Сроки выпуска китайской модели ИИ.

Alibaba Cloud выпустила qwen3.8-max 2026-08-03 как самую мощную на сегодняшний день флагманскую модель Qwen. Нативная визуально-языковая модель использует архитектуру Mixture-of-Experts с 2.4T параметров, поддерживает рассуждение, генерацию текста и визуальное понимание и значительно превосходит серию Qwen3.7. Официальная документация Model Studio указывает доступ через OpenAI-compatible, Anthropic-compatible и DashScope в Пекине и нескольких глобальных регионах. Теперь этот маршрут доступен через ChinaAPI.

MiniMax выпустила H3 (Hailuo 3.0). В официальных заметках о релизе модель описана как открытая универсальная мультимодальная видеомодель нового поколения, которая понимает творческий замысел по контексту из текста, изображений, видео и аудио и даёт более естественную, связную генерацию. ChinaAPI обслуживает маршрут для клипов длиной 4–15 секунд в 768P и 2K с нативным стереозвуком за один проход; тарификация — за секунду вывода, вызов — через видеоэндпоинт OpenAI-compatible.

В каталоге моделей Ark от Volcano Engine модель Doubao-Seedance-2.5 указана с model ID doubao-seedance-2-5-260628. Выпущенная 2026-07-31 видеомодель создаёт видео длительностью до 30 секунд, принимает до 50 референсных материалов (30 изображений, 10 видео и 10 аудиоклипов), поддерживает мультимодальные референсы, редактирование и продление видео, а также генерацию более чем на 10 языках. 260628 остаётся тегом версии модели. ChinaAPI ещё не проверила этот маршрут для клиентских вызовов, поэтому страница модели и цены пока не опубликованы.

DeepSeek обновила существующий API-маршрут deepseek-v4-flash, установив повторно дообученную контрольную точку с прежней архитектурой и размером Preview-версии, но с усиленными возможностями программирования и агентов. При максимальной глубине рассуждений и ещё не опубликованном minimal harness DeepSeek сообщает 82.7 в Terminal Bench 2.1, 54.4 в DeepSWE и 70.3 в Toolathlon Verified; это результаты поставщика, а не тесты ChinaAPI. Официальный маршрут получил нативную поддержку Responses API и интеграции с Codex; веб-приложение DeepSeek, мобильное приложение и V4-Pro API в это обновление не входили.

Alibaba Cloud выпустила нативную визуально-языковую Flash-модель с контекстом 1M и выходом до 131K. По сравнению с Qwen3.6-Flash улучшены мультимодальное понимание, восприятие реального мира и пространства, выполнение задач Search Agent и CI Agent, а также мультимодальное программирование. Официальная модель принимает текст, изображения и видео и предоставляет встроенные инструменты через Responses API. Сейчас этот маршрут отсутствует в шлюзе ChinaAPI.

Moonshot выпустила свой 2.8T-parameter продукт с 1M , постоянно работающим логическим выводом и встроенным пониманием изображений и видео. Анонсированные весовые коэффициенты с открытым исходным кодом должны появиться к July 27, 2026

Компания Tencent официально выпустила Hy3 — гибридную модель обработки 256K-context , сочетающую в себе быстроту и медленное мышление, с улучшенной стабильностью и экономической эффективностью.

Компания Meituan выпустила свою открытую модель рассуждений MoE с 1M контекстов для агентов кодирования и использования инструментов в долгосрочной перспективе.

Модель Doubao Seed 2.1 с низкой задержкой для многомодального рассуждения, кодирования и рабочих процессов производственных агентов.

Флагманская модель Doubao Seed 2.1 для многомодального мышления, кодирования, использования инструментов и решения задач агента в долгосрочной перспективе.

Модель шлюза HappyHorse 1.1 для преобразования текста в видео с улучшенным семантическим пониманием и управлением камерой.

Модель шлюза HappyHorse 1.1 для связи с видеоисточниками обеспечивает согласованность по темам, сценам и стилям при использовании нескольких источников.

Модель шлюза преобразования изображений в видео HappyHorse 1.1 с более выраженной согласованностью текстуры и идентичности.

Флагманский GLM с 1M исходным кодом, обладающий контекстом и более надежной долгосрочной стратегией программирования и рабочими процессами агентов.

Модель Fast Seedance 2.0 для создания коротких видеороликов по более низкой цене.

Высокоскоростной шлюзовой вариант Kimi K2.7 для задач кодирования и работы с агентами с низкой задержкой.

Ориентированная на программирование модель шлюза Kimi для работы с репозиториями в долгосрочной перспективе с поддержкой компьютерного зрения.

Система распознавания речи MiMo подходит для распознавания речи при переключении кодов между китайским и английским языками, кантонского, уского, миньнаньского и сычуаньского диалектов, зашумленных и удаленных записей, наложения голосов говорящих и текста песен.

Мультимодальная модель шлюза Qwen для визуального анализа, планирования, работы с файлами и использования инструментов.

Встроенная мультимодальная модель M-серии с контекстом 1M , механизмом внимания MSA, поддержкой кодирования, агентами, изображениями и видеовходом.

Быстрая модель шлюза StepFun с контекстом 256K , вводом визуальной информации, логическим выводом и использованием инструментов.

Технический релиз видеоролика с аватарами, управляемый звуком, с упором на синхронизацию губ, согласованность идентичности и создание длинных видеороликов.

Флагманская модель шлюза Qwen для сложных задач анализа, программирования и работы с производственными агентами.

Qwen 3.6 быстрая модель обработки визуальной информации и языка для визуального анализа, работы с файлами и рабочих процессов агентов.

Модель агента MiMo с 1.02T-parameter и 1M контекстом для сложных задач кодирования и задач с длительным горизонтом планирования.

Встроенная всенаправленная модель MiMo с пониманием контекста 1M ), текста, изображений, видео и аудио.

Wan 2.7 Преобразование изображения в видео с управлением первым/последним кадром, продолжением, управляющим звуком и 720 P/ 1080 P выходом.

Флагманский вариант DeepSeek V4 с общим количеством параметров 1.6T и контекстом 1M-token .

Быстрый вариант DeepSeek V4 для эффективного чата, помощи в программировании и работы с агентами.

MiMo — это выразительная система преобразования текста в речь с высококачественными встроенными голосами и возможностью управления темпом, эмоциями, тоном, диалектом и манерой речи персонажей на естественном языке.

Открытая нативная многомодальная модель Kimi для долгосрочного программирования, визуального дизайна и рабочих процессов с использованием роя агентов.

Базовая модель 200K-context кодирования для рабочих процессов, управляемых изображениями, видео, файлами, GUI и инструментами.

Модель видеомонтажа Wan 2.7 основанная на естественном языке, для локального/глобального редактирования и замены элементов.

Модель Wan 2.7 для преобразования текста в видео, предназначенная для генерации видео по подсказкам.

Модель Wan 2.7 , использующая видео в качестве эталона для управляемой генерации на основе визуальных эталонов.

Обновление GLM для задач с более длительным горизонтом планирования, кодирующих агентов и гибридного мышления.

Wan 2.7 Pro — программа для создания и редактирования изображений с контролем цвета в соответствии с фирменными стандартами, обеспечением согласованности нескольких эталонных изображений и выводом до 4096 × 4096 пикселей.

Модель 2.7 для преобразования текста Wan изображение, редактирования, генерации множественных ссылок и более эффективного отображения текста.

Высокоскоростной вариант MiniMax для кодирования с низкой задержкой и рабочих процессов агентов.

Модель MiniMax с открытым исходным кодом для чата, программирования, офисной работы и задач, выполняемых агентами.

Нативная версия Qwen с многомодальным агентом, предшествовавшая моделям шлюзов Qwen 3.6 и 3.7 , предназначенным для обслуживания.

Эффективный турбо-вариант GLM-5 для ускорения рассуждений, программирования и работы агентов.

Выпуск GLM-5 для кодирования, рассуждений и рабочих процессов агентов.

Вариант Kling 3.0 Omni предназначен для рабочих процессов, связанных с видеомонтажом и редактированием.

Kling 3.0 — это технология с поддержкой преобразования текста в видео, изображений в видео, аудио и вывода изображения в разрешение 720p и 4K .

Быстрый путь Kling 3.0 Turbo для генерации видео с аудио с меньшей задержкой.

Открытая модель Flash StepFun с поддержкой контекста и использования инструментов 256K .

Модель изображений Seedream 5.0-lite с контролируемым созданием, поиском и более высокой согласованностью тематики.

Быстрая функция генерации видео Seedance 2.0 для экономичного создания видеороликов.

В рамках флагманской модели генерации видео Seedance 2.0 оплата производится в зависимости от разрешения выходного изображения.

Компания MiniMax выпустила Speech 2.8 с встроенными звуковыми метками, улучшенным клонированием голоса, студийным качеством звука и поддержкой кроссъязыковой речи; Turbo — это вариант, ориентированный на скорость.

Компания MiniMax выпустила Speech 2.8 с встроенными звуковыми метками, улучшенным клонированием голоса, студийным качеством звука и поддержкой кроссъязыковой речи; HD — это вариант с высоким качеством звука.

Alibaba OpenAI-compatible Qwen3-ASR-Flash , сохранивший многоязычную транскрипцию, ITN и поддержку потоковой передачи.

Открытая нативная мультимодальная агентная модель Kimi с 256K контекстов и обучением на основе визуально-языковых данных.

Z.AI выпустила свою ASR модель с улучшенной поддержкой пользовательских словарей и распознаванием специализированной терминологии.

Небольшая модель генерации изображений, ориентированная на качество данных, а не на размер модели.

Быстрый путь Hailuo 2.3 для экономичной генерации видеоизображений.

Hailuo 2.3 улучшает воспроизведение сложных движений, физических действий, стилизацию и микровыражения.

Компания Alibaba выпустила Qwen3-TTS-Flash — систему синтеза речи в автономном режиме с выразительными голосами, многоязычным и диалектным выводом, а также доступом к API с низкой задержкой.

Бюджетная видеомодель Hailuo 02 для генерации видео из текста и изображений из 512p .

Контекстно-зависимая система преобразования текста в речь с глобальным и встроенным управлением естественной речью, выразительной подачей и OpenAI-compatible /v1/audio/speech .

Быстрая потоковая транскрипция 4B для китайско-английских аудиозаписей с нормализацией ITN и маршрутом OpenAI-compatible .

Экономически эффективная многоязычная система синтеза речи с использованием официальных и клонированных голосов, сопоставлением произношения и управлением стилем.

Выразительный синтез речи с использованием официальных и клонированных голосов, сопоставление произношения, управление стилем и вывод в формате OpenAI-compatible .

Контекстно-ориентированный выразительный синтез речи с потоковым выводом и элементами управления голосом, скоростью и громкостью.