AI 模型 发布时间线

DeepSeek 将网页端、APP 与 API 更新至 V4.1-Flash-1017；稳定 API 型号 `deepseek-flash` 和价格不变。该日期版本有独立模型仓库并以 MIT 许可开放权重。DeepSeek 报告其基准表现提升、任务运行更快且输出更短。

Microsoft AI 公布 MAI-Base-2 的预训练已完成：2.8T 总参数、80B 激活的 MoE 基础模型进入后训练；暂无面向用户的发布或公开权重。

BFL 发布 FLUX 3 Image Klein：5.6B 图像生成器支持文生图、编辑和多参考生成，并同步开放权重与 API。

快手于 2026-10-15 正式上线 Kling 4.0；单次视频生成最长 30 秒，支持最多 15 项混合参考素材与 10 张关键帧。API 与 4K/1080p 等输出规格仍为后续计划。

Meta 发布 Muse Spark Open 权重，官方模型卡列出 BF16 与 NVFP4 checkpoint、816B 总参数、42B 激活和 1M 上下文；模型使用 Muse Model License。

StepFun 按原厂预告开放 Step 5 Preview 权重；官方组织下现可访问 FP8、BF16 与 NVFP4 checkpoint，许可为 StepFun Model License 1.0。模型仍处于 Preview。

OpenAI 在 ChatGPT Voice rollout GPT-Live-1.1 与轻量版 Quip；系统卡分别确认其为 GPT-Live-1、GPT-Live-1 mini 的后继。两者延续全双工语音交互，本次资料未公布 API 型号 ID。

xAI 发布 `grok-voice-3.0` 实时语音型号，`grok-voice-latest` 现指向 3.0；支持语音到语音交互。官方称 API 接口与价格未变，旧版 `grok-voice-2.0` 已弃用。

Gemini 4 Argon 于 10 月 13 日全球开放开发者与企业 API，并向 Google AI Pro / Ultra 用户提供 Gemini App 与 Search AI Mode 访问；API 型号 ID 为 `gemini-4-argon`。

Meta 同日发布两个独立型号：Muse Wonder（Meta Model API Preview / Muse Code）和仅供 Muse Code 订阅用户使用的 Muse Wonder Full。

Z.ai 于 10 月 12 日首次介绍 GLM-Legal：基于 GLM-5.3-Flash，经过法律领域中期训练与强化学习后训练，并开放 API Beta 申请；AutoClaw 接入尚未正式提供。原厂未公布独立 API 型号 ID、参数量、权重或许可证。

Qwen-Image-2.1-Turbo 发布并开放权重；这是面向图像生成与编辑的 8 步加速 checkpoint，采用非商业研究许可证。

OpenAI 发布 GPT-6 Sol 与 Luna 的 October ChatGPT 版本。官方系统卡将其与仍用于 ChatGPT Work / Codex 的 September 版本区分；新版本引入 Intelligent UI 和更新后的安全训练，Sol 自 10 月 7 日起向付费计划提供，Luna 自 10 月 8 日起向 Free / Go 提供。

Anthropic 正式发布 Claude Haiku 5.5，型号 ID 为 `claude-haiku-5-5`；该型号支持文本与图像输入、文本输出、1M 上下文及 128K 输出。

Google 发布 EmbeddingGemma 2 并开放 Apache 2.0 权重。

Nano Banana 2.1 以稳定 Gemini API 型号发布，是 Nano Banana 2 的图像生成与编辑更新。

QwenCloud 发布 Qwen-Image-2.1-Pro 图像生成与编辑 API，支持原生透明输出和最多 10 张参考图。

Microsoft 同日推出实时转写型号 MAI-Transcribe-2-Streaming，以及多语言语音生成型号 MAI-Voice-2.1 和低延迟 Flash 变体。

Google 于 2026-09-30 首次公布 Gemini 4 Argon；在该首发公告时，仅通过 Fairwind Program 向可信网络防御者有限开放，更广泛 API 与 Google AI Ultra 访问尚待推出。正文描述图表和长视频理解，并称最大输出上限为 1M tokens。

OpenAI 正式发布 GPT-6.1 Sol（API ID：`gpt-6.1-sol`），作为 GPT-6 Sol 的升级版，重点改进编码、计算机操作与专业工作；支持文本/图像输入、1.05M 上下文与 128K 输出，已在 API、ChatGPT Work 和 Codex 提供。

Anthropic 发布 Claude Sonnet 5.5，作为 Claude 5.5 家族第二个模型；API 型号为 `claude-sonnet-5-5`，并在 Claude、AWS、Google Cloud 与 Microsoft Azure 提供。

Gemini 3.8 Live 增加 Live Avatar：在现有 `gemini-3.8-live` 型号上提供实时语音/视频交互和 MP4 头像视频输出；功能已在 Gemini Enterprise 提供。

QwenCloud 发布 decision-model-preview 预览 API，提供分类、判断与评分等结构化决策，不生成文本。

OpenAI 关闭 Sora 2、Sora 2 Pro API 与 Videos API；服务现已退役。

Meta Research 介绍 Muse Realtime Avatar：一个以语音 token 流和参考媒体为条件、持续生成同步角色视频的音频驱动模型；官方展示参数为 448×768、25 fps，首字节延迟约 870 ms。

Anthropic 正式发布 Claude Opus 5.5，作为 Claude 5.5 家族首个模型，面向长程 Agent 编码与知识工作，并在 API、AWS、Google Cloud 与 Microsoft Foundry 提供。

Gemini 3.8 Flash TTS 与 Flash-Lite TTS 同步正式上线 Gemini API，分别面向创意语音生成和高吞吐、低延迟语音任务。

OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，分别面向复杂工作与高频任务；两者支持文本和图像输入、1.05M 上下文及 128K 输出，并在 API、ChatGPT Work 与 Codex 提供。

腾讯正式公开 Hy Image 3.5 Preview，支持图像生成与编辑、最多五张参考图、多轮创作及最高 2K 输出；公开阶段仍为预览。

Grok 4.7 正式发布并上线 xAI API，支持 500K 上下文、文本/图像输入、推理强度控制与长程编码 Agent 工作。

QwenCloud 发布 qwen3.8-omni-flash-realtime，提供实时音视频交互、文本/音频输出、多通道音频、视频聚合和远程 MCP 工具，并支持 WebSocket、WebRTC 与 AOQ。

小米正式发布 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash 两个原生全模态模型，同步提供 API 与开放权重。

QwenCloud 发布 qwen-audio-3.1-realtime-plus，提供全双工实时语音、文本/音频输出、函数调用、联网搜索和 262,144 token 上下文。

Step 5 Preview 通过 StepFun 产品与 API 开放预览；开放权重尚未发布。

QwenCloud 发布 qwen3.8-omni-flash：原生全模态、最高 1M 上下文，接受文本、图像、音频和视频输入，并兼容 DashScope 与 OpenAI 协议。

QwenCloud 发布 HappyOyster 1.0 交互世界模型系列，包含 Adventure、Directing、Acting 三种模式。

SpaceXAI 在 9 月 17 日将 Grok Voice Transcribe 2.0 上线 Speech-to-Text API，并宣布它将成为默认转写型号；Grok Voice Transcribe 1.0 进入弃用过渡。发布文章日期为 9 月 18 日。

QwenCloud 发布 qwen3.8-livetranslate-flash-realtime：支持音频/图像输入、文本/音频输出、60 个源语言和 29 个语音输出语言，并通过 WebSocket Realtime API 提供。

Gemini 3.8 Live 与 Extended Thinking 同步正式上线 Live API，提供实时语音交互与后台推理两个规格。

Z.ai / AutoClaw 官方页面的结构化元数据将 GLM-5.3-Flash 标为 2026-09-15 发布，并确认 MIT 权重；原生支持文本、图像、视频与文件。

Kimi K2.8 Preview 全量上线 Kimi Code；Model ID `kimi-for-coding` 不变，支持 low、high、max 思考与最高 1M 上下文。

DeepSeek V4.1 Flash 正式发布并同步上线 API，推荐模型名为 `deepseek-flash`；旧版 V4 Flash 与 Vision Exp 下线并暂时路由到新模型。

OpenAI 在 API 正式发布 GPT-Live-1，提供全双工实时语音对话，并可将更深的推理和工具调用委托给后端模型或 Agent。

GPT Image 2.5（ChatGPT Images 2.5）发布，API 同步推出 Flare 与 Sunburst。

小米 MiMo-X-Pro-Preview 与 MiMo-X-Flash-Preview 开启桌面端邀测。

MAI-Image-2.6-Flash 开放预览。

GPT-6 Astra 正式发布，并从 Trusted Access 扩展到 Plus、Pro、Business、Enterprise 订阅计划的分阶段 rollout；Enterprise/Edu 仍受工作区权限控制。

Muse Spark 1.3 正式发布并开始在 Muse Code 与 Meta Model API 中上线。

Gemini 3.8 Flash 正式发布，提供 1M 输入上下文、65K 输出上限、多模态输入与思考能力。

Gemini 3.8 Flash Cyber 通过 Fairwind 计划向政府和可信合作伙伴限量开放。

Qwen3.8-Max-0902 作为 Qwen3.8-Max 的升级快照上线，强化 Coding、Cowork、长程自主开发、协作 Agent 与视觉理解。

Claude Fable 5.1 正式发布；同一底层模型的 Claude Mythos 5.1 通过受信任访问计划提供。

Agentic video understanding 正式上线 Gemini 3.7 Flash，并同步覆盖 Gemini 3.6 Flash 与 3.5 Flash-Lite；长视频分析最高减少 88% token、66% 成本。

Muse Voice Transcribe 发布并在 Meta Model API、Meta AI for Mac 与 Muse Code 提供。

腾讯发布并开源 Hy4 preview。

GLM-5.3 权重公开，提供 FP8 与 BF16 检查点，并采用自定义 GLM-5.3 License。

Gemini Omni 1.1 Flash 正式发布，加入视频延长、首尾帧插值和分辨率控制。

Qwen3.8-Flash-Next 权重开放，并以 Qwen3.8-Flash 提供托管服务。

DeepSeek-V4-Flash-Vision-Exp 多模态 API 上线。

GLM-5.3 发布，能力提升全部来自扩大后训练。

Qwen3.8-27B 权重开放。

DeepSeek-V4-Pro-0813 正式上线并加入可调推理强度。

Gemini 3.7 Flash 正式发布。

Grok 4.6 面向长程 Agent 与复杂视觉工作正式发布。

MAI-Thinking-1 开放预览。

MAI-Code-1.1-Flash 正式发布。

OpenAI 发布 GPT-5.6-Cyber；该 API 型号基于 GPT-5.6 Sol，通过需审批的 Daybreak Red 向防御者提供。

Meta 开放本地 Agent 模型 Muse Glimmer 30B。

MAI-Image-2.6 开放预览。

Grok Imagine Image 2.0 正式发布，支持图像生成与编辑 API。

Wan 3.0 Video 开启预览。

Muse Spark 1.2 与 Muse Code 发布。

MiniMax 开放 H3 权重。

Qwen3.8-2.4T-A95B 开放 checkpoint 发布。

Qwen3.8-Max 正式发布。

DeepSeek-V4-Flash-0731 在 API 公测上线。

MiniMax 发布 H3 全模态视频模型。

Seedance 2.5 发布。

Claude Opus 5 发布。

Midjourney V8.2 成为默认版本。

FLUX 3 Video 开放预览。

Gemini 3.5 Flash-Lite 正式发布。

Gemini 3.6 Flash 正式发布。

Qwen-Image 3.0 发布。

Grok 4.5 在 Grok Build、Cursor 与 API 发布。

Kimi K3 公布，规模提升到 2.8T 并加入原生视觉。

GPT-5.6 系列在 ChatGPT、Codex 与 API 正式可用。

Muse Spark 1.1 与 Meta Model API 公测。

Seedream 5.0 Pro 发布。

Muse Image 正式上线。

Meta 预览 Muse Video。

腾讯正式发布并开放 Hy3。

Claude Sonnet 5 发布并成为 Free 与 Pro 默认模型。

Gemini Omni Flash Preview 开放视频生成 API。

Nano Banana 2 Lite 发布。

GPT-5.6 Sol、Terra、Luna 开始有限预览。

小米开放 MiMo-V2.5 系列权重。

Seed2.1 正式发布。

GLM-5.2 发布并开放权重。

Grok Imagine Video 1.5 正式发布。

Kimi K2.7 Code 正式发布并开放，面向长程编码与智能体任务。

Google 开放实验性 DiffusionGemma。

Claude Fable 5 通用发布，并公布 Mythos 5。

Luma 发布 Ray3.2 与 API。

Gemma 4 12B 发布。

MAI-Code-1-Flash 正式发布。

MAI-Image-2.5 开放 API。

微软在 Build 首次介绍 MAI-Thinking-1，后续于 8 月开放 Foundry 公共预览。

MiniMax 发布 1M 上下文原生多模态 M3。

Step 3.7 Flash 发布并开放权重与部署资料。

Claude Opus 4.8 发布。

微软公布 MAI-Image-2.5 在 Arena 的评测版本。

Google I/O 公布 Gemini 3.5 Flash。

ERNIE 5.1 正式发布。

Gemini 3.1 Flash-Lite 正式发布。

GPT-5.5 Instant 更新 ChatGPT 默认快速体验。

Gemini Omni Flash Preview 首次公布。

Step Image Edit 2 作为低延迟图像生成与编辑服务上线。

Step-Audio-R1.5 技术报告与评测基准公开。

Sora Web 与 App 停止服务；API 进入关闭窗口。

GPT-5.5 与 GPT-5.5 Pro 在 API 上线。

DeepSeek 同步发布 V4 Pro 与 Flash 公开预览及开放权重。

腾讯开放 Hy3 Preview。

GPT-5.5 在 ChatGPT 与 Codex 发布。

小米同时开放 MiMo-V2.5 与 MiMo-V2.5-Pro 公测；后来的权重开放单独记录。

Qwen3.6-27B 开放权重。

GPT Image 2 与 ChatGPT Images 2.0 发布。

Kimi K2.6 发布并开放权重。

Claude Opus 4.7 正式发布。

Qwen3.6-35B-A3B 开放权重。

GPT-5.4-Cyber 作为 GPT-5.4 的网络安全微调型号推出，通过 Trusted Access for Cyber 向经审核的防御者有限开放。

Midjourney V8.1 Alpha 发布。

Meta 推出 Muse 家族首个模型 Muse Spark。

GLM-5.1 发布。

Wan 2.7 有声多参考视频系列上线。

Google 同步发布 Gemma 4 31B 与 26B MoE 开放模型。

Wan 2.7 Image 上线。

MAI-Image-2 开放预览。

MiMo-V2-Omni 上线。

小米发布万亿参数 MiMo-V2-Pro。

MiniMax-M2.7 发布。

GPT-5.4 mini 面向编码和子 Agent 发布。

GPT-5.4 nano 在 API 发布。

GPT-5.4 Thinking 与 Pro 在 ChatGPT、API 和 Codex 发布。

GPT-5.3 Instant 成为 ChatGPT 日常快速模型并进入 API。

Nano Banana 2 进入 Gemini API。

Gemini 3.1 Pro Preview 发布。

Claude Sonnet 4.6 发布。

Qwen3.5-397B-A17B 作为 3.5 系列首发型号开放。

Seed2.0 系列发布。

Seedream 5.0 Lite 发布。

GLM-5 发布，定位复杂系统工程与长程 Agent。

GPT-5.3-Codex-Spark 以实时编码研究预览发布。

MiniMax-M2.5 发布。

Seedance 2.0 发布。

Qwen-Image 2.0 发布。

GPT-5.3-Codex 在 Codex 产品线发布。

Claude Opus 4.6 发布。

快手发布 Kling AI 3.0 全模态系列。

Step 3.5 Flash 发布并开放权重。

Grok Imagine Video 开放 API。

Kimi K2.5 发布并开放权重。

Ray3.14 发布。

HunyuanImage 3.0 Instruct 开放权重。

FLUX.2 klein 4B 开放。

STEP3-VL-10B 开放模型套件。

Step-Audio-R1.1 推理代码与权重开放。

NextStep-1.1 发布并开放预训练与后训练权重。

MiniMax-M2.1 发布。

GLM-4.7 发布并开放权重。

GPT-5.2-Codex 发布，强化长程软件工程与安全任务。

Seed1.8 通用 Agent 模型发布。

Gemini 3 Flash Preview 发布。

GPT Image 1.5 发布。

MiMo-V2-Flash 发布。

Seedance 1.5 Pro 发布。

GPT-5.2 的 Instant、Thinking 与 Pro 层级发布。

Kling Video 2.6 发布，支持同步音画生成。

DeepSeek 发布 V3.2 与高推理规格 Speciale 的开放权重。

Runway Gen-4.5 发布。

Kling O1 Video 正式发布。

Step-Audio-R1 推理代码与权重开放。

FLUX.2 家族发布。

Claude Opus 4.5 发布并引入 effort 控制。

Nano Banana Pro 发布。

HunyuanVideo 1.5 开放权重。

Grok 4.1 Fast 与 Agent Tools API 发布。

Gemini 3 Pro Preview 发布。

Grok 4.1 向所有 Grok 用户发布。

GPT-5.1 在 API 发布，加入自适应推理与新开发工具。

ERNIE 5.0 首次公布。

Kimi K2 Thinking 发布并开放权重。

MAI-Image-1 开始进入 Bing Image Creator 与 Copilot 产品。

Hailuo 2.3 与 Fast 型号发布。

Firefly Image 5 开放预览。

MiniMax-M2 发布。

Claude Haiku 4.5 发布。

Veo 3.1 与 Flow 编辑能力发布。

MAI-Image-1 开放预览。

OpenAI 发布 Sora 2。

GLM-4.6 开放权重。

Claude Sonnet 4.5 发布。

DeepSeek-V3.2-Exp 开放权重。

腾讯开放 HunyuanImage 3.0。

Qwen3-Max 正式发布。

DeepSeek-V3.1-Terminus 开放权重。

Grok 4 Fast 发布。

Luma 发布视觉推理视频模型 Ray3。

Step-Audio 2 mini Think 发布。

Qwen3-Next-80B-A3B 开放权重。

Seedream 4.0 发布。

Step-Audio 2 mini 与 mini Base 开放权重。

MAI-1-preview 开放预览。

Gemini 2.5 Flash Image 以 Nano Banana 名称上线。

DeepSeek-V3.1 开放权重。

Qwen-Image-Edit 开放权重。

NextStep-1-Large 系列开放推理代码与图像模型权重。

OpenAI 发布 GPT-5，并同步提供 mini 与 nano 两个较小 API 规格。

OpenAI 同步开放 gpt-oss-120b 与 gpt-oss-20b 模型权重。

Claude Opus 4.1 正式发布。

Qwen-Image 20B 权重开放。

Step 3 多模态推理基础模型开放。

GLM-4.5 与 GLM-4.5-Air 发布并开放权重。

Wan 2.2 开放 MoE 视频模型。

Step-Audio 2 技术报告与音频模型路线公开。

Qwen3-Coder-480B-A35B 开放权重。

Kimi K2 以开放 1T MoE Agent 模型发布。

Grok 4 与 Grok 4 Heavy 发布。

ERNIE 4.5 300B-A47B 开放权重。

ERNIE 4.5 VL 424B-A47B 开放权重。

Gemma 3n 正式开放端侧全模态型号。

Kontext dev 的 12B 权重按 FLUX.1 非商业许可公开。

Seed1.6 上线。

MiniMax Hailuo 02 发布。

Midjourney 推出首个图生视频模型。

Gemini 2.5 Flash 正式可用。

Gemini 2.5 Pro 正式可用。

MiniMax-M1 开放 1M 上下文推理权重。

Seedance 1.0 发布。

Kontext 系列公布，dev 开始私人 Beta；权重尚未公开。

Kling 2.1 正式发布。

DeepSeek-R1-0528 发布，改进推理、指令遵循与工具调用。

Anthropic 同场发布 Claude Opus 4 与 Claude Sonnet 4。

Google 发布 Imagen 4。

Veo 3 加入原生音频。

Kimi Thinking Preview 开放预览。

小米开放 MiMo-7B-RL。

Qwen3 系列发布，旗舰为 235B-A22B MoE。

Step1X-Edit 推理代码与权重开放。

Adobe 同场发布 Firefly Image 4 与 Ultra 图像生成模型。

Firefly Video Model 正式可用。

GPT Image 1 进入 API。

Gemini 2.5 Flash 开放预览。

OpenAI 同场正式发布 o3 与 o4-mini 推理模型。

Kling 2.0 正式发布。

GPT-4.1、GPT-4.1 mini 与 GPT-4.1 nano 同步上线 API。

Step-R1-V-Mini 多模态推理模型页面发布。

Meta 发布开放权重的 Llama 4 Scout 与 Maverick 多模态 MoE 模型。

Midjourney V7 开启 Alpha。

Seedream 3.0 正式发布。

Runway Gen-4 发布。

Qwen2.5-Omni-7B 开放权重。

Gemini 2.5 Pro Experimental 发布，将 thinking 内置到新代际。

deepseek-chat API 升级为 DeepSeek-V3-0324，改进推理、编码和工具调用；独立公告发表于 3 月 25 日。

Step-Video-TI2V 开放推理代码、权重与技术报告。

ERNIE 4.5 正式发布。

ERNIE X1 正式发布。

Gemma 3 加入视觉和 128K 上下文。

Seedream 2.0 首次公布。

HunyuanVideo-I2V 开放权重。

QwQ-32B 开放权重。

GPT-4.5 Preview 开放预览。

Wan 2.1 权重与推理代码开放。

Claude 3.7 Sonnet 以首个混合推理模型定位发布。

Grok 3 Beta 以推理 Agent 定位公开。

Step-Video-T2V 与 T2V-Turbo 开放推理代码和权重。

Firefly Video Model 开放公测。

Gemini 2.0 Flash 经 API 和 Vertex AI 正式可用。

o3-mini 正式发布。

Qwen2.5-VL 开放权重。

DeepSeek-R1 与蒸馏模型开放权重。

Moonshot 公布 Kimi K1.5 多模态推理研究。

Luma 发布 Ray2。

MiniMax-Text-01 开放权重。

Moonshot V1 Vision Preview 开放预览。

DeepSeek-V3 以 671B MoE 开放发布。

Google 发布 Veo 2。

Sora Turbo 正式面向用户上线。

Llama 3.3 70B 发布。

o1 正式发布。

HunyuanVideo 开放权重。

Kling 1.6 正式发布。

Qwen2.5-Coder-32B 开放权重。

腾讯开放 Hunyuan Large 权重。

Anthropic 公布 Claude 3.5 Haiku。

升级版 Claude 3.5 Sonnet 发布，并开放计算机使用公测。

Stable Diffusion 3.5 系列开放。

Llama 3.2 加入视觉和端侧型号。

Llama 3.2 3B 开放权重。

Qwen2.5-72B 开放权重。

OpenAI 发布 o1-preview 与 o1-mini 两个推理模型预览。

Firefly Video Model 首次公布。

DeepSeek-V2.5 开放 API。

Hailuo Video-01 正式发布。

Imagen 3 面向用户开放。

Grok-2 开放预览。

Black Forest Labs 发布 FLUX.1。

Midjourney V6.1 正式发布。

可灵向全球 Web 用户开放 Beta。

Llama 3.1 405B 与 128K 上下文开放。

GPT-4o mini 开放 API。

Step-1.5V 多模态模型发布。

Step-2 正式版进入阶跃星辰公开模型矩阵。

Gemini 1.5 Pro 的 2M 上下文正式可用。

Gemma 2 27B 开放。

Claude 3.5 Sonnet 发布。

DeepSeek-Coder-V2 236B 开放权重。

Runway Gen-3 Alpha 首次公布。

deepseek-coder API 升级为 DeepSeek-Coder-V2-0614；开放权重随后发布。

Stable Diffusion 3 Medium 开放。

Qwen2 系列开放发布，最大规格为 72B。

Kling 1.0 开放预览。

Gemini 1.5 Flash 正式发布。

Veo 开放预览。

GPT-4o 发布，原生统一文本、视觉与音频。

DeepSeek-V2 发布模型权重与技术报告。

Firefly Image 3 开放预览。

Meta 发布 Llama 3 8B 与 70B。

Grok-1.5V 首次公布。

Grok-1.5 首次公布。

Grok-1 Base 开放权重。

Claude 3 Haiku 正式发布。

Anthropic 发布 Claude 3 家族的 Opus 与 Sonnet；Haiku 在之后单独上线。

Google 发布首代 Gemma 开放模型。

Gemini 1.5 Pro 以 1M 上下文进入有限预览。

Sora (Research) 首次公布。

Qwen1.5-72B 开放权重。

Kimi 开放平台开启公测，推出最高支持 128K 上下文的 Moonshot V1 系列。

DeepSeekMoE 16B 公开发布，以细粒度专家和共享专家隔离探索高效 MoE。

智谱发布 GLM-4 新一代基础模型。

Midjourney V6 发布。

Imagen 2 正式发布。

Google 公布原生多模态 Gemini 1.0 家族。

Gemini 1.0 Pro 正式发布。

Step1V 于 2023 年底发布，成为阶跃星辰早期原生多模态节点。

DeepSeek LLM 7B／67B Base 与 Chat 模型公开，成为官方 V2 资料中的 DeepSeek-V1 基线。

Claude 2.1 正式发布。

GPT-4 Turbo 开放预览。

Grok-1 开放预览。

DeepSeek-Coder 系列首次公开，覆盖多种参数规模并面向代码补全。

ChatGLM3-6B 开放权重。

ERNIE 4.0 开放预览。

Firefly Image 2 开放预览。

Hunyuan (2023) 开放 API。

Code Llama 34B 开放权重。

Qwen-7B 发布，启动 Qwen 开放模型路线。

SDXL 1.0 开放。

Llama 2 70B 开放权重。

Claude 2 通过 API 与 claude.ai 公测发布。

ChatGLM2-6B 开放权重。

PaLM 2 正式发布。

Firefly Image 1 开放预览。

ERNIE Bot 开放预览。

ChatGLM 发布，公开版本 ChatGLM-6B 面向中英双语对话。

Anthropic 正式介绍 Claude。

GPT-4 作为大型多模态模型发布。

GPT-3.5 Turbo 开放 API。

Midjourney V5 正式发布。

LLaMA 65B 首次公布。

Runway Gen-1 首次公布。

Stable Diffusion 2.1 开放权重。

ChatGPT (GPT-3.5) 开放预览。

Stable Diffusion 2.0 开放权重。

Midjourney V4 正式发布。

Stable Diffusion 公布并开放权重。

GLM-130B 发布并开放权重，成为 GLM 家族早期的大规模公开模型。

Imagen 首次公布。

PaLM 首次公布。

Midjourney V1 正式发布。

InstructGPT 开放 API。

LaMDA 首次公布。

GPT-3 论文系统展示 175B 模型的少样本学习。

GPT-2 最大的 1.5B 参数权重正式公开。

OpenAI 公布 GPT-2 并启动分阶段发布。

GPT-1 开放权重。