リスト トレーニングコスト列の場合、1ペタFLOP-日は1ペタFLOP/秒×1日、または× 10 19 FLOP浮動小数点演算 )。最大モデルのコストのみが表示されています。パラメータ数は数十億単位で測定され、[ a ]
注記 ↑ 多くの場合、研究者はサイズの異なる複数のバージョンのモデルを公開または報告します。このような場合、ここでは最大のモデルのサイズを記載します。 1 2 3 4 5 6 7 8 9 これは、モデルのアーキテクチャを説明するドキュメントが最初に公開された日付です。 1 2 3 4 5 6 7 8 9 これは、事前学習済みモデルの重みのライセンスです。ほとんどの場合、トレーニングコード自体はオープンソースであるか、簡単に複製できます。LLM は、それを使用するチャットボットとは異なるライセンスが適用される場合があります。チャットボットのライセンスについては、「チャットボットのリスト」を 参照してください。 ↑ 66Bを含む小型モデルは一般販売されていますが、175Bモデルはリクエストに応じて入手可能です。 ↑ Facebookのライセンスと配布スキームでは、承認された研究者のみがアクセスできるように制限されていたが、モデルの重みが漏洩し、広く利用可能になった。 ↑ 技術報告書に記載されているように、「競争環境とGPT-4のような大規模モデルの安全性への影響の両方を考慮して、この報告書にはアーキテクチャ（モデルサイズを含む）、ハードウェア、トレーニング計算、データセットの構築、トレーニング方法などに関する詳細は一切含まれていません」 [ 61 ] ↑ 「インドの言語状況に焦点を当てた」 ↑ コーパスのサイズは、15兆トークンと7兆トークンの事前学習ミックスを組み合わせることによって計算されました。 ↑ モデルの初期チェックポイントは 1 月に公開された。 [ 184 ] ↑ 196B + 1.8B (ViT)
参考文献 ↑ 「教師なし学習による言語理解の向上」 . openai.com . 2018年6月11日。2023年3月18日にオリジナルからアーカイブ済み。2023年3月18日 に取得。 ↑ "finetune-transformer-lm" . GitHub . 2023年5月19日のオリジナルから アーカイブ済み 。 2024年 1月2日 に取得。 ↑ ラドフォード、アレック（2018年6月11日）。 「教師なし学習による言語理解の向上」 。OpenAI 。 2025年 11月18日 取得 。 1 2 3 Devlin, Jacob; Chang, Ming-Wei; Lee, Kenton; Toutanova, Kristina (2018 年 10 月 11 日). "BERT: 言語理解のための深層双方向トランスフォーマーの事前学習". arXiv : 1810.04805v2 [ cs.CL ]. ↑ プリケット、ニコール・ヘムソス (2021-08-24)。 「Cerebras、大規模AI/MLモデルに対応するためアーキテクチャを変更」 。The Next Platform。2023-06-20 のオリジナルから アーカイブ済み 。2023-06-20 に 取得 。 ↑ "BERT" . 2023年3月13日。 2021年1月13日のオリジナルから アーカイブ済み 。 2023年 3月13日 に GitHub経由で取得。 ↑ マニング、クリストファー D. (2022). "人間の言語理解と推論" . Daedalus . 151 (2): 127– 138. doi : 10.1162/daed_a_01905 . S2CID 248377870 . 2023-11-17 のオリジナルから アーカイブ済み 。2023-03-09 に取得 。 ↑ Patel, Ajay; Li, Bryan; Rasooli, Mohammad Sadegh; Constant, Noah; Raffel, Colin; Callison-Burch, Chris (2022). "双方向言語モデルも少数ショット学習器である". arXiv : 2209.14500 [ cs.LG ]. 1 2 Raffel, Colin; Shazeer, Noam; Roberts, Adam; Lee, Katherine; Narang, Sharan; Matena, Michael; Zhou, Yanqi; Li, Wei; Liu, Peter J. (2020). "Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer" . Journal of Machine Learning Research . 21 (140): 1– 67. arXiv : 1910.10683 . ISSN 1533-7928 . ↑ google-research/text-to-text-transfer-transformer 、Google Research、2024年4月2日、 2024年3月29日にオリジナルから アーカイブ、 2024年4月4日 取得 ↑ "Imagen: テキストから画像への拡散モデル" . imagen.research.google . 2024年3月27日にオリジナルから アーカイブ済み. 2024年4月4日 に取得 . ↑ 「事前学習済みモデル - transformers 2.0.0 ドキュメント」 。huggingface.co 。 2024年8 月 5日にオリジナルから アーカイブ済み 。 2024年8月5日 に取得。 ↑ "xlnet" . GitHub . 2024年1月2日にオリジナルから アーカイブ済み . 2024年 1月2日 に取得. ↑ 楊志林。ダイ、ジハン。ヤン、イーミン。カーボネル、ハイメ。サラフトディノフ、ルスラン。ル、クオック V. (2020 年 1 月 2 日)。 「XLNet: 言語理解のための一般化された自己回帰事前トレーニング」。 arXiv : 1906.08237 [ cs.CL ]。 ↑ 「GPT-2: 1.5Bリリース」 。OpenAI 。2019年11月 5 日。 2019年11月14日のオリジナルから アーカイブ 。 2019年11月14日 に取得。 ↑ 「より良い言語モデルとその影響」 . openai.com . 2023年3月16日にオリジナルから アーカイブ済み 。 2023年3月13日 に取得。 1 2 「OpenAIのGPT-3言語モデル：技術概要」 . lambdalabs.com . 2020年6月3日。 2023年3月27日のオリジナルから アーカイブ済み。 2023年 3月13日 取得 。 1 2 "openai-community/gpt2-xl · Hugging Face" . huggingface.co . 2024-07-24 のオリジナルから アーカイブ済み . 2024-07-24 に取得. ↑ "gpt-2" . GitHub . 2023年3月11日のオリジナルから アーカイブ済み 。 2023年 3月13日 取得。 ↑ Wiggers, Kyle (2022年4月28日). 「言語モデルの新たなタイプとその重要性」 . TechCrunch . 2023年3月16日のオリジナルから アーカイブ済み 。 2023年 3月9日 取得。 ↑ Brown , Tom B.; Mann, Benjamin; Ryder, Nick; Subbiah, Melanie; Kaplan, Jared; Dhariwal, Prafulla; Neelakantan, Arvind; Shyam, Pranav; Sastry, Girish; Askell, Amanda; Agarwal, Sandhini; Herbert-Voss, Ariel; Krueger, Gretchen; Henighan, Tom; Child, Rewon; Ramesh, Aditya; Ziegler, Daniel M.; Wu, Jeffrey; Winter, Clemens; Hesse, Christopher; Chen, Mark; Sigler, Eric; Litwin, Mateusz; Gray, Scott; Chess, Benjamin; Clark, Jack; Berner, Christopher; McCandlish, Sam; Radford, Alec; Sutskever, Ilya; Amodei, Dario (2020年5月28日) の表D.1。 「言語モデルは少数のサンプルで学習する」 arXiv : 2005.14165v4 [ cs.CL ]。 ↑ 「ChatGPT: 対話のための言語モデルの最適化」 。OpenAI 。2022年11月 30 日。 2022年11月30日のオリジナルから アーカイブ。 2023年1月13日 取得 。 ↑ "GPT Neo" . 2023年3月15日。 2023年3月12日のオリジナルから アーカイブ済み 。 2023年 3月12日 に GitHub経由で取得。 1 2 3 Gao, Leo; Biderman, Stella; Black, Sid; Golding, Laurence; Hoppe, Travis; Foster, Charles; Phang, Jason; He, Horace; Thite, Anish; Nabeshima, Noa; Presser, Shawn; Leahy, Connor (2020年12月31日). "The Pile: 言語モデリングのための多様なテキストの800GBデータセット". arXiv : 2101.00027 [ cs.CL ]. 1 2 Iyer, Abhishek (2021年5月15日). 「GPT-3の無料代替GPT-Neoは期待できるものだ」 . VentureBeat . 2023年3月9日のオリジナルから アーカイブ済み。 2023年 3月13日 取得 。 ↑ キム・ハンジュ（2021年5月25日） 「Naverが超大型AIプラットフォームHyperCLOVAを発表」 聯合ニュース 。 2026年6月15日 閲覧 。 1 2 Wiggers, Kyle (2021年6月1日)。 「Naverが『GPT-3のような』韓国語モデルを訓練」 。VentureBeat ｜重要な変革をもたらすテクノロジー報道 。 2022年9月20日のオリジナルから アーカイブ 。 2026年6月15日 取得。 1 2 キム・ボソプ;キム・ヒョンソク;イ・サンウ。イ・ギチャン。クァク、ドンヒョン。ドンヒョン、チョン。パク・ソンヒョン。キム・ソンジュ。キム・ソンフン。ソ、ドンピル。イ・フンソプ。チョン、ミニョン。イ・ソンジェ。キム、ミンソプ。コ・ソクヒョン。キム・ソクフン。パク・テヨン。キム・ジヌク。カン・ソヨン。リュ・ナヒョン。ユ、カン・ミン。チャン・ミンソク。ソ、スビン。イン、スギョ。パク・ジンソン。キム・ギョンドク。キム・ヒウン；チョン・ジス。ヨ、ヨング。ハム、ドンフン。パク・ドンジュ。イ・ミニョン。カン、ジェウク。カン、イノ。ハ、ジョンウ。パク・ウミョン。 Sung, Nako (2021年11月) 「大規模言語モデルはどのような変化をもたらすか？HyperCLOVAに関する集中的研究：数十億規模の韓国語生成事前学習済みトランスフォーマー」 。Moens, Marie-Francine、Huang, Xuanjing、Specia, Lucia、Yih, Scott Wen -tau (編)『 2021年自然言語処理における経験的手法に関する会議議事録 』オンラインおよびドミニカ 共和国プンタカナ：計算言語学会。pp. 3405–3424。arXiv ： 2109.04650。doi ： 10.18653 / v1/2021.emnlp-main.274 。 ↑ "GPT-J-6B: 最大のオープンソース GPT モデルの紹介 | Forefront" . www.forefront.ai . 2023-03-09 の オリジナルからアーカイブ済み . 2023-02-28 に取得. 1 2 3 4 デイ、ノーラン。ゴザル、ガープリート。志明。チェン。カチャネ、ヘマント。マーシャル、ウィリアム。パトリア、リブフ;トム、マービン。ヘストネス、ジョエル (2023-04-01)。 「Cerebras-GPT: Cerebras ウェーハスケール クラスターでトレーニングされたオープン コンピューティング最適化言語モデル」。 arXiv : 2304.03208 [ cs.LG ]。 ↑ Alvi, Ali; Kharya, Paresh (2021年10月11日) 「DeepSpeedとMegatronを使用して、世界最大かつ最も強力な生成言語モデルであるMegatron-Turing NLG 530Bをトレーニングする」 Microsoft Research 。 2023年3月13日のオリジナルから アーカイブ。 2023年 3月13日 に取得 。 1 2 スミス、シェイデン;パトワリー、モストファ。ノリック、ブランドン。パトリック・ルグレスリー。ラジバンダリ、サムヤム。キャスパー、ジャレッド。リュー、ジュン。プラブモエ、シュリマイ。ゼルベアス、ジョージ。コルティカンティ、ビジェイ。チャン、エルトン。子供、レウォン。アミナバーディ、レザー・ヤズダニ。ベルナウアー、ジュリー。宋、夏（2022-02-04）。 「DeepSpeed と Megatron を使用して、大規模な生成言語モデルである Megatron-Turing NLG 530B をトレーニングする」。 arXiv : 2201.11990 [ cs.CL ]。 1 2 ラジバンダリ、サムヤム;リー・コンロン。ヤオ、ツェウェイ。チャン、ミンジア。アミナバーディ、レザー・ヤズダニ。アワン、アンマル・アハマド。ラズリー、ジェフ。 He, Yuxiong (2022-07-21)、 DeepSpeed-MoE: Advancing Mixture-of-Experts Inference and Training to Power Next-Generation AI Scale 、 arXiv : 2201.05596 ↑ 王朔環。サン、ユウ。シャン、ヤン。呉、志華。ディン、シユ。ゴン、ウェイバオ。フォン、シークン。シャン・ジュンユアン。趙、延斌。パン、チャオ。劉嘉祥。チェン、シューイー。ルー、ユーシャン。劉偉信。王、習。白、楊帆。チェン、キュリャン。趙、李。リー・シヨン。サン、ペン。ユウ、ディアンハイ。マ、ヤンジュン。ティアン、ハオ。呉、華。ウー、ティアン。曾、魏。リー、ゲ。ガオ、ウェン。王、海豊（2021年12月23日）。 「ERNIE 3.0 Titan: 言語の理解と生成のための大規模な知識の探索強化された事前トレーニング」。 arXiv : 2112.12731 [ cs.CL ]。 ↑ 「製品」 . Anthropic . 2023年3月16日にオリジナルから アーカイブ済み 。 2023年 3月14日 に取得。 1 2 アスケル、アマンダ;バイ、ユンタオ。チェン、アンナ。他 。 （2021年12月9日）。 「調整のための実験室としての一般的な言語アシスタント」。 arXiv : 2112.00861 [ cs.CL ]。 ↑ バイ、ユンタオ。カダバス、サウラフ。クンドゥ、サンディパン。他 。 （2022年12月15日）。 「憲法上のAI：AIフィードバックによる無害性」。 arXiv : 2212.08073 [ cs.CL ]。 1 2 3 Dai, Andrew M; Du, Nan (2021年12月9日). "GLaMによるより効率的なコンテキスト内学習" . ai.googleblog.com . 2023年3月12日のオリジナルから アーカイブ済み。 2023年3月9日 取得 。 ↑ "Language modelling at scale: Gopher, ethical considerations, and retrieval". www.deepmind.com . 8 December 2021. Archived from the original on 20 March 2023. Retrieved 20 March 2023 . 1 2 3 Hoffmann, Jordan; Borgeaud, Sebastian; Mensch, Arthur; et al. (29 March 2022). "Training Compute-Optimal Large Language Models". arXiv :2203.15556 [cs.CL]. 1 2 3 4 Table 20 and page 66 of PaLM: Scaling Language Modeling with PathwaysArchived 2023-06-10 at the Wayback Machine 1 2 Cheng, Heng-Tze; Thoppilan, Romal (January 21, 2022). "LaMDA: Towards Safe, Grounded, and High-Quality Dialog Models for Everything". ai.googleblog.com . Archived from the original on 2022-03-25. Retrieved 2023-03-09 . ↑ Thoppilan, Romal; De Freitas, Daniel; Hall, Jamie; Shazeer, Noam; Kulshreshtha, Apoorv; Cheng, Heng-Tze; Jin, Alicia; Bos, Taylor; Baker, Leslie; Du, Yu; Li, YaGuang; Lee, Hongrae; Zheng, Huaixiu Steven; Ghafouri, Amin; Menegali, Marcelo (2022-01-01). "LaMDA: Language Models for Dialog Applications". arXiv :2201.08239 [cs.CL]. ↑ Black, Sidney; Biderman, Stella; Hallahan, Eric; et al. (2022-05-01). GPT-NeoX-20B: An Open-Source Autoregressive Language Model . Proceedings of BigScience Episode #5 – Workshop on Challenges & Perspectives in Creating Large Language Models. Vol. Proceedings of BigScience Episode #5 – Workshop on Challenges & Perspectives in Creating Large Language Models. pp. 95– 136. Archived from the original on 2022-12-10. Retrieved 2022-12-19 . 1 2 3 Hoffmann, Jordan; Borgeaud, Sebastian; Mensch, Arthur; Sifre, Laurent (12 April 2022). "An empirical analysis of compute-optimal large language model training". Deepmind Blog . Archived from the original on 13 April 2022. Retrieved 9 March 2023 . ↑ Narang, Sharan; Chowdhery, Aakanksha (April 4, 2022). "Pathways Language Model (PaLM): Scaling to 540 Billion Parameters for Breakthrough Performance". ai.googleblog.com . Archived from the original on 2022-04-04. Retrieved 2023-03-09 . ↑ Susan Zhang; Mona Diab; Luke Zettlemoyer. "OPT-175B による大規模言語モデルへのアクセスの民主化" . ai.facebook.com . 2023-03-12 のオリジナルから アーカイブ済み. 2023-03-12 に取得 . ↑ Zhang, Susan; Roller, Stephen; Goyal, Naman; Artetxe, Mikel; Chen, Moya; Chen, Shuohui; Dewan, Christopher; Diab, Mona; Li, Xian; Lin, Xi Victoria; Mihaylov, Todor; Ott, Myle; Shleifer, Sam; Shuster, Kurt; Simig, Daniel; Koura, Punit Singh; Sridhar, Anjali; Wang, Tianlu; Zettlemoyer, Luke (2022年6月21日). "OPT: Open Pre-trained Transformer Language Models". arXiv : 2205.01068 [ cs.CL ]. ↑ "metaseq/projects/OPT/chronicles at main · facebookresearch/metaseq" . GitHub . 2024-10-18 に取得. 1 2 フルシチョフ、ミハイル。ヴァシレフ、ルスラン。ペトロフ、アレクセイ。 Zinov、Nikolay (2022-06-22)、 YaLM 100B 、 オリジナルから 2023-06-16 に アーカイブされ 、 2023-03-18 に取得 1 2 Lewkowycz, Aitor; Andreassen, Anders; Dohan, David; Dyer, Ethan; Michalewski, Henryk; Ramasesh, Vinay; Slone, Ambrose; Anil, Cem; Schlag, Imanol; Gutman-Solo, Theo; Wu, Yuhuai; Neyshabur, Behnam; Gur-Ari, Guy; Misra, Vedant (2022年6月30日). "言語モデルによる定量的推論問題の解決". arXiv : 2206.14858 [ cs.CL ]. ↑ 「Minerva: 言語モデルによる定量的推論問題の解決」 . ai.googleblog.com . 2022年6月30日. 2023年 3月20日 取得 . ↑ Ananthaswamy, Anil (2023年3月8日). "AIにおいて、大きい方が常に良いのか？" . Nature . 615 (7951): 202–205 . Bibcode : 2023Natur.615..202A . doi : 10.1038/d41586-023-00641-w . PMID 36890378. S2CID 257380916. 2023年3月16日 の オリジナルから アーカイブ済み 。 2023年 3月9日 取得 。 ↑ "bigscience/bloom · Hugging Face" . huggingface.co . 2023年4月12日にオリジナルから アーカイブ済み 。 2023年3月13日 に取得。 ↑ テイラー、ロス。カルダス、マルシン。ククルル、ギエム。トーマス・シャロム。アンソニー・ハーツホルン。サラビア、エルヴィス。ポールトン、アンドリュー。ケルケズ、ヴィクトル。ロバート・ストイニッチ（2022年11月16日）。 「ギャラクティカ: 科学のための大規模言語モデル」。 arXiv : 2211.09085 [ cs.CL ]。 ↑ 「200億パラメータのAlexaモデルが、少数ショット学習で新たな記録を樹立」 。Amazon Science 。2022年8月2日。 2023年3月15日のオリジナルから アーカイブ。 2023年 3月12日 取得 。 ↑ Soltan, Saleh; Ananthakrishnan, Shankar; FitzGerald, Jack; et al. (2022年8月3日). "AlexaTM 20B: 大規模多言語Seq2Seqモデルを使用した少数ショット学習". arXiv : 2208.01448 [ cs.CL ]. ↑ 「AlexaTM 20B が Amazon SageMaker JumpStart で利用可能になりました | AWS 機械学習ブログ」 。aws.amazon.com。2022 年 11 月 17 日。2023 年 3 月 13 日のオリジナルから アーカイブ。2023 年 3 月 13 日 取得 。 1 2 「LLaMAの紹介：650億パラメータの基盤となる大規模言語モデル」 . Meta AI . 2023年2月24日。 2023年3月3日のオリジナルから アーカイブ済み。 2023年 3月9日 取得 。 1 2 3 「ファルコンがハギングフェイスのエコシステムに着陸しました」 。huggingface.co 。 2023年6 月 20日にオリジナルから アーカイブ済み 。 2023年6月20日 に取得。 ↑ 「GPT-4 技術レポート」 (PDF) 。OpenAI 。2023 年。2023 年 3 月 14 日のオリジナルから アーカイブ (PDF) 。2023 年 3 月 14 日 取得 。 ↑ Dey, Nolan (2023年3月28日). "Cerebras-GPT: オープンで計算効率の良い大規模言語モデルのファミリー" . Cerebras . 2023年3月28日のオリジナルから アーカイブ済み。 2023年 3月28日 に取得 。 ↑ 「アブダビを拠点とするTIIがChatGPTの独自バージョンをリリース」 . tii.ae. 2023年4月3日にオリジナルから アーカイブ済み 。 2023年4月3日 に取得 。 ↑ ペネド、ギリェルメ。マラルティック、クエンティン。ヘスロー、ダニエル。コジョカル、ルクサンドラ。カッペリ、アレッサンドロ。アロベイドリ、ハムザ。パニエ、バティスト。アルマズルーエイ、エブテサム。ローネー、ジュリアン (2023-06-01)。 「Falcon LLM の RefinedWeb データセット: Web データおよび Web データのみを使用した厳選されたコーポラよりも優れたパフォーマンス」。 arXiv : 2306.01116 [ cs.CL ]。 ↑ "tiiuae/falcon-40b · Hugging Face" . huggingface.co . 2023-06-09 . 2023-06-20 に取得 . ↑ UAEのFalcon 40B、テクノロジーイノベーション研究所による世界トップランクのAIモデルがロイヤリティフリーに（2024年2月8日にWayback Machine に アーカイブ済み、2023年5月31日） 1 2 ウー、シジエ。アーソイ、オザン。ルー、スティーブン。ダブラヴォルスキー、ヴァディム。マーク・ドレゼ;ゲールマン、セバスチャン。カンバドゥル、プラバンジャン。ローゼンバーグ、デイビッド。マン、ギデオン（2023年3月30日）。 「BloombergGPT: 金融のための大規模言語モデル」。 arXiv : 2303.17564 [ cs.LG ]。 ↑ レン、シャオゼ。周、平儀。孟、新帆。黄、新京。王姚夫。王維超。李鵬飛。張暁達。ポドルスキー、アレクサンダー。アルシノフ、グリゴリー。勝負、アンドレイ。ピオントコフスカヤ、イリーナ。魏、建生。ジャン、シン。スー、テン。劉群。ヤオ・ジュン（2023年3月19日）。 「PanGu-Σ: スパース異種コンピューティングによる兆パラメータ言語モデルへ」。 arXiv : 2303.10845 [ cs.CL ]。 ↑ キョプフ、アンドレアス;キルチャー、ヤニック。フォン・リュッテ、ディミトリ。アナグノスティディス、ソティリス。タム、ジールイ。スティーブンス、キース。バルフム、アブドラ。ドック、グエン・ミン。スタンリー、オリバー。ナジフィ、リチャード。 ES、シャフル。スリ、サミール。グルシコフ、デビッド。ダントゥルリ、アルナブ;マグワイア、アンドリュー (2023-04-14)。 「OpenAssistant Conversations – 大規模言語モデルの調整の民主化」。 arXiv : 2304.07327 [ cs.CL ]。 ↑ Wrobel, Sharon. 「テルアビブのスタートアップ企業がOpenAIに対抗する新たな高度なAI言語モデルを発表」 . The Times of Israel . ISSN 0040-7909 . 2023年7月24日のオリジナルから アーカイブ済み. 2023年7月24日 取得 . ↑ Wiggers, Kyle (2023-04-13). "BedrockでAmazonが生成型AI競争に参入" . TechCrunch . 2023-07-24のオリジナルから アーカイブ済み . 2023-07-24 に取得. 1 2 Elias, Jennifer (16 May 2023). "Google's newest A.I. model uses nearly five times more text data for training than its predecessor". CNBC . Retrieved 18 May 2023 . ↑ "Introducing PaLM 2". Google . May 10, 2023. Archived from the original on May 18, 2023. Retrieved May 18, 2023 . 1 2 3 Gunasekar, Suriya; Zhang, Yi; Aneja, Jyoti; Caio César Teodoro Mendes; Allie Del Giorno; Gopi, Sivakanth; Javaheripi, Mojan; Kauffmann, Piero; Gustavo de Rosa; Saarikivi, Olli; Salim, Adil; Shah, Shital; Harkirat Singh Behl; Wang, Xin; Bubeck, Sébastien; Eldan, Ronen; Adam Tauman Kalai; Yin Tat Lee; Li, Yuanzhi (2023). "Textbooks Are All You Need". arXiv :2306.11644 [cs.CL]. 1 2 "Introducing Llama 2: The Next Generation of Our Open Source Large Language Model". Meta AI . 2023. Archived from the original on 2024-01-05. Retrieved 2023-07-19 . ↑ "llama/MODEL_CARD.md at main · meta-llama/llama". GitHub . Archived from the original on 2024-05-28. Retrieved 2024-05-28 . ↑ "Claude 2". anthropic.com . Archived from the original on 15 December 2023. Retrieved 12 December 2023 . ↑ Nirmal, Dinesh (2023-09-07). "Building AI for business: IBM's Granite foundation models". IBM Blog . Archived from the original on 2024-07-22. Retrieved 2024-08-11 . ↑ "Announcing Mistral 7B". Mistral . 2023. Archived from the original on 2024-01-06. Retrieved 2023-10-06 . ↑ "Introducing Claude 2.1". anthropic.com . Archived from the original on 15 December 2023. Retrieved 12 December 2023 . ↑ xai-org/grok-1 , xai-org, 2024-03-19, archived from the original on 2024-05-28, retrieved 2024-03-19 ↑ "Grok-1 model card". x.ai . Retrieved 12 December 2023 . ↑ 「Gemini – Google DeepMind」 。deepmind.google 。 2023 年12月8日にオリジナルから アーカイブ済み 。 2023年 12月12日 に取得。 ↑ Franzen, Carl (2023年12月11日). 「最新のオープンソースモデルがGPT-3.5のパフォーマンスを凌駕し、AIコミュニティに衝撃を与える」 . VentureBeat . 2023年12月11日のオリジナルから アーカイブ。 2023年 12月12日 取得 。 ↑ 「専門家のミックストラル」 . mistral.ai . 2023年12月11日。 2024年2月13日のオリジナルから アーカイブ済み 。 2023年 12月12日 取得。 1 2 DeepSeek-AI;ビー、シャオ。チェン、デリ。チェン・グアンティン;チェン、シャンファン。ダイ、ダマイ。鄧、成斉。丁紅輝。 Dong、Kai (2024-01-05)、 DeepSeek LLM: 長期主義によるオープンソース言語モデルのスケーリング 、 arXiv : 2401.02954 1 2 Hughes, Alyssa (2023年12月12日). "Phi-2: 小さな言語モデルの驚くべき力" . Microsoft Research . 2023年12月12日のオリジナルから アーカイブ済み。 2023年 12月13日 取得 。 ↑ 「次世代モデル：Gemini 1.5」 。Google 。 2024年2月15日。 2024年2月16日のオリジナルから アーカイブ。 2024年 2月16日 取得 。 これは、1.5 Proが、1時間のビデオ、11時間のオーディオ、3万行を超えるコードまたは70万語を超えるコードベースなど、膨大な量の情報を一度に処理できることを意味します。私たちの研究では、最大1,000万トークンのテストにも成功しました。 ↑ 「Gemma」 – GitHub経由。 ↑ "OLMo: Open Language Model | Ai2" . allenai.org . 2026年3月17日 取得 . ↑ Groeneveld, Dirk; Beltagy, Iz; Walsh, Pete; Bhagia, Akshita; Kinney, Rodney; Tafjord, Oyvind; Jha, Ananya Harsh; Ivison, Hamish; Magnusson, Ian (2024-06-07), OLMo: Accelerating the Science of Language Models , arXiv, doi : 10.48550/arXiv.2402.00838 , arXiv:2402.00838 , 2026-03-17 取得 ↑ 「次世代のクロードを紹介」 。Anthropic 。 2024年3月 4 日にオリジナルから アーカイブ済み 。 2024年3月4日 に取得。 ↑ 「Databricks オープン モデル ライセンス」 。 データブリック 。 2024 年 3 月 27 日 。 2025 年 8 月 6 日 に取得 。 ↑ 「 Databricks オープンモデル利用規約」 。Databricks。2024 年 3 月 27 日。2025 年 8 月 6 日 取得 。 1 2 「スーパーコンピュータ「富岳」で学習された大規模言語モデル「富岳-LLM」のリリース」 富士通 . 2024年5月10日. 2026年 4月20日 取得 .↑ 「Fugaku-LLM 利用規約」 。2024年4月23日。 2025年 8月6日 取得 – Hugging Face 経由 。 ↑ "Fugaku-LLM/Fugaku-LLM-13B · Hugging Face" . huggingface.co . 2024-05-17 のオリジナルから アーカイブ済み . 2024-05-17 に取得. ↑ ディクソン、ベン（2024年5月22日）。 「Metaが最先端のマルチモーダルモデルであるChameleonを発表 」 。VentureBeat 。 ↑ "chameleon/LICENSE at e3b711ef63b0bb3a129cf0cf0918e36a32f26e2c · facebookresearch/chameleon" . Meta Research . 2025年 8月6日 取得 – GitHub 経由 . ↑ AI、ミストラル（2024年4月17日）。 「より安く、より良く、より速く、より強く」 。mistral.ai 。 2024年5 月 5日のオリジナルから アーカイブ済み 。 2024年5月5日 に取得。 1 2 Bilenko, Misha (2024年4月23日). 「Phi-3の紹介：SLMで可能なことの再定義」 . azure.microsoft.com . 2026年5月8日のオリジナルから アーカイブ済み . 2026年 5月8日 取得. ↑ Abdin, Marah; et al. (2024). "Phi-3 技術レポート: 携帯電話上でローカルに動作する高性能言語モデル". arXiv : 2404.14219 [ cs.CL ]. ↑ "Qwen2" . GitHub . 2024年6月17日にオリジナルから アーカイブ済み . 2024年6月17日 に取得. ↑ DeepSeek-AI;劉愛新。フォン、ベイ。王斌、ワン・ビンシュアン。リュウ、ボー。趙、成港。デングル、成旗; Ruan、Chong (2024-06-19)、 DeepSeek-V2: 強力で経済的、効率的な専門家混合言語モデル 、 arXiv : 2405.04434 ↑ 「NVIDIA Open Models License」 。Nvidia 。 2025年6月16日。 2025年 8月6日 取得 。 ↑ 「信頼できるAI」 。Nvidia 。 2024年6月27日。 2025年 8月6日 取得 。 ↑ "nvidia/Nemotron-4-340B-Base · Hugging Face" . huggingface.co . 2024-06-14. 2024-06-15 のオリジナルから アーカイブ済み 。2024-06-15 に取得 。 ↑ 「Nemotron-4 340B | Research」 . research.nvidia.com . 2024年6月15日にオリジナルから アーカイブ済み 。 2024年6月15日 に取得。 ↑ 「クロード3.5ソネットの紹介」 . Anthropic . 2025年 8月8日 取得 。 ↑ 「コンピュータの使用、新しいクロード3.5ソネット、クロード3.5俳句の紹介」 。Anthropic 。 2025年 8月8日 取得 。 ↑ 「ラマ3のモデル群」（2024年7月23日）ラマチーム、AI @ Meta ↑ "llama-models/models/llama3_1/MODEL_CARD.md at main · meta-llama/llama-models" . GitHub . 2024-07-23 のオリジナルから アーカイブ済み. 2024-07-23 に取得 . ↑ "LICENSE · xai-org/grok-2 at main" . 2025年11月5日. 2025年 11月18日 取得 – Hugging Face 経由 . ↑ 「xAI 利用許諾ポリシー」 。xAI 。 2025年1月2日。 2025年 11月18日 取得 。 ↑ Weatherbed, Jess (2024年8月14日). 「xAIの新しいGrok-2チャットボットがXにAI画像生成をもたらす」 . The Verge . 2025年 11月18日 閲覧 。 ↑ Ha, Anthony (2025年8月24日). 「イーロン・マスク氏、xAIがGrok 2.5をオープンソース化したと発言」 . TechCrunch . 2025年 11月18日 閲覧 。 ↑ 「OpenAI o1 の紹介」 . openai.com . 2025年 8月8日 取得 。 ↑ Paul, Katie; Tong, Anna (2024年9月13日). 「OpenAIが『推論』能力を備えた新しいAIモデルシリーズを発表」 . ロイター . ↑ シッダールタ州ジンダル（2024年10月24日）。 「Sarvam AI が Sarvam-1 を起動、Gemma-2 および Llama-3.2 を上回るパフォーマンス 」 アナリティクス・インド・マガジン 。 2025 年 7 月 25 日の オリジナル からアーカイブ 。 2026 年 4 月 20 日 に取得 。 ↑ 「LICENSE.md・sarvamai/sarvam-1」 。 2024 年 10 月 23 日 。 2026 年 4 月 20 日 に取得 – Hugging Face 経由 。 1 2 「モデルの概要」 . mistral.ai . 2025-03-03 に取得. ↑ "OLMo 2: これまでで最高の完全オープン言語モデル | Ai2" . allenai.org . 2026-03-17 に取得 . 1 2 3 OLMo、チーム。ウォルシュ、ピート。ソルダイニ、ルカ。グローネフェルト、ディルク。やあ、カイル。アローラ、シェーン。バギア、アクシタ。グー、ユーリン。 Huang、Shengyi (2025-10-08)、 2 OLMo 2 Furious 、arXiv、 doi : 10.48550/arXiv.2501.00656 、arXiv:2501.00656 、 2026-03-17取得 ↑ 「Phi-4 モデルカード」 。huggingface.co 。 2025年11月11 日 取得 。 {{cite web}}: CS1 maint: url-status (リンク)↑ 「Phi-4 のご紹介: 複雑な推論に特化した Microsoft の最新の小型言語モデル」 . techcommunity.microsoft.com . 2025-11-11 に取得。 {{cite web}}: CS1 maint: url-status (リンク)↑ deepseek-ai/DeepSeek-V3 、DeepSeek、2024年12月26日、 2024年12月26日 取得 ↑ Feng, Coco (2025年3月25日). 「DeepSeek、より強力なオープンソースV3モデルでプログラマーを驚かせる」 . South China Morning Post . 2025年 4月6日 閲覧 . ↑ Amazon Nova Micro、Lite、および Pro - AWS AI サービス カード3 、Amazon、2024年12月27日、 2024年12月27日 取得 ↑ deepseek-ai/DeepSeek-R1 、DeepSeek、2025年1月21日、 2025年1月21日 取得 ↑ DeepSeek-AI;郭、大雅。ヤン、デジャン。チャン・ハオウェイ。ソン・ジュンシャオ。張、若宇。徐、潤新。朱、チーハオ。 Ma、Shirong (2025-01-22)、 DeepSeek-R1: 強化学習による LLM の推論能力の奨励 、 arXiv : 2501.12948 ↑ クウェン。ヤン、アン。ヤン、バオソン。張北辰。ホイ、ビンユアン。鄭、ボー。ユウ、ボーエン。李成遠。 Liu、Dayiheng (2025-01-03)、 Qwen2.5 テクニカル レポート 、 arXiv : 2412.15115 1 2 ミニマックス;リー、アオニアン。ゴン、バンウェイ。ヤン、ボー。シャン、ボジ。劉、張。朱、成。張春豪。 Guo、Congchao (2025-01-14)、 MiniMax-01: ライトニング アテンションによる基盤モデルのスケーリング 、 arXiv : 2501.08313 ↑ MiniMax-AI/MiniMax-01 、MiniMax、2025年1月26日、 2025年1月26日 取得 ↑ Kavukcuoglu, Koray (2025年2月5日). 「Gemini 2.0が誰でも利用できるようになりました」 . Google . 2025年 2月6日 取得 。 ↑ 「Gemini 2.0: Flash、Flash-Lite、およびPro」 。Google for Developers 。 2025年 2月6日 取得 。 ↑ Franzen, Carl (2025年2月5日). 「GoogleがGemini 2.0 Pro、Flash-Liteを発表し、推論モデルFlash ThinkingをYouTube、マップ、検索に接続」 。VentureBeat 。 2025年 2月6日 取得 。 ↑ 「Grok 3 Beta — 推論エージェントの時代」 。x.ai 。 2025年2月22日 取得 。 ↑ 「クロード 3.7 ソネットとクロード コード」 . Anthropic . 2025年 8月8日 取得 . ↑ 「GPT-4.5の紹介」 . openai.com . 2025年 8月8日 取得 。 ↑ Kavukcuoglu, Koray (2025年3月25日). "Gemini 2.5: 当社の最もインテリジェントなAIモデル" . Google . 2025年 9月23日 取得 。 ↑ "meta-llama/Llama-4-Maverick-17B-128E · Hugging Face" . huggingface.co . 2025-04-05 . 2025-04-06 に取得 . ↑ 「ラマ4の群れ：ネイティブマルチモーダルAIイノベーションの新時代の幕開け」 。ai.meta.com 。2025年4月5日にオリジナルからアーカイブ済み 。 2025 年 4 月5日 に取得。 ↑ 「OpenAI o3とo4-miniの紹介」 . openai.com . 2025年 8月8日 取得 。 ↑チーム、Qwen ( 2025-04-29 )。 「Qwen3: より深く考え、より速く行動する」 。Qwen。2025-04-29 に 取得 。 ↑ 「クロード4の紹介」 . Anthropic . 2025年 8月8日 取得 。 ↑ Yadav, Nandini (2025-05-26). 「インドのAIスタートアップがSarvam-Mモデルを発表：それは何なのか、なぜ皆が話題にしているのか」 . India Today . 2026-03-18 に閲覧。 ↑ "Sarvam-M: オープンソース ハイブリッド インド LLM | Sarvam AI" 。 サルヴァム AI 。 2025-05-23 。 2026 年 3 月 18 日 に取得 。 ↑ "Grok 4" . x.ai . 2025年7月9日。 2026年5月9日のオリジナルから アーカイブ済み。 2026年 5月9日 取得 。 1 2 プンダリク、クンデシュワル;サワルカル、ピユシュ。ニハール州サフー。シンデ、アビシェク。チャンダ、プラティーク。ゴスワミ、ヴェーダント。ナグパル、アジャイ。シン、アトゥル。 Thakur、Viraj (2025-07-16)、 PARAM-1 BharatGen 2.9B モデル 、arXiv、 doi : 10.48550/arXiv.2507.13390 、arXiv:2507.13390 、 2026-03-18 取得 ↑ "README.md · bharatgenai/Param-1" . 2026年2月24日. 2026年 4月12日 取得 – Hugging Face 経由 . ↑ "GLM-4.5: 推論、コーディング、およびエージェント能力" . z.ai . 2025-08-06 に取得. ↑ "zai-org/GLM-4.5 · Hugging Face" . huggingface.co . 2025-08-04 . 2025-08-06 に閲覧 . ↑ ライアン・ウィットワム（2025年8月5日） 「OpenAIが2つの「gpt-oss」オープンAIモデルを発表、本日よりダウンロード可能」 Ars Technica 。 2025年 8月6日 閲覧 。 ↑ 「クロード作品4.1」 . Anthropic . 2025年 8月8日 取得 。 ↑ 「GPT-5の紹介」 . openai.com . 2025年8月7日. 2025年 8月8日 取得 . ↑ 「OpenAIプラットフォーム：GPT-5モデルのドキュメント」 . openai.com . 2025年 8月18日 取得 。 ↑ "deepseek-ai/DeepSeek-V3.1 · Hugging Face" . huggingface.co . 2025-08-21 . 2025-08-25 に取得 . ↑ "DeepSeek-V3.1 リリース | DeepSeek API ドキュメント" . api-docs.deepseek.com . 2025-08-25 に取得. ↑ 「Apertus: Ein vollständig offenes、transparentes und mehrsprachiges Sprachmodell」 (ドイツ語)。チューリッヒ: ETHチューリッヒ。 2025-09-02 。 2025 年 11 月 7 日 に取得 。 ↑ マルテ島キルヒナー(2025-09-02)。 "Apertus: Schweiz stellt erstes offenes und mehrsprachiges KI-Modell vor" 。 heise オンライン (ドイツ語) 。 2025 年 11 月 7 日 に取得 。 ↑ 「クロード・ソネット4.5の紹介」 . Anthropic . 2025年 9月29日 取得 。 ↑ 「GLM-4.6: 高度なエージェント機能、推論機能、コーディング機能」 .z.ai . 2025年10月1日 取得 。 ↑ "zai-org/GLM-4.6 · Hugging Face" . huggingface.co . 2025-09-30 . 2025-10-01 に取得 . ↑ "GLM-4.6" . modelscope.cn . 2025-10-01 に取得. ↑ 「ジェミニ3号による新たな知能の時代」 。Google 。 2025年11月18日。 2026年 1月5日 取得 。 ↑ 「Olmo 3: オープンソースAIをリードするためのモデルフローの道筋を描く」 . Ai2 . 2025年11月20日。 1 2 オルモ、チーム。エッティンガー、アリソン。アマンダ・ベルチ。キュール、ベイリー。グラハム、デイビッド。ハイネマン、デイビッド。グローネフェルト、ディルク。ブラフマン、ファイズ。 Timbers、Finbarr (2025-12-15)、 Olmo 3 、arXiv、 doi : 10.48550/arXiv.2512.13961 、arXiv:2512.13961 、 2026-03-17取得 ↑ 「クロード・オーパス4.5の紹介」 . Anthropic . 2026年 1月8日 取得 。 ↑ Binder, Matt (2025年12月3日). 「DeepSeek v3.2: その概要、ChatGPTとの比較、試用方法」 . Mashable . 2026年 4月12日 取得 。 ↑ "DeepSeek-V3.2 リリース" . DeepSeek API ドキュメント . 2025 年 12 月 1 日. 2026 年 4 月 12 日 取得 . ↑ 「DeepSeek-V3.2: 効率的な推論とエージェント型AI」 。Hugging Face 。2025年12月1日。 2026年 4月12日 取得 。 ↑ 「GPT-5.2で科学と数学を進歩させる」 . openai.com . 2026年 1月4日 取得 。 ↑ 「Qwen3-Max-Thinking の限界を超える」 。Qwen。2026 年 1 月 25 日 。2026 年 2 月 6 日のオリジナルから アーカイブ。2026 年 2 月 6 日 取得 。Qwen3 -Max-Thinking は、次の 2 つの重要なイノベーションによってさらに強化されます。(1) 適応型ツール使用機能 [...]、(2) 高度なテスト時間スケーリング技術 [...]。[...] 並列軌跡を制限し、節約された計算を「経験取得」メカニズムによって導かれる反復的な自己反省にリダイレクトします。 ↑ チーム、キミ。バイ、イーファン。バオ、イーピン。チャールズ、Y.チェン、チェン。チェン、グアンドゥ。チェン、ハイティング。チェン、ファロン。 Chen、Jiahao (2026-02-03)、 Kimi K2: Open Agentic Intelligence 、arXiv、 doi : 10.48550/arXiv.2507.20534 、arXiv:2507.20534 、 2026-03-18取得 ↑ チーム、キミ; バイ、トントン; バイ、イーファン; バオ、イーピン; カイ、SH; ツァオ、ユアン; チャールズ、Y.; チェ、HS; チェン、チェン (2026-02-02)、 Kimi K2.5: ビジュアルエージェントインテリジェンス 、arXiv、 doi : 10.48550/arXiv.2602.02276 、arXiv: 2602.02276、2026-03-18 取得 ↑ 「Kimi K2.5: 無料でKimi K2.5とチャット」 . Kimi K2.5 . 2026年3月18日 取得 。 ↑ 江 文 (2026年2月3日) 「中国のStepFunの小型AIモデルがDeepSeek、Moonshotのライバルを凌駕」 . サウスチャイナ・モーニング・ポスト . 2026年2月4日の オリジナル よりアーカイブ . 2026年 4月14日 閲覧 . ↑ 「ステップ3.5フラッシュ：考えるのに十分な速さ。行動するのに十分な信頼性」 。StepFun 。2026年2月12日 。 2026年 4月20日 取得 。 ↑ "stepfun-ai/Step-3.5-Flash" . 2026年3月14日 . 2026年 4月14日 取得- Hugging Face 経由 . ↑ モー、リアム。ゴー、ブレンダ。チェン、ローリー（2026 年 2 月 11 日）。 D'Silva、アニル (編)。 「中国のAIスタートアップZhipuが新フラッグシップモデルGLM-5をリリース」 。 ロイター 。 2026 年 2 月 17 日 に取得 。 1 2 "GLM-5 / README.md" . 2026年6月16日. 2026年 6月17日 取得 – GitHub 経由 . ↑ "LICENSE · bharatgenai/Param2-17B-A2.4B-Thinking" . 2026年2月16日 . 2026年 4月12日 取得– Hugging Face 経由 . ↑ "bharatgenai/Param2-17B-A2.4B-Thinking" . 2026年3月8日 取得– Hugging Face 経由 。 ↑ 「sarvamai/sarvam-1-v0.5・ハグ顔」 。 ハグフェイス.co 。 2026 年 3 月 8 日 に取得 。 1 2 3 4 「Sarvam 30B と 105B のオープンソース化」 。Sarvam AI。2026 年 3 月 6 日。2026 年 5 月 8 日のオリジナルから アーカイブ済み。2026 年 5 月 8 日 取得 。 ↑ 「sarvamai/sarvam-105b・抱き顔」 . ハグフェイス.co 。 2026 年 3 月 8 日 に取得 。 ↑ Kumar, Abhijeet (2026年2月19日). 「Sarvamの新しい105Bモデルがインドの主権的AI野望における転換点となる理由」 . Business Standard . ↑ Singh, Jagmeet (2026-02-18). "インドのAIラボSarvamの新しいモデルはオープンソースAIの実現可能性に対する大きな賭けである" . TechCrunch . 2026-03-18 に閲覧。 ↑ マルケス、ハビエル（2026年3月17日）。 「Una IA para reunir todas las funciones posibles: la apuesta de Mistral con Small 4 es hacer más con menos cosas 」 [ 可能なすべての機能を統合する AI: Small 4 に対するミストラルの賭けは、より少ないリソースでより多くのことを行うことです ] 。 ザタカ (スペイン語) 。 2026 年 4 月 20 日 に取得 。 ↑ 「Mistral Small 4 の紹介」 。Mistral AI 。 2026年 4月20日 取得 。 ↑ 「Xiaomi、1兆個のパラメータと100万個のトークンコンテキストウィンドウを備えた強力なAIモデルMiMo-V2 Proを発表」 。NDTV Profit 。2026年3月19日。 ↑ 「謎のAIモデルは、DeepSeek製と疑われた後、Xiaomi製であることが判明」 。 ロイター 。2026年3月18日。 2026年 4月3日 閲覧 。 ↑ ライアン・ウィットワム（2026年4月2日） 「GoogleがGemma 4オープンAIモデルを発表、Apache 2.0ライセンスに移行」 Ars Technica 。 2026年 4月3日 閲覧 。 ↑ マン、トビアス (2026年4月2日)。 「GoogleがGemma 4で中国のオープンウェイトモデルと戦う」 。 2026年 4月3日 取得 。 ↑ Franzen, Carl (2026年4月7日). 「GLMがオープンソースLLM 5.1を出荷、SWE-Bench ProでOpus 4.6とGPT-5.4を凌駕 し 、AIが8時間労働制に加わる」 。VentureBeat 。 2026年 4月12日 閲覧 。 ↑ 「GLM-5.1: 長期タスクに向けて」 。Z.ai 。 2026年 4月12日 取得 。 ↑ 「Muse Sparkの紹介：パーソナル超知能へのスケールアップ」 。ai.meta.com 。2026年4月8日。 2026 年5月9日のオリジナルから アーカイブ。 2026年 5月9日 取得 。 ↑ 「Gemma4よりも強力な中国のAI『Qwen3.6-35B-A3B』がオープンモデルとして公開された」 。Gigazine 。2026年4月17日 。 2026年 4月17日 閲覧 。 ↑ "README.md · Qwen/Qwen3.6-35B-A3B" 。2026年4月15日。 2026年 4月17日 取得 – Hugging Face 経由 。 ↑ Gewirtz, David (2026年4月21日). 「Moonshot AIの新しいKimi K2.6は、1,000の協調エージェントで複雑なタスクを処理します」 . ZDNET . 2026年 6月17日 取得 。 ↑ 李宇通（2026 年 4 月 22 日）。デュ、ユウ（編）。 君K2.6开源“硬刚”闭源巨头，长程战力能否撕开AGI工业化新赛道？ [ 13時間のコーディング、5日間の自律運用！オープンソースのKimi K2.6がクローズドソースの巨大企業に「真っ向から挑む」。その長期的な能力は、AGI産業化の新たな道を切り開くことができるのか？] 。全国ビジネス日報 2026年 6月17日 取得 。↑ "README.md · moonshotai/Kimi-K2.6" . 2026年4月23日. 2026年 6月17日 取得 – Hugging Face 経由 . ↑ Butts, Dylan (2026年4月24日). 「AI競争が激化する中、中国のDeepSeekが待望のV4モデルのプレビューを公開」 . CNBC . ↑ "MiMo-V2.5-Pro | Xiaomi" . mimo.xiaomi.com . 2026年5月3日 取得 . ↑ Thomas, Prasanth Aby (2026年4月28日). 「Xiaomiが、長時間稼働するAIエージェント向けにMITライセンスのMiMoモデルをリリース」 . Computerworld . 2026年 5月6日 閲覧 . ↑ "XiaomiMiMo/MiMo-V2.5" . Hugging Face . XiaomiMiMo . 2026年 5月3日 取得 . ↑ 「Mistral Medium 3.5 - Mistral AI 」 .docs.mistral.ai . ↑ 「ジェミニ3.5：行動を伴う最先端情報」 。Google 。 2026年5月19日。 ↑ 「クロード・オーパス4.8の紹介」 。Anthropic 。 2026年5月28日。 2026年5月30日のオリジナルから アーカイブ済み 。 2026年 5月30日 に取得。 ↑ 「ステップ 3.7 フラッシュ」 。StepFun。2026 年 5 月 29 日。2026 年 5 月 30 日のオリジナルから アーカイブ済み。2026 年 5 月 30 日 取得 。 ↑ 「NVIDIAは米国で最も強力なオープンソースモデル『Nemotron 3 Ultra』を発表し、AIサーバー『Vera Rubin』の量産開始を報告した。」 Gigazine 2026年 7月16日 取得 .↑ "README.md · nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-NVFP4 at 183968f87ae4cedce3039313cac1fd43d112c578" 。2026年6月24日。 2026年 7月16日 取得 – Hugging Face 経由 。 ↑ 「クロード・フェイブル5とクロード・ミトス5」 。Anthropic 。 2026年6月9日。 2026年6月10日のオリジナルから アーカイブ。 2026年 6月11日 取得 。 ↑ 「中国製のAIモデル『Kimi K2.7 Code』がオープンモデルとしてリリースされ、Kimiシリーズで最高のコーディング性能と低いトークン消費量を誇っている」 。Gigazine 。 2026 年6月15日。 2026年 6月17日 閲覧 。 ↑ "README.md · moonshotai/Kimi-K2.7-Code" . 2026年6月12日. 2026年 6月17日 取得 – Hugging Face 経由 . ↑ Chang, Minxiao (2026年6月15日). 「中国企業がGLM-5.2モデルを発表後、Zhipu AIの株価が急騰」 . South China Morning Post . 2026年 6月17日 閲覧 . ↑ 「中国のZ.ai GLM-5.2が主要ベンチマークでOpenAIのGPT 5.5モデルを上回る」 。 エコノミック・タイムズ 。2026年6月17日。 2026年 6月17日 取得 。 ↑ 「GLM-5.2: 長期タスク向けに構築」 . Z.ai. 2026年6月16日 取得 。 ↑ Franzen, Carl (2026年6月29日). 「Meituanが、OpenRouterをリードしてきた1.6Tの最先端のエージェントコーディングモデルであるLongCat-2.0をオープンソース化 ― 中国製チップのみでトレーニング済み」 。VentureBeat 。 2026年 7月16日 閲覧 。 ↑ 「LongCat-2.0 の紹介」 . LongCat . 2026年6月30日. 2026年 7月16日 取得 . ↑ Witteveen, Sam (2026年7月6日). 「TencentのApacheライセンスのHy3は 、 半分のサイズでGLM-5.2に対抗し、コーディング以外はすべて勝利」 。VentureBeat 。 2026年 7月15日 閲覧 。 ↑ ヴァルゲーゼ、ハルシタ（2026年7月9日）。 「MetaがMuse Spark 1.1モデルを発表、開発者向けプレビューを公開」 。ロイター。 2026年 7月9日 閲覧 。 ↑ ロイゾス、コニー（2026年7月15日）。 「Thinking Machines社、初のオープンモデルInklingで、画一的なAIへの賭けを強化」 。TechCrunch 。 2026 年 7月15日 閲覧 。 ↑ フランツェン、カール（2026年7月15日） 「Thinking Machinesが初のマルチモーダル言語モデルInklingをオープンソース化、低コストと「検閲への耐性」に重点を置く」 VentureBeat . 2026年 7月15日 取得 。↑ Yildirim, Ece (2026年7月16日). 「中国がアメリカの最先端AI企業にまた爆弾を投下」 . Gizmodo . 2026年 7月16日 閲覧 .
