多言語プログラミング、エージェントワークフロー、実世界の開発タスクに最適化されたオープンソース230Bパラメータ MoE モデル。SWE-bench パフォーマンス74%。

Google DeepMind の軽量多言語テキスト埋め込みモデル。デバイス上 AI 向けに最適化され、200MB 未満の RAM で動作。

以前の Qwen3 埋め込みスナップショット。再確認：Hugging Face には今も掲載。旧 MTEB 1位を 2026 センサスにしない。

オープンウェイトWhisper large-v3系統。再確認：MIT、107,437 stars。OpenAI現行ホストSTTの既定ではない。

前世代のCohere埋め込みスナップショット。再確認：現行カタログはEmbed 4。$0.10/100万の2026既定ではない。

前世代のCohereリランクスナップショット。再確認：現行文書はrerank-v4.0。$2/1kの2026国勢調査ではない。

前世代のDeepSeekコーダースナップショット。再確認：現行経路はV4 Flash/Pro。90.2% HumanEvalの国勢調査ではない。

以前の DeepSeek V2.5 スナップショット。再確認：生きた経路は V4 Flash/Pro。2026年のチャット+コーダー既定ではない。

以前の Cohere 多言語リランクスナップショット。再確認：現行文書は rerank-v4.0。旧 4096 / 現行非英語王冠は捨てる。

以前の Cohere rerank-v3.5 スナップショット。再確認：現行文書は rerank-v4.0。旧 SoTA / 4096 王冠は捨てる。

前世代のJinaリランクスナップショット。再確認：現行ページはreranker-v3.5。8192/BEIRの2026国勢調査ではない。

2024年BAAI多言語埋め込みスナップショット。再確認：MITカードは残る。2026年のMIRACL/MTEB王冠ではない。

BreezeBlueのオープンウェイト多言語TTS。リアルタイム対話向けに設計され、参照音声なしの音声デザインと参照ガイドの音声ディレクションに対応。初回音声は40ms未満。

Command A+ は Cohere 初の MoE フラッグシップ。総パラメータ 218B、活性 25B、48 言語と画像入力に対応し、Apache 2.0 で重みを公開。

Google Gemini 3.5 Live Translate：生きた Gemini モデルページの leftover ライブ翻訳兄弟。2026-08-18 再確認。2026年の Flash 既定ではない。ドル行は作らない。

Gemini 3.8 Flash TTS は一文で新しい声を設計し、30 秒の音声から声を複製できる。Hume の音声設計ベンチマークで 71.4 を記録。

ビリビリのオープン多言語翻訳ファミリー。Qwen3.5 ベースで 150 言語テキスト、音声字幕、制御付き吹替、長文書翻訳を提供。

校正された分類とエッジ向け画像・テキストワークフローに使う Liquid AI の 3B マルチモーダル意思決定モデル。

Orukeet は 25 言語の音声認識モデルで、NVIDIA Parakeet TDT 0.6B v3 上で適合した Gabor カーネルを凍結する。

Alibaba の Qwen-Audio-3.1 は ASR-Next と TTS-Next を追加。TTS は Artificial Analysis の音声合成ランキングで首位、API 価格は最大 95% 値下げ。

294k〜2.3M パラメータの超小型ニューラル TTS。ブラウザまたは約 3 ドルの ESP32-S3 でオフライン合成。11 ボイス、6 言語、GPL-3.0。

Upstage の 35B MoE モデル。アクティブ 3B パラメータ、512K コンテキスト、入力は 100 万トークンあたり $0.10 で高頻度のエージェント呼び出し向け。

XHToken の効率的な 4B オープンウェイトモデル。ハイブリッド滑り窓注意機構でネイティブ 1M コンテキストを実現。コーディング・エージェント性能が高く、Apache 2.0、多言語。