Mise en avant de juillet 2026 : environ 30 nouveaux modèles et API média

Ce mois-ci, AIHubMix a ajouté près de 30 nouveaux modèles couvrant le chat, le code, l'audio, l'image et la 3D, et lancé plusieurs fonctionnalités de la plateforme, dont les API de génération de médias, la réparation des sorties structurées et une API de génération 3D. La gamme de modalités accessibles avec une seule clé API ne cesse de s'élargir. Voici les points forts.

API de génération de médias et tâches asynchrones unifiées

Les nouveaux points de terminaison de génération de médias /ai/v1/images/generations et /ai/v1/images/edits sont désormais disponibles, avec des tâches asynchrones unifiées, des requêtes de résultats, le téléchargement des artefacts et des rappels webhook. Les workflows d'images et de vidéos peuvent s'intégrer via le même cycle de vie des tâches, ce qui facilite le suivi des générations longues. Les artefacts générés peuvent être téléchargés directement ou récupérés par lots. Voir Tâches asynchrones.

Réparation des sorties structurées

Une nouvelle capacité de réparation des sorties structurées, configurable au niveau de la clé et désactivée par défaut, est disponible. Une fois activée, pour les requêtes non streaming qui déclarent une sortie JSON structurée, lorsque le modèle renvoie du JSON comportant des erreurs de format, comme une troncature, des virgules finales ou des blocs de code encadrants, la plateforme le répare automatiquement en JSON valide et analysable avant de le renvoyer. Les valeurs restent inchangées et aucune modification côté client n'est nécessaire. Elle prend en charge les protocoles Chat Completions, Responses, Claude et Gemini, et les réponses réparées portent l'en-tête X-JSON-Repaired: true. Voir Réparation des sorties structurées.

API de génération 3D

La nouvelle API de génération 3D asynchrone /v1/3d/generations est lancée avec Tencent Hunyuan 3D (hy-3d-3.1) comme premier modèle pris en charge. Elle couvre le texte vers 3D, l'image vers 3D et les entrées multi-vues, avec des artefacts aux formats obj, glb, stl, usdz et fbx, ainsi que des matériaux PBR, adaptés aux jeux, à l'affichage e-commerce, à l'impression 3D et à la conception de produits. Voir API de génération 3D.

Serveur MCP officiel d'AIHubMix

Le point d'entrée hébergé officiel pour les clients MCP est désormais disponible : mcp.aihubmix.com/mcp (secours : mcp.inferera.com/mcp). Connectez-le dans Claude Code, Codex, Cursor et d'autres outils pour interroger les modèles et leurs tarifs, rechercher dans la documentation, vérifier votre solde et appeler les outils de chat, de génération d'images et de génération de vidéos. Les identifiants sont transmis par requête par le client, et le serveur ne stocke pas les clés API.

Recherche et lecture web Jina

Les nouvelles fonctionnalités Jina Search et Reader vous permettent de récupérer des résultats de recherche et le contenu de pages web avec votre clé API AIHubMix, pour la recherche d'informations externes, la lecture de documents et l'appel d'outils par des agents. Les deux prennent en charge les requêtes POST, et Reader accepte aussi les envois multipart de fichiers locaux tels que PDF, Word, Excel, PPT, HTML et images. Voir Jina AI.

Autres mises à jour des fonctionnalités

• Génération audio TTS Qwen : qwen-audio-3.0-tts-plus et qwen-audio-3.0-tts-flash peuvent être appelés via /v1/audio/speech. Les requêtes non streaming renvoient un lien vers le résultat audio, les requêtes streaming renvoient des événements SSE de génération audio, avec prise en charge des balises d'émotion et des instructions vocales en langage naturel. Voir TTS.
• Documentation du cache de prompts GPT : à partir de la série GPT-5.6, les écritures dans le cache sont facturées 1,25 fois le prix d'entrée, les lectures du cache 0,1 fois, et les caches sont conservés au moins 30 minutes. Comprend les détails du paramètre prompt_cache_key et le dépannage des hits de cache. Voir Cache de prompts GPT.
• Veo 3.1 image vers vidéo prend en charge les premières et dernières images ainsi que les images de référence : contrôlez avec plus de précision les plans d'ouverture et de fermeture, les références de personnages et les références de style. Voir Génération de vidéos.
• Pontage automatique Responses pour les appels d'outils de gpt-5.5 et versions supérieures : les requêtes envoyées via /v1/chat/completions avec des outils et reasoning_effort utilisent automatiquement les capacités de Responses, offrant aux clients existants des appels d'outils plus fiables sans aucune modification. Voir API Responses.
• Points de terminaison natifs Gemini complétés : le SDK @google/genai prend désormais en charge les Embeddings natifs, Interactions et Context Caching lorsqu'il est appelé via AIHubMix. Voir SDK natif Gemini.
• Connexions streaming étendues à 2 heures : la durée maximale d'une connexion streaming est passée de 1 heure à 2 heures, ce qui réduit le risque d'interruption prématurée des longues réflexions et des longues générations.
• Transmission des paramètres d'image Gemini : lors de l'appel des modèles de sortie d'image Gemini via l'API compatible OpenAI, aspectRatio et imageSize peuvent être passés dans extra_body.generationConfig.imageConfig.
• Sortie structurée sur tous les protocoles : le paramètre response_format compatible OpenAI et le paramètre natif Claude output_config.format s'adaptent désormais dans les deux sens sur les chemins concernés. Voir Sortie structurée.

Stabilité et corrections

• Améliorations de la compatibilité multi-protocoles : les champs de réponse Messages, les paramètres de réflexion, les paramètres stop et les structures de réponse des appels d'outils sont encore mieux alignés sur l'écosystème de chaque protocole.
• Améliorations de la fiabilité du streaming : correction de sorties streaming tronquées et de réponses classées à tort comme vides pour certains modèles, avec des enregistrements d'usage plus complets lorsque les clients se déconnectent.
• Améliorations de la mesure et de la précision de facturation du cache, afin que les détails de facturation reflètent mieux l'usage réel.
• Messages d'erreur plus clairs : les échecs de validation des paramètres sont signalés plus tôt, et les erreurs pour les modèles inconnus et les quotas de clés épuisés sont plus explicites.

Nouveaux modèles de ce mois-ci (près de 30)

Chat / usage général

• claude-opus-5 : modèle phare d'Anthropic avec une fenêtre de contexte de 1M et une sortie maximale de 128K, conçu pour le raisonnement intensif, le code et les tâches d'agents à long horizon.
• claude-sonnet-5 : pour les scénarios de chat, de raisonnement et d'agents.
• gpt-5.6-sol / gpt-5.6-terra / gpt-5.6-luna : trois niveaux de la série OpenAI GPT-5.6, chacun avec une fenêtre de contexte de 1 050 000 tokens, une sortie maximale de 128K, et une entrée texte et image. Sol est le niveau phare, Terra égale les performances de GPT-5.5 à moitié prix, et Luna cible les charges de travail sensibles au coût.
• qwen3.8-max-preview : le modèle de fondation Qwen de dernière génération, avec 2,4T de paramètres, disponible à une remise de 90 % pour une durée limitée.
• kimi-k3 : modèle ouvert à long contexte de Moonshot AI avec 2,8T de paramètres, une fenêtre de contexte de 1M et une entrée vision native. Voir le guide pratique Kimi K3.
• grok-4.5 : raisonnement configurable, appels d'outils et contexte de 500K, adapté à la correction de code et aux workflows d'agents.
• tencent-hy3 : la version GA de Tencent Hunyuan Hy3. Architecture MoE avec 295B de paramètres au total / 21B actifs, une fenêtre de contexte de 256K, open source sous licence Apache 2.0.
• gemini-3.6-flash, gemini-3.5-flash-lite, gemini-2.5-flash-lite : nouveaux niveaux de la série Flash de Google.
• glm-5.2-fast-preview, Qwen3-235B-A22B-Instruct-2507, command-a-plus-05-2026, gemma-4-31b, longcat-2.0.

Code

• qwen3-coder-480b-a35b-instruct : modèle de code phare de Qwen3-Coder pour la génération de code, les agents d'ingénierie logicielle et les workflows d'appels d'outils.

Audio

• gpt-audio-1.5 : le premier modèle audio d'OpenAI disponible en version générale (GA), prenant en charge l'entrée et la sortie audio.
• gpt-4o-transcribe-diarize : transcription ASR avec diarisation des locuteurs, disponible uniquement via l'API de transcription.
• qwen-audio-3.0-tts-plus, qwen-audio-3.0-tts-flash : modèles de synthèse vocale de Qwen. Le niveau plus offre un contrôle fin de l'émotion et du personnage, le niveau flash délivre une latence du premier paquet inférieure à 200 ms.

Image

• mai-image-2.5-pro : modèle phare de génération et d'édition d'images de Microsoft, offrant un réalisme haute fidélité et un rendu de texte dans l'image. mai-image-2.5 et mai-image-2.5-flash de la même série sont également disponibles.
• gemini-3.1-flash-lite-image : modèle de capacités d'image de Google.

3D

• hy-3d-3.1 : édition professionnelle de Tencent Hunyuan 3D, prenant en charge le texte vers 3D, l'image vers 3D et les entrées multi-angles en huit vues.

Recherche / reranking

• jina-reranker-v3.5 : reranker de documents multilingue et listwise de Jina AI pour le RAG, la recherche et le classement de données structurées.

Tarifs et annonces

• Offre horaire limitée de GLM-5.2 : glm-5.2 bénéficie d'une réduction selon la fenêtre horaire quotidienne, en UTC : remise de 50 % de 14:00 à 24:00 et de 30 % de 00:00 à 14:00 chaque jour. Offre limitée dans le temps.
• Qwen3.8-Max-Preview avec une remise de 90 % : les appels sont facturés à 10 % du prix catalogue, soit en pratique 10 fois plus d'usage pour la même dépense. Offre limitée dans le temps, premier arrivé, premier servi.
• Facturation selon l'heure pour DeepSeek V4 : les modèles DeepSeek V4 prennent en charge une facturation aux heures de pointe et hors pointe. Les frais suivent la fenêtre horaire de l'heure de soumission de la requête, et les requêtes en streaming qui franchissent une limite sont également tarifées à l'heure de soumission.

FAQ

Quels modèles ont été ajoutés ce mois-ci ?
Près de 30, couvrant le chat (claude-opus-5, claude-sonnet-5, la série GPT-5.6, qwen3.8-max-preview, kimi-k3, grok-4.5, tencent-hy3 et d'autres), le code (qwen3-coder-480b-a35b-instruct), l'audio (gpt-audio-1.5 et la série qwen-audio-3.0-tts), l'image (la série mai-image-2.5), la 3D (hy-3d-3.1) et le reranking (jina-reranker-v3.5).

Comment me connecter au serveur MCP d'AIHubMix ?
Ajoutez le point d'entrée https://mcp.aihubmix.com/mcp dans n'importe quel client compatible MCP (Claude Code, Codex, Cursor et autres). Les identifiants sont transmis par requête par le client. Vous pouvez ensuite interroger les modèles et leurs tarifs, rechercher dans la documentation, vérifier votre solde et appeler les outils de chat, de génération d'images et de génération de vidéos.

Que prennent en charge les API de génération de médias ?
Envoyez vos demandes de génération et d'édition d'images via /ai/v1/images/generations et /ai/v1/images/edits, puis utilisez l'API unifiée de tâches asynchrones pour interroger le statut, télécharger les artefacts et recevoir les rappels webhook. Voir Tâches asynchrones.

Qu'est-ce que l'offre à durée limitée de Qwen3.8-Max-Preview ?
Les appels sont facturés à 10 % du tarif public, soit un usage effectivement multiplié par 10 pour la même dépense. Offre à durée limitée, premier arrivé, premier servi.

Parcourez tous les modèles dans la galerie de modèles et consultez les détails d'intégration dans la documentation.

Mis à jour : 2026-07-31