
Beetaversioon; kättesaadav BytePlus ModelArki kaudu nime all seed-1-8-251228. Eraldi Seed1.8-l põhineva multimodaalse süvamõtlemise operaatori LAS teenus lõppes 20.09.2026.
Isehostitav üldotstarbeline keelemudeldamine, pika kontekstiga uurimistöö, arutluskatsetused, programmeerimisabi, kokkuvõtete koostamine ja alusmudelite peenhäälestus
Saadaval olev avatud kaaludega mudel
Oma taristus käitamiseks: pika konteksti töötlus, arutlus, programmeerimine, agentne tööriistade kasutamine, uurimistöö, küsimustele vastamine, kokkuvõtete koostamine ja üldine teksti genereerimine
Praegu avatud kaaludega mudel; allalaaditav Apache-2.0 litsentsi alusel
Uurimistööks, kohandatud järeltreeninguks, pika konteksti töötlemiseks, kodeerimiskatseteks ja alusmudeli juurutamiseks oma serveris
Hetkel saadaval olev allalaaditav avatud kaaludega alusmudel
Üldotstarbeline abi hiina ja mitme keele kasutamisel, programmeerimine, arutlemine, piltide ja dokumentide mõistmine ning häälinteraktsiooni rakendused.
Kasutuselt kõrvaldatud; peamise doubao-1-5-pro-32k-250115 juurutuse sulgemine oli kavandatud 21. septembrile 2026 kell 14.00 Hiina standardaja järgi.
Visuaalne arutlus, piltide ja videote mõistmine, OCR, visuaalne lokaliseerimine, GUI-agentide uurimine, mänguanalüüs ja multimodaalsete võrdlustestide hindamine
Kasutusest kõrvaldatud; Volcano Engine'i teenus lõppes 2026-03-31.
Ristmodaalne semantiline otsing, teksti ja pildi põhine otsing, videote otsing, multimodaalsed teadmistebaasid, klassifitseerimine, klasterdamine ja soovitused
Praegu saadaval Volcano Engine'i kaudu
Multimodaalne dokumendianalüüs, visuaalsetele küsimustele vastamine, programmeerimine, matemaatika, üldine arutlemine, pika konteksti analüüs ja adaptiivse mõtlemise rakendused
Aegunud; uute lõpp-punktide loomine lõpetati 24.09.2026; olemasolev teenus viiakse 24.11.2026 automaatselt üle või asendatakse
Süvaarutlus, programmeerimine, matemaatika, loogiline analüüs, dokumentide mõistmine ning visuaalne arutlemine piltide või videote põhjal
Aegunud; kasutuselt kõrvaldamine ja üleviimine Seed2.0 mudelile on kavandatud
Ettevõtetele suunatud koodikirjutamise agendid, esiotsa arendus, mitmekeelne tarkvaraarendus, koodihoidlate silumine, refaktoreerimine ja pika kontekstiga programmeerimise töövood.
Eelvaade; Arki lõpp-punkt doubao-seed-2-0-code-preview-260215 on märgitud kavandatud kasutuselt kõrvaldamiseks. Saadavus sõltub ByteDance'i ja Volcano Engine'i teenusest.
Kulusäästlikud tootmisrakendused, mis vajavad pika konteksti multimodaalset mõistmist, dokumentide ja videote analüüsi, programmeerimisabi, tööriistade kasutamist, graafilise kasutajaliidese automatiseerimist ning struktureeritud andmete eraldamist.
Praegune; viimane dokumenteeritud väljalase: seed-2-0-lite-260428
Suure samaaegsusega inferents, pakettgenereerimine, klassifitseerimine, andmete ekstraheerimine, kokkuvõtete koostamine ja kulutundlikud multimodaalsed töökoormused
Praegu saadaval ByteDance’i Volcano Engine’i mudeli API kaudu
Keerukate multimodaalsete ülesannete lahendamine, pika ahelaga agentide töövood, visuaal- ja videomaterjali analüüs, dokumentide mõistmine, teadusuuringute toetamine, programmeerimine ja ettevõtete tööprotsesside automatiseerimine.
Aktiivne ja praegu Volcano Engine Arki kaudu kättesaadav; kanooniline juurutusversioon 260215
Keerukad agentide töövood, suure väärtusega kontori- ja uurimisülesanded, pikaajaline programmeerimine, dokumentide ja visuaalse sisu analüüs, video mõistmine ning tööriistade toel toimiv tootlikkuse automatiseerimine.
Praegu ametlikult välja antud; saadaval ByteDance Seedi, Doubao ja Volcano Engine'i API-kanalite kaudu.
Kiired multimodaalsed agendid, programmeerimisabilised, dokumentide ja videote analüüs, tööriistade kutsumise töövood, struktureeritud andmete eraldamine ning kuluteadlikud tootmisrakendused
Praegu saadaval Volcano Engine Arki kaudu; API-mudeli identifikaator on doubao-seed-2-1-turbo-260628
Ajalooline uurimus ja võrdlus ühe pildi põhjal 3D-sisu loomise kohta robootika, füüsikasimulatsiooni, kehastunud tehisintellekti, sünteetiliste treeningandmete ja PBR-varade loomise jaoks
Kasutuselt kõrvaldatud; teenus lõppes 24. märtsil 2026 kell 14.00 (UTC+8)
Ülitäpne 3D-varade genereerimine, PBR-materjalide loomine, liigendatud objektid, robootikasimulatsioon, kehastunud tehisintellekt ja stseenide komponeerimine
Hetkel aktiivne; API on Volcano Engine’i kaudu kasutatav
Pika vormiga audiovisuaalne lugude jutustamine, tekstist video loomine, viitepõhine videote genereerimine, loovproduktsioon, reklaam, haridus, tööstuslik simulatsioon ja videotöötlus.
Praegu saadaval ByteDance'i platvormidel, sealhulgas Jimeng AI-s, Doubao Pros ja Seedi platvormil. API-juurdepääs BytePlus ModelArki kaudu on kavandatud tulevikus.
Multimodaalne tekstist video loomine ja viitepõhine videote genereerimine, kinematograafilised lühiklipid, videote redigeerimine ja pikendamine, mitme võttega lugude jutustamine ning sünkroniseeritud heli ja video loomine.
Ametlik mudelileht on endiselt saadaval; vanema põlvkonna mudel on asendatud mudeliga Seedance 2.5.
Terviklike stseenide heliloome, väljendusrikas hääleloome, dubleerimine, dialoog, heliefektid, atmosfäärihelid, reklaamid, mängud, taskuhäälingud ja mitmekeelne audiotootmine
Praegu saadaval BytePlusi kaudu
Suure läbilaskevõimega koodi genereerimise uuringud, difusioonipõhiste keelemudelite hindamine ja koodi redigeerimise katsed
Eksperimentaalne uurimisversioon
Päris- või tehisloodud piltide juhistepõhiseks töötlemiseks, sealhulgas objektide asendamiseks või eemaldamiseks, portreede muutmiseks, tausta redigeerimiseks, valgustuse ja perspektiivi teisendamiseks ning pildil oleva teksti asendamiseks.
Ajakohane ja BytePlus ModelArki kaudu kättesaadav 28. septembri 2026 seisuga
Kehastunud robootika uuringud, pikaajalise horisondiga manipuleerimine, kahe käega juhtimine, oskuslik objektide käsitsemine ning robotipoliitikate kohandamine uute objektide ja ülesannetega
Praegu ametlikult dokumenteeritud uurimismudel; avalikult hostitava API, kommertshinna ega allalaaditavate kaalude kohta ei ole kinnitatud teavet.
Reaalajas audiovisuaalsed assistendid, stseeni mõistmisel põhinev juhendamine, reaalajas selgitused, interaktiivne õpe, ligipääsetavus ja ennetav multimodaalne koostöö
Praegu; suuremahulise audiovisuaalse täisdupleksse juurutuse jaoks täielikult kasutusele võetud
Tekstist piltide loomine, tekstiviipade põhine pilditöötlus, viidete abil loomine, mitme pildi kombineerimine, visuaalne disain, infograafika, süžeeskeemid ja 4K-kvaliteediga loometöö
Saadaval Volcengine Arki API kaudu; saadaval on ka uuemad Seedreami versioonid
Professionaalne pildiloome ja -töötlus, suure infotihedusega infograafika, reklaami- ja e-kaubanduse visuaalid, mitmekeelne visuaalne sisu, täpsed ruumilised muudatused, kihtide eraldamine ning mitme lähtepildiga töövood
Ajakohane ja avalikult dokumenteeritud; kättesaadav BytePlus ModelArki ja ByteDance Seedi teenuste kaudu
Avatud kaaludega arvutikasutuse uurimine, graafilise kasutajaliidese (GUI) elementide tuvastamine, brauseri automatiseerimise prototüüpide loomine, ekraanipiltidel põhinev kasutajaliidesega suhtlemine ja visuaalsete tegevusmudelite katsetamine
Saadaval avatud kaaludega teadusväljaandena; pakkuja uuemas UI-TARS-i arendussuunas on selle välja vahetanud UI-TARS-2.
Uurimistööks, lokaalseks tekstiloomeks, peenhäälestuskatseteks, võrdlustestimiseks ja kergete ingliskeelse NLP-prototüüpide loomiseks
Saadaval avatud kaaludega uurimismudel
Avatud parameetritega keelemudelite uurimine, kohalik tekstigeneratsioon, peenhäälestuse katsed, skaleerimisseaduspärade uuringud ning õppe- või referentsimplementatsioonid.
Saadaval avatud kaaludega teadusmudelina
Avatud LLM-ide uurimine, skaleerimisseaduste eksperimendid, keelemudelite hindamine, peenhäälestus ja enda serveris käitatav ingliskeelse teksti genereerimine
Avatud kaaludega ja avalikult allalaaditav, teadusuuringutele suunatud baasmudel
Avatud LLM-ide uurimine, kohalik tekstigenereerimine, reprodutseeritavad treeningkatsed ja edasine peenhäälestus
Avatud kaaludega ja avalikult allalaaditav; ametlikku kasutuselt kõrvaldamise kuupäeva pole kindlaks tehtud
Uurimistöö, väikese ulatusega keelemudelite katsetamine, põhjuslik tekstigeneratsioon, peenhäälestuse uuringud ja kohapealne juurutamine
Saadaval avatud kaaludega mudel; varasem teaduslik väljalase
Kohalike kompaktsete keelemudelitega eksperimenteerimine, teksti lõpetamine, õppetöö, võrdlusuuringud ja peenhäälestuse uurimine
Saadaval allalaaditavate avatud kaaludena; teadustööle suunatud ega ole juhiste järgi häälestatud
Kohapealseks tekstigeneratsiooniks, keelemudelite uurimiseks, võrdlustestimiseks, peenhäälestuse katseteks ning arvutuslikult tõhusa skaleerimise uurimiseks väikeste mudelite puhul
Avatud kaaludega teadusuuringute kontrollpunkt on saadaval
Teadusuuringud, visuaalne küsimustele vastamine, pildipõhine dialoog, piltide kirjeldamine ja avatud visuaal-keelemudelite kohalik katsetamine
Saadaval allalaaditava avatud kaaludega teadusmudelina; majutatud inferentsiteenuse pakkuja juurutust ei ole kinnitatud
Kohalikeks multimodaalseteks uuringuteks, piltide kirjeldamiseks, visuaalsetele küsimustele vastamiseks, multimodaalsete vestlusrobotite prototüüpide loomiseks ja LLaVA arhitektuuri katsetamiseks
Saadaval allalaaditava avatud kaaludega mudelina; seda ei ole praegu Cerebras Inference’i hostitud mudelite loendis.
Piltide kodeerimine mudelile Cerebras-LLaVA-7B ja seotud LLaVA-laadsed multimodaalsed uurimistöövood
Saadaval allalaaditava uurimistöö kontrollpunktina; järeldusteenuse pakkujad seda ei juuruta
Uuringud visuaal-keelemudelite, visuaalsete tunnuste eraldamise ja Cerebras-LLaVA-13B reprodutseerimise kohta
Allalaadimiseks saadaval; teadus- või demomudeli kontrollpunkt
Mitme GPU-ga ise hostimine, teadustöö, koodi genereerimine, matemaatiline arutlemine, agentipõhised töövood ja tööriistakutseid kasutavad rakendused, mis vajavad täismahus DeepSeek-V3.2 kontrollpunktist märkimisväärselt väiksemat alternatiivi.
Aktiivne avatud kaaludega mudeli kontrollpunkt
Suuremahuline kohapealne või teadustööga seotud kasutuselevõtt, mis nõuab pika konteksti toel teksti genereerimist, koodi kirjutamist, arutlemist ja tööriistade kutsumist ning mille mälunõuded on väiksemad kui täismudelil DeepSeek-V3.2
Praegune avatud kaaludega mudel
Mitmevoorulised dokumentide otsingu ja otsinguga täiendatud genereerimise töövood
Saadaval avatud kaaludega päringu- ja kontekstikodeerija kontrollpunktidena
Ingliskeelsete dokumentide vektorkujutised, tihe lõiguotsing, mitmevooruline vestlusotsing ja otsinguga täiendatud genereerimine
Avalikult kättesaadav avatud kaaludega mudel; seda ei pakuta Hugging Face Inference Providersi kaudu
Ise majutatav koodigeneratsioon, agentne programmeerimine, kogu koodirepositooriumi hõlmav arendus, arutlus- ja funktsioonikutsete töövood, kus väiksem MoE-mälukasutus on oluline.
Saadaval olev avatud kaaludega mudeli kontrollpunkt
Kohalikuks või isehostitud koodikirjutamiseks, arutluseks, agentpõhisteks töövoogudeks, kogu koodirepositooriumi ulatuses mõistmiseks, funktsioonikutseteks ja kvantimise uurimiseks, kui väiksem mälukasutus kui GLM-4.6 täismudelil on oluline
Saadaval avatud kaaludega Hugging Face’i kontrollpunktina; Hugging Face’i järeldusteenuse pakkuja kaudu juurutamata.
Isehostitavad kodeerimisabilised, agentne programmeerimine, kogu koodihoidla ulatuses tarkvaratöö, arutlusvõime, funktsioonikutsed ja teadustööks mõeldud juurutused
Praegune avatud kaaludega kontrollpunkt
Enda serveris käitatav pika kontekstiga programmeerimine, kogu koodihoidla ulatuses programmeerimine, agentpõhised töövood, funktsioonikutsed ja hõreda MoE tihendamise uurimine.
Praegu allalaaditav avatud kaaludega mudeli kontrollpunkt
Isehostitavad kodeerimisabilised, agentpõhised töövood, funktsioonikutsete kasutamine, koodiga töötamine kogu koodihoidla ulatuses ja vähese mäluga juurutused
Praegune avatud kaaludega mudel
Kohalikeks või teadustööga seotud juurutusteks, kus on vaja tugevat koodi genereerimise, arutlemise, funktsioonikutsete, agentpõhiste töövoogude ja pika konteksti töötlemise võimekust ning väiksemat mälukasutust kui täismahus GLM-4.7 mudelil.
Praegune avatud kaaludega mudeli kontrollpunkt
Isehostitav programmeerimine, agentpõhised töövood, funktsioonide kutsumine, pika konteksti toega uurimistöö ja tihendatud MoE-mudelitega katsetamine
Praegune avatud kaaludega mudeli kontrollpunkt
Isehostitavad või teadusuuringuteks mõeldud juurutused, mille keskmes on programmeerimine, matemaatika, arutlemine, funktsioonikutsed ja pika kontekstiga teksti genereerimine ning mille mälunõuded on väiksemad kui 48B baasmudelil.
Saadaval olev avatud kaaludega mudel
Pika kontekstiga teksti genereerimine, dokumentide põhjal küsimustele vastamine, otsinguga täiendatud genereerimine, kokkuvõtete koostamine, vestlusrakendused ning ise hostitud järeldamine, mille puhul on KV-vahemälu mälutõhusus oluline
Praegu avatud kaaludega mudel; allalaaditav Hugging Face’ist
Pika konteksti tekstiloome, vestlussüsteemid, kokkuvõtete tegemine, otsinguga täiendatud genereerimine, pikkade dokumentide põhjal küsimustele vastamine ja koodi lõpetamine, mille puhul on väiksem KV-vahemälu kasutus oluline.
Saadaval Hugging Face’i avatud kaaludega mudelina
Dokumendipõhine vestluslik küsimustele vastamine, kohalik otsinguga täiendatud genereerimine ja avatud kaaludega teadusuuringute juurutused
Saadaval avaliku avatud kaaludega mudeli kontrollpunktina; seda ei ole tuvastatud Cerebrase praegu hostitava API-mudelina.
Ise majutatavaks ja agentseks kodeerimiseks, matemaatiliseks arutlemiseks, pika kontekstiga teksti genereerimiseks, vestlusrakendusteks ning tööriistakutsetega töökoormusteks, mille puhul on oluline väiksem mälukasutus võrreldes täisversiooniga MiniMax-M2
Saadaval avatud kaaludega kontrollpunktina; praegu ei ole seda ükski loetletud inferentsipakkuja kasutusele võtnud.
Avatud kaaludega kohalikele või ise hostitavatele juurutustele, mis vajavad tugevat koodikirjutamise, matemaatilise arutlemise, agentipõhise genereerimise ja tööriistakutsungute jõudlust ning mille mälunõuded on väiksemad kui täismahus MiniMax-M2 mudelil.
Praegune avatud kaaludega mudel
Avatud kaaludega kodeerimiseks, matemaatiliseks arutlemiseks, agentseteks töövoogudeks, funktsioonide kutsumiseks ning privaatseks või kohalikuks juurutuseks, kui on vaja täismahus MiniMax-M2 mudeli kontrollpunktist väiksemat alternatiivi
Praegu saadaval avatud kaaludega kontrollpunktina; seda saab alla laadida ja enda taristus juurutada.
Kohalikud kodeerimisagendid, tarkvaraarendus, pika konteksti aknaga teksti genereerimine, matemaatiline arutlemine, tööriistade kasutamine ja teadusuuringute juurutused, mis vajavad vähem mälu kui täisversioon MiniMax-M2.1.
Praegune avatud kaaludega kontrollpunkt
Isehostitavad kodeerimisagendid, mitmekeelne tarkvaraarendus, pika kontekstiga arutlus, matemaatika, agendipõhised töövood ja tööriistade väljakutsumine, kui väiksemad mälunõuded võrreldes täieliku MiniMax-M2.1 kontrollpunktiga on olulised.
Praegu saadaval olev avatud kaaludega kontrollpunkt; selle saab alla laadida ja enda serveris juurutada. Aluseks oleval MiniMax-M2.1 mudelil on uuemad järglased, kuid see konkreetne Cerebrase kontrollpunkt on endiselt kättesaadav.
Ise hostitavad programmeerimise, arutlemise, agentipõhiste töövoogude, vestlusliku teksti genereerimise ja tööriistade väljakutsumise juurutused olukordadeks, kus täielik MiniMax-M2.5 kontrollpunkt on liiga suur.
Saadaval avatud kontrollpunktina
Koodi genereerimine, koodi mõistmine kogu koodihoidla ulatuses, agentne programmeerimine, funktsioonikutsete kasutamine, lokaalne inferents ja tihendatud MoE-mudelite uurimine
Saadaval on avatud kaaludega kontrollpunkt
Ise majutatav koodigeneratsioon, kogu koodihoidla ulatuses tarkvaraarendus, agentpõhine kodeerimine, funktsioonikutsed ning tihendatud suurte MoE-mudelite uurimine
Praegune avatud kaaludega mudel
Kvaliteetne koodigenereerimine, koodihoidlate-ülese koodimõistmise, agentse tarkvaraarenduse ja funktsioonikutsete töövood, mille puhul on vajalik avatud kaaludega mudeli juurutamine.
Praegune avatud kaaludega mudel
Isehostitud programmeerimiseks, matemaatiliseks arutlemiseks, agentidepõhisteks töövoogudeks, funktsioonikutseteks ja kohalikuks juurutamiseks, kui väiksem mälukasutus võrreldes täismudeliga Step-3.5-Flash on oluline
Praegu allalaaditav avatud kaaludega kontrollpunkt
Ise hostitavad programmeerimisabilised, agentipõhine programmeerimine, matemaatiline arutlus, tööriistadega toetatud töövood ning tihendatud hõredate mixture-of-experts-mudelite uurimine
Praegune avatud kaaludega mudel
Väikese viivitusega assistendid, klienditugi, suure mahuga tekstitöötlus, programmeerimisabi, piltide mõistmine ja alamagentide paralleelsed tööülesanded
Aktiivne (uusim); kasutuselt eemaldamine mitte enne 15. oktoobrit 2026
Keerukas arutlemine, pikaajaliselt iseseisvalt tegutsevad agendid, täiustatud programmeerimine, mitmeetapiline uurimistöö, mahukate dokumentidega analüüs ning suure väärtusega ettevõtete töövood
Aktiivne; esialgu ei kavandata kasutuselt kõrvaldamist enne 2027-06-09
Pikaajaline agendipõhine kodeerimine, põhjalikku arutlemist nõudev töö, mitmeetapiline uurimistöö, keerukate dokumentide analüüs, arvutustabelid, esitlused ja suure vastutusega teadmistepõhine töö
Aktiivne (uusim)
Täiustatud küberturvalisus, haavatavuste uurimine, bioloogia, tervishoid, bioteaduste uurimine ning pikaajalised tehnilised töövood, mis nõuavad ulatuslikku konteksti ja arutlusvõimet
Aktiivne; ainult kutse alusel; eelvaate-/beetaversioon Amazon Bedrockis
Kontrollitud küberturvalisuse kaitse, täiustatud bioloogia- ja bioteaduste uuringud, keerukas programmeerimine, pikaajaliselt töötavad agendid, tehniline uurimine ning väärtuslikud uurimistöö töövood
Aktiivne; saadaval ainult kutse alusel Project Glasswingi ja usaldusväärse juurdepääsu programmide kaudu
Küberturvalisuse kaitsele suunatud teadustöö, haavatavuste avastamine, ründepinna auditeerimine, autonoomne programmeerimine, pikalt töötavad agendid ja suure konteksti analüüs.
Aegunud; märgitud aegunuks 9. juunil 2026. Anthropic soovitab üle minna mudelile Claude Mythos 5.
Keerukas arutlus, agentne programmeerimine, tarkvaraarendus kogu koodihoidla ulatuses, pika konteksti analüüs, uurimistöö, dokumentide ja arvutustabelitega seotud töövood ning ettevõtete automatiseerimine
Aktiivne pärandversioon; kasutuselt kõrvaldamine mitte enne 2027-02-05
Keerukad agendipõhised programmeerimisülesanded, koodi ülevaatamine, ettevõtete analüüs, pika kontekstiga uurimistöö, dokumenditöövood, finants- ja õigusvaldkonna arutluskäigud ning mitmeastmelised tööriistu kasutavad rakendused.
Aktiivne pärandversioon; Anthropic soovitab üle minna versioonile Claude Opus 5.5. Kasutuselt eemaldamine on kavandatud mitte varem kui 24.07.2027.
Pikaajalised agentipõhised kodeerimisülesanded, tarkvaraarendus kogu koodihoidla ulatuses, koodi ülevaatamine, teadmuspõhine töö, multimodaalne dokumendianalüüs ja tööriistu kasutavad rakendused
Aktiivne (uusim)
Keerukas tarkvaraarendus, kodeerimisagendid, mitmeetapiline uurimistöö, arvutikasutuse töövood, ettevõtete analüüs, visuaalsete dokumentide mõistmine ja suure väärtusega tööriistu kasutavad rakendused.
Aktiivne (pärand)
Keerukas arutlemine, agentne programmeerimine, kogu koodihoidlat hõlmav tarkvaraarendus, uurimistöö, dokumentide analüüs, arvutikasutuse töövood ja kriitilise tähtsusega teadmistepõhine töö
Aktiivne pärandversioon; soovitatav on üle minna versioonile Claude Opus 5.5
Keerukas arutlemine, agentipõhine programmeerimine, pikaajalised töövood, ettevõtete teadmuspõhine töö, dokumentide analüüs, arvutinägemise ülesanded ja arvutikasutusagendid
Aktiivne pärandmudel; uute juurutuste jaoks on soovitatav üle minna uuematele Opus-mudelitele.
Keerukate programmeerimisülesannete, tarkvaraagentide, arvuti kasutamise töövoogude, visuaalse dokumendianalüüsi, uurimistöö ja pikaajaliste mitmeetapiliste ülesannete jaoks
Pärandversioon; 2026-09-24 seisuga endiselt saadaval; soovitatav on üle minna versioonile Claude Sonnet 5
Agentipõhine kodeerimine, tarkvaraarendus, brauseri- ja arvutikasutuse töövood, pika konteksti analüüs, tööriistapõhine automatiseerimine ning suure kasutusmahuga assistendid
Praegu üldiselt saadaval
Agentne programmeerimine, arvuti kasutamine, pika kontekstiga dokumentide analüüs, ettevõtete teadmistepõhine töö, struktureeritud andmete väljavõte ning suure mahuga rakendused, mis vajavad tugevat arutlusvõimet Sonneti taseme hinnaga
Aktiivne pärandversioon; Anthropic soovitab üle minna mudelile Claude Sonnet 5
Kiired kodeerimisagendid, pika konteksti analüüs, pilte arvestavad töövood, dokumentide loomine ja tööriistade toega ärirakendused
Aktiivne (uusim)
Mitmekeelne sisu loomine, tõlkimine, kokkuvõtete tegemine, klienditugi, üleilmne suhtlus ja mitmekeelne uurimistöö
Otse
Mitmekeelne piltide mõistmine, optiline märgituvastus (OCR), piltide kirjeldamine, visuaalsetele küsimustele vastamine, piltide põhine tõlkimine, visuaalne arutlemine ning avatud kaaludega teadus- ja rakendusprojektid.
Otse
Mitmekeelne helisalvestiste transkribeerimine, ettevõtete kõnearhiivid, koosolekute ja intervjuude transkribeerimine, kõnekeskuste heli ning madala latentsusega ASR-i töövood
Aktiivne; avatud lähtekoodiga teadusuuringute väljalase
Araabiakeelse kõne transkribeerimine, mitmekeelne araabia- ja ingliskeelne heli, piirkondlikud dialektid, koodivahetusega kõne, kõnekeskuste heli ning suure läbilaskevõimega automaatse kõnetuvastuse (ASR) töökoormused.
Otse-eetris
Väikese kuluga ettevõtetele mõeldud RAG, mitmekeelsed dokumenditöövood, pika kontekstiga vestlus, struktureeritud andmete eraldamine ja tööriistu kasutavad agendid
Otse
Kulusäästlik RAG, ettevõtete vestlusrobotid, tööriistade kasutamine, programmeerimisabi ja kiired mitmeastmelised agendid
Otse
Keerukad ettevõtete RAG-lahendused, pika kontekstiga dokumentide analüüs, mitmekeelsed assistendid, viidete lisamine, struktureeritud andmetega seotud ülesanded ja mitmeastmelised tööriistu kasutavad agendid.
Otse-eetris
Kiire ja salvestusruumi säästev ingliskeelne semantiline otsing, teabeotsing, klassifitseerimine, klasterdamine ja suuremahuline vektoriesituste loomine
Praegu saadaval
ingliskeelne semantiline otsing, otsinguga täiendatud genereerimine, vektorindekseerimine, klassifitseerimine, klasterdamine ja sarnasuspõhine sobitamine
Otse
Kiire mitmekeelne semantiline otsing, keelteülene teabeotsing, RAG, klasterdamis- ja klassifitseerimisfunktsioonid ning kompaktsed vektorindeksid
Aktiivne
Mitmekeelne semantiline otsing, keelteülene infootsing, RAG-indekseerimine, klassifitseerimine, klasterdamine ja pildi-teksti sarnasuse tuvastamine
Aktiivne
Ettevõtete RAG-lahendused, pika kontekstiga dokumentide analüüs, mitmekeelsed rakendused, tööriistade kasutamine, agentpõhised töövood, finantstekstide töötlemine ja struktureeritud teksti genereerimine
Aktiivne
Ettevõtetele mõeldud agendid, dokumentide ja piltide multimodaalne analüüs, mitmekeelsed töövood, põhjalikku arutlemist nõudev automatiseerimine, otsinguga täiendatud genereerimine ning tööriistu kasutavad rakendused.
Aktiivne
Keerukad ettevõtteagendid, tööriistade kasutamine, otsinguga täiendatud genereerimine, mitmekeelne arutlemine, pika konteksti analüüs ja töövoogude automatiseerimine.
Otse
Kvaliteetne mitmekeelne tekstitõlge, ettevõtete dokumentide tõlkimine ja privaatsust arvestavad tõlketöövood.
Aktiivne
Ettevõtete dokumentide intelligentne töötlemine, OCR, diagrammide ja tabelite analüüs, visuaalsetele küsimustele vastamine ning mitmekeelne pildimõistmine
Aktiivne
Mitmekeelne semantiline otsing, multimodaalne RAG, PDF-failide ja dokumentide otsing, piltide põhjal tekstilise sisu otsing, klassifitseerimine, klasterdamine ja ettevõtetele mõeldud vektorindekseerimine.
Üldiselt saadaval
Agentpõhine tarkvaraarendus, kogu koodihoidla tasandi koodimuudatused, terminalipõhised kodeerimisagendid, koodiülevaatus, lokaalne inferents ja privaatne juurutus.
Otse-eetris
Ettevõtetele mõeldud masintõlge, mitmekeelne dokumentatsioon, lokaliseerimine, ettevõttesisesed teated, ohutusprotseduurid ning privaatsed või isemajutatavad tõlketöövood
Aktiivne
Kompaktne mitmekeelne pildimõistmine, optiline märgituvastus (OCR), dokumendid, diagrammid, visuaalne küsimustele vastamine ja spetsialiseeritud peenhäälestus
Praegune avatud kaaludega väljalase
Suure mahuga ettevõttedokumentide parsimine, tabelitest ja vormidest andmete eraldamine, otsinguindekseerimine, andmete laadimine RAG-i süsteemidesse ning dokumendikonteksti pakkumine tehisintellekti agentidele
Kasutusel; üldiselt kättesaadav
Ingliskeelse sisu semantiline ümberjärjestamine ettevõtteotsingus, hübriidotsingus, RAG-konveierites, korduma kippuvates küsimustes, teadmistebaasides, dokumentides, koodiotsingus ja poolstruktureeritud kirjetes
Cohere loetleb selle endiselt aktiivsena; tegemist on vanema Rerank 3.0 inglise keele mudeliga, millele on saadaval uuemad Reranki alternatiivid.
Mitmekeelne semantiline ümberjärjestamine ettevõtteotsingu, hübriidotsingu, keelteülese otsingu ja RAG-töövoogude jaoks
Praeguse vanema põlvkonna mudel; uuemad Rerank-mudelite põlvkonnad on selle asendanud
Väikese latentsusega mitmekeelne otsingutulemuste ümberjärjestamine, suure läbilaskevõimega infootsing, ettevõtteotsing, hübriidotsing ja RAG-töövood
Praegune ja saadaval
Kvaliteetne mitmekeelne tulemuste ümberjärjestamine ettevõtteotsingu, RAG-konveierite, semantilise otsingu ja poolstruktureeritud dokumentide järjestamise jaoks.
Üldiselt saadaval
Mitmekeelne tõlge, vestlus, kokkuvõtete koostamine ja teksti genereerimine, keskendudes Aafrika ja Lääne-Aasia keeltele; kohalik ja servaseadmetes juurutamine
Otse
Lõuna-Aasia mitmekeelne vestlus, tõlkimine, sihtkeelse teksti genereerimine, lokaalne järeldamine ning serva- või seadmesisesed rakendused
Aktiivne
Mitmekeelne tõlkimine, keelteülene tekstiloome, lokaliseeritud assistendid, haridus, teadustöö ning tõhus kohalik või servaseadmetes rakendamine
Aktiivne
Tõhus mitmekeelne tõlge, teksti genereerimine, lokaliseerimine, keeleõpe ning kohapealne või ääreseadmetes juurutamine Euroopa ja Aasia-Vaikse ookeani piirkonna keelte jaoks
Aktiivne; saadaval Cohere Chat API kaudu ja avatud kaaludega mudelina
Mitmekeelne semantiline ümberjärjestamine, ettevõtteotsing, hübriidotsing ja RAG-konveierid
Aktiivne
Enda serveris majutatav ingliskeelse teksti ja koodi lõpetamine ning mudeliuuringud ja peenhäälestuse katsed, kasutades avatud kaaludega ekspertide segu mudelit.
Databricks Foundation Model API-dest ja Foundation Model Fine-tuningust eemaldatud; avatud kaalud on isemajutatud kasutamiseks endiselt saadaval.
Isehostitav üldotstarbeline lahendus ingliskeelsete juhiste järgimiseks, programmeerimisabiks, teksti genereerimiseks ja valdkonnapõhiseks peenhäälestuseks
Avatud kaaludega mudel; Databricks Foundation Model API teenus on kasutuselt kõrvaldatud
Hariduslikud katsetused, kohalik tekstigeneratsioon, juhiste järgi peenhäälestamise uurimine, prototüüpimine ja avatud keelemudelite peenhäälestuse tundmaõppimine
Vanem avatud kaaludega mudel; selle on välja vahetanud Dolly v2 mudelipere
Kohalikeks katseteks, haridusprojektideks, vähese ressursivajadusega ingliskeelsete juhiste järgimiseks, mudeli kohandamiseks ja isehostitud inferentsiks tagasihoidliku jõudlusega riistvaral
Varasem avatud kaaludega mudel; allalaaditav ja kasutatav isehostitud inferentsiks
Kohalikud eksperimendid, õppeprojektid, privaatsed prototüübid, lihtsate juhiste järgimine, kokkuvõtete koostamine, klassifitseerimine ja teabe eraldamine
Varasem avatud kaaludega mudel; allalaaditav enda serveris majutamiseks
Kohalikud katsetused, teadusuuringud, juhiste järgi peenhäälestamise uuringud ning organisatsioonid, kes vajavad vabalt allalaaditavat ja ärikasutust lubava litsentsiga mudelit
Pärandmudel avatud kaaludega; avalikult allalaaditav; ametlikku sulgemiskuupäeva ei leitud
Maskeeritud keelemudeli treenimine, tekstiesituste õppimine, valdkonnaspetsiifiline eeltreenimine, peidetud olekutest tuletatud embedding’id ja NLP-mudelite järelhäälestus.
Saadaval allalaaditava avatud kaaludega kontrollpunktina; praegusel mudelikaardil ei ole loetletud ühtki hostitud inferentsiteenuse pakkujat.
Inglise keele maskeeritud keelemudeliõpe, NLP-mudelite järelhäälestus konkreetsete ülesannete jaoks, teksti klassifitseerimine, tokenitaseme ülesanded ja tõhusate BERTi representatsioonide uurimine
Saadaval allalaaditava avatud kaaludega kontrollpunktina; isemajutus on toetatud, kuid praegu ei ole loetletud ühtegi hostitud inferentsiteenuse pakkujat.
Makseeritud keelemudelid, teksti representatsioonid, tõhus BERT-i laadne eeltreeningu-uuring, klassifitseerimise peenhäälestus ja muud ingliskeelse loomuliku keele töötluse (NLP) järeltöötlusülesanded
Saadaval avatud kaaludega teadusuuringute kontrollpunktina; MosaicML-i varasem mudel
Maskeeritud keelemudeliga eeltreeningu uuringud, NLP-mudelite hilisem peenhäälestus ning pika konteksti teksti esituse eksperimendid
Saadaval avatud kaaludega mudel; pärandmudel teadusuuringuteks
Maskeeritud keele modelleerimine, NLP-mudelite järeltreening konkreetsete ülesannete jaoks, pika konteksti tekstiesituste uurimine ning BERT-i laadsete kodeerijate tõhus katsetamine
Saadaval avatud kaaludega mudeli kontrollpunktina; varasem uurimismudel
Isehostitav üldotstarbeline tekstiloome ning avatud mudelikaaludega katsetamine ja peenhäälestamine.
Avatud kaalud; pärandmudel
Pikkade dokumentide kokkuvõtete koostamine, pika konteksti põhine küsimustele vastamine, teksti genereerimine, uurimistöö ja valdkonnapõhine peenhäälestus
Vanema põlvkonna avatud kaaludega mudel; praegu ei ole tuvastatud esimese osapoole hostitud API saadavust ega hinnastust
Mitteärilised kohalikud vestlusrobotite prototüübid, vestluspõhine uurimistöö ja eksperimendid, mis vajavad 8K suurust tekstikonteksti akent
Vanema põlvkonna avatud kaaludega mudel; algse Hugging Face’i hoidla kättesaadavus on praegu ebaselge
Kohalikeks katsetusteks, õppeprojektideks, avatud kaaludega vestlusrobotite prototüüpide loomiseks ja mitmevoorulise dialoogi uurimiseks
Varasem avatud kaaludega mudel
Lühikeste juhiste järgimine, lokaalne inferents, avatud mudelite uurimine ja valdkonnapõhine peenhäälestus
Varasema põlvkonna avatud kaaludega mudel; allalaaditav ja kasutatav enda serveris majutatud juurutuses
Pika ilukirjandusliku teksti jätkamine, raamatu mahus narratiivide genereerimine ja pika konteksti keelemudelite katsetamine
Pärandina käsitletav avatud kaaludega mudel; allalaaditav ja ajalooliselt dokumenteeritud
Ise majutatav tekstigeneratsioon, teadustöö, peenhäälestus ning rakendused, mis nõuavad avatud kaaludega mudeleid ja kommertslitsentsi
Avatud kaaludega pärandmudel; allalaaditava kontrollpunkti dokumentatsioon on endiselt saadaval, kuid see ei ole praegune tipptasemel mudel ega hallatav pilvemudel.
Isehostitud vestluseksperimendid, teadustöö, pärandvestlusrakendused ja interaktiivne tekstiloome
Pärandvara hulka kuuluv avatud kaaludega mudel; Databricksi majutatud API praegust kättesaadavust ei ole kinnitatud
Ise hostitavad rakendused juhiste järgimiseks, kokkuvõtete koostamiseks, küsimustele vastamiseks, katsetamiseks ja avatud kaaludega teksti genereerimiseks
Varasema põlvkonna avatud kaaludega mudel; seda saab alla laadida ja kolmandate osapoolte mudelimajutusplatvormidel juurutada
Enda taristus majutatav koodi genereerimine ja lõpuleviimine, koodihoidlate analüüs, silumine, koodi tõlkimine ning programmeerimisele keskenduv uurimistöö.
Varasemate avatud kaaludega mudelite seeria; allalaaditavad mudelikontrollpunktid on endiselt saadaval, samal ajal kui majutatud Coder API sari asendati ja liideti mudeliga DeepSeek-V2.5.
Kohalik koodi lõpetamine, koodi keskosa genereerimine, IDE-integratsioonid, koodihoidla tasandi programmeerimine ning privaatne või enda serveris käitatav inferents
Avatud kaaludega ja allalaaditav; saadaval Hugging Face'i ametlikus repositooriumis ning teenusepakkuja avaldatud kinnitatud sulgemiskuupäeva ei ole.
Kohalik koodi genereerimine, koodi lõpetamine, silumine, koodi selgitamine, kogu koodihoidlat hõlmavad viibad ning arendajad, kes vajavad avatud kaaludega kodeerimismudelit
Saadaval allalaaditava avatud kaaludega mudelina; vanem, kuid endiselt kättesaadav
Kohalik kakskeelne tekstiloome, teadustöö, eksperimenteerimine, juhistega peenhäälestus ja kerged isehostitavad assistendid
Varasem avatud kaaludega mudel; allalaaditav ja kasutatav ühilduvate kohalike inferentsitööriistade kaudu
Kohapealne juurutamine, kakskeelne inglise ja hiina keele genereerimine, keelemudelite uurimine, matemaatika, programmeerimiskatsed ja kohandatud peenhäälestuse töövood
Vanem avatud kaaludega mudel; allalaaditavad kontrollpunktid on endiselt saadaval, kuid uuemad DeepSeeki mudeliperekonnad on selle asendanud.
Täiustatud matemaatiline arutlus, teoreemide tõestamine loomulikus keeles, tõestuste genereerimine ja kontrollimine ning isekorrigeerivate arutlussüsteemide uurimine
Saadaval avatud kaaludega teadusmudelina; ametlikku DeepSeeki hostitud API juurutust ega avalikku mudelipõhist API hinnastust ei ole kinnitatud
Kohalik OCR, dokumentide digiteerimine, PDF- ja pildifailide analüüs, paigutust arvestav teisendus Markdown-vormingusse, tabelite eraldamine, jooniste analüüs ning visuaalse teksti tihendamise uurimine
Praegu avatud kaaludega mudel; avalikult saadaval kohalikuks kasutamiseks ja enda hallatavas taristus käitamiseks
Kohalik OCR, skannitud dokumentide transkribeerimine, dokumendi paigutust arvestav analüüs, tabelite eraldamine ja dokumentide Markdown-vormingusse teisendamise töövood
Praegune avatud kaaludega mudel; ise hostitav kontrollpunkt
Lean 4-ga teoreemide tõestamine, formaalne matemaatika, automatiseeritud tõestuste genereerimine ja teoreemide tõestamise uurimine
Avatud kaaludega teaduslik väljalase; DeepSeek-Prover-V1.5 ja DeepSeek-Prover-V2 eelkäija
Lean 4 tõestuste lõpuleviimine, formaalse matemaatika uurimine, automaatne teoreemide tõestamine ja verifikaatoripõhine tõestuste otsing
Avatud kaaludega, allalaaditav, pärand- või asendatud mudel
Lean 4 teoreemide tõestamine, formaalne matemaatika, automatiseeritud tõestuste süntees, tõestusotsingu uurimine ja verifikaatori juhitud arutlemine
Avatud kaaludega ja allalaaditav; praegu kättesaadav ametlikus mudelihoidlas; selle täpse mudeli kontrollpunkti jaoks ei ole tuvastatud ametlikku hostitud API-t
Lean 4 formaalne teoreemide tõestamine, matemaatiliste tõestuste genereerimine, tõestuskoodi lõpuleviimine ning verifitseerija juhitud keelemudelite uurimine
Saadaval allalaaditava avatud kaaludega mudelina; varasema teadusliku väljalaske on asendanud uuemad DeepSeek-Proveri mudelid.
Lean 4 teoreemide tõestamine, formaalne matemaatika, tõestuste süntees, lemmade lõpuleviimine ja lokaalse tõestusotsingu uurimine
Saadaval olev avatud kaaludega mudel
Lean 4 teoreemide tõestamine, formaalse matemaatika uurimine, tõestuste lõpuleviimine, tõestusotsingu eksperimendid ja avatud kaaludega mudelite peenhäälestamine
Varasem avatud kaaludega mudel; seda saab alla laadida ja kasutada, kuid uuemad DeepSeek-Proveri väljalasked on selle asendanud.
Matemaatiliseks arutlemiseks, programmeerimiseks, tehniliseks analüüsiks, teadustööks ja isehostitavate arutlusrakenduste jaoks
Avatud kaaludega kontrollpunkt on saadaval; algne hostitud API-identiteet on asendatud ja selle kasutamine lõpetatakse plaanipäraselt.
Kohalikuks matemaatiliseks arutlemiseks, programmeerimisabiks, uurimistööks, katsetamiseks ja väiksema ulatusega juurutusteks, kus on oluline tugev arutlusvõime
Praegu avatud kaaludega mudel; allalaaditav mudeli kontrollpunkt
Kohalik matemaatiline arutlemine, programmeerimisabi, tehnilistele küsimustele vastamine ja privaatne isehostitud inferents
Allalaaditav avatud kaaludega mudelina, mida saab kasutada enda hallatavas või kolmanda osapoole inferentsikeskkonnas.
Isehostitav matemaatika, programmeerimise, uurimistöö, keeruka arutluse ja põhjaliku analüüsi jaoks
Saadaval olev avatud kaaludega mudel
Kohapealne matemaatiline arutlus, programmeerimisabi, teadustöö ja privaatsustundlikud isehostitavad rakendused
Aktiivne avatud kaaludega allalaaditav mudel
Kohapealne matemaatiline arutlemine, programmeerimine, tehniline analüüs, teadustöö ja enda hallatav tekstigeneratsioon
Aktiivne avatud kaaludega mudel; seda saab alla laadida ja kasutada ühilduvate isemajutatavate inferentsiraamistike kaudu.
Matemaatika, programmeerimine, keerukas arutlemine, uurimistöö ja isehostitud järeldamine
Saadaval olev avatud kaaludega mudel
Arutlusvõime uuringud, matemaatika, programmeerimiskatsed, tugevdusõppe uuringud, avatud kaaludega mudelite hindamine ja mudelite destilleerimine
Avatud kaaludega ja allalaaditav; eksperimentaalne või varasem teadusmudel; praegu ei pakuta seda teenusepakkuja enda hostitud API-mudelina.
Lokaalne matemaatiline arutlus, kompaktsed arutluskatsetused, hariduslikud rakendused, kergekaaluline abi programmeerimisel ja isehostitud inferents piiratud ressurssidega riistvaral
Aktiivne avatud kaaludega mudel; allalaaditav enda serveris käitamiseks
Kohapealne või kolmanda osapoole juurutamine üldiseks teksti genereerimiseks, tõlkimiseks, matemaatikaülesannete lahendamiseks, uurimistööks ja koodi genereerimiseks
Varasem avatud kaaludega mudel; allalaaditav ja kasutatav lokaalselt või kolmanda osapoole inferentsiteenuste kaudu, kuid seda ei ole DeepSeeki praeguses enda hallatavate hostitud API-de kataloogis.
Kohapealne teksti genereerimine, hiina ja inglise keele ülesanded, MoE-uuringud, peenhäälestus ning tõhus isemajutatud järeldamine
Avatud kaaludega ja allalaaditav; pärandmudel oma serveris majutamiseks
Avatud kaaludega üldine teksti genereerimine, programmeerimisabi, koodi automaattäiendamine ja enda serveris katsetamine
Varasem avatud kaaludega mudel; V2.5 seeria on asendunud uuemate DeepSeeki mudeliperekondadega, kuid mudeli kaalud on endiselt saadaval
Avatud kaaludega üldotstarbeline keele genereerimine, programmeerimine, pika kontekstiga tekstiülesanded, teadustöö ja kulutundlik inferents kolmandate osapoolte kaudu.
Asendatud ja teenusepakkuja hostitud API-mudelina enam mitteajakohane; avatud kaaludega kontrollpunkt on endiselt saadaval enda taristus majutamiseks ning kolmandate osapoolte juurutuseks.
Avatud kaaludega arutlemine, kodeerimine, tööriistakutsed, pika konteksti analüüs ja ise hostitavad agendisüsteemid
Pärandina käsitletav hostitud API põlvkond; ametlik avatud kaaludega väljalase on endiselt saadaval
Isehostitud teadustöö, jätkukoolitus, peenhäälestus, kohandatud järeldamine ning suuremahulised keele- või programmeerimistöötlused
Saadaval avatud kaaludega mudelina; allalaaditav Hugging Face’ist
Avatud kaaludega mudelite juurutamine, programmeerimisabi, pika kontekstiga tekstitöötlus, arutlusvood, otsinguagendid ja terminalipõhine automatiseerimine
Avatud kaaludega kontrollpunkt on saadaval; spetsiaalne DeepSeeki API lõpp-punkt eemaldati kasutusest 2025-10-15.
Pika konteksti põhine tekstiloome, arutlemine, programmeerimine, uurimistöö, dokumentide analüüs ja oma taristus käitatav katsetamine hõreda tähelepanu mehhanismiga.
Eksperimentaalne avatud kaaludega mudel; ametliku hostitud API identiteedi võttis 2025-12-01 üle DeepSeek-V3.2. Allalaaditavad kaalud ja teadustöö kood on endiselt saadaval.
Keerukad matemaatikaülesanded, keerukas programmeerimine, teaduslik arutluskäik, põhjalik analüüs, võrdlustestide hindamine ja teadusuuringutes kasutuselevõtt
Hostitud API on kasutuselt kõrvaldatud; avatud kaaludega mudel on endiselt saadaval enda taristus majutamiseks ja kolmandate osapoolte juurutamiseks.
Piltide kohapealne mõistmine, visuaalsetele küsimustele vastamine, diagrammide ja dokumentide analüüs, multimodaalne uurimistöö ning kompaktsed juurutused
Saadaval avatud kaaludega mudeli kontrollpunktina; esimese põlvkonna pärandmudel
Kohalik pildi- ja tekstipõhine vestlus, visuaalne küsimustele vastamine, OCR, dokumentide ja ekraanipiltide mõistmine ning multimodaalne uurimistöö tagasihoidlikul riistvaral
Avalikult kättesaadav avatud kaaludega kontrollpunkt; varasem uurimismudel
Kohalik visuaalne küsimustele vastamine, piltide ja dokumentide mõistmine, multimodaalne uurimistöö ning peenhäälestuse eksperimendid
Avatud kaaludega, allalaaditav ja praegu kättesaadav; vanem mudeliperekond
Ise hostitav piltide mõistmine, visuaalsetele küsimustele vastamine, dokumentide ja veebilehtede analüüs, diagrammide tõlgendamine ning teadusuuringute prototüüpimine.
Vanem avatud kaaludega mudel; allalaaditav ja enda taristus majutatav, kuid praegu ei ole tuvastatud esimese osapoole hostitud API-t ega ametlikku mudeli käitamise hinnastust.
Isehostitav piltide mõistmine, OCR, dokumentide ja diagrammide analüüs, visuaalsetele küsimustele vastamine ning visuaalse põhistamise uurimine
Avatud kaaludega ja allalaaditav; praegu kättesaadav ametliku repositooriumi ja Hugging Face'i mudelilehe kaudu. Esimese osapoole hostitud API kättesaadavust ei ole kinnitatud.
Kohalik või enda hallatav visuaalne küsimustele vastamine, optiline märgituvastus (OCR), dokumentide ja diagrammide mõistmine, pildipõhine vestlus ning visuaalne lokaliseerimine
Avatud kaaludega ja praegu kättesaadav; välja antud DeepSeek-VL2 mudeliperekonna osana
Kohapealne visuaalne küsimustele vastamine, OCR, dokumentide ja diagrammide analüüs, piltide mõistmine ning visuaalne lokaliseerimine
Avaldatud avatud kaaludega mudel; praegu saab seda kohapeal juurutada
Matemaatilise arutlemise uurimine, lokaalne inferents, täiendav eeltreenimine ja ülesandepõhine peenhäälestus
Saadaval avatud kaaludega kontrollpunktina; varasem teadusmudel
Matemaatikaülesannete lahendamine, haridusassistendid, kohalik uurimistöö, võrdlustestide hindamine ja avatud kaaludega arutluskatsetused
Vanema põlvkonna avatud kaaludega mudel; allalaaditav ja kohalikuks inferentsiks kasutatav
Avatud kaaludega matemaatiline arutlemine, võistlusmatemaatika eksperimendid, kohalik juurutamine ja keelemudelite tugevdusõppe uurimine
Avatud kaaludega ja allalaaditav; varasem teadusmudel, mille ametlikku hostitud API hinnakirja ei ole tuvastatud
Teksti lõpetamine kohalikus keskkonnas, avatud kaaludega LLM-ide uurimine, domeenikohandamine ja peenhäälestus
Vanema põlvkonna avatud kaaludega mudel; allalaaditav ja kasutatav enda taristus juurutamiseks
Avatud kaaludega arutlemine, programmeerimine, pika konteksti analüüs, tööriistu kasutavad agendid, uurimistöö töövood ja kulutundlik juurutamine
Varasem avatud kaaludega mudel; DeepSeeki API endiste varjunimede deepseek-chat ja deepseek-reasoner kasutuselt eemaldamine oli kavandatud 24.07.2026.
Pika kontekstiga arhitektuuride uurimine, isehostitud inferents, jätkuv eeltreenimine ja mudelite kohandamine
Eksperimentaalne allalaaditav avatud kaaludega kontrollpunkt; selle on välja vahetanud DeepSeek-V3.2
Pika konteksti käsitlemiseks, arutlusülesanneteks, programmeerimiseks, agendipõhisteks töövoogudeks ja kulutundlikeks API-rakendusteks
Kasutusest kõrvaldatud; pärand-API identifikaator suunati alates 10. septembrist 2026 ajutiselt mudelile DeepSeek-V4.1-Flash
Ise majutatav keelemudelite uurimine, kohandatud järeltreening, domeenikohandus ja suure kontekstiga teksti genereerimine
Praegu allalaaditav avatud kaaludega baasmudeli kontrollpunkt; Hugging Face Inference Provideri juurutust pole loetletud
Piltide mõistmine, ekraanipiltide ja diagrammide analüüs, multimodaalsed kodeerimisagendid, visuaalsed töövood tööriistade kasutamiseks ning teksti ja pildi põhine arutlus
Sõltumatu mudelina kasutuselt eemaldatud 10.09.2026; pärand-API identifikaator suunab päringud ajutiselt mudelile DeepSeek-V4.1-Flash
Keerukad arutlusülesanded, kodeerimisagendid, pika konteksti analüüs, tööriistu kasutavad töövood ning suurte dokumentide või koodibaaside töötlemine
Iseseisvaks teenindamiseks aegunud; deepseek-v4-pro API-päringud suunatakse DeepSeek-V4.1-Flashile, kuni V4.1-Pro käivitatakse.
Teadusuuringud, jätkuv eeltreenimine, peenhäälestus, alusmudelite hindamine ja kohandatud suuremahuline inferents
Praegune avatud kaaludega baasmudel; allalaaditav MIT-litsentsi alusel
Madalate kuludega ja suure läbilaskevõimega arutlus ning koodikirjutamine, pika konteksti analüüs, agentpõhised töövood, tööriistade kutsumine ning teksti ja piltide mõistmine.
Praegu saadaval DeepSeek API kaudu; kanooniline API-identifikaator on deepseek-flash.
Kohapealne uurimistöö, piltide mõistmine, visuaalsetele küsimustele vastamine, multimodaalsete prototüüpide loomine ja lihtsad tekstist pildi loomise katsed
Saadaval avatud kaaludega uurimismudelina; Januse seerias on selle välja vahetanud uuemad Janus-Pro variandid, kuid seda saab endiselt alla laadida ja kasutada.
Kohapealne multimodaalne teadustöö, piltide mõistmine, visuaalsetele küsimustele vastamine ja kompaktsed tekstist pildi genereerimise katsed
Saadaval allalaaditava avatud kaaludega mudelina; täpse kontrollpunkti jaoks ei ole loetletud ühtegi ametlikku hostitud järeldusteenuse pakkujat.
Lokaalne pildisisu mõistmine, tekstist pildi genereerimine ja ühendatud multimodaalne uurimistöö
Praegu saadaval olev avatud kaaludega mudel; allalaaditav ja lokaalselt juurutatav
Kohalik uurimistöö, visuaalsetele küsimustele vastamine, piltide tõlgendamine ja kompaktne tekstist pildi genereerimise katsetamine
Saadaval avatud kaaludega allalaaditava kontrollpunktina; ametlikku hostitud inferentsi API-t ei ole tuvastatud
Brauseri automatiseerimine, visuaalne kasutajaliidesega suhtlemine, korduvad veebitöövood, vormide täitmine ja kasutajaliidese testimine
Pärandversioon eelvaates; see on praegu dokumenteeritud ja kättesaadav, kuid uute arvutiga suhtlemise rakenduste jaoks soovitatakse uuemaid Gemini 3.x mudeleid.
Suuremahuline multimodaalne töötlemine, madala latentsusajaga arutlemine, programmeerimine, andmete eraldamine, tööriistu kasutavad agendid ning rakendused, mis vajavad väga suurt kontekstiakent.
Stabiilne ja praegu Gemini API kaudu pakutav, kuid piiratud juurdepääsuga kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid; seda ei ole kasutuselt kõrvaldatud ning sulgemiskuupäeva pole teatatud.
Suurte mahtude klassifitseerimine, lihtne andmete eraldamine, kerge multimodaalne analüüs, päringute suunamine, märgendamine, kokkuvõtete tegemine ning rakendused, kus latentsus on äärmiselt kriitiline.
Stabiilne; praegu pakutakse seda Gemini API kaudu, kuid ligipääs on piiratud kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid. Google soovitab uute projektide puhul kasutada uuemaid mudeleid.
Reaalajas töötavad hääl- ja videoagendid, kõnest kõneks assistendid, interaktiivne klienditugi, õpiabi, juhendamine ja multimodaalsed Live API rakendused
Eelversioon; Google pakub seda praegu piiratud juurdepääsuga kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid; sulgemiskuupäeva pole välja kuulutatud.
Madala viivitusega juhitav kõnesüntees tekstist, häälassistendid, jutustamine, ettelugemisfunktsioonid ja mitme kõnelejaga heli genereerimine
Eelvaade; praegu saadaval piiratud juurdepääsuga
Täiustatud programmeerimine, keerukas arutlemine, matemaatika, STEM-analüüs, pikad dokumendid, suured koodibaasid, multimodaalne analüüs ja tööriistu kasutavad agendid.
Stabiilne ja Gemini API kaudu üldiselt saadaval; praegu on juurdepääs piiratud kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid. Google'i sõnul ei ole mudel kasutusest eemaldatud ning seda pakutakse kuni edasise teatamiseni.
Väga tõetruu ühe- ja mitme kõnelejaga jutustus, audioraamatud, taskuhäälingud, professionaalsed pealelugemised ja stsenaariumipõhine loominguline audiosisu
Eelvaade; praegu loendis ja Gemini API kaudu kättesaadav, kuid Gemini 2.5 mudelitele on juurdepääs piiratud.
Kiire piltide genereerimine, vestluspõhine pilditöötlus, piltide teisendamine ja suure mahuga visuaalsed töövood
Aegunud; sulgemine on kavandatud 2026-10-02
Agentpõhised töövood, igapäevane programmeerimine, arutlemine ja planeerimine, multimodaalne analüüs, pika kontekstiga dokumentide töötlemine ning kulutundlikud tööriistu kasutavad rakendused
Eelvaade
Keerukad arutlusülesanded, täiustatud tarkvaraarendus, pika konteksti multimodaalne analüüs ja agentpõhised töövood, mis nõuavad tööriistade usaldusväärset kasutamist
Eelvaade
Kiired multimodaalsed rakendused, programmeerimisabilised, pika konteksti võimalustega dokumentide ja videote analüüs, tööriistu kasutavad agendid, ettevõtete töövood ning kiire agentidepõhine täitmine
Stabiilne; eelmise põlvkonna Flash-mudel; praegu saadaval; sulgemiskuupäeva pole teatatud
Kodeerimine, tarkvaratehnika, tööriistu kasutavad agendid, pika kontekstiga multimodaalne analüüs, struktureeritud teabe eraldamine ning suure läbilaskevõimega ettevõtete töövood
Üldiselt saadaval; eelmise põlvkonna Flash-mudel, mida praegu toetatakse
Pikaajalise kestusega tarkvaraarendus, autonoomsed agendid, multimodaalsed dokumenditöövood, ettevõtete teadmistepõhised tööülesanded ja tööriistu kasutavad rakendused.
Üldiselt saadaval
Suuremahuline tõlkimine, klassifitseerimine, teabe eraldamine, kokkuvõtete koostamine, dokumentide töötlemine ja lihtsamad tööriistu kasutavate agentide töövood
Aegunud; üldiselt saadaval ja juurdepääsetav kuni kavandatud sulgemiseni 7. mail 2027
Madala latentsusega hääleagendid, reaalajas dialoog, multimodaalsed otseansid ja interaktiivsed helirakendused
Pärand-eelvaade; praegu juurdepääsetav; Google soovitab enamiku uute madala latentsusega hääleagentide juurutamiseks Gemini 3.8 Live’i
Juhitav väljendusrikas kõne, jutustamine, ligipääsetavus, skriptipõhine heli ja mitme kõnelejaga TTS-prototüübid
Pärand-eelversioon; praegu kättesaadav; sulgemiskuupäeva pole välja kuulutatud
Kiire ja soodne 1K-resolutsiooniga piltide genereerimine ja redigeerimine, visuaalsete prototüüpide kiire loomine, interaktiivsed rakendused, piltide suuremahuline variatsioonide loomine, süžeeskeemide koostamine ja kerged loomingulised töövood
Üldiselt saadaval; kavandatud kasutuselt kõrvaldamine 28. juunil 2027 või hiljem
Agentipõhised töövood, kodeerimisagendid, pika konteksti toega multimodaalne analüüs, tööriistade kasutamine ja skaleeritud tootmisrakendused
Üldiselt saadaval; stabiilne
Suure mahuga ja väikest latentsust nõudvad agentpõhised töövood, dokumentide parsimine, tõlkimine, klassifitseerimine, andmete eraldamine, otsingupõhised rakendused ning multimodaalsed alamagendid.
Üldine kättesaadavus
Väikese latentsusega reaalajas kõne tõlkimine kõneks kõnede, koosolekute, reisimise, klienditoe ja mitmekeelsete häälerakenduste jaoks
Eelvaade
Eelsalvestatud heli transkribeerimine, mitmekeelne kõnetuvastus, kõnelejate kaupa märgistatud transkriptsioonid, ajatemplitega transkriptsioonid, nutikas dikteerimine ja valdkonnaspetsiifiline sõnavara
Üldiselt saadaval (GA)
Suuremahuline teksti kõneks teisendamine, väikese viivitusega häälagentide ahelad, ettelugemisrakendused, hääle replikatsioon ja igapäevane ühe kõneleja kõne
Üldiselt saadaval
Stuudiokvaliteediga jutustamine, audioraamatud, väljendusrikas häälnäitlemine, keerukad mitme kõnelejaga dialoogid, piirkondlikud aktsendid, raskesti hääldatavad sõnad, pikad jutustused, hääle kujundamine ja hääle jäljendamine.
Üldiselt saadaval (GA); sulgemiskuupäeva pole teatatud
Väikese latentsusega hääleagendid, reaalajas toimuv helist helisse dialoog, multimodaalsed assistendid ja interaktiivsed rakendused, mis kasutavad tööriistu
Stabiilne; üldiselt saadaval
Keerukad reaalajas töötavad hääleagendid, mitmeastmeline probleemilahendus, asünkroonsed töövood tööriistadega, tehniline tugi, reiside korraldamine ning suuline STEM-i või programmeerimise juhendamine
Stabiilne; üldiselt saadaval
Autonoomsed turu-uuringud, hoolsuskontrollid, kirjandusülevaated, konkurentsianalüüsid, rohketele allikatele tuginevad uurimised ja viidetega uurimisaruanded
Eelvaade
Põhjalikud turu-uuringud, konkurentsianalüüsid, taustauuringud, kirjandusülevaated ja allikaterohked uurimisaruanded
Eelvaade; praegu saadaval Gemini API-s ja Google AI Studios Interactions API kaudu
Teksti semantiline otsing, RAG-i andmete otsing, dokumentide sobitamine, klassifitseerimine, klasterdamine ja soovitussüsteemid
Praegune; sulgemine on kavandatud kuupäevale 2028-05-14.
Ristmodaalne semantiline otsing, multimodaalne RAG, vektorotsing, soovitused, klassifitseerimine, klasterdamine ning teksti- ja meediasisust koosnevate kogude indekseerimine.
Üldiselt saadaval
Kiire ja suure mahuga piltide loomine ning redigeerimine, visuaalne iteratsioon, turundusmaterjalid, diagrammid, infograafikud, lokaliseerimine ja rakendused, mis vajavad pildiotsingu tulemustele tuginevat teavet
Üldiselt saadaval; Gemini API stabiilne mudel on gemini-3.1-flash-image
Professionaalse taseme piltide loomine ja töötlemine, keerukad kompositsioonid, toote maketid, infograafika, brändi visuaalmaterjalid, mitmekeelne lokaliseerimine ja ülitäpne visuaalne prototüüpimine
Praegune stabiilne mudel
Kiire tekstist videoks ja pildist videoks teisendamine, vestluslik videotöötlus, videote pikendamine, interpolatsioon, turundussisu ning lühivormiliste filmilike videote loomine
Praegune; stabiilne mudel on saadaval versioonina gemini-omni-1.1-flash ning dokumenteeritud on ka gemini-omni-flash-preview.
Robotite kõrgetasemeline planeerimine, ruumiline arutlus, video abil edenemise jälgimine, tööriistade orkestreerimine ja mitme roboti koostöö
Avalik eelvaade
Madala latentsusega robotagendid, pidev heli- ja videoseire, funktsioonipõhine robotite orkestreerimine, lao töövood ja mitme roboti koordineerimine
Avalik eelvaade
Täispikad tehisintellekti loodud laulud, vokaalmuusika, instrumentaalseaded, laulukirjutamise eksperimendid, heliribad ja piltidest inspireeritud muusika loomine
Üldiselt saadaval
Interaktiivne instrumentaalmuusika loomine, elav muusikaline improvisatsioon, viipade abil juhitavad DJ-tööriistad, MIDI-juhitavad elamused ning reaalajas toimivad loomingulised helirakendused
Eksperimentaalne ja praegu Gemini API dokumentatsioonis nimega lyria-realtime-exp.
Lühikeste muusika- või heliklippide genereerimine
Täispikkade tehisintellekti abil loodud muusikapalade, heliribade ja laulude kirjutamiseks, struktureeritud kompositsioonide, reklaamiaudio, mängude ning loovproduktsiooni töövoogude jaoks
Avalik eelvaade
Kinemaatiline tekstist videoks ja pildist videoks genereerimine, lühivormiliste lugude jutustamine, süžeeplaanide koostamine, reklaamikontseptsioonid, visuaalefektide katsetamine ning sünkroonitud heliga loominguline eelvisualiseerimine
Eelvaade; praegu kättesaadav Google'i API-de ja Google'i toodete kaudu
Kiire ja suuremahuline videote genereerimine, loominguliste lahenduste iteratiivne täiustamine, sotsiaalmeediasisu, reklaamikontseptsioonid ja automatiseeritud tootmise töövood
Vertex AI-s üldiselt saadaval; Gemini API-s eelvaatemudel
Suuremahuline tekstist videoks ja pildist videoks sisu loomine, kiire loominguline iteratsioon, sotsiaalmeediasisu, reklaamivariatsioonid ja kuluteadlikud tootmise töövood
Eelvaade; praegu saadaval Gemini API ja Google Cloud Vertex AI kaudu
Regulaarselt diskreeditud numbriliste aegridade null-shot-prognoosimine muutuvate ajaliste resolutsioonide korral
Praegu avatud kaaludega mudel; saadaval on ka versioon r1.1
Jaapanikeelse teksti genereerimine, kokkuvõtete koostamine, klassifitseerimine, teabe eraldamine, küsimustele vastamine ning jaapani-inglise tõlge IBM-i vanemates ettevõtete juurutustes
Aegunud; eemaldatud IBM Software Hubi versioonist 5.2.0 ja watsonx.ai-st versioonis 2.2.0
Ettevõtetele mõeldud mitmekeelne küsimustele vastamine, otsinguga täiendatud genereerimine, kokkuvõtete koostamine, teabe eraldamine, klassifitseerimine ja teksti genereerimine inglise, saksa, hispaania, prantsuse ja portugali keeles
Kasutuselt kõrvaldatud; aegunud alates 15. jaanuarist 2025 ja eemaldatud watsonx.ai tavapärasest saadavusest 16. aprillil 2025
Nullnäitega aegridade prognoosimine, tõenäosuslik prognoosimine, ebakindluse hindamine ning vajaduse vähendamine ühe prognoosiarhitektuuri eelnevaks valimiseks
Praegune; avatud ansambliraamistik
Suure läbilaskevõimega mitmemõõtmeline aegridade prognoosimine, nullnäitega või väheste näidetega prognoosimine, tõenäosuslik ennustamine, eksogeensete muutujatega prognoosimine ning CPU-sõbralik juurutamine tootmiskeskkonnas.
Praegune avatud kaaludega mudeliperekond, mis on saadaval IBM Granite'i Hugging Face'i repositooriumi kaudu. Vaadatud mudelilehel ei olnud märgitud ühegi hostitud järeldusteenuse pakkuja juurutust.
Peenhäälestus, domeenikohandamine, teksti genereerimine, kokkuvõtete koostamine, teabe eraldamine, klassifitseerimine ja küsimustele vastamine
Saadaval nõudmisel juurutamiseks IBM watsonx.ai platvormil; samuti on see IBMi Hugging Face’i organisatsiooni kaudu saadaval Apache 2.0 litsentsi alusel avatud kaaludega mudelina.
Mudeli peenhäälestus, pika kontekstiga dokumentide töötlemine, ettevõtetele mõeldud tekstide klassifitseerimine, teabe eraldamine, kokkuvõtete koostamine, küsimustele vastamine ja ise hallatav juurutus
Saadaval; baasmudel peenhäälestuseks ja spetsiaalseks juurutamiseks
Isehostitavad ettevõtetele mõeldud assistendid, pika kontekstiga dokumentide analüüs, RAG, kokkuvõtete koostamine, andmete eraldamine, mitmekeelsed tekstipõhised töövood ja funktsioonikutsed
Saadaval avatud kaaludega mudelina; uuemates juurutustes on selle asendanud Granite-3.3-8B-Instruct.
Ettevõtetele mõeldud pika kontekstiga RAG, dokumentide ja koosolekute kokkuvõtete koostamine, teabe eraldamine, mitmekeelne dialoog, koodiga seotud ülesanded, funktsioonikutsed ja ise hallatavad juurutused
Saadaval; mõnes IBM watsonx-i kataloogis märgitud pärandmudelina
Kohalikud või ettevõtetele mõeldud eriotstarbelised assistendid, RAG, pikkade dokumentide kokkuvõtete koostamine, mitmekeelsed tekstipõhised töövood, programmeerimisabi, arutlusvõime ja ressursisäästlik inferents
Saadaval; avatud kaaludega mudel, millel on kohapealse juurutamise ja spetsiaalse IBM watsonx-i juurutamise võimalused
Ettevõtte enda taristus majutatavad assistendid, pika kontekstiga RAG, kokkuvõtete koostamine, mitmekeelsed tekstiülesanded, programmeerimisabi, funktsioonide kutsumine ja kulutundlikud juurutused.
Eemaldatakse IBM watsonx.ai nõudmisel juurutamise teenusest 22.02.2026; avatud kaaludega mudeli kontrollpunkt jääb kättesaadavaks isemajutatud ja ühilduvatele kolmandate osapoolte juurutustele.
Matemaatilise lahendusprotsessi jälgimine, vigade tuvastamine iga sammu tasandil, parima lahenduse valimine N lahenduse hulgast, kaalutud hääletamine ja arutlusahela hindamine
Praegune avatud kaaludega eksperimentaalne mudel
Tõhus mitmekeelne teksti genereerimine, lokaalne ja võrguühenduseta inferents, juurutamine ääreseadmetes, koodi keskelt täiendamine (fill-in-the-middle) ning ülesandespetsiifiline peenhäälestus.
Praegune avatud kaaludega mudel
Väikese viivitusega lokaalne inferents, pika kontekstiga teksti genereerimine, RAG, mitmekeelsed assistendid, programmeerimisabi ja kerged tööriistu kutsuvad agendid
Praegune avatud kaaludega instruktsioonimudel
Ettevõtete RAG-lahendused, mitut tööriista kasutavad agendid, funktsioonikutsed, klienditoe automatiseerimine, mitmekeelsete juhiste järgimine ja pika kontekstiga töökoormused
Saadaval; avatud kaaludega juhistele häälestatud mudel
Tõhusad ettevõtetele mõeldud assistendid, mitmekeelne tekstiloome, RAG, klassifitseerimine, andmete eraldamine, kokkuvõtete koostamine, programmeerimisabi, fill-in-the-middle-lõpetamine, struktureeritud JSON ja tööriistade kutsumise töövood
Praegune; avatud kaaludega juhiste järgi häälestatud mudel; allalaadimiseks saadaval ja loetletud nõudepõhiseks juurutamiseks IBM watsonx.ai-s
Teksti genereerimine lokaalselt ja servas, latentsuskriitilised rakendused, koodi keskosa täitmine, privaatsed juurutused ning peenhäälestamine ülesandespetsiifilisteks mudeliteks
Praegu avalikult saadaval avatud kaaludega mudelina
Tõhus kohalik või privaatne juurutamine, ettevõtete mitmekeelne tekstitöötlus, RAG, kokkuvõtete koostamine, andmete eraldamine, programmeerimisabi, funktsioonide kutsumine ning väikese ressursivajadusega tehisintellektiabilised.
Praegu saadaval olev avatud kaaludega mudel; varasema põlvkonna Granite’i mudel, mille on asendanud uuem Granite 4.2 mudeliperekond. Kinnitatud kasutuselt kõrvaldamise või sulgemise kuupäeva ei ole.
Isehostitavad ettevõtete assistendid, mitmekeelne tekstiloome, RAG, programmeerimisabi, struktureeritud andmete eraldamine ja tööriistakutsetega agendid
Praegune avatud kaaludega instruktsioonimudel
Ettevõtte enda taristus töötavad assistendid, pika kontekstiga RAG-rakendused, mitmekeelsed rakendused, programmeerimine, struktureeritud andmete eraldamine ja tööriistu kasutavad agendid
Praegu saadaval olev avatud kaaludega juhiste järgi häälestatud mudel; avalikult kättesaadav
Tõhus arutlus, abi programmeerimisel, tööriistade kasutamine, mitmekeelne dialoog, kohapealne juurutamine ja väikese ressursikuluga ettevõtteagendid
Praegune; avalikult kättesaadav avatud kaaludega mudel
Kohalikud või isehostitud arutlusmudelid, programmeerimisabilised, tööriistade kutsumine, mitmekeelne dialoog, otsinguga täiendatud genereerimine ja agentpõhised töövood
Hetkel saadaval; avatud kaaludega ja allalaaditav
Ise hostitav ettevõtetele mõeldud arutlusvõime, kodeerimisagendid, mitmekeelsed rakendused, tööriistade kutsumine, pika kontekstiga töövood ning organisatsioonid, mis vajavad Apache 2.0 litsentsi
Praegu; avatud kaaludega ja allalaaditav
Ise hostitav ingliskeelse teksti genereerimine, kokkuvõtete koostamine, teabe eraldamine, klassifitseerimine ja katsetamine LAB-iga kooskõlas olevate avatud kaaludega mudelitega ning ressursiteadlik juurutamine
Eemaldati IBM watsonx.ai-st 7. jaanuaril 2025; avatud kaaludega kontrollpunkt on endiselt saadaval enda hallatavasse keskkonda juurutamiseks.
Ingliskeelne ettevõtete vestlus, otsinguga täiendatud genereerimine, küsimustele vastamine, kokkuvõtete koostamine, teabe eraldamine ja klassifitseerimine
Tagasi võetud; juurdepääs lõppes 19. jaanuaril 2025
Isehostitavad kodeerimisabilised, koodi genereerimine, koodi selgitamine ja teisendamine, kogu koodihoidlat hõlmavad viibad ning ajalooline või reprodutseeritav uurimistöö
Kasutuselt kõrvaldatud; eemaldati IBM watsonx.ai platvormilt 17.07.2025
Koodi kohapealne genereerimine, selgitamine, parandamine, tõlkimine ja uurimine avatud Apache 2.0 litsentsiga mudeli abil
Aegunud, kuid ajaloolistel ja teaduslikel eesmärkidel endiselt avalikult kättesaadav
Skeemi sidumine ning asjakohase tabeli või veeru valimine tekstist SQL-i päringute koostamise töövoogudes
Saadaval; juurutamine ainult nõudmisel
Loomuliku keele teisendamine SQL-päringuteks struktureeritud andmebaasides, analüütikaabilised ning text-to-SQL-konveierite SQL-i genereerimise etapp.
Saadaval; vajaduspõhiselt juurutatav mudel IBM watsonx.ai-s
Ise hostitud kodeerimisabilised, koodi genereerimine, koodi teisendamine, koodi selgitamine ja programmeerimiskatsed, mille puhul eelistatakse Apache 2.0 litsentsiga avatud kaaludega mudelit.
Saadaval avatud kaaludega mudelina ning dokumenteeritud IBM watsonx.ai nõudmisel juurutamiseks; IBM-i 2025. aasta elutsükliteatise kohaselt on see aegunud ja eemaldatud watsonx.ai mitme rentnikuga pakkumisest.
Isehostitav koodi genereerimine, koodi selgitamine, koodi parandamine, koodi teisendamine, programmeerimisabilised ja ühilduvus varasema Granite Code’iga
Pärandversioon / aegunud; saadaval mõnes IBM watsonx keskkonnas ning säilitatud ajalooliseks või teaduslikuks kasutuseks
Dokumentide lokaalne teisendamine, paigutuse säilitamisega OCR, tabelite ja valemite eraldamine, DocTagsi genereerimine, dokumentide indekseerimine, RAG-i ettevalmistamine ning struktureeritud ettevõtete dokumenditöövood
Praegune avatud kaaludega mudel
Kiire ja väikese ressursivajadusega ingliskeelne semantiline otsing, RAG-andmete leidmine, sarnasuste võrdlemine ja vektorindekseerimine
Pärandmudel; allalaaditav ja kasutatav, kuid Granite Embedding Small English R2 on selle asendanud
Väikese latentsusega mitmekeelne semantiline otsing, otsinguga täiendatud genereerimine, vektorotsing, dokumentide sarnasuse tuvastamine, pikkade dokumentide otsing ja keelteülene koodiotsing
Praegune; avatud kaaludega mudel
Soodsat mitmekeelset semantilist otsingut, keeltevahelist teabeotsingut, vektorandmebaase, sarnasuste võrdlemist ja RAG-konveiereid vajavatele lahendustele
IBM watsonx.ai-st eemaldatud; avatud kaaludega mudeli kontrollpunkt on IBMi Hugging Face’i organisatsiooni kaudu endiselt saadaval.
ingliskeelne semantiline otsing, vektoripõhine otsing, RAG, sarnasuste sobitamine, ettevõtte teadmistebaasi otsing ja lokaalsete vektoresituste juurutamine
Pärandversioon / välja vahetatud, kuid allalaaditav ja kasutatav
Mitmekeelne semantiline otsing, otsinguga täiendatud genereerimine, keelteülene infootsing, pikkade dokumentide otsing, sarnasuse tuvastamine ja koodiotsing
Praegune avatud kaaludega mudel
ingliskeelne semantiline otsing, vektoripõhine teabeotsing, otsinguga täiendatud genereerimine, dokumentide sarnasuse tuvastamine, klasterdamine ja ettevõtte teabeotsing
Praegune avatud kaaludega mudel
ingliskeelne semantiline otsing, hõre teabeotsing, märksõnade laiendamine, hübriidne BM25- ja vektorotsing, dokumentide järjestamine ning ettevõtte teabeotsing
Praegu avalikult kättesaadav avatud kaaludega mudel, mis avaldati IBM Granite Experimentsi kaudu.
Kompaktne ingliskeelne semantiline otsing, otsinguga täiendatud genereerimine, dokumentide sarnasuse tuvastamine ja privaatsed vektorotsingu juurutused
Praegune avatud kaaludega mudel
Mitmekeelse semantilise otsingu, vektorotsingu, RAG-i, klasterdamise, sarnasuste tuvastamise ja teksti klassifitseerimise funktsioonid
Kasutuselt kõrvaldatud; sulgemine lõpetati 2026-08-08
Maapealse biomassi kaardistamine, metsade seire, süsinikuvaru hindamine, ökoloogiline analüüs ning satelliidipõhine kaugseireuuringute läbiviimine
Saadaval avatud kaaludega mudel
Võrastiku kõrguse kaardistamine, metsade seire, taimkatte analüüs, süsinikuringe uuringud, ökoloogiline hindamine ja kaugseire katsetused.
Saadaval allalaaditava avatud kaaludega mudelina; inferentsiteenuse pakkuja seda ei juuruta ning IBMi hoidla teates märgitakse, et projekti ei hooldata IBMi tootena.
Maapinna temperatuuri hindamine, linnade soojussaare analüüs, satelliidipõhine keskkonnaseire ja ajaliste lünkade täitmine
Saadaval avatud kaaludega mudelina kohalikuks käitamiseks
Kaugseire tunnuste eraldamine, Maa vaatlemise ülekandeõpe ning piirkondlikud üleujutuste segmenteerimise töövood multispektraalsete ja SAR-satelliidipiltide abil
Saadaval avatud kaaludega teadusmudelina; praegu ei ole loetletud ühtegi hostitud inferentsiteenuse pakkujat.
Ilmaprognooside, ümberanalüüsiandmete ja kliimasimulatsioonide ruumilise lahutusvõime suurendamine
Praegu saadaval allalaaditava avatud kaaludega mudelina
Kohalikult või enda taristus majutatavad turvamehhanismid, viipade ja vastuste modereerimine, jailbreak-rünnete tuvastamine ning RAG-konteksti asjakohasuse, allikapõhisuse ja vastuse asjakohasuse kontrollid
Saadaval avatud kaaludega mudelina; selle on asendanud Granite Guardian 3.1 2B
Oma serveris majutatavad turvamehhanismid, viipade ja vastuste riskide tuvastamine, jailbreak-rünnete sõelumine, toksilisuse hindamine ning RAG-vastuste allikapõhisuse kontrollid
Avatud kaaludega mudel on allalaadimiseks saadaval, kuid uuemad Granite Guardiani väljalasked on selle asendanud. IBM watsonxi mitme rentnikuga granite-guardian-3-8b juurutus oli kavandatud 2026-08-08 kasutusest eemaldamiseks.
Kohalikud või isehostitavad turvameetmed, kahjuliku sisu ja jailbreak-rünnete tuvastamine, RAG-i asjakohasuse ja allikapõhisuse kontroll ning funktsioonikutsungutega seotud hallutsinatsioonide tuvastamine
Avatud kaaludega ja allalaaditav; eemaldati 2025-10-08 mitme rentnikuga watsonx.ai alusmudelite elutsüklist
Ohutuspiirangud, kahjuliku sisu tuvastamine, jailbreak-rünnete tuvastamine, RAG-konteksti asjakohasuse ja faktipõhisuse kontrollid, vastuse asjakohasuse kontrollid ning funktsioonikutsete hallutsinatsioonide tuvastamine.
IBM watsonx.ai 2.4.0 dokumentatsioonis märgitud pärandiks ja aegunuks; avatud kaaludega mudel on endiselt allalaaditav ning IBM Granite’i Hugging Face’i repositooriumi kaudu kasutatav.
Ingliskeelsete vastuste faktitäpsuse kontroll RAG-süsteemides, LLM-i vastuste seire, mudelite jälgitavus ja genereerimisjärgne riskide tuvastamine
Praegu eksperimentaalne ja aktiivses arenduses
Turvapiirded, jailbreak-rünnete tuvastamine, RAG-i põhistatuse ja asjakohasuse kontrollid, funktsioonikutsete hallutsinatsioonide tuvastamine, mudeli hindamine ja kohandatud eeskirjade alusel hindamine
Praegune avatud kaaludega mudel; IBMi dokumentatsioon nimetab Granite Guardian 4.1 8B-d uuemaks järeltulijate sarjaks
Viipade ja vastuste ohutuse klassifitseerimine, turvapiirangutest möödahiilimise katsete tuvastamine, RAG-i allikapõhisuse ja asjakohasuse kontrollid, hallutsinatsioonide hindamine ning ettevõtetele mõeldud tehisintellekti kaitsepiirangud
IBM watsonx.ai dokumentatsioonis aegunud; avatud kaaludega mudel ja ametlikud mudelimaterjalid on endiselt saadaval
AI turvapiirded, jailbreak-rünnete tuvastamine, RAG-i faktipõhisuse ja asjakohasuse kontrollid, funktsioonikutsete hallutsinatsioonide tuvastamine, kohandatud kriteeriumidel põhinev hindamine ning parimate N vastuste järjestamine
Praegu saadaval avatud kaaludega mudelina
Tõhusad lokaalsed või pilves majutatavad turvameetmed, kahjuliku sisu ja jailbreak-rünnete tuvastamine, RAG-i faktipõhisuse ja asjakohasuse kontroll, mudelite jälgitavus ning funktsioonikutsete riskide tuvastamine
Praegu saadaval olev avatud kaaludega mudel; saadaval on ka uuem Granite Guardian 3.3 8B mudel
Ohutusklassifikatsioon, sisuriskide tuvastamine, jailbreak-rünnete tuvastamine, RAG-vastuste allikapõhisuse ja asjakohasuse kontroll, mudelite seire ning funktsioonikutsete hallutsinatsioonide tuvastamine
Praegune avatud kaaludega mudel; IBM-i mudelivalikus on selle asendanud uuemad Granite Guardiani väljalasked, kuid see on endiselt avalikult kättesaadav
Jaapanikeelse sisu toksilisuse tuvastamine, turvapiirded, viipade sõelumine, assistendi vastuste kontrollimine ja kohalikud sisu modereerimise töövood
Saadaval avatud kaaludega eksperimentaalse mudelina enda taristus käitamiseks
Mitmekeelne kõne transkribeerimine, kõnest tekstiks teisendavad rakendused, kõnetõlge, privaatne kohapealne juurutus, inferents servaseadmetes ja valdkonnapõhine tuvastus koos märksõnade eelistamisega
Praegune avatud kaaludega mudel
Isehostitav mitmekeelne kõne transkribeerimine, automaatne kõnetõlge ja ettevõtetele mõeldud heli töötlemise töövood
Saadaval avatud kaaludega mudelina
Suure täpsusega mitmekeelne kõne transkribeerimine, kõne tõlkimine inglise keelde, inglise keelest mitmesse keelde tõlkimine, mürarikka või kajava heli töötlemine ning ettevõtte terminoloogiale kohandatud ASR.
Praegune; äsja avaldatud avatud kaaludega mudel
ingliskeelne automaatne kõnetuvastus, ingliskeelse kõne tekstiks teisendamine, kõne tõlkimine inglise keelest valitud keeltesse ning ettevõtte enda taristus töötavad kõnetöötluse töövood
Saadaval avatud kaaludega mudelina; saadaval on ka uuem Granite Speech 3.3 8B versioon
Avatud ja privaatselt juurutatav kõnetuvastus, mitmekeelne transkriptsioon, kõne tekstiks teisendamine, automaatne kõnetõlge ning ettevõtete heli tekstiks teisendamise töövood
Saadaval; avatud kaaludega mudel, mudelikaardi praegune redaktsioon 3.3.2
Mitmekeelne kõne tekstiks transkribeerimine koos kõnelejate märgendite, sõnataseme ajatemplite, märksõnade eelistamise ja ettevõtte enda serverites majutatava transkriptsiooniga
Praegune avatud kaaludega mudel
Mitmekeelne võrguühenduseta transkriptsioon, kõne tekstiks teisendamine, kõne tõlkimine, subtiitrite genereerimine ning valdkonnapõhine tuvastus märksõnade eelistamisega
Praegune avatud kaaludega mudel
Suure läbilaskevõimega mitmekeelne kõne transkribeerimine, mille puhul on väike järelduslatentsus olulisem kui maksimaalne tuvastustäpsus.
Praegune; avatud kaaludega; Apache 2.0
Suure läbilaskevõime ja väikese latentsusega ingliskeelse kõne tekstiks transkribeerimine kohalikes, serva- ja ettevõttesüsteemides
Praegune; avatud kaaludega mudel
Kiire kohalik ingliskeelse kõne tekstiks transkribeerimine, servaseadmetes töötav kõnetuvastus (ASR), teadustöö, brauseridemod ja suure läbilaskevõimega mitteäriline pakktöötlus
Praegune; ainult teadusuuringuteks ja mitteäriliseks kasutamiseks
Kohalik tekstigeneratsioon, tõhusa inferentsi uurimine, väikese ressursivajadusega keelerakendused ja libiseva akna tähelepanumehhanismiga eksperimenteerimine
Eksperimentaalne eelversioon; praegu on see kättesaadav avatud kaaludega mudelina
Tõhusate keelemudelite arhitektuuride, kohaliku järeldamise, jätkuva eeltreenimise ja kohandatud allavoolu kohandamise uurimiseks
Praegune eksperimentaalne avatud kaaludega eelversioon
Kohalikud või enda serveris majutatavad RAG-töövood, ohutuse ja faktitäpsuse kontroll, viidete genereerimine, ebakindluse hindamine, seletatavus ning modulaarsed ettevõtteabilise töövood
Eelvaade; praegu saadaval
Ettevõtte enda taristus majutatavad assistendid, mitmekeelne vestlus, RAG, tööriistapõhised töövood, struktureeritud otsusetugi, ohutuse kontrollimine ning ingliskeelse kõnetoega rakendused
Praegune; avatud kaaludega
Ühe modulaarse lõpp-punkti kaudu isemajutatavad vestlusabilised, otsuste hindamine, ohutuse hindamine ja ingliskeelse kõne tekstiks teisendamise töövood
Praegu saadaval avatud kaaludega mudelina
Kergekaaluline mitmemõõtmeline prognoosimine minuti- ja tunnise eraldusvõimega, eriti juhul, kui kasutada 512 ajaloolist vaatlust ja 96-punktilist prognoosihorisonti.
Saadaval
Nõudluse, hindade, energiakoormuse, liikluse, telemeetria ja muude korrapäraselt diskreetitud arvuliste aegridade null-shot-prognoosimine; tõenäosuslikud prognoosid ja ebakindlusintervallid; kohalik või enda hallatav inferents.
Praegune; avatud kaaludega mudel
Tõhus mitmemõõtmeline prognoosimine korrapäraste ajavahemike järel kogutud energia-, liiklus-, tootmis-, võrgu-, müügi- ja anduriandmete põhjal
Saadaval IBM watsonx.ai kaudu; allalaaditav mudelivariant
Mitmemõõtmeline prognoosimine juhul, kui iga kanali kohta on saadaval vähemalt 1 536 ajaloolist vaatlust; eriti sobiv nõudluse, liikluse, elektritarbimise, tootmise, finantsandmete ja muude minuti- või tunnipõhiste prognoosimisülesannete jaoks.
Saadaval
Graafikute andmete eraldamine, tabelite parsimine, semantiline võtme-väärtuse eraldamine, visuaalsete dokumentide töötlemine ning kohalikud ettevõtetele mõeldud RAG-konveierid
Praegu saadaval ja allalaaditav; saadaval on ka uuem Granite Vision 4.1 4B versioon
Ingliskeelsete visuaaldokumentide mõistmine, OCR, graafikute ja tabelite analüüs, infograafikute tõlgendamine, diagrammide mõistmine, dokumentidega seotud küsimustele vastamine ning enda hallatavas keskkonnas toimuv multimodaalne järeldamine.
Vanema põlvkonna avatud kaaludega mudel; praegu saadaval
Sobib kõige paremini kohalike visuaalsete dokumentide mõistmiseks, OCR-i abil andmete eraldamiseks, diagrammide ja tabelite analüüsimiseks, pildilt teksti genereerimiseks, visuaalsetele küsimustele vastamiseks ning multimodaalseks RAG-iks.
Varasem, kuid hõlpsasti kättesaadav avatud kaaludega mudel; IBM peab uuemaid Granite Visioni väljalaskeid praeguseks mudelisarjaks.
Ettevõtete dokumentide mõistmine, diagrammide ja tabelite eraldamine, OCR-ile suunatud pildianalüüs, visuaalsetele küsimustele vastamine ning multimodaalne RAG
Saadaval; Granite Vision 4.0 3B Visioniga võrreldes pärandversioon
Multimodaalne dokumentide otsing, visuaalne otsing, ColBERTi-laadne indekseerimine ning RAG aruannete, slaidide, tabelite, diagrammide ja infograafikute puhul
Saadaval avatud kaaludega mudelina; mudeli enda pakkuja hostitud inferentsiteenuse pakkujat ei ole loetletud. Granite Visioni mudeliperekonda kuulub ka uuem mudel, kuid see konkreetne embeddingu-mudel on endiselt eraldi tuvastatav ja allalaaditav.
Diagrammiandmete eksportimine CSV-vormingusse, dokumentide töötlemise töövood, Doclingu abil rikastamine ja kohalikud diagrammide mõistmise töövood
Eelvaade; pärand- või eksperimentaalne spetsiaalne kontrollpunkt; allalaadimiseks saadaval
Struktureeritud andmete eraldamine diagrammidest, tabelitest, arvetest, vormidest ja ettevõtete dokumentide piltidelt
Praegune avatud kaaludega mudel
ingliskeelne semantiline otsing, tihe vektorotsing, vektorindekseerimine, duplikaatküsimuste sobitamine ja kergekaaluline otsinguga täiendatud genereerimine
Aegunud; Dallases eemaldati see kasutusest 2026-09-08 ning teistes loetletud piirkondades on kasutusest eemaldamine kavandatud kuupäevale 2027-01-12.
ingliskeelne semantiline otsing, vektorandmebaasi indekseerimine, otsinguga täiendatud genereerimine, dokumentide sobitamine ning päringute ja tekstilõikude otsing
Aegunud; kasutuselt eemaldamine on kavandatud 12. jaanuariks 2027
Kakskeelne inglise-korea vestlus, juhiste järgimine, koreakeelsed rakendused, lokaalne inferents ning avatud kaaludega LLM-ide uurimine
Saadaval avatud kaaludega mudel; EXAONE’i vanem põlvkond, mille on uuemad EXAONE’i väljalasked asendanud
Kergekaaluline kohalik tekstiloome, inglise ja korea keele assistendid, kokkuvõtete koostamine, ümberkirjutamine, klassifitseerimine ning juurutamine piiratud ressurssidega seadmetes
Praegu allalaaditav avatud kaaludega mudel; teadusuuringuteks kasutamine on lubatud, kuid äriliseks kasutamiseks on vaja eraldi litsentsi.
Inglise-korea kakskeelsed assistendid, pikkade dokumentide töötlemine, lokaalne juurutamine, programmeerimise tugi, kokkuvõtete koostamine, tõlkimine ja uurimistöö
Saadaval avatud kaaludega teadusmudelina
Inglise- ja koreakeelse teksti genereerimiseks, juhiste järgimiseks, pika konteksti töötlemiseks, programmeerimiseks ja matemaatikaks kohalikus või enda hallatavas keskkonnas ning organisatsioonidele, kes vajavad allalaaditavaid mudelikaale.
Saadaval olev avatud kaaludega mudel; EXAONE’i vanem põlvkond
Seadmesisesed assistendid, lokaalne teksti genereerimine, korea- ja mitmekeelsed vestlusrakendused, kerge arutlusvõime ning piiratud ressurssidega juurutused
Praegune avatud kaaludega mudel
Ise hostitavad korea-, inglise- ja hispaaniakeelsed ülesanded, mis nõuavad üldotstarbelist genereerimist, arutlusvõimet, koodi kirjutamist, pika konteksti töötlemist või agendipõhist tööriistade kasutamist
Saadaval avatud kaaludega mudel; ametlikku kasutuselt kõrvaldamise või sulgemise kuupäeva ei ole leitud
Avatud kaaludega multimodaalne arutlus, koreakeelsed ülesanded, dokumentide mõistmine, OCR, visuaalsetele küsimustele vastamine ja iseseisvalt majutatavad juurutused
Praegune avatud kaaludega mudel
Kohalikeks matemaatika-, programmeerimis- ja arutluskatseteks, kompaktsete inglise-korea kakskeelsete rakenduste loomiseks ning ressursiteadlikuks juurutamiseks
Praegu avalikult allalaaditav avatud kaaludega mudel
Kohalik uurimistöö, matemaatiline arutlemine, teadusülesannete lahendamine, programmeerimise hindamine, korea- ja ingliskeelse teksti genereerimine ning enda hallatavas keskkonnas katsetamine
Ajakohane ja ligipääsetav avatud kaaludega teadusväljalase
Matemaatiline arutlus, teadusprobleemide lahendamine, koodi hindamine ja kohapealsed juurutused teadusuuringuteks
Praegune avatud kaaludega uurimismudel; allalaaditav ja kohapeal kasutusele võetav
Finants- ja muude reaalarvuliste aegridade nullnäitega tõenäosuslikuks prognoosimiseks, eriti määramatuse hinnanguid hõlmavates uurimis- ja õppeprotsessides.
Praegune avatud kaaludega teadusväljalase
Kogu preparaadiklaasi digipatoloogia uuringud, molekulaarne alatüüpide määramine ja pildipõhine mutatsioonide ennustamine
Saadaval on teaduslik väljalase; hiljem avaldati ka EXAONE Path 2.0 mudel.
Arvutuspatoloogia uuringud, tervikslaidi kujutiste esituste õppimine, vähi biomarkerite prognoosimine ja biomeditsiiniliste kujutiste analüüs
Praegune avatud lähtekoodiga uurimismudel
EGFR-mutatsioonistaatuse ennustamise uuring kopsuadenokartsinoomi tervikpreparaatide patoloogiapiltide põhjal
Praegune teadusuuringute väljalase; piiratud juurdepääs Hugging Face'is; kohapeal juurutatav
EGFR-i mutatsioonide ennustamise, arvutusliku patoloogia, molekulaarse alatüüpimise ja kogu koelõigu kujutiste biomarkerianalüüsi uuringud
Saadaval piiratud juurdepääsuga avatud lähtekoodiga teadusuuringute väljaandena; hostitud järeldusteenuse pakkuja seda ei paku.
Kontekstipõhine klassifitseerimine ja regressioon struktureeritud tabelandmekogumitel, eriti vähese ümberõppega töövoogudes ja puuduvate väärtustega välisandmete puhul
Praegune; välja antud teadus- ja haridusotstarbel
Pika konteksti põhjendamine, mitmekeelne genereerimine, koreakeelsed töökoormused, programmeerimine, tööriistu kasutavad agendid, teadustöö ning hajutatud isemajutatud inferents
Praegune avatud kaaludega mudel
Mitmekeelne arutlusvõime oma serveris, koreakeelsed rakendused, programmeerimine, pika kontekstiga dokumentide analüüs ja tööriistu kasutavad agendid
Praegune avatud kaaludega mudel
Pildivektorid, tihe tunnuste eraldamine, piltide otsing, klassifitseerimine, segmenteerimine, sügavuse hindamine, objektide leidmine, videojälgimise töövood ja georuumiline arvutinägemine
Praegune; allalaaditav avatud kaaludega teadusmudelite komplekt
Kohalik järeldamine, peenhäälestus, privaatne juurutamine, teksti genereerimine, otsinguga täiendatud genereerimine, teadustöö ja kulutundlikud rakendused
Praegu saadaval olev avatud kaaludega staatiline mudel; allalaaditav ja kasutatav ühilduvate kohalike või hostitud inferentsilahenduste kaudu
Kvaliteetne avatud kaaludega teadustöö, mitmekeelsed rakendused, programmeerimine, arutlemine, sünteetiliste andmete genereerimine, mudelite destilleerimine ja isehostitud juurutused, mis nõuavad märkimisväärset taristut
Saadaval avatud kaaludega mudelina; uuemad Llama väljalasked on selle vanema põlvkonna asendanud
Privaatne lokaalne järeldamine, mobiili- ja servaseadmete assistendid, kokkuvõtete koostamine, ümberkirjutamine, otsingutoega genereerimine ning väikese ressursivajadusega mitmekeelsed rakendused
Allalaaditav avatud kaaludega mudel; staatiline kontrollpunkt
Privaatne lokaalne inferents, mitmekeelse teksti genereerimine, servarakendused, mudeli kohandamine ja peenhäälestus
Saadaval; staatiline eeltreenitud avatud kaaludega mudel
Visuaalsetele küsimustele vastamine, piltide sisuline analüüs, diagrammide ja dokumentide mõistmine, piltide kirjeldamine, multimodaalsed teadusuuringud ning isemajutatavad või partnerite hallatavad tehisintellektirakendused.
Saadaval avatud kaaludega mudel; staatiline mudel, mida on treenitud võrguühenduseta andmestikul
Ise majutatav visuaalne küsimustele vastamine, piltide kirjeldamine, dokumentide analüüs, visuaalne arutlemine ja multimodaalsed assistendid
Saadaval olev avatud kaaludega staatiline mudel
Isehostitav või majutatud mitmekeelne vestlus, programmeerimisabi, pika kontekstiga teksti genereerimine, tööriistade kutsumine, sünteetilised andmed ja avatud mudelikaalusid nõudvad rakendused
Saadaval avatud kaaludega mudel; staatiline mudel, mis on treenitud võrguühenduseta andmestikul
Avatud kaaludega multimodaalsed assistendid, piltide mõistmine, visuaalne küsimustele vastamine, programmeerimine, mitmekeelsed rakendused, loovkirjutamine ja pika kontekstiga tekstitöötlus.
Saadaval; staatiline avatud kaaludega kontrollpunkt
Pika konteksti dokumentide ja koodi analüüs, visuaalsetele küsimustele vastamine, multimodaalsed assistendid, mitmekeelsed rakendused, mudelite isehostitud käitamine ja kohandatud juurutused
Saadaval; avatud kaaludega mudel
Teksti- ja pildimoderatsioon generatiivse tehisintellekti süsteemides kasutatavate viipade ja loodud vastuste jaoks
Praegu saadaval avatud kaaludega mudelina
Madala kuluga viipade ja vastuste ohutuse klassifitseerimine, lokaalne modereerimine, juurutamine mobiili- ja servaseadmetes ning kohandatavad LLM-i turvapiirded
Praegu avatud kaaludega mudel; allalaadimine on võimalik pärast juurdepääsu heakskiitmist.
LLM-rakenduste isehostitav mitmekeelne sisendi- ja väljundimoderatsioon
Saadaval olev avatud kaaludega ohutusklassifikaator
Teksti ja pilti kombineerivate viipade ning tekstivastuste ohutusklassifikatsioon multimodaalsetes LLM-süsteemides
Saadaval avatud kaaludega multimodaalne ohutusmudel; Meta praegustes mudelihoidlates on see endiselt loetletud.
Prompt-injektsioonide ja jailbreak-katsete väikese latentsusega tuvastamine LLM-rakendustes, agentides, otsitud dokumentides ja muus ebausaldusväärses tekstis
Praegune avatud kaaludega ohutusklassifikaator
Mitmekeelne prompt injection’i tuvastamine, jailbreak’ide kontroll, agentide turvalisus ning ebausaldusväärse teksti filtreerimine enne selle jõudmist LLM-i
Praegu avatud kaaludega mudel; allalaadimine on juurdepääsupiiranguga
Kohalikud agendid, pika kestusega tööriistade töövood, programmeerimisabilised, multimodaalne dokumentide ja ekraanipiltide mõistmine, privaatne seadmesisene inferents ning mudeli kohandamine
Praegu avatud kaaludega mudel; seda saab ise majutada ning see on saadaval valitud kolmandate osapoolte pakutavate hostitud järeldusteenuste kaudu
Tekstikirjelduste põhjal piltide loomine, täpne pilditöötlus, mitme pildi kombineerimine, visuaalselt sidusate seeriate loomine, tootepildid, loomingulised materjalid ja tegelikkusel põhinev visuaalne sisu.
Praegu saadaval Meta Model API kaudu; samuti valitud Meta AI tarbijateenustes
Agendipõhised töövood, kodeerimisagendid, arvuti kasutamise automatiseerimine, dokumentide ja meedia multimodaalne analüüs, pika kontekstiga arutlus, tööriistade orkestreerimine ning veebipõhised rakendused.
Hetkel saadaval, kuid Muse Spark 1.2 ja Muse Spark 1.3 on selle asendanud; USA arendajatele on see avalikus eelvaates kättesaadav Meta Model API Standardi tasemel.
Pikaajalisi ülesandeid lahendavad kodeerimisagendid, kogu repositooriumi ulatuses tarkvaraarendus, multimodaalne koodigenereerimine, silumine, refaktoreerimine ja tööriistapõhised töövood
Saadaval; varasem versioon, uue töö jaoks on soovitatav Muse Spark 1.3
Pikaajalist planeerimist nõudvad kodeerimisagendid, tarkvaraarendus, brauseri ja arvuti kasutamise töövood, tööriistade orkestreerimine, suured koodirepositooriumid, dokumentide analüüs ja multimodaalne arutlus
Praegune; saadaval Meta Model API ja Muse Code'i kaudu
Reaalajas kõne tekstiks teisendamine, reaalajas subtiitrid, hääleagendid, koosolekute transkribeerimine, kõneanalüüs, dikteerimine ja kõnelejaid eristav transkriptsioon
Praegu saadaval Meta Model API kaudu
Mitmekeelse kõne representatsiooni õppimiseks, heliembedding’ute loomiseks, vähese ressursiga keelte uurimiseks ja kohandatud kõnesüsteemide arendamiseks
Praegune; avatud lähtekoodiga uurimismudelite perekond
Ühe pildi põhjal 3D-inimese võrgumudeli rekonstrueerimine, poosi ja kehakuju hindamine, AR/VR, robootika tajusüsteemid ning arvutinägemise teadusuuringud
Värske teadusväljaanne; allalaaditavad kontrollpunktid piiratud juurdepääsuga Hugging Face'is
Tekstuursete 3D-objektide rekonstrueerimine ühe pildi põhjal looduslikest stseenidest, 3D-arvutinägemise uuringud, Gaussian splattingu töövood ja 3D-varade kiire prototüüpimine
Uurimistööks kättesaadav väljalase; juurdepääsupiiranguga mudeli kontrollpunktid
Viipade põhine heli eraldamine, kõne ja müra isoleerimine, instrumentide ja vokaali eraldamine, audiovisuaalse heli segmenteerimine ning audiotöötluse uurimine
Praegu avalik uurimisväljalase; allalaaditavad mudeli kontrollpunktid ja avalik demo on saadaval
Tekstijuhitud helieraldustulemuste viitevaba hindamine ja võrdlustestimine
Praegune piiratud juurdepääsuga teadusväljalase
Mitteäriline uurimistöö väljendusrikka mitmekeelse kõnest kõnesse tõlkimise, prosoodia ülekandmise ja häälelaadi säilitamise vallas
Saadaval piiratud juurdepääsuga teadusliku väljalaskena
Mitmekeelne automaatne kõnetuvastus, kõne tekstiks tõlkimine, teksti tõlkimine, teksti kõneks tõlkimine ja kõne kõneks tõlkimine
Saadaval avatud kaaludega uurimismudelina; kasutamiseks ainult mitteärilises teadustöös
Avatud sõnavaraga objektituvastus, piksli tasemel pildi segmenteerimine ja mitme objekti jälgimine videos
Praegu saadaval; Meta Model API kaudu hostitud ning avaldatud uurimisversioonidena kättesaadav.
Reaalajas mitmekeelne kõnetuvastus, sünkroontõlge, kõne tekstiks tõlkimine ja kõnest kõneks tõlkimine
Avatud lähtekoodiga uurimismudel; avalikult kättesaadav
Ristmodaalne heli-video-teksti otsing, audiovisuaalsed embedingud, helisündmuste mõistmine, meedia indekseerimine ja multimodaalse taju süsteemid.
Praegu saadaval ja avalikult kättesaadav
Arvutuslik neuroteadus, fMRI-vastuste ennustamine, aju kodeerimine, multisensoorsete protsesside uurimine ja in silico eksperimentide kavandamine
Avatud kaaludega teaduslik väljalase
Metsade kaardistamine, võrastiku kõrguse hindamine, taastamise seire, ökoloogiline analüüs ja georuumilised uuringud satelliidipiltide abil
Praegune; avatud lähtekoodiga uurimismudel, mille mudeli kaaludele on piiratud juurdepääs
Tekstipõhine biomeditsiiniliste kujutiste segmenteerimine, annotatsioonide koostamise tugi, elundite ja kasvajate piiritlemine, patoloogiliste rakkude analüüs ning teadustööle suunatud meditsiinilise pildistamise töövood
Hetkel avatud kaaludega uurimismudel, mis on Microsoft Foundry kaudu saadaval hallatud juurutamiseks.
Rindkere röntgenpiltide esialgsete raportite koostamine, struktureeritud leidude väljavõte, radioloogide töövoo toetamine, teadusuuringute hindamine ja asutusespetsiifiline peenhäälestus
Piiratud eelvaade; vajalik on registreerumine ja juurdepääsu saamise heakskiit.
Seadmesisene piltide kirjeldamine, objektituvastus, fraaside sidumine pildipiirkondadega, piirkondade kirjeldamine, OCR ja kerged arvutinägemise töövood
Praegu avatud kaaludega mudel, mille saab Hugging Face’ist alla laadida ning kohapeal või enda hallatavas keskkonnas käitada
Piltide lokaalne kirjeldamine, objektituvastus, visuaalne lokaliseerimine, OCR, piirkondade märgendamine ja mitme ülesandega arvutinägemise töötlusvood.
Praegu avatud kaaludega mudel; Hugging Face’i kaudu avalikult kättesaadav kohalikuks või enda serveris käitamiseks.
Avatud kaaludega arutlus-, matemaatika-, programmeerimis-, teadustöö- ja üldise tekstiloome rakendused, mis vajavad DeepSeek-R1-laadset arutlusvõimet ja Microsofti järelõpet
Saadaval avatud kaaludega mudelina ning Microsoft Foundry hostitud API kaudu
Kvaliteetne tekstist pildi loomine, fotorealistlikud kujutised, toote- ja turundusvisuaalid, esitluste graafika ning täpne pildist pildiks töötlus.
Eelvaade
Kvaliteetne tekstist pildi loomine, juhitav pilditöötlus, kommertskasutuseks mõeldud pildid, toodete ja brändi visuaalid, fotorealistlikud stseenid ning mitme lähtepildiga loomingulised töövood
Avalik eelvaade
Kiire ja kulutõhus tekstist pildi genereerimine, piltide redigeerimine, loominguline tootmine, kontseptsioonide visualiseerimine ja suure mahuga pilditöötluse töövood
Avalik eelvaade; kasutuselt eemaldamine on kavandatud 1. oktoobriks 2026
Kõrge täpsusega tekstist piltide loomine, piltide täpne redigeerimine, pilkupüüdvad põhipildid, kommerts- ja fotorealistlik loovtöö, täpne pildisisene tüpograafia ning visuaalselt tihedad stseenid, kus objektid, tegelased, materjalid ja ruumilised suhted
Avalik eelvaade
Kiire ja suure mahuga tekstist pildiks genereerimine, pilditöötlus, turundusmaterjalid, tootepildid ja tootmisdisain
Avalik eelvaade
Keerukas matemaatiline arutlemine, tarkvaraarendus, kvantitatiivne ettevõtteanalüüs, pika kontekstiga dokumentidega töötamine ja rakenduse hallatavad agenditöövood.
Avalik eelvaade
Mitmekeelne kõne tekstiks teisendamine, subtiitrid, koosolekute transkribeerimine, ligipääsetavus, kõnede analüüs, sisutöövood, häälagentide helisisu mõistmine ja valdkonnaspetsiifiline terminoloogia
Eelvaade; praegu saadaval Microsoft Foundry ja Azure Speechi kaudu
Mitmekeelne heli transkribeerimine, koosolekute ja kontaktkeskuste salvestised, subtiitrid, kliinilised märkmed, ligipääsetavus, meediasisu otsing, hääleagentide hindamine ning valdkonnapõhine transkribeerimine koos kõnelejate siltide ja ajatemplitega
Avalik eelversioon
Ilmekas pikavormiline jutustamine, audioraamatud, taskuhäälingud, hariduslik sisu, pealelugemine, ligipääsetavus ja kvaliteetne brändiheli
Avalik eelversioon
Väikese viivitusega väljendusrikas kõne häälagentidele, assistentidele, kõnekeskustele, IVR-süsteemidele ja interaktiivsetele mitmekeelsetele rakendustele
Avalik eelvaade
Meditsiiniliste piltide ja teksti vektorrepresentatsioonid, sarnasuspõhine otsing, multimodaalne infootsing, järgneva etapi klassifitseerimine, kõrvalekallete tuvastamine, andmekogumite kureerimine ning tervishoiu tehisintellekti arendamise töövood
Piiratud eelvaade
Täielike CT- või MRI-uuringumahtude segmenteerimine tekstiviipade abil, elundite ja kahjustuste piiritlemine, mahumõõtmine, abi annotatsioonide koostamisel ning meditsiinilise pildinduse teadusuuringud
Saadaval Microsoft Foundry klassikalise hallatava andmetöötluse kaudu; mõeldud ainult teadus- ja mudeliarendustööks.
Ettevõtete rakendused erineva keerukusega töökoormuste jaoks, mudelivaliku automatiseerimine, agentide töövood, kulude optimeerimine ning seadistatavad kompromissid kvaliteedi ja latentsusaja vahel.
Ajakohane; uusim dokumenteeritud versioon on 2025-11-18
Kohapealne ja privaatne teksti genereerimine, programmeerimisabi, matemaatika, arutlus, kokkuvõtete koostamine ning latentsuse suhtes tundlikud rakendused
Microsoft Foundryst eemaldatud; avatud kaaludega repositoorium on iseseisvaks juurutamiseks endiselt saadaval
Pika kontekstiga vestlused, otsinguga täiendatud genereerimine, dokumentide kokkuvõtete koostamine, programmeerimine, matemaatika, arutlemine ja enda hallatavad teksti genereerimise rakendused
Laiemalt kättesaadav Microsoft Foundry kaudu; avatud kaaludega kontrollpunkt on allalaadimiseks ja enda taristus majutamiseks saadaval
Kohapealne või väikese latentsusega teksti genereerimine, kerged assistendid, matemaatika, programmeerimine, kokkuvõtete koostamine ja piiratud ressurssidega juurutused
Microsoft Foundrys kasutuselt kõrvaldatud 30. augustil 2025
Pikkade dokumentide analüüs, kohalikud assistendid, programmeerimis- ja matemaatikaülesanded, otsinguga täiendatud genereerimine, privaatne või võrguühenduseta tuletamine ning piiratud ressurssidega juurutused.
Eemaldati Microsoft Foundryst 30. augustil 2025; avatud kaaludega kontrollpunkt on endiselt allalaaditav ja kasutatav isehostitud inferentsiks.
Kohalik ja privaatne tekstiloome, juhiste järgimine, abi koodi ja matemaatikaga, kokkuvõtete koostamine, andmete eraldamine ning kasutuselevõtt piiratud ressurssidega keskkondades
Eemaldati Microsoft Foundryst 30.08.2025; allalaaditav avatud kaaludega mudeli kontrollpunkt on endiselt saadaval
Pika konteksti tekstiloome, dokumentide analüüs, kokkuvõtete koostamine, kohalikud assistendid, programmeerimise tugi, matemaatika ning kulutundlikud isehostitavad rakendused
Microsoft Foundryst eemaldatud 2025-08-30; avatud kaaludega mudeli kontrollpunkt on endiselt saadaval oma taristus juurutamiseks
Kohapealne mitmekeelne vestlus, kokkuvõtete koostamine, dokumentide analüüs, programmeerimisabi, pika kontekstiga teabeotsing ja kasutuselevõtt piiratud ressurssidega keskkondades
Avatud kaaludega mudel; toetatud ka Microsofti ja kolmandate osapoolte kohalikes või majutatud inferentsikeskkondades
Pika konteksti töötlemisega mitmekeelsed assistendid, programmeerimine, matemaatika, arutlemine, otsinguga täiendatud genereerimine ning kontrollitud kohapealne juurutamine.
Eemaldati Azure Foundryst 30. augustil 2025; allalaaditav avatud kaaludega mudeli kontrollpunkt on endiselt saadaval enda hallatavaks juurutuseks.
Kergekaaluline piltide ja teksti analüüs, OCR, graafikud, tabelid, diagrammid, dokumendid, ekraanipildid ja mitme pildi võrdlemine
Ajakohane ja juurdepääsetav; avatud kaaludega mudel, mis on saadaval Microsoft Foundry juurutusvõimaluste kaudu
Tõhus tekstiloome kohapeal või majutatud keskkonnas, STEM-valdkondade arutluskäik, matemaatika, programmeerimisabi, tehnilistele küsimustele vastamine ning väikeste keelemudelite uurimine
Eelvaade Microsoft Foundrys; avatud kaaludega mudel on saadaval MIT-litsentsi alusel
Tõhus matemaatiline mõtlemine, matemaatikaõpe, automatiseeritud hindamine, vähese ressursivajadusega arutlusagendid, servaseadmetes juurutamine, mobiilirakendused ja latentsustundlik lokaalne järeldamine
Praegu saadaval olev avatud kaaludega mudel; kättesaadav Microsofti Hugging Face'i repositooriumi kaudu ning dokumenteeritud saadavusega Azure AI Foundrys
Tõhus teksti genereerimine lokaalselt või pilves, mitmekeelsed rakendused, matemaatika, programmeerimine, arutlemine, otsinguga täiendatud genereerimine ja servaseadmetes juurutamine
Üldiselt saadaval
Matemaatiline arutluskäik, õppetöö juhendamine, abi formaalsete tõestuste koostamisel, sümbolarvutused, lokaalne järeldamine, servaseadmetes juurutamine ja latentsustundlikud rakendused
Eelversioon; praegu saadaval Microsoft Foundry kaudu ja avatud kaaludega levitamisena
Kompaktsed multimodaalsed assistendid, OCR, dokumentide ja diagrammide analüüs, piltide kohta küsimustele vastamine, kõnetuvastus, kõne tõlkimine, heli kokkuvõtete koostamine ning privaatne või kohapealne juurutamine
Saadaval; avatud kaaludega; Microsoft Foundry ja Hugging Face'i kataloogis
Matemaatiline arutlemine, programmeerimine, teadus, loogika, algoritmiline probleemilahendus, uurimistöö ja piiratud ressurssidega kohapealsed juurutused
Eelvaade; avatud kaaludega ja praegu Microsoft Foundrys loetletud
Matemaatiline arutlus, teadusprobleemide lahendamine, abi programmeerimisel, algoritmilised ülesanded, kohapealne juurutamine ja arutlusmudelite uurimine
Praegu allalaaditav avatud kaaludega mudel
Lühikesed tekstist videoks ja pildist videoks loodud klipid, kinematograafilised eksperimendid, reklaamikontseptsioonid, sotsiaalmeediasisu ning keeruka liikumisega stseenid.
Pärandmudel või asendatud mudel; see ei ole enam MiniMaxi praeguses ametlikus mudelikataloogis olulisel kohal.
Lühikesed filmilikud videod, piltide animeerimine, realistlik inimliikumine, stiliseeritud stseenid, visuaalefektid, reklaamikontseptsioonid ja sotsiaalmeediasisu.
Pärand- või aegunud videomudel, millele viidatakse endiselt MiniMaxi tarbijatele suunatud ja platvormi pakkumistes, samal ajal kui MiniMax H3 on arendajate dokumentatsioonis praegune peamine videomudel.
Kiire pildist videoks teisendamine, lühivormilise sisu tootmine suurtes mahtudes, sotsiaalmeediaklipid, reklaamid ja kiire loominguline katsetamine
Pärandversioon; praegune saadavus tuleks üle kontrollida
Lühikeste tekstipõhiste videote kontseptsioonide, süžeeskeemide ja varajaste Hailuo-laadsete kinematograafiliste eksperimentide loomiseks
Aegunud ja asendatud; seda ei ole enam MiniMaxi praeguses peamises videogenereerimise kataloogis loetletud.
Lühivideote loomine, kus tegelased või objektid püsivad järjepidevana, kasutades lähtepilti ja tekstipõhiseid viipasid
Aktiivne ja video genereerimiseks saadaval
Pika kontekstiakna kasutavate dokumentide analüüs, abi programmeerimisel, uurimistöö, üldine teksti genereerimine ja agentide taristu
Saadaval avatud kaaludega mudelina ja sellele viidatakse MiniMaxi API dokumentatsioonis; uuemate MiniMaxi keelemudelitega võrreldes on see vananenud.
Isehostitud pildi- ja teksti mõistmine, visuaalne küsimustele vastamine, OCR, diagrammide ja dokumentide analüüs ning multimodaalne teadustöö.
Avatud mudelikaaludega ja allalaaditav; Hugging Face’is avalikult saadaval isemajutatud kasutuseks. MiniMaxi praeguses avalikus mudelinimekirjas ei ole seda aktiivse mudelina loetletud, mistõttu tootja enda hostitud API kättesaadavus on kontrollimata.
Pika konteksti töötlemine, arutluskäik, tarkvaraarendus, tehniline kirjutamine, keerukate probleemide lahendamine, dokumentide analüüs ning agentlikud töövood tööriistade kasutamiseks.
Avatud kaaludega mudeliperekond; praegu saab seda ise majutada ametlike mudelihoidlate kaudu. Majutatud API kättesaadavus ja hinnad võivad erineda.
Mitmekeelne helisalvestiste transkribeerimine, koosolekute transkribeerimine, kõnelejate järgi märgistatud transkriptsioonid, reaalajas subtiitrid, kõneanalüüs ja subtiitrite genereerimine
Praegune avalik mudel
Kiire lühivormiliste videote loomine tekstist või pildist, viitepõhine genereerimine ja sünkroonitud heliga videotootmine
Praegu; fal majutab seda kommertsteenusena
Multimodaalne kommertsvideote loomine, viitepõhine videotöötlus, toote- ja reklaamisisu, lühikesed filmilikud klipid ning kohapeal juurutatavad 768p töövood
Praegu: avatud kaaludega versioon ja majutatud API on saadaval
Kaasahaarav rollimäng, tegelaskeskne vestlus, mitme tegelasega stsenaariumid, pikaajalised väljamõeldud vestlused, narratiivne suhtlus ja isikupärastatud vestluskogemused.
Praegune spetsialiseeritud rollimängumudel; MiniMaxi ametlikus materjalis on märgitud, et sellele pääseb ligi API kaudu ning et see on Talkie ja Xingye aluseks olev mudel.
Kodeerimisagendid, mitmeetapilised töövood tööriistade abil, pika konteksti toel koodibaaside analüüs, uurimistöö automatiseerimine ja isehostitud katsetamine
Pärandmudel / avatud kaaludega mudel; praegune hostitud kättesaadavus ja hinnastus ei ole MiniMaxi viimases avalikus mudelikataloogis kinnitatud
Mitmekeelne tarkvaraarendus, kodeerimisagendid, tööriistu kasutavad töövood, rakenduste arendus ja kuluteadlik automatiseerimine
Pärandversioon, kuid praegu saadaval
Kodeerimisagendid, tarkvaraarendus, otsingu- ja brauseriagendid, tööriistade kasutamisega töövood, kontoritöö automatiseerimine ning pika kontekstiga tehnilised ülesanded
Ajale vastav ja kättesaadav; avatud kaaludega mudel; saadaval ka MiniMax API ja MiniMax Agenti kaudu
Agentipõhine tarkvaraarendus, kogu koodirepositooriumi hõlmav programmeerimine, tootmiskeskkonna vigade otsimine, keerukad töövood tööriistadega, kontoridokumentide automatiseerimine ja pika kontekstiga professionaalsed ülesanded
Praegu saadaval MiniMax API ja MiniMax Agendi kaudu ning allalaaditavate avatud kaaludena
Väikese latentsusega kodeerimisabilised, mitmekeelne tarkvaraarendus, tööriistu kasutavad agendid, pikaajalised töövood ja interaktiivne kontoritöö automatiseerimine
Praegu saadaval MiniMax Open Platform API kaudu; varasem mudelivariant
Väikese latentsusega kodeerimisassistendid, tarkvaraarenduse agendid, tööriistu kasutavad töövood, otsinguülesanded ja pika kontekstiga tootlikkuse automatiseerimine
Aktiivne ja saadaval; MiniMax M2.5 kiire variant
Väikese viivitusega programmeerimisabilised, tarkvaraarenduse agendid, tööriistade väljakutsumise töövood ja interaktiivsed arendajatele mõeldud rakendused
Praegu saadaval MiniMaxi API-platvormi kaudu; MiniMax M2.7 suure kiirusega variant
Pika konteksti toega kodeerimisagendid, tööriistu kasutavad autonoomsed töövood, multimodaalne dokumentide ja videote analüüs ning privaatne juurutamine
Aktiivne; avatud kaaludega ning saadaval MiniMaxi API kaudu
Agentipõhine programmeerimine, töö suurte koodibaasidega, arvutikasutuse töövood, küberturbe analüüs, multimodaalne dokumentide ja videote mõistmine ning suuremahulist arutlemist nõudvad rakendused
Üldiselt saadaval
Täielike vokaal- või instrumentaallugude, heliribaideede, muusikademode, struktureeritud laulusõnade ülesehituste ning videote või meelelahutusprojektide jaoks mõeldud loova heli genereerimine.
Pärand; alates 2026-08-20 ei ole see MiniMax Token Plani kaudu enam saadaval. Praeguse eraldiseisva API kättesaadavus on kontrollimata.
Täielike laulude loomine ilmekate vokaalide, sõnade, meloodiate, instrumentaalse seade, duettide, a cappella lõikude ja filmilike muusikaliste helimaastikega.
Pärandmudel või piiratud saadavus; MiniMaxi sõnul ei olnud muusikamudelid alates 2026-08-20 enam Token Plani kaudu saadaval, kuid mudeli täieliku kasutuselt kõrvaldamise kuupäeva ei õnnestunud kinnitada.
Tehisintellekti loodud laulud, väljendusrikkad vokaaldemod, instrumentaalmuusika, filmide ja mängude muusika, brändidele loodud helisisu ning eri žanre ühendav muusikaproduktsioon
Pärandmudel või asendatud mudel; 21. oktoobri 2026 seisuga ei kuulu see MiniMaxi praeguste muusikageneratsiooni API mudelivalikute hulka
Tekstist muusika loomine, instrumentaalpalade genereerimine, mängude ja videote helindamine, üksikasjalike muusikaliste juhiste andmine ning žanri ümbermõtestamine Cover-režiimis
Pärandversioon või aegunud; MiniMaxi praegune avalik navigatsioon tõstab esile Music 3.0 ning Music 2.6 saadavus tuleks enne kasutamist üle kontrollida.
Täielike laulude lokaalne genereerimine laulusõnade ja struktureeritud muusikakirjelduste põhjal
Avatud kaaludega mudel; MiniMax Token Plani juurdepääs lõpetatakse 20.08.2026
Olemasolevate laulude ümberkujundamine uutesse žanridesse, vokaalstiilidesse, arranžeeringutesse ja produktsioonisuundadesse, säilitades samal ajal algse meloodia
Praegune; MiniMax Music 2.6-ga esitletud spetsialiseeritud muusikakaveri mudel
Mitmekeelne teksti kõneks muutmine, väljendusrikas jutustus, pealelugemised, tehisintellekti avatarid, lokaliseeritud sisu ja keelteülene hääle kloonimine
Vananenud või asendatud; praegune kättesaadavus on kontrollimata
Kvaliteetsed mitmekeelsed pealelugemised, audioraamatud, jutustused, digitaalsed tegelased, reklaamid, õppesisu ja nullnäitega hääle kloonimine
Pärand- või vanema põlvkonna mudel; mõne partnerplatvormi kaudu endiselt kättesaadav, kuid MiniMaxi praegusel ülemaailmsel hinnalehel ei ole seda põhimudelina loetletud.
Viipadel põhinev pildiloome, võrdluspiltide abil juhitud variatsioonid, ärivisuaalid ja loovmaterjalide seeriatootmine
Praegu on see kättesaadav MiniMaxi pildigeneratsiooni konsoolis ja API-platvormil.
Väikese latentsusega mitmekeelne kõnesüntees, voogedastusega hääleagendid, interaktiivsed rakendused, ilmekas jutustamine ja hääle kloonimine
Vananenud või asendatud; täpne praegune kättesaadavus ametlikust allikast ei ole teada
Reaalajas töötavad kõneagendid, vestlusabilised, klienditeeninduse automatiseerimine, interaktiivsed tegelaskujud, mitmekeelne kõne ja väikese viivitusega teksti kõneks sünteesimine
Vanem või välja vahetatud; praegune tootjapoolne kättesaadavus on kinnitamata
Kvaliteetsed pealelugemised, audioraamatud, jutustused, lokaliseerimine, e-õpe, mängudialoogid, ligipääsetavuse helisisu ja professionaalselt toodetud kõne
Pärand- või üleminekuperioodi mudel; 25. septembri 2026 seisuga ei ole seda MiniMaxi praeguses ametlikus kõnemudelite kataloogis esile tõstetud.
Kvaliteetne ja väljendusrikas jutustamine, audioraamatud, taskuhäälingud, reklaamid, tegelaskujude hääled, mitmekeelne kõne ning rakendused, kus helikvaliteet on võimalikult väikesest latentsusest olulisem
Praegu saadaval MiniMaxi API kaudu
Reaalajas tekst kõneks teisendamine, hääleabilised, vestlusagendid, interaktiivsed rakendused, mitmekeelne jutustamine, mängutegelased ja väljendusrikkad häälekogemused
Praegu saadaval MiniMax Open Platform API kaudu
Tekstist video loomine koos täpselt kirjeldatud filmilike kaameraliikumistega, lühikeste reklaamikontseptsioonide ja süžeeskeemide koostamine ning kontrollitud visuaalsed eksperimendid
Vanem mudel või piiratud kättesaadavus; praegune staatus ametlikus kataloogis ja teenusepakkuja otsese juurdepääsu jätkumine ei ole selgelt kinnitatud
Väikese latentsusega IDE automaattäide, koodi keskosa täitmine, koodi genereerimine ja muutmine, testide genereerimine ning arendajaabilised
Aktiivne
Semantiline koodiotsing, koodirepositooriumidest info otsimine, kodeerimisagentide RAG, koodi sarnasuse tuvastamine, duplikaatide tuvastamine, klasterdamine ja koodianalüütika
Aktiivne
Lean 4 teoreemide tõestamine, formaalne verifitseerimine, autoformaliseerimine, tõestuste silumine ja agentpõhine tõestusinseneeria
Avalik eelvaade; kasutuselt kõrvaldamine on kavandatud 30. septembriks 2026.
Kulutõhus inferents servaseadmetes ja kohapeal, pilte mõistvad assistendid, dokumentide analüüs, struktureeritud andmete eraldamine, kergekaalulised agendid, ülesannete suunamine ja privaatsusnõuetega arvestavad juurutused.
Aktiivne; üldiselt saadaval
Tõhus inferents servas ja kohapeal, piltide mõistmine, dokumenditöövood, struktureeritud andmete eraldamine, kerged agendid ja suure mahuga teksti genereerimine.
Aktiivne; üldiselt saadaval
Privaatsed assistendid, lokaalselt töötavad visiooni-keele rakendused, mitmekeelsed töökoormused, dokumentide ja piltide analüüs ning kulutõhusad agentpõhised süsteemid
Aktiivne; üldiselt saadaval
Semantiline otsing, otsinguga täiendatud genereerimine, vektorandmebaasid, dokumentide klassifitseerimine, klasterdamine, duplikaatide tuvastamine ja üldine tekstiotsing
Üldiselt saadaval
Pika konteksti ettevõtteassistendid, mitmekeelsed rakendused, visuaalset infot mõistev dokumendianalüüs, agentipõhised töövood, programmeerimine, RAG ning ise hostitavad suveräänsed juurutused
Aktiivne; üldiselt kättesaadav; avatud kaaludega
Agentne programmeerimine, tarkvaraarendus, pika konteksti analüüs, multimodaalsed dokumenditöövood, struktureeritud väljundid ja mitmeetapiline tööriistade kasutamine
Üldiselt saadaval; praegu saadaval; avatud kaalud
Teksti modereerimine, vestluste turvalisuse klassifitseerimine, sisu filtreerimine, eeskirjade jõustamine, kaitsemeetmed ja jailbreak’ide tuvastamine
Aktiivne; üldiselt saadaval; Premier
Suuremahuline OCR, struktureeritud andmete eraldamine dokumentidest, ettevõtte tasandi otsing, RAG-i andmete ettevalmistamine, arvete töötlemine, vastavusnõuete töövood ja dokumentide automatiseerimine
Üldiselt kättesaadav; Mistrali uusima OCR-mudelina on selle välja vahetanud OCR 4.1
Kulutõhus üldotstarbeline vestlus, multimodaalne dokumendianalüüs, programmeerimine, agenttöövood ja seadistatav arutlus
Aktiivne; üldiselt saadaval
Suuremahuline andmete eraldamine dokumentidest, skannitud vormid, käsikiri, arved, keerukad tabelid, arhiivide digiteerimine ning dokumendist teadmuseni ulatuvad töövood.
Pärandmudel; saadaval olemasolevate integratsioonide ja tootmiskoormuste jaoks. OCR 4 on uuem mudel.
OCR, dokumentide parsimine, struktureeritud andmete eraldamine, ettevõtteotsing, RAG-i andmete sisestamine, arvete töötlemine ja dokumentide tehisintellekti töövood
Üldiselt saadaval
Viipade, mudeli vastuste, keeldumiste, teksti, piltide ning teksti ja pildi kombinatsioonide poliitikapõhine modereerimine
Avalik eelvaade; avatud kaalud; isehostitav
Koosolekute, intervjuude, kõnede, subtiitrite, nõuetele vastavuse salvestiste ja otsitava heli pakktöötlusega transkribeerimine
Aktiivne; GA; Premieri hostitud mudel
Kõne reaalajas transkribeerimine, reaalajas subtiitrid, häälliidesed, märkmete tegemine reaalajas ja kõnest kõneks teisendamise töövood
GA
Tootmistasemel helisisu mõistmine, mitmekeelne transkribeerimine, helisisul põhinev küsimustele vastamine, koosolekute ja kõnede kokkuvõtete koostamine, kõne tõlkimine ning häälepõhine funktsioonide väljakutsumine
Aktiivne; üldiselt saadaval
Mitmekeelne kõne genereerimine, väljendusrikkad häälagendid, nullnäitega hääle kloonimine, kohandatud hääle kohandamine ja väikese latentsusega kõneväljund
GA; praegu saadaval Mistrali API ja Mistral Studio kaudu
Kõnetuvastuse, heli mõistmise, heli klassifitseerimise, helipõhistele küsimustele vastamise ning kõne ja heli genereerimise mudelite peenhäälestus ja uurimistöö
Praegune avatud kaaludega baasmudel; juhiste järgi häälestamata
Enda serveris majutatav kõnetuvastus, heli mõistmine, heli põhjal küsimustele vastamine, heli kirjeldamine ja kõnepõhised vestlusagendid
Saadaval avatud kaaludega isehostitava mudelina
Tarkvaraprobleemide lahendamine kogu repositooriumi ulatuses, koodi parandamine, testide genereerimine, kodeerimisagendid ja isehostitavad tarkvaraarenduse töövood
Saadaval olev avatud kaaludega mudel
Oma serveris majutatav piltide ja videote mõistmine, OCR, pikkade dokumentide analüüs, visuaalsetele küsimustele vastamine, ekraanipiltide tajumine ja tõhusad multimodaalsed rakendused
Praegu avatud kaaludega ja allalaaditav mudel; tugevama multimodaalse arutlusvõime jaoks on soovitatav uuem Kimi-VL-A3B-Thinking-2506 variant.
Kohapealne multimodaalne arutlemine, matemaatilistele visuaalsetele küsimustele vastamine, OCR, dokumentide mõistmine, pildi- ja videoanalüüs ning avatud kaaludega nägemis-keelemudelite uurimine
Saadaval allalaaditavate avatud mudelikaaludena; selle on asendanud Kimi-VL-A3B-Thinking-2506.
Avatud kaaludega piltide ja videote arutlus, OCR, diagrammide tõlgendamine, visuaalne matemaatika, pikad PDF-failid, suure eraldusvõimega ekraanipildid ja GUI-agendi visuaalne maandamine
Praegu avatud kaaludega mudel; avalikult saadaval iseseisvaks hostimiseks ja kolmandate osapoolte inferentsiks
Peenhäälestus, alusmudelite uurimine, kohandatud keelesüsteemid, kodeerimiskatsed ja mudelite isehostitud käitamine
Avatud kaaludega ja allalaaditav; uuemate Kimi K2.x mudelitega võrreldes vananenud, kuid ametlikus Hugging Face’i repositooriumis endiselt saadaval
Avatud kaaludega kodeerimisabilised, tööriistu kasutavad agendid, üldotstarbeline vestlus ja teadusuuringuteks ise hostitavad juurutused
Avatud kaaludega kontrollpunkt on saadaval, kuid Moonshot AI praeguse hostitud API-de kataloogiga võrreldes on see vananenud.
Ise hostitavad mõtlemisagendid, autonoomne uurimistöö, pikaajalised töövood tööriistadega, programmeerimine ja keerukas mitmeetapiline analüüs
Moonshoti otsesest API-st eemaldatud; avatud kaaludega mudeli kontrollpunkt on endiselt saadaval enda hallatavaks või kolmanda osapoole juurutuseks
Pikaajaliste tarkvaraarendusülesannete, agentse programmeerimise, visuaalsete dokumentide mõistmise, tööriistu kasutavate töövoogude ja mitme agendi orkestreerimise jaoks
Hetkel; avatud lähtekoodiga mudel, mis on saadaval Kimi, Kimi API ja Kimi Code’i kaudu ning mille mudelikaalud on allalaaditavad
Pikaajalised tarkvaraarendusülesanded, kogu koodihoidlat hõlmav programmeerimine, mitme faili refaktoreerimine, silumine, kodeerimisagendid ja tööriistapõhised arendustöövood
Ajakohane ja Kimi API kaudu kättesaadav; Kimi Code'i vaiketeenus on üle viidud mudelile Kimi K2.8 Preview, samal ajal kui Kimi K2.7 Code on API kaudu ning Kimi K2.7 Code HighSpeedi teenusena endiselt saadaval.
Pika konteksti toel tarkvaraarendus, koodihoidlate analüüs, koodilõpetus, mitme faili refaktoreerimine ja agentipõhised kodeerimise töövood
Eelvaade; Kimi Code’is täielikult kasutusele võetud
Multimodaalne programmeerimine, visuaalne silumine, pika konteksti analüüs, tööriistu kasutavad agendid ning keerukad uurimis- või kontoritöövood
praegune
Pika konteksti käsitlemine, tarkvaraarendus, multimodaalsete dokumentide ja videote mõistmine, agentpõhised töövood, tehniline uurimistöö ning keerukas arutlemine
Ajakohane ja saadaval; avatud kaaludega mudel
Pika konteksti tekstiloome, lokaalne inferents, jätku-eeltreenimine, teadustöö ja peenhäälestus
Praegu avatud kaaludega mudel; avalikult allalaaditav
Pika konteksti tekstiloome, enda hallatavad assistendid, dokumentide analüüs, uurimistöö ja tõhus lokaalne inferents
Praegune avatud kaaludega juhiste järgi häälestatud mudeli kontrollpunkt
Oma serveris käitatav tekstiloome, keelemudelite uurimine, tõhus MoE-mudelite käitamine, koodi- ja matemaatikakatsetused ning peenhäälestuse uurimine
Saadaval on avatud kaaludega eeltreenitud mudeli kontrollpunkt
Isehostitud juhiste järgimine, üldine tekstiloome, uurimistöö ja eksperimenteerimine ning kuluteadlik lokaalne inferents
Saadaval avatud kaaludega kontrollpunktina
Natiivse eraldusvõimega pildifunktsioonide eraldamine, nägemis-keelemudelite alusmudelid, kõrge eraldusvõimega dokumentide ja piltide mõistmine ning multimodaalne teadustöö
Praegu avatud kaaludega mudel; kohapeal kasutatav Hugging Face Transformersi kaudu; Hugging Face Inference Provideri kaudu ei ole juurutatud
Üldotstarbeline semantiline otsing, teabeotsing, dokumentide sarnasuse tuvastamine, klasterdamine ja tekstide klassifitseerimine
Praegu saadaval CLOVA Studio Embedding API kaudu
Lause sarnasuse, semantilise otsingu, dokumentide seotuse tuvastamise, klasterdamise ja teksti klassifitseerimise funktsioonid
Praegu saadaval CLOVA Studio Embedding API kaudu
Kiire ja kuluteadlik lahendus koreakeelse teksti genereerimiseks, klassifitseerimiseks, kokkuvõtete koostamiseks, aruannete kavandamiseks, andmete laiendamiseks ning kohandatud ettevõtete vestlusrobotite loomiseks
Praegu saadaval CLOVA Studio ja seotud NAVER Cloudi teenuste kaudu
Korea keelele keskenduv tekstiloome, kokkuvõtete koostamine, teabe eraldamine, klassifitseerimine, peenhäälestus ja tekstide pakktöötlus
Praegune ja saadaval CLOVA Studio kaudu
Koreakeelsed ärirakendused, piltide mõistmine, dokumentide ja visuaalse sisu analüüs, juhiste järgimine ning API-põhised assistendid.
praegune
Keerukas arutlemine, matemaatika, teadus, keeleline arutlemine, kirjutamine, pika kontekstiga tekstiloome ja koreakeelsed ettevõtterakendused
Praegu saadaval CLOVA Studios
Kiire ja suure läbilaskevõimega tekstigeneratsioon, klassifitseerimine, kokkuvõtete koostamine, lihtne andmete eraldamine ning funktsioonikõnede töövood
Saadaval
Visuaalne kodeerimine HyperCLOVA X SEED 4B ja äärearvutusele suunatud multimodaalsete rakenduste jaoks
Praegune; HyperCLOVA X SEED 4B jaoks mõeldud varaline nägemiskodeerija komponent
Kerged koreakeelsed vestlusliidesed, mobiili- ja servarakendused, nutikodu seadmed, kantavad seadmed ning klienditoe vestlusrobotid
Praegu avatud kaaludega mudel; allalaadimiseks saadaval
Koreakeelsed rakendused, kergekaaluline lokaalne inferents, põhitaseme tõlkimine, haridus, ärisuhtlus, spetsialiseeritud vestlusrobotid ja valdkonnapõhine peenhäälestus.
Praegu allalaaditav avatud kaaludega mudel; Hugging Face’i repositooriumile pääsemiseks tuleb nõustuda juurdepääsutingimustega.
Koreakeelsete piltide ja videote mõistmine, visuaalne küsimustele vastamine, diagrammide ja graafikute tõlgendamine, OCR-i abil toetatud analüüs, turismi- ja kultuurirakendused ning kohapeal juurutatavad peenhäälestatud süsteemid.
Saadaval olev avatud kaaludega mudel
Korea visuaalse ja dokumendisisu mõistmine, video- ja helianalüüs, servatehisintellekt, avaliku sektori süsteemid, kaitsevaldkonna luure ning võrgust eraldatud juurutused
Avalikult teatavaks tehtud; praeguse mudeli identiteeti ning üksikasjalikku kommerts- ja API-kättesaadavust ei ole avalikult täpsustatud
Korea keelt esikohale seadvad eri vormingute vahel toimivad multimodaalsed assistendid, kõne- ja nägemisrakendused, multimodaalsed uuringud ning isehostitud juurutused
Praegu avatud kaaludega mudel
Koreakeelne arutlemine, matemaatika, programmeerimine, juhiste järgimine, tööriistadega ühendatud agendid ja oma taristus majutatavad kommertsrakendused
Praegu avatud kaaludega mudel; tasuta äriliseks kasutamiseks HyperCLOVA X SEED-i litsentsi alusel
Koreakeelne arutlemine, visuaalsetele küsimustele vastamine, pika kontekstiga multimodaalne analüüs, dokumentide ja diagrammide mõistmine, programmeerimisabi ning tööriistu kasutavad tehisintellektiagendid
Praegune; avatud mudelikaaludega / avatud lähtekoodiga väljalase
3D-inimese poosi hindamine, liikumise jäädvustamine, spordianalüüs, videotootmine, juurdepääsetavusrakendused ja skeletipõhised arvutinägemise töötlusvood
Praegu saadaval; allalaaditav NIM ja majutatud tasuta lõpp-punkt
Video ümbervalgustamine reaalajas, virtuaalproduktsioon, meediaefektid, HDR-põhised valgustusmuudatused ning esi- ja taustaelementide komposiitimine.
Praegu kättesaadav NVIDIA AI for Media ja NVIDIA NIM-i dokumentatsiooni kaudu; dokumenteeritud on versioon 1.1.0.
Kõnelejate reaalajas või pakett-tuvastus ning aktiivse kõneleja märgendamine ringhäälingu-, videokommunikatsiooni-, dubleerimis-, lokaliseerimis-, konverentsi- ja meediaanalüüsi töövoogudes.
Praegune; allalaaditav NVIDIA NIM-i lõpp-punkt
Autonoomse sõidu uurimine, trajektoori ennustamine, tõlgendatav liikumise planeerimine, navigeerimisest lähtuv sõitmine, visuaalne küsimustele vastamine ja ohutusele suunatud mudelite hindamine
Praegu; avatud mudelikaalud on saadaval; saadaval ka NVIDIA Alpamayo 1.5 NIM-i kaudu
Mitmekeelne võrguühenduseta kõne transkribeerimine ja tõlkimine ning NeMo-põhine ASR-i uurimine või juurutamine
Aktiivne; saadaval on avatud kaaludega mudeli kontrollpunkt ja NVIDIA juurutusvõimalused
Ingliskeelse kõne kiire tekstiks transkribeerimine, NeMo-ga eksperimenteerimine, domeenipõhine peenhäälestus ja Riva-põhine ASR-i juurutamine
Allalaaditav kontrollpunkt; vanem NeMo kõnetuvastusmudel
Hispaaniakeelse kõne tekstiks transkribeerimine, NeMo katsetamine ja peenhäälestamine ning Riva/NIM-i võrguühenduseta või voogedastusega ASR-lahenduste juurutamine.
Praegu on see kättesaadav NVIDIA NIM-i/Riva kaudu; Hugging Face'i kontrollpunkt on märgitud pärandversiooniks.
Juhitav videomaailmade genereerimine, robootika sim-to-real-ülekande andmetäiendus, autonoomsete sõidukite simulatsioon ning füüsilise tehisintellekti sünteetiliste andmete genereerimine
Saadaval; Cosmos 3-ga võrreldes vananenud versioon; algset hoidlat hooldatakse piiratud mahus
Servapõhine füüsiline tehisintellekt, robootika, visuaalne arutlus, maailmasimulatsioon, videote genereerimine ja tegevuspoliitikate prototüüpimine
Praegune; avatud mudel; piiratud juurdepääs Hugging Face'is
Füüsiline tehisintellekt, robootika, autonoomsete sõidukite simulatsioon, multimodaalne maailmade genereerimine, tulevase seisundi ennustamine, tegevuste üle arutlemine ja sünteetilised treeningandmed
Praegu; allalaaditav avatud kaaludega mudel, mis on saadaval NVIDIA NIM-i lõpp-punkti kaudu
Kvaliteetne füüsilise tehisintellekti simulatsioon, sünteetiliste andmete genereerimine, robootika- ja autonoomsete sõidukite uurimistöö, multimodaalne maailmamodelleerimine ning õpetajamudeli destilleerimine
Praegune; avatud kaaludega mudel; kasutatav nii ärilistel kui ka mitteärilistel eesmärkidel
Füüsilise maailma videote ja piltide mõistmine, robotitaju, kehastunud agentide planeerimine, ruumilis-ajaline arutlemine ning füüsilise tehisintellekti uurimine
Praegu; allalaaditav ja majutatud NIM-i lõpp-punkt
Kiire üleilmne ilmaennustamine, ansamblisimulatsioonid, kliimariskide analüüs, taastuvenergia tootmise prognoosimine ja teadusuuringud ilmaennustusmudelite valdkonnas
Praegu saadaval ja allalaaditav NVIDIA Earth-2 FourCastNet NIM-i ning seotud juurutustööriistade kaudu
De novo molekulaarne disain, fragmentidega piiratud genereerimine, linkeri disain, karkassi funktsionaliseerimine, hittide genereerimine ja juhtühendite optimeerimine
Praegu; allalaaditav mudel, saadaval ka NVIDIA NIM-ina
Humanoidrobotite manipuleerimine, eri robotkehade vaheline poliitikaõpe, roboti demonstratsioonide abil peenhäälestamine, füüsilise tehisintellekti uurimine ja tegevusjärjestuste juurutamine
Praegune; üldine kättesaadavus
Kvantandmetöötluse kalibreerimisgraafikute tõlgendamine, QPU kasutuselevõtu ja ümberhäälestamise töövood, eksperimentide diagnostika, parameetrite tuletamine, sobituse kvaliteedi hindamine ning valdkonnapõhised kalibreerimisagendid.
Praegu saadaval NVIDIA Buildi ja NVIDIA NIM-i kaudu ning allalaaditavate kontrollpunktidena
Klassifitseerimine, regressioon, prognoosimine, klientide lahkumise ja riskiskooride hindamine, soovitused ning ajaliste seoste ennustamine seotud andmebaasitabelite vahel
Praegune; NVIDIA NIM 1.0.0; tasuta lõpp-punkt on saadaval; allalaaditav juurutus on saadaval
Ühe tabeli klassifitseerimine ja regressioon märgendatud kontekstiridadega, eriti kiireks eksperimenteerimiseks, väikeste andmemahtudega prognoosimiseks ja struktureeritud andmete uurimiseks ilma ülesandespetsiifilise mudeli treenimiseta.
Praegu; saadaval NVIDIA NIM-i kaudu ja allalaaditavate kaaludena
Generatiivne huulte sünkroonimine, mitmekeelne videolokaliseerimine, ringhääling, videokonverentsid ja digitaalsete inimeste näoanimatsioon
Hetkel saadaval; allalaaditav mudel ja NVIDIA LipSync NIM; mõne töövoo jaoks võib olla vajalik privaatne juurdepääs
Mitmekeelne semantiline otsing, keelteülene teabeotsing, pikkade dokumentide põhine küsimustele vastamine, ettevõtteotsing ja otsinguga täiendatud genereerimine
NIM-i aegunud lõpp-punkt; mudeli allalaaditavad kaalud on endiselt saadaval
Multimodaalne semantiline otsing, visuaalne dokumendiotsing, küsimustele vastuste otsimine, vektorandmebaasid ja otsinguga täiendatud genereerimine
Ajakohane ja allalaaditav
Teemade ja dialoogide modereerimine, sisendi turvapiirded, klienditoe assistendid, poliitikapõhine vestluste suunamine ning NeMo Guardrailsiga integratsioonid
Praegune; allalaaditav mudel ja NVIDIA NIM-i mikroteenus
Teksti, dokumendipiltide ning pildi ja teksti kandidaatide ümberjärjestamine visuaalse otsingu, multimodaalse RAG-i ja küsimustele vastamise otsingutorustikes
Praegu allalaaditav ning saadaval NVIDIA NIM-i ja otsingu-API-de kaudu
Kasutajapäringute ja LLM-i vastuste tekstipõhine modereerimine, rakenduste kaitsepiirded, ohutuspoliitikate klassifitseerimine ning NeMo Guardrailsi integratsioonid.
Praegu on see saadaval allalaaditava NVIDIA NIM-i mudeli ja Hugging Face'i LoRA-adapterina; varem kandis see nime Llama-3.1-NemoGuard-8B-ContentSafety.
Mitmekeelsed hääleagendid, ligipääsetavus, ettelugemine, audioraamatud, dubleerimine, lokaliseerimine ja interaktiivsed kõnerakendused
Praegune
Mitmekeelne teksti kõneks muutmine, null-shot-hääle kloonimine, interaktiivsed häälagendid, telefoniside, mängutegelased ja muud rakendused, mis vajavad kohandatud hääli ilma kõnelejaspetsiifilise treeninguta.
Praegu; juurdepääs on piiratud ja nõuab heakskiitu
Väikese latentsusega mitmekeelne tekstitõlge, kõnetõlke töövood ja enda hallatavad NVIDIA GPU-de juurutused
Praegu saadaval ja allalaaditav; kättesaadav NVIDIA NIM-i ja NVIDIA Riva kaudu
Väikemolekulide genereerimine, molekulide vektorrepresentatsioonid, keemilise ruumi uurimine, juhtühendite optimeerimine ning oraakliga juhitud ravimite väljatöötamise töövood
Saadaval NVIDIA BioNeMo Frameworki ja NVIDIA NIM-i kaudu; teadus- ja arendustööks mõeldud mudel
Keelemudelirakenduste sisendi turvamehhanism jailbreak-katsete ja prompt injection’i rünnete tuvastamiseks.
Ajakohane ja allalaaditav; saadaval NVIDIA NIM-i kaudu
Dokumendipiltidelt tabelilahtrite, ridade, veergude ja ühendatud lahtrite struktuuri tuvastamine OCR-i joondamiseks, tabelite rekonstrueerimiseks, dokumentide töötlemiseks ja otsingusüsteemide jaoks
Praegu saadaval; allalaaditav ja NVIDIA NIM-i/Buildi kaudu kättesaadav
Võrguühenduseta ja reaalajas kõnelejate diariseerimine, koosolekute ja kõnede transkribeerimise töövood, voogedastatava automaatse kõnetuvastuse (ASR) integratsioon, taskuhäälingud, vestluspõhine tehisintellekt ning kõnelejate kaupa seostatud audioanalüüs
Praegu üldiseks kasutuseks kättesaadav avatud kaaludega mudel
Agendipõhine arutlus, pika konteksti analüüs, programmeerimine, tööriistade väljakutsumise töövood, otsinguga täiendatud genereerimine, koostööd tegevad agendid ja suure mahuga ettevõtete inferents.
Ajakohane; avatud kaaludega; saadaval NVIDIA NIM-i, NVIDIA hostitud API prooviversiooni lõpp-punkti, allalaaditavate mudeli kontrollpunktide ja ise majutatavate juurutuste kaudu.
Tipptasemel arutlus, keerukas programmeerimine, pika konteksti analüüs, ettevõtetele mõeldud RAG, tööriistu kasutavad agendid ja mitme agendi töövood
Praegune; avatud kaaludega mudel, mille jaoks on saadaval BF16- ja NVFP4-kontrollpunktid
Mitmekeelne semantiline otsing, tihe vektorotsing, RAG, agentpõhine otsing, koodiotsing ja vektoripõhine dokumentide sobitamine
Praegu saadaval NVIDIA NIM-i kaudu; Hugging Face'i kaalud on allalaaditavad.
Tennisivideote punktipõhine küsimustele vastamine, löökide ja pallivahetuste analüüs, mängijate liikumise ja väljakul paiknemise analüüs, mänguolukorra analüüs, tenniseülekannete metaandmed, treeningu toetamine ning otsitavad spordivideoarhiivid
Praegu saadaval olev avatud kaaludega mudel; kasutatav ärilisel ja mitteärilisel eesmärgil OpenMDW litsentsilepingu v1.1 alusel
Multimodaalne dokumendianalüüs, OCR, pikkade videote ja helisalvestiste mõistmine, eri modaalsusi ühendav arutlus, häälagendid ning ettevõtte enda taristus töötav mudeliinferents
Praegu saadaval; üldiselt kättesaadav avatud kaaludega mudeli kontrollpunkt, millele pääseb ligi hostitud NVIDIA NIM-i kaudu
Reaalajas täisdupleksiga hääleagendid, katkestamist võimaldavad vestlusliidesed, kõnest kõneks suunatud teadustöö ning NVIDIA GPU-del põhinevad ettevõtete häälerakendused
Varajases juurdepääsus; hindamiseks saadaval NVIDIA NIM-i ja kvalifitseeritud juurdepääsuprogrammide kaudu
Suure mahuga agentide käitamine, pika tööajaga tehisintellektiagendid, arutlus, programmeerimisabi, RAG, vestlus, väikese latentsusega teksti genereerimine ja valdkonnapõhine kohandamine
Praegu avatud kaaludega mudel; NIM-i konteiner on varajase juurdepääsu hindamiseks saadaval
Väikese viivitusega mitmekeelne kõne tekstiks teisendamine, reaalajas subtiitrid, häälliidesed, dikteerimine, kontaktikeskuste kõnede transkribeerimine ja voogedastavad kõnevõimekusega agendid
Ajakohane; allalaaditav avatud kaaludega mitmekeelne ASR-mudel
Kvaliteetne mitmekeelne otsing tekstidest ja visuaalselt rikkalikest dokumentidest, sealhulgas PDF-idest, tabelitest, diagrammidest, infograafikutest, andmelehtedest ja skeemidest
Praegu on saadaval avatud kaaludega kontrollpunkt ja NVIDIA NIM-i lõpp-punkt
Mitmekeelse teksti ja visuaalsete dokumentide otsingutulemuste teise etapi ümberjärjestamine; multimodaalne RAG; ettevõtete dokumendiotsing; agendipõhised otsingutöövood, mis hõlmavad diagramme, tabeleid, infograafikuid, andmelehti ja skeeme.
Praegu on see saadaval avatud kaaludega Hugging Face'i kontrollpunktina ja NVIDIA NIM-i kaudu. NVIDIA Build pakub tasuta arendusotspunkti, millele kehtivad kasutuspiirangud.
Pika konteksti multimodaalne arutlus, dokumentide ja videote mõistmine, programmeerimine, visuaalne uurimine ning tööriistade abil töötavad tehisintellektiagendid.
GA (üldiselt saadaval); praegu saadaval avatud kaaludega mudelina ja NVIDIA NIM-i kaudu
Väikese viivitusega reaalajas kõne tekstiks teisendamine, häälliidesed, reaalajas subtiitrid ja pidevad helivood
Praegu saadaval NVIDIA Speech NIM-i kaudu; toetatud on ainult voogedastuspõhine juurutus
Dokumendipiltidel diagrammide pealkirjade, teljetähiste, legendide, märgendite ja väärtusesiltide tuvastamine ning asukoha määramine
Praegune ja allalaaditav
Dokumendi lehekülje paigutuse tuvastamine enne OCR-i, tabelite eraldamine, indekseerimine, ettevõtte dokumentide töötlemine ja multimodaalsed RAG-töövood
Praegu saadaval; allalaaditav ja NVIDIA NIM-i kaudu kasutatav
Mitmekeelne teksti- ja pildimoderatsioon, LLM-i ja VLM-i turvapiirded, vastuste ohutuse hindamine ning kohandatud ettevõtete ohutuspoliitikad
Praegune; avatud kaaludega mudel ja allalaaditav NVIDIA NIM; NGC-konteineri uusim versioon on 17. septembri 2026 seisuga bf16-v1.1
Reaalajas töötavad häälassistendid, täisdupleksne kõnesuhtlus, katkestusi käsitlevad vestlusagendid ning integreeritud kõnest kõnesse süsteemide uurimine.
Praegune; teadusuuringuteks mõeldud avatud kaaludega mudel
Multimodaalne dokumentide analüüs, OCR-põhised töövood, visuaalsetel andmetel põhinev küsimustele vastamine, mitme pildi analüüs ja järeldamine, kokkuvõtete koostamine, diagrammide ja tabelite mõistmine ning videote mõistmine
Allalaadimine on saadaval; NVIDIA tasuta hostitud lõpp-punkt on kasutusest kõrvaldatud
Ingliskeelsete dokumentide OCR, dokumentide süsteemi sisestamine, paigutust arvestav tekstituvastus, multimodaalne otsing, RAG-i eeltöötlus ja ettevõtete dokumendiintellekt
Saadaval; ainult ingliskeelne OCR-mudel. Uuem Nemotron OCR v2 on saadaval ajakohastatud inglise- ja mitmekeelsete OCR-i juurutuste jaoks.
Mitmekeelne OCR, skannitud dokumentide töötlemine, küljendust arvestav teksti eraldamine, multimodaalne infootsing, RAG-i eeltöötlus, kviitungid, vormid ja äridokumendid.
Praegune
Mitmekeelne optiline märgituvastus (OCR), skannitud dokumendid, vormid, aruanded, diagrammid, tabelid, pildipõhine otsing, dokumentide töötlusse võtmine ning otsinguga täiendatud genereerimise (RAG) eeltöötlus
Praegu saadaval; allalaaditav mudel ning kättesaadav NVIDIA NIM-i ja NVIDIA hostitud teenuste kaudu
Dokumentide OCR, küljenduse analüüs, tabelite ja diagrammide eraldamine, andmete hankimise töövood, dokumentide indekseerimine ja multimodaalsete andmete kureerimine
praegune
Kvantarvutite kalibreerimisgraafikute analüüs, eksperimentide tõlgendamine, mudeli sobivuse kvaliteedi hindamine, parameetrite eraldamine ja tehnilise uurimistöö töövood
Praegune; allalaaditav avatud kaaludega mudel
Pilgu korrigeerimine videokonverentsides, telekohalolus, digitaalsete inimeste rakendustes ja videotöötluse töövoogudes
Praegune; allalaaditav NVIDIA NIM-i mudel
Mitmekeelne voogedastuse transkriptsioon, hääleagendid, subtiitrid, klienditoe helisisu, koosolekud ja tootmiskasutuseks mõeldud kõnest tekstiks teisendamine 25 toetatud keeles ja nende piirkondlikes variantides.
Praegune ja allalaaditav
Vietnami keele kõne transkribeerimine, vietnami ja inglise keele koodivahetus, häälassistendid, subtiitrid, kõneanalüütika ning lokaalne või isemajutatud ASR
Ajakohane ja kättesaadav; allalaaditav kontrollpunkt NVIDIA Speech NIM-i toega voogedastuseks ja võrguühenduseta transkriptsiooniks
Ingliskeelse kõne tekstiks transkribeerimine, kohalik ASR, võrguühenduseta töötlus, heliandmete eraldamine RAG-i jaoks ja kohandatud NeMo juurutused
Saadaval on avatud kaaludega mudeli kontrollpunkt
Hispaania ja inglise keele kõne transkriptsioon, koodivahetusega heli, kirjavahemärkidega ASR, sõnade ajamärkidega transkriptsioon, voogedastusrakendused ja iseseisvalt hallatavad NVIDIA GPU juurutused
Praegu saadaval; allalaaditav; toetab voogedastust ja võrguühenduseta transkriptsiooni
Ingliskeelse kõne kohalik transkribeerimine, võrguühenduseta ASR, pika kestusega heli töötlemine ja kohandatud ASR-i peenhäälestus
Kaasaegne ja kättesaadav avatud kaaludega mudel
Taiwani mandariini kõnest tekstiks teisendamine, mandariini ja inglise keele koodivahetus, reaalajas subtiitrid, häälliidesed ning NVIDIA GPU-del töötav voogedastus- või võrguühenduseta transkriptsioon.
Loetletud NVIDIA Speech NIM-i praeguses dokumentatsioonis ja mudelikataloogis; seotud NGC-konteiner on märgitud enam mittetoetatuks.
Mandariini- ja ingliskeelne automaatne kõnetuvastus, koodivahetusega transkriptsioon, voogedastuse transkriptsioon ning ettevõtetele mõeldud enda taristus majutatav kõnest tekstiks lahendus
Praegu saadaval ja allalaaditav; kättesaadav NVIDIA NIM-i ja Riva liideste kaudu
Kiire ingliskeelse kõne transkriptsioon, subtiitrid, koosolekute transkribeerimine, heliotsing ja ajatemplitega meediatöövood
Praegune avatud kaaludega mudel; avalikult kättesaadav Hugging Face'i ja NVIDIA NeMo kaudu
Mitmekeelsete lausete ja dokumentide tõlkimine, lokaliseerimine, turundussisu ning arendajatele mõeldud tõlketöövood
Praegu saadaval NVIDIA NIM-i kaudu ning allalaaditavate mudelikaaludena
Kohapealne või enda serveris majutatav mitmekeelne lause- ja dokumenditõlge inglise keele ning 36 muu keele vahel
Praegu saadaval ja avalikult allalaaditav; NVIDIA NIM-i toetusega
Ainult kaameratel põhinev mitme vaatega 3D-tajumine, autonoomse sõidu analüüs, linnulennuvaate visualiseerimine ja objektide jälgimine
Praegune NVIDIA NIM-i lõpp-punkt; tasuta juurdepääs lõpp-punktile eeldab NVIDIA API-võtit
Mürarikastes või kajarikastes keskkondades madala kvaliteediga mikrofonidega salvestatud kõne reaalajas täiustamine, sealhulgas ringhäälingus, konverentsidel, telekommunikatsioonis ja meediatootmises.
Praegu on see saadaval NVIDIA NIM-i, hostitud eelvaateteenuste ja NVIDIA audiotarkvara kaudu; allalaaditav juurutamine võib nõuda kehtivat NVIDIA litsentsi või tellimust.
Tehisintellekti loodud videote tuvastamine, meedia autentsuse kontroll, digitaalkohtuekspertiis, sisu modereerimine ja meediaintegriteedi seire
Praegu saadaval: allalaaditav NIM ja hallatud prooviversiooni lõpp-punkt; isehostitav juurutus nõuab AI for Media Private Accessi.
Reaalajas kõne müravähendus, videokonverentsid, otseülekanded, automaatse kõnetuvastuse (ASR) eeltöötlus ja võrguühenduseta heli täiustamine
Praegune; BNR v2.1
Professionaalne video suurendamine, ringhäälingukvaliteedi täiustamine, voogedastuse töötlusvood, kodeerimiseelne optimeerimine, müraeemaldus ja hägususe vähendamine
Praegune; allalaaditav NVIDIA NIM
Kontrollitud brauseri automatiseerimine, arvuti kasutamise uuringud, kasutajaliidese testimine ja korduvad kasutajaliidese töövood
Aegunud
Nullkaadritega pildiklassifikatsioon, pildi ja teksti sarnasuse hindamine, semantiline pildiotsing, multimodaalne indekseerimine ja arvutinägemise uurimine
Avalik uurimisväljalase allalaaditavate mudelikaaludega; ei ole kinnitatud, et tegemist on OpenAI praegu hostitava API-mudeliga
Codex CLI programmeerimise töövood, koodi puudutavatele küsimustele vastamine, koodi muutmine, hoidlate ülesanded ja väikese latentsusega tarkvaraarenduse abi
Kasutuselt kõrvaldatud; API ligipääs lõppes 12.02.2026
Ajalooline ülevaade tekstist pildi genereerimisest, varasematest pilditöövoogudest ja võrdlustest uuemate OpenAI pildimudelitega.
Kasutuselt kõrvaldatud; märgitud aegunuks ja eemaldatud OpenAI API-st 12. mail 2026.
Ajalooline tekstist piltide genereerimine, kontseptuaalkunst, illustratsioonid, visuaalsete ideede arendamine, turundusmaterjalide pildid ja juhiste järgimise uurimine
Kasutuselt kõrvaldatud; aegunud ning eemaldatud OpenAI API-st 12. mail 2026.
Pärandteksti lõpetamise rakenduste, ajaloolise GPT-3 baasmudeli käitumise ja olemasolevate ühilduvate peenhäälestatud töövoogude säilitamine enne nende sulgemist
Aegunud; praegu veel kättesaadav, kuid plaanitakse sulgeda 28.09.2026
Varasemate tekstilõpetuse ja koodi jätkamise funktsioonide kasutamiseks ning olemasolevatel davinci-002 peenhäälestatud mudelitel järelduste tegemiseks enne nende kasutuselt kõrvaldamist
Aegunud; API-le juurdepääs lõpetatakse 28. septembril 2026
Soodsate ja mahukate tekstigeneratsioonide, kokkuvõtete, klassifitseerimise, andmete eraldamise, lihtsate vestlusrobotite ja pärand-API-integratsioonide jaoks
Aegunud, kuid OpenAI API kaudu endiselt saadaval
Sobib väljakujunenud GPT-4 integratsioonide ning üldotstarbeliste teksti genereerimise, analüüsi-, kirjutamis- ja kodeerimistööde jaoks
Pärand; vanem kõrge intelligentsustasemega GPT-mudel
Varasemad suure konteksti mahuga teksti- ja pildianalüüsi lahendused, funktsioonikutsed, JSON-režiimi töövood ja olemasolevad GPT-4 Turbo integratsioonid
Kasutuselt kõrvaldatud, kuid praegu veel kättesaadav; sulgemine on kavandatud 23. oktoobrile 2026.
Ajalooliste tekstide genereerimine pika konteksti põhjal, dokumentide analüüs, struktureeritud tekstiloome ja üldotstarbelised assistendirakendused.
Kasutusest eemaldatud; alias gpt-4-turbo-preview viitas mudelile gpt-4-0125-preview, mis suleti 26. märtsil 2026.
Tarkvaraarendus, pika konteksti võimalusega dokumentide analüüs, juhiste täpne järgimine, struktureeritud teabe eraldamine, tööriistu kasutavad agendid ja piltide mõistmine
Praegune; GPT-4.1 vaikimisi alias, mis viitab hetktõmmisele gpt-4.1-2025-04-14
Kiire ja kulutõhus juhiste järgimine, programmeerimisabi, piltide mõistmine, struktureeritud andmete eraldamine, tööriistade kutsumine ning pika kontekstiga API-rakendused
praegune
Suure mahuga ja latentsustundlik klassifitseerimine, andmete eraldamine, suunamine, kokkuvõtete koostamine, lihtsad assistendid, piltide abil tehtav analüüs ning lihtsad tööriistade väljakutsumise töövood
Aegunud; 23. septembri 2026. aasta seisuga veel juurdepääsetav; sulgemine on kavandatud 23. oktoobriks 2026
Ajaloolistel teemadel üldotstarbeline kirjutamine, loovtöö, nüansirohke suhtlus, piltide mõistmine, programmeerimisabi ning funktsioonide kutsumist või struktureeritud väljundeid vajavad rakendused.
API-st eemaldati kasutuselt 14.07.2025; ChatGPT-st 2026. aasta juunis
Kiired üldotstarbelised vestlused, visuaalse sisu mõistmine, häälsuhtlus, programmeerimine ja igapäevane produktiivsus
Aktiivne
Üldotstarbelised assistendid, pildisisu mõistmine, abi programmeerimisel, struktureeritud andmete eraldamine, mitmekeelne genereerimine ja madalat latentsust nõudvad API-töövood
Praegu saadaval OpenAI API-s; ChatGPT-st eemaldati 13.02.2026. Snapshoti gpt-4o-2024-05-13 API kasutamine lõpetatakse kavakohaselt 23.10.2026.
Hääleassistendid, kõnepõhised vestlusagendid, helivõimekusega klienditeenindus ning rakendused, mis vajavad heli otsest mõistmist ja kõne genereerimist
Kasutuselt kõrvaldatud; API-juurdepääs lõppes 7. mail 2026
Soodsate kuludega suuremahuline teksti- ja pildisisu mõistmine, klassifitseerimine, andmete eraldamine, tõlkimine, märgendamine, klienditugi, suunamine ja struktureeritud andmete genereerimine
Praegune kanooniline mudelialias; saadaval on kuupäevaga mudeli hetktõmmis gpt-4o-mini-2024-07-18
Väiksema kuluga heli mõistmine, vestluspõhised hääleliidesed ning rakendused, mis vajavad teksti- ja kõneheli sisendit ja väljundit
Kasutusest kõrvaldatud; API sulgemine on kavandatud 20. jaanuariks 2027.
Soodsad reaalajas töötavad hääleassistendid, kõnest kõneks liidesed, interaktiivsed helirakendused ja vestluslikud prototüübid
Aegunud; API-st eemaldamine on kavandatud 20.01.2027
Väikese latentsusega hääleassistendid, kõnest kõneks rakendused, reaalajas tõlge, keeleõpe ja interaktiivne klienditugi
Kasutuselt kõrvaldatud; API-juurdepääs lõppes 2026-05-07
Ajaloolised veebipõhised otsingurakendused, mis põhinevad OpenAI Chat Completionsil
Suletud; tegevus lõpetati 23.07.2026
Täpne kõne tekstiks teisendamine, koosolekute ja telefonikõnede transkribeerimine, hääleagentide sisendi töötlemine ning juhiste abil kohandatud valdkonnapõhine transkribeerimine
Aegunud; praegu kättesaadav; API sulgemine on kavandatud kuupäevale 2027-02-26
Soodsam mitmekeelne kõne transkribeerimine, koosolekumärkmed, kõnekeskuse kõnede transkriptsioonid, häälsõnumite teisendamine ja heli tekstiks teisendamise töövood
Praegune ja saadaval
Kiire ja hästi juhitav teksti kõneks muutmine jutustuste, häälliideste, klienditeeninduse, juurdepääsetavuse ja reaalajas helirakenduste jaoks.
Praegu; kanooniline alias osutab hetktõmmisele gpt-4o-mini-tts-2025-12-15.
Pärandrakendused, mis kasutavad Chat Completionsi ja vajavad väikese kuluga otsingupõhiseid tekstivastuseid
Kasutuselt kõrvaldatud; juurdepääs suleti 23. juulil 2026
Mitme kõnelejaga koosolekute, intervjuude, kõnede, taskuhäälingute ja uurimismaterjalide transkribeerimine koos kõnelejate tähistega.
Aegunud; praegu kättesaadav ja plaanitud API-st eemaldada 26. veebruaril 2027.
Keerukad programmeerimisülesanded, arutlemine, uurimistöö, pika konteksti analüüs, visuaalne mõistmine, tööriistu kasutavad agendid ja struktureeritud professionaalsed töövood
Praegune kanooniline alias, kuid eelmise põlvkonna mudel; aegunud snapshot gpt-5-2025-08-07 eemaldatakse API-st kavakohaselt 11. detsembril 2026.
ChatGPT-ga ühilduvad vestlusrakendused, teksti genereerimine, piltide põhjal küsimustele vastamine, struktureeritud väljundid ja tööriistadega integreeritud töövood, mis nõuavad GPT-5 ühilduvust
Aegunud
Kulutundlik arutlemine, programmeerimisabi, struktureeritud andmete eraldamine, dokumentide töötlemine, suuremahuline automatiseerimine ja tööriistu kasutavad töövood
Praegune API alias; kuupäevaga snapshot gpt-5-mini-2025-08-07 on aegunud
Suuremahuliste klassifitseerimis-, kokkuvõtete koostamise, andmete ekstraheerimise, järjestamise ja suunamise ülesannete, piltide abil tehtava analüüsi ning lihtsamate kodeerimise alamagentide jaoks
Aegunud kuupäevastatud hetktõmmis; praegu juurdepääsetav kuni kavandatud sulgemiseni 2026-12-11.
Keerukad uurimistööd, matemaatika, teadus, keeruline programmeerimine, suure kaaluga analüüs ning töövood, kus kasutatakse tööriistu ja maksimaalne vastuse kvaliteet on tähtsam kui kiirus või maksumus.
Praegune kanooniline alias; kuupäevastatud hetktõmmis gpt-5-pro-2025-10-06 on aegunud ja selle kasutamine lõpetatakse 11. detsembril 2026.
Agentipõhine tarkvaraarendus, repositooriumitasandi programmeerimine, koodi ülevaatamine, silumine, refaktoreerimine, testide genereerimine ja ekraanipiltide põhine kasutajaliidese arendus
Kasutuselt kõrvaldatud; API-juurdepääs suleti 23.07.2026
Kodeerimine, pika konteksti analüüs, tööriistu kasutavad agendid, struktureeritud väljundid ja mitmeastmelised töövood
Praegune
Vestlusabilised, juhiste järgimine, piltidele tuginev vestlus, struktureeritud andmete eraldamine, voogedastusvastused ja tööriistu kasutavad API-töövood.
Kasutuselt kõrvaldatud; API alias gpt-5.1-chat-latest suleti 2026-07-23. GPT-5.1 mudelid eemaldati ChatGPT-st 2026-03-11.
Agendipõhine tarkvaraarendus, koodi genereerimine, silumine, refaktoreerimine, testimine, koodi ülevaatus ja pika kestusega Codexi töövood
Kasutuselt kõrvaldatud; API-juurdepääs suleti 23. juulil 2026
Pikaajaline agentne koodikirjutamine, kogu koodihoidla ulatuses refaktoreerimine, mitut faili hõlmavate muudatuste rakendamine, silumine, koodi ülevaatus, tõmbetaotluste loomine ja pikema kestusega Codexi töövood.
Kasutuselt kõrvaldatud; API-juurdepääs lõppes 23.07.2026
Kulutundlik agentpõhine programmeerimine, koodi muutmine, koodihoidlate hooldus ja Codexi-laadsed töövood
Kasutuselt kõrvaldatud; API-juurdepääs suleti 2026-07-23
Keerukad professionaalsed ülesanded, pika konteksti analüüs, programmeerimine, dokumentide ja arvutustabelitega seotud töövood, visuaalne mõistmine ning mitmeastmelised agendid
Praegu saadaval; varasem lipulaevmudel
ChatGPT-ga sarnased vestlusrakendused, üldine kirjutamine, kokkuvõtete koostamine, tõlkimine, nägemisvõimega assistendid ja tööriistade kasutamise töövood
Kasutuselt kõrvaldatud; API-juurdepääs lõppes 2026-08-10
Keerukas professionaalne arutlemine, põhjalik analüüs, teadus- ja matemaatikaülesanded, kvaliteetne koodikirjutamine, pika kontekstiga dokumentide analüüs ning tööriistu kasutavad töövood.
Varasem Pro-mudel; praegu saadaval Responses API kaudu
Pikaajalised agentpõhised kodeerimisülesanded, ulatuslikud refaktoriseerimised, koodimigratsioonid, kogu koodihoidlat hõlmavad muudatused, terminalipõhised töövood, Windowsi arendus ja kaitsev küberturvalisus
Kasutuselt kõrvaldatud; API-juurdepääs suleti 23.07.2026
Kiire üldotstarbeline vestlus, kirjutamine, kokkuvõtete koostamine, teksti ja piltide mõistmine, voogedastusvastused ning funktsioonikutsumisega rakendused
Kasutuselt kõrvaldatud; API-juurdepääs lõppes 10.08.2026
Pikaajalised agentpõhised tarkvaraarenduse ülesanded, koodibaasi hooldus, silumine, testimine, veebiarendus, tööriistapõhine arendus ja tehnilised arvutitöövood
Praegu saadaval OpenAI API ja Codexi liideste kaudu
Keerukas professionaalne töö, arenenud arutlus, tarkvaraarendus, pikaajalise töötlusega agendid, visuaalsete dokumentide analüüs, arvuti kasutamine, uurimistöö ja rohkete tööriistadega töövood
Praegune
Suure kasutusmahuga kodeerimisabilised, arvuti kasutamise agendid, alamagendid, tööriistakutsed, piltide analüüs, dokumenditöövood ja latentsustundlikud rakendused
Praegune
Suuremahuline klassifitseerimine, andmete ekstraheerimine, järjestamine, piltide mõistmine, suunamine ja kerged kodeerimisalased alamagendid
Praegune; ainult API kaudu kasutatav mudel
Suure vastutusega arutlemine, professionaalne teadmistepõhine töö, pika konteksti analüüs, keerukas programmeerimine, veebiuuringud ja agendipõhised töövood, mille puhul on vaja maksimaalset vastuste kvaliteeti
Praegune; saadaval ChatGPT-s Pro- ja Enterprise-kasutajatele ning arendajatele Responses API kaudu
Volitatud haavatavusuuringud, küberkaitseoperatsioonid, pahavara analüüs, turbetestimine ja binaarfailide pöördprojekteerimine.
Aegunud; praegu kättesaadav piiratud Trusted Access for Cyberi kaudu; API kasutamine lõpetatakse 1. oktoobril 2026.
Keerukas programmeerimine, pikka konteksti nõudev uurimistöö, professionaalne analüüs, paljusid tööriistu kasutavad agendid, arvuti kasutamine ja mitmeastmeliste töövoogude täitmine
Praegu; saadaval OpenAI API, ChatGPTi ja Codexi kaudu
Täpsust nõudev arutlemine, keerukas koodikirjutamine, pika konteksti käsitlev uurimistöö, andmeanalüüs ja mitmeetapised professionaalsed töövood
Praegune
Loaga haavatavuste uurimine, exploit’ide valideerimine, exploit’i-ahelate arendamine, täiustatud turvatestimine, haavatavuste triaaž ja kaitsele suunatud küberturbeagendid
Hetkel; piiratud juurdepääs OpenAI Daybreak Redile, mis eeldab eraldi heakskiitu ja kasutuselevõttu
Suuremahuline klassifitseerimine, kokkuvõtete koostamine, suunamine, andmete eraldamine, dokumentide mõistmine, agentide automatiseerimine, rutiinne kodeerimisabi ning kulude suhtes tundlikud tööriistu kasutavad rakendused.
praegune
Keerukas arutlemine, programmeerimine, uurimistöö, küberturvalisus, teadus, pika konteksti analüüs, mahukate dokumentidega töötamine ja tööriistu kasutavad agendid
Üldiselt saadaval
Kulutõhus arutlemine, kodeerimisagendid, pika konteksti analüüs, struktureeritud äriprotsesside automatiseerimine, uurimistöö töövood ja tööriistade toega tootmiskõlblikud rakendused
Üldkättesaadav
Keerukaks arutlemiseks, AI-agentide abil programmeerimiseks, arvuti kasutamiseks, veebiuuringuteks, teaduslikeks ja professionaalseteks töövoogudeks ning pika kontekstiga dokumentidega seotud ülesanneteks
Praegu; järkjärguline kasutuselevõtt OpenAI API ning valitud ChatGPT, Azure'i ja Amazon Bedrocki pakkumiste kaudu
Suuremahuline arutlus, dokumentide analüüs, abi programmeerimisel, otsinguga täiendatud genereerimine ja korduvkasutatavad agentide töövood
Aktiivne ja saadaval
Keerukas programmeerimine, pika konteksti põhine arutlemine, tarkvaraarendus, teadustöö, arvuti kasutamine ning tööriistu rakendavad agentpõhised töövood.
Praegune; OpenAI API kaudu üldiselt saadaval
Helitoega vestlusrakendused, häälliidesed, häälassistendid ning rakendused, mis vajavad Chat Completionsi kaudu otsest heli mõistmist ja genereerimist.
Aegunud; kavandatud sulgemine 20. jaanuaril 2027
Vestlusrakendused, mille sisend ja väljund on heli ning mis kasutavad Chat Completions API-t, sealhulgas hääleassistendid ja tööriistu toetavad kõnepõhised liidesed.
Praegu saadaval; üldiselt kättesaadav
Kulutundlikud voorupõhised audiovestlused, häälassistendid ja funktsioonikutseid kasutavad helivõimekusega rakendused
Aegunud; praegu kättesaadav, kuid API-st eemaldamine on kavandatud 20.01.2027.
Täpne pilditöötlus, detailne loometöö, kvaliteetne genereerimine, infograafika, küljendused ja töövood, kus korduskatsete vähesus on olulisem kui minimaalne viivitus
Praegune
Loomuliku kõnega väikese viivitusega häälagendid, klienditugi, vestluspõhised töövood, reaalajas abi ja rakendused, mis nõuavad katkestusi arvestavat kõnesuhtlust
Praegu saadaval OpenAI API-s
Väikese latentsusega reaalajas subtiitrid, reaalajas kõnede transkribeerimine, mikrofonivood, telefonikõnede heli ja kõneliideste kõnetuvastus
Praegu laialdaselt saadaval reaalajas transkribeerimiseks
Kohalikud ja privaatsed arutlusrakendused, programmeerimisabilised, agentpõhised töövood, seadmesisene või servajäreldamine, peenhäälestus ning kulutundlik juurutamine sobiva riistvaraga.
Praegu avatud kaaludega mudel, mida saab alla laadida ja kasutada enda hallatava või kolmanda osapoole inferentsitaristu kaudu. Seda ei pakuta OpenAI API ega ChatGPT kaudu.
Isehallatav arutlusvõime, programmeerimine, agentpõhised töövood, privaatsed juurutused, teadustöö ja peenhäälestus
Praegu avatud kaaludega mudel; allalaaditav ja lokaalselt või kolmandatest osapooltest pakkujate kaudu juurutatav; OpenAI API kaudu pole saadaval
Poliitikapõhine ohutuse klassifitseerimine, LLM-i sisendi ja väljundi filtreerimine, sisu märgistamine, usaldus- ja ohutuskontroll ning ise majutatavad modereerimise töövood
Uurimiseelvaade; praegu saadaval avatud kaaludega mudelina
Kohandatud eeskirjadel põhinev turvaklassifikatsioon, LLM-i sisendite ja väljundite filtreerimine, usalduse ja turvalisuse märgendamine, nüansirohke modereerimise ülevaatus ning võrguühenduseta turvaanalüüs
Uurimisotstarbeline eelversioon; avatud kaaludega ja allalaaditav
Madala latentsusega kõnest kõnesse toimivad hääleagendid, reaalajas klienditugi, haridus, ligipääsetavus ja funktsioonikutsungutega vestlusrakendused
Kasutusest kõrvaldatud; API sulgemine on kavandatud 20. jaanuariks 2027
Väikese latentsusega kõnest kõneks teisendavad hääleagendid, klienditugi, reaalajas töötavad assistendid ja helirakendused, mis vajavad funktsioonikutseid.
Aktiivne ja praegu saadaval
Arutlusvõimega hääleagendid, kõnest kõneks rakendused, klienditugi, reaalajas assistendid, tööriistapõhised töövood ja pikad vestlusseansid
Praegune
Madala latentsusega kõnest kõnesse agendid, klienditeeninduse häälpõhised töövood, tööriistade kasutamine reaalajas, telefoniside ning multimodaalsed assistendid pildisisendiga
kehtiv
Madala viivitusega kõnetõlge, mitmekeelsed kõned, reaalajas suuline tõlge, ülekanded, koosolekud, õppetunnid, videoruumid, subtiitrid ja tõlgitud helikogemused.
Praegune
Väikese viivitusega reaalajas transkriptsioon, subtiitrid, koosolekumärkmed, kõnede analüüs, hääleagentide sisend ja pidevad kõnest tekstiks töövood
Praegu saadaval OpenAI Realtime API kaudu reaalajas transkriptsiooni jaoks
Kulusäästlikud reaalajas töötavad kõneagendid, kõnest kõneks rakendused, interaktiivsed assistendid ja multimodaalsed liidesed
Aegunud; praegu kättesaadav, kuid API suletakse 20.01.2027.
Soodsamad ja väiksema latentsusega reaalajas töötavad hääleagendid, kõnest kõnesse assistendid ning tööriistu kasutavad vestlusrakendused
Praegune
bioloogia reguleerimine, genoomika, meditsiiniline keemia, valguanalüüs, ravimite avastamine, teaduskirjanduse süntees, märglabori tõrkeotsing ja teadustööriistade töövood
Üldjuhul kättesaadav sobivatele organisatsioonidele usaldusväärse juurdepääsu programmi kaudu; lubatud üksnes heakskiidetud organisatsioonisiseseks bioteadustealaseks uurimistööks
Salvestatud heli ülitäpne transkribeerimine, voogedastatavate failide transkriptsioon, mitmekeelsed salvestised ning valdkonnaspetsiifiline kõne koos märksõna- või keelevihjetega
Praegune
ChatGPT olemasolevad piltide genereerimise ja töötlemise integratsioonid
Aegunud; praegu kättesaadav; kasutus lõpetatakse 1. detsembril 2026
API-põhine piltide genereerimine, piltide redigeerimine, viitepiltidega töövood, pildialade täitmine (inpainting), turundusmaterjalid, e-kaubanduse pildid ja visuaalse sisu loomine
Aegunud; praegu kättesaadav, kuid suletakse 23.10.2026
Tootmistasemel piltide genereerimine ja töötlemine, brändigraafika, e-kaubanduse tootepildid, turundusmaterjalid ning töövood, mille puhul on oluline säilitada tähtsad visuaalsed detailid
Aegunud; praegu API kaudu juurdepääsetav, API sulgemine on kavandatud kuupäevale 2026-12-01
Kvaliteetne tekstist piltide genereerimine, viitepõhine pilditöötlus, tekstirohked visuaalsed materjalid, tootepildid, turundusmaterjalid ja tootmisdisaini töövood.
Aktiivne; GPT Image 2.5 mudelid on uuemate töövoogude jaoks saadaval, kuid GPT-Image-2 on endiselt dokumenteeritud API-mudelina kättesaadav.
Kulutundlik pildiloome ja pilditöötlus, suure hulga variatsioonide loomine, kiire ideede arendamine, eelvaated, kerge isikupärastamine ning loominguliste materjalide kavandid.
Aegunud; praegu kättesaadav, kuid API töö lõpetamine on kavandatud 1. detsembriks 2026.
Kiire ja kvaliteetne piltide genereerimine ning töötlemine, sisuloojate sisu, tootetutvustused, visuaalne otsing, kiire prototüüpimine ja suure mahuga töövood
Praegu; saadaval OpenAI API kaudu
Keerukad arutluskäigud, täiustatud programmeerimine, matemaatika, teadus, tehnilised uuringud, visuaalne analüüs ja mitmeetapilised töövood tööriistadega
Praegune kanooniline alias; o3-2025-04-16 hetktõmmis on aegunud ja selle API kasutus lõpetatakse 11. detsembril 2026.
Keerukas arutlemine, matemaatika, teadus, koodianalüüs, visuaalne arutlemine ja suurt täpsust nõudvad mitmeastmelised ülesanded
Aegunud, kuid endiselt OpenAI API mudelikataloogis dokumenteeritud
Varem keerukaks peetud matemaatika-, teadus-, programmeerimis- ja muud mitmeetapilised arutlusülesanded, mis nõuavad põhjalikku kaalutlemist
Kasutusest eemaldatud; API-juurdepääs suleti 2025-07-28
Kulutundlik matemaatika, loodusteadused, algoritmiline programmeerimine, silumine ja ainult tekstipõhine arutlemine
Aegunud
Keerukas arutlemine, keeruline tehniline analüüs, edasijõudnud programmeerimine, uurimistöö töövood ning ülesanded, mille puhul on vastuse järjepidevus olulisem kui kiirus või maksumus.
OpenAI praeguses mudelikataloogis on see märgitud aegunuks; ka kuupäevaga snapshot o1-pro-2025-03-19 on märgitud aegunuks. Läbi vaadatud ametlikust dokumentatsioonist ei leitud kanoonilise o1-pro aliase täpset sulgemiskuupäeva.
Keerukas mitmeetapiline uurimistöö, allikate süntees, õiguslik ja teaduslik analüüs, turu-uuringud ning suuremahuline ettevõttesiseste andmete analüüs
Aegunud
Kodeerimine, matemaatika, teadus, tehniline analüüs, struktureeritud andmete eraldamine, teksti teisendamine SQL-päringuteks ja mitmeastmeline arutlemine
Praegune kanooniline alias koos aegunud snapshotiga; o3-mini-2025-01-31 on kavandatud API-st eemaldamiseks 23.10.2026.
Kõrget usaldusväärsust nõudev arutlemine, kõrgtasemel matemaatika, teaduslik analüüs, keerukas programmeerimine, uurimistöö ja mitmeetapilised professionaalsed ülesanded.
Praegune kanooniline alias; kuupäevaga hetktõmmis o3-pro-2025-06-10 on mudeli dokumentatsioonis märgitud aegunuks.
Kiire ja kulutundlik arutlemine; programmeerimine; matemaatika; visuaalne analüüs; struktureeritud andmete eraldamine; tööriistu kasutavad suure koormusega agendid
Aegunud; praegu API kaudu saadaval; kasutuselt kõrvaldamine on kavandatud 2026-10-23.
Keerukad mitmeetapilised uurimistööd, eri allikate süntees, turuanalüüs, õigus- või teadusuuringud ning mahukad tõenduspõhised aruanded.
Praegune kanooniline alias; kuupäevaga hetktõmmis o4-mini-deep-research-2025-06-26 on aegunud.
Teksti- ja pildisisu ohutuse klassifitseerimine, sisu filtreerimine, tehisintellekti väljundite kontroll, eeskirjade jõustamine ning juhtumite suunamine inimkontrolli
Praegune
Teksti- ja pildisisu ohutuse klassifitseerimine, sisu filtreerimine, modereerimisjärjekorrad, eeskirjade jõustamine ja genereeritud sisu kontrollimine
Praegune vaikimisi modereerimismudel
Kiire videokontseptsioonide loomine, sotsiaalmeediaklipid, pildist videoks katsetamine, prototüübid, esialgsed montaažid ja audiovisuaalse loometöö iteratiivne arendamine
Kasutusest kõrvaldatud; API kaudu praegu kättesaadav seisuga 23. september 2026, sulgemine on kavandatud 24. septembriks 2026
Tootmiskvaliteediga tekstipõhine video- ja pildipõhine videote genereerimine, kinolike prototüüpide ja turundusmaterjalide loomine ning sünkroonitud heliga kõrge eraldusvõimega lühiklippide valmistamine.
Pärandversioon; aegunud; praegu kättesaadav kuni 23. septembrini 2026; API kaudu kasutamine lõpetatakse 24. septembril 2026
Varasem tekstipõhine ohutuse klassifitseerimine ja ajaloolised modereerimislõimingud
Kasutuselt kõrvaldatud; juurdepääs lõppes 27. oktoobril 2025
Kvaliteetne semantiline otsing, mitmekeelne otsing, RAG, soovitused, klasterdamine, klassifitseerimine ja sarnasuse alusel sobitamine
Praegu saadaval OpenAI API kaudu
Kulutõhus semantiline otsing, otsinguga täiendatud genereerimine, klasterdamine, soovitused, anomaaliate tuvastamine ning teksti- või koodisarnasuse analüüs
Praegune
Juba ada-002 vektoritele üles ehitatud varasemad semantilise otsingu, infohankimise, klasterdamise, soovituste, anomaaliate tuvastamise ja klassifitseerimise süsteemid
Vanem teksti vektoriseerimise mudel; praegu loetletud ja Embeddings API kaudu kättesaadav
Väikese latentsusega tekst-kõneks teisendus, reaalajas toimivad hääleliidesed, jutustav tekst, juurdepääsetavus ja automaatne heli genereerimine
Ajakohane ja ligipääsetav; optimeeritud väikese latentsusega teksti kõneks teisendamiseks
Kvaliteetne teksti kõneks süntees, jutustamine, ligipääsetavuse helisisu, häälpõhised liidesed ja allalaaditav kõnesisu
Praegu saadaval OpenAI Audio API kõne lõpp-punkti kaudu
ChatGPT-laadsed kiirvastused, üldotstarbeline kirjutamine ja analüüs, piltide mõistmisega vestlused ning tööriistade abil toetatud töövood
Praegune muutuv alias; aluseks olevat mudeli versiooni uuendatakse regulaarselt
Mitmekeelne heli transkribeerimine, ingliskeelse kõne tõlkimine, keele tuvastamine, subtiitrite ja tiitrite loomine ning sõna- või segmenditasandi ajatemplid.
Kasutusest kõrvaldatud; praegu on see OpenAI API kaudu kättesaadav, kuid selle kasutamine lõpetatakse 26. veebruaril 2027.
Kulude suhtes tundlik ristmodaalne otsing, pildi- ja videootsing, multimeediakataloogide indekseerimine ning vektorotsing
Praegu saadaval Alibaba Cloud Model Studio rahvusvahelise juurutuse kaudu
Ristmodaalne otsing, tekstipõhine pildiotsing, piltide sarnasuse tuvastamine, videootsing, semantiline klassifitseerimine, klasterdamine ja multimodaalne vektorindekseerimine.
Praegu saadaval Alibaba Cloud Model Studio kaudu Hiina (Pekingi) piirkonnas; saadaval on tasuta prooviperioodi hinnakiri.
Agentide keskkondade simulatsioon, tööriistadega suhtlemise modelleerimine, terminali- ja tarkvaraarenduse tegevusjadad ning keelepõhiste maailmamudelite uurimine
Praegu saadaval olev avatud kaaludega mudel
Väikese latentsusega dupleks-kõneassistendid, reaalajas klienditeenindus, tehisintellekti kaaslased ja voogedastusega kõnest kõneks rakendused
Ajakohane ja ligipääsetav; standardväljaande reaalajas kahesuunalise kõne mudel
Väikese latentsusega häälassistendid, klienditeenindus, tehisintellektil põhinevad kaaslased, täisdupleksne kõnesuhtlus ning tööriistu või kloonitud hääli kasutavad häälerakendused.
Praegune ja saadaval
Madala latentsusega hääleassistendid, reaalajas klienditeenindus, kahesuunalised kõnevestlused, interaktiivsed häälagendid ja rakendused, mis vajavad voogedastatavaid helivastuseid.
Saadaval; praegune API-juurdepääs on kinnitatud, kuid mõne uue projekti puhul soovitatakse uuemaid mudeleid
Reaalajas toimuv mitmekeelne kõne transkribeerimine, reaalajas subtiitrid, koosolekute transkribeerimine, häälliidesed, voogedastatavad subtiitrid ja hiina murrete tuvastamine.
Praegu saadaval Alibaba Cloud Model Studio kaudu rahvusvahelise/Singapuri ja Hiina (Pekingi) regioonides.
Ekspressiivne kõnesüntees tekstist, audioraamatud, filmide ja videote dubleerimine, sisu loomine, esmaklassilised hääleteenused, mitmekeelne kõnesüntees, murrete süntees ja hääle kloonimine
Praegu saadaval
Pikemate koosolekute, intervjuude, kõnede ja meediumifailide ning mitmekeelsete või rohke murdekeelega salvestiste võrguühenduseta transkribeerimiseks
Praegu saadaval ja avalik
Autonoomse sõidu uurimine, sõidustseenide visuaalküsimustele vastamine (VQA), 3D BEV-tajumine, trajektooride ennustamine ja kehastatud tehisintellekti katsetamine
Praegune avatud kaaludega teadusväljalase
Tekstist pildi loomine, piltide redigeerimine, teksti kujutistele lisamine, fotorealistlikud stseenid, loominguline disain ja mitme pildivariandi loomine.
Praegune; kiirendatud mudel; funktsionaalselt samaväärne mudeliga qwen-image-2.0-2026-03-03
Lokaalne tekstist piltide genereerimine, mitme viitepildi põhine kompositsioon, läbipaistva taustaga visuaalide loomine, tootepildid ja lokaliseeritud pilditöötlus
Praegune avatud kaaludega väljalase
Kulutõhus tekstist piltide genereerimine, plakatid, turundusgraafika, illustratsioonid ning hiina- või ingliskeelset teksti sisaldavad pildid
Ajakohane ja kättesaadav; praegu samaväärne mudeliga qwen-image
Ebamääraste pilditöötlusjuhiste ümbersõnastamine, lähtepildi üksikasjade säilitamine, mitme pildi töötluse koordineerimine ja viipade ettevalmistamine Qwen-Image-2.1 jaoks.
Praegune; avatud kaaludega teadusväljalase
Lühikeste või mitmekeelsete pildipäringute laiendamine üksikasjalikeks promptideks Qwen-Image-2.1 jaoks
Praegune avatud kaaludega väljalase
Ühe pildi redigeerimine loomulikus keeles, kakskeelse teksti muutmine, objektide lisamine või eemaldamine, stiili ülekandmine, poosi muutmine ja piltide ühendamine
Ajakohane ja kättesaadav
Kvaliteetne pilditöötlus, mitme pildi kompositsioon, tööstusdisaini kontseptsioonid, geomeetrilised teisendused, tegelase välimust järjepidevana säilitavad töötlused ja kontrollitud visuaalsed muudatused
Praegu saadaval; kanooniline mudeli-ID on funktsionaalselt samaväärne mudeliga qwen-image-edit-max-2026-01-16.
Professionaalseks tekstist piltide loomiseks ja pilditöötluseks, plakatite ning infograafikute valmistamiseks, mitmekeelse pildisisese teksti loomiseks, fotorealistlike stseenide kujutamiseks ja viitepõhiseks loominguliseks sisuloomiseks
Praegu kasutatav pidevalt uuendatav mudel; funktsionaalselt samaväärne mudeliga qwen-image-2.0-pro-2026-04-22
Keerukas mitmekeelne tekstiloome, programmeerimine, loogiline arutlemine, loovkirjutamine, struktureeritud andmete eraldamine ja ettevõtetele mõeldud rakendused
Ajakohane ja hõlpsasti kättesaadav jooksvalt uuendatav põhiliini mudel
Üldotstarbeline teksti genereerimine, pika konteksti analüüs, mitmekeelsed rakendused, struktureeritud äriprotsessid, funktsioonikutseid kasutavad agendid ja rakendused, mis vajavad valikulist arutlusrežiimi.
Praegune; qwen-plus viitab praegu hetktõmmisele qwen-plus-2025-12-01
Suure mahuga klienditugi, lihtsatele kuni mõõdukalt keerukatele küsimustele vastamine, kokkuvõtete koostamine, ümberkirjutamine, struktureeritud teksti eraldamine ja kulutundlikud rakendused
Praegu saadaval; seda enam ei uuendata; Alibaba Cloud soovitab üle minna mudelile Qwen-Flash.
Kiire piltide ja videote mõistmine, visuaalsetele küsimustele vastamine, dokumentide analüüs ja multimodaalne andmeekstraktsioon
Aktiivne
Keerukas piltide ja videote mõistmine, dokumentide analüüs, diagrammide tõlgendamine, visuaalsetele küsimustele vastamine ja struktureeritud andmete eraldamine
Praegu kättesaadav pärandversiooni visuaalne keelemudel; praegune qwen-vl-maxi lõpp-punkt on funktsionaalselt samaväärne versiooniga qwen-vl-max-2025-08-13.
Kõrge eraldusvõimega piltide ja videote mõistmine, OCR-i laadne tekstituvastus, dokumentide analüüs, visuaalsetele küsimustele vastamine ja multimodaalsed assistendid
Praegu pidevalt uuendatav mudel; funktsionaalselt samaväärne mudeliga qwen-vl-plus-2025-08-15
Ise hostitavad vestlusabilised, mitmekeelne tekstiloome, abi programmeerimisel ja matemaatikas, pika kontekstiga dokumentide töötlemine, struktureeritud teksti genereerimine ning kuluteadlikud privaatsed juurutused
Praegu avatud kaaludega mudel; avalikult allalaadimiseks saadaval ja võimalik iseseisvalt juurutada.
Enda hallatavad mitmekeelsed assistendid, dokumentide töötlemine, RAG, programmeerimise tugi, struktureeritud andmete eraldamine ning kulusid arvestav juurutamine tootmiskeskkonnas.
Pärandvara avatud kaaludega mudel; allalaaditav ja ise hostitav, samas kui aegunuks märgitud Qwen2.5 API-mudeleid ei saa enam Alibaba Cloudi Model Studio praeguse hinnastusdokumentatsiooni kohaselt välja kutsuda.
Enda serveris majutatavad assistendid, mitmekeelne teksti genereerimine, pikkade dokumentide töötlemine, programmeerimise tugi, struktureeritud andmete eraldamine, RAG-i ja agendirakendused
Saadaval; avatud kaaludega mudel
Isehostitavad mitmekeelsed assistendid, programmeerimine, matemaatika, dokumentide analüüs, struktureeritud teksti genereerimine ja pika kontekstiga tööülesanded
Saadaval avatud kaaludega mudelina; uuemate Qweni põlvkondadega võrreldes vanem mudel
Multimodaalsed assistendid, heli ja video mõistmine, visuaalsetele küsimustele vastamine, häälsuhtlus, kõnejuhiste järgimine ning kohaliku multimodaalse tehisintellekti uurimine
Praegune; avatud kaaludega mudel, mis on saadaval Alibaba Cloud Model Studio kaudu
Kohapealne või enda hallatav piltide ja videote analüüs, OCR, andmete eraldamine dokumentidest, diagrammide ja skeemide analüüs, visuaalsetele küsimustele vastamine, visuaalne lokaliseerimine ning multimodaalne teadus- ja arendustöö
Avatud kaaludega ja allalaaditav; toetatud peenhäälestuse baasmudelina Alibaba Cloud Model Studios. Selle täpse mudeli praegune hostitud inferentsi kättesaadavus ja tavahinnad ei ole Model Studio uusimas inferentsi hinnakataloogis selgelt loetletud.
Kvaliteetne piltide, dokumentide, diagrammide, ekraanipiltide, OCR-i, visuaalse põhjendamise ja videote analüüs; multimodaalsed agendid ning enda serveris hostimisega katsetamine
Avatud kaaludega mudel; Qwen2.5-VL-i vanem põlvkond, mis on endiselt Alibaba Cloud Model Studios loendis
Kiire ja suure mahuga tekstigeneratsioon; pika konteksti analüüs; kokkuvõtete koostamine; andmete eraldamine; struktureeritud väljundid ning rakendused, mis vajavad valikulist arutlemist.
Praegu saadaval; kanooniline qwen-flash-identifikaator on funktsionaalselt samaväärne identifikaatoriga qwen-flash-2025-07-28.
Kerged kohalikud assistendid, võrguühenduseta prototüübid, manussüsteemides katsetamine, haridus, lihtne teksti genereerimine ja piiratud ressurssidega juurutused
Praegune avatud kaaludega mudel
Tõhus lokaalne inferents, servarakendused, mitmekeelne vestlus, kerge arutlusvõime, programmeerimisabi ja tööriistu kasutavad agendid
Praegu saadaval olev avatud kaaludega mudel
Kohalikud ja isehostitavad vestluslahendused, kompaktne arutlusvõime, abi programmeerimisel, mitmekeelsed rakendused, otsinguga täiendatud genereerimine ning kerged tööriistu kasutavad agendid
Praegune avatud kaaludega mudel
Kulutõhus arutlemine, programmeerimine, mitmekeelsed assistendid, kohapealne juurutamine, struktureeritud teksti genereerimine, tööriistu kasutavad agendid ja peenhäälestatud rakendused
Praegu saadaval ja ligipääsetav; avatud kaaludega mudel, mida saab ise majutada ja Alibaba Cloud Model Studio API kaudu juurutada
Kohapealne juurutamine, mitmekeelsed assistendid, arutlusvõime, matemaatika, programmeerimine, struktureeritud teksti genereerimine, uurimistöö ja kulutundlikud agendipõhised töövood.
Praegu avatud kaaludega mudel; saadaval ka mudelina qwen3-14b Alibaba Cloud Model Studio kaudu, kus võimalused ja hinnad erinevad piirkonniti.
Isehostitavad assistendid, programmeerimine, matemaatiline ja loogiline arutlemine, mitmekeelsed rakendused, pika kontekstiakna kasutamine dokumentide töötlemisel ning agentlikud tööriistakasutussüsteemid
Praegu saadaval ja ligipääsetav; avatud kaaludega väljalase, mida pakutakse Alibaba Cloud Model Studios majutatud teenusena
Ise majutatavad arutlusassistendid, kodeerimisagendid, matemaatikaülesanded, mitmekeelsed rakendused, struktureeritud teksti genereerimine ja tööriistakutsete töövood
Praegu: avatud kaaludega mudel, mis on saadaval Alibaba Cloud Model Studio kaudu
Keerukas arutlemine, matemaatika, tarkvaraarendus, mitmekeelsed rakendused, funktsioonikutsed, agentpõhised töövood, teadustöö ning isehostitav avatud kaaludega juurutus
Praegu saadaval Alibaba Cloud Model Studio kaudu; Qwen3 algne avatud kaaludega väljalase, uuemad 2507 instruct- ja thinking-variandid on saadaval eraldi.
Mitmekeelne semantiline otsing, RAG-i kandidaatide ümberjärjestamine, ettevõtte dokumentide otsing, teadmistebaasiotsing ja otsingutulemuste asjakohasuse parandamine.
Ajakohane ja saadaval
Taskukohane mitmekeelne kõne tekstiks teisendamine, keele tuvastamine, võrguühenduseta transkribeerimine, reaalajas voogedastusega automaatne kõnetuvastus (ASR) ja suure läbilaskevõimega juurutused
Ajakohane, avatud kaaludega ja Apache 2.0 litsentsi alusel
Mitmekeelne kõne transkribeerimine, keele tuvastamine, pikkade helisalvestiste töötlemine ning enda taristus majutatavad või voogedastuspõhised automaatse kõnetuvastuse (ASR) rakendused
Praegu saadaval; avatud kaaludega ja allalaaditav
Kõne sõna- ja tähemärgitaseme ajastuse joondamine, subtiitrite sünkroonimine, transkriptsiooni ajastamine ja heli märgendamine
Praegune avatud kaaludega mudel
Kogu koodihoidla ulatuses töötavad kodeerimisagendid, koodi genereerimine ja lõpetamine, silumine, refaktoreerimine, terminali töövood ning kulutundlikud enda hallatavad juurutused.
Praegu saadaval; avatud kaaludega mudel, mida saab kasutada Alibaba Cloud Model Studio kaudu
Suurte koodibaaside analüüs, koodi genereerimine, ümbertegemine, silumine, dokumenteerimine ja pika kontekstiga koodiagendi töövood
Praegu; kanooniline qwen3-coder-plus on praegu samaväärne mudeliga qwen3-coder-plus-2025-09-23.
Mitmekeelsed tekstiembedingud, semantiline otsing, RAG, soovitussüsteemid, klasterdamine, klassifitseerimine ja olemasolevate v3-vektoriindeksite migreerimine
Saadaval; seda hoitakse peamiselt olemasolevate v3 embedding-indeksitega ühilduvuse tagamiseks
Mitmekeelne semantiline otsing, RAG-töövood, vektorandmebaasid, dokumentide otsing, klasterdamine, klassifitseerimine, soovitused ja koodiotsing
Praegu kättesaadav Alibaba Cloud Model Studio kaudu
Salvestatud või üles laaditud heli ja video voogedastustõlge, mitmekeelsed subtiitrid, tõlgitud heliribad ning rakendused, mis vajavad tõlgitud teksti või sünteesitud kõnet.
Praegune stabiilne mudel
Reaalajas mitmekeelne suuline tõlge, reaalajas häältõlge, konverentsitõlge, voogedastusmeedia ja audiovisuaalse sisu tõlge teksti või sünteesitud kõne väljundina
Pärandversioon; endiselt saadaval; uueks kasutuseks enam mitte soovitatav
Keerukas arutlus, programmeerimisabi, veebiteabel põhinevad agendid, funktsioonide väljakutsumine, struktureeritud andmete eraldamine ja pika konteksti tekstianalüüs
Praegune
Kohalikud visuaalsed assistendid, OCR, dokumentide ja diagrammide analüüs, piltide kohta küsimustele vastamine, kerge videomõistmine ning multimodaalsete prototüüpide loomine
Praegu saadaval olev avatud kaaludega mudel
Kohalike piltide ja videote mõistmine, OCR, dokumentidest andmete eraldamine, visuaalne küsimustele vastamine, visuaalne programmeerimine ning kerged multimodaalsed agendid
Praegu avatud kaaludega mudel; saadaval Hugging Face'is ja toetab juhendatud peenhäälestamist Alibaba Cloud Model Studios
Lokaalne või majutatud piltide ja videote mõistmine, OCR, dokumentidest andmete eraldamine, visuaalsetele küsimustele vastamine, ruumiline arutlemine, ekraanipiltide analüüs, multimodaalsed agendid ja struktureeritud andmete eraldamine
Praegune; avatud kaaludega mudel, mille hostitud inferents on saadaval Alibaba Cloud Model Studio kaudu
Piltide ja videote mõistmine, OCR, dokumentide analüüs, ruumiline arutlus, visuaalne kodeerimine, pika kontekstiga multimodaalsed ülesanded ning visuaalsete agentide rakendused
Praegu saadaval; avatud kaaludega väljalase ning Alibaba Cloud Model Studio API kaudu kasutatav mudel
Dokumentide intelligentne töötlus, OCR, piltide ja videote mõistmine, ruumiline arutlus, visuaalne kodeerimine ning visuaalsete agentide rakendused
Praegune; avatud kaaludega mudeli kontrollpunkt, mis on saadaval Alibaba Cloud Model Studio hallatud järeldusteenuse kaudu
Kvaliteetne piltide ja videote sisuline mõistmine, OCR, dokumentide intelligentne analüüs, visuaalne koodikirjutamine, ruumiline arutlus, pika kontekstiga multimodaalne analüüs ja visuaalsete agentide rakendused
Praegu saadaval; avatud kaaludega versioon ja kasutatav Alibaba Cloud Model Studio API kaudu
Multimodaalne ümberjärjestamine, ristmodaalne otsing, piltide leidmine, videote leidmine, piltide klasterdamine ja multimodaalne RAG
Praegu saadaval Alibaba Cloud Model Studio kaudu Hiina (Pekingi) piirkonnas
Multimodaalne vektorotsing, ristmodaalne infootsing, pildi- ja videootsing, semantiline klasterdamine, märgendamine ning teksti ja visuaalset sisu ühendavad otsingutöövood.
Praegu saadaval Alibaba Cloud Model Studio kaudu; Qweni ametlikest mudelirepositooriumidest on saadaval ka avatud kaaludega 2B ja 8B variandid.
Pika konteksti multimodaalne analüüs, dokumentide mõistmine, videote ja piltide tõlgendamine, üldine arutlus, programmeerimine, tööriistu kasutavad assistendid ja iseseisvalt majutatav juurutus
Kättesaadav; uute projektide puhul enam mitte soovitatav
Tõhusad multimodaalsed assistendid, programmeerimine, arutlusvõime, pika konteksti analüüs, lokaalne juurutamine ja tööriistu kasutavad agendid
Saadaval; Apache 2.0 litsentsiga avatud kaaludega mudel, mille majutatud API-juurdepääs on saadaval Alibaba Cloud Model Studio kaudu.
Täiustatud multimodaalne arutlusvõime, piltide ja videote mõistmine, programmeerimine, pika konteksti analüüs, dokumentide ja diagrammide tõlgendamine, funktsioonikutseid toetavad agendid ning veebiteabele tuginevad töövood.
Praegu saadaval Alibaba Cloud Model Studio kaudu; ülemaailmne väljalase toimus 24. veebruaril 2026.
Täiustatud multimodaalne arutlusvõime, kodeerimine, video- ja pildimõistmine, pika konteksti analüüs, tööriistu kasutavad agendid ning isehostitavad avatud kaaludega juurutused
Praegu; avatud kaaludega mudel, mis on saadaval Alibaba Cloud Model Studio kaudu
Kiire pika konteksti teksti-, pildi- ja videomõistmine; struktureeritud andmete eraldamine; tööriistu kasutavad agendid; veebisisule tuginevad rakendused; ning suure mahuga multimodaalsed töökoormused.
Praegune ja saadaval
Pika konteksti arutlemine, multimodaalne dokumentide ja videote analüüs, programmeerimine, struktureeritud ettevõtteprotsesside automatiseerimine, funktsioonikutseid kasutavad agendid ja veebiallikatele tuginev uurimistöö.
Praegune; kanooniline pidevalt uueneva mudeli identifikaator, mis vastab praegu väärtusele qwen3.5-plus-2026-02-15
OCR, dokumentide parsimine, teksti lokaliseerimine, tabelite eraldamine, käsitsi kirjutatud teksti tuvastamine ja võtmeteabe eraldamine piltidelt
Praegu saadaval Alibaba Cloud Model Studio kaudu
Kiire multimodaalne analüüs, pika helisisu mõistmine, audiovisuaalse sisu põhjal küsimustele vastamine, hääleassistendid ja kõnega vastuseid pakkuvad rakendused
Praegune; kanooniline mudeli ID on funktsionaalselt samaväärne mudeli qwen3.5-omni-flash-2026-03-15 ID-ga
Väikese latentsusega häälassistendid, kõnest kõnesse rakendused, multimeediumi reaalajas analüüs, interaktiivsed agendid ja multimodaalsed vestlused.
Praegu aktiivne ja saadaval; jooksvalt uuenev mudeliidentiteet on funktsionaalselt samaväärne mudeliga qwen3.5-omni-flash-realtime-2026-03-15.
Mitmekeelsed häälassistendid, kõnefunktsiooniga multimodaalsed rakendused, audiovisuaalne analüüs, suulised selgitused, ligipääsetavustööriistad ja interaktiivse meedia töövood.
praegune
Reaalajas töötavad kõneassistendid, kõnest kõneks rakendused, multimodaalne klienditeenindus, visuaalsed vestlusagendid, multimeedia reaalajas analüüs ning interaktiivsed rakendused, mis vajavad juhitavat kõneväljundit.
Praegu saadaval; kanooniline mudeliidentifikaator, mis on funktsionaalselt samaväärne hetktõmmisega qwen3.5-omni-plus-realtime-2026-03-15
Kodeerimisagendid, hoidlatasandi tarkvaraarendus, visuaalsete dokumentide analüüs, videote mõistmine, STEM-valdkonna arutluskäik, pika konteksti toega assistendid ja isehostitavad multimodaalsed rakendused
Praegu saadaval; avatud kaaludega väljalase ja Alibaba Cloud Model Studio API-mudel
Agentne programmeerimine, tarkvaraarendus pika konteksti toel, multimodaalne analüüs, tööriistu kasutavad agendid ja ise hostitud juurutused
Praegu saadaval; avatud kaaludega ning kasutatav Alibaba Cloud Model Studio kaudu
Kiired multimodaalsed assistendid, kodeerimisagendid, visuaalne dokumendianalüüs, videote mõistmine, tööriistu kasutavad töövood, objektide lokaliseerimine ja pika konteksti toega rakendused
Praegune
Täiustatud kodeerimisagendid, front-end-arendus, pika konteksti analüüs, struktureeritud API-töövood ja teksti genereerimine veebiotsingu abil
Eelvaade; praegu saadaval; kasutuselt kõrvaldamine on kavandatud 10. oktoobriks 2026
Pika konteksti multimodaalne analüüs, agentne programmeerimine, OCR, objektide lokaliseerimine, kasutajaliideste arendus, visuaalne arutlemine ja tööriistadega varustatud ettevõtteassistendid
Praegu: jooksva mudeli ID qwen3.6-plus on praegu samaväärne mudeliga qwen3.6-plus-2026-04-02.
Kiired multimodaalsed agendid, visuaalne programmeerimine, tööriistade kasutamise töövood, otsinguagendid ning pika konteksti abil dokumentide või ekraanide analüüs
Praegu saadaval; jooksva qwen3.7-flash-i identifikaator on hetkel samaväärne identifikaatoriga qwen3.7-flash-2026-07-15.
Keerukas arutlemine, täiustatud programmeerimine, pika konteksti analüüs, tööriistu kasutavad agendid, tootlikkuse automatiseerimine ja pikaajaliste ülesannete täitmine
Pärandversioon; praegu kättesaadav toetatud Alibaba Cloud Model Studio juurutustes
Pika konteksti põhine arutlemine, multimodaalne dokumentide ja videote analüüs, programmeerimine, tööriistu kasutavad agendid, struktureeritud andmete eraldamine ning ettevõtete tootlikkuse töövood
Praegune; muutuv identifikaator vastab praegu väärtusele qwen3.7-plus-2026-05-26
Mitmekeelne semantiline otsing, otsinguga täiendatud genereerimine, koodiotsing, soovitused, klasterdamine, klassifitseerimine ja teksti vektoriseerimine suures mahus
Praegu saadaval rahvusvaheliselt Alibaba Cloud Model Studio kaudu
Kulutõhusaks ja suure läbilaskevõimega mitmekeelseks teksti vektoriseerimiseks, semantiliseks otsinguks, RAG-i rakendusteks, soovitussüsteemideks, klasterdamiseks ja klassifitseerimiseks.
Praegune
Täiustatud arutlemine, programmeerimine, teadus- ja ametialane uurimistöö, pika konteksti analüüs ning pikaajalised agendipõhised töövood
Praegu saadaval; avatud kaaludega väljalase ja hostitud API-mudel
Kodeerimisabilised, koodirepositooriumide analüüs, visuaalsete dokumentidega töötamise töövood, pika kontekstiga uurimistöö, kontoritöö automatiseerimine, multimodaalsed agendid ja tööriistu kasutavad rakendused
Aktiivne ja praegu saadaval; avatud kaaludega väljalase ning Alibaba Cloud Model Studio API kaudu kasutatav mudel
Kiire arutlemine pika konteksti põhjal, abi programmeerimisel, visuaalsete dokumentide ja graafikute analüüs, videote mõistmine, funktsioonikutsumisega agendid ning suure samaaegse koormusega rakendused
Praegu saadaval Alibaba Cloud Model Studio kaudu
Suuremahuline programmeerimine, agendipõhised töövood, pika konteksti abil dokumentide ja koodibaaside analüüs, kontoritöö automatiseerimine ning teksti, piltide ja video multimodaalne mõistmine
Praegune avatud kaaludega eksperimentaalne eelvaade
Keerukas programmeerimine, autonoomne tarkvaraarendus, pikaajalised agenditöövood, professionaalne dokumendianalüüs, visuaalne arutlemine, pikad videod ja nõudlikud uurimisülesanded.
Ametlik stabiilne väljalase; praegu saadaval Alibaba Cloud Model Studio kaudu
Reaalajas kõnetõlge, mitmekeelsed koosolekud, sünkroontõlge, tõlgitud kõnesuhtlus ja väikese viivitusega audiovisuaalne tõlge.
Praegune stabiilne mudel
Pikaformaadilise heli- ja videosisu mõistmine, multimeediaanalüüs, audiovisuaalsed agendid, sisu kokkuvõtete koostamine ning tööriistu kasutavad töövood
Praegune ja saadaval
Reaalajas töötavad häälassistendid, kõnest kõneks rakendused, interaktiivsed videoagendid, meedia reaalajas analüüs, multimodaalne klienditeenindus, koosolekute ja koostöö liidesed ning rakendused, mis vajavad tööriistade või MCP-integratsiooni.
Praegu saadaval; rahvusvaheline kasutuselevõtt Singapuris
Keelemudelite voogedastatavate viipade ja vastuste väikese latentsusega kohalik modereerimine
Praegune avatud kaaludega mudel
Voogedastatavate viipade ja keelemudelite vastuste reaalajas modereerimine
Saadaval avatud kaaludega mudel
Viipade ja voogedastatavate keelemudelivastuste mitmekeelne reaalajas modereerimine
Praegune avatud kaaludega mudel
Väikese latentsusega tegelaste dialoog, virtuaalsed kaaslased, mängude NPC-d, rollimängurakendused, intellektuaalomandiga kaitstud tegelaste jäljendamine ja vestlusvõimelised nutiseadmed
Ajakohane; dünaamiliselt uuendatav hallatav mudel
Tegelaskujude rollimäng, virtuaalsed sotsiaalrakendused, mängude NPC-d, intellektuaalomandiga kaitstud tegelaste jäljendamine, nutimänguasjad, autosisesed assistendid ja empaatilised vestluskogemused
Praegune; dünaamiliselt uuendatav mudel
Keerukad tekstist pildiks kujundused, mitmekeelne tüpograafia, plakatid, menüüd, süžeeskeemid, kasutajaliidese maketid, tootepildid ja pilditöötlus ühe kuni kolme võrdluspildi abil
Praegune ja saadaval
Juhistepõhine pilditöötlus, mitme pildi ühendamine, tegelaskuju järjepidevusega kompositsioonid, objektide asendamine, stiiliülekanne, plakatite ja teksti redigeerimine ning tootepiltide variatsioonide loomine.
Praegune; kanooniline mudel, mis on praegu samaväärne mudeliga qwen-image-edit-plus-2025-10-30
Realistlik tekstist pildi genereerimine, loomingulised kontseptsioonid, turundusvisuaalid, toimetuslikud illustratsioonid, tootekontseptsioonid ja üldotstarbeline pildiloome.
Praegu saadaval teksti põhjal piltide genereerimiseks; kuupäevata qwen-image-max-i identifikaator on praegu samaväärne identifikaatoriga qwen-image-max-2025-12-30.
Kiire tekstist pildi loomine, tekstirohked kujundused, piltide redigeerimine, võrdluspiltide kombineerimine, turundusgraafika ja suure mahuga pilditöötlusvood.
Praegu saadaval Alibaba Cloud Model Studios
Matemaatika, programmeerimine, teadusliku suunitlusega analüüs ja keerukas mitmeastmeline arutluskäik
Pärandteenus; 7. oktoobri 2026 seisuga veel kättesaadav; teenuse osutamine peaks lõppema 10. oktoobril 2026 kell 00:00 (UTC+08), sõltuvalt muudatuse tegelikust toimumisajast
Ristmodaalne teabeotsing, piltide ja videote sarnasuse alusel otsing, multimodaalne semantiline indekseerimine, soovitused ja sisu klassifitseerimine
Saadaval
Keerukas multimodaalne analüüs, pika konteksti toetav dokumentide mõistmine, piltide ja videote põhjal küsimustele vastamine, heli arvestavad töövood, programmeerimine ning ettevõtterakendused, mis vajavad laia sisendite toe ulatust.
API hinnakirjas saadaval või loetletud, kuid seda ei ole määratletud baasmudelina, mis on alati avalikult kättesaadav; kontost sõltuv saadavus tuleks üle kontrollida.
Madala latentsusega pildi- ja videomõistmine, objektituvastus, füüsiline tehisintellekt, robootika, juurutamine servaseadmetes ja seadmesisesed visuaalsed assistendid
Kehtiv ja avalikult kättesaadav
Kiired multimodaalsed rakendused, dokumentide ja piltide analüüs, lühivideote mõistmine, struktureeritud teabe eraldamine, mitmekeelne vestlus, programmeerimine ning tööriistu kasutavad agendid
Praegune avalikult kättesaadav baasmudel
Väikese latentsusega arutlemine, programmeerimisabi, funktsioonikutsed, kohapealne juurutamine, seadmes töötavad rakendused ja kulutundlik järeldamine
Hetkel saadaval; avatud kaaludega teadusliku eelvaate mudel, millele pääseb API kaudu ligi Reka Gateway kaudu.
Kodeerimine, matemaatiline arutlemine, lokaalne inferents, uurimuslik eksperimenteerimine ja peenhäälestus agentpõhiste töövoogude jaoks
Saadaval avatud kaaludega mudelina; ametlikust API-kättesaadavusest on teatatud, kuid praeguses avalikus API baaskataloogis ei ole täpset mudeliidentifikaatorit loetletud.
Helipõhised digitaalsed inimesed, huulte sünkroonimisega videod, laulvad avatarid, mitmekeelse tegelasanimatsiooni, mitme osalejaga dialoogid ja pika kestusega kõnelevate videote loomine
Praegune; käimasolev projekt
Visuaalne küsimustele vastamine, kõrge eraldusvõimega piltide mõistmine, multimodaalne otsing, piltidele tuginev uurimistöö ja tööriistade abil toimuv agendipõhine arutlemine
Praegune avatud kaaludega teadusmudel
Visuaalne süvaotsing, piltide üksikasjalik mõistmine, multimodaalsete agentide abil tehtav uurimistöö ning isemajutatavad tööriistu kasutavad nägemis-keele rakendused
Praegune avatud kaaludega mudel
Ruumilise intelligentsuse uurimine, pildi ja teksti põhine küsimustele vastamine, visuaalne arutlemine, 3D-stseenide analüüs ning stereomeetriaprobleemid
Praegune avatud kaaludega väljalase
Natiivne pildiloome, suure eraldusvõimega visuaalide loomine, piltide redigeerimine, infograafika ja paigutuste loomine, visuaalne mõistmine ning multimodaalsed uurimis- või loomingulised töövood
Praegune avatud kaaludega lipulaevmudeli versioon
Ühtne platvorm arvutinägemise uuringuteks, objektituvastuseks, OCR-iks, segmenteerimiseks, sügavuse ja pinnanormaalide hindamiseks, visuaalseks seostamiseks ning mitme vaate geomeetriaks
Praegune avatud kaaludega uurimismudel
Pikaajalise planeerimishorisondiga multimodaalsed agendid, andmeanalüüs, süvauuringud, keeruka teabe esitamine, kontoritöö automatiseerimine ja tööriistapõhised töövood
Eelvaade; praegu saadaval SenseNova Token Plani kaudu
Tegelaskujude välimust järjepidevalt säilitav pildigeneratsioon mitmeosaliste videote, liikuvate koomiksite, lühidraamade, süžeetahvlite ja mitut kaadrit hõlmava visuaalse tootmise jaoks
Hetkel: integreeritud SenseNova Seko seeriasse ja Seko 2.0 platvormi
Professionaalne pildiloome, infograafika, reklaamimaterjalid, e-kaubanduse materjalid, esitlused, õppeotstarbelised diagrammid, süžeekavandid ja mitmeastmelised visuaalse materjali loomise ning edastamise töövood
Praegune tootmisversioon; ettevõtetele mõeldud API on saadaval eelneva lubamise alusel
Avatud lähtekoodiga visuaalne mõistmine, piltide genereerimine ja redigeerimine, infograafikute loomine, visuaalne arutlus ning pidevad pildi- ja tekstitöövood.
Avatud lähtekoodiga mudeliseeria; saadaval on variandid U1-8B-MoT ja U1-A3B-MoT. SenseNova U1.5 on visuaalse sisu loomise ja redigeerimise uuem järeltulija, samas kui U1 kontrollpunktid on endiselt dokumenteeritud ja allalaaditavad.
Kiire infograafikute loomine, tihedat teavet edastavad visuaalsed selgitused, graafikud, diagrammid, esitluste visuaalid ja teaberohked küljendused
Praegu kättesaadav SenseNova Token Plan’i ja spetsiaalsete pildiloomeintegratsioonide kaudu
Tekstist piltide loomine, viitepiltide loomine, visuaalne disain, plakatid, infograafika, tootepildid ja piltide järkjärguline redigeerimine
Praegu saadaval SenseNova Tokeni paketi kaudu
Programmeerimisagendid, tarkvaraarendus, pika konteksti arutlus, tööriistu kasutavad agendid, privaatne kohalik inferents ja tööpõhine automatiseerimine
Praegu saadaval olev avatud kaaludega mudel, mida saab kohapeal juurutada ja StepFuni API-platvormi kaudu kasutada
Pikaajalised agentpõhised töövood, tarkvaraarendus, programmeerimine, professionaalsed teadmistepõhised ülesanded, finantsanalüüs, uurimistöö ja visuaalset sisendit kasutavad ülesanded
Praegune eelversioon; saadaval StepFuni toodete ja API kaudu. Avatud kaaludega mudeli väljalase on kavandatud 15. oktoobriks 2026.
Tekstist piltide loomine enda serveris, pildigeneratsiooni uurimine, avatud kaaludega eksperimenteerimine ja kohalikud loometöövood
Praegune avatud kaaludega mudel; enda hallatav kontrollpunkt
Kiire interaktiivne tekstist pildi genereerimine, juhistepõhine pilditöötlus, plakatite ja IP loomine, kakskeelse teksti renderdamine, lokaalsed muudatused, objekti või tegelase järjepidevusega genereerimine, stiiliülekanne, portreefotode täiustamine ja f
Saadaval
Avatud kaaludega multimodaalne arutlus, visuaalsetele küsimustele vastamine, matemaatiline arutlus, dokumentide ja diagrammide analüüs ning teadusuuringute rakendused, mis nõuavad isemajutust
Praegu avatud kaaludega mudel; seda saab juurutada oma taristus ja kasutada StepFuni avatud platvormi kaudu.
Suure jõudlusega kodeerimisagendid, visuaalsete dokumentide ja kasutajaliideste mõistmine, rohkelt otsingut nõudvad uurimistöövood, pika konteksti analüüs ning tööriistu kasutavad autonoomsed agendid
Kehtiv ja saadaval
Isemajutatava kõnest kõneks teisendamise tehnoloogia uurimine, helidialoog, väljendusrikas häälsuhtlus, hääle kloonimine ja multimodaalsete vestlusagentide prototüüpimine
Varasem avatud kaaludega mudel; repositooriumi enam ei hooldata ning StepFun soovitab uuemaid Step-Audio projekte.
Avatud kaaludega mitmekeelne ja väljendusrikas tekst-kõne süntees, hääle kloonimine, emotsionaalse kõne loomine, murde ja prosoodia juhtimine, räpi genereerimine ning ümisemise süntees.
Avatud mudelikaaludega ja allalaaditav; saadaval Hugging Face'is ja ModelScope'is. Algne Step-Audio repositoorium on märgitud enam mittehooldatavaks ning uuemate kõnepõhise suhtluse kasutusjuhtude puhul soovitatakse hilisemaid Step-Audio mudelisarju.
Ekspressiivne kõnetöötlus, emotsioonide ja kõnestiili juhtimine, paralingvistilised efektid, nullnäitel põhinev hääle kloonimine ning juhitav tekst-kõneks teisendus
Praegune; avatud kaaludega mudel kohaliku inferentsi ja StepFun Audio Studio juurdepääsuga
Reaalajas toimuv suuline dialoog, hääleagendid, akustikast lähtuv arutlemine ja interaktiivsed helirakendused
Praegu saadaval avatud kaaludega väljalaskena; allalaaditav ja enda taristus juurutatav
Kõnetuvastus, heli mõistmine, paralingvistiline analüüs, kõne tõlkimine, reaalajas töötavad häälagendid, kõne-kõne vestlus ning heli arvestavad tööriistakutseid kasutavad rakendused
Praegune avatud kaaludega mudel; avalikult allalaaditav ja toetatud StepFuni reaalajateenustes
Avatud kaaludega tekstijuhitud pildist videoks genereerimine, viitepiltide animeerimine, juhitava liikumise süntees ja teaduslik eksperimenteerimine
Praegu avatud kaaludega mudel; järeldamist saab käitada oma taristus
Ise majutatav tekstist video loomine, teadusuuringud, avatud videomudelite katsetamine ning inglise- või hiinakeelsete viipade abil loominguliste videote tootmine
Saadaval avatud kaaludega mudel; ise hostitav järeldamine
Avatud kaaludega tekstist video loomine, teadustöö, ise hostitavad loomingulised töövood ja vähema sammude arvuga videojäreldus
Praegu avatud kaaludega väljalase; ametlikku kasutusest kõrvaldamise ega sulgemise kuupäeva ei ole avaldatud
Tekstijuhiste põhine pilditöötlus, keerukad visuaalsed muudatused, avatud kaaludega teadustöö ja kohalikud pildiloome töövood
Praegune avatud kaaludega mudel
Avatud kaaludega visuaalne arutlus, piltide kohta küsimustele vastamine, OCR, dokumentide mõistmine, GUI-elementide lokaliseerimine, matemaatika, ruumiülesanded ja multimodaalse kodeerimise võrdlustestid
Praegune; avatud kaaludega vestlusmudel
Kiire hiina- ja ingliskeelse kõne transkriptsioon, pikad helisalvestised, koosolekud, intervjuud, subtiitrid ja häälagentide ASR-töövood
Praegune; täielikult kasutusele võetud
Väikese viivitusega kõnest kõnesse assistendid, häälekaaslased, rollimängud, emotsionaalselt väljendusrikkad vestlused, autos toimuv dialoog ja reaalajas töötavad häälagendid
Saadaval dokumenteeritud StepFuni reaalaja WebSocketi API kaudu; StepFuni hilisem avalik kataloog tõstab esile mudelit StepAudio 3 Realtime, seega tuleks praegune kontotaseme saadavus üle kontrollida.
Ilmekas teksti kõneks muutmine, tegelaste jutustamine, emotsionaalselt nüansirikkad agendid, pealelugemise tootmine, voogesituse taasesitus ja volitatud nullnäitega hääle kloonimine
Aktiivne; dokumenteeritud ja saadaval StepFun Open Platformi ning Step Plani kaudu. StepAudio 3 TTS kuulub samuti StepFuni praegusesse tipptasemel mudelite kataloogi.
Mitmekeelne transkriptsioon, koosolekud, subtiitrid, reaalajas sisu, klienditeeninduse salvestised, erialaterminoloogia, mürarikas heli, murded, koodivahetus ning laulude või muusika transkribeerimine
Praegu saadaval StepFun API kaudu
Nullnäitega tekst-kõneks süntees, hääle kujundamine loomuliku keele abil, laulmise ja vokaali genereerimine, muusika, heliefektid, atmosfäär ning terviklikud mitmeelemendilised helistseenid
Praegu uuritav ja platvormil loetletud mudel; avaliku API ja juurdepääsu üksikasjad on piiratud
Laulude genereerimine, instrumentaalmuusika, laulusõnade põhjal laulude loomise töövood, saatepartii, kaverilaadne süntees ja muusika kiire prototüüpimine
Praegune; avalikult esitletud ja saadaval StepFuni StepAudio 3 muusikakogemuse kaudu
Loomulik reaalajas toimuv vestlus hääle abil, täisdupleksne suhtlus, katkestusi arvestavad assistendid, emotsioonide mõistmine helis ning tööriistu kasutavad hääleagendid.
Praegu tegutsev ja börsil noteeritud
Juhitav mitmekeelne teksti kõneks muutmine, jutustamine, häälliidesed, lokaliseerimine ja väljendusrikka kõneheli loomine
Praegune ja avalikult kättesaadav
Seadmesisesed visuaalassistendid, GUI-elementide tuvastamine ja nendega seostamine, ekraani sisu mõistmine, ruumiline arutlus, suhtlus sõidukiga ning väikese latentsusega kohalikud agenditöövood
Praegu; ametlikult välja kuulutatud ääreseadmetes juurutamise alusmudelina
Seadmesisene kõnetuvastus, heli mõistmine, häälassistendid, sõidukisisene suhtlus, privaatsust arvestav helitöötlus ja väikese latentsusega serva-AI.
Praegune; servajuurutuseks mõeldud mudel, mille võimekuse kohta on avalikult teavet, kuid mille majutatud API kinnitatud avalikku hinnastust ega üldist mudeli allalaadimise dokumentatsiooni ei leitud.
Seadmesisene tekstist pildi genereerimine, kohapealne pilditöötlus, privaatsust arvestavad loomingulised funktsioonid ning väikese latentsusega servaseadmete rakendused.
Praegune uurimismudel; avalik tehniline teave on saadaval, kuid ametliku avaliku API kättesaadavust ega allalaaditavaid mudelikaale ei ole kontrollitud.
Madala latentsusega töölaua- ja mobiilse graafilise kasutajaliidese automatiseerimine, visuaalne positsioneerimine, lokaalselt töötavad arvutikasutuse agendid ja privaatsustundlikud servtöötluse töövood
Praegune; servas juurutatav graafilise kasutajaliidese agendi mudel
Lean 4 automaatformaliseerimine, matemaatiliste teoreemiväidete genereerimine, formaalse matemaatika uurimine ja lokaalselt juurutatud tõestusabi töövood
Aktiivne avatud kaaludega mudel
Lean 4 automaatformaliseerimine, formaalmatemaatika, teoreemiväidete tõlkimine ning matemaatilise arutluse süsteemide uurimine
Praegune avatud kaaludega väljalase
Lean 4 teoreemide tõestamine, formaalne matemaatika, verifitseerijate juhitud tõestuste genereerimine ning tööriistadega integreeritud arutluse uurimine
Praegune avatud kaaludega eelvaatemudel; avalikult kättesaadav Apache License 2.0 litsentsi alusel
Lean 4 formaalne teoreemitõestus, matemaatiliste tõestuste süntees, tõestuste parandamine ja REPL-i abil kontrollimine
Saadaval avatud kaaludena
Tekst kõneks muutmine, jutustamine, hääleassistendid, ligipääsetavusrakendused, videote pealelugemine, vestluslik heli ja hääle kloonimine
Aktiivne
Isehostitav tekstigeneratsioon, teadustöö, kvantimine ja valdkonnapõhine peenhäälestus
Saadaval avatud kaaludega mudel; Falconi vanema põlvkonna mudel, millele on järgnenud uuemad mudelid
Uurimistöö, ise hostitud tekstigeneratsioon, mudelite peenhäälestamine, kokkuvõtete koostamine ja üldine keelemudelitega katsetamine
Saadaval avatud kaaludega; varasema põlvkonna mudel
Teadustöö, enda taristus hostitud tekstigeneratsioon, keelemudelite hindamine ja valdkonnapõhine peenhäälestus, kui on olemas piisav GPU-taristu
Saadaval olev avatud kaaludega mudel; varasema põlvkonna kontrollpunkt
Mälutõhus kohalik tekstigenereerimine, ääreseadmetes katsetamine, teadustöö ja edasine peenhäälestus
Praegu avatud kaaludega mudel; allalaaditav Hugging Face'ist
Tõhus ingliskeelse teksti genereerimine lokaalselt, servaseadmetes ja piiratud ressurssidega keskkondades; BitNeti mudelite katsetamine; kaasasoleva eelkvantiseeritud versiooni täielik peenhäälestamine.
Praegu avatud kaaludega või allalaaditav mudel
Mälutõhus tekstigenereerimine lokaalsetes keskkondades, servaseadmetes juurutamine, BitNeti-uuringud, jätkueeltreenimine ja kohandatud peenhäälestus
Praegu avatud kaaludega mudel; avalikult allalaaditav
Kergekaaluline kohalik tekstigeneratsioon, jätkuv eeltreenimine, domeenikohandamine, keelemudelite uurimine ja servaseadmetele suunatud juurutused
Praegune avatud kaaludega mudel
Kergekaaluline kohalik vestlus, teksti genereerimine, servaseadmetesse juurutamine, prototüüpimine ja peenhäälestuse katsetused
Praegune; avatud kaaludega; juhiste järgi häälestatud
Kohalik mitmekeelne tekstiloome, pika konteksti katsetamine, uurimistöö ja edasine peenhäälestus
Praegu avatud kaaludega mudel, mida saab alla laadida ja oma serveris käitada
Tõhus lokaalne tekstigeneratsioon, mitmekeelne keelemudeldamine, pika konteksti rakendused, mudelite kohandamine ja kompaktse arutlusvõime uurimine.
Praegune avatud kaaludega mudel
Tõhus lokaalne inferents, kompaktsed vestlusabilised, mitmekeelse teksti genereerimine, pika konteksti rakendused ja piiratud ressurssidega juurutused
Praegune; avatud kaaludega
Tõhus kohalik või privaatne juurutamine, mitmekeelsete juhiste järgimine, kompaktsed vestlusrakendused, programmeerimisabi, matemaatika ja pika kontekstiga tekstitöötlus
Praegu avatud kaaludega mudel; allalaaditav ja kasutatav enda hallatavas inferentsikeskkonnas
Lokaalne tekstigeneratsioon, mitmekeelne uurimistöö, valdkonna kohandamine, peenhäälestus, pika konteksti eksperimendid ja ressursisäästlik juurutamine.
Praegu avatud kaaludega mudel; selle saab alla laadida Hugging Face'ist ja seda saab kasutada toetatud kohalike järeldusraamistikega.
Kohapealne mitmekeelne vestlus, lihtsate juhiste järgimine, otsinguga täiendatud genereerimine, tõhus tekstigeneratsioon ja kulutundlikud isehostitud juurutused
Praegune avatud kaaludega mudel
Privaatne või kohapealne mitmekeelne tekstiloome, pika kontekstiga katsetamine, valdkonnaga kohandamine ja peenhäälestus 7B suurusjärgus avatud kaaludega baasmodelli põhjal
Praegune avatud kaaludega mudel; eeltreenitud baaskontrollpunkt
Enda serveris majutatavad mitmekeelsed assistendid, pika kontekstiga tekstitöötlus, programmeerimine, uurimistöö, privaatsed juurutused ja kvantiseeritud lokaalne inferents
Praegune avatud kaaludega mudel
Enda serveris majutatav mitmekeelne tekstiloome, pika konteksti toega uurimistöö, programmeerimine, RAG, alusmudelite katsetamine ja edasine peenhäälestus
Praegu avatud kaaludega mudel; saadaval Hugging Face'i ametlikus repositooriumis
Pika konteksti tekstiloome, mitmekeelsete juhiste järgimine, dokumentide töötlemine, otsinguga täiendatud genereerimine, programmeerimine ja ettevõtte enda hallatavad juurutused
Praegu saadaval olev avatud kaaludega mudel; avalikult allalaaditav ja kasutatav koos Transformersi, vLLM-i ja llama.cpp-ga
Araabia keele loomuliku keele töötlus (NLP), murdeid arvestavad assistendid, pika kontekstiga dokumentide analüüs, kokkuvõtete koostamine, mitmekeelne arutlemine ja kohapeal juurutatavad rakendused
Praegune; avatud mudeliperekond
Ülikerge kohalik tekstiloome, juurutamine servaseadmetes, võrguühenduseta juhiste järgimine, ümberkirjutamine, teabe eraldamine ja manustatud tehisintellekti eksperimendid
Praegune avatud kaaludega mudel
Kergekaaluline kohalik Pythoni koodi genereerimine, koodi keskosa täiendamine (fill-in-the-middle), servaseadmetesse juurutamine, programmeerimise õpetamine ja väheste ressurssidega arendajatööriistad
Praegu avalikult kättesaadav avatud kaaludega mudel
Kergekaaluline kohalik teksti genereerimine, juhiste järgimine, servaseadmed, manustatud rakendused, eksperimenteerimine ja privaatsustundlikud juurutused.
Praegune avatud kaaludega mudel
Kergekaaluline kohalik arutlus, servaseadmetes juurutamine, võrguühenduseta assistendid, katsetamine ja kompaktsed teksti genereerimise rakendused
Praegu avatud kaaludega mudel; allalaaditav ja oma keskkonnas käitamiseks saadaval
Kergekaaluline kohalik funktsioonide kutsumine, servaautomaatika, API argumentide genereerimine ja piiratud ressurssidega assistendid
Praegu allalaaditav avatud kaaludega mudel
Kohalikud arutluskatsed, servaseadmetes juurutamine, võrguühenduseta assistendid, privaatsustundlik tekstitöötlus ja piiratud ressurssidega järeldamine
Saadaval olev avatud kaaludega kontrollpunkt
Ülikerge lokaalne arutlusvõime, manusrakendused, servajuurutus, eksperimenteerimine ja vähese mälumahuga teksti genereerimine
Praegune avatud kaaludega mudel
Matemaatiline arutlemine, programmeerimine, pika konteksti analüüs, kohalik juurutamine, isemajutatud inferents ja testiaegne skaleerimine
Praegune avatud kaaludega mudel
Teadustöö, mitmekeelne teksti genereerimine, peenhäälestus, kvantimine ja isemajutatud inferents
Saadaval avatud kaaludega eeltreenitud baasmudelina
Kohalikuks inferentsiks, mitmekeelse teksti lõpetamiseks, teadustööks, jätku-eelõppeks, domeeni kohandamiseks ja piiratud ressurssidega riistvaral peenhäälestuseks
Saadaval olev avatud kaaludega eeltreenitud baasmudel
Kerged kohalikud assistendid, mitmekeelsete juhiste järgimine, andmete eraldamine, klassifitseerimine, haridus ning ressursiteadlik juurutamine
Praegu avatud kaaludega mudel; allalaaditav Hugging Face'ist
Peenhäälestus, mitmekeelne teksti genereerimine, teadusuuringud, kompaktne lokaalne inferents ja servaseadmetele suunatud juurutused
Saadaval olev avatud kaaludega mudel
Isehostitavad vestlusabilised, mitmekeelne tekstiloome, lihtsam programmeerimine ja matemaatika, lokaalne järeldamine ning ressursiteadlik juurutamine
Saadaval avatud kaaludega mudelina
Peenhäälestuseks, mitmekeelse teksti genereerimiseks, koodi- ja matemaatikakatseteks, teadustööks ning isehostitud inferentsiks
Praegu avatud kaaludega mudel; allalaaditav ja ise majutatav
Enda serveris majutatav mitmekeelne vestlus, juhiste järgimine, arutlus, matemaatika, programmeerimine, uurimistöö ja pika kontekstiga tekstiloome
Saadaval olev avatud kaaludega mudel
Peenhäälestus, mitmekeelne teksti genereerimine, keelemudelite uurimine, koodi ja matemaatika katsetamine ning isehostitud inferents
Saadaval olev avatud kaaludega mudel
Isehostitud mitmekeelsed assistendid, STEM-i ja matemaatikaülesanded, programmeerimine, juhiste järgimine, teadustöö ning kohapeal käitatavad funktsioonikutsumise süsteemid.
Saadaval on avatud kaaludega mudel; ametlik repositoorium on endiselt kättesaadav. Ametlikku kasutuselt kõrvaldamise ega sulgemise kuupäeva ei leitud.
Kohalik ingliskeelse teksti genereerimine, avatud kaaludega mudelite uurimine, pikkade järjestuste katsetamine ja mälukasutust arvestav järeldamine
Allalaadimiseks saadaval; pärandmudel või selle on asendanud Falcon-H1-7B-Base
Kohapeal või enda taristus majutatav dokumentide OCR, valemite tuvastamine, tabelite eraldamine, kviitungite, arvete ja teadustööde töötlemine ning dokumendi paigutust arvestav analüüs
Praegune avatud kaaludega väljalase
Loomuliku keele põhine objektide lokaliseerimine, avatud sõnavaraga tuvastamine, viibaga juhitav objektide segmenteerimine, rahvarohkete stseenide tajumine ning robootika- ja visuaalse kontrolli töövood
Praegune; avatud kaaludega; Apache-2.0 litsentsiga
Avatud lähtekoodiga teksti kõneks teisendamine, referentshääle genereerimine, kõne ja laulusõnade redigeerimine, emotsioonide ja tämbri teisendamine, kõne täiustamine ning allikate eraldamine
Praegune avatud lähtekoodiga väljalase
Kerged kohalikud assistendid, servtöötlusele suunatud inferents, pika konteksti töötlemine, prototüüpimine, kvantiseeritud juurutus ning väheste ressurssidega juhiseid järgivad töökoormused.
Praegune avatud kaaludega väljalase
Tõhus kohapealne tekstigenereerimine, pika konteksti analüüs, kerge arutlusvõime, abi kodeerimisel ja agendipõhised rakendused
Praegu avatud kaaludega mudel; avalikult allalaadimiseks ja kohalikuks juurutamiseks saadaval
Kohalik ja ise hostitud tekstiloome, hiina- ja mitmekeelsete juhiste järgimine, pika konteksti analüüs, matemaatika, programmeerimine, arutlemine ning kergemate agentülesannete täitmine
Praegu avatud kaaludega mudel; avalikult saadaval isehostitavaks juurutamiseks
Hiinakeelse ja mitmekeelse teksti genereerimine, arutlusülesanded, kodeerimine, pika konteksti töötlemine, privaatne kohapealne inferents, kvantiseeritud juurutus ja valdkonnapõhine peenhäälestus.
Praegu allalaaditav avatud kaaludega mudel
Avatud kaaludega mudelid arutlusülesanneteks, pika konteksti analüüsiks, matemaatikaks, teaduseks, programmeerimiseks, agentide töövoogudeks ja kuluteadlikuks isemajutatud inferentsiks
Praegu on see kättesaadav avatud kaaludega mudelina ning loetletud ka Tencent Cloudi API-mudelina hunyuan-a13b. Tencent Cloudi dokumentatsiooni kohaselt käib Hunyuan teenuste järkjärguline üleviimine TokenHubi.
Mahuka hiina- ja ingliskeelse teksti genereerimine, arutlemine, matemaatika, programmeerimine, pika konteksti analüüs, uurimistöö ning oma taristus käitatavad katsetused
Saadaval avatud mudelikaaludega väljalaskena; ajaloolise Tencent Cloudi hunyuan-large’i API-identifikaatori pärandversioon
Ise majutatav mitmekeelne tõlge, lokaliseerimine, tõlkeuuringud ning hiina murrete või vähemuskeelte tõlkimine
Praegune avatud kaaludega mudel
3D-varade loomine piltide põhjal, mängude ja virtuaalmaailmade sisu, toodete visualiseerimine, disaini prototüüpimine ning enda hallatav 3D-generatsioon
Praegu saadaval avatud kaaludega versioonina; isehostitav juurutus
Kohapealne piltide põhjal 3D-varade loomine, tekstuursete võrgumudelite genereerimine, mängu- ja disainiprototüüpide valmistamine, Blenderi töövood ning avatud 3D-generatiivsete mudelite uurimine
Avalikult kättesaadav avatud kaaludega mudelisüsteem; uuem Hunyuan3D-2.1 väljalase on selle asendanud, kuid see on endiselt avalikult kättesaadav.
Tekstist, pildist ja eskiisist 3D-mudelite loomine, mängude ja e-kaubanduse 3D-varade kiire loomine, 3D-printimine ning tootmisele suunatud varade prototüüpimine.
Praegu on see Tencent Cloudi API-de kaudu kättesaadav; uuem HY-3D-3.1 on saadaval ka eraldi mudeliversioonina.
Kohapealne inglise- ja hiinakeelne tekstist piltide genereerimine, loominguline prototüüpimine, ComfyUI töövood, LoRA kohandamine ja ControlNeti-põhine piltide juhtimine
Avatud kaaludega ja allalaaditav; ametlikku kasutuselt kõrvaldamise ega sulgemise teadet ei ole leitud
Tekstist pildi loomine, viidete põhjal juhitud pildiloome, turundusgraafika, e-kaubanduse sisu, visuaalsete ideede väljatöötamine ja pildigeneraatoreid kasutavad rakendused, mis vajavad kohandatud kuvasuhteid
Praegu kättesaadav Tencent Cloud TokenHubi kaudu; saadaval ka avatud kaaludega versioonina HunyuanImage-3.0.
Mitmekeelne OCR, dokumentide parsimine, teksti tuvastamine, tabelite ja valemite eraldamine, struktureeritud teabe eraldamine ning visuaaldokumentide lokaalne töötlemine
Praegune avatud kaaludega väljalase
Video kirjeldamine, küsimustele vastamine video põhjal, videote kokkuvõtete koostamine, sisu ülevaatamine, stseenide analüüs ja video metaandmete genereerimine.
Hetkel veebis ja Tencent Cloudi TokenHubis loetletud; vanem Hunyuan platvormi kirje eemaldati 22.06.2026, samas kui TokenHubi mudel on endiselt saadaval.
Kvaliteetse kohaliku tekstist videoks genereerimise uurimiseks ja tootmiskatseteks
Avatud lähtekoodiga ja praegu kättesaadav; algsele HunyuanVideo mudelile järgnes hiljem kergem järeltulija HunyuanVideo-1.5.
Kohalik tekstist videoks ja pildist videoks genereerimine, avatud lähtekoodiga videouuringud, loov prototüüpimine ning arendajad, kes vajavad võrdlemisi kerget ja kvaliteetset videomudelit.
Praegu avalikult kättesaadav avatud kaaludega mudel
Tekst-pildiks-video genereerimine, võrdluspildi animeerimine, visuaalefektid, loominguliste videote prototüüpimine ja lokaalselt hostitud avatud kaaludega videotöövood
Saadaval avatud kaaludega mudelina ja ametlikus avatud lähtekoodiga repositooriumis; ametlikku sulgemiskuupäeva ei leitud
Piltidel põhinev arutlemine, OCR, graafikute ja dokumentide analüüs, visuaalne lokaliseerimine, õppeülesannete lahendamine ning mitmekeelne visuaalsetele küsimustele vastamine
Veebis ning praegu saadaval Tencent Cloud TokenHubi kaudu
FBX 3D-mudelite automaatne jagamine eraldi mudelikomponentideks.
Praegune ja API kaudu juurdepääsetav
Kiire tekstist 3D-ks ja pildist 3D-ks varade genereerimine, prototüüpimine ning automatiseeritud 3D-sisu töövood
Praegu saadaval Tencent Cloud TokenHubi kaudu
Olemasolevate 3D-varade automaatne teisendamine levinud vahetus- ja edastusvormingute vahel
TokenHubi praegune 3D-vormingute teisendamise teenus
Lühikeste inimtegelaste animatsioonide loomiseks loomulikus keeles kirjeldatud tegevuste põhjal
Praegu saadaval Tencent TokenHubi kaudu
Automaatne retopoloogia, hulknurkade arvu vähendamine ning olemasolevate 3D-võrgustike ettevalmistamine mängude, renderduse, animatsiooni ja 3D-varade edasiste töövoogude jaoks
Aktiivne ja API kaudu kättesaadav
Inimeste või loomade 3D-tegelaste automatiseeritud rig'imine ja skin'imine animatsioonide, mängude, virtuaaltegelaste ning varade prototüüpimise jaoks
Praegu saadaval Tencent Cloud TokenHubi kaudu
Olemasolevate OBJ- või GLB-võrgumudelite juhistepõhine tekstureerimine, sealhulgas PBR-materjalide loomine ja varade automaatne ettevalmistamine
Praegu saadaval Tencent Cloud TokenHub API kaudu
3D-varade automaatne UV-lahtipakkimine ja ettevalmistamine tekstuurimiseks, renderdamiseks, mänguarenduseks ning digitaalse sisu töövoogudeks.
Praegu saadaval ja ligipääsetav Tencent Cloud TokenHubi kaudu
Mandariini-, inglise-, segakeelse ja hiina murrete reaalajas ning asünkroonne transkriptsioon, subtiitrid, tiitrid ja lühikeste häälkäskluste tuvastamine
Eelvaade; sisetestimiseks saadaval
Kõrge eraldusvõimega teksti põhjal piltide loomine, viitepiltide loomine, mitmevooruline pilditöötlus, plakatid, kasutajaliidese kontseptsioonid, turundusmaterjalid ja tootepiltide töövood
Praegune eelvaatemudel
Väikese latentsusega mitmekeelne tõlge, lokaliseeritud sisu, struktureeritud tõlkejuhised ja kuluteadlikud tootmise töövood
Praegu saadaval Tencent Cloud TokenHubi kaudu
Professionaalne mitmekeelne tõlge, lokaliseerimine, terminoloogiat arvestavad töövood ja kontekstitundlik ärialane tõlge
Praegu saadaval Tencent Cloud TokenHubi kaudu
Professionaalne, valdkonnaspetsiifiline ja kvaliteetne mitmekeelne tõlge koos kontekstipõhise tähenduse täpsustamise ning juhiste järgimisega
Veebis ning praegu Tencent Cloud TokenHubi kaudu saadaval
Hiinakeelne rollimäng, tegelaste simuleerimine, väljamõeldud dialoogid, tehisintellekti avatarid ja emotsionaalselt suunatud vestluskogemused
Praegu saadaval Tencent Cloud TokenHubi kaudu
Piltide mõistmine, OCR, graafikute ja diagrammide analüüs, visuaalne arutlemine STEM-valdkonnas, visuaalsetele küsimustele vastamine ning mitme pildi võrdlemine
Praegu saadaval Tencent Cloud TokenHubi kaudu
Teksti või viitepiltide põhjal uuritavate 3D-keskkondade, Gaussian splatting’u stseenide, punktipilvede ja kokkupõrkevõrkude genereerimine
Praegu saadaval Tencent Cloud TokenHubi kaudu
Tekstist 3D-mudeliks, pildist 3D-mudeliks, mitme vaate põhine rekonstrueerimine, mänguvarad, toodete visualiseerimine, digiinimeste sisu, e-kaubanduse varad ja 3D-printimise töövood
Praegu saadaval Tencent Cloudi HY-3D API-de ja TokenHubi kaudu
Pika konteksti koodimisagendid, keerukad tööriistakasutuse töövood, tööviljakuse automatiseerimine, dokumentide analüüs, mänguarendus ja teaduslik arutlemine
Eelvaade; praegu saadaval avatud kaaludega mudelina ning Tencenti toodete, Tencent Cloud TokenHubi ja OpenRouteri kaudu
Tekstist ja pildist panoraamide genereerimine immersiivsete keskkondade, virtuaaltuuride, mängude, simulatsioonide, visualiseerimise ja 3D-maailmade töövoogude jaoks.
Praegu saadaval Tencent Cloud TokenHubi kaudu
Suuremahuline semantiline otsing, vektorotsing, KKK-de sobitamine, tekstide klasterdamine, klassifitseerimine ning kulude või latentsuse suhtes tundlikud teadmistebaasirakendused
Praegu saadaval Tencent Cloud TokenHubi kaudu
Kvaliteetne mitmekeelne semantiline otsing, otsinguga täiendatud genereerimine, ettevõtete teadmistebaasid, sarnasuste võrdlemine ja teksti klassifitseerimine.
Praegu saadaval Tencent Cloud TokenHubi ja Tencent Cloudi embeddings API kaudu.
Kiire ristmodaalne pildi-teksti otsing, multimodaalne semantiline sobitamine ja videootsing
Praegu saadaval Tencent Cloud TokenHubi kaudu
Kõrge täpsusega multimodaalseks otsinguks, ristmodaalseks pildi-tekstiotsinguks, videootsinguks ning semantiliseks sobitamiseks teksti-, pildi- ja videokogumites
Ajakohane ja saadaval Tencent Cloud TokenHubi kaudu
Kodeerimisagendid, pika konteksti analüüs, keerukas arutlemine, tootlikkuse automatiseerimine, struktureeritud töövood ja mitmeastmeline tööriistade kasutamine
Praegu: avatud kaaludega ja saadaval Tencent Cloud TokenHubi kaudu
Video-, pildi-, heli- ja tekstisisu mõistmine; multimeedia kokkuvõtete koostamine; sisu märgendamine; video struktuurianalüüs; objektide lokaliseerimine; ettevõtete meediatöövood
Praegu kättesaadav; sulgemine on Tencent Cloud TokenHubis ja ADP-s kavandatud 15. oktoobril 2026 kell 00.00 Pekingi aja järgi.
Mitmekeelne videotõlge, algset häält säilitav dubleerimine, subtiitrite tõlkimine ning veebikursuste, filmide ja lühivideote lokaliseerimine.
Saadaval
Mitmekeelne videolokaliseerimine, veebikursuste tõlkimine, lühivideote dubleerimine, filmide ja meedia lokaliseerimine ning pikkade videote häält säilitav tõlkimine
Praegu saadaval Tencent Cloud TokenHubi kaudu asünkroonse tehisintellekti dubleerimismudelina
Kiire igapäevane piltide loomine, sotsiaalmeedia graafika, turundusmaterjalid, lühivideote kaanepildid ja viitepõhine piltide genereerimine
Praegu saadaval Tencent Cloud TokenHubi kaudu
Madala kuluga suure mahuga tekstist pildiks ja viitepildist pildiks genereerimine, sealhulgas e-kaubanduse tootepildid, visuaalvarade partiitootmine ja turundussisu
Praegu saadaval olev hallatav piltide genereerimise mudel
Professionaalne tekstist ja viitepildi põhjal piltide genereerimine, brändi visuaalid, viimistletud tootepildid, kvaliteetsed kujundusmaterjalid ning 1K–4K loovproduktsioon.
Aktiivne ja saadaval Tencent Cloud TokenHubi kaudu
Kiire ja kulutõhus lühikeste e-kaubanduse, reklaami-, sotsiaalmeedia- ja viitepõhiste videomaterjalide loomine
Praegu saadaval Tencent Cloud TokenHubi kaudu
Heli- ja videosalvestiste transkribeerimine, subtiitrite genereerimine, lausete kaupa ajatemplid ning lühivormilise kõne tekstiks teisendamise töövood
Praegu saadaval Tencent Cloud TokenHubi kaudu
Mitme vaate ja videost 3D-rekonstrueerimise, kaamera- ja sügavuse hindamise, punktikaartide ennustamise, pinna normaalide hindamise, uute vaadete sünteesi ning 3D Gaussian Splattingu töövoogude jaoks
Vanema põlvkonna, kuid avalikult kättesaadav avatud kaaludega mudel; Tencenti HY-World 2.0 kataloogis on selle asendanud WorldMirror-2.0.
Pika konteksti analüüs, ettevõtetele mõeldud agendid, uurimistöö, programmeerimisabi, struktureeritud andmete eraldamine ja tööriistu kasutavad töövood
praegune
Tarkvaraarendus, koodibaasi analüüs, tehniline arutlemine, pika konteksti käsitlemine, tööriistu kasutavad agendid, dokumentide analüüs ja struktureeritud töövoogude automatiseerimine
praegune
Täiustatud tarkvaraarendus, pika kontekstiga arutlemine, agentne tööriistade kasutamine, veebi- või X-otsingul põhinev uurimistöö ning professionaalsed teadmistepõhised ülesanded.
Praegu saadaval xAI API, Grok Buildi, Cursori ja valitud mudelilüüside kaudu.
Agentne programmeerimine, pika konteksti toega tarkvaraarendus, uurimistöö, teadmistepõhine töö, visuaalne analüüs, struktureeritud andmete eraldamine ja tööriistu kasutavad töövood.
Praegu saadaval; Grok 4.7 on selle xAI lipulaevamudelina välja vahetanud, kuid xAI API toetab seda endiselt.
Väikese viivitusega koodikirjutamine, interaktiivne arendus ning agendipõhised töövood Cursoris või Grok Buildis
Saadaval kiirema vastusega variandina Cursoris ja Grok Buildis; eraldi avaliku xAI API mudelina pole saadaval.
Põhjalik uurimistöö, paralleelne uurimine, pika konteksti analüüs ja tööriistade abil teabe süntees
Beetaversioon; praegu saadaval xAI API kaudu
Kiire üldotstarbeline tekstiloome, pildisisu analüüs, programmeerimisabi, struktureeritud andmete eraldamine, tööriistakutseid kasutavad agendid ja suure kontekstiaknaga töövood
praegune
Keerukas arutlemine, programmeerimine, tehniline uurimistöö, pika kontekstiga dokumentide analüüs, piltide mõistmine, struktureeritud vastused ja tööriistu kasutavad agendipõhised töövood
praegune
Agentne koodikirjutamine, veebiarendus, silumine, tarkvaraarenduse töövood, MCP-integratsioonid ja kiiresti tööriistu kutsuvad rakendused.
Praegune; avalik beetaversioon
Ilmekas kõnesüntees, hääleagendid, pealelugemine, taskuhäälingud, audioraamatud, juurdepääsetavus ja interaktiivsed helirakendused
Praegune
API-põhine tekstist pildi loomine, piltide redigeerimine, visuaalne prototüüpimine, loomingulised rakendused ja pildipõhine tasustamine
Seisuga 24. september 2026 on see saadaval xAI API kaudu.
Kvaliteetne teksti põhjal piltide genereerimine, piltide redigeerimine, mitme lähtepildi kombineerimine, turundusgraafika, tootepildid, tüpograafia ja kujundusmaterjalid
Üldiselt saadaval
Kvaliteetne piltide genereerimine ja redigeerimine, realistlikud toote- ja turunduspildid, detailirohked stseenid, loovmaterjalid ning pildid, mis nõuavad teksti täpsemat renderdamist või promptide paremat järgimist.
Praegu saadaval; API-st eemaldamine on kavandatud 2. novembriks 2026. Pärast eemaldamist teenindab slugi kasutavaid päringuid Grok Imagine Image 2.0, mille kvaliteediks on määratud „low”.
Lühikesed tekstist videoks teisendused, pildist videoks teisendused, viitepõhine video, kinoliku stiiliga prototüüpimine, turundusklipid ja audiovisuaalsed loomeprotsessid
Üldiselt saadaval
Väikese kuluga tekstist videoks ja pildist videoks mustandite loomine, sotsiaalmeediaklipid, kiire loov iteratsioon ja suuremahuline genereerimine
Praegu saadaval xAI Imagine API kaudu
Reaalajas kõneagendid, klienditugi, telefoniteenused, müük, mitmekeelsed vestlused ja tööriistu kasutavad kõnepõhised töövood
Praegu saadaval xAI Speech to Speech API kaudu
Mitmekeelne kõne transkribeerimine pakktöötluses ja reaalajas, dikteerimine, hääleassistendid, ligipääsetavus, koosolekud ning klienditoe helisalvestised
Praegu kättesaadav; algne kõne tekstiks teisendamise mudel; lähinädalatel plaanitakse selle kasutamine lõpetada
Mitmekeelse, mürarikka ja vestlusliku heli, telefonikõnede ning häälagentide kõne transkribeerimiseks pakktöötluses ja reaalajas
Praegune
Väheste näidete põhine heli-keele uurimine, kõne jätkamine, hääle ja stiili teisendamine, kõne tõlkimine, kõne redigeerimine ning heli ja tekstiga katsetamine
Praegu allalaaditav avatud parameetritega mudel
Kohaliku heli mõistmine, kõne tekstiks teisendamise dialoogid, kõnepõhised vestlusagendid ja juhitava tekst-kõneks sünteesi uurimine
Praegu avatud kaaludega mudel; seda saab kohapeal alla laadida ja kasutada
Kehastatud tehisintellekti uuringud, autonoomse sõidu tajusüsteemid ja planeerimine, ruumiline arutlemine, tegevusvõimaluste ennustamine, robotite navigeerimine ning multimodaalne visuaalne analüüs
Aktiivne avatud kaaludega mudel
Uurimistöö, kohandatud järeltreening, alusmudelite katsetamine ja pika konteksti isehostitud järeldamine
Praegune avatud kaaludega baasmudel
Kõne tekstiks transkribeerimine hiina ja inglise keeles, Hiina piirkondlikes murretes, koodivahetusega kõnes, laulusõnades, mürarikastes salvestistes ja mitme kõnelejaga vestlustes
Praegu on see Xiaomi MiMo API kaudu kättesaadav; avatud lähtekood ja mudeli kaalud on saadaval.
Ilmekas tekst kõneks teisendus, audioraamatud, taskuhäälingud, dubleerimine, tegelaste dialoog, häälliidesed, jutustatud sisu ning stiliseeritud kõne või laulmine.
Saadaval
Zero-shot-hääle kloonimine, ilmekas jutustamine, tegelaste dialoog, isikupärastatud kõne ja kohandatud häälega helisisu loomine
Praegu; piiratud aja jooksul tasuta juurdepääs
Kohandatud sünteeshääled jutustamiseks, tegelastele, taskuhäälingutele, ASMR-i jaoks, mängudele, assistentidele ja loovaks heliloomeks
Praegu; tasuta juurdepääs piiratud aja jooksul
Kohalikud kodeerimisagendid, terminali automatiseerimine, küberturvalisuse eksperimenteerimine, visuaalne programmeerimine ja agentse tugevdusõppe uurimine
Praegune avatud kaaludega SFT-kontrollpunkt
Suure mahuga multimodaalsed API-töökoormused, programmeerimisabilised, agentide automatiseerimine, pika konteksti toel dokumentide ja koodirepositooriumide analüüs, tööriistu kasutavad töövood ning kulutundlikud professionaalsed rakendused.
Praegu; avatud kaaludega ja saadaval Xiaomi MiMo API, MiMo Studio, MiMo Desktopi, MiMo Code’i ning muude toetatud integratsioonide kaudu.
Pikaajalise tegevushorisondiga agendid, programmeerimine, küberturvalisus, teadusuuringud, arvuti kasutamine, multimodaalne analüüs ja keerukad mitmeastmelised töövood
Praegu; avatud lähtekoodiga mudelikaalud ja API-juurdepääs on saadaval
Latentsuse suhtes tundlik multimodaalne arutlemine, programmeerimine, tööriistade kasutamine, pika kontekstiga uurimistöö ja interaktiivsed agentide töövood
Praegune; MiMo-V2.6-Pro kiire inferentsi variant
Kohalik piltide ja videote mõistmine, multimodaalne arutlemine, visuaalsetele küsimustele vastamine, OCR-iga seotud ülesanded, visuaalne ankurdamine ja graafilise kasutajaliidese analüüs
Praegu avatud kaaludega mudel; avalikult allalaaditav ja lokaalselt juurutatav
Isehostitud pildi- ja videoanalüüs, multimodaalse arutlusvõime uurimine, juhendatud peenhäälestus ning katsed tugevdusõppega
Praegu saadaval olev avatud kaaludega mudeli kontrollpunkt; allalaaditav
Pikaajalist planeerimist nõudvad agenditöövood, kogu koodihoidla ulatuses koodi kirjutamine, keerukas tarkvaraarendus, tööriistapõhine automatiseerimine ja väga mahukad dokumendid
Aegunud; API-mudeli nime kasutamine lõpeb 21.10.2026 kell 10.00 Pekingi aja järgi
Venekeelsed vestlusabilised, pika kontekstiga dialoogid, RAG, dokumentide analüüs, teabe eraldamine, aruandlus ja keerukate äritekstide genereerimine
Praegu saadaval Yandex AI Studios
Suure mahuga äriliste tekstide töötlemine, klienditoe dialoogid, modereerimine, klassifitseerimine, kokkuvõtete tegemine, dokumentidest andmete eraldamine ja teadmistebaasidest otsimine.
Praegu saadaval Yandex AI Studios
Lühikesed, otsinguandmetele toetuvad tehisintellekti vastused ja kiired vastused kasutajate päringutele Yandexi otsingus
Praegu; Yandexi otsingus kasutusel
Multimodaalne mõistmine ja visuaalse konteksti funktsioonid Alice AI ökosüsteemis
Välja kuulutatud; eraldiseisva API kättesaadavus ja arendajate praegune juurdepääs ei ole avalikult kinnitatud.
Tekstist piltide loomine, venekeelne visuaalne sisu, illustratsioonid, graafiline disain, reklaamimaterjalid, esitlused, maandumislehed ja tootekaardid
Praegune
Oma serveris hostitav uurimistöö, venekeelsed faktipõhised ülesanded, arutlus- ja matemaatikakatsed, programmeerimine, mudelite peenhäälestus ning spetsialiseeritud agentide baaslahenduste loomine.
Praegu saadaval olev avatud kaaludega eeltreenitud mudel; eksperimentaalne alusmudel
Venekeelne faktiküsimustele vastamine, pikkade dokumentide töötlemine, otsingupõhiste vastuste genereerimise uurimine, mudelite katsetamine ja valdkonnapõhine peenhäälestus
Praegune avatud kaaludega eeltreenitud mudel
Suuremahulised isikupärastatud muusikasoovitused, ühtne kandidaatide genereerimine ja järjestamine ning kasutajate suhtlusajaloo põhjal treenitud adaptiivsed soovitussüsteemid
Avalikult dokumenteeritud uurimismudel, mida hinnati seitsmepäevases reaalajas A/B-testis; selle täielikule liiklusele juurutamisest ei ole veel teatatud
Venekeelne ettevõtetele mõeldud tekstiloome, dokumendianalüüs, RAG, struktureeritud andmete eraldamine, ümberkirjutamine, klassifitseerimine, aruandlus ja tööriistadega täiustatud äriabilised
Praegu saadaval Yandex Cloud AI Studio kaudu; soovitatav on kasutada konkreetset mudeli URI-d. RC-alias jääb kättesaadavaks kuni toe lõppemiseni.
Kiire ja kulutõhus venekeelse teksti genereerimine ning igapäevased vestlusülesanded
Kinnitamata
Lühivormis tekstist video loomine, piltide animeerimine, algus- ja lõppkaadri vahelised üleminekud, reklaam, turundus, realistlikud stseenid ja 3D-stiilis videote genereerimine
Praegu saadaval Z.ai videogenereerimise API kaudu
Agentipõhine programmeerimine, tarkvaraarendus, pika konteksti analüüs, arutlemine, otsingule suunatud töövood, tööriistakutsed, sisu genereerimine ja üldotstarbelised API-rakendused
Saadaval; uuem mudelipõlvkond GLM-4.7 on selle asendanud
Agentne programmeerimine, tarkvaraarendus, keerukas arutlemine, tööriistade kasutamine, tehniline töö pika kontekstiga, kasutajaliideste genereerimine ja struktureeritud teksti genereerimine
saadaval
Väikese latentsusega lokaalne multimodaalne järeldamine, piltide ja ekraanipiltide analüüs, dokumentide mõistmine, videote analüüs, visuaalsed kodeerimise töövood ning multimodaalsed agendid
Avatud kaaludega mudel; ametliku repositooriumi haldamine on lõpetatud, kuid mudeli kaalud ja dokumentatsioon on endiselt kättesaadavad
Keerukas tarkvaraarendus, kogu koodihoidlat hõlmav programmeerimine, pikaajaline arutlemine, tööriistu kasutavad agendid, tehniline uurimistöö ja struktureeritud teabe eraldamine
Praegu saadaval Z.ai API kaudu ja avatud kaaludena
Pikaajalise horisondiga kodeerimisagendid, autonoomsed tarkvaraarenduse töövood, hoidlaülese ulatusega arendus, tööriistapõhine arutlemine, keeruka tehnilise teksti koostamine ja üldotstarbeline tekstiloome
Praegune ja kättesaadav; saadaval Z.AI API kaudu ning avatud kaaludega mudelina
Pikaajalised tarkvaraarendusülesanded, kogu koodihoidla ulatuses programmeerimine, koodiagendid, keerukas refaktoreerimine, mahukate dokumentide analüüs, teadusuuringute rakendamine ning töövood, milles kasutatakse tööriistu.
Aktiivne; see on endiselt Z.AI API hinnakirjas loetletud ja allalaaditavate avatud kaaludena saadaval, kuigi GLM-5.3 on uuem tipptasemel järeltulija.
Keerukas tarkvaraarendus, suured koodibaasid, pikaajalisi ülesandeid täitvad kodeerimisagendid, terminalipõhised töövood, tehniline uurimistöö ja volitatud küberturvalisuse analüüs
Praegune ja saadaval
Multimodaalsed kodeerimisagendid, kuvatõmmiste ja kasutajaliideste mõistmine, pika kontekstiga dokumentidega töötamine, visuaalne kontrollimine, tööriistade toel uurimistöö ning kulutundlikud agendipõhised töövood
Praegu saadaval Z.ai API kaudu, GLM Coding Plani osana ning avalikult avaldatud avatud mudelikaaludena
Pilvepõhine mitmekeelne kõne tekstiks teisendamine, lühikesed reaalajas transkriptsioonid, subtiitrid, koosolekute lühikatked, häälsisend, klienditeeninduse helisalvestised ja terminoloogiat arvestav transkriptsioon
Praegu avalikult saadaval Z.AI heli transkribeerimise API kaudu
Tekstirohked plakatid, esitluste graafika, hariduslikud diagrammid, sotsiaalmeedia kujundused, pilditöötlus ja avatud kaaludega pildigeneratsiooni uurimistöö
Aktiivne; saadaval Z.ai API kaudu ja allalaaditavate avatud kaaludena
Suuremahuline OCR-töötlus, PDF-failide töötlemine, tabelite ja valemite tuvastamine, käsikirja, kviitungite ja vormide töötlemine, teabe eraldamine ning kohalikud dokumenditöötluse töövood
Praegune; avatud kaaludega; saadaval hostitud API kaudu ja isehostitava juurutusena
Pika konteksti piltide, videote, dokumentide, diagrammide ja ekraanipiltide mõistmine; multimodaalsed agendid; visuaalne ankurdamine; visuaalse otsingu töövood; kasutajaliidese ekraanipiltide koodiks teisendamine ja visuaalne redigeerimine; isehostitud mu
Saadaval; avatud kaaludega; API kaudu juurdepääsetav; GLM-V hoidla on 2026-09-02 seisuga märgitud enam mitte hooldatavaks