Hy3

Hy4 Preview

LLM

#35

Tencent Hyチームによって開発された新世代のMixture-of-Expertsモデルです。7700億のパラメータを特徴とし、ソフトウェアエンジニアリング、ゲーム開発、科学研究など、さまざまな分野での生産性向上を目的としています。Hy4 Previewは、Tencent Hyチームによって開発された新世代のMixture-of-Expertsモデルです。7700億のパラメータを特徴とし、ソフトウェアエンジニアリング、ゲーム開発、科学研究など、さまざまな分野での生産性向上を目的としています。

Hy3 Preview

AI モデル

Tencent HunyuanによるHy3 Previewは、2950億のパラメータを持つオープンソースの言語モデルです。数学、コーディング、マルチリンガルタスクに優れ、256Kのコンテキストウィンドウを持つ競争力のあるパフォーマンスを提供します。Tencent CloudおよびOpenRouterで利用可能です。

Kimi-K2-Instructモデル

LLM

#44

高度なAIタスク向けに設計された最先端のミクスチャー・オブ・エキスパート言語モデルです。推論、コーディング、ツール使用に優れ、320億のアクティブパラメータを持つ堅牢なパフォーマンスを提供します。Kimi-K2-Instructは、高度なAIタスク向けに設計された最先端のミクスチャー・オブ・エキスパート言語モデルです。推論、コーディング、ツール使用に優れ、320億のアクティブパラメータを持つ堅牢なパフォーマンスを提供します。

Ling-3.0-tiny

LLM

7.9Bパラメータを持つ軽量ハイブリッド推論モデルで、効率的なローカルデプロイメントのために設計されています。迅速な応答と多段階推論をサポートし、リソース制約のある環境に適しています。Ling-3.0-tinyは、7.9Bパラメータを持つ軽量ハイブリッド推論モデルで、効率的なローカルデプロイメントのために設計されています。迅速な応答と多段階推論をサポートし、リソース制約のある環境に適しています。

Kimi K2.7 Code

LLM

#17

ソフトウェアエンジニアリングのワークフローを強化するコーディングに特化したエージェントモデルです。トークン効率とタスク完了を改善し、前のバージョンであるKimi K2.6に対して大幅な進歩を提供します。Kimi K2.7 Codeは、ソフトウェアエンジニアリングのワークフローを強化するコーディングに特化したエージェントモデルです。トークン効率とタスク完了を改善し、前のバージョンであるKimi K2.6に対して大幅な進歩を提供します。

Laguna M.1

LLM

#36

エージェントコーディングと長期タスクのために設計された225BパラメータのMixture-of-Expertsモデルです。高容量の専門家ルーティングとグローバルアテンションアーキテクチャを特徴としており、さまざまなベンチマークで優れたパフォーマンスを発揮します。Laguna M.1は、エージェントコーディングと長期タスクのために設計された225BパラメータのMixture-of-Expertsモデルです。高容量の専門家ルーティングとグローバルアテンションアーキテクチャを特徴としており、さまざまなベンチマークで優れたパフォーマンスを発揮します。

Mistral Large 3 - AIモデル

AI モデル

企業向けに設計された最先端のAIモデルで、AIアシスタントやエージェントのカスタマイズ、ファインチューニング、展開を可能にします。41Bのアクティブパラメータを持つスパースミクスチャーオブエキスパートアーキテクチャを特徴としており、マルチモーダルおよび多言語アプリケーションにおいて高度な機能を提供します。Mistral Large 3は、企業向けに設計された最先端のAIモデルで、AIアシスタントやエージェントのカスタマイズ、ファインチューニング、展開を可能にします。41Bのアクティブパラメータを持つスパースミクスチャーオブエキスパートアーキテクチャを特徴としており、マルチモーダルおよび多言語アプリケーションにおいて高度な機能を提供します。

Ling-3.0-flash

LLM

効率性とパフォーマンスを考慮して設計された次世代ハイブリッド推論モデルです。1240億のパラメータを持ち、推論、指示の遵守、長文コンテキストの理解に優れ、複雑なワークフローに最適です。Ling-3.0-flashは、効率性とパフォーマンスを考慮して設計された次世代ハイブリッド推論モデルです。1240億のパラメータを持ち、推論、指示の遵守、長文コンテキストの理解に優れ、複雑なワークフローに最適です。