腾讯自研大模型混元2.0(Tencent HY2.0)正式发布,与此同时,DeepSeek V3.2也逐步接入腾讯生态。目前,这两大模型已在元宝、ima等腾讯AI原生应用中率先上线,腾讯云也同步开放了相关模型的API及平台服务。 全新发布的Tencent HY2.0采用混合专家(MoE)架构,总参数量高达4
DeepSeek-V3.2正式版与极致推理版同步发布,支持网页端、App、API一键切换,性能再证“开源最强”。最大亮点是首次实现“思考过程”与“工具调用”深度融合,支持两种模式并行:思考模式可进行长链条推理,工具调用模式则能高效执行任务。
DeepSeek发布V3.2标准版与深度思考版。评测显示,V3.2在128k上下文场景下与GPT-5互有胜负;深度思考版在多项基准测试中与Gemini3Pro持平,并在IMO2025盲测中达到金牌分数线。核心升级是转正稀疏注意力技术,通过优化token路由,显著降低了长文本的计算复杂度、显存占用,并提升了推理速度,首次在开源模型中实现了百万token的单卡推理能力。
昆仑万维SkyReels平台推出V3模型,整合Sora2、Veo3.1等顶尖AI视频技术,提供一站式视频创作工具,助力开发者洞悉趋势和创新应用。
一键生成高质量视频,轻松实现创意。
AI视频生成器,可根据描述或素材快速创建软件演示视频。
CapMonster云服务是一种自动识别和绕过验证码的解决方案,可绕过reCAPTCHA v2和v3等验证码,比手动识别服务至少便宜2倍,速度最多快30倍!
基于DeepSeek R1和V3模型的浏览器侧边栏AI工具,提供问答、创作、翻译等功能
Tencent
$0.8
输入tokens/百万
$2
输出tokens/百万
32
上下文长度
TheStageAI
TheWhisper-Large-V3-Turbo 是 OpenAI Whisper Large V3 模型的高性能微调版本,由 TheStage AI 针对多平台实时、低延迟和低功耗语音转文本推理进行优化。支持流式转录、单词时间戳和可扩展性能,适用于实时字幕、会议和设备端语音界面等场景。
TheWhisper-Large-V3是OpenAI Whisper Large V3模型的高性能微调版本,由TheStage AI针对多平台(NVIDIA GPU和Apple Silicon)的实时、低延迟和低功耗语音转文本推理进行了优化。
ReportAId
MedWhisper Large ITA是基于OpenAI Whisper Large v3 Turbo的领域适配变体,专门针对意大利语医疗语音识别进行了优化。该模型在精心挑选的意大利语门诊专科就诊录音集上使用LoRA技术进行微调,显著提升了医学术语和临床表达的识别准确率。
prithivMLmods
Mintaka-Qwen3-1.6B-V3.1是一个高效的、专注于科学推理的模型,基于Qwen-1.6B构建,并在DeepSeek v3.1合成轨迹(10,000条记录)上进行训练。它针对随机事件模拟、逻辑问题分析和结构化科学推理进行了优化,在符号精度和轻量级部署之间取得了平衡。
jacktol
基于OpenAI Whisper Large v3模型微调的航空交通管制语音识别模型,专门针对ATC通信场景优化,在测试集上实现了6.5%的字错误率,显著提升了航空通信转录的准确性。
istupakov
NVIDIA Parakeet TDT 0.6B V3是一个多语言自动语音识别模型,参数量为6亿,支持包括英语、西班牙语、法语、德语等25种欧洲语言,可将语音转换为文本。
AbdelrahmanHassan
本模型是基于OpenAI的Whisper Large V3模型,使用LoRA方法在埃及阿拉伯语方言数据集(Egyptian-ASR-MGB-3)上进行微调的自动语音识别模型。它专门优化了对埃及阿拉伯语方言的识别能力,显著提升了在该方言上的词错误率(WER)性能。
Fentible
Cthulhu是一个基于Mistral Small v3.2和v3.1的大型模型融合项目,通过融合多个尖端微调模型创建的超强24B参数语言模型。它具有章鱼般的多面性特征,提供无审查的创造性文本生成能力,擅长散文创作、指令遵循和深奥知识表达。
syvai
Hviske v3 是丹麦领先的最先进转录模型,专门针对自然对话场景进行微调,在会议、访谈、播客等场景中具有极高的准确性,超越了包括OpenAI Whisper在内的其他模型。
DFloat11
这是原始lodestones/Chroma(v39)模型的DFloat11无损压缩版本,将模型大小缩小了32%,同时保持位级相同的输出,并支持高效的GPU推理。
tiantiaf
基于Whisper Large v3的语音质量分类模型,用于分析语音的音高、音质、音量、清晰度和节奏等特征。
基于Whisper Large v3的语音流畅度分类模型,可检测语音流畅度及不流畅类型
基于Whisper-Large v3的细粒度口音分类模型,支持16种英语口音识别
基于Whisper-Large V3的语音情感识别模型,专为MSP-Podcast数据集优化,支持9种情感分类
aixonlab
欧律狄刻24b v3是基于Mistral 3.1构建的多角色对话伴侣模型,擅长创意表达、自然对话和故事叙述。
nvidia
这是DeepSeek AI的DeepSeek V3-0324模型的量化版本,采用优化的Transformer架构,通过FP4量化技术显著减少了模型大小和GPU内存需求,适用于AI智能体系统、聊天机器人等多种AI应用场景。
tclin
基于OpenAI Whisper Large V3 Turbo微调的模型,专门优化用于空中交通管制(ATC)通信的转录。
cl-nagoya
Ruri v3是基于ModernBERT-Ja构建的通用日语文本嵌入模型,在日语文本嵌入任务中实现业界领先性能,支持长达8192个标记的序列。
Ruri v3 是一款基于 ModernBERT-Ja 构建的日语通用文本嵌入模型,在日语文本嵌入任务中达到最先进的性能,支持长达8192个标记的序列。
瑠璃v3是基于ModernBERT-Ja构建的日语通用文本嵌入模型,支持长达8192个标记的序列,在日语文本嵌入任务中达到最先进的性能。
MCP Link是一个自动化工具,能够将任何OpenAPI V3规范的API转换为MCP服务器,使现有RESTful API能够无缝接入AI驱动的应用生态系统。
Raygun的MCP服务器,提供对Crash Reporting和Real User Monitoring应用的API V3端点访问。
Uniswap Pools MCP是一个用于查询Uniswap流动性池/交易对的MCP服务器,支持通过代币地址获取V2、V3和V4版本的池子信息,并以结构化格式返回结果便于集成和分析。
一个跨9条区块链网络实时监控Uniswap V3新流动性池的MCP服务
Replicate Flux MCP是一个基于Model Context Protocol(MCP)的高级服务器,通过Replicate API利用Flux Schnell和Recraft V3 SVG模型,为AI助手提供高质量的图像和矢量图形生成能力。
一个基于YouTube Data API v3的MCP服务器,提供14种功能实时获取YouTube视频、频道、播放列表等数据,支持内容评估、字幕提取等高级功能,适用于AI助手集成。
这是一个为乌克兰国家统计局数据提供访问的MCP服务器,通过SDMX API v3接口支持AI模型查询乌克兰的官方统计数据,包括能源、人口、贸易等多个领域,提供双语支持和灵活的数据过滤功能。
Claude Command Runner是一个连接Claude桌面应用与终端工具的MCP服务器,支持智能命令执行、自动输出捕获和全面的v3.0功能,提升开发效率。
YouTube MCP服务器是一个通过YouTube Data API v3提供实时YouTube数据访问的综合模型上下文协议服务器,支持14种功能,包括视频详情获取、频道分析、内容评估和字幕提取等,适用于AI助手集成。
这是一个基于OpenAPI规范的MCP服务器项目,用于Google翻译API的v3beta1版本,支持多种传输模式和配置方式。
一个用于分析以太坊主网上Aave V3清算机会的MCP服务器工具,提供实时健康因子监控、清算机会分析、用户仓位跟踪和批量地址检查功能,专为AI助手集成设计。
这是一个生产就绪的企业级MCP服务器,用于通过Google Calendar API v3和Google Meet API v2全面管理Google Meet。支持Docker容器化、Smithery部署、直接令牌认证和团队安全,提供23个完全验证的工具。
一个基于YouTube Data API v3的MCP服务器,提供视频、频道和播放列表的搜索与数据分析功能,支持内容发现和指标查询。
3GPP MCP服务器V3.0.0通过轻量级API桥接架构,为AI助手提供直接访问3GPP技术规范的实时数据服务,集成TSpec-LLM的5.35亿词数据集和3GPP官方API,实现亚秒级响应的结构化规范查询。
该项目创建了一个OpenAPI MCP代理服务器,可将任何符合OpenAPI v3.1规范的API转换为Claude工具,支持通过自然语言交互调用API端点,包括文件上传功能。
Inbox MCP是一款基于Nylas v3的智能邮箱助手,通过自然语言指令自动化管理邮件,支持Gmail、Outlook等主流邮箱服务,提供邮件筛选、分类、归档、发送等功能,显著提升邮件处理效率。