> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/jp/other/models-info.md).

# モデルデータ

{% hint style="info" %}

* 以下の情報は参考用です。誤りがあれば修正のためにご連絡ください。一部のモデルは提供事業者が異なるため、コンテキストサイズやモデル情報も異なる場合があります。
* クライアントでデータを入力する際は「k」を実数値に変換する必要があります（理論上1k=1024 tokens；1m=1024k tokens）。例えば8kは8×1024=8192 tokensです。実際の利用時はエラー防止のため×1000で計算することを推奨します。例えば8kは8×1000=8000、1m=1×1000000=1000000です。
* 最大出力が「-」のものは、公式ではそのモデルの明確な最大出力情報を確認できなかったことを示します。
  {% endhint %}

<table><thead><tr><th width="313">モデル名</th><th width="158">最大入力</th><th width="72">最大出力</th><th width="95">関数呼び出し</th><th width="142">モデル能力</th><th width="540">サービス提供元</th><th width="257">概要</th></tr></thead><tbody><tr><td>360gpt-pro</td><td>8k</td><td>-</td><td>非対応</td><td>会話</td><td>360AI_360gpt</td><td>360智脳シリーズで最も性能の高い主力の千億級大規模モデルで、各分野の複雑なタスクシナリオに広く適用できます。</td></tr><tr><td>360gpt-turbo</td><td>7k</td><td>-</td><td>非対応</td><td>会話</td><td>360AI_360gpt</td><td>性能と効果を両立した百億級大規模モデルで、性能/コスト要求が高いシーンに適しています。</td></tr><tr><td>360gpt-turbo-responsibility-8k</td><td>8k</td><td>-</td><td>非対応</td><td>会話</td><td>360AI_360gpt</td><td>性能と効果を両立した百億級大規模モデルで、性能/コスト要求が高いシーンに適しています。</td></tr><tr><td>360gpt2-pro</td><td>8k</td><td>-</td><td>非対応</td><td>会話</td><td>360AI_360gpt</td><td>360智脳シリーズで最も性能の高い主力の千億級大規模モデルで、各分野の複雑なタスクシナリオに広く適用できます。</td></tr><tr><td>claude-3-5-sonnet-20240620</td><td>200k</td><td>16k</td><td>非対応</td><td>会話,画像認識</td><td>Anthropic_claude</td><td>2024年6月20日にリリースされたスナップショット版です。Claude 3.5 Sonnetは、性能と速度のバランスに優れたモデルで、高速性を保ちながら最高水準の性能を提供し、マルチモーダル入力をサポートします。</td></tr><tr><td>claude-3-5-haiku-20241022</td><td>200k</td><td>16k</td><td>非対応</td><td>会話</td><td>Anthropic_claude</td><td>2024年10月22日にリリースされたスナップショット版です。Claude 3.5 Haikuは、コーディング、ツール使用、推論を含むあらゆる技能が向上しています。Anthropicシリーズで最も高速なモデルとして、迅速な応答時間を提供し、ユーザー向けチャットボットや即時コード補完のような、高い対話性と低遅延を必要とするアプリに適しています。データ抽出やリアルタイムのコンテンツ審査などの専門タスクでも優れた性能を発揮し、幅広い業界で活用できる多用途なツールとなっています。画像入力はサポートしていません。</td></tr><tr><td>claude-3-5-sonnet-20241022</td><td>200k</td><td>8K</td><td>非対応</td><td>会話,画像認識</td><td>Anthropic_claude</td><td>2024年10月22日にリリースされたスナップショット版です。Claude 3.5 Sonnetは、Opusを上回る能力とSonnetより高速な速度を提供しつつ、Sonnetと同じ価格を維持しています。Sonnetは特にプログラミング、データサイエンス、ビジュアル処理、エージェントタスクに優れています。</td></tr><tr><td>claude-3-5-sonnet-latest</td><td>200K</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Anthropic_claude</td><td>最新のClaude 3.5 Sonnetバージョンを動的に指します。Claude 3.5 Sonnetは、Opusを上回る能力とSonnetより高速な速度を提供しつつ、Sonnetと同じ価格を維持しています。Sonnetは特にプログラミング、データサイエンス、ビジュアル処理、エージェントタスクに優れており、このモデルは最新バージョンを指します。</td></tr><tr><td>claude-3-haiku-20240307</td><td>200k</td><td>4k</td><td>非対応</td><td>会話,画像認識</td><td>Anthropic_claude</td><td>Claude 3 Haiku は Anthropic の最速かつ最もコンパクトなモデルで、ほぼ即時の応答を実現するよう設計されています。高速で正確な指向性性能を備えています。</td></tr><tr><td>claude-3-opus-20240229</td><td>200k</td><td>4k</td><td>非対応</td><td>会話,画像認識</td><td>Anthropic_claude</td><td>Claude 3 Opus は、Anthropic が高度に複雑なタスクを処理するために用意した最も強力なモデルです。性能、知能、流暢性、理解力の面で卓越しています。</td></tr><tr><td>claude-3-sonnet-20240229</td><td>200k</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Anthropic_claude</td><td>2024年2月29日にリリースされたスナップショット版です。Sonnetは特に以下に優れています。<br><br>- コーディング：コードの自律的な作成、編集、実行が可能で、推論やトラブルシューティング能力も備えています<br>- データサイエンス：人間のデータサイエンスの専門知識を強化し、複数のツールで洞察を得る際に非構造化データを処理できます<br>- ビジュアル処理：図、グラフ、画像の解釈に優れ、テキストを正確に転記して、テキストそのものを超えた洞察を得られます<br>- エージェントタスク：ツール使用に優れており、エージェントタスク（つまり、他のシステムとのやり取りを必要とする複雑な多段階の問題解決タスク）に非常に適しています</td></tr><tr><td>google/gemma-2-27b-it</td><td>8k</td><td>-</td><td>非対応</td><td>会話</td><td>Google_gamma</td><td>Gemma は Google が開発した軽量で最先端のオープンモデルシリーズで、Gemini モデルと同じ研究と技術で構築されています。これらのモデルはデコーダーのみの大規模言語モデルで、英語をサポートし、事前学習版と指示微調整版の両方でオープンウェイトを提供します。Gemma モデルは、質問応答、要約、推論を含むさまざまなテキスト生成タスクに適しています。</td></tr><tr><td>google/gemma-2-9b-it</td><td>8k</td><td>-</td><td>非対応</td><td>会話</td><td>Google_gamma</td><td>Gemma は Google が開発した軽量で最先端のオープンモデルシリーズの一つです。デコーダーのみの大規模言語モデルで、英語をサポートし、オープンウェイト、事前学習版、指示微調整版を提供します。Gemma モデルは、質問応答、要約、推論を含むさまざまなテキスト生成タスクに適しています。この9Bモデルは8兆tokensで学習されています。</td></tr><tr><td>gemini-1.5-pro</td><td>2m</td><td>8k</td><td>非対応</td><td>会話</td><td>Google_gemini</td><td>Gemini 1.5 Pro の最新の安定版です。強力なマルチモーダルモデルとして、最大6万行のコードまたは2,000ページのテキストを処理できます。複雑な推論を必要とするタスクに特に適しています。</td></tr><tr><td>gemini-1.0-pro-001</td><td>33k</td><td>8k</td><td>非対応</td><td>会話</td><td>Google_gemini</td><td>これは Gemini 1.0 Pro の安定版です。NLPモデルとして、マルチターンのテキスト/コードチャットやコード生成などのタスクを専門に処理します。このモデルは2025年2月15日に廃止される予定で、1.5シリーズのモデルへの移行が推奨されます。</td></tr><tr><td>gemini-1.0-pro-002</td><td>32k</td><td>8k</td><td>非対応</td><td>会話</td><td>Google_gemini</td><td>これは Gemini 1.0 Pro の安定版です。NLPモデルとして、マルチターンのテキスト/コードチャットやコード生成などのタスクを専門に処理します。このモデルは2025年2月15日に廃止される予定で、1.5シリーズのモデルへの移行が推奨されます。</td></tr><tr><td>gemini-1.0-pro-latest</td><td>33k</td><td>8k</td><td>非対応</td><td>会話,廃止済みまたはまもなく廃止</td><td>Google_gemini</td><td>これは Gemini 1.0 Pro の最新バージョンです。NLPモデルとして、マルチターンのテキスト/コードチャットやコード生成などのタスクを専門に処理します。このモデルは2025年2月15日に廃止される予定で、1.5シリーズのモデルへの移行が推奨されます。</td></tr><tr><td>gemini-1.0-pro-vision-001</td><td>16k</td><td>2k</td><td>非対応</td><td>会話</td><td>Google_gemini</td><td>これは Gemini 1.0 Pro のビジョン版です。このモデルは2025年2月15日に廃止される予定で、1.5シリーズのモデルへの移行が推奨されます。</td></tr><tr><td>gemini-1.0-pro-vision-latest</td><td>16k</td><td>2k</td><td>非対応</td><td>画像認識</td><td>Google_gemini</td><td>これは Gemini 1.0 Pro のビジョン版の最新バージョンです。このモデルは2025年2月15日に廃止される予定で、1.5シリーズのモデルへの移行が推奨されます。</td></tr><tr><td>gemini-1.5-flash</td><td>1m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは Gemini 1.5 Flash の最新の安定版です。バランスの取れたマルチモーダルモデルとして、音声、画像、動画、テキスト入力を処理できます。</td></tr><tr><td>gemini-1.5-flash-001</td><td>1m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは Gemini 1.5 Flash の安定版です。gemini-1.5-flash と同じ基本機能を提供しますが、バージョンが固定されており、本番環境での利用に適しています。</td></tr><tr><td>gemini-1.5-flash-002</td><td>1m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは Gemini 1.5 Flash の安定版です。gemini-1.5-flash と同じ基本機能を提供しますが、バージョンが固定されており、本番環境での利用に適しています。</td></tr><tr><td>gemini-1.5-flash-8b</td><td>1m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>Gemini 1.5 Flash-8BはGoogleが新たに発表した高コスパのAIモデルで、1.5 Flashと同じ速度を維持しつつ、より高い品質を実現しています。100万tokensのコンテキストウィンドウをサポートし、画像、音声、コードなどのマルチモーダルタスクを処理できます。現在最もコスト効率の高いGoogleモデルとして、簡素化された単一料金体系を採用しており、特にコストを重視する大規模アプリケーションに適しています。</td></tr><tr><td>gemini-1.5-flash-exp-0827</td><td>1m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは Gemini 1.5 Flash の実験版で、最新の改善を含むよう定期的に更新されます。探索的テストやプロトタイプ開発に適しており、本番環境での利用は推奨されません。</td></tr><tr><td>gemini-1.5-flash-latest</td><td>1m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは Gemini 1.5 Flash の最先端バージョンで、最新の改善を含むよう定期的に更新されます。探索的テストやプロトタイプ開発に適しており、本番環境での利用は推奨されません。</td></tr><tr><td>gemini-1.5-pro-001</td><td>2m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは Gemini 1.5 Pro の安定版で、固定されたモデル動作と性能特性を提供します。安定性が求められる本番環境での利用に適しています。</td></tr><tr><td>gemini-1.5-pro-002</td><td>2m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは Gemini 1.5 Pro の安定版で、固定されたモデル動作と性能特性を提供します。安定性が求められる本番環境での利用に適しています。</td></tr><tr><td>gemini-1.5-pro-exp-0801</td><td>2m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>Gemini 1.5 Pro の試験版です。強力なマルチモーダルモデルとして、最大6万行のコードまたは2,000ページのテキストを処理できます。複雑な推論を必要とするタスクに特に適しています。</td></tr><tr><td>gemini-1.5-pro-exp-0827</td><td>2m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>Gemini 1.5 Pro の試験版です。強力なマルチモーダルモデルとして、最大6万行のコードまたは2,000ページのテキストを処理できます。複雑な推論を必要とするタスクに特に適しています。</td></tr><tr><td>gemini-1.5-pro-latest</td><td>2m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは Gemini 1.5 Pro の最新バージョンで、最新のスナップショット版を動的に指します</td></tr><tr><td>gemini-2.0-flash</td><td>1m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>Gemini 2.0 FlashはGoogleが新たに発表したモデルで、1.5版より初回生成速度（TTFT）が速く、Gemini Pro 1.5に匹敵する品質を維持しています。このモデルはマルチモーダル理解、コード能力、複雑な指示の実行、関数呼び出しなどの面で大きく向上しており、より滑らかで強力な知能体験を提供できます。</td></tr><tr><td>gemini-2.0-flash-exp</td><td>100k</td><td>8k</td><td>対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>Gemini 2.0 Flash はマルチモーダルのリアルタイムAPI、速度と性能の改善、品質向上、エージェント能力の強化に加え、画像生成と音声変換機能を追加しました。</td></tr><tr><td>gemini-2.0-flash-lite-preview-02-05</td><td>1M</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>Gemini 2.0 Flash-LiteはGoogleが新たにリリースした高コスパのAIモデルで、1.5 Flashと同じ速度を維持しながら品質が向上しています。100万tokensのコンテキストウィンドウをサポートし、画像、音声、コードなどのマルチモーダルタスクを処理できます。現在Googleで最もコスト効率の高いモデルとして、簡素化された単一料金体系を採用しており、コストを抑えたい大規模アプリケーションに特に適しています。</td></tr><tr><td>gemini-2.0-flash-thinking-exp</td><td>40k</td><td>8k</td><td>非対応</td><td>会話,推論</td><td>Google_gemini</td><td>gemini-2.0-flash-thinking-expは、応答時に経過する「思考過程」を生成できる実験モデルです。そのため、基本のGemini 2.0 Flashモデルと比べて、「思考モード」の応答はより強い推論能力を持ちます。</td></tr><tr><td>gemini-2.0-flash-thinking-exp-01-21</td><td>1m</td><td>64k</td><td>非対応</td><td>会話,推論</td><td>Google_gemini</td><td>Gemini 2.0 Flash Thinking EXP-01-21 はGoogleが新たに発表したAIモデルで、推論能力とユーザー対話体験の向上に重点を置いています。このモデルは強力な推論能力を備え、特に数学とプログラミング分野で優れた性能を示し、最大100万tokenのコンテキストウィンドウをサポートしているため、複雑なタスクや詳細分析のシーンに適しています。独自の特徴として、思考過程を生成してAIの思考の理解しやすさを高めると同時に、ネイティブコード実行をサポートし、対話の柔軟性と実用性を強化しています。アルゴリズムの最適化により論理矛盾を減らし、回答の正確性と一貫性をさらに向上させています。</td></tr><tr><td>gemini-2.0-flash-thinking-exp-1219</td><td>40k</td><td>8k</td><td>非対応</td><td>会話,推論,画像認識</td><td>Google_gemini</td><td>gemini-2.0-flash-thinking-exp-1219は、応答時に経過する「思考過程」を生成できる実験モデルです。そのため、基本のGemini 2.0 Flashモデルと比べて、「思考モード」の応答はより強い推論能力を持ちます。</td></tr><tr><td>gemini-2.0-pro-exp-01-28</td><td>2m</td><td>64k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>事前追加モデル,まだ未公開</td></tr><tr><td>gemini-2.0-pro-exp-02-05</td><td>2m</td><td>8k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>Gemini 2.0 Pro Exp 02-05はGoogleが2024年2月に発表した最新の実験モデルで、世界知識、コード生成、長文理解の面で優れた性能を示します。このモデルは200万tokensの超長コンテキストウィンドウをサポートし、2時間の動画、22時間の音声、6万行超のコード、140万語超の内容を処理できます。Gemini 2.0シリーズの一部として、新しいFlash Thinking学習戦略を採用しており、性能は大幅に向上し、複数のLLMランキングで上位に位置するなど、強力な総合能力を示しています。</td></tr><tr><td>gemini-exp-1114</td><td>8k</td><td>4k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは2024年11月14日にリリースされた実験モデルで、主に品質改善に重点を置いています。</td></tr><tr><td>gemini-exp-1121</td><td>8k</td><td>4k</td><td>非対応</td><td>会話,画像認識,コード</td><td>Google_gemini</td><td>これは2024年11月21日にリリースされた実験モデルで、コーディング、推論、ビジュアル能力が改善されています。</td></tr><tr><td>gemini-exp-1206</td><td>8k</td><td>4k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは2024年12月6日にリリースされた実験モデルで、コーディング、推論、ビジュアル能力が改善されています。</td></tr><tr><td>gemini-exp-latest</td><td>8k</td><td>4k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは実験モデルで、最新バージョンを動的に指します</td></tr><tr><td>gemini-pro</td><td>33k</td><td>8k</td><td>非対応</td><td>会話</td><td>Google_gemini</td><td>gemini-1.0-proと同じで、gemini-1.0-proの別名です</td></tr><tr><td>gemini-pro-vision</td><td>16k</td><td>2k</td><td>非対応</td><td>会話,画像認識</td><td>Google_gemini</td><td>これは Gemini 1.0 Pro のビジョン版です。このモデルは2025年2月15日に廃止される予定で、1.5シリーズのモデルへの移行が推奨されます。</td></tr><tr><td>grok-2</td><td>128k</td><td>-</td><td>非対応</td><td>会話</td><td>Grok_grok</td><td>X.aiが2024.12.12にリリースした新バージョンのgrokモデル。</td></tr><tr><td>grok-2-1212</td><td>128k</td><td>-</td><td>非対応</td><td>会話</td><td>Grok_grok</td><td>X.aiが2024.12.12にリリースした新バージョンのgrokモデル。</td></tr><tr><td>grok-2-latest</td><td>128k</td><td>-</td><td>非対応</td><td>会話</td><td>Grok_grok</td><td>X.aiが2024.12.12にリリースした新バージョンのgrokモデル。</td></tr><tr><td>grok-2-vision-1212</td><td>32k</td><td>-</td><td>非対応</td><td>会話,画像認識</td><td>Grok_grok</td><td>X.aiが2024.12.12にリリースしたgrokのビジョン版モデル。</td></tr><tr><td>grok-beta</td><td>100k</td><td>-</td><td>非対応</td><td>会話</td><td>Grok_grok</td><td>性能は Grok 2 と同等ですが、効率、速度、機能が向上しています。</td></tr><tr><td>grok-vision-beta</td><td>8k</td><td>-</td><td>非対応</td><td>会話,画像認識</td><td>Grok_grok</td><td>最新の画像理解モデルで、文書、図表、スクリーンショット、写真など、さまざまな視覚情報を処理できます。</td></tr><tr><td>internlm/internlm2_5-20b-chat</td><td>32k</td><td>-</td><td>対応</td><td>会話</td><td>internlm</td><td>InternLM2.5-20B-Chat は、InternLM2アーキテクチャに基づいて開発されたオープンソースの大規模対話モデルです。このモデルは200億パラメータを備え、数学的推論に優れており、同規模の Llama3 や Gemma2-27B モデルを上回ります。InternLM2.5-20B-Chat はツール呼び出し能力が大幅に向上しており、数百のWebページから情報を収集して分析・推論することをサポートし、指示理解、ツール選択、結果の内省能力も強化されています。</td></tr><tr><td>meta-llama/Llama-3.2-11B-Vision-Instruct</td><td>8k</td><td>-</td><td>非対応</td><td>会話,画像認識</td><td>Meta_llama</td><td>現在のLlamaシリーズモデルはテキストデータだけでなく画像データも処理できます。Llama3.2の一部モデルには視覚理解機能が追加されており、このモデルはテキストと画像データを同時に入力でき、画像を理解してテキスト情報を出力します。</td></tr><tr><td>meta-llama/Llama-3.2-3B-Instruct</td><td>32k</td><td>-</td><td>非対応</td><td>会話</td><td>Meta_llama</td><td>Meta Llama 3.2の多言語大規模言語モデル（LLM）で、1B、3Bはエッジやモバイルデバイスで動作できる軽量モデルです。本モデルは3B版です。</td></tr><tr><td>meta-llama/Llama-3.2-90B-Vision-Instruct</td><td>8k</td><td>-</td><td>非対応</td><td>会話,画像認識</td><td>Meta_llama</td><td>現在のLlamaシリーズモデルはテキストデータだけでなく画像データも処理できます。Llama3.2の一部モデルには視覚理解機能が追加されており、このモデルはテキストと画像データを同時に入力でき、画像を理解してテキスト情報を出力します。</td></tr><tr><td>meta-llama/Llama-3.3-70B-Instruct</td><td>131k</td><td>-</td><td>非対応</td><td>会話</td><td>Meta_llama</td><td>Metaの最新70B LLMで、性能は llama 3.1 405B に匹敵します。</td></tr><tr><td>meta-llama/Meta-Llama-3.1-405B-Instruct</td><td>32k</td><td>-</td><td>非対応</td><td>会話</td><td>Meta_llama</td><td>Meta Llama 3.1 多言語大規模言語モデル（LLM）コレクションは、8B、70B、405Bサイズの事前学習済みおよび指示微調整済み生成モデルの集合です。本モデルは405B版です。Llama 3.1指示微調整テキストモデル（8B、70B、405B）は多言語対話向けに最適化されており、一般的な業界ベンチマークで多くの利用可能なオープン/クローズドソースのチャットモデルを上回ります。</td></tr><tr><td>meta-llama/Meta-Llama-3.1-70B-Instruct</td><td>32k</td><td>-</td><td>非対応</td><td>会話</td><td>Meta_llama</td><td>Meta Llama 3.1 は Meta が開発した多言語大規模言語モデル群で、8B、70B、405B の3種類のパラメータ規模の事前学習版と指示微調整版があります。この70B指示微調整モデルは多言語対話シーン向けに最適化されており、複数の業界ベンチマークで優れた性能を示しています。モデル訓練には15兆トークン超の公開データが使用され、教師あり微調整や人間のフィードバックを用いた強化学習などの技術により、有用性と安全性が向上しています。</td></tr><tr><td>meta-llama/Meta-Llama-3.1-8B-Instruct</td><td>32k</td><td>-</td><td>非対応</td><td>会話</td><td>Meta_llama</td><td>Meta Llama 3.1 多言語大規模言語モデル（LLM）コレクションは、8B、70B、405Bサイズの事前学習済みおよび指示微調整済み生成モデルの集合です。本モデルは8B版です。Llama 3.1指示微調整テキストモデル（8B、70B、405B）は多言語対話向けに最適化されており、一般的な業界ベンチマークで多くの利用可能なオープン/クローズドソースのチャットモデルを上回ります。</td></tr><tr><td>abab5.5-chat</td><td>16k</td><td>-</td><td>対応</td><td>会話</td><td>Minimax_abab</td><td>中国語の人物設定対話シーン</td></tr><tr><td>abab5.5s-chat</td><td>8k</td><td>-</td><td>対応</td><td>会話</td><td>Minimax_abab</td><td>中国語の人物設定対話シーン</td></tr><tr><td>abab6.5g-chat</td><td>8k</td><td>-</td><td>対応</td><td>会話</td><td>Minimax_abab</td><td>英語など多言語の人物設定対話シーン</td></tr><tr><td>abab6.5s-chat</td><td>245k</td><td>-</td><td>対応</td><td>会話</td><td>Minimax_abab</td><td>汎用シーン</td></tr><tr><td>abab6.5t-chat</td><td>8k</td><td>-</td><td>対応</td><td>会話</td><td>Minimax_abab</td><td>中国語の人物設定対話シーン</td></tr><tr><td>chatgpt-4o-latest</td><td>128k</td><td>16k</td><td>非対応</td><td>会話,画像認識</td><td>OpenAI</td><td>chatgpt-4o-latest モデルバージョンは ChatGPT で使用される GPT-4o バージョンを継続的に指し、重大な変更がある場合は最速で更新されます。</td></tr><tr><td>gpt-4o-2024-11-20</td><td>128k</td><td>16k</td><td>対応</td><td>会話</td><td>OpenAI</td><td>2024年11月20日時点の最新 gpt-4o スナップショット版です。</td></tr><tr><td>gpt-4o-audio-preview</td><td>128k</td><td>16k</td><td>非対応</td><td>会話</td><td>OpenAI</td><td>OpenAIのリアルタイム音声対話モデル</td></tr><tr><td>gpt-4o-audio-preview-2024-10-01</td><td>128k</td><td>16k</td><td>対応</td><td>会話</td><td>OpenAI</td><td>OpenAIのリアルタイム音声対話モデル</td></tr><tr><td>o1</td><td>128k</td><td>32k</td><td>非対応</td><td>会話,推論,画像認識</td><td>OpenAI</td><td>OpenAIの、広範な常識を必要とする複雑なタスク向けの新しい推論モデルです。このモデルは200kのコンテキストを持ち、現在世界最強のモデルで、画像認識をサポートしています</td></tr><tr><td>o1-mini-2024-09-12</td><td>128k</td><td>64k</td><td>非対応</td><td>会話,推論</td><td>OpenAI</td><td>o1-miniの固定スナップショット版で、o1-previewより小さく高速、コストは80%低く、コード生成や短いコンテキスト操作で優れた性能を発揮します。</td></tr><tr><td>o1-preview-2024-09-12</td><td>128k</td><td>32k</td><td>非対応</td><td>会話,推論</td><td>OpenAI</td><td>o1-previewの固定スナップショット版</td></tr><tr><td>gpt-3.5-turbo</td><td>16k</td><td>4k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-3</td><td>GPT-3.5ベース：GPT-3.5 Turbo は、OpenAI によって開発された GPT-3.5 モデルを基盤にした改良版です。<br>性能目標：モデル構造とアルゴリズムを最適化することで、推論速度、処理効率、リソース利用率を向上させることを目的としています。<br>推論速度の向上：GPT-3.5 と比較して、GPT-3.5 Turbo は通常、同じハードウェア条件でより高速な推論速度を提供でき、大規模テキスト処理を必要とするアプリケーションに特に有益です。<br>高いスループット：大量のリクエストやデータを処理する際、GPT-3.5 Turbo はより高い並列処理能力を実現でき、システム全体のスループットを向上させます。<br>最適化されたリソース消費：性能を維持しながら、ハードウェアリソース（メモリや計算リソースなど）への要求を低減している可能性があり、運用コストの削減とシステムの拡張性向上に役立ちます。<br>幅広い自然言語処理タスク：GPT-3.5 Turbo は、テキスト生成、意味理解、対話システム、機械翻訳など、さまざまな自然言語処理タスクに適しています。<br>開発者向けツールとAPIサポート：開発者が統合・利用しやすいAPIインターフェースを提供し、アプリケーションの迅速な開発とデプロイを支援します。</td></tr><tr><td>gpt-3.5-turbo-0125</td><td>16k</td><td>4k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-3</td><td>更新された GPT 3.5 Turbo で、リクエスト形式の精度が向上し、英語以外の言語で関数呼び出しテキストのエンコーディング問題を引き起こしていたバグが修正されています。最大4,096出力トークンを返します。</td></tr><tr><td>gpt-3.5-turbo-0613</td><td>16k</td><td>4k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-3</td><td>更新された GPT 3.5 Turbo の固定スナップショット版。現在は廃止済み</td></tr><tr><td>gpt-3.5-turbo-1106</td><td>16k</td><td>4k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-3</td><td>指示追従、JSONモード、再現可能な出力、並列関数呼び出しなどが改善されています。最大4,096出力トークンを返します。</td></tr><tr><td>gpt-3.5-turbo-16k</td><td>16k</td><td>4k</td><td>対応</td><td>会話,廃止済みまたはまもなく廃止</td><td>OpenAI_gpt-3</td><td>（廃止済み）</td></tr><tr><td>gpt-3.5-turbo-16k-0613</td><td>16k</td><td>4k</td><td>対応</td><td>会話,廃止済みまたはまもなく廃止</td><td>OpenAI_gpt-3</td><td>2023年6月13日時点の gpt-3.5-turbo のスナップショット。（廃止済み）</td></tr><tr><td>gpt-3.5-turbo-instruct</td><td>4k</td><td>4k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-3</td><td>GPT-3時代のモデルに類似した能力。従来の Completions エンドポイントと互換性があり、Chat Completions には対応していません。</td></tr><tr><td>gpt-3.5o</td><td>16k</td><td>4k</td><td>非対応</td><td>会話</td><td>OpenAI_gpt-3</td><td>gpt-4o-lite と同じ</td></tr><tr><td>gpt-4</td><td>8k</td><td>8k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-4</td><td>現在は gpt-4-0613 を指します。</td></tr><tr><td>gpt-4-0125-preview</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-4</td><td>最新の GPT-4 モデルで、モデルがタスクを完了しない「怠け」状態を減らすよう設計されています。最大4,096出力トークンを返します。</td></tr><tr><td>gpt-4-0314</td><td>8k</td><td>8k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-4</td><td>gpt-4 の2023年3月14日時点のスナップショット</td></tr><tr><td>gpt-4-0613</td><td>8k</td><td>8k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-4</td><td>gpt-4 の2023年6月13日時点のスナップショットで、関数呼び出しサポートが強化されています。</td></tr><tr><td>gpt-4-1106-preview</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-4</td><td>GPT-4 Turbo モデルで、指示追従、JSONモード、再現可能な出力、関数呼び出しなどが改善されています。最大4,096出力トークンを返します。これはプレビューモデルです。</td></tr><tr><td>gpt-4-32k</td><td>32k</td><td>4k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-4</td><td>gpt-4-32k は 2025-06-06 に廃止されます。</td></tr><tr><td>gpt-4-32k-0613</td><td>32k</td><td>4k</td><td>対応</td><td>会話,廃止済みまたはまもなく廃止</td><td>OpenAI_gpt-4</td><td>2025-06-06 に廃止されます。</td></tr><tr><td>gpt-4-turbo</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-4</td><td>最新版の GPT-4 Turbo モデルはビジョン機能を追加し、JSONモードと関数呼び出しを通じてビジュアルリクエストを処理できます。このモデルの現在のバージョンは gpt-4-turbo-2024-04-09 です。</td></tr><tr><td>gpt-4-turbo-2024-04-09</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>OpenAI_gpt-4</td><td>ビジョン機能付きの GPT-4 Turbo モデルです。現在、ビジュアルリクエストは JSONモードと関数呼び出しで実現できます。gpt-4-turbo の現在のバージョンはこの版です。</td></tr><tr><td>gpt-4-turbo-preview</td><td>128k</td><td>4k</td><td>対応</td><td>会話,画像認識</td><td>OpenAI_gpt-4</td><td>現在は gpt-4-0125-preview を指します。</td></tr><tr><td>gpt-4o</td><td>128k</td><td>16k</td><td>対応</td><td>会話,画像認識</td><td>OpenAI_gpt-4</td><td>OpenAI の高知能フラッグシップモデルで、複雑な多段階タスクに適しています。GPT-4o は GPT-4 Turbo より安価で高速です。</td></tr><tr><td>gpt-4o-2024-05-13</td><td>128k</td><td>4k</td><td>対応</td><td>会話,画像認識</td><td>OpenAI_gpt-4</td><td>2024年5月13日時点の元の gpt-4o スナップショットです。</td></tr><tr><td>gpt-4o-2024-08-06</td><td>128k</td><td>16k</td><td>対応</td><td>会話,画像認識</td><td>OpenAI_gpt-4</td><td>構造化出力をサポートする最初のスナップショットです。gpt-4o は現在このバージョンを指します。</td></tr><tr><td>gpt-4o-mini</td><td>128k</td><td>16k</td><td>対応</td><td>会話,画像認識</td><td>OpenAI_gpt-4</td><td>OpenAI の手頃な価格の gpt-4o バージョンで、高速で軽量なタスクに適しています。GPT-4o mini は GPT-3.5 Turbo より安価で、より高機能です。現在は gpt-4o-mini-2024-07-18 を指します。</td></tr><tr><td>gpt-4o-mini-2024-07-18</td><td>128k</td><td>16k</td><td>対応</td><td>会話,画像認識</td><td>OpenAI_gpt-4</td><td>gpt-4o-mini の固定スナップショット版。</td></tr><tr><td>gpt-4o-realtime-preview</td><td>128k</td><td>4k</td><td>対応</td><td>会話,リアルタイム音声</td><td>OpenAI_gpt-4</td><td>OpenAIのリアルタイム音声対話モデル</td></tr><tr><td>gpt-4o-realtime-preview-2024-10-01</td><td>128k</td><td>4k</td><td>対応</td><td>会話,リアルタイム音声,画像認識</td><td>OpenAI_gpt-4</td><td>gpt-4o-realtime-preview は現在このスナップショット版を指します</td></tr><tr><td>o1-mini</td><td>128k</td><td>64k</td><td>非対応</td><td>会話,推論</td><td>OpenAI_o1</td><td>o1-preview より小さく高速で、コストは80%低く、コード生成や短いコンテキスト操作で優れた性能を発揮します。</td></tr><tr><td>o1-preview</td><td>128k</td><td>32k</td><td>非対応</td><td>会話,推論</td><td>OpenAI_o1</td><td>o1-preview は、広範な常識を必要とする複雑なタスク向けの新しい推論モデルです。このモデルは 128K コンテキストと 2023年10月の知識カットオフを持ちます。数学や科学タスクを含む、高度な推論と複雑な問題解決に重点を置いています。深い文脈理解と自律的なワークフローを必要とするアプリに非常に適しています。</td></tr><tr><td>o3-mini</td><td>200k</td><td>100k</td><td>対応</td><td>会話,推論</td><td>OpenAI_o1</td><td>o3-miniはOpenAIの最新の小型推論モデルで、o1-miniと同じコストとレイテンシを維持しながら高い知能を提供します。科学、数学、コーディングのタスクに重点を置き、構造化出力、関数呼び出し、バッチAPIなどの開発者向け機能をサポートし、知識ベースのカットオフは2023年10月です。推論能力と経済性のバランスが非常に優れています。</td></tr><tr><td>o3-mini-2025-01-31</td><td>200k</td><td>100k</td><td>対応</td><td>会話,推論</td><td>OpenAI_o1</td><td>o3-miniは現在このバージョンを指します。o3-mini-2025-01-31はOpenAIの最新の小型推論モデルで、o1-miniと同じコストとレイテンシを維持しながら高い知能を提供します。科学、数学、コーディングのタスクに重点を置き、構造化出力、関数呼び出し、バッチAPIなどの開発者向け機能をサポートし、知識ベースのカットオフは2023年10月です。推論能力と経済性のバランスが非常に優れています。</td></tr><tr><td>Baichuan2-Turbo</td><td>32k</td><td>-</td><td>非対応</td><td>会話</td><td>百川_baichuan</td><td>業界同等サイズのモデルと比べて、業界先進レベルを維持しながら価格を大幅に引き下げました</td></tr><tr><td>Baichuan3-Turbo</td><td>32k</td><td>-</td><td>非対応</td><td>会話</td><td>百川_baichuan</td><td>業界同等サイズのモデルと比べて、業界先進レベルを維持しながら価格を大幅に引き下げました</td></tr><tr><td>Baichuan3-Turbo-128k</td><td>128k</td><td>-</td><td>非対応</td><td>会話</td><td>百川_baichuan</td><td>百川モデルは128kの超長コンテキストウィンドウで複雑なテキストを処理し、金融などの業界向けに特化して最適化されており、高性能を維持しながらコストを大幅に削減し、企業に高コスパのソリューションを提供します。</td></tr><tr><td>Baichuan4</td><td>32k</td><td>-</td><td>非対応</td><td>会話</td><td>百川_baichuan</td><td>百川のMoEモデルは、特化最適化、コスト削減、性能向上により、企業アプリケーション向けに高効率かつ高コスパのソリューションを提供します。</td></tr><tr><td>Baichuan4-Air</td><td>32k</td><td>-</td><td>非対応</td><td>会話</td><td>百川_baichuan</td><td>百川のMoEモデルは、特化最適化、コスト削減、性能向上により、企業アプリケーション向けに高効率かつ高コスパのソリューションを提供します。</td></tr><tr><td>Baichuan4-Turbo</td><td>32k</td><td>-</td><td>非対応</td><td>会話</td><td>百川_baichuan</td><td>大量の高品質なシナリオデータで学習されており、企業の高頻度シナリオでの利用可能性はBaichuan4比で10%以上向上し、情報要約は50%、多言語は31%、コンテンツ生成は13%向上しました。<br>推論性能向けに特別最適化されており、最初のtoken応答速度はBaichuan4比で51%向上し、tokenスループットは73%向上しています。</td></tr><tr><td>ERNIE-3.5-128K</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>百度が独自開発したフラッグシップ級の大規模言語モデルで、膨大な中英語コーパスをカバーし、強力な汎用能力を備えています。ほとんどの対話Q&#x26;A、創作生成、プラグイン利用シーンの要件を満たせます。百度検索プラグインとの自動連携をサポートし、Q&#x26;A情報の鮮度を保証します。</td></tr><tr><td>ERNIE-3.5-8K</td><td>8k</td><td>1k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>百度が独自開発したフラッグシップ級の大規模言語モデルで、膨大な中英語コーパスをカバーし、強力な汎用能力を備えています。ほとんどの対話Q&#x26;A、創作生成、プラグイン利用シーンの要件を満たせます。百度検索プラグインとの自動連携をサポートし、Q&#x26;A情報の鮮度を保証します。</td></tr><tr><td>ERNIE-3.5-8K-Preview</td><td>8k</td><td>1k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>百度が独自開発したフラッグシップ級の大規模言語モデルで、膨大な中英語コーパスをカバーし、強力な汎用能力を備えています。ほとんどの対話Q&#x26;A、創作生成、プラグイン利用シーンの要件を満たせます。百度検索プラグインとの自動連携をサポートし、Q&#x26;A情報の鮮度を保証します。</td></tr><tr><td>ERNIE-4.0-8K</td><td>8k</td><td>1k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>百度が独自開発したフラッグシップ級の超大規模言語モデルで、ERNIE 3.5 と比べてモデル能力が全面的にアップグレードされており、各分野の複雑なタスクシーンに幅広く適用できます。百度検索プラグインとの自動連携をサポートし、Q&#x26;A情報の鮮度を保証します。</td></tr><tr><td>ERNIE-4.0-8K-Latest</td><td>8k</td><td>2k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>ERNIE-4.0-8K-Latest は ERNIE-4.0-8K に比べて全体的な能力が大幅に向上しており、特にロールプレイ能力と指示追従能力が大きく改善されています。ERNIE 3.5 と比べてモデル能力が全面的にアップグレードされており、各分野の複雑なタスクシーンに幅広く適用できます。百度検索プラグインとの自動連携をサポートし、Q&#x26;A情報の鮮度を保証します。5K tokens入力+2K tokens出力をサポートします。本記事では ERNIE-4.0-8K-Latest のAPI呼び出し方法を紹介します。</td></tr><tr><td>ERNIE-4.0-8K-Preview</td><td>8k</td><td>1k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>百度が独自開発したフラッグシップ級の超大規模言語モデルで、ERNIE 3.5 と比べてモデル能力が全面的にアップグレードされており、各分野の複雑なタスクシーンに幅広く適用できます。百度検索プラグインとの自動連携をサポートし、Q&#x26;A情報の鮮度を保証します。</td></tr><tr><td>ERNIE-4.0-Turbo-128K</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>ERNIE 4.0 Turbo は百度が独自開発したフラッグシップ級の超大規模言語モデルで、総合的な性能が優れており、各分野の複雑なタスクシーンに幅広く適用できます。百度検索プラグインとの自動連携をサポートし、Q&#x26;A情報の鮮度を保証します。ERNIE 4.0 と比べて性能面でより優れています。ERNIE-4.0-Turbo-128K はモデルの一つのバージョンで、長文ドキュメント全体の効果は ERNIE-3.5-128K より優れています。本記事では関連APIと使い方を紹介します。</td></tr><tr><td>ERNIE-4.0-Turbo-8K</td><td>8k</td><td>2k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>ERNIE 4.0 Turbo は百度が独自開発したフラッグシップ級の超大規模言語モデルで、総合的な性能が優れており、各分野の複雑なタスクシーンに幅広く適用できます。百度検索プラグインとの自動連携をサポートし、Q&#x26;A情報の鮮度を保証します。ERNIE 4.0 と比べて性能面でより優れています。ERNIE-4.0-Turbo-8K はモデルの一つのバージョンです。本記事では関連APIと使い方を紹介します。</td></tr><tr><td>ERNIE-4.0-Turbo-8K-Latest</td><td>8k</td><td>2k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>ERNIE 4.0 Turbo は百度が独自開発したフラッグシップ級の超大規模言語モデルで、総合的な性能が優れており、各分野の複雑なタスクシーンに幅広く適用できます。百度検索プラグインとの自動連携をサポートし、Q&#x26;A情報の鮮度を保証します。ERNIE 4.0 と比べて性能面でより優れています。ERNIE-4.0-Turbo-8K はモデルの一つのバージョンです。</td></tr><tr><td>ERNIE-4.0-Turbo-8K-Preview</td><td>8k</td><td>2k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>ERNIE 4.0 Turbo は百度が独自開発したフラッグシップ級の超大規模言語モデルで、総合的な性能が優れており、各分野の複雑なタスクシーンに幅広く適用できます。百度検索プラグインとの自動連携をサポートし、Q&#x26;A情報の鮮度を保証します。ERNIE-4.0-Turbo-8K-Preview はモデルの一つのバージョンです</td></tr><tr><td>ERNIE-Character-8K</td><td>8k</td><td>1k</td><td>非対応</td><td>会話</td><td>百度_ernie</td><td>百度が独自開発した垂直シーン向け大規模言語モデルで、ゲームNPC、カスタマーサービス対話、会話ロールプレイなどのアプリに適しており、人物設定のスタイルがより鮮明で一貫していて、指示追従能力がより強く、推論性能もより優れています</td></tr><tr><td>ERNIE-Lite-8K</td><td>8k</td><td>4k</td><td>非対応</td><td>会話</td><td>百度_ernie</td><td>百度が独自開発した軽量大規模言語モデルで、優れたモデル効果と推論性能を両立し、低演算性能のAIアクセラレーションカードでの推論利用に適しています。</td></tr><tr><td>ERNIE-Lite-Pro-128K</td><td>128k</td><td>2k</td><td>対応</td><td>会話</td><td>百度_ernie</td><td>百度が独自開発した軽量大規模言語モデルで、ERNIE Lite より優れた効果を持ち、優れたモデル効果と推論性能を両立し、低演算性能のAIアクセラレーションカードでの推論利用に適しています。ERNIE-Lite-Pro-128K は128Kのコンテキスト長をサポートし、ERNIE-Lite-128K より効果が優れています。</td></tr><tr><td>ERNIE-Novel-8K</td><td>8k</td><td>2k</td><td>非対応</td><td>会話</td><td>百度_ernie</td><td>ERNIE-Novel-8K は百度が独自開発した汎用大規模言語モデルで、小説の続編生成能力に明確な優位性があり、ショートドラマや映画などのシーンにも利用できます。</td></tr><tr><td>ERNIE-Speed-128K</td><td>128k</td><td>4k</td><td>非対応</td><td>会話</td><td>百度_ernie</td><td>百度が2024年に新たに発表した独自開発の高性能大規模言語モデルで、汎用能力に優れ、ベースモデルとして微調整するのに適しており、特定シーンの問題をより適切に処理できるうえ、優れた推論性能も備えています。</td></tr><tr><td>ERNIE-Speed-8K</td><td>8k</td><td>1k</td><td>非対応</td><td>会話</td><td>百度_ernie</td><td>百度が2024年に新たに発表した独自開発の高性能大規模言語モデルで、汎用能力に優れ、ベースモデルとして微調整するのに適しており、特定シーンの問題をより適切に処理できるうえ、優れた推論性能も備えています。</td></tr><tr><td>ERNIE-Speed-Pro-128K</td><td>128k</td><td>4k</td><td>非対応</td><td>会話</td><td>百度_ernie</td><td>ERNIE Speed Pro は百度が2024年に新たに発表した独自開発の高性能大規模言語モデルで、汎用能力に優れ、ベースモデルとして微調整するのに適しており、特定シーンの問題をより適切に処理できるうえ、優れた推論性能も備えています。ERNIE-Speed-Pro-128K は2024年8月30日にリリースされた初期バージョンで、128Kのコンテキスト長をサポートし、ERNIE-Speed-128K より効果が優れています。</td></tr><tr><td>ERNIE-Tiny-8K</td><td>8k</td><td>1k</td><td>非対応</td><td>会話</td><td>百度_ernie</td><td>百度が独自開発した超高性能大規模言語モデルで、文心シリーズモデルの中でデプロイと微調整のコストが最も低いです。</td></tr><tr><td>Doubao-1.5-lite-32k</td><td>32k</td><td>12k</td><td>対応</td><td>会話</td><td>豆包_doubao</td><td>Doubao1.5-liteは軽量版言語モデルの中でも世界最高水準にあり、総合（MMLU_pro）、推論（BBH）、数学（MATH）、専門知識（GPQA）の権威ある評価指標でGPT-4omini、Cluade 3.5 Haikuと同等またはそれ以上です。<br></td></tr><tr><td>Doubao-1.5-pro-256k</td><td>256k</td><td>12k</td><td>対応</td><td>会話</td><td>豆包_doubao</td><td>Doubao-1.5-Pro-256k は Doubao-1.5-Pro の全面アップグレード版です。Doubao-pro-256k/241115 と比べて、総合効果が10%大幅に向上しています。出力長も大幅に向上し、最大12k tokensをサポートします。</td></tr><tr><td>Doubao-1.5-pro-32k</td><td>32k</td><td>12k</td><td>対応</td><td>会話</td><td>豆包_doubao</td><td>Doubao-1.5-pro は新世代の主力モデルで、性能が全面的にアップグレードされ、知識、コード、推論などの面で卓越した性能を発揮します。複数の公開ベンチマークで世界トップレベルに達し、特に知識、コード、推論、中国語の権威ある評価基準で最高成績を獲得し、総合スコアはGPT4o、Claude 3.5 Sonnetなど業界トップクラスのモデルを上回ります。</td></tr><tr><td>Doubao-1.5-vision-pro</td><td>32k</td><td>12k</td><td>非対応</td><td>会話,画像認識</td><td>豆包_doubao</td><td>Doubao-1.5-vision-pro は新たにアップグレードされたマルチモーダル大規模モデルで、任意の解像度と極端な縦横比の画像認識をサポートし、視覚推論、文書認識、詳細情報理解、指示追従能力を強化しています。</td></tr><tr><td>Doubao-embedding</td><td>4k</td><td>-</td><td>対応</td><td>埋め込み</td><td>豆包_doubao</td><td>Doubao-embedding は ByteDance が開発した意味ベクトル化モデルで、主にベクトル検索の利用シーン向けです。中国語・英語のバイリンガルに対応し、最大4Kのコンテキスト長をサポートします。現在、以下のバージョンがあります。<br><br>text-240715：最大次元ベクトル2560、512、1024、2048への次元削減利用をサポート。中英語の Retrieval 効果は text-240515 版より大きく向上しており、この版の使用を推奨します。<br>text-240515：最大次元ベクトル2048、512、1024への次元削減利用をサポート。</td></tr><tr><td>Doubao-embedding-large</td><td>4k</td><td>-</td><td>非対応</td><td>埋め込み</td><td>豆包_doubao</td><td><br>中国語・英語のRetrieval効果がDoubao-embedding/text-240715版より大幅に向上</td></tr><tr><td>Doubao-embedding-vision</td><td>8k</td><td>-</td><td>非対応</td><td>埋め込み</td><td>豆包_doubao</td><td>Doubao-embedding-vision は、新たにアップグレードされた図文マルチモーダルベクトル化モデルで、主に図文マルチモーダルベクトル検索の利用シーン向けです。画像入力と中国語・英語のテキスト入力をサポートし、最大8Kのコンテキスト長を持ちます。</td></tr><tr><td>Doubao-lite-128k</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>豆包_doubao</td><td>Doubao-lite は極めて高速な応答、より良いコストパフォーマンスを備え、顧客のさまざまなシーンに柔軟な選択肢を提供します。128kコンテキストウィンドウの推論と微調整をサポートします。</td></tr><tr><td>Doubao-lite-32k</td><td>32k</td><td>4k</td><td>対応</td><td>会話</td><td>豆包_doubao</td><td>Doubao-lite は極めて高速な応答、より良いコストパフォーマンスを備え、顧客のさまざまなシーンに柔軟な選択肢を提供します。32kコンテキストウィンドウの推論と微調整をサポートします。</td></tr><tr><td>Doubao-lite-4k</td><td>4k</td><td>4k</td><td>対応</td><td>会話</td><td>豆包_doubao</td><td>Doubao-lite は極めて高速な応答、より良いコストパフォーマンスを備え、顧客のさまざまなシーンに柔軟な選択肢を提供します。4kコンテキストウィンドウの推論と微調整をサポートします。</td></tr><tr><td>Doubao-pro-128k</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>豆包_doubao</td><td>最も性能の高い主力モデルで、複雑なタスクの処理に適しています。参考Q&#x26;A、要約、創作、テキスト分類、ロールプレイなどのシーンで優れた効果を発揮します。128kコンテキストウィンドウの推論と微調整をサポートします。</td></tr><tr><td>Doubao-pro-32k</td><td>32k</td><td>4k</td><td>対応</td><td>会話</td><td>豆包_doubao</td><td>最も性能の高い主力モデルで、複雑なタスクの処理に適しています。参考Q&#x26;A、要約、創作、テキスト分類、ロールプレイなどのシーンで優れた効果を発揮します。32kコンテキストウィンドウの推論と微調整をサポートします。</td></tr><tr><td>Doubao-pro-4k</td><td>4k</td><td>4k</td><td>対応</td><td>会話</td><td>豆包_doubao</td><td>最も性能の高い主力モデルで、複雑なタスクの処理に適しています。参考Q&#x26;A、要約、創作、テキスト分類、ロールプレイなどのシーンで優れた効果を発揮します。4kコンテキストウィンドウの推論と微調整をサポートします。</td></tr><tr><td>step-1-128k</td><td>128k</td><td>-</td><td>対応</td><td>会話</td><td>階躍星辰</td><td>step-1-128kモデルは、最大128,000トークンの入力を処理できる超大規模言語モデルです。この能力により、長文コンテンツの生成や複雑な推論において大きな優位性を持ち、小説や脚本など、豊富なコンテキストを必要とする用途に適しています。</td></tr><tr><td>step-1-256k</td><td>256k</td><td>-</td><td>対応</td><td>会話</td><td>階躍星辰</td><td>step-1-256kモデルは、現在最大級の言語モデルの一つで、256,000トークンの入力に対応しています。大規模データ分析やマルチターン対話システムのような極めて複雑なタスクの要件を満たすよう設計されており、さまざまな分野で高品質な出力を提供できます。</td></tr><tr><td>step-1-32k</td><td>32k</td><td>-</td><td>対応</td><td>会話</td><td>階躍星辰</td><td>step-1-32kモデルはコンテキストウィンドウを拡張し、32,000トークンの入力に対応しています。これにより、長文記事や複雑な対話の処理で優れた性能を発揮し、法務文書や学術研究のような深い理解と分析を必要とするタスクに適しています。</td></tr><tr><td>step-1-8k</td><td>8k</td><td>-</td><td>対応</td><td>会話</td><td>階躍星辰</td><td>step-1-8kモデルは、短めのテキスト処理向けに設計された高効率な言語モデルです。8,000トークンのコンテキスト内で推論でき、チャットボットやリアルタイム翻訳のような迅速な応答が求められる用途に適しています。</td></tr><tr><td>step-1-flash</td><td>8k</td><td>-</td><td>対応</td><td>会話</td><td>階躍星辰</td><td>step-1-flashモデルは高速応答と効率的な処理に特化しており、リアルタイム用途に適しています。限られた計算資源でも高品質な言語理解・生成能力を提供できるよう設計されており、モバイルデバイスやエッジコンピューティングのシーンに適しています。</td></tr><tr><td>step-1.5v-mini</td><td>32k</td><td>-</td><td>対応</td><td>会話,画像認識</td><td>階躍星辰</td><td>step-1.5v-miniモデルは、リソース制約のある環境で動作することを目的とした軽量版です。小型でありながら優れた言語処理能力を維持しており、組み込みシステムや低消費電力デバイスに適しています。</td></tr><tr><td>step-1v-32k</td><td>32k</td><td>-</td><td>対応</td><td>会話,画像認識</td><td>階躍星辰</td><td>step-1v-32kモデルは32,000トークンの入力に対応しており、より長いコンテキストを必要とするアプリケーションに適しています。複雑な対話や長文の処理で優れた性能を発揮し、カスタマーサービスやコンテンツ制作などの分野に適しています。</td></tr><tr><td>step-1v-8k</td><td>8k</td><td>-</td><td>対応</td><td>会話,画像認識</td><td>階躍星辰</td><td>step-1v-8kモデルは、8,000トークンの入力向けに設計された最適化版で、短文の高速生成・処理に適しています。速度と正確性のバランスが良く、リアルタイム用途に適しています。</td></tr><tr><td>step-2-16k</td><td>16k</td><td>-</td><td>対応</td><td>会話</td><td>階躍星辰</td><td>step-2-16kモデルは中規模の言語モデルで、16,000トークンの入力に対応しています。多様なタスクで良好な性能を示し、教育、研修、知識管理などの用途に適しています。<br></td></tr><tr><td>yi-lightning</td><td>16k</td><td>-</td><td>対応</td><td>会話</td><td>零一万物_yi</td><td>最新の高性能モデルで、高品質な出力を保証しつつ、推論速度を大幅に向上。<br>リアルタイム対話や高複雑度の推論シーンに適しており、非常に高いコストパフォーマンスで商用製品に優れた支えを提供します。</td></tr><tr><td>yi-vision-v2</td><td>16K</td><td>-</td><td>対応</td><td>会話,画像認識</td><td>零一万物_yi</td><td>画像問答、図表理解、OCR、視覚推理、教育、研究レポートの理解、多言語文書の読解など、画像や図表の分析・解釈が必要なシーンに適しています。</td></tr><tr><td>qwen-14b-chat</td><td>8k</td><td>2k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>Alibaba Cloud公式の通義千問オープンソース版。</td></tr><tr><td>qwen-72b-chat</td><td>32k</td><td>2k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>Alibaba Cloud公式の通義千問オープンソース版。</td></tr><tr><td>qwen-7b-chat</td><td>7.5k</td><td>1.5k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>Alibaba Cloud公式の通義千問オープンソース版。</td></tr><tr><td>qwen-coder-plus</td><td>128k</td><td>8k</td><td>対応</td><td>対話,コード</td><td>千問_qwen</td><td>Qwen-Coder-Plusは、Qwenシリーズのプログラミング専用モデルで、コード生成と理解能力の向上を目的としています。大規模なプログラミングデータで学習されており、さまざまなプログラミング言語を処理でき、コード補完、エラー検出、コードリファクタリングなどの機能をサポートします。開発者により効率的なプログラミング支援を提供し、開発効率を高めることを設計目標としています。</td></tr><tr><td>qwen-coder-plus-latest</td><td>128k</td><td>8k</td><td>対応</td><td>対話,コード</td><td>千問_qwen</td><td>Qwen-Coder-Plus-LatestはQwen-Coder-Plusの最新バージョンで、最新のアルゴリズム最適化とデータセット更新を含んでいます。このモデルは性能が大きく向上しており、コンテキストをより正確に理解し、開発者のニーズにより合ったコードを生成できます。また、より多くのプログラミング言語への対応を導入し、多言語プログラミング能力を強化しています。</td></tr><tr><td>qwen-coder-turbo</td><td>128k</td><td>8k</td><td>対応</td><td>対話,コード</td><td>千問_qwen</td><td>通義千問シリーズのコード・プログラミングモデルは、プログラミングとコード生成に特化した言語モデルで、推論速度が速く、コストが低いです。このバージョンは常に最新の安定版スナップショットを参照します</td></tr><tr><td>qwen-coder-turbo-latest</td><td>128k</td><td>8k</td><td>対応</td><td>対話,コード</td><td>千問_qwen</td><td>通義千問シリーズのコード・プログラミングモデルは、プログラミングとコード生成に特化した言語モデルで、推論速度が速く、コストが低いです。このバージョンは常に最新版スナップショットを参照します</td></tr><tr><td>qwen-long</td><td>10m</td><td>6k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>Qwen-Longは、通義千問が超長文コンテキスト処理シーン向けに提供する大規模言語モデルで、中国語、英語などの異なる言語入力に対応し、最大1000万トークン（約1500万字または1.5万ページの文書）の超長コンテキスト対話をサポートします。同時提供の文書サービスと組み合わせることで、word、pdf、markdown、epub、mobiなど多様な文書形式の解析と対話が可能です。 なお、HTTPで直接リクエストを送る場合は1Mトークン長まで対応し、それを超える場合はファイル方式での送信を推奨します。</td></tr><tr><td>qwen-math-plus</td><td>4k</td><td>3k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>Qwen-Math-Plusは数学問題の解決に特化したモデルで、高効率な数学推論と計算能力の提供を目的としています。大量の数学問題集で学習されており、複雑な数式や問題を処理でき、基礎算術から高等数学まで幅広い計算ニーズに対応します。教育、研究、工学などの分野で活用できます。</td></tr><tr><td>qwen-math-plus-latest</td><td>4k</td><td>3k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>Qwen-Math-Plus-LatestはQwen-Math-Plusの最新バージョンで、最新の数学推論技術とアルゴリズム改善を統合しています。このモデルは複雑な数学問題の処理でより優れた性能を発揮し、より正確な解答と推論過程を提供できます。また、数学記号や数式の理解能力も拡張され、より幅広い数学応用シーンに適しています。</td></tr><tr><td>qwen-math-turbo</td><td>4k</td><td>3k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>Qwen-Math-Turboは高速計算とリアルタイム推論向けに設計された高性能な数学モデルです。計算速度が最適化されており、極めて短時間で大量の数学問題を処理できるため、オンライン教育やリアルタイムデータ分析のような迅速なフィードバックが必要な用途に適しています。効率的なアルゴリズムにより、複雑な計算でも即時結果を得られます。</td></tr><tr><td>qwen-math-turbo-latest</td><td>4k</td><td>3k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>Qwen-Math-Turbo-LatestはQwen-Math-Turboの最新バージョンで、計算効率と正確性をさらに向上させています。このモデルはアルゴリズム面で複数の最適化が行われており、より複雑な数学問題を処理でき、リアルタイム推論でも高い効率を維持します。金融分析や科学計算など、迅速な応答が求められる数学アプリケーションに適しています。</td></tr><tr><td>qwen-max</td><td>32k</td><td>8k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>通義千問2.5シリーズの数千億規模の超大規模言語モデルで、中国語、英語などさまざまな言語入力に対応します。モデルのアップグレードに伴い、qwen-maxはローリング更新でアップグレードされます。</td></tr><tr><td>qwen-max-latest</td><td>32k</td><td>8k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>通義千問シリーズで最も高性能なモデルです。本モデルは動的更新版であり、更新は事前通知されません。複雑で多段階のタスクに適しており、中国語・英語を総合した能力が大幅に向上し、人間の好みに沿う性能も大きく改善されています。推論能力と複雑な指示の理解能力が著しく強化され、難易度の高いタスクでより優れた性能を発揮します。数学・コード能力も大幅に向上し、TableやJSONなどの構造化データの理解と生成能力が強化されています。</td></tr><tr><td>qwen-plus</td><td>128k</td><td>8k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>通義千問シリーズでバランスの取れたモデルで、推論性能と速度は通義千問-Maxと通義千問-Turboの中間に位置し、中程度の複雑さのタスクに適しています。中国語・英語を総合した能力が大幅に向上し、人間の好みに沿う性能も大きく改善されています。推論能力と複雑な指示の理解能力が著しく強化され、難易度の高いタスクでより優れた性能を発揮し、数学・コード能力も大幅に向上しています。</td></tr><tr><td>qwen-plus-latest</td><td>128k</td><td>8k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>Qwen-Plusは通義千問シリーズの強化版視覚言語モデルで、細部認識能力と文字認識能力の向上を目的としています。100万画素超の解像度や任意の縦横比の画像に対応し、さまざまな視覚言語タスクで優れた性能を発揮でき、精密な画像理解が必要な用途に適しています。</td></tr><tr><td>qwen-turbo</td><td>128k</td><td>8k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>通義千問シリーズで最速かつ低コストのモデルで、簡単なタスクに適しています。中国語・英語を総合した能力が大幅に向上し、人間の好みに沿う性能も大きく改善されています。推論能力と複雑な指示の理解能力が著しく強化され、難易度の高いタスクでより優れた性能を発揮し、数学・コード能力も大幅に向上しています。</td></tr><tr><td>qwen-turbo-latest</td><td>1m</td><td>8k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>Qwen-Turboは簡単なタスク向けに設計された高効率モデルで、速度とコスト効率を重視しています。基本的な視覚言語タスクで優れた性能を発揮し、リアルタイム画像認識や簡単なQAシステムのような、応答時間に厳しい要件があるアプリケーションに適しています。</td></tr><tr><td>qwen-vl-max</td><td>32k</td><td>2k</td><td>対応</td><td>会話</td><td>千問_qwen</td><td>通義千問VL-Max（qwen-vl-max）は、通義千問の超大規模視覚言語モデルです。強化版と比べて視覚推理能力と指示追従能力がさらに向上し、より高い視覚認知・理解水準を提供します。より多くの複雑なタスクで最良の性能を発揮します。</td></tr><tr><td>qwen-vl-max-latest</td><td>32k</td><td>2k</td><td>対応</td><td>会話,画像認識</td><td>千問_qwen</td><td>Qwen-VL-MaxはQwen-VLシリーズの最上位版で、複雑なマルチモーダルタスクの解決向けに設計されています。高度な視覚・言語処理技術を組み合わせており、高解像度画像を理解・分析でき、推論能力は非常に高く、深い理解と複雑な推論を必要とする用途に適しています。</td></tr><tr><td>qwen-vl-ocr</td><td>34k</td><td>4k</td><td>対応</td><td>会話,画像認識</td><td>千問_qwen</td><td>OCRのみ対応し、対話には対応していません。</td></tr><tr><td>qwen-vl-ocr-latest</td><td>34k</td><td>4k</td><td>対応</td><td>会話,画像認識</td><td>千問_qwen</td><td>OCRのみ対応し、対話には対応していません。</td></tr><tr><td>qwen-vl-plus</td><td>8k</td><td>2k</td><td>対応</td><td>会話,画像認識</td><td>千問_qwen</td><td>通義千問VL-Plus（qwen-vl-plus）は、通義千問の大規模視覚言語モデル強化版です。細部認識能力と文字認識能力を大幅に向上させ、100万画素超の解像度や任意の縦横比の画像に対応します。幅広い視覚タスクで卓越した性能を提供します。</td></tr><tr><td>qwen-vl-plus-latest</td><td>32k</td><td>2k</td><td>対応</td><td>会話,画像認識</td><td>千問_qwen</td><td>Qwen-VL-Plus-LatestはQwen-VL-Plusの最新バージョンで、モデルのマルチモーダル理解能力を強化しています。画像とテキストの組み合わせ処理で優れた性能を発揮し、スマートカスタマーサービスやコンテンツ生成など、さまざまな入力形式を効率的に扱う必要があるアプリケーションに適しています。</td></tr><tr><td>Qwen/Qwen2-1.5B-Instruct</td><td>32k</td><td>6k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>Qwen2-1.5B-Instruct は Qwen2 シリーズの指示チューニング済み大規模言語モデルで、パラメータ規模は 1.5B です。このモデルは Transformer アーキテクチャをベースにし、SwiGLU 活性化関数、注意機構の QKV バイアス、Grouped Query Attention などの技術を採用しています。言語理解、生成、多言語能力、コーディング、数学、推論など複数のベンチマークで優れた性能を示し、ほとんどのオープンソースモデルを上回ります。</td></tr><tr><td>Qwen/Qwen2-72B-Instruct</td><td>128k</td><td>6k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>Qwen2-72B-Instruct は Qwen2 シリーズの指示チューニング済み大規模言語モデルで、パラメータ規模は 72B です。このモデルは Transformer アーキテクチャをベースにし、SwiGLU 活性化関数、注意機構の QKV バイアス、Grouped Query Attention などの技術を採用しています。大規模入力を処理できます。言語理解、生成、多言語能力、コーディング、数学、推論など複数のベンチマークで優れた性能を示し、ほとんどのオープンソースモデルを上回ります</td></tr><tr><td>Qwen/Qwen2-7B-Instruct</td><td>128k</td><td>6k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>Qwen2-7B-Instruct は Qwen2 シリーズの指示チューニング済み大規模言語モデルで、パラメータ規模は 7B です。このモデルは Transformer アーキテクチャをベースにし、SwiGLU 活性化関数、注意機構の QKV バイアス、Grouped Query Attention などの技術を採用しています。大規模入力を処理できます。言語理解、生成、多言語能力、コーディング、数学、推論など複数のベンチマークで優れた性能を示し、ほとんどのオープンソースモデルを上回ります</td></tr><tr><td>Qwen/Qwen2-VL-72B-Instruct</td><td>32k</td><td>2k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>Qwen2-VL は Qwen-VL モデルの最新反復版であり、MathVista、DocVQA、RealWorldQA、MTVQA などを含む視覚理解ベンチマークで最先端の性能を達成しています。Qwen2-VL は 20分を超える動画を理解でき、高品質な動画ベースの質問応答、対話、コンテンツ制作に利用できます。また、複雑な推論と意思決定能力も備えており、モバイルデバイスやロボットなどと統合して、視覚環境とテキスト指示に基づく自動操作を行えます。</td></tr><tr><td>Qwen/Qwen2-VL-7B-Instruct</td><td>32k</td><td>-</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>Qwen2-VL-7B-Instruct は Qwen-VL モデルの最新反復版であり、MathVista、DocVQA、RealWorldQA、MTVQA などを含む視覚理解ベンチマークで最先端の性能を達成しています。Qwen2-VL は高品質な動画ベースの質問応答、対話、コンテンツ制作に利用でき、複雑な推論と意思決定能力も備えており、モバイルデバイスやロボットなどと統合して、視覚環境とテキスト指示に基づく自動操作を行えます。</td></tr><tr><td>Qwen/Qwen2.5-72B-Instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>Qwen2.5-72B-Instruct は Alibaba Cloud が発表した最新の大規模言語モデルシリーズの一つです。この 72B モデルは、コーディングや数学などの分野で大幅に改善された能力を持ちます。最大 128K トークンの入力に対応し、8K トークンを超える長文を生成できます。</td></tr><tr><td>Qwen/Qwen2.5-72B-Instruct-128K</td><td>128k</td><td>8k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>Qwen2.5-72B-Instruct は Alibaba Cloud が発表した最新の大規模言語モデルシリーズの一つです。この 72B モデルは、コーディングや数学などの分野で大幅に改善された能力を持ちます。最大 128K トークンの入力に対応し、8K トークンを超える長文を生成できます。</td></tr><tr><td>Qwen/Qwen2.5-7B-Instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>Qwen2.5-7B-Instruct は Alibaba Cloud が発表した最新の大規模言語モデルシリーズの一つです。この 7B モデルは、コーディングや数学などの分野で大幅に改善された能力を持ちます。また、29以上の言語をカバーする多言語対応を提供し、中国語、英語などを含みます。指示追従、構造化データの理解、構造化出力（特に JSON）の生成においても大きく向上しています</td></tr><tr><td>Qwen/Qwen2.5-Coder-32B-Instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>対話,コード</td><td>千問_qwen</td><td>Qwen2.5-32B-Instruct は Alibaba Cloud が発表した最新の大規模言語モデルシリーズの一つです。この 32B モデルは、コーディングや数学などの分野で大幅に改善された能力を持ちます。また、29以上の言語をカバーする多言語対応を提供し、中国語、英語などを含みます。指示追従、構造化データの理解、構造化出力（特に JSON）の生成においても大きく向上しています</td></tr><tr><td>Qwen/Qwen2.5-Coder-7B-Instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>Qwen2.5-7B-Instruct は Alibaba Cloud が発表した最新の大規模言語モデルシリーズの一つです。この 7B モデルは、コーディングや数学などの分野で大幅に改善された能力を持ちます。また、29以上の言語をカバーする多言語対応を提供し、中国語、英語などを含みます。指示追従、構造化データの理解、構造化出力（特に JSON）の生成においても大きく向上しています</td></tr><tr><td>Qwen/QwQ-32B-Preview</td><td>32k</td><td>16k</td><td>非対応</td><td>会話,推論</td><td>千問_qwen</td><td>QwQ-32B-Preview は Qwen チームが開発した実験的研究モデルで、AI の推論能力向上を目的としています。プレビュー版として優れた分析能力を示していますが、いくつか重要な制限もあります：<br>1. 言語の混在とコードスイッチ：モデルが言語を混在させたり、言語間で意図せず切り替わったりして、応答の明瞭さに影響することがあります。<br>2. 再帰的推論ループ：モデルがループ状の推論モードに入ることがあり、明確な結論のない冗長な回答につながる可能性があります。<br>3. 安全性と倫理上の配慮：信頼でき安全な性能を確保するため、モデルにはより強い安全対策が必要であり、利用時には注意が必要です。<br>4. 性能とベンチマークの制約：数学とプログラミングでは優れていますが、常識推論や微妙な言語理解など他の分野では改善の余地があります。</td></tr><tr><td>qwen1.5-110b-chat</td><td>32k</td><td>8k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen1.5-14b-chat</td><td>8k</td><td>2k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen1.5-32b-chat</td><td>32k</td><td>2k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen1.5-72b-chat</td><td>32k</td><td>2k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen1.5-7b-chat</td><td>8k</td><td>2k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2-57b-a14b-instruct</td><td>65k</td><td>6k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>Qwen2-72B-Instruct</td><td>-</td><td>-</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2-7b-instruct</td><td>128k</td><td>6k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2-math-72b-instruct</td><td>4k</td><td>3k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2-math-7b-instruct</td><td>4k</td><td>3k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2.5-14b-instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2.5-32b-instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2.5-72b-instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2.5-7b-instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2.5-coder-14b-instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>対話,コード</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2.5-coder-32b-instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>対話,コード</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2.5-coder-7b-instruct</td><td>128k</td><td>8k</td><td>非対応</td><td>対話,コード</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2.5-math-72b-instruct</td><td>4k</td><td>3k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>qwen2.5-math-7b-instruct</td><td>4k</td><td>3k</td><td>非対応</td><td>会話</td><td>千問_qwen</td><td>-</td></tr><tr><td>deepseek-ai/DeepSeek-R1</td><td>64k</td><td>-</td><td>非対応</td><td>会話,推論</td><td>深度求索_deepseek</td><td>DeepSeek-R1モデルは、純粋な強化学習に基づくオープンソースの推論モデルであり、数学、コード、自然言語推論などのタスクで優れた性能を発揮し、OpenAIのo1モデルに匹敵する性能を持ち、複数のベンチマークで優秀な成績を収めています。</td></tr><tr><td>deepseek-ai/DeepSeek-V2-Chat</td><td>128k</td><td>-</td><td>非対応</td><td>会話</td><td>深度求索_deepseek</td><td>DeepSeek-V2 は、強力でコスト効率に優れた Mixture-of-Experts（MoE）言語モデルです。8.1兆トークンの高品質コーパスで事前学習され、教師ありファインチューニング（SFT）と強化学習（RL）によってさらに能力が向上しています。DeepSeek 67B と比べて、DeepSeek-V2 はより高い性能を持ちながら、学習コストを 42.5% 削減し、KVキャッシュを 93.3% 削減し、最大生成スループットを 5.76倍に向上させました。</td></tr><tr><td>deepseek-ai/DeepSeek-V2.5</td><td>32k</td><td>-</td><td>対応</td><td>会話</td><td>深度求索_deepseek</td><td>DeepSeek-V2.5 は DeepSeek-V2-Chat と DeepSeek-Coder-V2-Instruct のアップグレード版で、両者の汎用能力とコーディング能力を統合しています。このモデルでは、文章作成や指示追従能力を含む複数の面で最適化が行われ、人間の好みとの整合性もより高くなっています。</td></tr><tr><td>deepseek-ai/DeepSeek-V3</td><td>128k</td><td>4k</td><td>非対応</td><td>会話</td><td>深度求索_deepseek</td><td>DeepSeekのオープンソース版で、公式版よりコンテキストが長く、センシティブワードによる拒否応答などの問題がありません。</td></tr><tr><td>deepseek-chat</td><td>64k</td><td>8k</td><td>対応</td><td>会話</td><td>深度求索_deepseek</td><td>236Bのパラメータ規模、64Kコンテキスト（API）、中国語総合能力（AlignBench）でオープンソースのトップに位置し、GPT-4-Turbo、文心4.0などのクローズドモデルと同じ評価帯にあります</td></tr><tr><td>deepseek-coder</td><td>64k</td><td>8k</td><td>対応</td><td>対話,コード</td><td>深度求索_deepseek</td><td>236Bのパラメータ規模、64Kコンテキスト（API）、中国語総合能力（AlignBench）でオープンソースのトップに位置し、GPT-4-Turbo、文心4.0などのクローズドモデルと同じ評価帯にあります</td></tr><tr><td>deepseek-reasoner</td><td>64k</td><td>8k</td><td>対応</td><td>会話,推論</td><td>深度求索_deepseek</td><td>DeepSeek-Reasoner（DeepSeek-R1）は、DeepSeekが最新に発表した推論モデルで、強化学習による学習を通じて推論能力を高めることを目的としています。このモデルの推論過程には多くの自己反省と検証が含まれ、複雑な論理推論タスクを処理でき、思考連鎖の長さは数万字に達します。DeepSeek-R1 は数学、コード、その他の複雑な問題の解答で優れた性能を示し、すでに多様なシーンで広く活用されており、その強力な推論能力と柔軟性を示しています。他のモデルと比べても、DeepSeek-R1 は推論性能でトップクラスのクローズドモデルに近く、オープンソースモデルが推論分野で持つ潜在力と競争力を示しています。</td></tr><tr><td>hunyuan-code</td><td>4k</td><td>4k</td><td>非対応</td><td>対話,コード</td><td>腾讯_hunyuan</td><td>混元の最新コード生成モデルで、200Bの高品質コードデータで基盤モデルを追加学習し、半年分の高品質SFTデータで訓練されています。コンテキストの長いウィンドウ長は8Kに拡大され、5大言語のコード生成自動評価指標で上位に位置しています。5大言語10項目にわたる多面的なコードタスクの高品質人手評価では、性能は第一梯隊にあります。</td></tr><tr><td>hunyuan-functioncall</td><td>28k</td><td>4k</td><td>対応</td><td>会話</td><td>腾讯_hunyuan</td><td>混元の最新 MOE アーキテクチャのFunctionCallモデルで、高品質なFunctionCallデータで学習されており、コンテキストウィンドウは32Kに達し、複数の評価指標で先行しています。</td></tr><tr><td>hunyuan-large</td><td>28k</td><td>4k</td><td>非対応</td><td>会話</td><td>腾讯_hunyuan</td><td>Hunyuan-largeモデルの総パラメータ数は約389B、活性化パラメータ数は約52Bで、現在の業界で最もパラメータ規模が大きく、最も性能の高いTransformerアーキテクチャのオープンソースMoEモデルです。</td></tr><tr><td>hunyuan-large-longcontext</td><td>128k</td><td>6k</td><td>非対応</td><td>会話</td><td>腾讯_hunyuan</td><td>文書要約や文書QAなどの長文タスクの処理が得意であると同時に、汎用テキスト生成タスクにも対応できます。長文の分析と生成で優れた性能を発揮し、複雑で詳細な長文コンテンツ処理の要件に効果的に対応します。</td></tr><tr><td>hunyuan-lite</td><td>250k</td><td>6k</td><td>非対応</td><td>会話</td><td>腾讯_hunyuan</td><td>より優れたルーティング戦略を採用し、負荷分散と専門家の収束問題を同時に緩和しています。<br>MOE-32K はコストパフォーマンスが比較的高く、効果と価格のバランスを取りながら、長文入力の処理を実現できます。</td></tr><tr><td>hunyuan-pro</td><td>28k</td><td>4k</td><td>対応</td><td>会話</td><td>腾讯_hunyuan</td><td>兆規模のパラメータを持つ MOE-32K 長文モデルです。さまざまなベンチマークで圧倒的なリードを達成し、複雑な指示と推論、複雑な数学能力を備え、functioncall をサポートし、多言語翻訳、金融、法務、医療などの分野での応用に重点的な最適化がされています。</td></tr><tr><td>hunyuan-role</td><td>28k</td><td>4k</td><td>非対応</td><td>会話</td><td>腾讯_hunyuan</td><td>混元の最新版ロールプレイモデルで、混元公式の精調訓練によって提供されたロールプレイモデルです。混元モデルをベースにロールプレイシーンのデータセットを組み合わせて追加学習しており、ロールプレイシーンでより良い基礎性能を持ちます。</td></tr><tr><td>hunyuan-standard</td><td>30k</td><td>2k</td><td>非対応</td><td>会話</td><td>腾讯_hunyuan</td><td>より優れたルーティング戦略を採用し、同時に負荷分散と専門家の収束問題を緩和しています。<br>MOE-32K は比較的コストパフォーマンスが高く、効果と価格のバランスを取りつつ、長文入力の処理を実現できます。</td></tr><tr><td>hunyuan-standard-256K</td><td>250k</td><td>6k</td><td>非対応</td><td>会話</td><td>腾讯_hunyuan</td><td>より優れたルーティング戦略を採用し、同時に負荷分散と専門家の収束問題を緩和しています。長文では、needle-in-a-haystack 指標が99.9%に達しています。MOE-256K は長さと効果の両面でさらに突破し、入力可能な長さを大幅に拡張しました。</td></tr><tr><td>hunyuan-translation-lite</td><td>4k</td><td>4k</td><td>非対応</td><td>会話</td><td>腾讯_hunyuan</td><td>混元翻訳モデルは自然言語による対話式翻訳をサポートし、中国語と英語、日本語、フランス語、ポルトガル語、スペイン語、トルコ語、ロシア語、アラビア語、韓国語、イタリア語、ドイツ語、ベトナム語、マレー語、インドネシア語の15言語間翻訳に対応します。</td></tr><tr><td>hunyuan-turbo</td><td>28k</td><td>4k</td><td>対応</td><td>会話</td><td>腾讯_hunyuan</td><td>Hunyuan-turboモデルのデフォルト版で、新しいMixture-of-Experts（MoE）構造を採用しています。hunyuan-proと比べて推論効率が速く、性能もより強力です。</td></tr><tr><td>hunyuan-turbo-latest</td><td>28k</td><td>4k</td><td>対応</td><td>会話</td><td>腾讯_hunyuan</td><td>Hunyuan-turboモデルの動的更新版で、混元モデルシリーズの中で最も高性能なバージョンです。C向け（腾讯元宝）と一致しています。</td></tr><tr><td>hunyuan-turbo-vision</td><td>8k</td><td>2k</td><td>対応</td><td>画像認識,対話</td><td>腾讯_hunyuan</td><td>混元の新世代視覚言語フラッグシップ大規模モデルで、新しいMixture-of-Experts（MoE）構造を採用しています。画像とテキストの理解に関する基礎認識、コンテンツ制作、知識QA、分析推論などの能力が前世代モデルと比べて全面的に向上しています。最大入力6k、最大出力2k</td></tr><tr><td>hunyuan-vision</td><td>8k</td><td>2k</td><td>対応</td><td>会話,画像認識</td><td>腾讯_hunyuan</td><td>混元の最新マルチモーダルモデルで、画像+テキスト入力によるテキスト生成に対応します。<br>画像の基礎認識：画像内の主体、要素、シーンなどを認識<br>画像コンテンツ制作：画像の要約、広告コピー、SNS投稿、詩文などを作成<br>画像マルチターン対話：単一画像に対して複数ターンの対話QAを実行<br>画像分析推論：画像内の論理関係、数学問題、コード、図表を統計分析<br>画像知識QA：画像に含まれる知識点についてQAを実施、例：歴史的事件、映画ポスター<br>画像OCR：自然な生活シーンや非自然シーンの画像内文字を認識。</td></tr><tr><td>SparkDesk-Lite</td><td>4k</td><td>-</td><td>非対応</td><td>会話</td><td>星火_SparkDesk</td><td>オンライン検索機能をサポートし、応答が速く、便利で、低演算負荷推論やモデル精調などのカスタマイズシーンに適しています</td></tr><tr><td>SparkDesk-Max</td><td>128k</td><td>-</td><td>対応</td><td>会話</td><td>星火_SparkDesk</td><td>最新版の星火大モデルエンジン4.0 Turboを量子化して作成され、オンライン検索、天気、日付など複数の内蔵プラグインに対応します。コア能力が全面的にアップグレードされ、各シーンでの適用効果が全般的に向上しています。Systemロールの人格設定とFunctionCall関数呼び出しをサポートします</td></tr><tr><td>SparkDesk-Max-32k</td><td>32k</td><td>-</td><td>対応</td><td>会話</td><td>星火_SparkDesk</td><td>推論がより強力：より強いコンテキスト理解と論理推論能力。入力がより長い：32Kトークンのテキスト入力に対応し、長文書読解やプライベート知識QAなどのシーンに適しています</td></tr><tr><td>SparkDesk-Pro</td><td>128k</td><td>-</td><td>非対応</td><td>会話</td><td>星火_SparkDesk</td><td>数学、コード、医療、教育などのシーンに特化して最適化されており、オンライン検索、天気、日付など複数の内蔵プラグインに対応し、多くの知識QA、言語理解、テキスト創作などのシーンをカバーします</td></tr><tr><td>SparkDesk-Pro-128K</td><td>128k</td><td>-</td><td>非対応</td><td>会話</td><td>星火_SparkDesk</td><td>プロフェッショナル級の大規模言語モデルで、数十億規模のパラメータを持ち、医療、教育、コードなどのシーンに特化して最適化され、検索シーンでの遅延もより低くなっています。テキスト、スマートQAなど、高い性能と応答速度が求められる業務シーンに適しています。</td></tr><tr><td>moonshot-v1-128k</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>月の暗面_moonshot</td><td>長さ8kのモデルで、短文生成に適しています。</td></tr><tr><td>moonshot-v1-32k</td><td>32k</td><td>4k</td><td>対応</td><td>会話</td><td>月の暗面_moonshot</td><td>長さ32kのモデルで、長文生成に適しています。</td></tr><tr><td>moonshot-v1-8k</td><td>8k</td><td>4k</td><td>対応</td><td>会話</td><td>月の暗面_moonshot</td><td>長さ128kのモデルで、超長文生成に適しています。</td></tr><tr><td>codegeex-4</td><td>128k</td><td>4k</td><td>非対応</td><td>対話,コード</td><td>智譜_codegeex</td><td>智譜のコードモデル：コード自動補完タスクに適しています</td></tr><tr><td>charglm-3</td><td>4k</td><td>2k</td><td>非対応</td><td>会話</td><td>智譜_glm</td><td>擬人化モデル</td></tr><tr><td>emohaa</td><td>8k</td><td>4k</td><td>非対応</td><td>会話</td><td>智譜_glm</td><td>心理モデル：専門的なカウンセリング能力を備え、ユーザーが感情を理解し、感情問題に対処するのを支援します</td></tr><tr><td>glm-3-turbo</td><td>128k</td><td>4k</td><td>非対応</td><td>会話</td><td>智譜_glm</td><td>まもなく廃止予定（2025年6月30日）</td></tr><tr><td>glm-4</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>智譜_glm</td><td>旧版フラッグシップ：2024年1月16日公開、現在はGLM-4-0520に置き換え済み</td></tr><tr><td>glm-4-0520</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>智譜_glm</td><td>高知能モデル：非常に複雑で多様なタスクの処理に適しています</td></tr><tr><td>glm-4-air</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>智譜_glm</td><td>高コストパフォーマンス：推論能力と価格のバランスが最も取れたモデル</td></tr><tr><td>glm-4-airx</td><td>8k</td><td>4k</td><td>対応</td><td>会話</td><td>智譜_glm</td><td>超高速推論：非常に速い推論速度と強力な推論効果を持ちます</td></tr><tr><td>glm-4-flash</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>智譜_glm</td><td>高速・低価格：超高速な推論速度</td></tr><tr><td>glm-4-flashx</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>智譜_glm</td><td>高速・低価格：Flash強化版、超高速な推論速度</td></tr><tr><td>glm-4-long</td><td>1m</td><td>4k</td><td>対応</td><td>会話</td><td>智譜_glm</td><td>超長入力：超長文とメモリ型タスクの処理に特化して設計されています</td></tr><tr><td>glm-4-plus</td><td>128k</td><td>4k</td><td>対応</td><td>会話</td><td>智譜_glm</td><td>高知能フラッグシップ：性能が全面的に向上し、長文と複雑タスクの能力が著しく強化されています</td></tr><tr><td>glm-4v</td><td>2k</td><td>-</td><td>非対応</td><td>会話,画像認識</td><td>智譜_glm</td><td>画像理解：画像理解能力と推論能力を備えています</td></tr><tr><td>glm-4v-flash</td><td>2k</td><td>1k</td><td>非対応</td><td>会話,画像認識</td><td>智譜_glm</td><td>無料モデル：強力な画像理解能力を備えています</td></tr></tbody></table>

***

### 💡 ヘルプの取得とフィードバックの送信

設定や使用の過程で疑問、Bug、機能改善の提案がある場合は、 [フィードバックと提案](/docs/jp/question-contact/suggestions.md) に記載の公式チャネルをご参照ください。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.cherryai.com.cn/docs/jp/other/models-info.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.