モデル692 件のモデル

Google: Gemini 3 Flash Preview

google/gemini-3-flash-preview

Google: Gemini 3 Flash Preview は Google のテキストモデルで、ここでは 2025-12-17 付のプレビューリリースとして提供されています。これは Flash ラインに位置し、Google はこれを高速かつ高コストパフォーマンスと説明しており、プロバイダーはエージェント型ワークフロー、マルチターンチャット、コーディング支援向けに構築された思考モデルとして位置づけています。これは api14 上でモデル ID google/gemini-3-flash-preview として利用できます。

Google: Gemini 3 Flash Preview (batch)

google/gemini-3-flash-preview:batch

Google: Gemini 3 Flash Preview (batch) は Google のテキスト生成モデルです。Gemini 3 ファミリーに属し、preview と batch のバリアントで提供されており、このモデル id で利用できるのはそのうち batch の形式です。プロバイダーはこれを、エージェント型ワークフロー、マルチターン チャット、コーディング支援向けに構築された高速で高コストパフォーマンスの思考モデルであり、Pro に近いレベルの推論とツール使用を備えていると説明しています。プロバイダーによるリリース日は 2025-12-17 です。

Black Forest Labs: FLUX.2 Max

black-forest-labs/flux.2-max

FLUX.2 Maxは、画像モデルのFLUXファミリーを手がけるラボ、Black Forest Labsによる画像生成モデルです。このファミリーの最上位に位置し、プロバイダーによって画質、プロンプト理解、編集の一貫性において最高レベルと位置づけられています。api14ではモデルID black-forest-labs/flux.2-max で提供され、画像カテゴリに掲載されています。

NVIDIA: Nemotron 3 Nano 30B A3B

nvidia/nemotron-3-nano-30b-a3b

NVIDIA Nemotron 3 Nano 30B A3B は、NVIDIA が Nemotron ファミリーの一部として構築した小型言語モデルです。その名前はアーキテクチャを反映しています。合計約 300 億パラメータ、トークンあたり約 30 億がアクティブになる mixture-of-experts 設計で、NVIDIA は高い計算効率と精度を実現すると説明しています。これは、専門的なエージェント型 AI システムを構築する開発者を対象としたテキストモデルであり、プロバイダーによって 2025 年 12 月 14 日にリリースされました。

OpenAI: GPT-5.2 Chat

openai/gpt-5.2-chat

GPT-5.2 Chat は OpenAI のテキストモデルで、プロバイダーによって 2025 年 12 月 10 日にリリースされました。5.2 ファミリーの中の高速で軽量なメンバーとして説明されており、低レイテンシのチャット向けに最適化しつつ、強力な汎用知能を維持しており、タスクが要求するときに選択的に思考する適応推論を使用します。api14 ではテキストのメインカテゴリに掲載されており、呼び出すときに使用するモデル id は openai/gpt-5.2-chat です。

OpenAI: GPT-5.2 Pro

openai/gpt-5.2-pro

GPT-5.2 Pro は OpenAI のテキスト生成モデルで、プロバイダーによって 2025 年 12 月 10 日にリリースされました。OpenAI の GPT-5 ラインにおいて Pro バリアントとして位置づけられ、同社の最も先進的なモデルとされており、プロバイダーは GPT-5 Pro に対する agentic coding と long context 性能の大幅な改善を説明しています。api14 では text カテゴリに掲載されているため、画像、音声、動画の生成ではなく言語処理を目的としています。

OpenAI: GPT-5.2 Pro (batch)

openai/gpt-5.2-pro:batch

GPT-5.2 ProはOpenAIのテキストモデルで、api14にはopenai/gpt-5.2-pro:batchとして掲載されています。テキストカテゴリに属し、プロバイダーによる説明ではOpenAIの最も先進的なモデルとされており、GPT-5 Proと比較してエージェント型コーディングと長いコンテキストの性能が大幅に改善されています。プロバイダーのリリース日は2025-12-10です。モデルIDのbatchサフィックスは、このモデルのバッチ版であることを示します。

OpenAI: GPT-5.2

openai/gpt-5.2

GPT-5.2 は OpenAI のテキストモデルであり、GPT-5 シリーズにおける最新のフロンティア級のエントリです。プロバイダーによって 2025 年 12 月 10 日にリリースされ、GPT-5.1 の後継であり、その以前のバージョンよりも強力なエージェント性能と長いコンテキスト性能を備えています。これは専門ツールではなく汎用テキストモデルであるため、単一の API を通じて幅広い言語タスクを処理する 1 つのモデルを求める開発者を対象としています。

OpenAI: GPT-5.2 (batch)

openai/gpt-5.2:batch

GPT-5.2 (batch) は OpenAI のテキストモデルで、api14 にモデル ID openai/gpt-5.2:batch として掲載されています。GPT-5 シリーズに属し、OpenAI はこれを同系列における最新のフロンティア級モデルと説明しており、GPT-5.1 よりも強力なエージェント性能と長いコンテキスト性能を備えています。batch というラベルは、これが標準の対話型エンドポイントではなく、モデルのバッチ版であることを示しています。

Mistral: Devstral 2 2512

mistralai/devstral-2512

Mistral: Devstral 2 2512 は、2025年12月9日にリリースされた Mistral AI のオープンソースモデルです。これはエージェント型コーディング専用に構築された 123B パラメータの密な transformer であり、単発のプロンプトに答えるだけでなく、ツール駆動型のワークフロー内で動作するように設計されていることを意味します。テキストカテゴリに属し、api14 上のモデル id は "mistralai/devstral-2512" です。

Relace: Relace Search

relace/relace-search

Relace Search は Relace のテキストモデルで、api14 にモデル ID relace/relace-search として掲載されています。テキストカテゴリに属し、汎用チャットではなくコードベースの探索を中心に設計されています。プロバイダーによると、このモデルは 4 から 12 個の view_file ツールと grep ツールを並列で使用してコードベースを探索し、ユーザーのリクエストに関連するファイルを返します。これは検索の領域に位置づけられますが、RAG で使われる埋め込みとベクトル検索のパターンではなく、エージェント的なアプローチを取っています。

Z.ai: GLM 4.6V

z-ai/glm-4.6v

GLM 4.6V は Z.ai の大規模マルチモーダルモデルで、api14 にモデル ID z-ai/glm-4.6v として掲載されています。テキストカテゴリに属し、Z.ai はこれを、画像、ドキュメント、複合メディアにわたる高忠実度の視覚理解と長文脈推論のために構築されたものと説明しています。プロバイダーによるリリースは 2025 年 12 月 8 日です。

Body Builder (beta)

openrouter/bodybuilder

Body Builder (beta) は OpenRouter のテキストモデルで、api14 カタログにモデル id openrouter/bodybuilder として掲載されています。これはベータ版リリースで、プロバイダーによって 2025 年 12 月 5 日に公開され、テキストカテゴリに属します。その目的は狭く特定的です。自然言語のリクエストを構造化された API リクエストオブジェクトに変換します。AI モデルで何を実現したいかを記述すると、Body Builder が適切な API 呼び出しを構築します。

OpenAI: GPT-5.1-Codex-Max

openai/gpt-5.1-codex-max

GPT-5.1-Codex-Maxは、GPT-5.1ファミリーに属するOpenAIのモデルで、プロバイダーによって2025年12月4日にリリースされました。これはOpenAIのエージェント型コーディングモデルと説明されており、5.1推論スタックの更新版を基盤とし、エージェント的な作業向けにトレーニングされています。テキストカテゴリに位置し、一般的な会話ではなくソフトウェア開発を対象としているため、コードとその周辺タスク向けの専門ツールとして理解するのが最適です。

Amazon: Nova 2 Lite

amazon/nova-2-lite-v1

Amazon: Nova 2 Lite は、Amazon のテキスト生成モデルで、Nova ファミリーの一部です。プロバイダーはこれを、日常的なワークロードを対象とした、高速で費用対効果の高い推論モデルと説明しています。このモデルはプロバイダーによって 2025 年 12 月 2 日にリリースされました。api14 ではテキストカテゴリに属し、モデル id は amazon/nova-2-lite-v1 です。

Mistral: Ministral 3 14B 2512

mistralai/ministral-14b-2512

Mistral: Ministral 3 14B 2512 は、2025年12月2日にリリースされた Mistral のテキスト生成モデルです。Ministral 3 ファミリーの中で最大のモデルであり、Mistral はこれを、より大規模な Mistral Small 3.2 24B に匹敵するフロンティア能力とパフォーマンスを提供するものと説明しています。すでに Mistral モデルを利用している場合、これはラインナップの中でもより小型で効率的な部分に位置しながら、通常はより大きな兄弟モデルに関連付けられる能力レベルを目指しています。

Mistral: Ministral 3 8B 2512

mistralai/ministral-8b-2512

Mistral: Ministral 3 8B 2512 は、Mistral によるテキスト生成モデルで、Ministral 3 ファミリーの一部です。プロバイダーはこのモデルを、そのファミリーの中でバランスの取れたモデル、つまり強力で効率的な小型言語モデルと説明しています。プロバイダーによって 2025 年 12 月 2 日にリリースされました。テキストカテゴリに位置し、大規模なモデルではなくコンパクトなモデルを求める開発者を対象としています。

Mistral: Ministral 3 8B 2512 (batch)

mistralai/ministral-8b-2512:batch

Mistral: Ministral 3 8B 2512 (batch) は、Mistral のテキスト生成モデルで、Ministral 3 ファミリーの一部です。Mistral はこれを同ファミリーの中でもバランスの取れたモデルと説明しています。つまり、視覚機能を備えた、強力で効率的な小型言語モデルです。api14 上のモデル id は mistralai/ministral-8b-2512:batch で、batch…

Mistral: Ministral 3 3B 2512

mistralai/ministral-3b-2512

Mistral: Ministral 3 3B 2512 は、2025年12月2日にリリースされた Mistral のテキスト生成モデルです。これは Ministral 3 ファミリーの中で最小のモデルであり、Mistral はこのファミリーを効率的な小型言語モデルのシリーズと説明しています。api14 上のモデル id は mistralai/ministral-3b-2512 で、主なカテゴリはテキストです。

Mistral: Mistral Large 3 2512

mistralai/mistral-large-2512

Mistral: Mistral Large 3 2512 は Mistral のテキスト生成モデルで、api14 上ではモデル ID mistralai/mistral-large-2512 で識別されます。これは Mistral のこれまでで最も高性能なモデルであり、675B の総パラメータのうち 41B のアクティブパラメータを持つスパースな mixture-of-experts アーキテクチャに基づいて構築され、Apache 2.0 ライセンスの下でリリースされています。プロバイダーのリリース日は 2025-12-01 です。

Mistral: Mistral Large 3 2512 (batch)

mistralai/mistral-large-2512:batch

Mistral: Mistral Large 3 2512 (batch) は Mistral のテキスト生成モデルです。Mistral によると、これは同社がこれまでに提供した中で最も高性能なモデルであり、675B の総パラメータのうち 41B のアクティブパラメータを持つスパースな mixture-of-experts アーキテクチャに基づいて構築され、Apache 2.0 ライセンスの下でリリースされています。プロバイダーによるリリース日は 2025-12-01 です。モデル id の「:batch」サフィックスは、これが api14 上のモデルのバッチ版であることを示します。

DeepSeek: DeepSeek V3.2

deepseek/deepseek-v3.2

DeepSeek V3.2はDeepSeekのテキスト生成モデルで、プロバイダーによって2025年12月1日にリリースされました。テキストカテゴリに属し、計算効率と強力な推論およびエージェント型ツール使用を組み合わせるという設計目標に基づいて構築されています。プロバイダーは、細粒度のスパースアテンション機構であるDeepSeek Sparse Attention（DSA）を導入したと説明しています。他のDeepSeekモデルを使用したことがある場合、これは別のファミリーに切り替わるのではなく、その系統を継続するものです。

Black Forest Labs: FLUX.2 Flex

black-forest-labs/flux.2-flex

FLUX.2 Flex は、FLUX ファミリーの画像モデルを手がけたスタジオである Black Forest Labs による画像生成モデルです。api14 の image カテゴリに位置し、プロバイダーは 2025 年 11 月 25 日にこれをリリースしました。FLUX ラインをすでにご存じであれば、これは汎用のテキストモデルではなく、詳細なレンダリングと参照駆動の編集にチューニングされたバリアントです。

Black Forest Labs: FLUX.2 Pro

black-forest-labs/flux.2-pro

FLUX.2 Pro は Black Forest Labs の画像生成および編集モデルで、2025 年 11 月 25 日にリリースされました。プロバイダーのハイエンド層に位置し、軽量または大量のドラフト作業ではなく、フロンティアレベルの視覚品質と信頼性を目指しています。すでに FLUX ラインをご存じであれば、これが Pro バリアントです。Black Forest Labs が、生のスループットよりもプロンプト遵守と視覚的一貫性が重要となる出力向けに位置づけているものです。

Anthropic: Claude Opus 4.5

anthropic/claude-opus-4.5

Claude Opus 4.5 は Anthropic のテキストモデルで、api14 に anthropic/claude-opus-4.5 として掲載されています。Anthropic はこれを自社のフロンティア推論モデルと位置づけており、複雑なソフトウェアエンジニアリング、エージェント的ワークフロー、長期的なコンピュータ操作に最適化されています。プロバイダーによるリリースは 2025-11-24 です。単純なテキスト生成ではなく要求の厳しい推論作業のためにモデルを選ぶのであれば、これは Anthropic がその目的のために構築した階層です。

Anthropic: Claude Opus 4.5 (batch)

anthropic/claude-opus-4.5:batch

Claude Opus 4.5 (batch) は Anthropic のテキストモデルで、api14 上では anthropic/claude-opus-4.5:batch として識別されます。Anthropic は Claude Opus 4.5 を、複雑なソフトウェアエンジニアリング、エージェント型ワークフロー、長期的なコンピュータ操作に最適化されたフロンティア推論モデルと説明しています。batch バリアントは同じモデルをバッチエンドポイント経由で提供するもので、即時の回答が必要ではなく、多数のリクエストをまとめて送信できるワークロードに適しています。

Google: Nano Banana Pro (Gemini 3 Pro Image Preview)

google/gemini-3-pro-image-preview

Google: Nano Banana Pro (Gemini 3 Pro Image Preview) は、Gemini 3 Pro を基盤とした Google の画像生成および編集モデルです。オリジナルの Nano Banana の後継であり、Google はこれを最も先進的な画像生成および編集モデルと説明しており、以前のバージョンと比較してマルチモーダル推論と実世界のグラウンディングが改善されています。画像カテゴリに位置しながらテキストも扱うため、純粋な画像生成器ではなくマルチモーダルモデルです。

Thenlper: GTE-Base

thenlper/gte-base

Thenlper: GTE-Base は Thenlper の埋め込みモデルで、api14 にモデル ID thenlper/gte-base として掲載されています。埋め込みカテゴリに属するため、チャットやテキスト生成のモデルではありません。そ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、プロバイダーは英語の文と段落を 768 次元の密ベクトル空間にエンコード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 2025-11-18 です。

Thenlper: GTE-Large

thenlper/gte-large

Thenlper: GTE-Large は Thenlper の埋め込みモデルで、api14 にモデル ID thenlper/gte-large として掲載されています。これは埋め込みカテゴリに属しており、つまりその役割はチャットの返信を生成することではなく、テキストを保存、比較、検索できるベクトルに変換することです。アプリケーションが自由形式の生成ではなく意味的類似性に依存しているなら、これは評価対象となる種類のモデルです。

Intfloat: E5-Large-v2

intfloat/e5-large-v2

Intfloat: E5-Large-v2 は Intfloat の埋め込みモデルです。これは埋め込みカテゴリに属しており、つまりチャット応答を生成するのではなく、テキストをベクトルに変換することを役割としています。プロバイダーはこれを、英語の文、段落、文書を 1024 次元の密ベクトル空間にマッピングするものと説明しており、高精度な意味的埋め込みを目的としています。アプリケーションが、書かれた回答ではなく意味を捉えたテキストの表現を必要とするなら、これはまさに手に取るような種類のモデルです。

Intfloat: E5-Base-v2

intfloat/e5-base-v2

Intfloat: E5-Base-v2 は Intfloat の埋め込みモデルで、api14 にモデル ID intfloat/e5-base-v2 として掲載されています。これは埋め込みカテゴリに属しており、チャットモデルやテキスト生成モデルではないことを意味します。返答を生成する代わりに、テキストをベクトルに変換し、それを保存、比較、検索できます。記録されているプロバイダーのリリース日は 2025-11-18 です。

Intfloat: Multilingual-E5-Large

intfloat/multilingual-e5-large

Intfloat: Multilingual-E5-Large は Intfloat の埋め込みモデルで、api14 の embeddings カテゴリに掲載されています。テキストを入力として受け取り、埋め込みを出力として返すため、チャットモデルやテキスト生成モデルではありません。その目的は、言語をベクトルに変換し、保存、比較、検索に使えるようにすることです。プロバイダーはこれを、90 以上の言語にわたる文、段落、文書を 1024 次元の密ベクトル空間にエンコードするものと説明しており、多言語検索と言語間の類似度に合わせて調整された意味的埋め込みを備えています。

Sentence Transformers: paraphrase-MiniLM-L6-v2

sentence-transformers/paraphrase-minilm-l6-v2

Sentence Transformers: paraphrase-MiniLM-L6-v2 は Sentence Transformers の埋め込みモデルで、api14 の embeddings カテゴリに掲載されています。これはコンパクトな MiniLM ベースのモデルで、その目的はテキストを生成することではなく、テキストをベクトルに変換することです。記録されているプロバイダーのリリース日は 2025-11-18 です。

Sentence Transformers: all-MiniLM-L12-v2

sentence-transformers/all-minilm-l12-v2

Sentence Transformers: all-MiniLM-L12-v2 は Sentence Transformers の埋め込みモデルで、api14 を通じてモデル id sentence-transformers/all-minilm-l12-v2 で配布されています。これは embeddings カテゴリに属するため、その役割はチャットの返信を生成することではなく、テキストを保存、比較、検索できるベクトルに変換することです。提供元のリリース日は 2025-11-18 と記載されています。

BAAI: bge-base-en-v1.5

baai/bge-base-en-v1.5

BAAI: bge-base-en-v1.5 は、北京人工知能アカデミーである BAAI の埋め込みモデルです。これは embeddings カテゴリに属します。つまり、チャットの返信を生成したりテキストを補完したりするために作られたものではありません。代わりに、テキストを数値ベクトルに変換します。これは英語のモデルであり、名前の v1.5 はこれが bge-base-en ファミリーの 1.5…

Sentence Transformers: multi-qa-mpnet-base-dot-v1

sentence-transformers/multi-qa-mpnet-base-dot-v1

Sentence Transformers: multi-qa-mpnet-base-dot-v1 は、文レベルの表現モデルで知られるプロバイダーである Sentence Transformers の埋め込みモデルです。これは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、テキストを保存、比較、検索できるベクトルに変換します。このモデルはプロバイダーによって 2025-11-18 にリリースされました。

BAAI: bge-large-en-v1.5

baai/bge-large-en-v1.5

BAAI bge-large-en-v1.5 は、北京人工知能アカデミー（BAAI）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、つまり会話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、比較、検索できます。このモデルはプロバイダーによって 2025-11-18 にリリースされました。

BAAI: bge-m3

baai/bge-m3

BAAI: bge-m3 は、北京人工知能アカデミー (Beijing Academy of Artificial Intelligence) である BAAI の埋め込みモデルです。これは埋め込みカテゴリに属しており、チャット応答を生成するのではなく、テキストをベクトルに変換するために構築されていることを意味します。アプリケーションが質問に答えたりテキストを書いたりするモデルを必要としているなら、これはその種のモデルではありません。これは、他のシステムがテキストを比較、検索、取得できるように、テキストを数値的に表現するために存在します。

Sentence Transformers: all-mpnet-base-v2

sentence-transformers/all-mpnet-base-v2

Sentence Transformers: all-mpnet-base-v2 は、テキストをベクトルに変換するために作られたモデル群である Sentence Transformers の埋め込みモデルです。これは埋め込みカテゴリに属しており、テキスト自体を生成するのではなく、テキストの表現を生成するように設計されていることを意味します。このモデルは文と短い段落を 768 次元の密ベクトル空間にエンコードし、提供元によって意味処理向けの高忠実度オプションとして位置づけられています。

Sentence Transformers: all-MiniLM-L6-v2

sentence-transformers/all-minilm-l6-v2

Sentence Transformers: all-MiniLM-L6-v2 は Sentence Transformers の埋め込みモデルで、api14 の embeddings カテゴリに掲載されています。これはチャットやテキスト生成モデルではなくコンパクトな文埋め込みモデルなので、その役割はテキストを意味を捉えたベクトルに変換することです。セマンティック検索、重複排除、クラスタリングを構築しているなら、生成モデルではなくこの種のモデルに手を伸ばすことになります。

OpenAI: GPT-5.1

openai/gpt-5.1

GPT-5.1はOpenAIによるフロンティア級のテキストモデルであり、GPT-5シリーズの最新エントリです。プロバイダーによって2025年11月13日にリリースされました。GPT-5と比較して、OpenAIはこれを、適応的推論を軸に、より強力な汎用推論、改善された指示遵守、そしてより自然な会話スタイルを提供するものと説明しています。テキストカテゴリに属し、狭い単一タスクではなく汎用作業を対象としています。

OpenAI: GPT-5.1 (batch)

openai/gpt-5.1:batch

OpenAI: GPT-5.1 (batch) は OpenAI のテキストモデルで、api14 を通じてモデル id openai/gpt-5.1:batch で提供されます。これは GPT-5 シリーズに属し、OpenAI は GPT-5.1 をそのシリーズにおける最新のフロンティア級モデルと説明しており、GPT-5 と比較して汎用的な推論能力の強化、指示追従性の向上、より自然な会話スタイルを備えています。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、プロバイダーのリリース日は 2025 年 11 月 13 日です。

OpenAI: GPT-5.1-Codex

openai/gpt-5.1-codex

GPT-5.1-Codex は、2025 年 11 月 13 日にリリースされた OpenAI のテキストモデルです。これはソフトウェアエンジニアリングとコーディングのワークフローに最適化された GPT-5.1 の特化バージョンであり、対話型の開発セッションと、複雑なエンジニアリングタスクの長期的で独立した実行の両方のために作られています。api14 上のテキストカテゴリに位置し、プロバイダーはこれを汎用チャットモデルではなくコーディングに焦点を当てたバリアントと説明しています。

OpenAI: GPT-5.1-Codex-Mini

openai/gpt-5.1-codex-mini

GPT-5.1-Codex-Mini は OpenAI のテキストモデルで、2025年11月13日にリリースされました。これは GPT-5.1-Codex のより小さく高速なバージョンで、コーディングに焦点を当てたモデル群 GPT-5.1 ファミリーに位置づけられます。プロバイダーの説明では、完全な Codex モデルの軽量な兄弟として位置づけられており、2つを選ぶ際に念頭に置くべき主な点はこれです。

MoonshotAI: Kimi K2 Thinking

moonshotai/kimi-k2-thinking

Kimi K2 Thinking は Moonshot AI のテキストモデルで、api14 上では moonshotai/kimi-k2-thinking として識別されます。K2 シリーズに属し、プロバイダーによれば Moonshot AI のこれまでで最も先進的なオープン推論モデルとされており、このシリーズをエージェント的で長期的な推論へと拡張したものです。これは、以前の K2 の取り組みで導入された兆単位パラメータの Mixture-of-Experts アーキテクチャに基づいて構築されています。プロバイダーのリリース日は 2025 年 11 月 6 日です。

Amazon: Nova Premier 1.0

amazon/nova-premier-v1

Amazon Nova Premier 1.0 は Amazon のテキスト生成モデルで、api14 にモデル id amazon/nova-premier-v1 として掲載されています。テキストカテゴリに属し、Amazon はこれを複雑な推論タスク向けのマルチモーダルモデルの中で最も高性能なものと説明しており、カスタムモデルを蒸留するための強力な教師としても位置付けています。すでに Amazon エコシステム内で作業している場合や、小型のカスタムモデルの蒸留元としても使える推論重視のモデルを求めている場合、これは最初に評価すべきバリアントです。

Mistral: Mistral Embed 2312

mistralai/mistral-embed-2312

Mistral Embed 2312 は Mistral の埋め込みモデルで、api14 にモデル id mistralai/mistral-embed-2312 として掲載されています。これは埋め込みカテゴリに属しており、つまりチャットの返信を生成するのではなく、テキストをベクトルに変換する役割を持ちます。Mistral AI はこれをテキストデータ向けの専用モデルとして開発し、記録されているプロバイダーのリリース日は 2025-10-31 です。

Google: Gemini Embedding 001

google/gemini-embedding-001

Google: Gemini Embedding 001 は Google の埋め込みモデルで、api14 にモデル ID google/gemini-embedding-001 で掲載されています。embeddings カテゴリに属し、Google は 2025 年 10 月 31 日にこれをリリースしました。その目的は、チャット応答を生成することではなく、保存、比較、検索できるベクトル表現にテキストを変換することです。

OpenAI: Text Embedding Ada 002

openai/text-embedding-ada-002

OpenAI: Text Embedding Ada 002 は OpenAI の埋め込みモデルで、api14 にモデル ID openai/text-embedding-ada-002 として掲載されています。埋め込みカテゴリに属し、プロバイダーによる説明では OpenAI のレガシーなテキスト埋め込みモデルとされています。これまでに OpenAI の埋め込みエンドポイントを扱ったことがあるなら、これはその系統でおなじみの ada 002 世代であり、カタログの他のモデルと同様に api14 を通じて利用できます。

OpenAI: Text Embedding Ada 002 (batch)

openai/text-embedding-ada-002:batch

OpenAI: Text Embedding Ada 002 (batch) は OpenAI の埋め込みモデルで、api14 を通じてモデル id openai/text-embedding-ada-002:batch として配布されています。これは埋め込みカテゴリに属し、OpenAI は text-embedding-ada-002 を同社のレガシーなテキスト埋め込みモデルと説明しています。これまでに OpenAI の埋め込みを扱ったことがあるなら、これは同じよく知られた Ada 002 埋め込みモデルであり、ここではバッチ版として提供されています。

Mistral: Codestral Embed 2505

mistralai/codestral-embed-2505

Mistral Codestral Embed 2505 は Mistral の埋め込みモデルで、2025年10月30日にリリースされ、api14 上でモデル id mistralai/codestral-embed-2505 として公開されています。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しており、つまり会話を保持したり文章による回答を生成したりするようには作られていません。代わりに、入力意味を表すベクトルに変換し、Mistral はこれをコード向けに特別に設計されたものだと説明しています。

OpenAI: Text Embedding 3 Large

openai/text-embedding-3-large

OpenAI: Text Embedding 3 Large は OpenAI の埋め込みモデルで、api14 上にモデル id の openai/text-embedding-3-large で掲載されています。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しており、会話的な返答を生成するのではなく、テキストをベクトルに変換するために作られていることを意味します。OpenAI は text-embedding-3-large を、英語と非英語の両方のタスクに対応する最も高性能な埋め込みモデルと説明しています。

OpenAI: Text Embedding 3 Large (batch)

openai/text-embedding-3-large:batch

OpenAI: Text Embedding 3 Large (batch) は OpenAI の埋め込みモデルです。これは埋め込みカテゴリに属し、OpenAI は text-embedding-3-large を英語と非英語の両方のタスクにおいて最も高性能な埋め込みモデルと説明しています。api14 で公開されている batch バリアントはモデル id openai/text-embedding-3-large:batch を使用し、プロバイダーによって 2025-10-30 にリリースされました。

OpenAI: Text Embedding 3 Small

openai/text-embedding-3-small

OpenAI: Text Embedding 3 Small 是来自 OpenAI 的嵌入模型，在 api14 上以模型 ID openai/text-embedding-3-small 列出。它属于 embeddings 类别，OpenAI 将其描述为 ada 嵌入模型的改进版、性能更强的版本。它不生成聊天回复，而是生成嵌入，即文本的数值表示，用于衡量两段文本之间的相关程度。

OpenAI: Text Embedding 3 Small (batch)

openai/text-embedding-3-small:batch

OpenAI: Text Embedding 3 Small (batch) は、api14 を通じて提供される OpenAI の埋め込みモデルです。embeddings カテゴリに属し、api14 でのモデル id は openai/text-embedding-3-small:batch です。OpenAI は text-embedding-3-small を、ada 埋め込みモデルの改良版でより高性能なバージョンと説明しています。埋め込みとはテキストの数値表現であり、2 つのテキスト間の関連性を測るために使用できます。

Perplexity: Sonar Pro Search

perplexity/sonar-pro-search

Perplexity: Sonar Pro Searchは、Perplexityのテキストモデルで、プロバイダーによって2025年10月30日にリリースされました。これはPerplexityの最も先進的なエージェント型検索システムと説明されており、より深い推論と分析のために構築され、コンシューマー製品ではなくAPIを通じてのみ利用可能です。すでに他のモデルをapi14経由でルーティングしているなら、これは単純なチャットではなく検索負荷の高いワークロードを対象としたPerplexityのエントリーです。

Mistral: Voxtral Small 24B 2507

mistralai/voxtral-small-24b-2507

Mistral: Voxtral Small 24B 2507 は Mistral のモデルで、プロバイダーによって 2025-10-30 にリリースされました。テキストカテゴリに属し、Mistral Small 3 の拡張として構築されており、その以前のモデルのテキスト性能を維持しつつ音声入力機能を追加しています。Mistral Small 3 をすでに知っているなら、Voxtral Small を有用に捉える方法は、テキストの挙動を保ちながらモデルが入力として受け入れられるものを拡張したものだと考えることです。

OpenAI: gpt-oss-safeguard-20b

openai/gpt-oss-safeguard-20b

OpenAI gpt-oss-safeguard-20b は、OpenAI による安全性推論モデルで、gpt-oss-20b の上に構築されています。Mixture-of-Experts (MoE) アーキテクチャを持つ 21B パラメータのオープンウェイトモデルであり、OpenAI はこれをコンテンツ分類、LLM フィルタリング、トラスト指向のタスクといった安全性関連の作業向けに位置づけています。プロバイダーによって 2025-10-29 にリリースされ、api14 ではテキストカテゴリに属します。

Qwen: Qwen3 Embedding 8B

qwen/qwen3-embedding-8b

Qwen3 Embedding 8B は Qwen のテキスト埋め込みモデルであり、Qwen がテキスト埋め込みとランキングタスク専用に構築された最新の独自ラインと説明する Qwen3 Embedding シリーズの一部です。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、その役割は会話的な返答を生成することではなく、テキストをベクトルに変換することです。このシリーズは、より広い Qwen ファミリーの多言語機能と長文テキスト処理を継承しており、複数の言語のコンテンツや短い断片に収まらない文書を扱う場合にこのモデルが relevant になります。

Qwen: Qwen3 Embedding 4B

qwen/qwen3-embedding-4b

Qwen: Qwen3 Embedding 4B は Qwen の埋め込みモデルで、Qwen3 Embedding シリーズの一部です。このシリーズは、テキスト埋め込みとランキングタスクのために特別に構築された Qwen の最新の独自モデルファミリーと説明されており、より広い Qwen ファミリーの多言語機能と長文処理を受け継いでいます。アプリケーションが生成テキストではなくベクトルを必要とする場合、これがこのシリーズが対象とするモデルの種類です。