Liste der eigenen Modelle von Google
In der folgenden Tabelle sind die eigenen Modelle von Google aufgeführt, die in Model Garden verfügbar sind:
| Modellname | Modalität | Beschreibung | Kurzanleitungen |
|---|---|---|---|
| Gemini 2.5 Flash (Vorschau) | Sprache, Audio, Vision | Denkmodell, das entwickelt wurde, um Preis und Leistung in Einklang zu bringen. | Modellkarte |
| Gemini 2.5 Pro (Vorschau) | Sprache, Audio, Vision | Thinking Model mit Funktionen der nächsten Generation und verbesserten Funktionen. | Modellkarte |
| Gemini 2.0 Flash | Sprache, Audio, Vision | Das Arbeitstier für alle alltäglichen Aufgaben und Funktionen bietet eine verbesserte Leistung und unterstützt die Live API in Echtzeit. | Modellkarte |
| Gemini 2.0 Flash-Lite | Sprache, Audio, Vision | Das schnellste und kosteneffizienteste Flash-Modell. Es bietet eine bessere Qualität als 1.5 zum gleichen Preis und bei gleicher Geschwindigkeit. | Modellkarte |
| Imagen für die Bildgenerierung | Vision | Erstellen Sie Bilder in Studioqualität im großen Stil mit Text-Prompts. Sie können dieses Modell auch zum Hochskalieren von Bildern verwenden. | Modellkarte |
| Imagen für Bearbeitung und Anpassung | Vision | Bearbeiten Sie Bilder in Studioqualität oder verwenden Sie Few-Shot-Learning, um sie im großen Stil mit Basisbildern und Text-Prompts oder mit Referenzbildern und Text-Prompts zu erstellen. | Modellkarte |
| Vertex Image Segmentation (Vorabversion) | Vision | Sie können Text-Prompts verwenden oder Kritzeleien zeichnen, um ein Bild zu segmentieren. Mit der Bildsegmentierung können Sie beispielsweise Objekte erkennen, den Hintergrund eines Bildes entfernen oder den Vordergrund eines Bildes segmentieren. | Modellkarte |
| Imagen für Untertitel und VQA | Sprache | Generiert eine relevante Beschreibung für ein bestimmtes Bild. | Modellkarte |
| Einbettungen für multimodale Konfigurationen | Vision | Auf Bildern basierende, generiert Vektoren, die für nachgelagerte Aufgaben wie die Bildklassifizierung und Bildsuche verwendet werden können. | Modellkarte |
| Chirp 2 | Speech | Chirp 2 ist ein von Google entwickeltes Modell für die automatische Spracherkennung (Automatic Speech Recognition, ASR), das Gesprochenes transkribiert (Speech-to-Text). Im Vergleich zur ersten Generation der Chirp-Modelle bietet Chirp 2 verbesserte Genauigkeit und Geschwindigkeit sowie neue Funktionen wie Zeitstempel auf Wortebene, Modellanpassung und Übersetzung von Gesprochenem. | Modellkarte |
Liste der Modelle mit Open-Source-Abstimmung oder Bereitstellung von Schemas in Model Garden
In der folgenden Tabelle sind die OSS-Modelle aufgeführt, die Open-Source-Abstimmungs- oder Bereitstellungsschemas in Model Garden unterstützen:
| Modellname | Modalität | Beschreibung | Kurzanleitung |
|---|---|---|---|
| Llama 4 | Sprache, Vision | Eine Familie multimodaler Modelle, die die Mixture-of-Experts-Architektur (MoE) und Early Fusion verwenden. | Colab Modellkarte |
| Llama 3.3 | Sprache | Das mehrsprachige Large Language Model (LLM) Meta Llama 3.3 ist ein vortrainiertes und anweisungsorientiertes generatives Modell mit 70 Mrd. Parametern (Text-in/Text-Ausgang). | Modellkarte |
| Flux | Vision | Ein Transformer-Modell mit 12 Milliarden Parametern, das auf dem Konzept des „Rectified Flow“ basiert und hochwertige Bilder aus Textbeschreibungen generiert. | Modellkarte |
| Prompt-Schutz | Sprache | LLM-Eingaben vor Jailbreaking-Techniken und indirekten Injections schützen. | Modellkarte |
| Llama 3.2 | Sprache | Eine Sammlung mehrsprachiger Large Language Models, die vortrainierte und anweisungsorientierte generative Modelle in den Größen 1 B und 3 B sind. | Modellkarte |
| Llama 3.2-Vision | Sprache, Vision | Eine Sammlung multimodaler Large Language Models, die vortrainierte und anweisungsorientierte generative Modelle für die Bildanalyse in den Größen 11 B und 90 B sind. Diese Modelle sind für die visuelle Erkennung, die Bildanalyse, das Erstellen von Bildunterschriften und das Beantworten allgemeiner Fragen zu einem Bild optimiert. | Modellkarte |
| Llama Guard 3 | Sprache | Ein vortrainiertes Llama-3.1-8B-Modell, das für die Klassifizierung der Sicherheit von Inhalten optimiert wurde. | Modellkarte |
| Qwen2 | Sprache | Qwen2 bereitstellen, eine Reihe von Foundation Large Language Models. | Colab Modellkarte |
| Phi-3 | Sprache | Bereitstellung von Phi-3, einer Reihe von Foundation Large Language Models. | Colab Modellkarte |
| E5 | Sprache | Stellen Sie E5 bereit, eine Reihe von Texteinbettungsmodellen. | Colab Modellkarte |
| Instant ID | Sprache, Vision | Stellen Sie InstantID bereit, ein Text-zu-Bild-Generierungsmodell, das die Identität bewahrt. | Colab Modellkarte |
| Llama 3 | Sprache | Llama 3-Modelle von Meta (8B, 70B, 405B) in Vertex AI nutzen und damit entwickeln. | Modellkarte |
| Gemma 3 | Sprache, Vision | Offene Gewichtsmodelle (1B nur Text, 4B, 12B, 27B), die auf derselben Forschung und Technologie basieren, die auch zum Erstellen der Gemini-Modelle von Google verwendet werden. | Modellkarte |
| Gemma 2 | Sprache | Öffnen Sie Gewichtsmodelle (2B, 7B), die auf derselben Forschung und Technologie basieren, die auch zum Erstellen der Gemini-Modelle von Google verwendet werden. | Modellkarte |
| Gemma | Sprache | Öffnen Sie Gewichtsmodelle (2B, 7B), die auf derselben Forschung und Technologie basieren, die auch zum Erstellen der Gemini-Modelle von Google verwendet werden. | Modellkarte |
| CodeGemma | Sprache | Offene Gewichtsmodelle (2B, 7B), die für die Codegenerierung und Codevervollständigung entwickelt wurden und auf der gleichen Forschung und Technologie basieren, die auch zum Erstellen der Gemini-Modelle von Google verwendet werden. | Modellkarte |
| PaliGemma 2 | Sprache, Vision | Offene Gewichtsmodelle mit 3 Mrd., 10 Mrd. und 28 Mrd. Parametern, die für Aufgaben zur Bilduntertitelung und für Aufgaben zur Beantwortung visueller Fragen entwickelt wurden und auf derselben Forschung und Technologie basieren, die auch zum Erstellen der Gemini-Modelle von Google verwendet werden. | Modellkarte |
| PaliGemma | Sprache, Vision | Offenes 3B-Gewichtsmodell, das für Aufgaben zur Bildunterschrift und für visuelle Frage- und Antwortaufgaben entwickelt wurde und auf derselben Forschung und Technologie basiert, die auch zum Erstellen der Gemini-Modelle von Google verwendet werden. | Modellkarte |
| ShieldGemma 2 | Sprache, Vision | Offenes 4B-Gewichtsmodell, das auf dem 4B-IT-Checkpoint von Gemma 3 für die Bildsicherheitsklassifizierung in wichtigen Kategorien trainiert wurde. Es nimmt Bilder entgegen und gibt Sicherheitslabels gemäß den Richtlinien aus. | Modellkarte |
| TxGemma | Sprache | Offene Gewichtsmodelle (2B, 9B, 27B), die für die therapeutische Entwicklung entwickelt wurden und auf Gemma 2 basieren. | Modellkarte |
| Vicuna v1.5 | Sprache | Stellen Sie Modelle der Serie Vicuna v1.5 bereit. Dies sind Basismodelle, die von LLama2 für die Textgenerierung optimiert wurden. | Modellkarte |
| NLLB | Sprache | NLLB-Modelle für die Übersetzung in mehreren Sprachen bereitstellen. | Modellkarte Colab |
| Mistral-7B | Sprache | Stellen Sie Mistral-7B bereit, ein Foundation Model für die Textgenerierung. | Modellkarte |
| BioGPT | Sprache | Stellen Sie BioGPT bereit, ein generatives Textmodell für den biomedizinischen Bereich. | Modellkarte Colab |
| BiomedCLIP | Sprache, Vision | Stellen Sie BiomedCLIP bereit, ein multimodales Foundation Model für den biomedizinischen Bereich. | Modellkarte Colab |
| ImageBind | Sprache, Vision, Audio |
Stellen Sie ImageBind bereit, ein grundlegendes Modell für die multimodale Einbettung. | Modellkarte Colab |
| DITO | Sprache, Vision | Stellen Sie DITO, ein multimodales Foundation Model für offene Objekterkennungsaufgaben, bereit und optimieren Sie es. | Modellkarte Colab |
| OWL-ViT v2 | Sprache, Vision | Stellen Sie OWL-ViT v2 bereit, ein multimodales Foundation Model für offene Vokabularerkennungsaufgaben. | Modellkarte Colab |
| FaceStylizer (Mediapipe) | Vision | Eine generative Pipeline, um Bilder menschlicher Gesichter in einen neuen Stil zu transformieren. | Modellkarte Colab |
| Llama 2 | Sprache | Llama 2-Grundlagenmodelle von Meta (7B, 13B, 70B) können in Vertex AI optimiert und bereitgestellt werden. | Modellkarte |
| Code Llama | Sprache | Die Code Llama-Grundlagenmodelle von Meta (7B, 13B, 34B) auf Vertex AI bereitstellen. | Modellkarte |
| Falcon-Anleitung | Sprache | Falcon-Anleitungsmodelle (7B, 40B) mit PEFT optimieren und bereitstellen. | Colab Modellkarte |
| OpenLLaMA | Sprache | OpenLLaMA-Modelle (3B, 7B, 13B) mithilfe von PEFT optimieren und bereitstellen. | Colab Modellkarte |
| T5-FLAN | Sprache | T5-FLAN optimieren und bereitstellen (Basis, klein, groß). | Modellkarte (Pipeline zur Feinabstimmung enthalten) |
| BERT | Sprache | BERT mit PEFT optimieren und bereitstellen. | Colab Modellkarte |
| BART-large-cnn | Sprache | Bereitstellung von BART, einem Transformer-Encoder-Encoder-Modell (seq2seq) mit einem bidirektionalen (BERT-ähnlichen) Encoder und einem autoregressiven (GPT-ähnlichen) Decoder. | Colab Modellkarte |
| RoBERTa-large | Sprache | RoBERTa-Large mithilfe von PEFT optimieren und bereitstellen. | Colab Modellkarte |
| XLM-RoBERTa-large | Sprache | Feinabstimmung und Bereitstellung von XLM-RoBERTa-large (mit einer mehrsprachigen Version von RoBERTa) mithilfe von PEFT. | Colab Modellkarte |
| Stable Diffusion XL v1.0 | Sprache, Vision | Stable Diffusion XL v1.0 mit Unterstützung für Text-zu-Bild-Generierung bereitstellen. | Colab Modellkarte |
| Stable Diffusion XL Lightning | Sprache, Vision | Stellen Sie Stable Diffusion XL Lightning bereit, ein Text-zu-Bild-Generierungsmodell. | Colab Modellkarte |
| Stable Diffusion v2.1 | Sprache, Vision | Stable Diffusion v2.1 (unterstützt Text-zu-Bild-Generierung) mithilfe von Dreambooth optimieren und bereitstellen. | Colab Modellkarte |
| Stable Diffusion 4x upscaler | Sprache, Vision | Stable Diffusion 4x Upscaler bereitstellen, der die Superauflösung von textbedingten Bildern unterstützt. | Colab Modellkarte |
| InstructPix2Pix | Sprache, Vision | InstructPix2Pix bereitstellen, das Bildbearbeitung mithilfe von Textaufforderungen unterstützt. | Colab Modellkarte |
| Stable Diffusion Inpainting | Sprache, Vision | Verfeinern und Bereitstellen von Stable Diffusion Inpainting mit Unterstützung für das Malen in einem maskierten Bild mithilfe einer Textaufforderung. | Colab Modellkarte |
| SAM | Sprache, Vision | Die Funktion „Segment Anything“ bereitstellen, die die Zero-Shot-Bildsegmentierung unterstützt. | Colab Modellkarte |
| Pic2Word Composed Image Retrieval | Sprache, Vision | Pic2Word mit Unterstützung für multimodale zusammengesetzte Bildabrufe bereitstellen. | Colab Modellkarte |
| BLIP2 | Sprache, Vision | BLIP2 bereitstellen, das Bilduntertitel und visuelles Question Answering unterstützt. | Colab Modellkarte |
| Open-CLIP | Sprache, Vision | Open-CLIP abstimmen und bereitstellen, das Zero-Shot-Klassifizierung unterstützt. | Colab Modellkarte |
| F-VLM | Sprache, Vision | F-VLM bereitstellen, das die Objekterkennung im Bild mit offenem Vokabular unterstützt | Colab Modellkarte |
| tfhub/EfficientNetV2 | Vision | TensorFlow Vision-Implementierung des Bildklassifizierungsmodells EfficientNetV2 optimieren und bereitstellen. | Colab Modellkarte |
| EfficientNetV2 (TIMM) | Vision | PyTorch-Implementierung des EfficientNetV2-Bild-Klassifizierungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| Proprietary/EfficientNetV2 | Vision | Google-eigenen Prüfpunkt des EfficientNetV2-Bildklassifizierungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| EfficientNetLite (MediaPipe) | Vision | EfficientNetLite-Bildklassifizierungsmodell über den MediaPipe-Modellersteller optimieren. | Colab Modellkarte |
| tfvision/vit | Vision | TensorFlow Vision-Implementierung des ViT-Bildklassifizierungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| ViT (TIMM) | Vision | PyTorch-Implementierung des ViT-Bildklassifizierungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| Proprietary/ViT | Vision | Google-eigenen Prüfpunkt des ViT-Bildklassifizierungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| Proprietary/MaxViT | Vision | Google-eigenen Prüfpunkt des MaxViT-Hybrid-Bildklassifizierungsmodells (CNN + ViT) optimieren und bereitstellen. | Colab Modellkarte |
| ViT (JAX) | Vision | JAX-Implementierung des ViT-Bildklassifizierungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| tfvision/SpineNet | Vision | TensorFlow Vision-Implementierung des SpineNet-Objekterkennungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| Proprietary/Spinenet | Vision | Google-eigenen Prüfpunkt des SpineNet-Objekterkennungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| tfvision/YOLO | Vision | TensorFlow Vision-Implementierung des einstufigen YOLO-Objekterkennungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| Proprietary/YOLO | Vision | Google-eigenen Prüfpunkt des einstufigen YOLO-Objekterkennungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| YOLOv8 (Keras) | Vision | Keras-Implementierung des YOLOv8-Modells zur Objekterkennung optimieren und bereitstellen. | Colab Modellkarte |
| tfvision/YOLOv7 | Vision | YOLOv7-Modell für die Objekterkennung optimieren und bereitstellen. | Colab Modellkarte |
| Video-Objektverfolgung von ByteTrack | Vision | Mit der Video-Objektverfolgung von ByteTrack eine Batchvorhersage ausführen. | Colab Modellkarte |
| ResNeSt (TIMM) | Vision | PyTorch-Implementierung des ResNeSt-Bildklassifizierungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| ConvNeXt (TIMM) | Vision | Optimieren und Bereitstellen von ConvNeXt, einem reinen Faltungsmodell für die Bildklassifizierung, das durch das Design von Vision-Transformern inspiriert ist. | Colab Modellkarte |
| CspNet (TIMM) | Vision | Bildklassifizierungsmodell CSPNet (Cross Stage Partial Network) optimieren und bereitstellen. | Colab Modellkarte |
| Inception (TIMM) | Vision | Inception-Bildklassifizierungsmodell optimieren und bereitstellen. | Colab Modellkarte |
| DeepLabv3+ (mit Prüfpunkt) | Vision | DeepLab-v3 Plus-Modell für die semantische Bildsegmentierung optimieren und bereitstellen. | Colab Modellkarte |
| Faster R-CNN (Detectron2) | Vision | Detectron2-Implementierung des schnelleren R-CNN-Modells zur Bildobjekterkennung optimieren und bereitstellen. | Colab Modellkarte |
| RetinaNet (Detectron2) | Vision | Detectron2-Implementierung des RetinaNet-Modells für die Bildobjekterkennung optimieren und bereitstellen. | Colab Modellkarte |
| Mask R-CNN (Detectron2) | Vision | Detectron2-Implementierung des Mask R-CNN-Modells für die Bildobjekterkennung und -segmentierung optimieren und bereitstellen. | Colab Modellkarte |
| ControlNet | Vision | Text-zu-Bild-Generierungsmodell von ControlNet optimieren und bereitstellen. | Colab Modellkarte |
| MobileNet (TIMM) | Vision | PyTorch-Implementierung des MobileNet-Bildklassifizierungsmodells optimieren und bereitstellen. | Colab Modellkarte |
| MobileNetV2-Bildklassifizierung (MediaPipe) | Vision | MobileNetV2-Bildklassifizierungsmodells mit dem MediaPipe-Modell-Maker optimieren. | Colab Modellkarte |
| Objekterkennung von MobileNetV2 (MediaPipe) | Vision | MobileNetV2-Objekterkennungsmodells mit dem MediaPipe-Modell-Maker optimieren. | Colab Modellkarte |
| MobileNet-MultiHW-AVG (MediaPipe) | Vision | MobileNet-MultiHW-AVG-Objekterkennungsmodell mit dem MediaPipe-Modell-Maker optimieren. | Colab Modellkarte |
| DeiT | Vision | DeiT-Modell (Data-Efficient Image Transformers) für die Bildklassifizierung optimieren und bereitstellen. | Colab Modellkarte |
| BEiT | Vision | BEiT-Modell (Darstellung eines bidirektionalen Encoders aus Bildtransformatoren) für die Bildklassifizierung optimieren und bereitstellen. | Colab Modellkarte |
| Handbewegungserkennung (MediaPipe) | Vision | Modelle zur Handgestenerkennung mithilfe von MediaPipe optimieren und auf dem Gerät bereitstellen. | Colab Modellkarte |
| Klassifikator für durchschnittliche Worteinbettungen (MediaPipe) | Vision | Klassifikatormodelle für durchschnittliche Worteinbettungen mithilfe von MediaPipe optimieren und auf dem Gerät bereitstellen. | Colab Modellkarte |
| MobileBERT-Klassifikator (MediaPipe) | Vision | MobileBERT-Klassifikatormodelle mithilfe von MediaPipe auf dem Gerät optimieren und bereitstellen. | Colab Modellkarte |
| MoViNet-Videoclip-Klassifizierung | Video | MoViNet-Klassifizierungsmodelle für Videoclips optimieren und bereitstellen. | Colab Modellkarte |
| MoViNet-Videoaktionserkennung | Video | MoViNet-Modelle für die Aktionserkennung optimieren und bereitstellen. | Colab Modellkarte |
| Stable Diffusion XL LCM | Vision | Stellen Sie dieses Modell bereit, das das LCM (Laten Consistency Model) verwendet, um die Generierung von Text zu Bild in latenten Diffusionsmodellen zu verbessern, indem Sie eine schnellere und hochwertige Bilderstellung mit weniger Schritten ermöglichen. | Colab Modellkarte |
| LLaVA 1.5 | Vision, Sprache | Stellen Sie LLaVA 1.5-Modelle bereit. | Colab Modellkarte |
| Pytorch-ZipNeRF | Vision, Video | Trainieren Sie das Pytorch-ZipNeRF-Modell, eine hochmoderne Implementierung des ZipNeRF-Algorithmus im Pytorch-Framework, die für eine effiziente und genaue 3D-Rekonstruktion aus 2D-Bildern entwickelt wurde. | Colab Modellkarte |
| Mixtral | Sprache | Stellen Sie das Mixtral-Modell bereit. Dies ist ein von Mistral AI entwickeltes MoE (Mixture of Experts) LLM-Modell. | Modellkarte |
| Llama 2 (quantisiert) | Sprache | Quantisierte Version der Llama 2-Modelle von Meta optimieren und bereitstellen. | Colab Modellkarte |
| LaMa (Große Maskenübermalung) | Vision | Stellen Sie LaMa bereit, das schnelle Fourier-Faltungen (FFCs), einen hohen empfänglichen Feldwahrnehmungsverlust und große Trainingsmasken verwendet, die ein auflösungsstarkes Bild-Inpainting ermöglichen. | Colab Modellkarte |
| AutoGluon | Tabellarisch | Mit AutoGluon können Sie hochpräzise ML- und Deep-Learning-Modelle für tabellarische Daten trainieren und bereitstellen. | Colab Modellkarte |
| MaMMUT | Sprache, Vision | Eine Vision-Encoder- und Text-Decoder-Architektur für multimodale Aufgaben wie Visual Question Answering, Bild-Text-Abruf, Text-Bild-Abruf und die Generierung multimodaler Einbettungen. | Colab Modellkarte |
| Whisper Large | Speech | Stellen Sie Whisper Large bereit, das hochmoderne Modell von OpenAI für die automatische Spracherkennung (ASR). | Colab Modellkarte |
Liste der in Model Garden verfügbaren Partnermodelle
Einige Partnermodelle werden als verwaltete APIs in Vertex AI Model Garden (auch als Model as a Service bezeichnet) angeboten. In der folgenden Tabelle sind die Modelle aufgeführt, die von Google-Partnern in Model Garden verfügbar sind:
| Modellname | Modalität | Beschreibung | Kurzanleitung |
|---|---|---|---|
| Claude Opus 4 | Sprache, Vision | Das bisher leistungsstärkste Modell von Anthropic und das modernste Coding-Modell. Claude Opus 4 bietet eine gleichbleibende Leistung bei langwierigen Aufgaben, die konzentrierten Aufwand und Tausende von Schritten erfordern. Dadurch wird das Spektrum der Aufgaben, die KI-Agents lösen können, erheblich erweitert. | Modellkarte |
| Claude Sonnet 4 | Sprache, Vision | Das mittelgroße Modell von Anthropic mit überlegener Intelligenz für Anwendungen mit hohem Volumen, z. B. Programmierung, detaillierte Recherche und Agenten. | Modellkarte |
| Claude 3.7 Sonnet von Anthropic | Sprache, Vision | Branchenführendes Modell für die Programmierung und den Betrieb von KI-Agents – und das erste Claude-Modell, das eine erweiterte Denkweise bietet. | Modellkarte |
| Anthropic Claude 3.5 Sonnet v2 | Sprache, Vision | Das aktualisierte Claude 3.5 Sonnet ist ein hochmodernes Modell für reale Softwareentwicklungsaufgaben und für von KI-Agenten zu übernehmende Aufgaben. Claude 3.5 Sonnet bietet diese Verbesserungen zum gleichen Preis und mit der gleichen Geschwindigkeit wie sein Vorgänger. | Modellkarte |
| Claude 3.5 Haiku von Anthropic | Sprache, Vision | Claude 3.5 Haiku, die nächste Generation des schnellsten und kostengünstigsten Modells von Anthropic, eignet sich optimal für Anwendungsfälle, bei denen es auf Geschwindigkeit und Kosteneinsparungen ankommt. | Modellkarte |
| Claude 3 Opus von Anthropic | Sprache | Ein leistungsstarkes KI-Modell, das bei hochkomplexen Aufgaben Top-Level-Leistung bietet. Sie ist beeindruckend fließend und hat menschenähnliches Verständnis, um mit offenen Prompts und ungesehenen Szenarien zurechtzukommen. | Modellkarte |
| Claude 3 Haiku von Anthropic | Sprache | Das schnellste Vision- und Textmodell von Anthropic, das nahezu sofortige Antworten auf einfache Anfragen liefert und dabei menschliche Interaktionen nachahmt. | Modellkarte |
| Claude 3.5 Sonnet von Anthropic | Sprache | Claude 3.5 Sonnet übertrifft Claude 3 Opus von Anthropic in einer Vielzahl von Bewertungen von Anthropic mit der Geschwindigkeit und den Kosten des Mid-Tier-Modells von Anthropic, Claude 3 Sonnet. | Modellkarte |
| DeepSeek-R1-0528 (Vorschau) | Sprache | Die aktuelle Version des DeepSeek R1-Modells von DeepSeek. | Modellkarte |
| Jamba 1.5 Large (Vorschau) | Sprache | Jamba 1.5 Large von AI21 Labs wurde für hochwertige Antworten, hohen Durchsatz und wettbewerbsfähige Preise im Vergleich zu anderen Modellen seiner Größenklasse entwickelt. | Modellkarte |
| Jamba 1.5 Mini (Vorschau) | Sprache | Jamba 1.5 Mini von AI21 Labs bietet ein gutes Gleichgewicht zwischen Qualität, Durchsatz und niedrigen Kosten. | Modellkarte |
| Llama 4 Maverick 17B-128E (GA) | Sprache, Vision | Das größte und leistungsfähigste Llama 4-Modell mit Programmier-, Schlussfolgerungs- und Bildfunktionen. Llama 4 Maverick 17B-128E ist ein multimodales Modell, das die Mixture-of-Experts-Architektur (MoE) und Early Fusion verwendet. | Modellkarte |
| Llama 4 Scout 17B-16E (GA) | Sprache, Vision | Llama 4 Scout 17B-16E liefert für seine Größenklasse erstklassige Ergebnisse und übertrifft frühere Llama-Generationen sowie andere offene und proprietäre Modelle bei mehreren Benchmarks. Llama 4 Scout 17B-16E ist ein multimodales Modell, das die MoE-Architektur (Mixture of Experts) und Early Fusion verwendet. | Modellkarte |
| Llama 3.3 (GA) | Sprache | Llama 3.3 ist ein anweisungsorientiertes Nur-Text-Modell mit 70 Milliarden Parametern, das im Vergleich zu Llama 3.1 70B und Llama 3.2 90B eine verbesserte Leistung bei Nur-Text-Anwendungen bietet. Außerdem erreicht Llama 3.3 70B bei einigen Anwendungen die Leistung von Llama 3.1 405B. | Modellkarte |
| Llama 3.2 (Vorabversion) | Sprache, Vision | Ein mittelgroßes multimodales Modell mit 90 Milliarden Parametern, das Bildanalyse wie die Analyse von Diagrammen und Grafiken sowie die Bilduntertitelung unterstützt. | Modellkarte |
| Llama 3.1 (GA und Vorabversion) | Sprache |
Eine Sammlung mehrsprachiger LLMs, die für mehrsprachige Dialoganwendungsfälle optimiert sind und viele der verfügbaren Open-Source- und geschlossenen Chatmodelle bei gängigen Branchenbenchmarks übertreffen. Llama 3.1 405B ist allgemein verfügbar (GA) und wird pro 1 Million Tokens abgerechnet. Weitere Informationen finden Sie in der Preisliste. Llama 3.1 8B und Llama 3.1 70B sind kostenlos als Vorabversion verfügbar. |
Modellkarte |
| Mistral OCR (25.05) | Sprache, Vision | Mistral OCR (25.05) ist eine API zur optischen Zeichenerkennung (Optical Character Recognition, OCR) für das Dokumentverständnis. Das Modell erfasst jedes Element von Dokumenten wie Medien, Text, Tabellen und Gleichungen. | Modellkarte |
| Mistral Small 3.1 (25.03) | Sprache | Mistral Small 3.1 (25.03) ist die aktuelle Version des Small-Modells von Mistral mit multimodalen Funktionen und einer erweiterten Kontextlänge. | Modellkarte |
| Mistral Large (24.11) | Sprache | Mistral Large (24.11) ist die nächste Version des Modells Mistral Large (24.07) mit verbesserten Schlussfolgerungs- und Funktionsaufruffunktionen. | Modellkarte |
| Codestral (25.01) | Code | Ein hochmodernes Modell, das für die Codegenerierung entwickelt wurde, einschließlich Fill-in-the-Middle und Codevervollständigung. | Modellkarte |