Juli 2026 Release-Überblick: rund 30 neue Modelle und Media-APIs

Diesen Monat hat AIHubMix fast 30 neue Modelle für Chat, Coding, Audio, Bild und 3D hinzugefügt und mehrere Plattformfunktionen eingeführt, darunter Media-Generation-APIs, die Reparatur strukturierter Ausgaben und eine 3D-Generierungs-API. Die Bandbreite an Modalitäten, die über einen einzigen API-Schlüssel verfügbar sind, wächst weiter. Hier sind die wichtigsten Neuerungen.

Media-Generation-APIs und einheitliche asynchrone Tasks

Neue Media-Generation-Endpunkte /ai/v1/images/generations und /ai/v1/images/edits sind jetzt verfügbar, zusammen mit einheitlichen asynchronen Tasks, Ergebnisabfragen, Artefakt-Downloads und Webhook-Callbacks. Bild- und Video-Workflows können über denselben Task-Lebenszyklus integriert werden, sodass sich der Status länger laufender Generierungen leicht verfolgen lässt. Generierte Artefakte unterstützen direkten Download und Stapelabruf. Siehe Async Tasks.

Reparatur strukturierter Ausgaben

Eine neue, schlüsselbezogene Funktion zur Reparatur strukturierter Ausgaben ist verfügbar und standardmäßig deaktiviert. Nach der Aktivierung repariert die Plattform bei nicht streamenden Anfragen, die eine strukturierte JSON-Ausgabe deklarieren, automatisch JSON-Antworten mit Formatfehlern wie abgeschnittenen Inhalten, nachgestellten Kommas oder Code-Block-Umschließungen, bevor die Antwort zurückgegeben wird, sodass sie als gültiges JSON geparst werden kann. Die Werte bleiben unverändert und auf Client-Seite sind keine Änderungen nötig. Unterstützt werden die Protokolle Chat Completions, Responses, Claude und Gemini, und reparierte Antworten enthalten den Header X-JSON-Repaired: true. Siehe Structured Output Repair.

3D-Generierungs-API

Die neue asynchrone 3D-Generierungs-API /v1/3d/generations startet mit Tencent Hunyuan 3D (hy-3d-3.1) als erstem unterstützten Modell. Sie deckt Text-zu-3D, Bild-zu-3D und Multi-View-Eingaben ab. Die Artefakte stehen in den Formaten obj, glb, stl, usdz und fbx sowie mit PBR-Materialien zur Verfügung und eignen sich für Spiele, E-Commerce-Darstellung, 3D-Druck und Produktdesign. Siehe 3D Generation API.

Offizieller AIHubMix MCP Server

Der offizielle gehostete Einstiegspunkt für MCP-Clients ist jetzt live: mcp.aihubmix.com/mcp (Backup: mcp.inferera.com/mcp). Verbinde ihn in Claude Code, Codex, Cursor und anderen Tools, um Modelle und Preise abzufragen, die Dokumentation zu durchsuchen, deinen Guthabenstand zu prüfen und Tools für Chat, Bildgenerierung und Videogenerierung aufzurufen. Die Zugangsdaten werden vom Client pro Anfrage übergeben, und der Server speichert keine API-Schlüssel.

Jina-Suche und Web-Lesen

Neue Funktionen von Jina Search und Reader ermöglichen es, mit deinem AIHubMix-API-Schlüssel Suchergebnisse und Webseiteninhalte abzurufen. Sie eignen sich für externe Informationsbeschaffung, das Lesen von Dokumenten und den Tool-Aufruf durch Agenten. Beide unterstützen POST-Anfragen, und Reader akzeptiert zusätzlich Multipart-Uploads lokaler Dateien wie PDF, Word, Excel, PPT, HTML und Bilder. Siehe Jina AI.

Weitere Funktionsupdates

• Qwen-TTS-Audioerzeugung: qwen-audio-3.0-tts-plus und qwen-audio-3.0-tts-flash können über /v1/audio/speech aufgerufen werden. Nicht streamende Anfragen liefern einen Link zum Audioergebnis, streamende Anfragen liefern SSE-Ereignisse zur Audioerzeugung. Unterstützt werden Emotions-Tags und Sprachanweisungen in natürlicher Sprache. Siehe TTS.
• Dokumentation zum GPT-Prompt-Caching: Ab der GPT-5.6-Serie werden Cache-Schreibvorgänge mit dem 1,25-fachen des Eingabepreises und Cache-Lesevorgänge mit dem 0,1-fachen berechnet. Caches bleiben mindestens 30 Minuten erhalten. Enthalten sind Details zum Parameter prompt_cache_key sowie Hinweise zur Fehlersuche bei Cache-Treffern. Siehe GPT Prompt Caching.
• Veo 3.1 Bild-zu-Video unterstützt erste/letzte Frames und Referenzbilder: Du steuerst Anfangs- und Schlussaufnahme, Charakterreferenzen und Stilreferenzen präziser. Siehe Video Generation.
• Automatische Responses-Brücke für Tool-Aufrufe ab gpt-5.5: Anfragen über /v1/chat/completions mit Tools und reasoning_effort nutzen automatisch die Fähigkeiten der Responses API. So erhalten bestehende Clients ohne Änderungen zuverlässigeres Tool-Calling. Siehe Responses API.
• Native Gemini-Endpunkte vervollständigt: Das SDK @google/genai unterstützt bei Aufrufen über AIHubMix nun native Embeddings, Interactions und Context Caching. Siehe Gemini Native SDK.
• Streaming-Verbindungen auf 2 Stunden verlängert: Die maximale Dauer streamender Verbindungen wurde von 1 Stunde auf 2 Stunden erhöht. Lange Denk- und Generierungsaufgaben werden dadurch seltener vorzeitig abgebrochen.
• Durchreichen von Gemini-Bildparametern: Beim Aufruf von Gemini-Bildausgabemodellen über die OpenAI-kompatible API können aspectRatio und imageSize in extra_body.generationConfig.imageConfig übergeben werden.
• Strukturierte Ausgabe über alle Protokolle: Das OpenAI-kompatible response_format und das native Claude-Feld output_config.format werden auf den relevanten Pfaden nun in beide Richtungen angepasst. Siehe Structured Output.

Stabilität und Fehlerbehebungen

• Verbesserungen der Multi-Protokoll-Kompatibilität: Felder von Messages-Antworten, Thinking-Parameter, stop-Parameter und Strukturen von Tool-Call-Antworten wurden weiter an das jeweilige Protokoll-Ökosystem angeglichen.
• Verbesserungen der Streaming-Zuverlässigkeit: Behoben wurden abgeschnittene Streaming-Ausgaben und Antworten, die bei einigen Modellen fälschlich als leer eingestuft wurden. Bei Verbindungsabbrüchen durch Clients werden die Nutzungsdaten nun vollständiger erfasst.
• Verbesserungen bei der Erfassung von Cache-Nutzung und Abrechnungsgenauigkeit, sodass die Abrechnungsdetails die tatsächliche Nutzung besser widerspiegeln.
• Klarere Fehlermeldungen: Fehlgeschlagene Parametervalidierungen werden früher zurückgemeldet, und Fehler bei unbekannten Modellen sowie bei erschöpften Schlüssel-Kontingenten sind expliziter.

Neue Modelle in diesem Monat (fast 30)

Chat / Allgemein

• claude-opus-5: Das Flaggschiffmodell von Anthropic mit einem Kontextfenster von 1M und maximal 128K Ausgabe, entwickelt für anspruchsvolles Reasoning, Coding und langfristige Agenten-Aufgaben.
• claude-sonnet-5: für Chat-, Reasoning- und Agenten-Szenarien.
• gpt-5.6-sol / gpt-5.6-terra / gpt-5.6-luna: drei Stufen der OpenAI-GPT-5.6-Serie, jeweils mit einem Kontextfenster von 1.050.000, maximal 128K Ausgabe sowie Text- und Bildeingabe. Sol ist die Flaggschiff-Stufe, Terra erreicht die Leistung von GPT-5.5 zum halben Preis, und Luna richtet sich an kostensensible Workloads.
• qwen3.8-max-preview: das Qwen-Foundation-Modell der neuesten Generation mit 2,4T Parametern, zeitlich begrenzt mit 90% Rabatt verfügbar.
• kimi-k3: Offenes Long-Context-Modell von Moonshot AI mit 2,8T Parametern, einem Kontextfenster von 1M und nativer Bildeingabe. Siehe den Praxisleitfaden zu Kimi K3.
• grok-4.5: konfigurierbares Reasoning, Tool-Calling und 500K Kontext, geeignet für Code-Reparatur und Agenten-Workflows.
• tencent-hy3: die GA-Veröffentlichung von Tencent Hunyuan Hy3. MoE-Architektur mit insgesamt 295B Parametern, davon 21B aktiv, einem Kontextfenster von 256K und Open-Source-Lizenz unter Apache 2.0.
• gemini-3.6-flash, gemini-3.5-flash-lite, gemini-2.5-flash-lite: neue Stufen der Google-Flash-Serie.
• glm-5.2-fast-preview, Qwen3-235B-A22B-Instruct-2507, command-a-plus-05-2026, gemma-4-31b, longcat-2.0.

Coding

• qwen3-coder-480b-a35b-instruct: Das Flaggschiff-Codemodell der Qwen3-Coder-Reihe für Codegenerierung, Software-Engineering-Agenten und Tool-Calling-Workflows.

Audio

• gpt-audio-1.5: das erste allgemein verfügbare (GA) Audiomodell von OpenAI, mit Audioeingabe und -ausgabe.
• gpt-4o-transcribe-diarize: ASR-Transkription mit Sprecherdiarisierung, nur über die Transcription API verfügbar.
• qwen-audio-3.0-tts-plus, qwen-audio-3.0-tts-flash: Qwen-Sprachsynthesemodelle. Die Plus-Stufe bietet feine Kontrolle über Emotion und Charakter, die Flash-Stufe liefert eine Latenz bis zum ersten Paket von unter 200 ms.

Bild

• mai-image-2.5-pro: Das Flaggschiffmodell von Microsoft für Bildgenerierung und Bildbearbeitung mit hoher Detailtreue und Textdarstellung im Bild. mai-image-2.5 und mai-image-2.5-flash aus derselben Serie sind ebenfalls verfügbar.
• gemini-3.1-flash-lite-image: Bildmodell von Google.

3D

• hy-3d-3.1: Tencent Hunyuan 3D Professional Edition, mit Unterstützung für Text-zu-3D, Bild-zu-3D und Eingaben aus acht Blickwinkeln.

Retrieval / Reranking

• jina-reranker-v3.5: Mehrsprachiger Listwise-Dokument-Reranker von Jina AI für RAG, Suche und das Ranking strukturierter Daten.

Preise und Ankündigungen

• GLM-5.2 zeitlich begrenztes Angebot nach Tageszeit: glm-5.2 ist nach täglichen Zeitfenstern (UTC) vergünstigt: 50% Rabatt von 14:00 bis 24:00 und 30% Rabatt von 00:00 bis 14:00 jeden Tag. Zeitlich begrenztes Angebot.
• Qwen3.8-Max-Preview mit 90% Rabatt: Aufrufe werden zu 10% des Listenpreises abgerechnet, was bei gleichen Ausgaben effektiv 10-mal mehr Nutzung bedeutet. Zeitlich begrenzt, solange der Vorrat reicht.
• DeepSeek V4 Abrechnung nach Tageszeit: DeepSeek-V4-Modelle unterstützen eine Abrechnung nach Spitzen- und Nebenzeiten. Die Kosten richten sich nach dem Zeitfenster zum Zeitpunkt der Übermittlung der Anfrage. Streamende Anfragen, die eine Zeitgrenze überschreiten, werden ebenfalls zum Zeitpunkt der Übermittlung bepreist.

FAQ

Welche Modelle wurden in diesem Monat hinzugefügt?
Fast 30, darunter Chat (claude-opus-5, claude-sonnet-5, die GPT-5.6-Serie, qwen3.8-max-preview, kimi-k3, grok-4.5, tencent-hy3 und weitere), Coding (qwen3-coder-480b-a35b-instruct), Audio (gpt-audio-1.5 und die qwen-audio-3.0-tts-Reihe), Bild (die mai-image-2.5-Serie), 3D (hy-3d-3.1) und Reranking (jina-reranker-v3.5).

Wie verbinde ich mich mit dem AIHubMix MCP Server?
Füge den Einstiegspunkt https://mcp.aihubmix.com/mcp in einem beliebigen MCP-fähigen Client hinzu (Claude Code, Codex, Cursor und andere). Die Zugangsdaten werden vom Client pro Anfrage übergeben. Danach kannst du Modelle und Preise abfragen, die Dokumentation durchsuchen, deinen Guthabenstand prüfen und Tools für Chat, Bildgenerierung und Videogenerierung aufrufen.

Was unterstützen die Media-Generation-APIs?
Sende Bildgenerierungs- und Bildbearbeitungsanfragen über /ai/v1/images/generations und /ai/v1/images/edits und frage danach mit der einheitlichen Async-Task-API den Status ab, lade Artefakte herunter und empfange Webhook-Callbacks. Siehe Async Tasks.

Was ist das zeitlich begrenzte Angebot für Qwen3.8-Max-Preview?
Aufrufe werden zu 10% des Listenpreises abgerechnet, was bei gleichen Kosten effektiv 10-mal mehr Nutzung bedeutet. Zeitlich begrenzt, es gilt das Prinzip „Wer zuerst kommt, mahlt zuerst“.

Durchsuchen Sie alle Modelle in der Modellgalerie und finden Sie Details zur Integration in der Dokumentation.

Aktualisiert: 2026-07-31