Пины по запросу tag:Multimodal

Alibaba открыла исходный код флагманской модели Qwen3-VL-235B-A22B в версиях Instruct и Thinking — визуально-языковой модели со смесью экспертов на 235B с нативным контекстом 256K токенов, которая, по словам Alibaba, не уступает Gemini 2.5 Pro или превосходит его в основных тестах визуального восприятия.

Mistral AI выпустила Mistral 3: Mistral Large 3 — разреженную модель со смесью экспертов на 675B параметров с 41B активными под лицензией Apache 2.0 и три плотные модели Ministral 3 (3B, 8B и 14B).

Z.ai выпускает GLM-4.6V - визуально-языковую модель со смесью экспертов на 106B параметров - и 9B-модель GLM-4.6V-Flash под лицензией MIT; это первые модели GLM-V с нативным вызовом функций, обученные на контексте в 128K токенов, по цене $0.30 за миллион входных токенов.

Moonshot AI выпускает Kimi K2.5 — открытую нативную мультимодальную модель, непрерывно предобученную примерно на 15 трлн смешанных визуальных и текстовых токенов, с режимом Agent Swarm, координирующим до 100 субагентов в ходе 1,500 вызовов инструментов.

Alibaba выпустила Qwen3.5-397B-A17B — нативно мультимодальную модель с открытыми весами, активирующую 17B из 397B параметров, а также размещённую в облаке Qwen3.5-Plus с контекстом в 1M токенов — в канун Лунного Нового года.

Команда Qwen компании Alibaba выпустила три модели Qwen3.5 среднего размера с открытыми весами по лицензии Apache 2.0: смесь экспертов на 122B с 10B активных параметров, модель на 35B с 3B активных и плотную модель на 27B, которые, по её словам, превосходят GPT-5 mini от OpenAI в большинстве бенчмарков.

Z.ai (Zhipu AI) выпускает GLM-5V-Turbo — свою первую мультимодальную базовую модель для программирования, которая превращает дизайн-макеты, скриншоты и видео в рабочий фронтенд-код и набирает 94.8 в Design2Code против 77.3 у Claude Opus 4.6.

Alibaba выпустила Qwen3.6-Plus — размещённую в облаке мультимодальную модель для агентного программирования с контекстным окном в 1M токенов, стоимостью CNY 2 за 1M входных токенов и результатом 78.8 на SWE-bench Verified.

Meta выпускает Muse Spark — первую модель Meta Superintelligence Labs и первую передовую модель компании без открытых весов; она работает в приложении Meta AI и на старте набрала 52 балла в Artificial Analysis Intelligence Index, уступив только Gemini 3.1 Pro, GPT-5.4 и Claude Opus 4.6.

Moonshot AI открывает код Kimi K2.6 — мультимодальной модели со смесью экспертов на 1 трлн параметров с 32 млрд активных, контекстным окном 256K токенов и роями агентов до 300 субагентов, выполняющих 4,000 согласованных шагов.

Xiaomi выпускает MiMo-V2.5-Pro, агентную модель с 1.02T параметров, 42B активных параметров и контекстом в 1M токенов, и MiMo-V2.5, родственную омнимодальную модель на 310B, открыв исходный код обеих под лицензией MIT.

Mistral AI выпустила Mistral Medium 3.5 — свою первую объединённую флагманскую модель: плотную модель с открытыми весами на 128B с контекстным окном в 256K, которая набирает 77.6% на SWE-Bench Verified и стоит $1.50 за миллион входных токенов и $7.50 за миллион выходных токенов.

MiniMax выпускает MiniMax-M3, нативно мультимодальную модель с контекстом в 1M токенов на основе нового разреженного внимания; она набирает 59.0% в SWE-Bench Pro, а после стартовой скидки стоит $0.30 за 1 миллион входных токенов.

Alibaba выпускает Qwen3.7-Plus — проприетарную мультимодальную агентную модель, которая читает изображения и видео, управляет экранами и набирает 79.0 в ScreenSpot Pro; цена около $0.40 за миллион входных токенов.

Meta выпускает Muse Spark 1.1, мультимодальную модель рассуждений для агентных задач с контекстным окном в 1M токенов, вместе с публичным превью Meta Model API по цене $1.25 за 1 миллион входных токенов и $4.25 за 1 миллион выходных токенов; в Artificial Analysis Intelligence Index она набирает 51.

Thinking Machines Lab выпускает Inkling — свою первую модель, систему со смесью экспертов и открытыми весами на 975B параметров (41B активных) с контекстом 1M токенов, которая рассуждает над текстом, изображениями и аудио и создана как основа для дообучения.

Moonshot AI выпускает Kimi K3 — мультимодальную модель с открытыми весами, 2.8 триллиона параметров и контекстным окном в 1 миллион токенов; цена составляет $3.00 за миллион входных токенов и $15.00 за миллион выходных, веса опубликованы 27 июля.

Thinking Machines Lab выпускает Inkling-Small — модель с открытыми весами на 276B параметров (12B активных), которая не уступает 975B-версии Inkling или превосходит её в тестах на рассуждение и агентное программирование, включая 80.2% на SWE-bench Verified.

Alibaba запускает Qwen3.8-Max — флагманскую модель со смесью экспертов на 2.4 трлн параметров и контекстным окном в 1 млн токенов, занявшую пятое место в Text Arena и второе в Vision Arena и ставшую первой моделью Qwen уровня Max, веса которой компания затем опубликовала.

Команда Qwen компании Alibaba открыла исходный код Qwen3.8-27B — плотной мультимодальной модели на 27B под лицензией Apache 2.0, которая, по её словам, превосходит проприетарную Qwen3.7-Plus в программировании и офисных рабочих процессах, с нативным контекстом 262K.

Z.ai выпустила GLM-5.3-Flash — нативно мультимодальную модель с открытыми весами на 320B параметров (18B активных) на заново обученной базе, которая, по словам компании, превосходит GLM-5.2 при цене в десять раз ниже; стоимость — $0.15 за миллион входных токенов.

StepFun представляет Step 5 Preview — флагманскую разреженную модель со смесью экспертов на 600B параметров, из которых 27B активны, с контекстом в 1M токенов; она стоит $1.00 за 1 миллион входных токенов и набирает 44 балла в Artificial Analysis Intelligence Index.

Xiaomi выпускает и открывает исходный код MiMo-V2.6-Pro и MiMo-V2.6-Flash — нативно омнимодальных моделей с контекстом в 1 млн токенов; Pro набирает 46.32 балла в Artificial Analysis Intelligence Index — больше, чем любая модель с открытым исходным кодом.

Mistral AI выпускает Mistral Large 4 в публичной предварительной версии — изначально мультимодальную модель со смесью экспертов примерно на 1 триллион параметров, обученную на собственном кластере; открытые веса обещаны к концу октября 2026 года.