寻找最新最佳的Freemium人工智能。浏览最全面的AI数据库，每日持续更新。
最新
Suno v6 是一系列音乐生成模型，用于将创意和媒体转化为歌曲。它支持精确的制作和开放式探索，可以控制修改部分、更改歌词、组合音乐源以及开发新的编曲，而无需重建曲目的每个部分。
该系列包含旗舰 v6 型号、更具探索性的 v6-wild 和更快的 v6-mini。创建者可以用普通语言描述变化并提供文本、音频、图像或视频。该系统将音
Sophea AI Meet 是一个会议智能平台，可记录对话并将其转换为可搜索的文字记录、摘要、决策和后续任务。其转录是围绕希腊语语音设计的，同时还支持英语和混合语言会议，并带有发言者标签和时间戳，以帮助用户重新访问原始讨论。
用户可以连接 Microsoft Teams、Google Meet 和 Zoom 日历以自动捕获会议、
WeatherNext 3 是 Google AI 天气预报模型，用于频繁更新的本地化预测。它结合了实时卫星观测，以改进对变化条件的预测，支持农业、能源、运输和其他天气敏感业务的日常天气检查和规划任务。
该模型以多种空间分辨率生成每小时预测，同时保持跨尺度的一致性。所选表面变量的分辨率为 5 公里，其他表面量的分辨率为 10 公里
MiniMax Music 3.0 是一种音乐生成模型，可将创意概念和可选歌词转化为完整的歌曲。它在一代人的时间内创作、编曲、表演并产生结果。
该模型旨在保留长达五分钟的歌曲的表达意图，以物理真实感渲染乐器，并产生听起来像是表演的声音。其管道使用细粒度时间描述、全局局部混合LM、残差矢量量化、隐藏状态融合、流匹配和Flow-VAE
LTX-2.5 是 LTX 用于生成和编辑视频的开源基础模型。它将更强大的精炼模型与改进的即时理解、更清晰的运动、原生多镜头一致性、自动持续时间预测和专业媒体工作流程结合在一起。
该版本添加了更好的视频解码器、带有自定义提示增强器的 Gemma 4 12B 文本编码器、测试版精确视频编辑、原生 4K HDR 和 RAW 支持，以及
GLM-5.3是Z.ai的前沿编码和长视野智能体模型。它针对的是复杂的软件工程、研究工作流程以及需要代理跨多个相关步骤进行操作的任务。
该版本保留了 GLM-5.2 基本模型，并将其收益归因于扩展后训练。 Z.ai 扩展了可执行环境，合成了验证器，使用了异步强化学习，并为长任务保留了 SAO 压缩。
GLM-
Ideogram 4 是一款开放权重图像生成模型，面向设计工作、真实感 2K 输出、多语言文字渲染和精确布局控制。它为需要强提示遵循和可编辑设计元素的创作者、开发者和企业而设计。
该模型在重建图像前先学习理解结构，采用“描述到结构到重建”的流程来识别物体、背景、排版、构图和布局。因此，它适合海报、产品视觉、营销素材、UI 模型稿以
CrisperWhisper 2.0 是 Nyra Labs 的逐字语音识别模型，用于转录人们实际说话的方式。它支持用于制作语音工作流程的可控输出样式、多语言转录、字级计时和长格式音频处理。
该系统区分保留填充、重复、截止和声音的逐字记录和生成更清晰可读文本的预期记录。它还通过监督 Whisper 式的交叉注意行为来提高对齐，以产
Qwen-Image 3.0 是 Qwen-Image 系列第三代基础图像生成模型。它专注于丰富内容、真实视觉细节、深层知识以及面向复杂 UI 的图像生成，适合实际创意与设计任务。
该模型面向的不只是单一简单主体提示，还能处理密集信息图、分镜、界面、多语言文本和知识密集型场景。Qwen 将其定位为通过结合细节渲染与更强的指令理解来
Seedance 2.5 是字节 Seed 推出的视频生成模型，用于创建更长的叙事片段，并具备更强的提示遵循、镜头连续性和面向制作的控制能力。它面向需要从文本和视觉参考中获得电影化运动、角色一致性以及灵活场景调度的创作者。
该模型聚焦参考感知生成与编辑，使用户能够比基础文生视频流程更精确地控制风格、主体身份、镜头行为和场景变化。其
Kimi K3 是 Moonshot AI 面向长上下文推理、智能体编码、知识工作和视觉问题求解的前沿级多模态模型。它被定位为一个拥有 2.8 万亿参数、3T 级别、原生支持视觉且具备 100 万 token 上下文窗口的模型，为团队提供一个可覆盖仓库级开发、重文档分析和多模态工作流的统一模型。
该模型结合了 Kimi Delta
Mirelo Audio-to-MIDI 是一个音乐转录模型和产品，可将完整混音音频转换为可编辑的 MIDI 轨道。用户可以上传 WAV 或 MP3 录音，并获得针对人声、鼓、贝斯、键盘、合成器等检测到的乐器部件的分轨音符数据，然后在 Mirelo Studio 中查看或导出结果。
底层的 MuScriptor 模型将多乐器转录表
LongCat-2.0 是一个大规模混合专家语言模型，总参数量为 1.6 万亿，每个 token 约激活 480 亿参数。它面向长上下文推理、编程、工具使用、研究以及智能体工作流，并在发布中描述了公开模型和 API 访问方式。
该模型引入了 LongCat Sparse Attention，通过流式感知、跨层和分层索引来降低超长输
Claude Sonnet 5 是 Anthropic 的 Sonnet 系智能体模型，面向编程、推理、工具使用、知识工作以及浏览器或终端工作流。Anthropic 将其定位为一款成本更低、但在若干智能体任务上接近更大 Opus 4.8 模型性能的产品。
该模型能够制定计划、使用工具、在 Claude Code 中运行，并通过 e
Fish Audio S2 是一套富表现力的开源文本转语音模型发布，核心是 S2 Pro，即 Fish Audio 的 40 亿参数多语言语音模型。它专为自然、逼真的语音生成而构建，支持情感、风格指令、多说话人控制、语音克隆以及行内韵律控制。
S2 Pro 采用双自回归架构，其中 40 亿参数的 Slow AR 组件负责语义预测，
GPT-5.6 Sol 是 OpenAI 下一代旗舰模型的预览版，被定位为其迄今为止在编程、科学工作、网络安全和长时程智能体任务方面能力最强的模型。它与 GPT-5.6 Terra 和 Luna 一同发布预览，其中 Sol 是能力最高的层级。
该模型引入了新的最大推理强度，用于更深入的单智能体推理，以及一种使用子智能体来加速复杂工
Seed2.1 是字节跳动 Seed 面向真实生产力场景的下一代模型家族，提供 Pro 和 Turbo 两种规格。它面向通用智能体、代码工程、办公工作、研究流程、多模态理解和视频理解。
该模型家族提升了规划、文件处理、工具使用、编码、调试和验证等多步任务执行能力，也增强了知识、推理、视觉理解、空间推理、长上下文处理以及长达数小时视
Gemini Live Translate 是 Google 基于 Gemini 提供的近实时语音翻译体验，面向自然口语对话。公告称它可通过 Google AI Studio、Google Translate 和 Google Meet 使用，重点在于流畅的语音翻译，而不只是文本字幕。
该功能为低延迟听说场景而构建，希望译后的语音
Claude Fable 5 和 Claude Mythos 5 是 Anthropic 发布的前沿模型，被描述为 Mythos 级系统，其中 Fable 5 面向更广泛的一般使用场景，而 Mythos 5 则保留给可信访问计划。公告强调它们在软件工程、知识工作、视觉、科学研究以及长而复杂任务上的能力提升。
这次发布的重点是让高能