百度发布文心大模型衍生模型PaddleOCR-VL-1.6,在OmniDocBench v1.6评测中以96.33%准确率超越Gemini-3-Pro、GPT-5.2等主流模型,刷新SOTA,综合性能全球第一。该模型标志着多模态大模型在复杂文档理解与真实场景解析上的重大突破,支持超100种语言识别,用户覆盖广泛。
GodeX v1.1.0 发布,通过协议桥接技术解决大模型API协议不统一问题,大幅优化多模态处理能力,支持无缝调用国内主流顶尖模型,并将默认模型切换为国产多模态旗舰模型,提升开发者效率。
开源OpenAI Responses API网关GodeX发布v1.1.0版本,核心升级包括:默认模型切换至MiniMax-M3,深度适配多模态理解与思考控制,实现智谱原生联网搜索结果的还原桥接。该工具旨在为开发者提供统一的本地网关解决方案,简化Codex、CLI工具等复杂协议集成,加速弥合大模型生态的协议割裂。
亚马逊SageMaker AI推出新功能,支持OpenAI兼容API的实时推理端点。用户仅需修改端点URL,即可通过OpenAI SDK、LangChain等工具调用模型,无需额外定制或重写代码。新增的/openai/v1路径可处理聊天补全请求并返回响应,包括流式输出,兼容标准SageMaker AI API和SDK。
SkyReels V1 是一个开源的人类中心视频基础模型,专注于高质量影视级视频生成。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
Baidu
128
$6
$24
gia-uh
塞西莉亚FT MS v1是基于塞西莉亚2B v0.1微调的古巴语言模型,专门针对古巴西班牙语进行优化,捕捉古巴语言、文化和社会的细微差别。该模型支持西班牙语和英语,主要用于文本生成任务。
Mungert
MiroThinker v1.0是一个开源研究智能体,通过模型级别的交互式扩展提升工具增强推理和信息搜索能力。该模型在多个基准测试中表现出色,支持长上下文和深度多步分析。
nvidia
NVIDIA Nemotron Parse v1.1 TC 是一款先进的文档语义理解模型,能够从图像中提取具有空间定位的文本和表格元素,生成结构化注释,包括格式化文本、边界框和语义类别。相比前一版本,速度提升20%,并保留无序元素的页面顺序。
NVIDIA Nemotron Parse v1.1 是一款先进的文档解析模型,专门用于理解文档语义并提取具有空间定位的文本和表格元素。它能够将非结构化文档转换为机器可读的结构化表示,克服了传统OCR在处理复杂文档布局时的局限性。
AhmedZaky1
DIMI阿拉伯语OCR v2是一款专门针对阿拉伯语文本识别优化的光学字符识别模型,基于Qwen2.5-VL-7B-Instruct微调开发,在变音符密集文本处理方面相比v1版本有显著改进
MadhavRupala
Stable Diffusion v1-5是基于潜在扩散技术的文本到图像生成模型,能够根据文本描述生成逼真的图像。该模型在LAION-2B数据集上训练,支持英语文本输入,生成512x512分辨率的图像。
John6666
Illustrious XL v1.0是基于OnomaAIResearch/Illustrious-xl-early-release-v0训练的文生图模型,专门用于生成多种艺术风格的动漫女性图像,在图像生成领域具有应用价值
cpatonn
Llama-3.3-Nemotron-Super-49B-v1.5是基于Meta Llama-3.3-70B-Instruct衍生的大语言模型,是v1版本的显著升级版。该模型在推理、人类对话偏好和代理任务(如RAG和工具调用)方面表现出色,支持128K令牌的上下文长度,在准确性和效率间实现了良好平衡。
Flexan
Blake-XTM Arc 3B (V1) 是一个3B参数的指令大语言模型,基于microsoft/phi-2微调,支持文本生成、推理和工具调用。
redis
基于Redis Langcache Embed v1微调的句子转换器模型,用于生成768维句子嵌入向量
lmstudio-community
AM Thinking v1是由A-M团队开发的基于Qwen 2.5-32B-Base的大语言模型,增强推理能力,支持132k tokens的上下文长度。
DavidAU
基于暗黑幼苗V1 7B模型进行全面重新融合与重制的32k上下文大语言模型,在量化级别优化和性能表现上有显著提升
dallinmackay
基于Stable Diffusion v1.5微调的图像生成模型,专门用于生成詹姆斯·韦伯太空望远镜风格的深空图像。
async0x42
Cogito v1 预览版是基于Qwen2.5-32B的指令调优生成式模型,支持30多种语言,上下文长度达128k,针对编程、STEM、指令遵循和通用帮助性进行了优化。
Shakker-Labs
卓越羽笔工坊-V15是一款风格多样化的文本生成图像模型,特别擅长卡通和动漫风格,同时支持多种艺术表现手法。
notbadai
Notbad v1.0 Mistral 24B 是一款专注于数学和Python编程推理的模型,基于Mistral-Small-24B-Instruct-2501并通过强化学习进一步训练。
基于Illustrious XL v1.1的动漫风格文本到图像生成模型,擅长生成高质量动漫女孩图像
hon9kon9ize
Cantonese LLM Chat v1.0是hon9kon9ize团队开发的第一代粤语大语言模型,在香港相关专业知识和粤语对话方面表现卓越。
Illustrious XL v1.0 是一个基于稳定扩散XL的文本生成图像模型,专注于生成高质量的动漫风格图像,特别是女孩角色。
Illustrious XL v1.0 是一个基于稳定扩散XL的文本生成图像模型,专注于生成高质量的动漫风格图像。
一个用于与Glide API交互的模型上下文协议服务器,支持v1和v2版本,提供安全、类型化的数据操作。