Pin che corrispondono a tag:Multimodal

Alibaba rilascia in open source il modello di punta Qwen3-VL-235B-A22B nelle versioni Instruct e Thinking, un modello visione-linguaggio a mixture-of-experts da 235B con un contesto nativo di 256K token che, secondo Alibaba, eguaglia o supera Gemini 2.5 Pro nei principali benchmark di percezione visiva.

Mistral AI rilascia Mistral 3: Mistral Large 3, un modello sparso mixture-of-experts da 675B parametri con 41B attivi sotto Apache 2.0, e tre modelli densi Ministral 3 (3B, 8B e 14B).

Z.ai rilascia GLM-4.6V, un modello visione-linguaggio mixture-of-experts da 106B, e il GLM-4.6V-Flash da 9B con licenza MIT, i primi modelli GLM-V con chiamata nativa di funzioni, addestrati per un contesto di 128K token e con un prezzo di $0.30 per milione di token in ingresso.

Moonshot AI rilascia Kimi K2.5, un modello multimodale nativo a pesi aperti preaddestrato in modo continuo su circa 15 mila miliardi di token misti visivi e testuali, con una modalità Agent Swarm che coordina fino a 100 sub-agenti su 1,500 chiamate a strumenti.

Alibaba rilascia Qwen3.5-397B-A17B, un modello multimodale nativo a pesi aperti che attiva 17B dei suoi 397B parametri, oltre al Qwen3.5-Plus ospitato con contesto da 1M di token, alla vigilia del Capodanno lunare.

Il team Qwen di Alibaba rilascia tre modelli Qwen3.5 di dimensioni medie a pesi aperti con licenza Apache 2.0: un mixture-of-experts da 122B con 10B attivi, uno da 35B con 3B attivi e un modello denso da 27B, che secondo l'azienda superano GPT-5 mini di OpenAI nella maggior parte dei benchmark.

Z.ai (Zhipu AI) rilascia GLM-5V-Turbo, il suo primo modello di fondazione multimodale per la programmazione, che trasforma mockup di design, screenshot e video in codice front-end eseguibile e ottiene 94.8 su Design2Code contro 77.3 di Claude Opus 4.6.

Alibaba rilascia Qwen3.6-Plus, un modello multimodale ospitato pensato per la programmazione agentica, con una finestra di contesto da 1M di token, al prezzo di CNY 2 per 1M di token in ingresso e con 78.8 su SWE-bench Verified.

Meta rilascia Muse Spark, il primo modello di Meta Superintelligence Labs e il suo primo modello di frontiera senza pesi aperti; alimenta l'app Meta AI e al lancio ha ottenuto 52 nell'Artificial Analysis Intelligence Index, dietro solo a Gemini 3.1 Pro, GPT-5.4 e Claude Opus 4.6.

Moonshot AI rilascia in open source Kimi K2.6, un modello multimodale mixture-of-experts da 1 trilione di parametri con 32 miliardi attivi, una finestra di contesto da 256K token e sciami di agenti fino a 300 sub-agenti che eseguono 4,000 passaggi coordinati.

Xiaomi rilascia MiMo-V2.5-Pro, un modello agentico da 1.02T parametri con 42B attivi e un contesto da 1M token, e MiMo-V2.5, un modello gemello omnimodale da 310B, rendendoli entrambi open source con licenza MIT.

Mistral AI rilascia Mistral Medium 3.5, il suo primo modello di punta unificato: un modello denso open-weight da 128B con finestra di contesto da 256K che ottiene 77.6% su SWE-Bench Verified e costa $1.50 per milione di token in ingresso e $7.50 per milione di token in uscita.

MiniMax rilascia MiniMax-M3, un modello nativamente multimodale con un contesto da 1M token basato sulla sua nuova attenzione sparsa, che ottiene il 59.0% su SWE-Bench Pro e costa $0.30 per 1 milione di token in ingresso dopo uno sconto di lancio.

Alibaba rilascia Qwen3.7-Plus, un modello agentico multimodale proprietario che legge immagini e video, controlla gli schermi e ottiene 79.0 su ScreenSpot Pro, con un prezzo di circa $0.40 per milione di token in ingresso.

Meta rilascia Muse Spark 1.1, un modello di ragionamento multimodale per attività agentiche con una finestra di contesto da 1M token, insieme a un'anteprima pubblica della Meta Model API a $1.25 per 1 milione di token in ingresso e $4.25 per 1 milione di token in uscita; ottiene 51 sull'Artificial Analysis Intelligence Index.

Thinking Machines Lab rilascia Inkling, il suo primo modello e un sistema mixture-of-experts a pesi aperti da 975B parametri (41B attivi) con contesto da 1M token, che ragiona su testo, immagini e audio, pensato come base per il fine-tuning.

Moonshot AI rilascia Kimi K3, un modello multimodale a pesi aperti con 2.8 trilioni di parametri e una finestra di contesto da 1 milione di token, al prezzo di $3.00 per milione di token in ingresso e $15.00 per milione di token in uscita, con i pesi pubblicati il 27 luglio.

Thinking Machines Lab rilascia Inkling-Small, un modello a pesi aperti da 276B parametri con 12B attivi che eguaglia o supera Inkling da 975B nei benchmark di ragionamento e coding agentico, incluso l'80.2% su SWE-bench Verified.

Alibaba lancia Qwen3.8-Max, un modello di punta mixture-of-experts da 2,4 trilioni di parametri con una finestra di contesto da 1M di token, quinto in Text Arena e secondo in Vision Arena, e il primo Qwen di livello Max di cui ha poi rilasciato i pesi.

Il team Qwen di Alibaba rende open source Qwen3.8-27B, un modello multimodale denso da 27B con licenza Apache 2.0 che, a suo dire, supera il proprietario Qwen3.7-Plus nella programmazione e nei flussi di lavoro d'ufficio, con 262K di contesto nativo.

Z.ai rilascia GLM-5.3-Flash, un modello multimodale nativo a pesi aperti da 320B parametri (18B attivi) su una base appena addestrata che, secondo l'azienda, supera GLM-5.2 a un decimo del prezzo, con un listino di $0.15 per milione di token in ingresso.

StepFun lancia Step 5 Preview, un modello di punta sparse mixture-of-experts da 600B parametri con 27B attivi e un contesto da 1M token, al prezzo di $1.00 per 1 milione di token in ingresso e con un punteggio di 44 sull'Artificial Analysis Intelligence Index.

Xiaomi rilascia e rende open source MiMo-V2.6-Pro e MiMo-V2.6-Flash, modelli nativamente omnimodali con contesto da 1M di token; Pro ottiene 46,32 nell'Artificial Analysis Intelligence Index, il punteggio più alto di qualsiasi modello open source.

Mistral AI rilascia Mistral Large 4 in anteprima pubblica, un modello mixture-of-experts nativamente multimodale da circa 1 trilione di parametri addestrato sul proprio cluster, con pesi aperti promessi entro la fine di ottobre 2026.