CometAPIのモデルカタログを見る

3.7 Flashは、ソフトウェアエンジニアリング、ナレッジワーク、ウェブ開発の各ワークフロー全般にわたり大幅な改善をもたらします—導入価格は、従来の3.6 Flashの100万トークンあたりの料金の半額です。

deepseek-v4-flash-vision-exp モデルはテキストと併せて画像も受け付けるため、画像の説明、スクリーンショットからのテキスト読み取り、チャートの解析などをモデルに依頼できます。サポートされている画像形式: JPEG、PNG、GIF、WebP。形式は、ファイル名や宣言された MIME タイプではなく、実際のファイル内容から判別されます。

DeepSeek V4 Proは、総パラメータ数1.6T、活性化パラメータ49Bを備え、1Mトークンのコンテキストウィンドウに対応する、DeepSeekの大規模なMixture-of-Expertsモデルです。高度な推論、コーディング、長期的なエージェントワークフロー向けに設計されており、知識、数学、ソフトウェアエンジニアリングのベンチマークにおいて高い性能を発揮します。

コードおよびその他すべてに対応するフラッグシップモデル：自律的なツール呼び出し、最小限のハルシネーション、設定可能な推論。

minimax-h3 は、高品質なクリエイティブ制作のために設計された新しい動画生成モデルです。シネマティックな動画生成ワークフローに向けて、プロンプト理解の向上、より高い視覚的一貫性、より滑らかな動き、そしてより柔軟な参照画像の制御を提供します。

seedance-2-5は、30秒のストーリーテリングのために設計された次世代の音声・映像統合生成モデルで、精密なリファレンス制御と強力な編集機能を備えています。

GLM-5.3 は、複雑なコーディング、長期的なタスク、サイバーセキュリティのシナリオに最適化された次世代のオープンソース大規模言語モデルです。GLM-5.2 と比べて、コーディング能力とエージェント性能が大幅に向上しています。

FLUX 3 - 実世界モデル: 視覚インテリジェンスのバックボーンとなるマルチモーダル・フロー型モデルに向けて

Claude Fable 5へのアクセスが再開されました。あなたの最も野心的なコーディングやプロフェッショナルな業務に、第5世代のインテリジェンスをもたらします。

コーディングおよびエージェント向けの高性能モデル

Qwen3.8-Maxは、先進的な推論、エージェント型ワークフロー、マルチモーダル理解、エンタープライズ規模のAIアプリケーション向けに設計されたAlibaba Qwenのフラッグシップ大規模言語モデルです。2.4Tのパラメータを備え、MoEアーキテクチャを採用し、思考モードと高速推論モードの切り替えをサポートし、さまざまなコンテンツ形式に対応、コードエンジニアリング、専門的なオフィス業務、複雑な論理推論といったシナリオで卓越した性能を発揮し、その実力はAnthropicのFable 5に次ぎます。

複雑な推論やコーディングには GPT-5.6 Sol から始め、性能とコストのバランスを取るなら GPT-5.6 Terra を選び、コスト重視の大規模・大量処理ワークロードには GPT-5.6 Luna を使用してください。

GPT Image 2 は、高速かつ高品質な画像生成と編集のための OpenAI の最先端の画像生成モデルです。柔軟な画像サイズに対応し、高忠実度の画像入力をサポートします。

Claude Opus 5 は本日より利用可能です。思慮深くプロアクティブなモデルで、価格は半分ながら Claude Fable 5 の最先端の知性に迫ります。

Gemini 3.6 Flash は、実世界のタスクに最適化されたフロンティアレベルの知能を、より高速かつ低コストで持続的に提供します。エージェント時代を見据えて設計されており、コード生成、エージェント実行、空間推論に優れています。このモデルは、複雑なコーディングのサイクルや反復を伴う迅速なエージェント・ループに特に効果的です。

Seedance 2.0 は、ByteDance の次世代マルチモーダル動画基盤モデルで、シネマティックかつマルチショットのナラティブ動画生成に特化しています。単一ショットのテキストから動画へのデモとは異なり、Seedance 2.0 は参照ベースのコントロール（画像、短いクリップ、音声）、ショットをまたいだキャラクター／スタイルの一貫性、ネイティブな音声／映像の同期を重視し、プロフェッショナルなクリエイティブおよびプリビジュアライゼーションのワークフローで役立つ AI 動画の実現を目指しています。

Gemini 3.1 Flash Lite Image model は、画像生成ファミリーにおける効率性に特化したエキスパートで、超低レイテンシかつ費用対効果の高い画像生成および編集のために設計されています。

HappyHorse 1.1は、プロフェッショナルなコンテンツ制作、広告、短編映画、ソーシャルメディア制作、ストーリーテリングのために設計されたマルチモーダルな動画生成モデルです。独立した動画生成評価で上位にランクインして大きな注目を集めたHappyHorse 1.0の能力を拡張し、シーンの一貫性を強化し、視覚的な忠実度を高めています。

Claude Opus 4.8 は、高度な推論、深い分析、高品質なコンテンツ生成のために設計されたプレミアムAIモデルです。複雑な指示の処理、長文脈の理解、専門的および技術的な領域にわたる高度な問題解決において卓越しています。

Gemini 3.5 Flash は、高速な応答と効率的なコーディング性能を実現するよう設計された高速AIモデルです。強力な推論能力を維持しながら生成速度を大幅に向上させ、リアルタイムアプリケーションや開発者のワークフローに適しています。

Gemini 3.1 Pro は、高性能でネイティブにマルチモーダルな推論モデル群である Gemini シリーズの次世代モデルです。Gemini 3 Pro は現在、複雑なタスクに対して Google の最も高度なモデルであり、テキスト、音声、画像、動画、さらにはコードリポジトリ全体を含む、異なる情報ソースからの大規模データセットや難度の高い課題を理解できます。

Kimi K3 は Kimi のフラッグシップモデルであり、ロングレンジのプログラミングおよびエンドツーエンドのナレッジワーク向けに設計され、1Mトークンのコンテキストと最先端の総合的知能を備えています。

Kimi K2.7 Codeは、Kimiのこれまでで最もインテリジェントなコーディングモデルであり、長いコンテキストでも指示に確実に従い、より高い成功率でプログラミングタスクを完了します。テキスト、画像、動画の入力をサポートし、思考モード、対話、エージェントタスクのみをサポートします。

Happy Horse 1.0 — テキストから動画、画像から動画の生成に対応した高品質な音声・映像生成モデル。映像・音声・口の動きを同期させて生成でき、短編映画、広告クリエイティブ、製品紹介に適しています。

安全性分類器なしで Claude Fable 5 と同等の能力を備えています。Project Glasswing を通じて利用可能です。Claude Mythos Preview の後継です。

エージェントやコーディング向けの最も高知能なモデル

Minimax-m3は、強力な推論、自然な対話、創造的なコンテンツ生成のために設計されたマルチモーダルAIモデルです。テキストおよび視覚理解の各タスクにおいてバランスの取れた性能を提供し、汎用的なAIアプリケーションに適しています。

GPT-5.5 Pro は、最先端の知能、精度、効率性を兼ね備え、高度な課題に取り組みます。ソフトウェア開発やデータ分析から研究や意思決定支援に至るまで、迅速かつ一貫した専門家レベルの支援を提供します。

Model 5.5 は、より高度な推論、より高速な応答、そして幅広いタスクにわたる精度の向上を実現する次世代のAIモデルです。複雑な指示の理解、高品質なコンテンツの生成、コーディング・分析・問題解決の支援に優れています。

MiniMax-M2.7 は、標準モデルと同等の最高水準の知能（再帰的自己進化やエキスパート級のオフィス生産性を含む）を備えつつ、サブ秒レイテンシと高速なトークン生成を要するアプリケーション向けに設計されています。強化された推論バックボーンアーキテクチャを活用し、出力速度は標準モデル比で66%高速（100 tpsに到達）です。インタラクティブなプログラミングアシスタント、リアルタイムのエージェントループ実行、厳格な完了時間要件を伴う高スループットのエ illusions}}

DeepSeek V4 Flashは、DeepSeekによる効率性を最適化したMixture-of-Expertsモデルで、総パラメータ数は284B、アクティブなパラメータ数は13B、1M-tokenのコンテキストウィンドウに対応しています。高速な推論と高スループットのワークロード向けに設計されており、強力な推論能力とコーディング性能を維持します。

GPT-5.4 Nano は、最大限の速度と効率を実現するために設計された超軽量のAIモデルです。低レイテンシと最小限のリソース消費が不可欠な、シンプルなタスク、リアルタイムのインタラクション、大規模な展開に最適化されています。