Angol eredeti
Új beszéd-, kép-, videó- és világmodellek a fejlesztők közlései és a katalógusbejegyzések alapján. Automatikusan rögzítve.
GoogleA(z) Google kiadta a(z) Gemini Omni 1.2 Flash modelltFrissítve2 forráshivatkozás
NVIDIANemotron 3.5 Transcribe 30B A4B: Nyílt súlyokNyílt súlyok1 forráshivatkozás
GoogleGenie 4: Kutatási előzetesKutatási előzetes1 forráshivatkozás
TencentHy-SimulMT-30B-A3B-Interleave: Nyílt súlyokNyílt súlyok4 forráshivatkozás
MistralVoxtral Small Transcribe 3: KatalógusbejegyzésFrissítve5 forráshivatkozásMistralVoxtral Mini Transcribe 3: KatalógusbejegyzésFrissítve5 forráshivatkozás
OpenAIGPT-Live-1.1: TermékfrissítésTermékfrissítés1 forráshivatkozás
MetaMuse Spark Open: Nyílt súlyokFrissítve12 forráshivatkozás
xAIGrok Voice 3.0: API-hozzáférésAPI-hozzáférés5 forráshivatkozásMetaMuse Wonder: API-hozzáférésAPI-hozzáférés13 forráshivatkozásGoogleNano Banana 2.1: API-hozzáférésAPI-hozzáférés13 forráshivatkozásGoogleA(z) Google kiadta a(z) Gemini 3.8 Flash TTS modelltBemeneti / kimeneti ár7 forráshivatkozásGoogleA(z) Google kiadta a(z) Gemini 3.8 Flash Lite TTS modelltBemeneti / kimeneti ár7 forráshivatkozásxAIÉszlelték a(z) Introducing Grok Voice Transcribe 2.0 modellt itt: xAIFrissítve4 forráshivatkozás