@lobehub/lobehub 2.0.0-next.17 → 2.0.0-next.170

package/locales/ko-KR/models.json

@@ -83,21 +83,12 @@
   "DeepSeek-V3-Fast": {
     "description": "모델 공급자는 sophnet 플랫폼입니다. DeepSeek V3 Fast는 DeepSeek V3 0324 버전의 고TPS 초고속 버전으로, 완전 비양자화되어 코드와 수학 능력이 더욱 강력하며 반응 속도가 훨씬 빠릅니다!"
   },
-  "DeepSeek-V3.1": {
-    "description": "DeepSeek-V3.1-비사고 모드; DeepSeek-V3.1은 DeepSeek에서 새롭게 출시한 하이브리드 추론 모델로, 사고 모드와 비사고 모드 두 가지 추론 방식을 지원하며, DeepSeek-R1-0528보다 사고 효율이 더 높습니다. 사후 학습(Post-Training) 최적화를 통해 에이전트 도구 사용 및 에이전트 작업 성능이 크게 향상되었습니다."
-  },
   "DeepSeek-V3.1-Fast": {
     "description": "DeepSeek V3.1 Fast는 DeepSeek V3.1 버전의 고속 TPS 버전입니다. 하이브리드 사고 모드: 채팅 템플릿 변경을 통해 하나의 모델이 사고 모드와 비사고 모드를 동시에 지원할 수 있습니다. 더 스마트한 도구 호출: 사후 학습 최적화를 통해 모델의 도구 사용 및 에이전트 작업 성능이 현저히 향상되었습니다."
   },
   "DeepSeek-V3.1-Think": {
     "description": "DeepSeek-V3.1-사고 모드; DeepSeek-V3.1은 DeepSeek에서 새롭게 출시한 하이브리드 추론 모델로, 사고 모드와 비사고 모드 두 가지 추론 방식을 지원하며, DeepSeek-R1-0528보다 사고 효율이 더 높습니다. 사후 학습(Post-Training) 최적화를 통해 에이전트 도구 사용 및 에이전트 작업 성능이 크게 향상되었습니다."
   },
-  "DeepSeek-V3.2-Exp": {
-    "description": "DeepSeek V3.2는 DeepSeek에서 최신으로 출시한 범용 대형 모델로, 하이브리드 추론 아키텍처를 지원하며 더욱 강력한 에이전트 기능을 갖추고 있습니다."
-  },
-  "DeepSeek-V3.2-Exp-Think": {
-    "description": "DeepSeek V3.2 사고 모드입니다. 최종 답변을 출력하기 전에 모델이 먼저 사고 사슬 내용을 출력하여 최종 답변의 정확성을 향상시킵니다."
-  },
   "Doubao-lite-128k": {
     "description": "Doubao-lite는 탁월한 응답 속도와 뛰어난 가성비를 자랑하며, 고객의 다양한 시나리오에 더 유연한 선택을 제공합니다. 128k 컨텍스트 윈도우 추론 및 미세 조정을 지원합니다."
   },
@@ -230,12 +221,18 @@
   "MiniMax-M2": {
     "description": "효율적인 코딩 및 에이전트 워크플로우를 위해 설계됨"
   },
+  "MiniMax-M2-Stable": {
+    "description": "효율적인 코딩 및 에이전트 워크플로우를 위해 설계되었으며, 높은 동시 처리 성능과 상업적 사용에 적합합니다."
+  },
   "MiniMax-Text-01": {
     "description": "MiniMax-01 시리즈 모델에서는 대담한 혁신을 이루었습니다: 대규모로 선형 주의 메커니즘을 처음으로 구현하였으며, 전통적인 Transformer 아키텍처가 더 이상 유일한 선택이 아닙니다. 이 모델의 파라미터 수는 4560억에 달하며, 단일 활성화는 45.9억입니다. 모델의 종합 성능은 해외 최고의 모델과 견줄 수 있으며, 전 세계에서 가장 긴 400만 토큰의 문맥을 효율적으로 처리할 수 있습니다. 이는 GPT-4o의 32배, Claude-3.5-Sonnet의 20배에 해당합니다."
   },
   "MiniMaxAI/MiniMax-M1-80k": {
     "description": "MiniMax-M1은 오픈 소스 가중치를 가진 대규모 혼합 주의 추론 모델로, 4,560억 개의 파라미터를 보유하고 있으며, 각 토큰당 약 459억 개의 파라미터가 활성화됩니다. 모델은 100만 토큰의 초장기 문맥을 원활히 지원하며, 번개 주의 메커니즘을 통해 10만 토큰 생성 작업에서 DeepSeek R1 대비 75%의 부동 소수점 연산량을 절감합니다. 또한 MiniMax-M1은 MoE(혼합 전문가) 아키텍처를 채택하고, CISPO 알고리즘과 혼합 주의 설계가 결합된 효율적인 강화 학습 훈련을 통해 긴 입력 추론과 실제 소프트웨어 엔지니어링 환경에서 업계 선도적인 성능을 구현합니다."
   },
+  "MiniMaxAI/MiniMax-M2": {
+    "description": "MiniMax-M2는 에이전트를 위한 효율성을 새롭게 정의합니다. 이 모델은 2,300억 개의 총 파라미터와 100억 개의 활성 파라미터를 갖춘 컴팩트하고 빠르며 경제적인 MoE(Mixture of Experts) 모델로, 코딩 및 에이전트 작업에서 최고의 성능을 발휘하도록 설계되었으며, 강력한 범용 인공지능을 유지합니다. 단 100억 개의 활성 파라미터만으로도 대규모 모델에 필적하는 성능을 제공하여, 고효율 애플리케이션에 이상적인 선택이 됩니다."
+  },
   "Moonshot-Kimi-K2-Instruct": {
     "description": "총 파라미터 1조, 활성화 파라미터 320억. 비사고 모델 중에서 최첨단 지식, 수학, 코딩 분야에서 최고 수준을 달성했으며, 범용 에이전트 작업에 더 강합니다. 에이전트 작업에 최적화되어 질문에 답변할 뿐만 아니라 행동도 수행할 수 있습니다. 즉흥적이고 범용적인 대화 및 에이전트 경험에 가장 적합하며, 장시간 사고가 필요 없는 반사 수준 모델입니다."
   },
@@ -305,6 +302,9 @@
   "Pro/moonshotai/Kimi-K2-Instruct-0905": {
     "description": "Kimi K2-Instruct-0905는 Kimi K2의 최신이자 가장 강력한 버전입니다. 이 모델은 총 1조 개의 파라미터와 320억 개의 활성화 파라미터를 가진 최첨단 혼합 전문가(MoE) 언어 모델입니다. 주요 특징으로는 향상된 에이전트 코딩 지능으로, 공개 벤치마크 테스트와 실제 코딩 에이전트 작업에서 뛰어난 성능 향상을 보였으며, 프론트엔드 코딩 경험이 개선되어 프론트엔드 프로그래밍의 미적 측면과 실용성 모두에서 진전을 이루었습니다."
   },
+  "Pro/moonshotai/Kimi-K2-Thinking": {
+    "description": "Kimi K2 Thinking Turbo는 Kimi K2 시리즈의 터보 버전으로, 추론 속도와 처리량을 최적화하면서도 K2 Thinking의 다단계 추론 및 도구 호출 기능을 유지합니다. 이 모델은 혼합 전문가(MoE) 아키텍처를 기반으로 하며, 총 파라미터 수는 약 1조에 달하고, 256K 컨텍스트를 기본적으로 지원하며 대규모 도구 호출을 안정적으로 수행할 수 있어 지연 시간과 동시성에 대한 요구가 높은 생산 환경에 적합합니다."
+  },
   "QwQ-32B-Preview": {
     "description": "QwQ-32B-Preview는 복잡한 대화 생성 및 맥락 이해 작업을 효율적으로 처리할 수 있는 혁신적인 자연어 처리 모델입니다."
   },
@@ -717,25 +717,31 @@
     "description": "Claude 3 Opus는 Anthropic의 가장 지능적인 모델로, 매우 복잡한 작업에서 시장 선도적인 성능을 보입니다. 탁월한 유창성과 인간과 유사한 이해력을 바탕으로 개방형 프롬프트와 전례 없는 시나리오를 능숙하게 처리합니다."
   },
   "anthropic/claude-3.5-haiku": {
-    "description": "Claude 3.5 Haiku는 가장 빠른 모델의 차세대 버전입니다. Claude 3 Haiku와 유사한 속도를 유지하면서 모든 기술 영역에서 개선되었으며, 많은 지능 벤치마크에서 이전 세대 최대 모델인 Claude 3 Opus를 능가합니다."
+    "description": "Claude 3.5 Haiku는 속도, 코딩 정확도 및 도구 사용 능력이 향상된 모델로, 빠른 응답과 도구 상호작용이 중요한 상황에 적합합니다."
   },
   "anthropic/claude-3.5-sonnet": {
-    "description": "Claude 3.5 Sonnet은 지능과 속도 사이의 이상적인 균형을 이룹니다—특히 기업 워크로드에 적합합니다. 동급 제품 대비 낮은 비용으로 강력한 성능을 제공하며, 대규모 AI 배포에서 높은 내구성을 위해 설계되었습니다."
+    "description": "Claude 3.5 Sonnet은 Sonnet 계열의 빠르고 효율적인 모델로, 향상된 코딩 및 추론 성능을 제공합니다. 일부 버전은 Sonnet 3.7 등으로 점진적으로 대체될 예정입니다."
   },
   "anthropic/claude-3.7-sonnet": {
-    "description": "Claude 3.7 Sonnet은 최초의 혼합 추론 모델이자 Anthropic의 가장 지능적인 모델입니다. 코딩, 콘텐츠 생성, 데이터 분석 및 계획 작업에서 최첨단 성능을 제공하며, 이전 모델인 Claude 3.5 Sonnet의 소프트웨어 엔지니어링 및 컴퓨터 활용 능력을 기반으로 구축되었습니다."
+    "description": "Claude 3.7 Sonnet은 Sonnet 시리즈의 업그레이드 버전으로, 더욱 강력한 추론 및 코딩 능력을 제공하며, 기업용 복잡한 작업에 적합합니다."
+  },
+  "anthropic/claude-haiku-4.5": {
+    "description": "Claude Haiku 4.5는 높은 정확도를 유지하면서도 매우 낮은 지연 시간을 자랑하는 Anthropic의 고성능 고속 모델입니다."
   },
   "anthropic/claude-opus-4": {
-    "description": "Claude Opus 4는 Anthropic의 가장 강력한 모델이자 세계 최고의 코딩 모델로, SWE-bench(72.5%) 및 Terminal-bench(43.2%)에서 선두를 달리고 있습니다. 수천 단계가 필요한 장기 작업에 지속적인 성능을 제공하며, 수시간 연속 작업이 가능해 AI 에이전트의 능력을 크게 확장합니다."
+    "description": "Opus 4는 복잡한 작업과 기업용 애플리케이션을 위해 설계된 Anthropic의 플래그십 모델입니다."
   },
   "anthropic/claude-opus-4.1": {
-    "description": "Claude Opus 4.1은 Opus 4의 플러그 앤 플레이 대체 모델로, 실제 코딩 및 에이전트 작업에서 뛰어난 성능과 정확도를 제공합니다. Opus 4.1은 SWE-bench Verified에서 74.5%의 최첨단 코딩 성능을 달성했으며, 복잡한 다단계 문제를 더 엄격하고 세밀하게 처리합니다."
+    "description": "Opus 4.1은 프로그래밍, 복잡한 추론 및 지속적인 작업에 최적화된 Anthropic의 고급 모델입니다."
+  },
+  "anthropic/claude-opus-4.5": {
+    "description": "Claude Opus 4.5는 Anthropic의 플래그십 모델로, 탁월한 지능과 확장 가능한 성능을 결합하여 최고 수준의 응답 품질과 추론 능력이 요구되는 복잡한 작업에 적합합니다."
   },
   "anthropic/claude-sonnet-4": {
-    "description": "Claude Sonnet 4는 Sonnet 3.7의 업계 선도 능력을 크게 향상시켰으며, 코딩에서 뛰어난 성능을 보이고 SWE-bench에서 최첨단 72.7%를 달성했습니다. 이 모델은 성능과 효율성 사이의 균형을 이루며, 내부 및 외부 사용 사례에 적합하고 향상된 제어성을 통해 구현에 대한 더 큰 통제를 제공합니다."
+    "description": "Claude Sonnet 4는 사고 기반과 비사고 기반 기능을 결합한 Anthropic의 하이브리드 추론 모델입니다."
   },
   "anthropic/claude-sonnet-4.5": {
-    "description": "Claude Sonnet 4.5는 Anthropic의 지금까지 가장 지능적인 모델입니다."
+    "description": "Claude Sonnet 4.5는 복잡한 추론과 코딩에 최적화된 Anthropic의 최신 하이브리드 추론 모델입니다."
   },
   "ascend-tribe/pangu-pro-moe": {
     "description": "Pangu-Pro-MoE 72B-A16B는 720억 개의 파라미터와 160억 활성 파라미터를 가진 희소 대형 언어 모델로, 그룹 혼합 전문가(MoGE) 아키텍처를 기반으로 합니다. 전문가 선택 단계에서 전문가를 그룹화하고 각 그룹 내에서 토큰이 동일 수의 전문가를 활성화하도록 제한하여 전문가 부하 균형을 달성함으로써 Ascend 플랫폼에서의 모델 배포 효율성을 크게 향상시켰습니다."
@@ -758,6 +764,21 @@
   "baidu/ERNIE-4.5-300B-A47B": {
     "description": "ERNIE-4.5-300B-A47B는 바이두에서 개발한 혼합 전문가(MoE) 아키텍처 기반의 대형 언어 모델입니다. 총 3천억 개의 파라미터를 보유하지만 추론 시 각 토큰당 470억 파라미터만 활성화하여 강력한 성능과 계산 효율성을 동시에 달성합니다. ERNIE 4.5 시리즈의 핵심 모델 중 하나로, 텍스트 이해, 생성, 추론 및 프로그래밍 작업에서 뛰어난 능력을 보여줍니다. 이 모델은 텍스트와 시각 모달리티의 공동 학습을 통한 혁신적인 다중 모달 이기종 MoE 사전학습 방식을 채택하여, 특히 명령 준수와 세계 지식 기억 측면에서 탁월한 성능을 발휘합니다."
   },
+  "baidu/ernie-5.0-thinking-preview": {
+    "description": "ERNIE 5.0 Thinking Preview는 바이두의 차세대 멀티모달 원어 모델로, 멀티모달 이해, 명령 수행, 창작, 사실 기반 질의응답 및 도구 호출에 능숙합니다."
+  },
+  "black-forest-labs/flux-1.1-pro": {
+    "description": "FLUX 1.1 Pro - 더 빠르고 향상된 FLUX Pro 버전으로, 뛰어난 이미지 품질과 프롬프트 반영 능력을 자랑합니다."
+  },
+  "black-forest-labs/flux-dev": {
+    "description": "FLUX Dev - FLUX 개발 버전으로, 비상업적 용도로만 사용 가능합니다."
+  },
+  "black-forest-labs/flux-pro": {
+    "description": "FLUX Pro - 고품질 이미지를 생성하는 전문 FLUX 모델입니다."
+  },
+  "black-forest-labs/flux-schnell": {
+    "description": "FLUX Schnell - 속도에 최적화된 빠른 이미지 생성 모델입니다."
+  },
   "c4ai-aya-expanse-32b": {
     "description": "Aya Expanse는 지시 조정, 데이터 차익 거래, 선호 훈련 및 모델 통합의 혁신을 통해 단일 언어 모델의 성능에 도전하는 고성능 32B 다국어 모델입니다. 23개 언어를 지원합니다."
   },
@@ -818,6 +839,9 @@
   "claude-opus-4-20250514": {
     "description": "Claude Opus 4는 Anthropic이 매우 복잡한 작업을 처리하기 위해 개발한 가장 강력한 모델입니다. 성능, 지능, 유창성 및 이해력 면에서 뛰어난 성과를 보입니다."
   },
+  "claude-opus-4-5-20251101": {
+    "description": "Claude Opus 4.5는 Anthropic의 플래그십 모델로, 탁월한 지능과 확장 가능한 성능을 결합하여 최고 수준의 응답 품질과 추론 능력이 요구되는 복잡한 작업에 적합합니다."
+  },
   "claude-sonnet-4-20250514": {
     "description": "Claude Sonnet 4는 거의 즉각적인 응답 또는 확장된 단계별 사고를 생성할 수 있으며, 사용자가 이 과정을 명확히 볼 수 있습니다."
   },
@@ -866,6 +890,9 @@
   "codex-mini-latest": {
     "description": "codex-mini-latest는 o4-mini의 미세 조정 버전으로, Codex CLI 전용입니다. API를 통해 직접 사용하려면 gpt-4.1부터 시작하는 것을 권장합니다."
   },
+  "cogito-2.1:671b": {
+    "description": "Cogito v2.1 671B는 미국에서 오픈소스로 제공되는 무료 상업용 대형 언어 모델로, 최고 수준의 성능, 높은 토큰 추론 효율, 128k 긴 문맥 처리 및 강력한 종합 능력을 갖추고 있습니다."
+  },
   "cogview-4": {
     "description": "CogView-4는 지푸가 처음으로 한자 생성을 지원하는 오픈 소스 텍스트-이미지 생성 모델로, 의미 이해, 이미지 생성 품질, 중영 문자 생성 능력 등 여러 측면에서 전면적으로 향상되었으며, 임의 길이의 중영 이중 언어 입력을 지원하고 주어진 범위 내에서 임의 해상도의 이미지를 생성할 수 있습니다."
   },
@@ -1043,12 +1070,18 @@
   "deepseek-coder-v2:236b": {
     "description": "DeepSeek Coder V2는 오픈 소스 혼합 전문가 코드 모델로, 코드 작업에서 뛰어난 성능을 발휘하며, GPT4-Turbo와 경쟁할 수 있습니다."
   },
+  "deepseek-ocr": {
+    "description": "DeepSeek-OCR은 DeepSeek AI에서 개발한 비전-언어 모델로, 광학 문자 인식(OCR)과 '컨텍스트 광학 압축'에 중점을 둡니다. 이 모델은 이미지에서 컨텍스트 정보를 압축하는 한계를 탐구하며, 문서를 효율적으로 처리하고 Markdown과 같은 구조화된 텍스트 형식으로 변환할 수 있습니다. 이미지 내 텍스트를 정확하게 인식할 수 있어 문서 디지털화, 텍스트 추출 및 구조화 처리 등의 응용 분야에 적합합니다."
+  },
   "deepseek-r1": {
     "description": "DeepSeek-R1은 강화 학습(RL) 기반의 추론 모델로, 모델 내의 반복성과 가독성 문제를 해결합니다. RL 이전에 DeepSeek-R1은 콜드 스타트 데이터를 도입하여 추론 성능을 더욱 최적화했습니다. 수학, 코드 및 추론 작업에서 OpenAI-o1과 유사한 성능을 보이며, 정교하게 설계된 훈련 방법을 통해 전체적인 효과를 향상시켰습니다."
   },
   "deepseek-r1-0528": {
     "description": "685B 풀스펙 모델로, 2025년 5월 28일에 출시되었습니다. DeepSeek-R1은 후학습 단계에서 대규모 강화 학습 기술을 활용하여 극소수의 라벨 데이터만으로도 모델의 추론 능력을 크게 향상시켰습니다. 수학, 코드, 자연어 추론 등 과제에서 높은 성능과 강력한 능력을 자랑합니다."
   },
+  "deepseek-r1-250528": {
+    "description": "DeepSeek R1 250528, 풀스펙 DeepSeek-R1 추론 모델로, 고난이도 수학 및 논리 과제에 적합합니다."
+  },
   "deepseek-r1-70b-fast-online": {
     "description": "DeepSeek R1 70B 빠른 버전으로, 실시간 온라인 검색을 지원하며 모델 성능을 유지하면서 더 빠른 응답 속도를 제공합니다."
   },
@@ -1059,31 +1092,34 @@
     "description": "deepseek-r1-distill-llama는 DeepSeek-R1에서 추출한 Llama 기반 모델입니다."
   },
   "deepseek-r1-distill-llama-70b": {
-    "description": "DeepSeek R1 - DeepSeek 패키지에서 더 크고 더 스마트한 모델이 Llama 70B 아키텍처로 증류되었습니다. 기준 테스트와 인공지능 평가에 따르면, 이 모델은 원래 Llama 70B보다 더 스마트하며, 특히 수학 및 사실 정확성이 필요한 작업에서 뛰어난 성능을 보입니다."
+    "description": "DeepSeek R1 Distill Llama 70B, 범용 R1 추론 능력과 Llama 생태계를 결합한 증류 모델입니다."
   },
   "deepseek-r1-distill-llama-8b": {
-    "description": "DeepSeek-R1-Distill 시리즈 모델은 지식 증류 기술을 통해 DeepSeek-R1이 생성한 샘플을 Qwen, Llama 등 오픈 소스 모델에 미세 조정하여 얻은 것입니다."
+    "description": "DeepSeek-R1-Distill-Llama-8B는 Llama-3.1-8B를 기반으로 한 증류 대형 언어 모델로, DeepSeek R1의 출력을 활용합니다."
   },
-  "deepseek-r1-distill-qianfan-llama-70b": {
-    "description": "2025년 2월 14일 최초 출시된 이 모델은 천범 대모델 연구팀이 Llama3_70B를 기반 모델로 하여(메타 라마로 구축) 증류한 것입니다. 증류 데이터에는 천범의 말뭉치도 동기화되어 추가되었습니다."
+  "deepseek-r1-distill-qianfan-70b": {
+    "description": "DeepSeek R1 Distill Qianfan 70B, Qianfan-70B 기반의 R1 증류 모델로, 뛰어난 가성비를 자랑합니다."
+  },
+  "deepseek-r1-distill-qianfan-8b": {
+    "description": "DeepSeek R1 Distill Qianfan 8B, Qianfan-8B 기반의 R1 증류 모델로, 중소형 애플리케이션에 적합합니다."
   },
-  "deepseek-r1-distill-qianfan-llama-8b": {
-    "description": "2025년 2월 14일 최초 출시된 이 모델은 천범 대모델 연구팀이 Llama3_8B를 기반 모델로 하여(메타 라마로 구축) 증류한 것입니다. 증류 데이터에는 천범의 말뭉치도 동기화되어 추가되었습니다."
+  "deepseek-r1-distill-qianfan-llama-70b": {
+    "description": "DeepSeek R1 Distill Qianfan Llama 70B, Llama-70B 기반의 R1 증류 모델입니다."
   },
   "deepseek-r1-distill-qwen": {
     "description": "deepseek-r1-distill-qwen은 DeepSeek-R1에서 Qwen을 기반으로 증류된 모델입니다."
   },
   "deepseek-r1-distill-qwen-1.5b": {
-    "description": "DeepSeek-R1-Distill 시리즈 모델은 지식 증류 기술을 통해 DeepSeek-R1이 생성한 샘플을 Qwen, Llama 등 오픈 소스 모델에 미세 조정하여 얻은 것입니다."
+    "description": "DeepSeek R1 Distill Qwen 1.5B, 초경량 R1 증류 모델로, 극한의 저자원 환경에 적합합니다."
   },
   "deepseek-r1-distill-qwen-14b": {
-    "description": "DeepSeek-R1-Distill 시리즈 모델은 지식 증류 기술을 통해 DeepSeek-R1이 생성한 샘플을 Qwen, Llama 등 오픈 소스 모델에 미세 조정하여 얻은 것입니다."
+    "description": "DeepSeek R1 Distill Qwen 14B, 중간 규모의 R1 증류 모델로, 다양한 환경에 유연하게 배포할 수 있습니다."
   },
   "deepseek-r1-distill-qwen-32b": {
-    "description": "DeepSeek-R1-Distill 시리즈 모델은 지식 증류 기술을 통해 DeepSeek-R1이 생성한 샘플을 Qwen, Llama 등 오픈 소스 모델에 미세 조정하여 얻은 것입니다."
+    "description": "DeepSeek R1 Distill Qwen 32B, Qwen-32B 기반의 R1 증류 모델로, 성능과 비용의 균형을 이룹니다."
   },
   "deepseek-r1-distill-qwen-7b": {
-    "description": "DeepSeek-R1-Distill 시리즈 모델은 지식 증류 기술을 통해 DeepSeek-R1이 생성한 샘플을 Qwen, Llama 등 오픈 소스 모델에 미세 조정하여 얻은 것입니다."
+    "description": "DeepSeek R1 Distill Qwen 7B, 경량 R1 증류 모델로, 엣지 및 기업 프라이빗 환경에 적합합니다."
   },
   "deepseek-r1-fast-online": {
     "description": "DeepSeek R1 풀 빠른 버전으로, 실시간 온라인 검색을 지원하며 671B 매개변수의 강력한 능력과 더 빠른 응답 속도를 결합합니다."
@@ -1112,12 +1148,27 @@
   "deepseek-v3.1-terminus": {
     "description": "DeepSeek-V3.1-Terminus는 DeepSeek에서 출시한 종단 최적화 대형 언어 모델로, 단말기 환경에 최적화되어 있습니다."
   },
+  "deepseek-v3.1-think-250821": {
+    "description": "DeepSeek V3.1 Think 250821, Terminus 버전에 대응하는 심층 사고 모델로, 고성능 추론 환경에 적합합니다."
+  },
   "deepseek-v3.1:671b": {
     "description": "DeepSeek V3.1: 차세대 추론 모델로, 복잡한 추론 및 연쇄 사고 능력을 향상시켜 심층 분석이 필요한 작업에 적합합니다."
   },
   "deepseek-v3.2-exp": {
     "description": "deepseek-v3.2-exp는 희소 주의 메커니즘을 도입하여 긴 텍스트 처리 시 훈련 및 추론 효율을 향상시키며, 가격은 deepseek-v3.1보다 저렴합니다."
   },
+  "deepseek-v3.2-think": {
+    "description": "DeepSeek V3.2 Think, 풀스펙 심층 사고 모델로, 장거리 추론 능력을 강화했습니다."
+  },
+  "deepseek-vl2": {
+    "description": "DeepSeek VL2, 멀티모달 모델로, 이미지-텍스트 이해 및 정밀 시각 질의응답을 지원합니다."
+  },
+  "deepseek-vl2-small": {
+    "description": "DeepSeek VL2 Small, 경량 멀티모달 버전으로, 자원이 제한되거나 고동시 환경에 적합합니다."
+  },
+  "deepseek/deepseek-chat": {
+    "description": "DeepSeek-V3는 DeepSeek 팀이 개발한 고성능 하이브리드 추론 모델로, 복잡한 작업 및 도구 통합에 적합합니다."
+  },
   "deepseek/deepseek-chat-v3-0324": {
     "description": "DeepSeek V3는 685B 매개변수를 가진 전문가 혼합 모델로, DeepSeek 팀의 플래그십 채팅 모델 시리즈의 최신 반복입니다.\n\n이 모델은 [DeepSeek V3](/deepseek/deepseek-chat-v3) 모델을 계승하며 다양한 작업에서 뛰어난 성능을 보입니다."
   },
@@ -1125,19 +1176,19 @@
     "description": "DeepSeek V3는 685B 매개변수를 가진 전문가 혼합 모델로, DeepSeek 팀의 플래그십 채팅 모델 시리즈의 최신 반복입니다.\n\n이 모델은 [DeepSeek V3](/deepseek/deepseek-chat-v3) 모델을 계승하며 다양한 작업에서 뛰어난 성능을 보입니다."
   },
   "deepseek/deepseek-chat-v3.1": {
-    "description": "DeepSeek-V3.1은 128K 긴 컨텍스트와 효율적인 모드 전환을 지원하는 대형 하이브리드 추론 모델로, 도구 호출, 코드 생성 및 복잡한 추론 작업에서 탁월한 성능과 속도를 구현했습니다."
+    "description": "DeepSeek-V3.1은 긴 문맥을 지원하는 DeepSeek의 하이브리드 추론 모델로, 사고/비사고 모드와 도구 통합을 지원합니다."
   },
   "deepseek/deepseek-r1": {
     "description": "DeepSeek R1 모델은 소규모 버전 업그레이드를 거쳐 현재 버전은 DeepSeek-R1-0528입니다. 최신 업데이트에서 DeepSeek R1은 증가된 계산 자원과 학습 후 도입된 알고리즘 최적화 메커니즘을 활용하여 추론 깊이와 능력을 크게 향상시켰습니다. 이 모델은 수학, 프로그래밍 및 일반 논리 등 여러 벤치마크에서 뛰어난 성능을 보이며, 전체 성능은 현재 O3 및 Gemini 2.5 Pro와 같은 선도 모델에 근접합니다."
   },
   "deepseek/deepseek-r1-0528": {
-    "description": "DeepSeek-R1은 매우 적은 라벨 데이터만으로도 모델 추론 능력을 크게 향상시켰습니다. 최종 답변 출력 전에 모델이 사고 과정(chain-of-thought)을 먼저 출력하여 최종 답변의 정확도를 높입니다."
+    "description": "DeepSeek R1 0528은 DeepSeek의 최신 변형 모델로, 오픈소스 활용성과 깊이 있는 추론에 중점을 두었습니다."
   },
   "deepseek/deepseek-r1-0528:free": {
     "description": "DeepSeek-R1은 매우 적은 라벨 데이터만으로도 모델 추론 능력을 크게 향상시켰습니다. 최종 답변 출력 전에 모델이 사고 과정(chain-of-thought)을 먼저 출력하여 최종 답변의 정확도를 높입니다."
   },
   "deepseek/deepseek-r1-distill-llama-70b": {
-    "description": "DeepSeek-R1-Distill-Llama-70B는 70B Llama 모델의 증류 및 더 효율적인 변형입니다. 텍스트 생성 작업에서 강력한 성능을 유지하면서 배포 및 연구를 위한 계산 비용을 줄였습니다. Groq의 맞춤형 언어 처리 유닛(LPU) 하드웨어를 사용하여 빠르고 효율적인 추론을 제공합니다."
+    "description": "DeepSeek R1 Distill Llama 70B는 Llama3.3 70B를 기반으로 한 대형 언어 모델로, DeepSeek R1의 출력으로 미세 조정되어 최첨단 대형 모델과 견줄 수 있는 경쟁력 있는 성능을 구현합니다."
   },
   "deepseek/deepseek-r1-distill-llama-8b": {
     "description": "DeepSeek R1 Distill Llama 8B는 Llama-3.1-8B-Instruct를 기반으로 한 증류 대형 언어 모델로, DeepSeek R1의 출력을 사용하여 훈련되었습니다."
@@ -1154,6 +1205,9 @@
   "deepseek/deepseek-r1:free": {
     "description": "DeepSeek-R1은 극히 적은 주석 데이터로 모델의 추론 능력을 크게 향상시킵니다. 최종 답변을 출력하기 전에 모델은 먼저 사고의 연쇄 내용을 출력하여 최종 답변의 정확성을 높입니다."
   },
+  "deepseek/deepseek-reasoner": {
+    "description": "DeepSeek-V3 Thinking(reasoner)는 DeepSeek의 실험적 추론 모델로, 고난이도 추론 작업에 적합합니다."
+  },
   "deepseek/deepseek-v3": {
     "description": "향상된 추론 능력을 갖춘 빠르고 범용적인 대형 언어 모델입니다."
   },
@@ -1235,6 +1289,9 @@
   "doubao-seed-1.6-vision": {
     "description": "Doubao-Seed-1.6-vision 시각 심층 사고 모델로, 교육, 이미지 검토, 점검 및 보안, AI 검색 질의응답 등 다양한 시나리오에서 더욱 강력한 범용 다중 모달 이해 및 추론 능력을 보여줍니다. 256k 문맥 창을 지원하며, 출력 길이는 최대 64k 토큰까지 지원합니다."
   },
+  "doubao-seed-code": {
+    "description": "Doubao-Seed-Code는 에이전트 기반 프로그래밍 작업에 최적화되어 있으며, 멀티모달(텍스트/이미지/비디오) 및 256K 길이의 컨텍스트를 지원하고, Anthropic API와 호환됩니다. 프로그래밍, 시각적 이해 및 에이전트 시나리오에 적합합니다."
+  },
   "doubao-seededit-3-0-i2i-250628": {
     "description": "Doubao 이미지 생성 모델은 ByteDance Seed 팀이 개발했으며, 텍스트와 이미지 입력을 지원하여 높은 제어력과 고품질 이미지 생성 경험을 제공합니다. 텍스트 명령어를 통해 이미지를 편집할 수 있으며, 생성되는 이미지의 크기는 512~1536 픽셀 사이입니다."
   },
@@ -1253,83 +1310,92 @@
   "emohaa": {
     "description": "Emohaa는 심리 모델로, 전문 상담 능력을 갖추고 있어 사용자가 감정 문제를 이해하는 데 도움을 줍니다."
   },
-  "ernie-3.5-128k": {
-    "description": "바이두가 자체 개발한 플래그십 대규모 언어 모델로, 방대한 중영문 자료를 포함하고 있으며, 강력한 일반 능력을 가지고 있어 대부분의 대화 질문 답변, 창작 생성, 플러그인 응용 시나리오 요구를 충족할 수 있습니다. 바이두 검색 플러그인과 자동으로 연결되어 질문 답변 정보의 시의성을 보장합니다."
-  },
-  "ernie-3.5-8k": {
-    "description": "바이두가 자체 개발한 플래그십 대규모 언어 모델로, 방대한 중영문 자료를 포함하고 있으며, 강력한 일반 능력을 가지고 있어 대부분의 대화 질문 답변, 창작 생성, 플러그인 응용 시나리오 요구를 충족할 수 있습니다. 바이두 검색 플러그인과 자동으로 연결되어 질문 답변 정보의 시의성을 보장합니다."
-  },
-  "ernie-3.5-8k-preview": {
-    "description": "바이두가 자체 개발한 플래그십 대규모 언어 모델로, 방대한 중영문 자료를 포함하고 있으며, 강력한 일반 능력을 가지고 있어 대부분의 대화 질문 답변, 창작 생성, 플러그인 응용 시나리오 요구를 충족할 수 있습니다. 바이두 검색 플러그인과 자동으로 연결되어 질문 답변 정보의 시의성을 보장합니다."
-  },
-  "ernie-4.0-8k-latest": {
-    "description": "바이두가 자체 개발한 플래그십 초대규모 언어 모델로, ERNIE 3.5에 비해 모델 능력이 전면 업그레이드되었으며, 다양한 분야의 복잡한 작업 시나리오에 널리 적용됩니다. 바이두 검색 플러그인과 자동으로 연결되어 질문 답변 정보의 시의성을 보장합니다."
-  },
-  "ernie-4.0-8k-preview": {
-    "description": "바이두가 자체 개발한 플래그십 초대규모 언어 모델로, ERNIE 3.5에 비해 모델 능력이 전면 업그레이드되었으며, 다양한 분야의 복잡한 작업 시나리오에 널리 적용됩니다. 바이두 검색 플러그인과 자동으로 연결되어 질문 답변 정보의 시의성을 보장합니다."
-  },
-  "ernie-4.0-turbo-128k": {
-    "description": "바이두가 자체 개발한 플래그십 초대규모 언어 모델로, 종합적인 성능이 뛰어나며, 다양한 분야의 복잡한 작업 시나리오에 널리 적용됩니다. 바이두 검색 플러그인과 자동으로 연결되어 질문 답변 정보의 시의성을 보장합니다. ERNIE 4.0에 비해 성능이 더 우수합니다."
-  },
-  "ernie-4.0-turbo-8k-latest": {
-    "description": "바이두가 자체 개발한 플래그십 초대규모 언어 모델로, 종합적인 성능이 뛰어나며, 다양한 분야의 복잡한 작업 시나리오에 널리 적용됩니다. 바이두 검색 플러그인과 자동으로 연결되어 질문 답변 정보의 시의성을 보장합니다. ERNIE 4.0에 비해 성능이 더 우수합니다."
-  },
-  "ernie-4.0-turbo-8k-preview": {
-    "description": "바이두가 자체 개발한 플래그십 초대규모 언어 모델로, 종합적인 성능이 뛰어나며, 다양한 분야의 복잡한 작업 시나리오에 널리 적용됩니다. 바이두 검색 플러그인과 자동으로 연결되어 질문 답변 정보의 시의성을 보장합니다. ERNIE 4.0에 비해 성능이 더 우수합니다."
+  "ernie-4.5-0.3b": {
+    "description": "ERNIE 4.5 0.3B, 오픈소스 경량 모델로, 로컬 및 맞춤형 배포에 적합합니다."
   },
   "ernie-4.5-21b-a3b": {
-    "description": "ERNIE 4.5 21B A3B는 바이두 원신에서 출시한 하이브리드 전문가 모델로, 강력한 추론 능력과 다국어 처리 능력을 갖추고 있습니다."
+    "description": "ERNIE 4.5 21B A3B, 대규모 파라미터 오픈소스 모델로, 이해 및 생성 작업에서 뛰어난 성능을 보입니다."
   },
   "ernie-4.5-300b-a47b": {
     "description": "ERNIE 4.5 300B A47B는 바이두 원신에서 출시한 초대규모 하이브리드 전문가 모델로, 탁월한 추론 능력을 자랑합니다."
   },
   "ernie-4.5-8k-preview": {
-    "description": "문심 대모델 4.5는 바이두가 독자적으로 개발한 차세대 원주율 다중 모달 기본 대모델로, 여러 모달의 공동 모델링을 통해 협동 최적화를 실현하며, 다중 모달 이해 능력이 뛰어납니다. 언어 능력이 더욱 향상되어 이해, 생성, 논리, 기억 능력이 전반적으로 향상되었으며, 환각 제거, 논리 추론, 코드 능력이 현저히 향상되었습니다."
+    "description": "ERNIE 4.5 8K Preview, 8K 컨텍스트 프리뷰 모델로, Wenxin 4.5의 기능을 체험하고 테스트할 수 있습니다."
   },
   "ernie-4.5-turbo-128k": {
-    "description": "문신 4.5 Turbo는 환각 제거, 논리적 추론 및 코드 능력 등에서 뚜렷한 향상을 보였습니다. 문신 4.5와 비교할 때, 속도가 더 빠르고 가격이 더 저렴합니다. 모델의 능력이 전반적으로 향상되어 다중 회차 긴 역사 대화 처리 및 긴 문서 이해 질문 응답 작업을 더 잘 충족합니다."
+    "description": "ERNIE 4.5 Turbo 128K, 고성능 범용 모델로, 검색 강화 및 도구 호출을 지원하며, 질의응답, 코드, 에이전트 등 다양한 비즈니스 시나리오에 적합합니다."
+  },
+  "ernie-4.5-turbo-128k-preview": {
+    "description": "ERNIE 4.5 Turbo 128K Preview, 정식 버전과 동일한 기능을 제공하는 프리뷰 버전으로, 통합 테스트 및 그레이 테스트에 적합합니다."
   },
   "ernie-4.5-turbo-32k": {
-    "description": "문신 4.5 Turbo는 환각 제거, 논리적 추론 및 코드 능력 등에서 뚜렷한 향상을 보였습니다. 문신 4.5와 비교할 때, 속도가 더 빠르고 가격이 더 저렴합니다. 텍스트 창작, 지식 질문 응답 등의 능력이 크게 향상되었습니다. 출력 길이 및 전체 문장 지연은 ERNIE 4.5에 비해 증가했습니다."
+    "description": "ERNIE 4.5 Turbo 32K, 중장기 컨텍스트 버전으로, 질의응답, 지식 검색, 다중 회화 등에 적합합니다."
+  },
+  "ernie-4.5-turbo-latest": {
+    "description": "ERNIE 4.5 Turbo 최신 버전, 종합 성능이 최적화된 범용 모델로, 프로덕션 환경에 적합합니다."
+  },
+  "ernie-4.5-turbo-vl": {
+    "description": "ERNIE 4.5 Turbo VL, 성숙한 멀티모달 모델로, 프로덕션 환경에서 이미지-텍스트 이해 및 인식 작업에 적합합니다."
   },
   "ernie-4.5-turbo-vl-32k": {
-    "description": "문신 일언 대모델의 새로운 버전으로, 이미지 이해, 창작, 번역, 코드 등의 능력이 크게 향상되었으며, 처음으로 32K의 맥락 길이를 지원하고 첫 번째 토큰 지연이 현저히 감소했습니다."
+    "description": "ERNIE 4.5 Turbo VL 32K, 중장기 텍스트 멀티모달 버전으로, 긴 문서와 이미지의 통합 이해에 적합합니다."
+  },
+  "ernie-4.5-turbo-vl-32k-preview": {
+    "description": "ERNIE 4.5 Turbo VL 32K Preview, 멀티모달 32K 프리뷰 버전으로, 장기 컨텍스트 시각 능력 평가에 용이합니다."
+  },
+  "ernie-4.5-turbo-vl-latest": {
+    "description": "ERNIE 4.5 Turbo VL 최신 버전, 최신 멀티모달 모델로, 이미지-텍스트 이해 및 추론 성능이 향상되었습니다."
+  },
+  "ernie-4.5-turbo-vl-preview": {
+    "description": "ERNIE 4.5 Turbo VL Preview, 멀티모달 프리뷰 모델로, 이미지-텍스트 이해 및 생성을 지원하며, 시각 질의응답 및 콘텐츠 이해 체험에 적합합니다."
+  },
+  "ernie-4.5-vl-28b-a3b": {
+    "description": "ERNIE 4.5 VL 28B A3B, 멀티모달 오픈소스 모델로, 이미지-텍스트 이해 및 추론 작업을 지원합니다."
+  },
+  "ernie-5.0-thinking-latest": {
+    "description": "Wenxin 5.0 Thinking은 텍스트, 이미지, 오디오, 비디오를 통합적으로 모델링하는 플래그십 멀티모달 모델로, 전반적인 능력이 대폭 향상되어 복잡한 질의응답, 창작 및 지능형 에이전트 시나리오에 적합합니다."
+  },
+  "ernie-5.0-thinking-preview": {
+    "description": "Wenxin 5.0 Thinking 프리뷰 버전, 텍스트, 이미지, 오디오, 비디오를 통합 모델링하는 네이티브 풀모달 플래그십 모델로, 복잡한 질의응답, 창작 및 에이전트 시나리오에 적합합니다."
   },
   "ernie-char-8k": {
-    "description": "바이두가 자체 개발한 수직 장면 대형 언어 모델로, 게임 NPC, 고객 서비스 대화, 대화 역할극 등 응용 시나리오에 적합하며, 캐릭터 스타일이 더 뚜렷하고 일관되며, 지시 따르기 능력이 더 강하고 추론 성능이 우수합니다."
+    "description": "ERNIE Character 8K, 캐릭터 성격 대화 모델로, IP 캐릭터 구축 및 장기 동반 대화에 적합합니다."
   },
   "ernie-char-fiction-8k": {
-    "description": "바이두가 자체 개발한 수직 장면 대형 언어 모델로, 게임 NPC, 고객 서비스 대화, 대화 역할극 등 응용 시나리오에 적합하며, 캐릭터 스타일이 더 뚜렷하고 일관되며, 지시 따르기 능력이 더 강하고 추론 성능이 우수합니다."
+    "description": "ERNIE Character Fiction 8K, 소설 및 스토리 창작을 위한 성격 모델로, 장문 스토리 생성에 적합합니다."
+  },
+  "ernie-char-fiction-8k-preview": {
+    "description": "ERNIE Character Fiction 8K Preview, 캐릭터 및 스토리 창작 모델 프리뷰 버전으로, 기능 체험 및 테스트에 사용됩니다."
   },
   "ernie-irag-edit": {
-    "description": "바이두가 자체 개발한 ERNIE iRAG Edit 이미지 편집 모델로, 이미지 기반으로 객체 제거(erase), 재도색(repaint), 변형(variation) 생성 등의 작업을 지원합니다."
+    "description": "ERNIE iRAG Edit, 이미지 지우기, 리드로잉 및 변형 생성을 지원하는 이미지 편집 모델입니다."
   },
   "ernie-lite-8k": {
-    "description": "ERNIE Lite는 바이두가 자체 개발한 경량 대형 언어 모델로, 우수한 모델 효과와 추론 성능을 겸비하여 저전력 AI 가속 카드 추론에 적합합니다."
+    "description": "ERNIE Lite 8K, 경량 범용 모델로, 비용에 민감한 일상 질의응답 및 콘텐츠 생성에 적합합니다."
   },
   "ernie-lite-pro-128k": {
-    "description": "바이두가 자체 개발한 경량 대형 언어 모델로, 우수한 모델 효과와 추론 성능을 겸비하여 ERNIE Lite보다 더 우수하며, 저전력 AI 가속 카드 추론에 적합합니다."
+    "description": "ERNIE Lite Pro 128K, 경량 고성능 모델로, 지연 및 비용에 민감한 비즈니스 시나리오에 적합합니다."
   },
   "ernie-novel-8k": {
-    "description": "바이두가 자체 개발한 일반 대형 언어 모델로, 소설 연속 작성 능력에서 뚜렷한 장점을 가지고 있으며, 단편극, 영화 등 시나리오에서도 사용할 수 있습니다."
+    "description": "ERNIE Novel 8K, 장편 소설 및 IP 스토리 창작 모델로, 다중 캐릭터 및 복선 서사에 능숙합니다."
   },
   "ernie-speed-128k": {
-    "description": "바이두가 2024년에 최신 출시한 고성능 대형 언어 모델로, 일반 능력이 우수하여 특정 시나리오 문제를 더 잘 처리하기 위해 기초 모델로 미세 조정하는 데 적합하며, 뛰어난 추론 성능을 가지고 있습니다."
+    "description": "ERNIE Speed 128K, 입출력 비용이 없는 대형 모델로, 장문 이해 및 대규모 테스트에 적합합니다."
+  },
+  "ernie-speed-8k": {
+    "description": "ERNIE Speed 8K, 무료 고속 모델로, 일상 대화 및 경량 텍스트 작업에 적합합니다."
   },
   "ernie-speed-pro-128k": {
-    "description": "바이두가 2024년에 최신 출시한 고성능 대형 언어 모델로, 일반 능력이 우수하여 ERNIE Speed보다 더 우수하며, 특정 시나리오 문제를 더 잘 처리하기 위해 기초 모델로 미세 조정하는 데 적합하며, 뛰어난 추론 성능을 가지고 있습니다."
+    "description": "ERNIE Speed Pro 128K, 고동시 고가성비 모델로, 대규모 온라인 서비스 및 기업 애플리케이션에 적합합니다."
   },
   "ernie-tiny-8k": {
-    "description": "ERNIE Tiny는 바이두가 자체 개발한 초고성능 대형 언어 모델로, 문신 시리즈 모델 중 배포 및 미세 조정 비용이 가장 낮습니다."
-  },
-  "ernie-x1-32k": {
-    "description": "더 강력한 이해, 계획, 반성, 진화 능력을 갖추고 있습니다. 보다 포괄적인 심층 사고 모델로서, 문신 X1은 정확성, 창의성 및 문체를 겸비하여 중국어 지식 질문 응답, 문학 창작, 문서 작성, 일상 대화, 논리적 추론, 복잡한 계산 및 도구 호출 등에서 특히 뛰어난 성능을 발휘합니다."
-  },
-  "ernie-x1-32k-preview": {
-    "description": "문심 대모델 X1은 더 강력한 이해, 계획, 반성 및 진화 능력을 갖추고 있습니다. 보다 포괄적인 심층 사고 모델로서, 문심 X1은 정확성, 창의성 및 문체를 겸비하여 중국어 지식 질문 응답, 문학 창작, 문서 작성, 일상 대화, 논리 추론, 복잡한 계산 및 도구 호출 등에서 특히 뛰어난 성과를 보입니다."
+    "description": "ERNIE Tiny 8K, 초경량 모델로, 간단한 질의응답, 분류 등 저비용 추론 시나리오에 적합합니다."
   },
   "ernie-x1-turbo-32k": {
-    "description": "ERNIE-X1-32K에 비해 모델의 효과와 성능이 더 우수합니다."
+    "description": "ERNIE X1 Turbo 32K, 고속 사고 모델로, 32K 장기 컨텍스트를 지원하며 복잡한 추론 및 다중 회화에 적합합니다."
+  },
+  "ernie-x1.1-preview": {
+    "description": "ERNIE X1.1 Preview, ERNIE X1.1 사고 모델 프리뷰 버전으로, 기능 검증 및 테스트에 적합합니다."
   },
   "fal-ai/bytedance/seedream/v4": {
     "description": "Seedream 4.0 이미지 생성 모델은 ByteDance Seed 팀이 개발했으며, 텍스트와 이미지 입력을 지원하여 높은 제어력과 고품질 이미지 생성 경험을 제공합니다. 텍스트 프롬프트를 기반으로 이미지를 생성합니다."
@@ -1389,7 +1455,7 @@
     "description": "FLUX.1 [schnell]은 현재 공개된 가장 진보된 소단계 모델로, 동종 경쟁 모델을 능가할 뿐만 아니라 Midjourney v6.0, DALL·E 3 (HD) 같은 강력한 비증류 모델보다도 우수합니다. 이 모델은 사전 학습 단계의 모든 출력 다양성을 유지하도록 특별히 미세 조정되었으며, 시각 품질, 명령 준수, 크기/비율 변화, 글꼴 처리 및 출력 다양성 등에서 현존 최고 모델 대비 현저한 향상을 이루어 사용자에게 더욱 풍부하고 다양한 창의적 이미지 생성 경험을 제공합니다."
   },
   "flux.1-schnell": {
-    "description": "120억 파라미터의 수정 흐름 변환기로, 텍스트 설명에 따라 이미지를 생성할 수 있습니다."
+    "description": "FLUX.1-schnell, 고성능 이미지 생성 모델로, 다양한 스타일의 이미지를 빠르게 생성할 수 있습니다."
   },
   "gemini-1.0-pro-001": {
     "description": "Gemini 1.0 Pro 001 (Tuning)은 안정적이고 조정 가능한 성능을 제공하며, 복잡한 작업 솔루션의 이상적인 선택입니다."
@@ -1454,9 +1520,6 @@
   "gemini-2.0-flash-lite-001": {
     "description": "Gemini 2.0 플래시 모델 변형으로, 비용 효율성과 낮은 지연 시간 등의 목표를 위해 최적화되었습니다."
   },
-  "gemini-2.0-flash-preview-image-generation": {
-    "description": "Gemini 2.0 Flash 미리보기 모델로, 이미지 생성을 지원합니다."
-  },
   "gemini-2.5-flash": {
     "description": "Gemini 2.5 Flash는 구글에서 가장 가성비가 뛰어난 모델로, 포괄적인 기능을 제공합니다."
   },
@@ -1484,9 +1547,6 @@
   "gemini-2.5-flash-preview-04-17": {
     "description": "Gemini 2.5 Flash Preview는 Google의 가장 가성비 높은 모델로, 포괄적인 기능을 제공합니다."
   },
-  "gemini-2.5-flash-preview-05-20": {
-    "description": "Gemini 2.5 Flash Preview는 Google의 최고의 가성비 모델로, 포괄적인 기능을 제공합니다."
-  },
   "gemini-2.5-flash-preview-09-2025": {
     "description": "Gemini 2.5 Flash의 미리보기 버전 (2025년 9월 25일)"
   },
@@ -1502,6 +1562,15 @@
   "gemini-2.5-pro-preview-06-05": {
     "description": "Gemini 2.5 Pro Preview는 구글의 최첨단 사고 모델로, 코드, 수학 및 STEM 분야의 복잡한 문제를 추론할 수 있으며, 긴 문맥을 활용해 대규모 데이터셋, 코드베이스 및 문서를 분석합니다."
   },
+  "gemini-3-pro-image-preview": {
+    "description": "Gemini 3 Pro Image(Nano Banana Pro)는 Google의 이미지 생성 모델로, 멀티모달 대화를 지원합니다."
+  },
+  "gemini-3-pro-image-preview:image": {
+    "description": "Gemini 3 Pro Image(Nano Banana Pro)는 Google의 이미지 생성 모델로, 멀티모달 대화를 지원합니다."
+  },
+  "gemini-3-pro-preview": {
+    "description": "Gemini 3 Pro는 세계 최고 수준의 멀티모달 이해 모델로, Google이 개발한 가장 강력한 에이전트 및 분위기 기반 프로그래밍 모델입니다. 풍부한 시각 효과와 깊이 있는 상호작용을 제공하며, 최첨단 추론 능력을 기반으로 합니다."
+  },
   "gemini-flash-latest": {
     "description": "Gemini Flash 최신 버전"
   },
@@ -1538,6 +1607,9 @@
   "glm-4-0520": {
     "description": "GLM-4-0520은 최신 모델 버전으로, 매우 복잡하고 다양한 작업을 위해 설계되어 뛰어난 성능을 발휘합니다."
   },
+  "glm-4-32b-0414": {
+    "description": "GLM-4 32B 0414, GLM 시리즈 범용 대형 모델 버전으로, 다중 작업 텍스트 생성 및 이해를 지원합니다."
+  },
   "glm-4-9b-chat": {
     "description": "GLM-4-9B-Chat은 의미 이해, 수학, 추론, 코드 작성 및 지식 등 다양한 분야에서 높은 성능을 보입니다. 웹 브라우징, 코드 실행, 사용자 정의 도구 호출 및 장문 추론 기능을 지원하며, 일본어, 한국어, 독일어를 포함한 26개 언어를 지원합니다."
   },
@@ -1622,8 +1694,11 @@
   "glm-zero-preview": {
     "description": "GLM-Zero-Preview는 강력한 복잡한 추론 능력을 갖추고 있으며, 논리 추론, 수학, 프로그래밍 등 분야에서 우수한 성능을 발휘합니다."
   },
+  "global.anthropic.claude-opus-4-5-20251101-v1:0": {
+    "description": "Claude Opus 4.5는 Anthropic의 플래그십 모델로, 탁월한 지능과 확장 가능한 성능을 결합하여 최고 수준의 응답 품질과 추론 능력이 요구되는 복잡한 작업에 적합합니다."
+  },
   "google/gemini-2.0-flash": {
-    "description": "Gemini 2.0 Flash는 차세대 기능과 개선된 성능을 제공하며, 뛰어난 속도, 내장 도구 사용, 멀티모달 생성 및 100만 토큰의 컨텍스트 윈도우를 지원합니다."
+    "description": "Gemini 2.0 Flash는 Google의 고성능 추론 모델로, 확장된 멀티모달 작업에 적합합니다."
   },
   "google/gemini-2.0-flash-001": {
     "description": "Gemini 2.0 Flash는 뛰어난 속도, 원주율 도구 사용, 다중 모달 생성 및 1M 토큰 문맥 창을 포함한 차세대 기능과 개선 사항을 제공합니다."
@@ -1634,14 +1709,23 @@
   "google/gemini-2.0-flash-lite": {
     "description": "Gemini 2.0 Flash Lite는 차세대 기능과 개선된 성능을 제공하며, 뛰어난 속도, 내장 도구 사용, 멀티모달 생성 및 100만 토큰의 컨텍스트 윈도우를 지원합니다."
   },
+  "google/gemini-2.0-flash-lite-001": {
+    "description": "Gemini 2.0 Flash Lite는 Gemini 시리즈의 경량 버전으로, 기본적으로 사고 기능이 비활성화되어 지연 시간과 비용 효율이 향상되며, 매개변수를 통해 활성화할 수 있습니다."
+  },
   "google/gemini-2.5-flash": {
-    "description": "Gemini 2.5 Flash는 사고 모델로서 뛰어난 종합 능력을 제공합니다. 가격과 성능의 균형을 목표로 하며, 멀티모달 및 100만 토큰의 컨텍스트 윈도우를 지원합니다."
+    "description": "Gemini 2.5 Flash(Lite/Pro/Flash) 시리즈는 Google의 중저지연부터 고성능까지 아우르는 추론 모델입니다."
+  },
+  "google/gemini-2.5-flash-image": {
+    "description": "Gemini 2.5 Flash Image(Nano Banana)는 Google의 이미지 생성 모델로, 멀티모달 대화를 지원합니다."
+  },
+  "google/gemini-2.5-flash-image-free": {
+    "description": "Gemini 2.5 Flash Image 무료 버전은 제한된 용량의 멀티모달 생성을 지원합니다."
   },
   "google/gemini-2.5-flash-image-preview": {
     "description": "Gemini 2.5 Flash 실험 모델로, 이미지 생성을 지원합니다."
   },
   "google/gemini-2.5-flash-lite": {
-    "description": "Gemini 2.5 Flash-Lite는 균형 잡힌 저지연 모델로, 구성 가능한 사고 예산과 도구 연결성(예: Google 검색 기반 및 코드 실행)을 제공합니다. 멀티모달 입력을 지원하며 100만 토큰의 컨텍스트 윈도우를 제공합니다."
+    "description": "Gemini 2.5 Flash Lite는 Gemini 2.5의 경량 버전으로, 지연 시간과 비용을 최적화하여 고처리량 환경에 적합합니다."
   },
   "google/gemini-2.5-flash-preview": {
     "description": "Gemini 2.5 Flash는 Google의 최첨단 주력 모델로, 고급 추론, 코딩, 수학 및 과학 작업을 위해 설계되었습니다. 내장된 '사고' 능력을 포함하고 있어 더 높은 정확성과 세밀한 맥락 처리를 통해 응답을 제공합니다.\n\n주의: 이 모델에는 두 가지 변형이 있습니다: 사고 및 비사고. 출력 가격은 사고 능력이 활성화되었는지 여부에 따라 크게 다릅니다. 표준 변형(‘:thinking’ 접미사가 없는)을 선택하면 모델이 사고 토큰 생성을 명확히 피합니다.\n\n사고 능력을 활용하고 사고 토큰을 수신하려면 ‘:thinking’ 변형을 선택해야 하며, 이는 더 높은 사고 출력 가격을 발생시킵니다.\n\n또한, Gemini 2.5 Flash는 문서에 설명된 대로 '추론 최대 토큰 수' 매개변수를 통해 구성할 수 있습니다 (https://openrouter.ai/docs/use-cases/reasoning-tokens#max-tokens-for-reasoning)."
@@ -1650,11 +1734,26 @@
     "description": "Gemini 2.5 Flash는 Google의 최첨단 주력 모델로, 고급 추론, 코딩, 수학 및 과학 작업을 위해 설계되었습니다. 내장된 '사고' 능력을 포함하고 있어 더 높은 정확성과 세밀한 맥락 처리를 통해 응답을 제공합니다.\n\n주의: 이 모델에는 두 가지 변형이 있습니다: 사고 및 비사고. 출력 가격은 사고 능력이 활성화되었는지 여부에 따라 크게 다릅니다. 표준 변형(‘:thinking’ 접미사가 없는)을 선택하면 모델이 사고 토큰 생성을 명확히 피합니다.\n\n사고 능력을 활용하고 사고 토큰을 수신하려면 ‘:thinking’ 변형을 선택해야 하며, 이는 더 높은 사고 출력 가격을 발생시킵니다.\n\n또한, Gemini 2.5 Flash는 문서에 설명된 대로 '추론 최대 토큰 수' 매개변수를 통해 구성할 수 있습니다 (https://openrouter.ai/docs/use-cases/reasoning-tokens#max-tokens-for-reasoning)."
   },
   "google/gemini-2.5-pro": {
-    "description": "Gemini 2.5 Pro는 가장 진보된 추론 Gemini 모델로, 복잡한 문제 해결이 가능합니다. 200만 토큰의 컨텍스트 윈도우를 가지며, 텍스트, 이미지, 오디오, 비디오 및 PDF 문서를 포함한 멀티모달 입력을 지원합니다."
+    "description": "Gemini 2.5 Pro는 Google의 플래그십 추론 모델로, 긴 문맥과 복잡한 작업을 지원합니다."
+  },
+  "google/gemini-2.5-pro-free": {
+    "description": "Gemini 2.5 Pro 무료 버전은 제한된 용량의 멀티모달 긴 문맥을 지원하며, 체험 및 경량 워크플로우에 적합합니다."
   },
   "google/gemini-2.5-pro-preview": {
     "description": "Gemini 2.5 Pro Preview는 Google의 최첨단 사고 모델로, 코드, 수학 및 STEM 분야의 복잡한 문제를 추론할 수 있으며, 긴 문맥을 사용하여 대규모 데이터 세트, 코드베이스 및 문서를 분석할 수 있습니다."
   },
+  "google/gemini-3-pro-image-preview": {
+    "description": "Gemini 3 Pro Image(Nano Banana Pro)는 Google의 이미지 생성 모델로, 멀티모달 대화를 지원합니다."
+  },
+  "google/gemini-3-pro-image-preview-free": {
+    "description": "Gemini 3 Pro Image 무료 버전은 제한된 용량의 멀티모달 생성을 지원합니다."
+  },
+  "google/gemini-3-pro-preview": {
+    "description": "Gemini 3 Pro는 Gemini 시리즈의 차세대 멀티모달 추론 모델로, 텍스트, 오디오, 이미지, 비디오 등 다양한 입력을 이해하고 복잡한 작업 및 대규모 코드베이스를 처리할 수 있습니다."
+  },
+  "google/gemini-3-pro-preview-free": {
+    "description": "Gemini 3 Pro 무료 프리뷰 버전은 표준 버전과 동일한 멀티모달 이해 및 추론 능력을 갖추고 있으나, 무료 용량 및 속도 제한이 있어 체험 및 저빈도 사용에 적합합니다."
+  },
   "google/gemini-embedding-001": {
     "description": "최첨단 임베딩 모델로, 영어, 다국어 및 코드 작업에서 뛰어난 성능을 보입니다."
   },
@@ -1826,6 +1925,18 @@
   "gpt-5-pro": {
     "description": "GPT-5 pro는 더 많은 연산을 활용하여 더 깊이 있는 사고를 수행하고 지속적으로 더 나은 답변을 제공합니다."
   },
+  "gpt-5.1": {
+    "description": "GPT-5.1 — 코드 작성 및 에이전트 작업에 최적화된 플래그십 모델로, 구성 가능한 추론 강도와 더 긴 컨텍스트를 지원합니다."
+  },
+  "gpt-5.1-chat-latest": {
+    "description": "GPT-5.1 Chat: 채팅 환경에 적합하도록 설계된 ChatGPT용 GPT-5.1 변형 모델입니다."
+  },
+  "gpt-5.1-codex": {
+    "description": "GPT-5.1 Codex: 에이전트 기반의 코드 작업에 최적화된 GPT-5.1 버전으로, Responses API에서 복잡한 코드 및 에이전트 워크플로우에 사용할 수 있습니다."
+  },
+  "gpt-5.1-codex-mini": {
+    "description": "GPT-5.1 Codex mini: 더 작고 비용 효율적인 Codex 변형으로, 에이전트 기반 코드 작업에 최적화되어 있습니다."
+  },
   "gpt-audio": {
     "description": "GPT Audio는 오디오 입출력을 위한 범용 대화 모델로, Chat Completions API에서 오디오 I/O 사용을 지원합니다."
   },
@@ -1868,6 +1979,12 @@
   "grok-4-0709": {
     "description": "xAI의 Grok 4로, 강력한 추론 능력을 갖추고 있습니다."
   },
+  "grok-4-1-fast-non-reasoning": {
+    "description": "최첨단 멀티모달 모델로, 고성능 에이전트 도구 호출에 최적화되어 있습니다."
+  },
+  "grok-4-1-fast-reasoning": {
+    "description": "최첨단 멀티모달 모델로, 고성능 에이전트 도구 호출에 최적화되어 있습니다."
+  },
   "grok-4-fast-non-reasoning": {
     "description": "비용 효율적인 추론 모델 분야에서의 최신 진전인 Grok 4 Fast를 발표하게 되어 기쁩니다."
   },
@@ -2001,32 +2118,47 @@
     "description": "Imagen 4세대 텍스트-이미지 모델 시리즈"
   },
   "imagen-4.0-generate-preview-06-06": {
-    "description": "Imagen 4세대 텍스트-이미지 모델 시리즈"
+    "description": "Imagen 4세대 텍스트-투-이미지 생성 모델 시리즈"
   },
   "imagen-4.0-ultra-generate-001": {
     "description": "Imagen 4세대 텍스트 기반 이미지 생성 모델 시리즈 Ultra 버전"
   },
   "imagen-4.0-ultra-generate-preview-06-06": {
-    "description": "Imagen 4세대 텍스트-이미지 모델 시리즈 울트라 버전"
+    "description": "Imagen 4세대 텍스트-투-이미지 생성 모델 시리즈의 Ultra 버전"
   },
   "inception/mercury-coder-small": {
     "description": "Mercury Coder Small은 코드 생성, 디버깅 및 리팩토링 작업에 이상적이며, 최소 지연 시간을 자랑합니다."
   },
-  "inclusionAI/Ling-1T": {
-    "description": "Ling-1T는 'Ling 2.0' 시리즈의 첫 번째 플래그십 non-thinking 모델로, 총 1조 개의 파라미터와 토큰당 약 500억 개의 활성 파라미터를 보유하고 있습니다. Ling 2.0 아키텍처를 기반으로 구축되었으며, 효율적인 추론과 확장 가능한 인지 능력의 한계를 돌파하는 것을 목표로 합니다. Ling-1T-base는 200조 개 이상의 고품질 추론 중심 토큰으로 학습되었습니다."
-  },
   "inclusionAI/Ling-flash-2.0": {
     "description": "Ling-flash-2.0은 앤트 그룹 백령 팀이 발표한 Ling 2.0 아키텍처 시리즈의 세 번째 모델입니다. 혼합 전문가(MoE) 모델로 총 파라미터 수는 1000억에 달하지만, 각 토큰당 61억 파라미터만 활성화(비임베딩 48억)됩니다. 경량 구성 모델로서 여러 권위 있는 평가에서 400억 규모의 밀집(Dense) 모델 및 더 큰 규모의 MoE 모델과 견줄 만한 성능을 보여줍니다. 이 모델은 '대형 모델 = 대형 파라미터'라는 공감대 하에 극대화된 아키텍처 설계와 학습 전략을 통해 고효율 경로를 탐색하는 것을 목표로 합니다."
   },
   "inclusionAI/Ling-mini-2.0": {
     "description": "Ling-mini-2.0은 MoE 아키텍처 기반의 소형 고성능 대형 언어 모델입니다. 총 160억 파라미터를 보유하지만 각 토큰당 14억(비임베딩 7억 8천 9백만) 파라미터만 활성화하여 매우 빠른 생성 속도를 실현합니다. 효율적인 MoE 설계와 대규모 고품질 학습 데이터 덕분에, 활성화 파라미터가 14억에 불과함에도 불구하고 Ling-mini-2.0은 하위 작업에서 100억 이하의 밀집 LLM 및 더 큰 규모의 MoE 모델과 견줄 수 있는 최상위 성능을 보여줍니다."
   },
-  "inclusionAI/Ring-1T": {
-    "description": "Ring-1T는 백링(Bailing) 팀이 공개한 1조 파라미터 규모의 오픈소스 사고 모델입니다. Ling 2.0 아키텍처와 Ling-1T-base 모델을 기반으로 학습되었으며, 총 파라미터 수는 1조, 활성 파라미터는 500억 개에 달합니다. 최대 128K의 컨텍스트 윈도우를 지원하며, 대규모 검증 가능한 보상 강화 학습을 통해 최적화되었습니다."
-  },
   "inclusionAI/Ring-flash-2.0": {
     "description": "Ring-flash-2.0은 Ling-flash-2.0-base를 기반으로 깊이 최적화된 고성능 사고 모델입니다. 혼합 전문가(MoE) 아키텍처를 채택하여 총 1000억 파라미터를 보유하지만, 추론 시에는 61억 파라미터만 활성화합니다. 독창적인 icepop 알고리즘을 통해 MoE 대형 모델의 강화 학습(RL) 훈련 중 불안정성 문제를 해결하여 복잡한 추론 능력을 장기 훈련 동안 지속적으로 향상시켰습니다. 수학 경시대회, 코드 생성, 논리 추론 등 여러 고난도 벤치마크에서 뛰어난 성과를 거두었으며, 400억 파라미터 이하의 최상위 밀집 모델을 능가하고 더 큰 규모의 오픈소스 MoE 모델 및 폐쇄형 고성능 사고 모델과 견줄 만한 성능을 자랑합니다. 복잡한 추론에 집중하면서도 창의적 글쓰기 작업에서도 우수한 성능을 보입니다. 또한 효율적인 아키텍처 설계 덕분에 강력한 성능과 함께 고속 추론을 실현하여 고부하 환경에서 사고 모델의 배포 비용을 크게 절감합니다."
   },
+  "inclusionai/ling-1t": {
+    "description": "Ling-1T는 inclusionAI의 1T MoE 대형 모델로, 고강도 추론 작업과 대규모 문맥에 최적화되어 있습니다."
+  },
+  "inclusionai/ling-flash-2.0": {
+    "description": "Ling-flash-2.0은 inclusionAI의 MoE 모델로, 효율성과 추론 성능을 최적화하여 중대형 작업에 적합합니다."
+  },
+  "inclusionai/ling-mini-2.0": {
+    "description": "Ling-mini-2.0은 inclusionAI의 경량화된 MoE 모델로, 추론 능력을 유지하면서도 비용을 크게 절감합니다."
+  },
+  "inclusionai/ming-flash-omini-preview": {
+    "description": "Ming-flash-omni Preview는 inclusionAI의 멀티모달 모델로, 음성, 이미지, 비디오 입력을 지원하며 이미지 렌더링 및 음성 인식 능력을 최적화했습니다."
+  },
+  "inclusionai/ring-1t": {
+    "description": "Ring-1T는 inclusionAI의 조 단위 파라미터를 가진 MoE 사고 모델로, 대규모 추론 및 연구 중심 작업에 적합합니다."
+  },
+  "inclusionai/ring-flash-2.0": {
+    "description": "Ring-flash-2.0은 고처리량 환경을 위한 inclusionAI의 Ring 모델 변형으로, 속도와 비용 효율성을 강조합니다."
+  },
+  "inclusionai/ring-mini-2.0": {
+    "description": "Ring-mini-2.0은 inclusionAI의 고처리량 경량화 MoE 버전으로, 동시 처리 환경에 주로 사용됩니다."
+  },
   "internlm/internlm2_5-7b-chat": {
     "description": "InternLM2.5는 다양한 시나리오에서 스마트 대화 솔루션을 제공합니다."
   },
@@ -2036,14 +2168,26 @@
   "internlm3-latest": {
     "description": "우리의 최신 모델 시리즈는 뛰어난 추론 성능을 가지고 있으며, 동급 오픈 소스 모델 중에서 선두를 달리고 있습니다. 기본적으로 최신 출시된 InternLM3 시리즈 모델을 가리킵니다."
   },
+  "internvl2.5-38b-mpo": {
+    "description": "InternVL2.5 38B MPO, 멀티모달 사전학습 모델로, 복잡한 이미지-텍스트 추론 작업을 지원합니다."
+  },
   "internvl2.5-latest": {
     "description": "우리가 여전히 유지 관리하는 InternVL2.5 버전으로, 우수하고 안정적인 성능을 제공합니다. 기본적으로 최신 발표된 InternVL2.5 시리즈 모델을 가리키며, 현재 internvl2.5-78b를 가리킵니다."
   },
+  "internvl3-14b": {
+    "description": "InternVL3 14B, 중간 규모 멀티모달 모델로, 성능과 비용의 균형을 이룹니다."
+  },
+  "internvl3-1b": {
+    "description": "InternVL3 1B, 경량 멀티모달 모델로, 자원이 제한된 환경에 적합합니다."
+  },
+  "internvl3-38b": {
+    "description": "InternVL3 38B, 대규모 멀티모달 오픈소스 모델로, 고정밀 이미지-텍스트 이해 작업에 적합합니다."
+  },
   "internvl3-latest": {
     "description": "우리가 최근 발표한 다중 모달 대형 모델로, 더 강력한 이미지 및 텍스트 이해 능력과 장기 이미지 이해 능력을 갖추고 있으며, 성능은 최상급 폐쇄형 모델에 필적합니다. 기본적으로 최신 발표된 InternVL 시리즈 모델을 가리키며, 현재 internvl3-78b를 가리킵니다."
   },
   "irag-1.0": {
-    "description": "바이두가 자체 개발한 iRAG(image based RAG)로, 검색 강화 텍스트-이미지 생성 기술입니다. 바이두 검색의 수억 장 이미지 자원과 강력한 기본 모델 능력을 결합하여 매우 사실적인 이미지를 생성하며, 기존 텍스트-이미지 시스템을 훨씬 능가합니다. AI 느낌이 없고 비용도 매우 낮습니다. iRAG는 환각이 없고, 초현실적이며 즉시 사용 가능한 특징을 갖추고 있습니다."
+    "description": "ERNIE iRAG, 이미지 검색 강화 생성 모델로, 이미지 검색, 이미지-텍스트 검색 및 콘텐츠 생성을 지원합니다."
   },
   "jamba-large": {
     "description": "가장 강력하고 진보된 모델로, 기업급 복잡한 작업을 처리하도록 설계되었으며, 뛰어난 성능을 제공합니다."
@@ -2064,7 +2208,13 @@
     "description": "kimi-k2-0905-preview 모델은 256k 문맥 길이를 가지며, 더욱 강력한 에이전틱 코딩(Agentic Coding) 능력, 뛰어난 프론트엔드 코드의 미적 감각과 실용성, 그리고 향상된 문맥 이해 능력을 갖추고 있습니다."
   },
   "kimi-k2-instruct": {
-    "description": "Kimi K2 Instruct는 Moonshot AI에서 출시한 대형 언어 모델로, 매우 긴 문맥 처리 능력을 갖추고 있습니다."
+    "description": "Kimi K2 Instruct, Kimi 공식 추론 모델로, 장기 컨텍스트, 코드, 질의응답 등 다양한 시나리오를 지원합니다."
+  },
+  "kimi-k2-thinking": {
+    "description": "kimi-k2-thinking 모델은 Moonshot에서 제공하는 범용 에이전트 능력과 추론 능력을 갖춘 사고 모델로, 심층 추론에 능하며 다단계 도구 호출을 통해 다양한 문제 해결을 지원합니다."
+  },
+  "kimi-k2-thinking-turbo": {
+    "description": "K2 장기 사고 모델의 고속 버전으로, 256k 문맥을 지원하며, 심층 추론에 능하고 초당 60~100 토큰의 출력 속도를 자랑합니다."
   },
   "kimi-k2-turbo-preview": {
     "description": "kimi-k2는 강력한 코드 처리 및 에이전트(Agent) 기능을 갖춘 MoE(혼합 전문가) 아키텍처 기반 모델로, 총 파라미터 수는 1T(1조), 활성화 파라미터는 32B(320억)입니다. 일반 지식 추론, 프로그래밍, 수학, 에이전트 등 주요 분야의 벤치마크 성능 테스트에서 K2 모델은 다른 주요 오픈 소스 모델들을 능가합니다."
@@ -2075,8 +2225,8 @@
   "kimi-latest": {
     "description": "Kimi 스마트 어시스턴트 제품은 최신 Kimi 대형 모델을 사용하며, 아직 안정되지 않은 기능이 포함될 수 있습니다. 이미지 이해를 지원하며, 요청의 맥락 길이에 따라 8k/32k/128k 모델을 청구 모델로 자동 선택합니다."
   },
-  "kimi-thinking-preview": {
-    "description": "kimi-thinking-preview 모델은 월면의 어두운 면에서 제공하는 다중 모달 추론 능력과 범용 추론 능력을 갖춘 다중 모달 사고 모델로, 심층 추론에 능하며 더 어렵고 복잡한 문제 해결을 돕습니다."
+  "kuaishou/kat-coder-pro-v1": {
+    "description": "KAT-Coder-Pro-V1(한시적 무료)은 코드 이해 및 자동화 프로그래밍에 특화되어 있으며, 효율적인 프로그래밍 에이전트 작업에 사용됩니다."
   },
   "learnlm-1.5-pro-experimental": {
     "description": "LearnLM은 학습 과학 원칙에 맞춰 훈련된 실험적이고 특정 작업에 특화된 언어 모델로, 교육 및 학습 환경에서 시스템 지침을 따르며 전문가 멘토 역할을 수행합니다."
@@ -2120,9 +2270,6 @@
   "llama-3.3-instruct": {
     "description": "Llama 3.3 지침 미세 조정 모델은 대화 시나리오에 최적화되어 있으며, 일반적인 업계 벤치마크 테스트에서 기존의 많은 오픈소스 채팅 모델을 능가합니다."
   },
-  "llama-4-scout-17b-16e-instruct": {
-    "description": "Llama 4 Scout: 고성능 Llama 시리즈 모델로, 높은 처리량과 낮은 지연이 요구되는 환경에 적합합니다."
-  },
   "llama3-70b-8192": {
     "description": "Meta Llama 3 70B는 비할 데 없는 복잡성 처리 능력을 제공하며, 높은 요구 사항을 가진 프로젝트에 맞춤형으로 설계되었습니다."
   },
@@ -2174,6 +2321,9 @@
   "megrez-3b-instruct": {
     "description": "Megrez 3B Instruct는 Wuwen Xinqiong에서 출시한 소형 파라미터 고효율 모델입니다."
   },
+  "meituan/longcat-flash-chat": {
+    "description": "메이투안이 오픈소스로 공개한 비사고형 기반 모델로, 대화 상호작용과 에이전트 작업에 최적화되어 있으며, 도구 호출 및 복잡한 다중 회화 시나리오에서 뛰어난 성능을 발휘합니다."
+  },
   "meta-llama-3-70b-instruct": {
     "description": "추론, 코딩 및 광범위한 언어 응용 프로그램에서 뛰어난 성능을 발휘하는 강력한 70억 매개변수 모델입니다."
   },
@@ -2405,6 +2555,12 @@
   "minimax-m2": {
     "description": "MiniMax M2는 코딩 및 에이전트 워크플로우를 위해 설계된 효율적인 대형 언어 모델입니다."
   },
+  "minimax/minimax-m2": {
+    "description": "MiniMax-M2는 코딩 및 에이전트 작업에서 뛰어난 성능을 보이는 고성능 대비 가성비 모델로, 다양한 엔지니어링 환경에 적합합니다."
+  },
+  "minimaxai/minimax-m2": {
+    "description": "MiniMax-M2는 2,300억 개의 총 파라미터와 100억 개의 활성 파라미터를 갖춘 컴팩트하고 빠르며 경제적인 혼합 전문가(MoE) 모델로, 코딩 및 에이전트 작업에서 최고의 성능을 발휘하도록 설계되었으며, 강력한 범용 인공지능을 유지합니다. 이 모델은 다중 파일 편집, 코드 실행-수정의 루프, 테스트 기반 검증 및 수정, 복잡한 장기 연결 툴체인 등에서 뛰어난 성능을 보여주며, 개발자 워크플로우에 이상적인 선택입니다."
+  },
   "ministral-3b-latest": {
     "description": "Ministral 3B는 Mistral의 세계적 수준의 엣지 모델입니다."
   },
@@ -2546,15 +2702,27 @@
   "moonshotai/Kimi-K2-Instruct-0905": {
     "description": "Kimi K2-Instruct-0905는 Kimi K2의 최신이자 가장 강력한 버전입니다. 이 모델은 총 1조 개의 파라미터와 320억 개의 활성화 파라미터를 가진 최첨단 혼합 전문가(MoE) 언어 모델입니다. 주요 특징으로는 향상된 에이전트 코딩 지능으로, 공개 벤치마크 테스트와 실제 코딩 에이전트 작업에서 뛰어난 성능 향상을 보였으며, 프론트엔드 코딩 경험이 개선되어 프론트엔드 프로그래밍의 미적 측면과 실용성 모두에서 진전을 이루었습니다."
   },
+  "moonshotai/Kimi-K2-Thinking": {
+    "description": "Kimi K2 Thinking은 최신이자 가장 강력한 오픈소스 사고 모델입니다. 다단계 추론 깊이를 크게 확장하고, 200~300회 연속 도구 호출에서도 안정적인 도구 사용을 유지하며, Humanity's Last Exam (HLE), BrowseComp 등 다양한 벤치마크에서 새로운 기준을 세웠습니다. 또한 프로그래밍, 수학, 논리 추론 및 에이전트 시나리오에서 뛰어난 성능을 보입니다. 이 모델은 혼합 전문가(MoE) 아키텍처를 기반으로 하며, 총 파라미터 수는 약 1조이고, 256K 컨텍스트 윈도우 및 도구 호출을 지원합니다."
+  },
   "moonshotai/kimi-k2": {
     "description": "Kimi K2는 Moonshot AI가 개발한 대규모 혼합 전문가(MoE) 언어 모델로, 총 1조 매개변수와 한 번의 순전파당 320억 활성 매개변수를 갖추고 있습니다. 고급 도구 사용, 추론 및 코드 합성을 포함한 에이전트 능력에 최적화되어 있습니다."
   },
+  "moonshotai/kimi-k2-0711": {
+    "description": "Kimi K2 0711은 Kimi 시리즈의 Instruct 버전으로, 고품질 코드 및 도구 호출 환경에 적합합니다."
+  },
   "moonshotai/kimi-k2-0905": {
-    "description": "kimi-k2-0905-preview 모델은 256k 문맥 길이를 가지며, 더욱 강력한 에이전틱 코딩(Agentic Coding) 능력, 뛰어난 프론트엔드 코드의 미적 감각과 실용성, 그리고 향상된 문맥 이해 능력을 갖추고 있습니다."
+    "description": "Kimi K2 0905는 Kimi 시리즈의 0905 업데이트 버전으로, 문맥 길이와 추론 성능이 향상되었으며, 코딩 환경에 최적화되었습니다."
   },
   "moonshotai/kimi-k2-instruct-0905": {
     "description": "kimi-k2-0905-preview 모델은 256k 문맥 길이를 가지며, 더욱 강력한 에이전틱 코딩(Agentic Coding) 능력, 뛰어난 프론트엔드 코드의 미적 감각과 실용성, 그리고 향상된 문맥 이해 능력을 갖추고 있습니다."
   },
+  "moonshotai/kimi-k2-thinking": {
+    "description": "Kimi K2 Thinking은 Moonshot이 심층 추론 작업을 위해 최적화한 사고 모델로, 범용 에이전트 기능을 갖추고 있습니다."
+  },
+  "moonshotai/kimi-k2-thinking-turbo": {
+    "description": "Kimi K2 Thinking Turbo는 Kimi K2 Thinking의 고속 버전으로, 심층 추론 능력을 유지하면서 응답 지연을 크게 줄였습니다."
+  },
   "morph/morph-v3-fast": {
     "description": "Morph는 Claude 또는 GPT-4o와 같은 최첨단 모델이 제안하는 코드 변경 사항을 기존 코드 파일에 빠르게 적용하는 전문 AI 모델입니다. 초당 4500+ 토큰 처리 속도를 자랑하며, AI 코딩 워크플로우의 마지막 단계를 담당합니다. 16k 입력 토큰과 16k 출력 토큰을 지원합니다."
   },
@@ -2577,7 +2745,7 @@
     "description": "고급 추론 및 복잡한 문제 해결에 중점을 두며, 수학 및 과학 작업을 포함합니다. 깊이 있는 컨텍스트 이해와 에이전트 작업 흐름이 필요한 애플리케이션에 매우 적합합니다."
   },
   "o1-mini": {
-    "description": "o1-mini는 프로그래밍, 수학 및 과학 응용 프로그램을 위해 설계된 빠르고 경제적인 추론 모델입니다. 이 모델은 128K의 컨텍스트와 2023년 10월의 지식 기준일을 가지고 있습니다."
+    "description": "o1-preview보다 더 작고 빠르며, 비용이 80% 절감됩니다. 코드 생성 및 짧은 컨텍스트 작업에서 우수한 성능을 보입니다."
   },
   "o1-preview": {
     "description": "고급 추론과 복잡한 문제 해결(수학 및 과학 과제 포함)에 중점을 둡니다. 깊은 맥락 이해와 자율적 워크플로를 필요로 하는 애플리케이션에 매우 적합합니다."
@@ -2637,28 +2805,49 @@
     "description": "OpenAI의 gpt-4-turbo는 광범위한 일반 지식과 도메인 전문성을 갖추어 자연어의 복잡한 지시를 따르고 어려운 문제를 정확히 해결할 수 있습니다. 지식 컷오프는 2023년 4월이며, 컨텍스트 윈도우는 128,000 토큰입니다."
   },
   "openai/gpt-4.1": {
-    "description": "GPT 4.1은 OpenAI의 플래그십 모델로, 복잡한 작업에 적합하며 다분야 문제 해결에 뛰어납니다."
+    "description": "GPT-4.1 시리즈는 더 넓은 문맥과 향상된 엔지니어링 및 추론 능력을 제공합니다."
   },
   "openai/gpt-4.1-mini": {
-    "description": "GPT 4.1 mini는 지능, 속도 및 비용 사이의 균형을 이루어 다양한 사용 사례에 매력적인 모델입니다."
+    "description": "GPT-4.1 Mini는 더 낮은 지연 시간과 뛰어난 가성비를 제공하며, 중간 수준의 문맥 처리에 적합합니다."
   },
   "openai/gpt-4.1-nano": {
-    "description": "GPT-4.1 nano는 가장 빠르고 비용 효율적인 GPT 4.1 모델입니다."
+    "description": "GPT-4.1 Nano는 매우 저비용, 저지연 옵션으로, 짧은 대화나 분류 작업과 같은 고빈도 시나리오에 적합합니다."
   },
   "openai/gpt-4o": {
-    "description": "OpenAI의 GPT-4o는 광범위한 일반 지식과 도메인 전문성을 갖추어 자연어의 복잡한 지시를 따르고 어려운 문제를 정확히 해결할 수 있습니다. GPT-4 Turbo와 동등한 성능을 더 빠르고 저렴한 API로 제공합니다."
+    "description": "GPT-4o 시리즈는 OpenAI의 Omni 모델로, 텍스트 + 이미지 입력과 텍스트 출력을 지원합니다."
   },
   "openai/gpt-4o-mini": {
-    "description": "OpenAI의 GPT-4o mini는 가장 진보되고 비용 효율적인 소형 모델입니다. 멀티모달(텍스트 또는 이미지 입력을 받아 텍스트 출력)이며, gpt-3.5-turbo보다 더 높은 지능을 가지면서도 동일한 속도를 유지합니다."
+    "description": "GPT-4o-mini는 GPT-4o의 경량 고속 버전으로, 저지연 텍스트-이미지 혼합 시나리오에 적합합니다."
   },
   "openai/gpt-5": {
-    "description": "GPT-5는 OpenAI의 플래그십 언어 모델로, 복잡한 추론, 광범위한 현실 세계 지식, 코드 집약적 및 다단계 에이전트 작업에서 뛰어난 성능을 보입니다."
+    "description": "GPT-5는 OpenAI의 고성능 모델로, 다양한 생산 및 연구 작업에 적합합니다."
+  },
+  "openai/gpt-5-chat": {
+    "description": "GPT-5 Chat은 대화 시나리오에 최적화된 GPT-5의 하위 모델로, 지연 시간을 줄여 상호작용 경험을 향상시킵니다."
+  },
+  "openai/gpt-5-codex": {
+    "description": "GPT-5-Codex는 코딩 시나리오에 특화된 GPT-5 변형 모델로, 대규모 코드 워크플로우에 적합합니다."
   },
   "openai/gpt-5-mini": {
-    "description": "GPT-5 mini는 비용 최적화된 모델로, 추론 및 채팅 작업에서 우수한 성능을 보이며 속도, 비용 및 능력 사이에서 최적의 균형을 제공합니다."
+    "description": "GPT-5 Mini는 GPT-5 계열의 경량 버전으로, 저지연 및 저비용 환경에 적합합니다."
   },
   "openai/gpt-5-nano": {
-    "description": "GPT-5 nano는 높은 처리량을 제공하는 모델로, 간단한 지시나 분류 작업에 적합합니다."
+    "description": "GPT-5 Nano는 비용과 지연 시간에 민감한 환경에 적합한 초소형 모델입니다."
+  },
+  "openai/gpt-5-pro": {
+    "description": "GPT-5 Pro는 OpenAI의 플래그십 모델로, 향상된 추론, 코드 생성 및 엔터프라이즈 기능을 제공하며, 테스트 시 라우팅 및 엄격한 보안 정책을 지원합니다."
+  },
+  "openai/gpt-5.1": {
+    "description": "GPT-5.1은 GPT-5 시리즈의 최신 플래그십 모델로, 일반 추론, 명령 이행, 대화 자연스러움에서 GPT-5 대비 현저한 향상을 이루었으며, 다양한 작업에 적합합니다."
+  },
+  "openai/gpt-5.1-chat": {
+    "description": "GPT-5.1 Chat은 GPT-5.1 계열의 경량 모델로, 저지연 대화에 최적화되었으며, 강력한 추론 및 명령 실행 능력을 유지합니다."
+  },
+  "openai/gpt-5.1-codex": {
+    "description": "GPT-5.1-Codex는 소프트웨어 엔지니어링 및 코딩 워크플로우에 최적화된 GPT-5.1 변형 모델로, 대규모 리팩토링, 복잡한 디버깅 및 장시간 자율 코딩 작업에 적합합니다."
+  },
+  "openai/gpt-5.1-codex-mini": {
+    "description": "GPT-5.1-Codex-Mini는 GPT-5.1-Codex의 경량 고속 버전으로, 지연 시간과 비용에 민감한 코딩 시나리오에 적합합니다."
   },
   "openai/gpt-oss-120b": {
     "description": "강력하고 제어 가능한 추론 능력을 갖춘 매우 유능한 범용 대형 언어 모델입니다."
@@ -2685,7 +2874,7 @@
     "description": "o3-mini 고급 추론 버전은 o1-mini와 동일한 비용 및 지연 목표에서 높은 지능을 제공합니다."
   },
   "openai/o4-mini": {
-    "description": "OpenAI의 o4-mini는 빠르고 비용 효율적인 추론을 제공하며, 특히 수학(AIME 벤치마크 최고 성능), 코딩 및 시각 작업에서 뛰어난 성능을 보입니다."
+    "description": "OpenAI o4-mini는 OpenAI의 경량 고효율 추론 모델로, 저지연 환경에 적합합니다."
   },
   "openai/o4-mini-high": {
     "description": "o4-mini 고급 추론 버전으로, 빠르고 효율적인 추론을 위해 최적화되어 있으며, 코딩 및 시각적 작업에서 매우 높은 효율성과 성능을 자랑합니다."
@@ -2735,6 +2924,54 @@
   "pro-deepseek-v3": {
     "description": "기업 전용 서비스 모델로, 동시 처리 서비스를 포함합니다."
   },
+  "qianfan-70b": {
+    "description": "Qianfan 70B, 대규모 파라미터의 중국어 모델로, 고품질 콘텐츠 생성 및 복잡한 추론 작업에 적합합니다."
+  },
+  "qianfan-8b": {
+    "description": "Qianfan 8B, 중형 범용 모델로, 비용과 성능의 균형이 필요한 텍스트 생성 및 질의응답에 적합합니다."
+  },
+  "qianfan-agent-intent-32k": {
+    "description": "Qianfan Agent Intent 32K, 의도 인식 및 에이전트 오케스트레이션을 위한 모델로, 장문 컨텍스트를 지원합니다."
+  },
+  "qianfan-agent-lite-8k": {
+    "description": "Qianfan Agent Lite 8K, 경량 에이전트 모델로, 저비용 다중 회화 및 비즈니스 오케스트레이션에 적합합니다."
+  },
+  "qianfan-agent-speed-32k": {
+    "description": "Qianfan Agent Speed 32K, 고속 제어 에이전트 모델로, 대규모 다중 작업 에이전트 애플리케이션에 적합합니다."
+  },
+  "qianfan-agent-speed-8k": {
+    "description": "Qianfan Agent Speed 8K, 중단기 회화 및 빠른 응답을 위한 고동시성 에이전트 모델입니다."
+  },
+  "qianfan-check-vl": {
+    "description": "Qianfan Check VL, 멀티모달 콘텐츠 검토 및 감지 모델로, 이미지-텍스트 적합성 및 인식 작업을 지원합니다."
+  },
+  "qianfan-composition": {
+    "description": "Qianfan Composition, 멀티모달 창작 모델로, 이미지와 텍스트의 통합 이해 및 생성을 지원합니다."
+  },
+  "qianfan-engcard-vl": {
+    "description": "Qianfan EngCard VL, 영어 환경에 특화된 멀티모달 인식 모델입니다."
+  },
+  "qianfan-lightning-128b-a19b": {
+    "description": "Qianfan Lightning 128B A19B, 고성능 중국어 범용 모델로, 복잡한 질의응답 및 대규모 추론 작업에 적합합니다."
+  },
+  "qianfan-llama-vl-8b": {
+    "description": "Qianfan Llama VL 8B, Llama 기반 멀티모달 모델로, 범용 이미지-텍스트 이해 작업에 적합합니다."
+  },
+  "qianfan-multipicocr": {
+    "description": "Qianfan MultiPicOCR, 다중 이미지 OCR 모델로, 여러 이미지의 텍스트 감지 및 인식을 지원합니다."
+  },
+  "qianfan-qi-vl": {
+    "description": "Qianfan QI VL, 멀티모달 질의응답 모델로, 복잡한 이미지-텍스트 환경에서의 정밀 검색 및 응답을 지원합니다."
+  },
+  "qianfan-singlepicocr": {
+    "description": "Qianfan SinglePicOCR, 단일 이미지 OCR 모델로, 고정밀 문자 인식을 지원합니다."
+  },
+  "qianfan-vl-70b": {
+    "description": "Qianfan VL 70B, 대규모 파라미터의 비전-언어 모델로, 복잡한 이미지-텍스트 이해에 적합합니다."
+  },
+  "qianfan-vl-8b": {
+    "description": "Qianfan VL 8B, 경량 비전-언어 모델로, 일상적인 이미지-텍스트 질의응답 및 분석에 적합합니다."
+  },
   "qvq-72b-preview": {
     "description": "QVQ 모델은 Qwen 팀이 개발한 실험적 연구 모델로, 시각적 추론 능력 향상에 중점을 두고 있으며, 특히 수학적 추론 분야에서 두드러진 성과를 보입니다."
   },
@@ -2747,9 +2984,6 @@
   "qwen-3-32b": {
     "description": "Qwen 3 32B: Qwen 시리즈는 다국어 및 코딩 작업에서 우수한 성능을 보이며, 중간 규모의 생산 환경에 적합합니다."
   },
-  "qwen-3-coder-480b": {
-    "description": "Qwen 3 Coder 480B: 코드 생성 및 복잡한 프로그래밍 작업을 위한 장문맥 모델입니다."
-  },
   "qwen-coder-plus": {
     "description": "통의천문 코드 모델입니다."
   },
@@ -2841,7 +3075,7 @@
     "description": "32K 컨텍스트 길이를 지원하는 강력한 중형 코드 모델로, 다국어 프로그래밍에 능숙합니다."
   },
   "qwen/qwen3-14b": {
-    "description": "Qwen3-14B는 Qwen3 시리즈의 밀집형 148억 매개변수 인과 언어 모델로, 복잡한 추론과 효율적인 대화를 위해 설계되었습니다. 수학, 프로그래밍 및 논리 추론과 같은 작업을 위한 '사고' 모드와 일반 대화를 위한 '비사고' 모드 간의 원활한 전환을 지원합니다. 이 모델은 지침 준수, 에이전트 도구 사용, 창의적 글쓰기 및 100개 이상의 언어와 방언에서의 다국어 작업을 위해 미세 조정되었습니다. 기본적으로 32K 토큰 컨텍스트를 처리하며, YaRN 기반 확장을 통해 131K 토큰으로 확장할 수 있습니다."
+    "description": "Qwen3-14B는 Qwen 시리즈의 14B 버전으로, 일반적인 추론 및 대화 시나리오에 적합합니다."
   },
   "qwen/qwen3-14b:free": {
     "description": "Qwen3-14B는 Qwen3 시리즈의 밀집형 148억 매개변수 인과 언어 모델로, 복잡한 추론과 효율적인 대화를 위해 설계되었습니다. 수학, 프로그래밍 및 논리 추론과 같은 작업을 위한 '사고' 모드와 일반 대화를 위한 '비사고' 모드 간의 원활한 전환을 지원합니다. 이 모델은 지침 준수, 에이전트 도구 사용, 창의적 글쓰기 및 100개 이상의 언어와 방언에서의 다국어 작업을 위해 미세 조정되었습니다. 기본적으로 32K 토큰 컨텍스트를 처리하며, YaRN 기반 확장을 통해 131K 토큰으로 확장할 수 있습니다."
@@ -2849,6 +3083,12 @@
   "qwen/qwen3-235b-a22b": {
     "description": "Qwen3-235B-A22B는 Qwen이 개발한 235B 매개변수 전문가 혼합(MoE) 모델로, 매번 전방 전달 시 22B 매개변수를 활성화합니다. 복잡한 추론, 수학 및 코드 작업을 위한 '사고' 모드와 일반 대화 효율을 위한 '비사고' 모드 간의 원활한 전환을 지원합니다. 이 모델은 강력한 추론 능력, 다국어 지원(100개 이상의 언어와 방언), 고급 지침 준수 및 에이전트 도구 호출 능력을 보여줍니다. 기본적으로 32K 토큰 컨텍스트 창을 처리하며, YaRN 기반 확장을 통해 131K 토큰으로 확장할 수 있습니다."
   },
+  "qwen/qwen3-235b-a22b-2507": {
+    "description": "Qwen3-235B-A22B-Instruct-2507은 Qwen3 시리즈의 Instruct 버전으로, 다국어 명령 처리와 긴 문맥 시나리오를 모두 지원합니다."
+  },
+  "qwen/qwen3-235b-a22b-thinking-2507": {
+    "description": "Qwen3-235B-A22B-Thinking-2507은 Qwen3의 Thinking 변형 모델로, 복잡한 수학 및 추론 작업에 특화되어 있습니다."
+  },
   "qwen/qwen3-235b-a22b:free": {
     "description": "Qwen3-235B-A22B는 Qwen이 개발한 235B 매개변수 전문가 혼합(MoE) 모델로, 매번 전방 전달 시 22B 매개변수를 활성화합니다. 복잡한 추론, 수학 및 코드 작업을 위한 '사고' 모드와 일반 대화 효율을 위한 '비사고' 모드 간의 원활한 전환을 지원합니다. 이 모델은 강력한 추론 능력, 다국어 지원(100개 이상의 언어와 방언), 고급 지침 준수 및 에이전트 도구 호출 능력을 보여줍니다. 기본적으로 32K 토큰 컨텍스트 창을 처리하며, YaRN 기반 확장을 통해 131K 토큰으로 확장할 수 있습니다."
   },
@@ -2867,6 +3107,21 @@
   "qwen/qwen3-8b:free": {
     "description": "Qwen3-8B는 Qwen3 시리즈의 밀집형 82억 매개변수 인과 언어 모델로, 추론 집약적인 작업과 효율적인 대화를 위해 설계되었습니다. 수학, 코딩 및 논리 추론을 위한 '사고' 모드와 일반 대화를 위한 '비사고' 모드 간의 원활한 전환을 지원합니다. 이 모델은 지침 준수, 에이전트 통합, 창의적 글쓰기 및 100개 이상의 언어와 방언에서의 다국어 사용을 위해 미세 조정되었습니다. 기본적으로 32K 토큰 컨텍스트 창을 지원하며, YaRN을 통해 131K 토큰으로 확장할 수 있습니다."
   },
+  "qwen/qwen3-coder": {
+    "description": "Qwen3-Coder는 Qwen3의 코드 생성 모델 계열로, 긴 문서 내 코드 이해 및 생성에 능숙합니다."
+  },
+  "qwen/qwen3-coder-plus": {
+    "description": "Qwen3-Coder-Plus는 Qwen 시리즈의 고급 코드 에이전트 모델로, 복잡한 도구 호출 및 장기 세션을 지원합니다."
+  },
+  "qwen/qwen3-max": {
+    "description": "Qwen3 Max는 Qwen3 시리즈의 고급 추론 모델로, 다국어 추론 및 도구 통합에 적합합니다."
+  },
+  "qwen/qwen3-max-preview": {
+    "description": "Qwen3 Max(프리뷰)는 고급 추론 및 도구 통합을 위한 Qwen 시리즈의 Max 버전(미리보기)입니다."
+  },
+  "qwen/qwen3-vl-plus": {
+    "description": "Qwen3 VL-Plus는 Qwen3의 시각 기능 강화 버전으로, 멀티모달 추론 및 비디오 처리 능력을 향상시켰습니다."
+  },
   "qwen2": {
     "description": "Qwen2는 Alibaba의 차세대 대규모 언어 모델로, 뛰어난 성능으로 다양한 응용 요구를 지원합니다."
   },
@@ -2886,7 +3141,7 @@
     "description": "통의 천문 2.5 외부 오픈 소스 72B 규모 모델입니다."
   },
   "qwen2.5-7b-instruct": {
-    "description": "통의 천문 2.5 외부 오픈 소스 7B 규모 모델입니다."
+    "description": "Qwen2.5 7B Instruct, 성숙한 오픈소스 지시형 모델로, 다양한 대화 및 생성 시나리오에 적합합니다."
   },
   "qwen2.5-coder-1.5b-instruct": {
     "description": "통의천문 코드 모델 오픈 소스 버전입니다."
@@ -2919,13 +3174,13 @@
     "description": "Qwen-Omni 시리즈 모델은 비디오, 오디오, 이미지, 텍스트 등 다양한 모드의 데이터를 입력으로 지원하며, 오디오와 텍스트를 출력합니다."
   },
   "qwen2.5-vl-32b-instruct": {
-    "description": "Qwen2.5-VL 시리즈 모델은 모델의 지능 수준, 실용성 및 적용성을 향상시켜 자연스러운 대화, 콘텐츠 제작, 전문 지식 서비스 및 코드 개발 등 다양한 시나리오에서 더 나은 성능을 발휘합니다. 32B 버전은 강화 학습 기술을 활용하여 최적화되었으며, Qwen2.5 VL 시리즈의 다른 모델들과 비교하여 인간의 선호도에 더 부합하는 출력 스타일, 복잡한 수학 문제의 추론 능력, 그리고 이미지의 세밀한 이해와 추론 능력을 제공합니다."
+    "description": "Qwen2.5 VL 32B Instruct, 멀티모달 오픈소스 모델로, 프라이빗 배포 및 다양한 응용에 적합합니다."
   },
   "qwen2.5-vl-72b-instruct": {
     "description": "지시 따르기, 수학, 문제 해결, 코드 전반적인 향상, 모든 사물 인식 능력 향상, 다양한 형식의 시각적 요소를 직접 정확하게 위치 지정할 수 있으며, 최대 10분 길이의 긴 비디오 파일을 이해하고 초 단위의 사건 시점을 위치 지정할 수 있습니다. 시간의 선후와 속도를 이해할 수 있으며, 분석 및 위치 지정 능력을 기반으로 OS 또는 모바일 에이전트를 조작할 수 있습니다. 주요 정보 추출 능력과 Json 형식 출력 능력이 뛰어나며, 이 버전은 72B 버전으로, 이 시리즈에서 가장 강력한 버전입니다."
   },
   "qwen2.5-vl-7b-instruct": {
-    "description": "지시 따르기, 수학, 문제 해결, 코드 전반적인 향상, 모든 사물 인식 능력 향상, 다양한 형식의 시각적 요소를 직접 정확하게 위치 지정할 수 있으며, 최대 10분 길이의 긴 비디오 파일을 이해하고 초 단위의 사건 시점을 위치 지정할 수 있습니다. 시간의 선후와 속도를 이해할 수 있으며, 분석 및 위치 지정 능력을 기반으로 OS 또는 모바일 에이전트를 조작할 수 있습니다. 주요 정보 추출 능력과 Json 형식 출력 능력이 뛰어나며, 이 버전은 72B 버전으로, 이 시리즈에서 가장 강력한 버전입니다."
+    "description": "Qwen2.5 VL 7B Instruct, 경량 멀티모달 모델로, 배포 비용과 인식 성능의 균형을 이룹니다."
   },
   "qwen2.5-vl-instruct": {
     "description": "Qwen2.5-VL은 Qwen 모델 패밀리의 최신 버전 시각 언어 모델입니다."
@@ -2952,46 +3207,46 @@
     "description": "Qwen3는 알리바바의 차세대 대규모 언어 모델로, 뛰어난 성능으로 다양한 응용 요구를 지원합니다."
   },
   "qwen3-0.6b": {
-    "description": "Qwen3는 능력이 대폭 향상된 새로운 세대의 통합 지식 모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며, 사고 모드 전환을 지원합니다."
+    "description": "Qwen3 0.6B, 입문용 모델로, 단순한 추론 및 자원이 매우 제한된 환경에 적합합니다."
   },
   "qwen3-1.7b": {
-    "description": "Qwen3는 능력이 대폭 향상된 새로운 세대의 통합 지식 모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며, 사고 모드 전환을 지원합니다."
+    "description": "Qwen3 1.7B, 초경량 모델로, 엣지 및 단말 배포에 용이합니다."
   },
   "qwen3-14b": {
-    "description": "Qwen3는 능력이 대폭 향상된 새로운 세대의 통합 지식 모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며, 사고 모드 전환을 지원합니다."
+    "description": "Qwen3 14B, 중형 모델로, 다국어 질의응답 및 텍스트 생성에 적합합니다."
   },
   "qwen3-235b-a22b": {
-    "description": "Qwen3는 능력이 대폭 향상된 새로운 세대의 통합 지식 모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며, 사고 모드 전환을 지원합니다."
+    "description": "Qwen3 235B A22B, 범용 대형 모델로, 다양한 복잡한 작업에 적합합니다."
   },
   "qwen3-235b-a22b-instruct-2507": {
-    "description": "Qwen3 기반 비사고 모드 오픈 소스 모델로, 이전 버전(통의천문3-235B-A22B) 대비 주관적 창작 능력과 모델 안전성이 소폭 향상되었습니다."
+    "description": "Qwen3 235B A22B Instruct 2507, 범용 플래그십 지시형 모델로, 다양한 생성 및 추론 작업에 적합합니다."
   },
   "qwen3-235b-a22b-thinking-2507": {
-    "description": "Qwen3 기반 사고 모드 오픈 소스 모델로, 이전 버전(통의천문3-235B-A22B) 대비 논리 능력, 범용 능력, 지식 강화 및 창작 능력이 크게 향상되어 고난도 강추론 시나리오에 적합합니다."
+    "description": "Qwen3 235B A22B Thinking 2507, 초대형 사고 모델로, 고난도 추론에 적합합니다."
   },
   "qwen3-30b-a3b": {
-    "description": "Qwen3는 능력이 대폭 향상된 새로운 세대의 통합 지식 모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며, 사고 모드 전환을 지원합니다."
+    "description": "Qwen3 30B A3B, 중대형 범용 모델로, 비용과 성능의 균형을 이룹니다."
   },
   "qwen3-30b-a3b-instruct-2507": {
-    "description": "이전 버전(Qwen3-30B-A3B) 대비 중영 및 다국어 전반적인 일반 능력이 크게 향상되었습니다. 주관적이고 개방형 작업에 특화된 최적화로 사용자 선호에 훨씬 더 부합하며, 보다 유용한 응답을 제공할 수 있습니다."
+    "description": "Qwen3 30B A3B Instruct 2507, 중대형 지시형 모델로, 고품질 생성 및 질의응답에 적합합니다."
   },
   "qwen3-30b-a3b-thinking-2507": {
-    "description": "Qwen3 기반 사고 모드 오픈소스 모델로, 이전 버전(通义千问3-30B-A3B) 대비 논리 능력, 일반 능력, 지식 강화 및 창작 능력이 크게 향상되어 고난도 강력 추론 시나리오에 적합합니다."
+    "description": "Qwen3 30B A3B Thinking 2507, 중대형 사고 모델로, 정밀도와 비용의 균형을 고려합니다."
   },
   "qwen3-32b": {
-    "description": "Qwen3는 능력이 대폭 향상된 새로운 세대의 통합 지식 모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며, 사고 모드 전환을 지원합니다."
+    "description": "Qwen3 32B, 더 강력한 이해 능력이 필요한 범용 작업에 적합합니다."
   },
   "qwen3-4b": {
-    "description": "Qwen3는 능력이 대폭 향상된 새로운 세대의 통합 지식 모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며, 사고 모드 전환을 지원합니다."
+    "description": "Qwen3 4B, 중소형 애플리케이션 및 로컬 추론 환경에 적합합니다."
   },
   "qwen3-8b": {
-    "description": "Qwen3는 능력이 대폭 향상된 새로운 세대의 통합 지식 모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며, 사고 모드 전환을 지원합니다."
+    "description": "Qwen3 8B, 경량 모델로, 유연한 배포가 가능하며 고동시성 업무에 적합합니다."
   },
   "qwen3-coder-30b-a3b-instruct": {
     "description": "통의천문 코드 모델 오픈소스 버전입니다. 최신 qwen3-coder-30b-a3b-instruct는 Qwen3 기반의 코드 생성 모델로, 강력한 Coding Agent 기능을 갖추고 있으며, 도구 호출 및 환경 상호작용에 능숙합니다. 자율적인 프로그래밍이 가능하며, 뛰어난 코드 처리 능력과 일반적인 언어 능력을 겸비하고 있습니다."
   },
   "qwen3-coder-480b-a35b-instruct": {
-    "description": "통의천문 코드 모델 오픈 소스 버전입니다. 최신 qwen3-coder-480b-a35b-instruct는 Qwen3 기반 코드 생성 모델로, 강력한 코딩 에이전트 능력을 갖추고 도구 호출 및 환경 상호작용에 능하며, 자율 프로그래밍과 뛰어난 코드 능력 및 범용 능력을 동시에 구현합니다."
+    "description": "Qwen3 Coder 480B A35B Instruct, 플래그십 코드 모델로, 다국어 프로그래밍 및 복잡한 코드 이해를 지원합니다."
   },
   "qwen3-coder-flash": {
     "description": "통의천문 코드 모델입니다. 최신 Qwen3-Coder 시리즈 모델은 Qwen3 기반의 코드 생성 모델로, 강력한 코딩 에이전트 능력을 보유하고 있으며 도구 호출과 환경 상호작용에 능숙하여 자율 프로그래밍이 가능하며, 뛰어난 코드 능력과 함께 범용 능력도 겸비하고 있습니다."
@@ -3005,32 +3260,41 @@
   "qwen3-max": {
     "description": "통의천문3 시리즈 Max 모델로, 2.5 시리즈에 비해 전반적인 범용 능력이 크게 향상되었습니다. 중영문 범용 텍스트 이해 능력, 복잡한 지시 준수 능력, 주관적 개방형 작업 능력, 다국어 능력, 도구 호출 능력이 모두 크게 강화되었으며, 모델의 지식 환각 현상이 줄어들었습니다. 최신 qwen3-max 모델은 qwen3-max-preview 버전에 비해 에이전트 프로그래밍 및 도구 호출 방향에서 특별 업그레이드를 거쳤습니다. 이번 정식 버전 모델은 분야별 SOTA 수준에 도달했으며, 더욱 복잡한 에이전트 요구에 적합한 환경에 맞춰졌습니다."
   },
+  "qwen3-max-preview": {
+    "description": "Tongyi Qianwen 시리즈 중 가장 뛰어난 성능을 가진 모델로, 복잡하고 다단계 작업에 적합합니다. 프리뷰 버전은 사고 기능을 지원합니다."
+  },
   "qwen3-next-80b-a3b-instruct": {
     "description": "Qwen3 기반의 차세대 비사고 모드 오픈 소스 모델로, 이전 버전(통의천문3-235B-A22B-Instruct-2507)과 비교하여 중국어 텍스트 이해 능력이 향상되었고, 논리 추론 능력이 강화되었으며, 텍스트 생성 작업에서 더 우수한 성능을 보입니다."
   },
   "qwen3-next-80b-a3b-thinking": {
-    "description": "Qwen3 기반의 차세대 사고 모드 오픈 소스 모델로, 이전 버전(통의천문3-235B-A22B-Thinking-2507)과 비교하여 명령 준수 능력이 향상되었고, 모델의 요약 응답이 더욱 간결해졌습니다."
+    "description": "Qwen3 Next 80B A3B Thinking, 복잡한 작업을 위한 플래그십 추론 모델 버전입니다."
   },
   "qwen3-omni-flash": {
     "description": "Qwen-Omni 모델은 텍스트, 이미지, 오디오, 비디오 등 다양한 모달의 조합 입력을 수용할 수 있으며, 텍스트 또는 음성 형태의 응답을 생성할 수 있습니다. 다양한 인간 음색을 제공하며, 다국어 및 방언 음성 출력도 지원합니다. 텍스트 창작, 시각 인식, 음성 비서 등 다양한 분야에 활용 가능합니다."
   },
   "qwen3-vl-235b-a22b-instruct": {
-    "description": "Qwen3 VL 235B A22B 비사고 모드(Instruct)는 사고가 필요 없는 지시 기반 작업에 적합하며, 강력한 시각 이해 능력을 유지합니다."
+    "description": "Qwen3 VL 235B A22B Instruct, 플래그십 멀티모달 모델로, 고수준의 이해 및 창작 시나리오에 적합합니다."
   },
   "qwen3-vl-235b-a22b-thinking": {
-    "description": "Qwen3 VL 235B A22B 사고 모드(오픈소스 버전)는 고난도 추론 및 장시간 비디오 이해 시나리오에 최적화되어 있으며, 최고 수준의 시각+텍스트 추론 능력을 제공합니다."
+    "description": "Qwen3 VL 235B A22B Thinking, 플래그십 사고 버전으로, 복잡한 멀티모달 추론 및 계획 작업에 적합합니다."
   },
   "qwen3-vl-30b-a3b-instruct": {
-    "description": "Qwen3 VL 30B 비사고 모드(Instruct)는 일반적인 지시 수행 시나리오에 적합하며, 우수한 멀티모달 이해 및 생성 능력을 유지합니다."
+    "description": "Qwen3 VL 30B A3B Instruct, 멀티모달 대형 모델로, 정밀도와 추론 성능을 겸비합니다."
   },
   "qwen3-vl-30b-a3b-thinking": {
-    "description": "Qwen-VL(오픈소스 버전)은 시각 이해 및 텍스트 생성 능력을 제공하며, 에이전트 상호작용, 시각 인코딩, 공간 인식, 장시간 비디오 이해 및 심층 사고를 지원합니다. 복잡한 상황에서도 뛰어난 문자 인식 및 다국어 지원 능력을 갖추고 있습니다."
+    "description": "Qwen3 VL 30B A3B Thinking, 복잡한 멀티모달 작업을 위한 심층 사고 버전입니다."
+  },
+  "qwen3-vl-32b-instruct": {
+    "description": "Qwen3 VL 32B Instruct, 멀티모달 지시형 미세조정 모델로, 고품질 이미지-텍스트 질의응답 및 창작에 적합합니다."
+  },
+  "qwen3-vl-32b-thinking": {
+    "description": "Qwen3 VL 32B Thinking, 멀티모달 심층 사고 버전으로, 복잡한 추론 및 장거리 연쇄 분석을 강화합니다."
   },
   "qwen3-vl-8b-instruct": {
-    "description": "Qwen3 VL 8B 비사고 모드(Instruct)는 일반적인 멀티모달 생성 및 인식 작업에 적합합니다."
+    "description": "Qwen3 VL 8B Instruct, 경량 멀티모달 모델로, 일상적인 비전 질의응답 및 애플리케이션 통합에 적합합니다."
   },
   "qwen3-vl-8b-thinking": {
-    "description": "Qwen3 VL 8B 사고 모드는 경량 멀티모달 추론 및 상호작용 시나리오에 적합하며, 긴 컨텍스트 이해 능력을 유지합니다."
+    "description": "Qwen3 VL 8B Thinking, 멀티모달 사고 체인 모델로, 시각 정보에 대한 정밀한 추론에 적합합니다."
   },
   "qwen3-vl-flash": {
     "description": "Qwen3 VL Flash는 경량 고속 추론 버전으로, 지연에 민감하거나 대량 요청이 필요한 상황에 적합합니다."
@@ -3080,6 +3344,9 @@
   "sonar-reasoning-pro": {
     "description": "DeepSeek 추론 모델이 지원하는 새로운 API 제품입니다."
   },
+  "spark-x": {
+    "description": "X1.5 기능 소개: (1) thinking 필드를 통해 사고 모드 동적 조정 가능; (2) 컨텍스트 길이 확장: 입력 및 출력 각각 64K 지원; (3) FunctionCall 기능 지원."
+  },
   "stable-diffusion-3-medium": {
     "description": "Stability AI가 출시한 최신 텍스트-이미지 대형 모델입니다. 이전 버전의 장점을 계승하면서 이미지 품질, 텍스트 이해 및 스타일 다양성 측면에서 크게 개선되어 복잡한 자연어 프롬프트를 더 정확히 해석하고 더욱 정밀하고 다양한 이미지를 생성할 수 있습니다."
   },
@@ -3152,9 +3419,6 @@
   "step-r1-v-mini": {
     "description": "이 모델은 강력한 이미지 이해 능력을 갖춘 추론 대모델로, 이미지와 텍스트 정보를 처리하며, 깊은 사고 후 텍스트를 생성합니다. 이 모델은 시각적 추론 분야에서 두드러진 성능을 보이며, 1차 대열의 수학, 코드, 텍스트 추론 능력을 갖추고 있습니다. 문맥 길이는 100k입니다."
   },
-  "step3": {
-    "description": "Step3는 Jieyue Xingchen에서 출시한 멀티모달 모델로, 강력한 시각 이해 능력을 갖추고 있습니다."
-  },
   "stepfun-ai/step3": {
     "description": "Step3은 StepFun(중국명: 阶跃星辰)이 발표한 최첨단 멀티모달 추론 모델로, 총 321B의 파라미터와 38B의 활성화 파라미터를 가진 전문가 혼합(MoE) 아키텍처를 기반으로 합니다. 이 모델은 엔드투엔드 설계를 채택해 디코딩 비용을 최소화하는 동시에 시각-언어 추론에서 최상급 성능을 제공합니다. 다중 행렬 분해 어텐션(MFA)과 어텐션-FFN 디커플링(AFD)의 결합 설계를 통해 Step3은 플래그십급 및 저사양 가속기 모두에서 탁월한 효율을 유지합니다. 사전학습 단계에서 Step3은 20조개 이상의 텍스트 토큰(20T)과 4조개 이상의 이미지-텍스트 혼합 토큰(4T)을 처리했으며, 10여 개 언어를 포괄합니다. 이 모델은 수학, 코드 및 멀티모달을 포함한 여러 벤치마크에서 오픈소스 모델 중 선도적인 수준의 성능을 달성했습니다."
   },
@@ -3236,6 +3500,9 @@
   "vercel/v0-1.5-md": {
     "description": "특정 프레임워크 추론과 최신 지식을 갖춘 현대 웹 애플리케이션 생성, 수정 및 최적화를 위한 v0 기반 모델에 접근합니다."
   },
+  "volcengine/doubao-seed-code": {
+    "description": "Doubao-Seed-Code는 바이트댄스 화산 엔진이 Agentic Programming에 최적화한 대형 모델로, 다양한 프로그래밍 및 에이전트 벤치마크에서 우수한 성능을 보이며 256K 문맥을 지원합니다."
+  },
   "wan2.2-t2i-flash": {
     "description": "만상2.2 초고속 버전으로, 현재 최신 모델입니다. 창의성, 안정성, 사실적 질감이 전면 업그레이드되었으며, 생성 속도가 빠르고 비용 효율성이 높습니다."
   },
@@ -3263,8 +3530,23 @@
   "wizardlm2:8x22b": {
     "description": "WizardLM 2는 Microsoft AI에서 제공하는 언어 모델로, 복잡한 대화, 다국어, 추론 및 스마트 어시스턴트 분야에서 특히 뛰어난 성능을 발휘합니다."
   },
-  "x1": {
-    "description": "Spark X1 모델은 추가 업그레이드를 통해 기존의 수학 과제에서 국내 선두를 유지하며, 추론, 텍스트 생성, 언어 이해 등 일반 과제에서 OpenAI o1 및 DeepSeek R1과 동등한 성과를 달성합니다."
+  "x-ai/grok-4": {
+    "description": "Grok 4는 xAI의 플래그십 추론 모델로, 강력한 추론 및 멀티모달 기능을 제공합니다."
+  },
+  "x-ai/grok-4-fast": {
+    "description": "Grok 4 Fast는 xAI의 고처리량, 저비용 모델로(2M 문맥 창 지원), 고동시성과 긴 문맥이 필요한 시나리오에 적합합니다."
+  },
+  "x-ai/grok-4-fast-non-reasoning": {
+    "description": "Grok 4 Fast(Non-Reasoning)는 xAI의 고처리량, 저비용 멀티모달 모델로(2M 문맥 창 지원), 지연 시간과 비용에 민감하지만 모델 내 추론이 필요 없는 시나리오에 적합합니다. 이는 Grok 4 Fast의 reasoning 버전과 병행되며, API의 reasoning enable 파라미터를 통해 필요 시 추론 기능을 활성화할 수 있습니다. 프롬프트와 응답은 xAI 또는 OpenRouter에 의해 향후 모델 개선에 활용될 수 있습니다."
+  },
+  "x-ai/grok-4.1-fast": {
+    "description": "Grok 4.1 Fast는 xAI의 고처리량, 저비용 모델로(2M 문맥 창 지원), 고동시성과 긴 문맥이 필요한 시나리오에 적합합니다."
+  },
+  "x-ai/grok-4.1-fast-non-reasoning": {
+    "description": "Grok 4.1 Fast(Non-Reasoning)는 xAI의 고처리량, 저비용 멀티모달 모델로(2M 문맥 창 지원), 지연 시간과 비용에 민감하지만 모델 내 추론이 필요 없는 시나리오에 적합합니다. 이는 Grok 4 Fast의 reasoning 버전과 병행되며, API의 reasoning enable 파라미터를 통해 필요 시 추론 기능을 활성화할 수 있습니다. 프롬프트와 응답은 xAI 또는 OpenRouter에 의해 향후 모델 개선에 활용될 수 있습니다."
+  },
+  "x-ai/grok-code-fast-1": {
+    "description": "Grok Code Fast 1은 xAI의 고속 코드 모델로, 가독성과 엔지니어링 적합성이 뛰어난 출력을 제공합니다."
   },
   "xai/grok-2": {
     "description": "Grok 2는 최첨단 추론 능력을 갖춘 최전선 언어 모델로, 채팅, 코딩 및 추론에서 뛰어난 능력을 보이며 LMSYS 순위에서 Claude 3.5 Sonnet 및 GPT-4-Turbo를 능가합니다."
@@ -3323,6 +3605,18 @@
   "yi-vision-v2": {
     "description": "복잡한 시각적 작업 모델로, 여러 이미지를 기반으로 한 고성능 이해 및 분석 능력을 제공합니다."
   },
+  "z-ai/glm-4.5": {
+    "description": "GLM 4.5는 Z.AI의 플래그십 모델로, 하이브리드 추론 모드를 지원하며 엔지니어링 및 긴 문맥 작업에 최적화되어 있습니다."
+  },
+  "z-ai/glm-4.5-air": {
+    "description": "GLM 4.5 Air는 GLM 4.5의 경량 버전으로, 비용에 민감한 환경에서도 강력한 추론 능력을 유지합니다."
+  },
+  "z-ai/glm-4.6": {
+    "description": "GLM 4.6은 Z.AI의 플래그십 모델로, 문맥 길이와 코딩 능력을 확장하였습니다."
+  },
+  "zai-glm-4.6": {
+    "description": "프로그래밍 및 추론 작업에서 우수한 성능을 보이며, 스트리밍 및 도구 호출을 지원합니다. 에이전트 기반 코딩 및 복잡한 추론 시나리오에 적합합니다."
+  },
   "zai-org/GLM-4.5": {
     "description": "GLM-4.5는 에이전트 애플리케이션을 위해 설계된 기본 모델로, 혼합 전문가(Mixture-of-Experts) 아키텍처를 사용합니다. 도구 호출, 웹 브라우징, 소프트웨어 엔지니어링, 프론트엔드 프로그래밍 분야에서 깊이 최적화되었으며, Claude Code, Roo Code 등 코드 에이전트에 원활히 통합될 수 있습니다. GLM-4.5는 혼합 추론 모드를 채택하여 복잡한 추론과 일상 사용 등 다양한 응용 시나리오에 적응할 수 있습니다."
   },
@@ -3343,5 +3637,8 @@
   },
   "zai/glm-4.5v": {
     "description": "GLM-4.5V는 GLM-4.5-Air 기본 모델을 기반으로 구축되었으며, 검증된 GLM-4.1V-Thinking 기술을 계승하면서 강력한 1060억 매개변수 MoE 아키텍처를 통해 효율적인 확장을 실현했습니다."
+  },
+  "zenmux/auto": {
+    "description": "ZenMux의 자동 라우팅 기능은 요청 내용을 기반으로 지원되는 모델 중 가장 가성비가 높고 성능이 우수한 모델을 자동으로 선택합니다."
   }
 }