モデル692 件のモデル

Meta: Muse Spark 1.2 Contributor

meta/muse-spark-1.2-contributor

Meta: Muse Spark 1.2 Contributor は Meta の推論モデルで、より低コストで構築を始めたい開発者を対象とした contributor ティアとして提供されています。これは Muse Spark ファミリーに属し、Meta はこのティアを、このラインを定義する推論動作を維持しつつ Muse Spark よりも大幅に安価であるものとして位置づけています。テキストが唯一の出力であるという意味でテキストモデルですが、入力としてはテキスト以外も受け付けます。

DeepSeek: DeepSeek V4 Flash Vision Exp

deepseek/deepseek-v4-flash-vision-exp

DeepSeek V4 Flash Vision Exp は、DeepSeek による実験的な vision 対応モデルです。これは DeepSeek V4 Flash 0731 を基盤とし、画像理解を追加しつつ、agentic な振る舞いを含むテキスト能力ではベースモデルと同等です。プロバイダーは 2026-08-21 にこれをリリースしました。テキストと並んで画像を入力として受け付けるものの、api14 が分類する先はテキストカテゴリです。

Tencent: Hy-MT2-1.8B

tencent/hy-mt2-1.8b

Tencent: Hy-MT2-1.8B は Tencent のコンパクトな翻訳モデルで、2026年8月20日にリリースされました。テキストカテゴリに属し、汎用チャットや推論ではなく翻訳作業専用に構築されています。1.8B のパラメータ数は現在の基準では小規模なモデルであり、大規模な汎用アシスタントよりも高速で焦点を絞った翻訳を求める場合に重要になります。

Tencent: Hy-MT2-30B-A3B

tencent/hy-mt2-30b-a3b

Tencent: Hy-MT2-30B-A3B は Tencent のテキストモデルで、Hy-MT2 ファミリーにおける旗艦翻訳モデルとして位置づけられています。テキスト入力、テキスト出力のモデルであるため、プロンプトをテキストとして受け取り、テキストを返します。画像や音声の処理は行いません。アプリケーションに翻訳や多言語テキスト処理を組み込む場合、Tencent が最上位の選択肢として扱うファミリー内のモデルがこれです。

Black Forest Labs: FLUX Video Upscale

black-forest-labs/flux-video-upscale

Black Forest Labs: FLUX Video Upscaleは、画像モデルのFLUXファミリーを手がけたのと同じプロバイダー、Black Forest Labsによる動画モデルです。動画カテゴリに属し、役割は1つ、既存の動画を受け取って拡大することです。プロバイダーは2026年8月19日にこれをリリースしました。Black Forest Labsを画像制作でご存じなら、これは動画をゼロから生成するのではなく、動画のポストプロセッシングに参入した同社の製品です。

Z.ai: GLM Latest

~z-ai/glm-latest

Z.ai: GLM Latest は Z.ai のテキストモデルで、モデル id ~z-ai/glm-latest として公開されています。この名前はエンドポイントの挙動を反映しています。つまり、常に Z.ai の最新の GLM モデルへリダイレクトされるため、特定のバージョンを固定しているのではなく、その時点での最新の GLM リリースを指していることになります。そのため、バージョン番号を自分で追跡せずに最新の GLM の挙動を利用したい場合の妥当なデフォルトとなりますが、同時に基盤となるモデルが時間とともに変わり得ることも意味します。

Tencent: Hy-MT2-7B

tencent/hy-mt2-7b

Tencent: Hy-MT2-7BはTencentの翻訳モデルです。7Bパラメータのモデルであり、この種のモデルの中ではパラメータ範囲の小さい側に位置し、テキストカテゴリに属します。提供元の説明では、汎用チャットモデルではなく翻訳システムとして明確に位置づけられているため、想定された役割はテキストをある言語から別の言語へ変換することです。

Z.ai: GLM 5.3

z-ai/glm-5.3

Z.ai: GLM 5.3 は Z.ai の大規模推論モデルです。これはテキストモデルであり、テキストカテゴリに分類され、複雑なソフトウェアエンジニアリングと長期的なエージェントタスク向けに構築されています。短い単発のプロンプトではなく、持続的な推論を伴う作業向けにモデルを選ぶのであれば、これが Z.ai が GLM 5.3 で狙っているモデルのクラスです。

Z.ai: GLM 5.3 (batch)

z-ai/glm-5.3:batch

GLM 5.3 (batch) は Z.ai のテキストモデルで、api14 にモデル ID z-ai/glm-5.3:batch として掲載されています。Z.ai はこれを、複雑なソフトウェアエンジニアリングと長期的なエージェントタスク向けに構築された大規模推論モデルと説明しています。batch バリアントはこのエンドポイントを通じて呼び出すバージョンであり、ベースモデルと同じテキスト専用の入力および出力プロファイルを維持しています。

LiquidAI: LFM2.5-Embedding-350M (free)

liquid/lfm-2.5-embedding-350m:free

LiquidAIはLFM2.5-Embedding-350Mを公開しました。これはLiquid AIによるテキスト埋め込みモデルで、api14上でモデルID liquid/lfm-2.5-embedding-350m:freeとして提供されています。これはチャットカテゴリではなく埋め込みカテゴリに属するため、会話型モデルではなく、文章による返答を生成しません。その唯一の役割は、テキストを意味を表すベクトルに変換することであり、ユーザーが直接会話するエンドポイントではなく、他のシステムの構成要素となります。プロバイダーは2026-08-18にこれをリリースしました。

Qwen: Qwen3.8 27B

qwen/qwen3.8-27b

Qwen: Qwen3.8 27B は、Qwen によるオープンウェイトの密なビジョン言語モデルです。api14 上のテキストカテゴリに属し、プロバイダーは、コーディング、プロフェッショナルなワークフロー、研究、マルチモーダルなインタラクション、長時間実行されるエージェントタスクに適していると説明しています。ウェイトがオープンであるため、検査したり別の場所でセルフホストしたりできる Qwen モデルを求めるチームにとっても選択肢となります。同時に、ここではホストされたエンドポイントとしても利用できます。

Dots Studio: Dots3-Note Preview (free)

dots-studio/dots-3-note-preview:free

Dots Studio: Dots3-Note Preview (free) は Dots Studio のテキスト生成モデルです。これはオープンウェイトの mixture-of-experts モデルで、総パラメータ数 280B のうち 16B がアクティブパラメータであり、Dots 3 ファミリーの中で最も軽量なモデルです。プロバイダーのリリース日は 2026-08-14 です。api14 上のモデル id は dots-studio/dots-3-note-preview:free です。

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B

nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B は、NVIDIA の音声認識モデルです。Nemotron 3.5 ファミリーに属し、api14 を通じてモデル id nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b で配布されています。その設計は汎用的なテキスト生成ではなく自動音声認識を中心としているため、チャットモデルではなく専用の文字起こしコンポーネントとして理解するのが最適です。

Mistral: Voxtral Small 24B 2507 STT

mistralai/voxtral-small-24b-2507-stt

Mistral: Voxtral Small 24B 2507 STT は、Mistral AI の音声文字起こしモデルです。文字起こしカテゴリに属し、その名前はモデルのより大きな 24B の容量と、音声からテキストへの処理への焦点の両方を反映しています。Mistral はこれを、そのより大きなモデル容量の恩恵を受ける文字起こし、翻訳、音声理解のワークロード向けに位置付けており、音声に対して最小限の音声からテキストへの処理以上のものを必要とする開発者を対象としています。

Mistral: Voxtral Mini 3B 2507

mistralai/voxtral-mini-3b-2507

Mistral: Voxtral Mini 3B 2507 は、Mistral AI の音声およびオーディオ理解モデルです。文字起こしカテゴリに属し、プロバイダーのリリース日は 2026-08-13 です。この名前は設計を反映しています。Voxtral ラインのコンパクトな 3B モデルで、バージョンは 2507 です。すでにスタックの他の場所で Mistral モデルを使用している場合、これはそのファミリーをテキスト生成ではなく音声処理へと拡張するものです。

ByteDance Seed: Seedream 5.0 Lite

bytedance-seed/seedream-5-0-lite

ByteDance Seed: Seedream 5.0 Lite は、ByteDance の Seed モデルファミリーを支える研究部門である ByteDance Seed による画像生成モデルです。これは画像カテゴリに属するため、その役割はテキストではなく画像を生成することであり、プロフェッショナルなビジュアル制作に向けて位置づけられています。プロバイダーは、ウェブ接続された検索、複雑なプロンプトの理解、視覚的参照、幅広い知識から恩恵を受ける作業に適していると説明しています。

Google: Gemini 3.7 Flash

google/gemini-3.7-flash

Google: Gemini 3.7 Flash は Google のマルチモーダルテキストモデルで、api14 上でモデル ID google/gemini-3.7-flash として利用できます。テキストカテゴリに属し、プロバイダーによって高速なエージェントワークフロー、コーディング、複雑な多段階推論向けに位置付けられており、応答性の高いパフォーマンスと信頼性の高い多段階実行が重視されています。すでに Gemini を使って開発している場合や、OpenAI 互換インターフェースの背後で Google のモデルを使いたい場合、これは評価すべき候補です。

Google: Gemini 3.7 Flash (batch)

google/gemini-3.7-flash:batch

Google: Gemini 3.7 Flash (batch) は Google のマルチモーダルテキストモデルで、api14 を通じてモデル ID google/gemini-3.7-flash:batch として提供されています。これは Gemini 3.7 Flash ラインに属し、Google はこれを高速なエージェントワークフロー、コーディング、複雑な多段階推論向けに構築されたと説明しています。batch バリアントは同じモデルを、対話型のリクエストパターンではなくバッチ形式の利用向けに表面化したものです。

VoyageAI by MongoDB: voyage-code-4

voyageai/voyage-code-4

voyage-code-4 は、MongoDB 企業である Voyage AI のコード埋め込みモデルです。これはチャットやテキスト生成のファミリーではなく埋め込みカテゴリに属するため、その役割は返信を書くことではなく、入力をベクトルに変換することです。プロバイダーのリリース日は 2026-08-13 です。ソースコードを対象とした検索、サーチ、エージェントツールを構築しているなら、これは評価対象となる種類のモデルです。

Qwen3 Reranker 8B

qwen/qwen3-reranker-8b

Qwen3 Reranker 8B は、Alibaba Cloud のモデルファミリーである Qwen のテキストリランキングモデルであり、Qwen3 アーキテクチャ上に構築されています。主なカテゴリは rerank であり、対応するカテゴリはこれのみです。文章を生成するのではなく、クエリとドキュメントのペアを評価して関連性スコアを出力するため、検索や RAG パイプラインの生成段階ではなく検索段階に位置づけられます。

Qwen: Qwen3 ASR 1.7B

qwen/qwen3-asr-1.7b

Qwen3 ASR 1.7B は Qwen の自動音声認識モデルで、api14 にモデル ID qwen/qwen3-asr-1.7b として掲載されています。文字起こしカテゴリに属し、その名称は 1.7B パラメータ規模を反映しています。すでに他の Qwen モデルを利用している場合、これは同じプロバイダーのモデルであり、同じ一般的なファミリーの慣例に従っているため、評価と統合を簡素化できます。

Qwen: Qwen3 ASR 0.6B

qwen/qwen3-asr-0.6b

Qwen3 ASR 0.6Bは、Qwenによるコンパクトな自動音声認識モデルです。文字起こしカテゴリに属するため、その役割は会話応答を生成したり汎用言語タスクを処理したりすることではなく、音声を書き言葉のテキストに変換することです。名前の0.6Bは小さいパラメータ数を示しており、より大きなモデルと比較して、音声認識作業向けの軽量な選択肢となっています。

ByteDance Seed: Seedream 5.0 Pro

bytedance-seed/seedream-5-0-pro

ByteDance Seed: Seedream 5.0 Pro は、ByteDance の Seed モデルファミリーを支える研究部門である ByteDance Seed による画像生成および編集モデルです。画像カテゴリに属し、商用ビジュアル制作の業務を対象としています。そこでは、実験的あるいは芸術的な新規性よりも、精密な編集制御、リアルなシーン、自然なレンダリングが重視されます。パイプラインがビジュアルアセットを大量に生成またはレタッチする場合、これはプロバイダーがまさにその用途のために作った種類のモデルです。

Deepgram: Flux TTS

deepgram/flux-tts

Deepgram: Flux TTS は、音声とオーディオのインフラストラクチャで知られるプロバイダー、Deepgram のテキスト読み上げモデルです。これは音声カテゴリに属し、書き言葉の英語テキストを話し言葉の音声に変換することに特化して構築されています。すでに他の Deepgram モデルを api14 経由でルーティングしている場合、これも同じベンダーから提供されており、同じ一般的な使用パターンに従います。

ByteDance: Seedance 2.0 Mini

bytedance/seedance-2.0-mini

ByteDance: Seedance 2.0 Miniは、生成ビデオシステムのSeedanceファミリーを手がける企業ByteDanceによるビデオ生成モデルです。api14のビデオカテゴリに属し、その役割はプロンプトと参照素材を完成したビデオクリップに変換することです。Seedance 2.0ラインにおける小型の兄弟モデルであり、最大のバリアントに手を伸ばすことなくByteDanceのビデオ生成を求める開発者を対象としています。

ByteDance Seed: Seed 2.1 Turbo

bytedance-seed/seed-2-1-turbo

ByteDance Seed: Seed 2.1 Turboは、ByteDanceのSeedモデルファミリーを支えるAI研究部門であるByteDance Seedによる、テキスト中心のモデルです。テキストカテゴリに位置しますが、入力時にはテキスト以上のものを受け付けるため、プロバイダーのマルチモーダル提供の中に位置づけられます。プロバイダーはこれを、コーディングと長期的なエージェントワークフロー向けに構築されたマルチモーダルモデルと説明しているため、単一の孤立したプロンプトに答えるのではなく、多数のステップを通じてタスクを遂行できるモデルを必要とする開発者を対象としています。

Qwen: Qwen3.8 2.4T A95B

qwen/qwen3.8-2.4t-a95b

Qwen3.8 2.4T A95B は Qwen のオープンウェイトなスパース mixture-of-experts モデルであり、Qwen3.8 Max のオープンウェイト版です。名前はそのアーキテクチャを反映しています。2.4 兆の総パラメータのうち 95 億がアクティブパラメータなので、トークンごとにネットワークの一部だけが使われますが、モデル全体としては非常に大きな重みのプールを保持しています。テキストカテゴリに属し、テキストを入力として受け取り、テキストを出力します。

ByteDance Seed: Seed-2.0-Code

bytedance-seed/seed-2.0-code

ByteDance Seed: Seed-2.0-Code は、ByteDance の AI 研究部門である ByteDance Seed によるテキスト生成モデルです。コーディングに焦点を当てたモデルとして位置づけられ、プロバイダーによってエージェント型コーディングに最適化されていると説明されています。公表されている強みは、フロントエンド開発、多言語プログラミングタスク、Claude などのツールにおけるコーディングエージェントのワークフローに及びます。このモデルはプロバイダーによって 2026-08-12 にリリースされ、api14 上ではモデル ID…

DeepSeek: DeepSeek V4 Pro 0813

deepseek/deepseek-v4-pro-0813

DeepSeek V4 Pro 0813 は DeepSeek のテキストモデルで、api14 上では deepseek/deepseek-v4-pro-0813 として識別されます。これは大規模な mixture-of-experts モデルであり、このビルドは DeepSeek V4 Pro の GA リリースです。以前の DeepSeek モデルを使用したことがあれば、ファミリー名は馴染みがあるはずです。0813 という接尾辞は、別の製品ラインではなく、この特定のリリースを示しています。

SpaceXAI: Grok 4.6

x-ai/grok-4.6

Grok 4.6 は xAI のテキスト生成モデルで、api14 には SpaceXAI: Grok 4.6 としてモデル id x-ai/grok-4.6 で掲載されています。プロバイダーは、コーディング、ナレッジワーク、STEM タスクにおいてフロンティア性能を発揮すると説明しています。プロバイダーによるリリース日は 2026-08-12 で、その後 Grok 4.7 に取って代わられたため、最新の Grok 世代の一歩手前に位置しつつ、ゲートウェイ経由で引き続き利用できます。

xAI: Grok Imagine Image 2.0

x-ai/grok-imagine-image-2.0

Grok Imagine Image 2.0 は xAI の画像生成および編集モデルで、api14 にモデル ID x-ai/grok-imagine-image-2.0 として掲載されています。画像カテゴリに属し、関連する 2 つの用途のために作られています。テキストプロンプトからの画像生成と、参照画像からの画像編集です。すでに他の xAI モデルをスタック経由でルーティングしているなら、これはその系統をテキストではなく視覚出力へと拡張するものです。

LiquidAI: LFM2.5-2.6B (free)

liquid/lfm-2.5-2.6b:free

LiquidAI: LFM2.5-2.6B (free) は、Liquid AI によるコンパクトな推論モデルです。テキストカテゴリに属し、api14 上でモデル ID liquid/lfm-2.5-2.6b:free として配布されています。Liquid AI はこれを、生の規模ではなく推論中心のタスク向けに作られた小型モデルと位置づけており、エージェントワークフロー、データ抽出、検索拡張生成、長コンテキスト処理に適していると説明しています。

NVIDIA: Nemotron 3.5 Lightning

nvidia/nemotron-3.5-lightning

NVIDIA: Nemotron 3.5 Lightning は、NVIDIA のオープンな mixture-of-experts テキストモデルです。総パラメータ数 30B のうち 3B がアクティブパラメータで、トークンごとにネットワークの一部のみをアクティブに保つ設計です。プロバイダーは 2026-08-11 にこれをリリースしました。テキストカテゴリに属するため、画像や音声の入力ではなく言語処理向けに構築されています。

NVIDIA: Nemotron 3.5 Lightning (free)

nvidia/nemotron-3.5-lightning:free

Nemotron 3.5 Lightning は NVIDIA のオープンな mixture-of-experts モデルです。総パラメータ 30B のうち 3B がアクティブパラメータであり、これはトークンごとにネットワークの一部だけが動作する一方で、モデル全体は学習した幅広い知識の基盤を保持していることを意味します。テキストカテゴリに属するため、画像や音声ではなく言語処理向けに作られています。api14 の「free」タグは、このバリアントが有料プランなしで試せるものであることを示しています。

Sakana: Sakana Namazu

sakana/sakana-namazu

Sakana Namazu は Sakana AI のテキストモデルであり、このプロバイダーは日本語とビジネス文脈に重心を置いた取り組みで知られています。このモデルは Kimi K2.6 をベースにした日本語特化の推論モデルと説明されており、日本語およびビジネス用途向けに追加のトレーニングが施されています。api14 上でのモデル id は sakana/sakana-namazu で、テキストカテゴリに属します。日本語話者向けのユーザーや、日本語での指示追従が重要なワークフローを構築しているなら、これは最初に評価すべきモデルです。

Upstage: Solar Pro 4

upstage/solar-pro4

Solar Pro 4 は Upstage のテキスト生成モデルで、プロバイダーによって 2026 年 8 月 10 日にリリースされました。テキストカテゴリに属し、Upstage はこれをコスト効率の高い大規模言語モデルと説明しています。Upstage の他のモデルを使用したことがあるなら、これはその延長線上にあり、特殊用途ではなく汎用のテキストモデルを必要とする開発者を対象としています。

Meta: Muse Glimmer 30B

meta/muse-glimmer-30b

Meta: Muse Glimmer 30Bは、Meta Superintelligence Labsが開発した、Metaのdenseなオープンウェイトのマルチモーダルモデルです。Muse Sparkからdistillされ、コンシューマーハードウェア上の自律エージェント向けに最適化されています。テキストカテゴリに属し、長期的な作業に向けて位置付けられているため、単発のプロンプトと応答のタスクではなく、エージェント形式のアプリケーションの候補となります。

ByteDance: Seedance 2.5

bytedance/seedance-2.5

ByteDance: Seedance 2.5 は ByteDance の動画生成モデルで、api14 にモデル ID bytedance/seedance-2.5 として掲載されています。動画カテゴリに属し、ByteDance はこれを長編ストーリーテリング、マルチモーダル参照ベースの生成、動画編集、動画延長向けに位置づけています。テキストモデルではなく生成メディアモデルであるため、返ってくる出力は動画です。

OpenAI: GPT Transcribe

openai/gpt-transcribe

GPT TranscribeはOpenAIの音声テキスト変換モデルで、api14にモデルID openai/gpt-transcribeとして掲載されています。文字起こしカテゴリに属しているため、その役割は狭く特定的です。会話的な返答を生成したり汎用チャットを処理したりするのではなく、音声をテキストに変換します。発話内容を書き起こしテキストにするパイプラインを構築している場合、これはプロバイダーがそのステップ向けに意図している種類のモデルです。

Meta: Muse Spark 1.2

meta/muse-spark-1.2

メタ: Muse Spark 1.2はMetaの推論モデルで、複雑なエージェントタスク向けに作られています。テキストカテゴリに属し、Metaはこれを、単に1つの質問に答えるのではなく、モデルが計画を立て、手順を推論し、行動する必要があるワークロードに位置づけています。複数のターンとツールにまたがって動作する必要があるエージェント向けにモデルを選ぶなら、これはMetaが想定しているクラスのモデルです。

Qwen: Qwen Image 3

qwen/qwen-image-3

Qwen Image 3 は Qwen の画像生成および編集モデルで、api14 にモデル id qwen/qwen-image-3 として掲載されています。画像カテゴリに属し、プロバイダーは統合モデルと説明しています。つまり、生成と編集は別々のエンドポイントではなく同じモデルで処理されます。すでに他の Qwen モデルを使用している場合、これはそのファミリーを視覚出力へ拡張するものです。

Qwen: Qwen Image 3 Pro

qwen/qwen-image-3-pro

Qwen Image 3 Pro は Qwen の画像生成および編集モデルで、api14 にモデル ID qwen/qwen-image-3-pro として掲載されています。画像カテゴリに属し、プロバイダーは、10px ほどの小さな文字やディテールの精密なレンダリングと、より豊富な世界知識をサポートすると説明しています。プロンプトから画像を生成または修正する必要があるパイプラインを構築しているなら、これは評価すべきモデルファミリーです。

Black Forest Labs: FLUX 3 Video

black-forest-labs/flux-3-video

FLUX.3 Video は、FLUX 画像モデルを手がける同じプロバイダーである Black Forest Labs による動画生成モデルです。これは動画カテゴリに属し、テキストではなく動画を生成するために作られているため、最終的な成果物がクリップであるパイプラインに適しています。すでにスタックの他の場所で Black Forest Labs のモデルを使用している場合、これは同じ系統の作業をモーションへと拡張します。

DeepSeek: DeepSeek V4 Flash Latest

~deepseek/deepseek-v4-flash-latest

DeepSeek V4 Flash Latest は DeepSeek のテキストモデルで、モデル id ~deepseek/deepseek-v4-flash-latest として配布されています。「latest」という接尾辞は重要です。このエントリは常に DeepSeek V4 Flash ファミリー内の最新モデルにリダイレクトされるため、この id に送信されたリクエストは固定されたスナップショットではなく、そのファミリーの現在のメンバーを追跡します。時間をまたいで完全に再現可能な動作が必要な場合、本番環境でモデルを固定する際には、このリダイレクト動作を念頭に置く価値があります。

DeepSeek: DeepSeek V4 Flash 0731

deepseek/deepseek-v4-flash-0731

DeepSeek V4 Flash 0731 は DeepSeek のテキストモデルで、プロバイダーによって 2026 年 7 月 31 日にリリースされました。これは疎な mixture-of-experts モデルで、総パラメータ 284B のうち 13B がアクティブパラメータであり、このリビジョンは再事後学習されたビルドです。プロバイダーはこれをコーディング、推論、エージェントワークフロー向けに位置付けており、これはスタック内でどこに置かれるべきかを示しています。つまり、純粋なチャットではなく、多段階の思考とツール使用を伴うタスクに重点を置いた汎用テキスト生成です。

Thinking Machines: Inkling Small

thinkingmachines/inkling-small

Thinking Machines: Inkling Smallは、Thinking Machines Labによるオープンウェイトのマルチモーダルmixture-of-expertsモデルです。総パラメータ数276Bのうち12Bがactiveパラメータで、Inklingファミリーの中ではより小型で…

Thinking Machines: Inkling Small (free)

thinkingmachines/inkling-small:free

Thinking Machines: Inkling Small (free) は Thinking Machines のテキストモデルです。Thinking Machines Lab によるオープンウェイトのマルチモーダルな mixture-of-experts モデルで、総パラメータ 276B のうち 12B がアクティブパラメータです。プロバイダーはこれを同ファミリーのより小さく効率的なモデルと説明しており、ラインナップ内での位置づけが分かります。つまり、ラボが提供する最大のモデルではなく、コンパクトな選択肢です。

MiniMax: H3

minimax/hailuo-3

MiniMax: H3 は MiniMax の動画生成モデルで、2026-07-29 にリリースされました。プロバイダーによると、精密なマルチモーダル編集と制御されたコンテンツ生成のために作られた、軽量なオープンウェイトモデルです。主なカテゴリは動画で、テキストや静止画ではなく、生成または編集された動画クリップを出力とするワークフローを対象としています。

Fish Audio: Transcribe 1

fish-audio/transcribe-1

Fish Audio: Transcribe 1 は Fish Audio の音声テキスト変換モデルで、api14 の transcription カテゴリに掲載されています。これは同プロバイダーの専用文字起こしサービスであり、テキスト生成やマルチモーダル生成の作業とは別物で、録音された音声を書き言葉に変換することだけを目的として存在します。アプリケーションで音声を実用的な文字起こしに変換する必要があり、すでに他のリクエストを OpenAI 互換ゲートウェイ経由でルーティングしているなら、この作業のために評価すべきモデルはこれです。

Fish Audio: S1

fish-audio/s1

Fish Audio: S1 は Fish Audio による多言語テキスト読み上げモデルです。Fish Audio はこのモデルの提供元であり、S1 は api14 の speech カテゴリに位置しています。幅広い感情表現を必要とする音声アプリケーション向けに設計されており、対応言語全体で話し方のスタイルを導くために括弧による制御を使用します。話されるデリバリーが言葉そのものと同じくらい重要となるものを作っているなら、これがこのページで説明されている種類のモデルです。

Fish Audio: S2 Pro

fish-audio/s2-pro

Fish Audio: S2 Pro は、Fish Audio によるテキスト読み上げモデルです。これは speech カテゴリに属し、プロバイダーでのリリース日は 2026 年 7 月 29 日です。書き起こされたテキストを音声に変換する必要があるものを作っているなら、これがまず検討する種類のモデルであり、その背後にある企業が Fish Audio です。

Fish Audio: S2.1 Pro Free (free)

fish-audio/s2.1-pro-free:free

Fish Audio: S2.1 Pro Free は、Fish Audio の音声合成モデルで、Fish Audio S2.1 Pro の無料版として提供されています。テスト、プロトタイピング、小規模なアプリケーションを対象としており、有料モデルと同じ合成機能を提供しますが、本番環境でのレイテンシや可用性の保証はありません。Fish Audio の音声技術を評価している場合や、小規模なものを構築している場合には、まずここから始めるのが適切です。

Fish Audio: S2.1 Pro

fish-audio/s2.1-pro

Fish Audio: S2.1 Pro は Fish Audio のテキスト読み上げモデルで、api14 の speech カテゴリに掲載されています。プロバイダーはこれを本番向けと説明しており、実験ではなく実際に運用される音声アプリケーションを対象とした Fish Audio ラインナップの一部に位置づけられます。すでに他のモデルを api14 経由でルーティングしている場合、これは同じプロバイダーの音声生成オプションとしてそれらと並ぶものです。

Runway: Aleph 2.0

runway/aleph-2

Runway: Aleph 2.0はRunwayのビデオモデルで、api14にモデルID runway/aleph-2として掲載されています。カテゴリはビデオで、プロバイダーによる説明ではインコンテキスト動画編集モデルとされています。何もないところから映像を生成するのではなく、既存の素材に対して動作し、すでに持っている映像に編集を適用します。プロバイダーのリリース日は2026-07-29です。

Runway: Gen-4.5

runway/gen-4.5

Runway: Gen-4.5 は、生成ビデオツールの Gen ファミリーを手がける企業 Runway によるビデオ生成モデルです。これはビデオカテゴリに属し、映画的なシーン作成向けに作られており、Runway はその強みをモーション品質、視覚的忠実度、プロンプト追従性と説明しています。Runway のモデルラインナップをすでにご存じであれば、これが Gen-4.5 のエントリーであり、api14 上ではモデル id runway/gen-4.5 で指定されます。

Qwen: Qwen3.7 Flash

qwen/qwen3.7-flash

Qwen: Qwen3.7 Flashは、Alibabaが開発したモデルファミリーであるQwenのテキスト生成モデルです。これは視覚言語推論モデルであり、テキストを生成するだけでなく、推論プロセスの一部として視覚入力を扱うこともできるように構築されていることを意味します。api14ではテキストカテゴリに掲載されており、呼び出す際に使用するモデルIDはqwen/qwen3.7-flashです。

VoyageAI by MongoDB: rerank-2.5-lite

voyageai/rerank-2.5-lite

MongoDBによるVoyageAI: rerank-2.5-liteは、Voyage AIのリランキングモデルです。Voyage AIは、そのリランキングファミリーが現在MongoDBの一部となっているプロバイダーです。これはrerankカテゴリに属するため、その役割はテキストを生成することではな…

VoyageAI by MongoDB: rerank-2.5

voyageai/rerank-2.5

MongoDBによるVoyageAI: rerank-2.5は、Voyage AIのリランキングモデルです。Voyage AIは、そのリランカーがVoyageAI by MongoDBという名前で配布されているプロバイダーです。これはrerankカテゴリに属しており、つまりその役割はテキストを生成することではなく、候補ドキュメントの集合を受け取り、クエリとの関連性に基づいて並べ替えることです。アプリケーションがすでにパッセージ、チャンク、検索結果を取得しており、最良の一致を上位に配置したい場合、これが手に取るようなモデルの種類です。

VoyageAI by MongoDB: voyage-multimodal-3.5

voyageai/voyage-multimodal-3.5

MongoDB による VoyageAI: voyage-multimodal-3.5 は、現在 MongoDB の一部となっている企業 Voyage AI によるマルチモーダル埋め込みモデルです。これはチャットカテゴリではなく埋め込みカテゴリに属するため、その役割はテキスト応答を生成することではなく、入力コンテンツをベクトルに変換することです。このモデルはプロバイダーによって 2026-07-27 にリリースされました。

VoyageAI by MongoDB: voyage-4-lite

voyageai/voyage-4-lite

voyage-4-lite は、Voyage の検索モデルファミリーを手がけ、現在は MongoDB の一部となっている企業 Voyage AI による埋め込みモデルです。これはチャットカテゴリではなく埋め込みカテゴリに属しており、つまりテキストを生成しません。代わりに、テキストをベクトルに変換し、それを保存して比較します。これは軽量な汎用モデルとして位置づけられており、最も難しい検索問題における最大精度よりも、低レイテンシとコストを重視して作られています。