2025年最高の 910 個のAIモデルツール

EmaFusion?は、100以上の基盤モデルと専門モデルを統合することで、最高の精度と最低のコストと遅延を実現する革新的なAIモデルです。この製品は企業向けに設計されており、安全で効果的で拡張可能なAIアプリケーションを、組み込みのフォールトトレランスとカスタマイズ可能な制御によって保証します。EmaFusion?はAIアプリケーションの効率を向上させることを目的としており、あらゆるビジネスニーズに対応します。

GPT-4.1は、一連の新しいモデルであり、特にコーディング、指示遵守、長いテキストコンテキストの処理において、顕著な性能向上を提供します。コンテキストウィンドウは100万トークンに拡大され、現実世界のアプリケーションで優れたパフォーマンスを発揮し、開発者がより効率的なアプリケーションを作成するのに適しています。このモデルは比較的低価格で、高速な応答能力を備えているため、複雑なタスクの開発と実行をより効率的に行うことができます。

GLM-4-32Bは、様々な自然言語処理タスクに対応することを目的とした高性能な生成言語モデルです。深層学習技術を用いて訓練されており、首尾一貫したテキストの生成や複雑な質問への回答が可能です。本モデルは、学術研究、商業用途、開発者に適しており、価格も手頃で、的確な位置付けをしており、自然言語処理分野をリードする製品です。

InternVL3は、OpenGVLabがオープンソースで公開したマルチモーダル大規模言語モデル（MLLM）であり、優れたマルチモーダル認識と推論能力を備えています。このモデルシリーズは1Bから78Bまでの7つのサイズがあり、テキスト、画像、ビデオなどの様々な情報を同時に処理でき、優れた全体的な性能を示します。InternVL3は、工業用画像分析、3Dビジョン認識などの分野で優れた性能を発揮し、そのテキスト性能はQwen2.5シリーズを上回っています。このモデルのオープンソース化は、マルチモーダルアプリケーション開発に強力なサポートを提供し、マルチモーダル技術のより多くの分野への応用を促進するのに役立ちます。

Skywork-OR1は、昆侖万维天工チームが開発した高性能な数学コード推論モデルです。本モデルシリーズは、同等の規模のパラメータにおいて業界をリードする推論性能を実現し、大規模モデルにおける論理的理解と複雑なタスク解決における能力のボトルネックを突破しました。Skywork-OR1シリーズには、数学的推論、汎用推論、高性能推論タスクにそれぞれ焦点を当てた、Skywork-OR1-Math-7B、Skywork-OR1-7B-Preview、Skywork-OR1-32B-Previewの3つのモデルが含まれています。今回のオープンソース化は、モデルの重みだけでなく、トレーニングデータセットと完全なトレーニングコードも網羅しており、すべての資源はGitHubとHuggingfaceプラットフォームにアップロードされています。AIコミュニティに完全に再現可能な実践的な参考を提供します。このような包括的なオープンソース戦略は、推論能力研究におけるAIコミュニティ全体の進歩を促進するのに役立ちます。

Kimi-VLは、マルチモーダル推論、ロングコンテキストの理解、強力なエージェント機能のために設計された、高度な専門家混合型ビジョン言語モデルです。このモデルは、複数の複雑な分野で優れた性能を発揮し、28億パラメータの高効率性と、優れた数学的推論能力と画像理解能力を備えています。Kimi-VLは、最適化された計算性能と長い入力の処理能力により、マルチモーダルモデルの新たな基準を打ち立てています。

Dream 7Bは、香港大学NLPグループとファーウェイ?ノアの方舟研究所が共同で発表した最新の拡散型大規模言語モデルです。テキスト生成分野において優れた性能を示しており、特に複雑な推論、長期計画、文脈の一貫性などに優れています。本モデルは高度なトレーニング方法を採用しており、強力な計画能力と柔軟な推論能力を備え、様々なAIアプリケーションにより強力なサポートを提供します。

Llama-3.1-Nemotron-Ultra-253B-v1は、Llama-3.1-405B-Instructをベースとした大規模言語モデルであり、推論能力とチャット能力を向上させるため、複数段階の後訓練が行われています。本モデルは最大128Kのコンテキスト長に対応し、正確性と効率のバランスに優れており、商業利用にも適しています。開発者向けに強力なAIアシスタント機能を提供することを目的としています。

Step-R1-V-Miniは、ステップ星辰が発表した新しいマルチモーダル推論モデルで、画像とテキストの入力をサポートし、テキストを出力します。優れた指示遵守能力と汎用性を備えています。本モデルは、マルチモーダル協調シナリオにおける推論性能を技術的に最適化しており、マルチモーダル統合強化学習とマルチモーダル合成データの活用をトレーニング方法として採用することで、画像空間における複雑なリンク処理能力を効果的に向上させています。Step-R1-V-Miniは複数の公開ランキングで素晴らしい成績を収めており、特にMathVision視覚推論ランキングでは国内1位にランクインし、視覚推論、数学的論理、コードなどにおける優れた性能を示しています。本モデルはステップAIウェブエンドで正式に公開され、ステップ星辰オープン?プラットフォームでAPIインターフェースを提供し、開発者や研究者が体験および使用できるようにしています。

HiDream-I1 は、170億個のパラメーターを持つ新しいオープンソースの画像生成基礎モデルです。数秒で高品質な画像を生成できます。研究開発に適しており、複数の評価で優れた性能を示しており、効率性と柔軟性を備えているため、様々なクリエイティブデザインや生成タスクに適しています。

EasyControlは、Diffusion Transformer（拡散変換器）に効率的で柔軟な制御を提供するフレームワークであり、現在のDiTエコシステムにおける効率のボトルネックやモデルの適合性の不足といった問題に対処することを目的としています。主な利点としては、様々な条件の組み合わせに対応、生成の柔軟性と推論効率の向上があります。本製品は最新の研究成果に基づいて開発されており、画像生成、スタイル変換などの分野で使用できます。

QVQ-Maxは、Qwenチームが開発したビジュアル推論モデルで、画像やビデオの内容を理解して分析し、解決策を提供します。テキスト入力だけでなく、複雑な視覚情報も処理できます。教育、仕事、生活など、マルチモーダルな情報処理が必要なユーザーに適しています。この製品は、深層学習とコンピュータビジョン技術に基づいて開発され、学生、ビジネスパーソン、クリエイターの方々に最適です。このバージョンは最初のリリースであり、今後継続的に改善していきます。

Qwen2.5-Omniは、アリババクラウドの通義千問チームが発表した、次世代のエンドツーエンドマルチモーダルフラッグシップモデルです。このモデルは、全方位マルチモーダル認識のために設計されており、テキスト、画像、音声、ビデオなど、さまざまな入力形式をシームレスに処理し、リアルタイムのストリーミング応答を通じて、テキストと自然音声合成出力を同時に生成します。革新的なThinker-TalkerアーキテクチャとTMRoPE位置エンコーディング技術により、マルチモーダルタスク、特に音声、ビデオ、画像の理解において優れたパフォーマンスを発揮します。このモデルは、複数のベンチマークテストで同規模の単一モーダルモデルを上回り、強力な性能と幅広い応用可能性を示しています。現在、Qwen2.5-OmniはHugging Face、ModelScope、DashScope、GitHubでオープンソースとして公開されており、開発者に豊富なユースケースと開発サポートを提供しています。

Gemini 2.5は、Googleが発表した最先端のAIモデルであり、効率的な推論能力とコーディング性能を備え、複雑な問題に対処し、複数のベンチマークテストで優れた成果を上げています。このモデルは、強化された基本モデルと事後トレーニングを組み合わせた新しい思考能力を導入し、より複雑なタスクをサポートし、開発者と企業に強力なサポートを提供することを目的としています。Gemini 2.5 Proは、Google AI StudioとGeminiアプリで使用でき、高度な推論とコーディング能力を必要とするユーザーに適しています。

DeepSeek-V3-0324は、685億パラメーターを持つ高度なテキスト生成モデルです。BF16とF32テンソルタイプを採用し、効率的な推論とテキスト生成をサポートします。このモデルの主な利点は、その強力な生成能力とオープンソースの特性であり、様々な自然言語処理タスクに広く適用できます。このモデルは、開発者と研究者に強力なツールを提供し、テキスト生成分野でのブレークスルーを支援することを目的としています。

混元T1はテンセントが発表した超大規模推論モデルであり、強化学習技術に基づいており、大量の後訓練によって推論能力を大幅に向上させています。長文処理とコンテキストの把握において優れた性能を発揮し、計算資源の消費も最適化されており、効率的な推論能力を備えています。あらゆる種類の推論タスクに適用でき、特に数学、論理推論などの分野で優れた性能を発揮します。本製品は深層学習をベースとしており、実際のフィードバックを参考に継続的に最適化されており、研究、教育など複数の分野での応用に向いています。

混元T1は、テンセントが開発した強化学習に基づく深層推論大規模モデルです。大規模な事後学習と人間の好みの調整により、推論能力と効率が大幅に向上しています。大規模なHybrid-Transformer-Mamba MoEアーキテクチャに基づいており、長文の処理において優れたパフォーマンスを発揮します。複雑な推論と論理的な解決策を必要とするあらゆるユーザーに適しており、科学研究や技術開発を支援します。

Reka Flash 3は、ゼロからトレーニングされた21億パラメーターの汎用推論モデルです。合成データセットと公開データセットを使用して教師ありファインチューニングを行い、モデルベースとルールベースの報酬を組み合わせて強化学習を行います。このモデルは、低遅延とデバイスエンドの展開アプリケーションにおいて優れたパフォーマンスを発揮し、強力な研究能力を備えています。現在、同種のオープンソースモデルの中で最良の選択肢であり、様々な自然言語処理タスクやアプリケーションシナリオに適しています。

MC-Benchは、Minecraftゲーム環境を通じて、異なるAIが生成した建築物を評価?比較するためのオンラインプラットフォームです。ユーザーは投票に参加し、AI評価に関与することで、AI技術の発展に貢献できます。このプラットフォームの主な利点は、その面白さとインタラクティブ性であり、ユーザーはシンプルで楽しい方法でAIの能力を理解できます。

EXAONE Deepは、LG AI Researchが発表した高度な推論AIモデルであり、韓国のグローバルAI市場における競争力を示すものです。32億個のパラメーターを備え、卓越した性能を発揮し、特に数学や科学の問題解決において優れた成果を示します。このモデルの発表により、LGはAI分野において自律的な意思決定の時代に入りました。オープンソースであるため、より多くの開発者がこの技術を利用して研究開発を行うことができます。EXAONE Deepは軽量でオンデバイスモデル設計であるため、教育、科学研究、プログラミングなど、複数の業界で使用できます。

Mistral-Small-3.1-24B-Base-2503は、240億パラメーターを持つ高度なオープンソースモデルであり、多言語と長文コンテキスト処理をサポートし、テキストとビジョンタスクに適しています。Mistral Small 3.1の基本モデルであり、強力なマルチモーダル能力を備え、企業のニーズに適しています。

Light-R1-14B-DSは、北京奇虎科技有限公司が開発したオープンソースの数学モデルです。DeepSeek-R1-Distill-Qwen-14Bをベースに強化学習で訓練され、AIME24とAIME25の数学コンテストベンチマークテストでそれぞれ74.0と60.2の高得点を達成し、多くの320億パラメーターのモデルを凌駕しています。軽量な予算で、既に長鎖推論微調整モデルの強化学習を試行することに成功し、オープンソースコミュニティに強力な数学モデルツールを提供しています。このモデルのオープンソース化は、特に数学問題解決における教育分野での自然言語処理の進歩を促進し、研究者や開発者にとって貴重な研究基盤と実践ツールとなります。

Gemini Roboticsは、Google DeepMindが発表した、ロボットアプリケーション向けに設計された高度なAIモデルです。Gemini 2.0アーキテクチャに基づいており、視覚、言語、動作（VLA）の融合により、ロボットは複雑な現実世界のタスクを実行できます。この技術の重要性は、ロボットを研究室から日常生活や産業用途へと進歩させることであり、将来のインテリジェントロボットの発展の基礎を築きます。Gemini Roboticsの主な利点には、強力な汎化能力、対話性、器用さがあり、さまざまなタスクや環境に適応できます。現在、この技術は研究開発段階にあり、具体的な価格や市場での位置付けはまだ明確ではありません。

Selene APIは、Atla AIが発表した高度なAI評価モデルです。世界をリードするLLM-as-a-Judge技術を使用することで、AIアプリケーションを正確に評価できます。この製品の主な利点は、その高い精度と信頼性であり、様々な評価基準において最先端モデルを凌駕します。正確なスコアを提供するだけでなく、実行可能なフィードバックも生成し、開発者がAIアプリケーションを最適化するのに役立ちます。Selene APIの背景情報として、安全なAIの未来を構築することに取り組んでいるAtla AI社によって開発されたことが挙げられます。現在、無料トライアルを提供しており、使用量ベースの価格モデルを採用しています。

Jamba 1.6は、AI21が提供する最新の言語モデルで、企業のプライベート展開向けに設計されています。長テキスト処理において優れた性能を発揮し、最大256Kのコンテキストウィンドウを処理できます。混合SSM-Transformerアーキテクチャを採用しており、長テキストの質疑応答タスクを効率的かつ正確に処理できます。Mistral、Meta、Cohereなどの同等のモデルを上回る品質を備え、オンプレミスまたはVPCでのプライベート展開など、柔軟な展開方法をサポートし、データの安全性を確保します。データの安全性とモデルの品質のいずれも妥協することなく、研究開発、法律、金融など、大量のデータと長テキストの処理が必要なシナリオに適したソリューションを企業に提供します。現在、Fnacによるデータ分類やEduca Edtechによるパーソナライズされたチャットボットの構築など、複数の企業でJamba 1.6が活用されています。

Gemma 3は、Googleが発表した最新のオープンソースモデルであり、Gemini 2.0の研究と技術開発に基づいています。軽量で高性能なモデルであり、単一のGPUまたはTPU上で動作し、開発者に強力なAI機能を提供します。Gemma 3は、複数のサイズ（1B、4B、12B、27B）を提供し、140以上の言語をサポートし、高度なテキストとビジュアル推論機能を備えています。主な利点としては、高性能、低計算需要、幅広い多言語サポートがあり、さまざまなデバイスでAIアプリケーションを迅速に展開するのに適しています。Gemma 3の発表は、AI技術の普及と革新を促進し、開発者がさまざまなハードウェアプラットフォームで効率的な開発を実現することを目的としています。

智元汎用具象基盤大規模モデルGO-1は、智元が発表した革新的な人工知能モデルです。このモデルは、革新的なVision-Language-Latent-Action（ViLLA）アーキテクチャに基づいており、マルチモーダル大規模モデル（VLM）と混合専門家（MoE）システムを通じて、視覚と言語入力からロボット動作の実行までの効率的な変換を実現しています。GO-1は、人間のビデオと実際のロボットデータを使用して学習することができ、強力な汎化能力を備えており、非常に少ないデータ、あるいはゼロショットでも新しいタスクや環境に迅速に適応できます。主な利点としては、効率的な学習能力、強力な汎化性能、そして様々なロボット本体への適合性があります。このモデルの発表は、具象知能が汎用化、オープン化、知能化の方向へ大きく前進したことを示しており、商業、産業、家庭など多くの分野で重要な役割を果たすことが期待されます。

ヴェネツィアは、プライバシー保護を重視したAIプラットフォームで、テキスト生成、画像生成、コード生成など、さまざまな機能を提供します。ユーザーデータのプライバシーを重視しており、すべてのデータはユーザーのデバイスのみに保存され、サーバーにアップロードされることはありません。このプラットフォームは、最先端のオープンソースAI技術を活用し、検閲やバイアスのないインテリジェントなサービスを提供することで、ユーザーが自由に創造性と知識を探求できる環境を目指しています。ヴェネツィアは、無料と有料の2種類のアカウントオプションを提供しており、有料ユーザーは、より高解像度の画像、透かしなし、プロンプト回数無制限などの高度な機能を利用できます。

OpenAIの組み込みツールは、OpenAIプラットフォームにおいてモデルの機能を強化する機能の集合体です。これらのツールにより、モデルは応答を生成する際に、Webまたはファイル内の追加のコンテキストと情報を参照できます。たとえば、Web検索ツールを有効にすると、モデルはWeb上の最新情報を使用して応答を生成できます。これらのツールの主な利点は、モデルの機能を拡張して、より複雑なタスクとニーズを処理できるようにすることです。OpenAIプラットフォームは、Web検索、ファイル検索、コンピューターの使用、関数呼び出しなど、さまざまなツールを提供しています。これらのツールの使用は提供されたプロンプトによって異なり、モデルはプロンプトに基づいて設定されたツールを使用するかどうかを自動的に決定します。さらに、ユーザーはツール選択パラメーターを設定することで、モデルの動作を明確に制御または指示することもできます。これらのツールは、リアルタイムデータまたは特定のファイルの内容が必要なシナリオに非常に役立ち、モデルの実用性と柔軟性を向上させます。

Steinerは、Yichao 'Peak' Jiによって開発された推論モデルシリーズであり、強化学習による合成データ上でのトレーニングに焦点を当てており、推論時に複数の経路を探索し、自律的に検証または遡ることができます。このモデルの目標は、OpenAI o1の推論能力を再現し、推論時の拡張曲線を検証することです。Steiner-previewは進行中のプロジェクトであり、オープンソースとする目的は知識を共有し、より多くのリアルユーザーからのフィードバックを得ることです。このモデルはいくつかのベンチマークテストで優れたパフォーマンスを示していますが、OpenAI o1の推論拡張能力を完全に実現しているわけではなく、開発段階にあります。