add plugin settings

2026-06-14 11:40:07 +00:00 · 2025-07-29 14:48:46 +08:00
479 changed files with 3964 additions and 16617 deletions
@@ -1,5 +1,6 @@
 ---
-globs: *.tsx
+description: i18n workflow and troubleshooting
+globs: 
 alwaysApply: false
 ---
 # LobeChat 国际化指南
@@ -430,22 +430,6 @@ expect(result!.status).toBe('success');
 // ✅ 使用 any 类型简化复杂的 Mock 设置
 const mockStream = new ReadableStream() as any;
 mockStream.toReadableStream = () => mockStream;
-
-// ✅ 使用中括号访问私有属性和方法（推荐）
-class MyClass {
-  private _cache = new Map();
-  private getFromCache(key: string) { /* ... */ }
-}
-
-const instance = new MyClass();
-
-// 推荐：使用中括号访问私有成员
-await instance['getFromCache']('test-key');
-expect(instance['_cache'].size).toBe(1);
-
-// 避免：使用 as any 访问私有成员
-await (instance as any).getFromCache('test-key');  // ❌ 不推荐
-expect((instance as any)._cache.size).toBe(1);     // ❌ 不推荐
 ```

 #### 🎯 适用场景
@@ -453,13 +437,11 @@ expect((instance as any)._cache.size).toBe(1);     // ❌ 不推荐
 - **Mock 对象**: 对于测试用的 Mock 数据，使用 `as any` 避免复杂的类型定义
 - **第三方库**: 处理复杂的第三方库类型时，适当使用 `any` 提高效率
 - **测试断言**: 在确定对象存在的测试场景中，使用 `!` 非空断言
- **私有成员访问**: 优先使用中括号 `instance['privateMethod']()` 而不是 `(instance as any).privateMethod()`
 - **临时调试**: 快速编写测试时，先用 `any` 保证功能，后续可选择性地优化类型

 #### ⚠️ 注意事项

 - **适度使用**: 不要过度依赖 `any`，核心业务逻辑的类型仍应保持严格
- **私有成员访问优先级**: 中括号访问 > `as any` 转换，保持更好的类型安全性
 - **文档说明**: 对于使用 `any` 的复杂场景，添加注释说明原因
 - **测试覆盖**: 确保即使使用了 `any`，测试仍能有效验证功能正确性

@@ -140,20 +140,6 @@ OPENAI_API_KEY=sk-xxxxxxxxx

 # INFINIAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

-
-### 302.AI ###
-
-# AI302_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
-
-### ModelScope ###
-
-# MODELSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
-
-### AiHubMix ###
-
-# AIHUBMIX_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
-
-
 ########################################
 ############ Market Service ############
 ########################################
@@ -1,112 +1,77 @@
 # Gitignore for LobeHub
 ################################################################

-# System files
+# general
 .DS_Store
-Thumbs.db
-ehthumbs.db
-Desktop.ini
-
-# Linux/Ubuntu system files
-*~
-*.swp
-*.swo
-.fuse_hidden*
-.directory
-.Trash-*
-.nfs*
-.gvfs-fuse-daemon-*
-
-# IDE and editors
-.idea/
-.vscode/
-*.sublime-*
-.history/
-.windsurfrules
-*.code-workspace
-
-# Temporary files
-.temp/
-temp/
-tmp/
-*.tmp
-*.temp
-*.log
-*.cache
-.cache/
-
-# Environment files
-.env
+.idea
+.vscode
+.history
+.temp
 .env.local
-.env*.local
-venv/
-.venv/
+venv
+temp
+tmp
+.windsurfrules

-# Dependencies
-node_modules/
+# dependencies
+node_modules
+*.log
 *.lock
 package-lock.json
-bun.lockb
-.pnpm-store/

-# Build outputs
-dist/
-es/
-lib/
-.next/
-logs/
-test-output/
-*.tsbuildinfo
-next-env.d.ts
-
-# Framework specific
-# Umi
-.umi/
-.umi-production/
-.umi-test/
-.dumi/tmp*/
-
-# Vercel
-.vercel/
-
-# Testing and CI
-coverage/
-.coverage/
-.nyc_output/
+# ci
+coverage
+.coverage
 .eslintcache
 .stylelintcache

-# Service Worker
+# production
+dist
+es
+lib
+logs
+test-output
+
+# umi
+.umi
+.umi-production
+.umi-test
+.dumi/tmp*
+
+# husky
+.husky/prepare-commit-msg
+
+# local env files
+.env*.local
+
+# vercel
+.vercel
+
+# typescript
+*.tsbuildinfo
+next-env.d.ts
+.next
+.env
+public/*.js
+public/sitemap.xml
+public/sitemap-index.xml
+bun.lockb
+sitemap*.xml
+robots.txt
+
 # Serwist
 public/sw*
 public/swe-worker*

-# Generated files
-public/*.js
-public/sitemap.xml
-public/sitemap-index.xml
-sitemap*.xml
-robots.txt
-
-# Git hooks
-.husky/prepare-commit-msg
-
-# Documents and media
 *.patch
 *.pdf
-
-# Cloud service keys
 vertex-ai-key.json
-
-# AI coding tools
-.local/
-.claude/
-.mcp.json
-CLAUDE.md
-CLAUDE.*.md
-
-# Misc
+.pnpm-store
 ./packages/lobe-ui
-*.ppt*
-*.doc*
-*.xls*
+
+
+# local use ai coding files
+docs/.prd
+.claude
+.mcp.json
+CLAUDE.md
@@ -2,842 +2,6 @@

 # Changelog

-### [Version 1.110.4](https://github.com/lobehub/lobe-chat/compare/v1.110.3...v1.110.4)
-
-<sup>Released on **2025-08-06**</sup>
-
-#### ♻ Code Refactoring
-
- **misc**: Refactor trace type.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Code refactoring
-
- **misc**: Refactor trace type, closes [#8699](https://github.com/lobehub/lobe-chat/issues/8699) ([4e71af7](https://github.com/lobehub/lobe-chat/commit/4e71af7))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.110.3](https://github.com/lobehub/lobe-chat/compare/v1.110.2...v1.110.3)
-
-<sup>Released on **2025-08-06**</sup>
-
-#### 💄 Styles
-
- **misc**: Fix provider setting page hydration error.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Styles
-
- **misc**: Fix provider setting page hydration error, closes [#8695](https://github.com/lobehub/lobe-chat/issues/8695) ([88e7d2a](https://github.com/lobehub/lobe-chat/commit/88e7d2a))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.110.2](https://github.com/lobehub/lobe-chat/compare/v1.110.1...v1.110.2)
-
-<sup>Released on **2025-08-06**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Fix fail to fetch aihubmix model on client mode.
-
-#### 💄 Styles
-
- **misc**: Add context menu for desktop, support different model tabs.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Fix fail to fetch aihubmix model on client mode, closes [#8689](https://github.com/lobehub/lobe-chat/issues/8689) ([3dcc5da](https://github.com/lobehub/lobe-chat/commit/3dcc5da))
-
-#### Styles
-
- **misc**: Add context menu for desktop, closes [#8691](https://github.com/lobehub/lobe-chat/issues/8691) ([0b30d05](https://github.com/lobehub/lobe-chat/commit/0b30d05))
- **misc**: Support different model tabs, closes [#8693](https://github.com/lobehub/lobe-chat/issues/8693) ([6d531d7](https://github.com/lobehub/lobe-chat/commit/6d531d7))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.110.1](https://github.com/lobehub/lobe-chat/compare/v1.110.0...v1.110.1)
-
-<sup>Released on **2025-08-06**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Fix remote avatar broken in desktop again.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Fix remote avatar broken in desktop again, closes [#8688](https://github.com/lobehub/lobe-chat/issues/8688) ([41b4363](https://github.com/lobehub/lobe-chat/commit/41b4363))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-## [Version 1.110.0](https://github.com/lobehub/lobe-chat/compare/v1.109.1...v1.110.0)
-
-<sup>Released on **2025-08-06**</sup>
-
-#### ✨ Features
-
- **misc**: Support mcp plugin install from web.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's improved
-
- **misc**: Support mcp plugin install from web, closes [#8680](https://github.com/lobehub/lobe-chat/issues/8680) ([022d858](https://github.com/lobehub/lobe-chat/commit/022d858))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.109.1](https://github.com/lobehub/lobe-chat/compare/v1.109.0...v1.109.1)
-
-<sup>Released on **2025-08-06**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Fix ollama model output without thinking.
-
-#### 💄 Styles
-
- **misc**: Add Claude Opus 4.1 model, update i18n.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Fix ollama model output without thinking, closes [#8686](https://github.com/lobehub/lobe-chat/issues/8686) ([d95c7f4](https://github.com/lobehub/lobe-chat/commit/d95c7f4))
-
-#### Styles
-
- **misc**: Add Claude Opus 4.1 model, closes [#8683](https://github.com/lobehub/lobe-chat/issues/8683) ([ceb5289](https://github.com/lobehub/lobe-chat/commit/ceb5289))
- **misc**: Update i18n, closes [#8684](https://github.com/lobehub/lobe-chat/issues/8684) ([926fa9a](https://github.com/lobehub/lobe-chat/commit/926fa9a))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-## [Version 1.109.0](https://github.com/lobehub/lobe-chat/compare/v1.108.2...v1.109.0)
-
-<sup>Released on **2025-08-05**</sup>
-
-#### ✨ Features
-
- **misc**: Support gpt-oss in ollama provider.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's improved
-
- **misc**: Support gpt-oss in ollama provider, closes [#8682](https://github.com/lobehub/lobe-chat/issues/8682) ([6e0c386](https://github.com/lobehub/lobe-chat/commit/6e0c386))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.108.2](https://github.com/lobehub/lobe-chat/compare/v1.108.1...v1.108.2)
-
-<sup>Released on **2025-08-05**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Provider config checker uses outdated API key.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Provider config checker uses outdated API key, closes [#8666](https://github.com/lobehub/lobe-chat/issues/8666) ([3a3e73e](https://github.com/lobehub/lobe-chat/commit/3a3e73e))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.108.1](https://github.com/lobehub/lobe-chat/compare/v1.108.0...v1.108.1)
-
-<sup>Released on **2025-08-05**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Fix remote avatar broken in desktop.
-
-#### 💄 Styles
-
- **misc**: Update mask style.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Fix remote avatar broken in desktop, closes [#8673](https://github.com/lobehub/lobe-chat/issues/8673) ([7eae430](https://github.com/lobehub/lobe-chat/commit/7eae430))
-
-#### Styles
-
- **misc**: Update mask style, closes [#8555](https://github.com/lobehub/lobe-chat/issues/8555) ([b4ac89d](https://github.com/lobehub/lobe-chat/commit/b4ac89d))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-## [Version 1.108.0](https://github.com/lobehub/lobe-chat/compare/v1.107.6...v1.108.0)
-
-<sup>Released on **2025-08-05**</sup>
-
-#### ✨ Features
-
- **misc**: Support 302ai provider.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's improved
-
- **misc**: Support 302ai provider, closes [#8362](https://github.com/lobehub/lobe-chat/issues/8362) ([e172055](https://github.com/lobehub/lobe-chat/commit/e172055))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.107.6](https://github.com/lobehub/lobe-chat/compare/v1.107.5...v1.107.6)
-
-<sup>Released on **2025-08-05**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Break line for Gemini Artifacts.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Break line for Gemini Artifacts, closes [#8627](https://github.com/lobehub/lobe-chat/issues/8627) ([65609dd](https://github.com/lobehub/lobe-chat/commit/65609dd))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.107.5](https://github.com/lobehub/lobe-chat/compare/v1.107.4...v1.107.5)
-
-<sup>Released on **2025-08-04**</sup>
-
-#### 💄 Styles
-
- **misc**: Update models.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Styles
-
- **misc**: Update models, closes [#8657](https://github.com/lobehub/lobe-chat/issues/8657) ([904ee13](https://github.com/lobehub/lobe-chat/commit/904ee13))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.107.4](https://github.com/lobehub/lobe-chat/compare/v1.107.3...v1.107.4)
-
-<sup>Released on **2025-08-04**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: When s3 files not exist , global files should delete.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: When s3 files not exist , global files should delete ([7c1ca41](https://github.com/lobehub/lobe-chat/commit/7c1ca41))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.107.3](https://github.com/lobehub/lobe-chat/compare/v1.107.2...v1.107.3)
-
-<sup>Released on **2025-08-03**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Aihubmix provider request headers.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Aihubmix provider request headers, closes [#8654](https://github.com/lobehub/lobe-chat/issues/8654) ([af07101](https://github.com/lobehub/lobe-chat/commit/af07101))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.107.2](https://github.com/lobehub/lobe-chat/compare/v1.107.1...v1.107.2)
-
-<sup>Released on **2025-08-02**</sup>
-
-#### ♻ Code Refactoring
-
- **misc**: Move types to separate package.
-
-#### 🐛 Bug Fixes
-
- **desktop**: Settings window can't exit when fullscreen.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Code refactoring
-
- **misc**: Move types to separate package, closes [#8635](https://github.com/lobehub/lobe-chat/issues/8635) ([3cc4a54](https://github.com/lobehub/lobe-chat/commit/3cc4a54))
-
-#### What's fixed
-
- **desktop**: Settings window can't exit when fullscreen, closes [#8633](https://github.com/lobehub/lobe-chat/issues/8633) ([954eb2c](https://github.com/lobehub/lobe-chat/commit/954eb2c))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.107.1](https://github.com/lobehub/lobe-chat/compare/v1.107.0...v1.107.1)
-
-<sup>Released on **2025-08-01**</sup>
-
-#### 💄 Styles
-
- **misc**: Update i18n.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Styles
-
- **misc**: Update i18n, closes [#8629](https://github.com/lobehub/lobe-chat/issues/8629) ([3b87fe7](https://github.com/lobehub/lobe-chat/commit/3b87fe7))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-## [Version 1.107.0](https://github.com/lobehub/lobe-chat/compare/v1.106.8...v1.107.0)
-
-<sup>Released on **2025-08-01**</sup>
-
-#### ✨ Features
-
- **misc**: Support aihubmix provider.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's improved
-
- **misc**: Support aihubmix provider, closes [#8038](https://github.com/lobehub/lobe-chat/issues/8038) ([4db6485](https://github.com/lobehub/lobe-chat/commit/4db6485))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.106.8](https://github.com/lobehub/lobe-chat/compare/v1.106.7...v1.106.8)
-
-<sup>Released on **2025-07-31**</sup>
-
-#### 💄 Styles
-
- **misc**: Support SenseNova V6.5 models.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Styles
-
- **misc**: Support SenseNova V6.5 models, closes [#8569](https://github.com/lobehub/lobe-chat/issues/8569) ([411ed7e](https://github.com/lobehub/lobe-chat/commit/411ed7e))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.106.7](https://github.com/lobehub/lobe-chat/compare/v1.106.6...v1.106.7)
-
-<sup>Released on **2025-07-31**</sup>
-
-#### 💄 Styles
-
- **misc**: Update Aliyun Bailian models.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Styles
-
- **misc**: Update Aliyun Bailian models, closes [#8612](https://github.com/lobehub/lobe-chat/issues/8612) ([433e679](https://github.com/lobehub/lobe-chat/commit/433e679))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.106.6](https://github.com/lobehub/lobe-chat/compare/v1.106.5...v1.106.6)
-
-<sup>Released on **2025-07-31**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Fix oidc oauth callback pages 404.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Fix oidc oauth callback pages 404, closes [#8620](https://github.com/lobehub/lobe-chat/issues/8620) ([d136b6e](https://github.com/lobehub/lobe-chat/commit/d136b6e))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.106.5](https://github.com/lobehub/lobe-chat/compare/v1.106.4...v1.106.5)
-
-<sup>Released on **2025-07-30**</sup>
-
-#### 💄 Styles
-
- **misc**: Improve mcp plugin calling and display.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Styles
-
- **misc**: Improve mcp plugin calling and display, closes [#8619](https://github.com/lobehub/lobe-chat/issues/8619) ([14c41c4](https://github.com/lobehub/lobe-chat/commit/14c41c4))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.106.4](https://github.com/lobehub/lobe-chat/compare/v1.106.3...v1.106.4)
-
-<sup>Released on **2025-07-30**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Fix mcp calling missing array content.
-
-#### 💄 Styles
-
- **misc**: Update i18n.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Fix mcp calling missing array content, closes [#8615](https://github.com/lobehub/lobe-chat/issues/8615) ([b7f8e6e](https://github.com/lobehub/lobe-chat/commit/b7f8e6e))
-
-#### Styles
-
- **misc**: Update i18n, closes [#8609](https://github.com/lobehub/lobe-chat/issues/8609) ([21cac39](https://github.com/lobehub/lobe-chat/commit/21cac39))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.106.3](https://github.com/lobehub/lobe-chat/compare/v1.106.2...v1.106.3)
-
-<sup>Released on **2025-07-29**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Moonshot assistant messages must not be empty.
-
-#### 💄 Styles
-
- **misc**: Add volcengine kimi-k2 model, Add Zhipu GLM-4.5 models.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Moonshot assistant messages must not be empty, closes [#8419](https://github.com/lobehub/lobe-chat/issues/8419) ([a796495](https://github.com/lobehub/lobe-chat/commit/a796495))
-
-#### Styles
-
- **misc**: Add volcengine kimi-k2 model, closes [#8591](https://github.com/lobehub/lobe-chat/issues/8591) ([9630167](https://github.com/lobehub/lobe-chat/commit/9630167))
- **misc**: Add Zhipu GLM-4.5 models, closes [#8590](https://github.com/lobehub/lobe-chat/issues/8590) ([4f4620c](https://github.com/lobehub/lobe-chat/commit/4f4620c))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.106.2](https://github.com/lobehub/lobe-chat/compare/v1.106.1...v1.106.2)
-
-<sup>Released on **2025-07-29**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Fix desktop auth redirect url error.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Fix desktop auth redirect url error, closes [#8597](https://github.com/lobehub/lobe-chat/issues/8597) ([0ed7368](https://github.com/lobehub/lobe-chat/commit/0ed7368))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.106.1](https://github.com/lobehub/lobe-chat/compare/v1.106.0...v1.106.1)
-
-<sup>Released on **2025-07-29**</sup>
-
-#### 💄 Styles
-
- **misc**: Support Minimax T2I models.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Styles
-
- **misc**: Support Minimax T2I models, closes [#8583](https://github.com/lobehub/lobe-chat/issues/8583) ([f8a01aa](https://github.com/lobehub/lobe-chat/commit/f8a01aa))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-## [Version 1.106.0](https://github.com/lobehub/lobe-chat/compare/v1.105.6...v1.106.0)
-
-<sup>Released on **2025-07-29**</sup>
-
-#### ✨ Features
-
- **misc**: Add support for Okta Authentication.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's improved
-
- **misc**: Add support for Okta Authentication, closes [#8547](https://github.com/lobehub/lobe-chat/issues/8547) ([67abdfe](https://github.com/lobehub/lobe-chat/commit/67abdfe))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.105.6](https://github.com/lobehub/lobe-chat/compare/v1.105.5...v1.105.6)
-
-<sup>Released on **2025-07-29**</sup>
-
-#### 💄 Styles
-
- **misc**: Open new topic by tap Just Chat again.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Styles
-
- **misc**: Open new topic by tap Just Chat again, closes [#8426](https://github.com/lobehub/lobe-chat/issues/8426) ([018ca75](https://github.com/lobehub/lobe-chat/commit/018ca75))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.105.5](https://github.com/lobehub/lobe-chat/compare/v1.105.4...v1.105.5)
-
-<sup>Released on **2025-07-29**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Reorder AppTheme and Locale to fix modal i18n.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Reorder AppTheme and Locale to fix modal i18n, closes [#8600](https://github.com/lobehub/lobe-chat/issues/8600) ([3264cf2](https://github.com/lobehub/lobe-chat/commit/3264cf2))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.105.4](https://github.com/lobehub/lobe-chat/compare/v1.105.3...v1.105.4)
-
-<sup>Released on **2025-07-29**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Revert jose to ^5 to fix auth issue on desktop.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Revert jose to ^5 to fix auth issue on desktop, closes [#8603](https://github.com/lobehub/lobe-chat/issues/8603) ([57118b0](https://github.com/lobehub/lobe-chat/commit/57118b0))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.105.3](https://github.com/lobehub/lobe-chat/compare/v1.105.2...v1.105.3)
-
-<sup>Released on **2025-07-29**</sup>
-
-#### 🐛 Bug Fixes
-
- **misc**: Fix subscription plan tag display.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### What's fixed
-
- **misc**: Fix subscription plan tag display, closes [#8599](https://github.com/lobehub/lobe-chat/issues/8599) ([2a3754a](https://github.com/lobehub/lobe-chat/commit/2a3754a))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
-### [Version 1.105.2](https://github.com/lobehub/lobe-chat/compare/v1.105.1...v1.105.2)
-
-<sup>Released on **2025-07-29**</sup>
-
-#### ♻ Code Refactoring
-
- **misc**: Clean mcp sitemap, refactor jose-JWT to xor obfuscation.
-
-#### 💄 Styles
-
- **misc**: Add more OpenAI SDK Text2Image providers, update i18n.
-
-<br/>
-
-<details>
-<summary><kbd>Improvements and Fixes</kbd></summary>
-
-#### Code refactoring
-
- **misc**: Clean mcp sitemap, closes [#8596](https://github.com/lobehub/lobe-chat/issues/8596) ([b9e3e66](https://github.com/lobehub/lobe-chat/commit/b9e3e66))
- **misc**: Refactor jose-JWT to xor obfuscation, closes [#8595](https://github.com/lobehub/lobe-chat/issues/8595) ([be98d56](https://github.com/lobehub/lobe-chat/commit/be98d56))
-
-#### Styles
-
- **misc**: Add more OpenAI SDK Text2Image providers, closes [#8573](https://github.com/lobehub/lobe-chat/issues/8573) ([403aebd](https://github.com/lobehub/lobe-chat/commit/403aebd))
- **misc**: Update i18n, closes [#8593](https://github.com/lobehub/lobe-chat/issues/8593) ([356cf0c](https://github.com/lobehub/lobe-chat/commit/356cf0c))
-
-</details>
-
-<div align="right">
-
-[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
-
-</div>
-
 ### [Version 1.105.1](https://github.com/lobehub/lobe-chat/compare/v1.105.0...v1.105.1)

 <sup>Released on **2025-07-29**</sup>
@@ -150,8 +150,6 @@ ENV \
    AI21_API_KEY="" AI21_MODEL_LIST="" \
    # Ai360
    AI360_API_KEY="" AI360_MODEL_LIST="" \
-    # AiHubMix
-    AIHUBMIX_API_KEY="" AIHUBMIX_MODEL_LIST="" \
    # Anthropic
    ANTHROPIC_API_KEY="" ANTHROPIC_MODEL_LIST="" ANTHROPIC_PROXY_URL="" \
    # Amazon Bedrock
@@ -247,9 +245,7 @@ ENV \
    # Tencent Cloud
    TENCENT_CLOUD_API_KEY="" TENCENT_CLOUD_MODEL_LIST="" \
    # Infini-AI
-    INFINIAI_API_KEY="" INFINIAI_MODEL_LIST="" \
-    # 302.AI
-    AI302_API_KEY="" AI302_MODEL_LIST=""
+    INFINIAI_API_KEY="" INFINIAI_MODEL_LIST=""

 USER nextjs

@@ -192,8 +192,6 @@ ENV \
    AI21_API_KEY="" AI21_MODEL_LIST="" \
    # Ai360
    AI360_API_KEY="" AI360_MODEL_LIST="" \
-    # AiHubMix
-    AIHUBMIX_API_KEY="" AIHUBMIX_MODEL_LIST="" \
    # Anthropic
    ANTHROPIC_API_KEY="" ANTHROPIC_MODEL_LIST="" ANTHROPIC_PROXY_URL="" \
    # Amazon Bedrock
@@ -289,9 +287,7 @@ ENV \
    # Tencent Cloud
    TENCENT_CLOUD_API_KEY="" TENCENT_CLOUD_MODEL_LIST="" \
    # Infini-AI
-    INFINIAI_API_KEY="" INFINIAI_MODEL_LIST="" \
-    # 302.AI
-    AI302_API_KEY="" AI302_MODEL_LIST=""
+    INFINIAI_API_KEY="" INFINIAI_MODEL_LIST=""

 USER nextjs

@@ -152,8 +152,6 @@ ENV \
    AI21_API_KEY="" AI21_MODEL_LIST="" \
    # Ai360
    AI360_API_KEY="" AI360_MODEL_LIST="" \
-    # AiHubMix
-    AIHUBMIX_API_KEY="" AIHUBMIX_MODEL_LIST="" \
    # Anthropic
    ANTHROPIC_API_KEY="" ANTHROPIC_MODEL_LIST="" ANTHROPIC_PROXY_URL="" \
    # Amazon Bedrock
@@ -245,9 +243,7 @@ ENV \
    # Tencent Cloud
    TENCENT_CLOUD_API_KEY="" TENCENT_CLOUD_MODEL_LIST="" \
    # Infini-AI
-    INFINIAI_API_KEY="" INFINIAI_MODEL_LIST="" \
-    # 302.AI
-    AI302_API_KEY="" AI302_MODEL_LIST=""
+    INFINIAI_API_KEY="" INFINIAI_MODEL_LIST=""

 USER nextjs

@@ -245,14 +245,13 @@ We have implemented support for the following model service providers:
 - **[Bedrock](https://lobechat.com/discover/provider/bedrock)**: Bedrock is a service provided by Amazon AWS, focusing on delivering advanced AI language and visual models for enterprises. Its model family includes Anthropic's Claude series, Meta's Llama 3.1 series, and more, offering a range of options from lightweight to high-performance, supporting tasks such as text generation, conversation, and image processing for businesses of varying scales and needs.
 - **[Google](https://lobechat.com/discover/provider/google)**: Google's Gemini series represents its most advanced, versatile AI models, developed by Google DeepMind, designed for multimodal capabilities, supporting seamless understanding and processing of text, code, images, audio, and video. Suitable for various environments from data centers to mobile devices, it significantly enhances the efficiency and applicability of AI models.
 - **[DeepSeek](https://lobechat.com/discover/provider/deepseek)**: DeepSeek is a company focused on AI technology research and application, with its latest model DeepSeek-V2.5 integrating general dialogue and code processing capabilities, achieving significant improvements in human preference alignment, writing tasks, and instruction following.
- **[Moonshot](https://lobechat.com/discover/provider/moonshot)**: Moonshot is an open-source platform launched by Beijing Dark Side Technology Co., Ltd., providing various natural language processing models with a wide range of applications, including but not limited to content creation, academic research, intelligent recommendations, and medical diagnosis, supporting long text processing and complex generation tasks.
- **[OpenRouter](https://lobechat.com/discover/provider/openrouter)**: OpenRouter is a service platform providing access to various cutting-edge large model interfaces, supporting OpenAI, Anthropic, LLaMA, and more, suitable for diverse development and application needs. Users can flexibly choose the optimal model and pricing based on their requirements, enhancing the AI experience.
 - **[HuggingFace](https://lobechat.com/discover/provider/huggingface)**: The HuggingFace Inference API provides a fast and free way for you to explore thousands of models for various tasks. Whether you are prototyping for a new application or experimenting with the capabilities of machine learning, this API gives you instant access to high-performance models across multiple domains.
+- **[OpenRouter](https://lobechat.com/discover/provider/openrouter)**: OpenRouter is a service platform providing access to various cutting-edge large model interfaces, supporting OpenAI, Anthropic, LLaMA, and more, suitable for diverse development and application needs. Users can flexibly choose the optimal model and pricing based on their requirements, enhancing the AI experience.
 - **[Cloudflare Workers AI](https://lobechat.com/discover/provider/cloudflare)**: Run serverless GPU-powered machine learning models on Cloudflare's global network.
-
-<details><summary><kbd>See more providers (+32)</kbd></summary>
-
 - **[GitHub](https://lobechat.com/discover/provider/github)**: With GitHub Models, developers can become AI engineers and leverage the industry's leading AI models.
+
+<details><summary><kbd>See more providers (+31)</kbd></summary>
+
 - **[Novita](https://lobechat.com/discover/provider/novita)**: Novita AI is a platform providing a variety of large language models and AI image generation API services, flexible, reliable, and cost-effective. It supports the latest open-source models like Llama3 and Mistral, offering a comprehensive, user-friendly, and auto-scaling API solution for generative AI application development, suitable for the rapid growth of AI startups.
 - **[PPIO](https://lobechat.com/discover/provider/ppio)**: PPIO supports stable and cost-efficient open-source LLM APIs, such as DeepSeek, Llama, Qwen etc.
 - **[Together AI](https://lobechat.com/discover/provider/togetherai)**: Together AI is dedicated to achieving leading performance through innovative AI models, offering extensive customization capabilities, including rapid scaling support and intuitive deployment processes to meet various enterprise needs.
@@ -273,6 +272,7 @@ We have implemented support for the following model service providers:
 - **[Spark](https://lobechat.com/discover/provider/spark)**: iFlytek's Spark model provides powerful AI capabilities across multiple domains and languages, utilizing advanced natural language processing technology to build innovative applications suitable for smart hardware, smart healthcare, smart finance, and other vertical scenarios.
 - **[SenseNova](https://lobechat.com/discover/provider/sensenova)**: SenseNova, backed by SenseTime's robust infrastructure, offers efficient and user-friendly full-stack large model services.
 - **[Stepfun](https://lobechat.com/discover/provider/stepfun)**: StepFun's large model possesses industry-leading multimodal and complex reasoning capabilities, supporting ultra-long text understanding and powerful autonomous scheduling search engine functions.
+- **[Moonshot](https://lobechat.com/discover/provider/moonshot)**: Moonshot is an open-source platform launched by Beijing Dark Side Technology Co., Ltd., providing various natural language processing models with a wide range of applications, including but not limited to content creation, academic research, intelligent recommendations, and medical diagnosis, supporting long text processing and complex generation tasks.
 - **[Baichuan](https://lobechat.com/discover/provider/baichuan)**: Baichuan Intelligence is a company focused on the research and development of large AI models, with its models excelling in domestic knowledge encyclopedias, long text processing, and generative creation tasks in Chinese, surpassing mainstream foreign models. Baichuan Intelligence also possesses industry-leading multimodal capabilities, performing excellently in multiple authoritative evaluations. Its models include Baichuan 4, Baichuan 3 Turbo, and Baichuan 3 Turbo 128k, each optimized for different application scenarios, providing cost-effective solutions.
 - **[Minimax](https://lobechat.com/discover/provider/minimax)**: MiniMax is a general artificial intelligence technology company established in 2021, dedicated to co-creating intelligence with users. MiniMax has independently developed general large models of different modalities, including trillion-parameter MoE text models, voice models, and image models, and has launched applications such as Conch AI.
 - **[InternLM](https://lobechat.com/discover/provider/internlm)**: An open-source organization dedicated to the research and development of large model toolchains. It provides an efficient and user-friendly open-source platform for all AI developers, making cutting-edge large models and algorithm technologies easily accessible.
@@ -283,11 +283,10 @@ We have implemented support for the following model service providers:
 - **[Search1API](https://lobechat.com/discover/provider/search1api)**: Search1API provides access to the DeepSeek series of models that can connect to the internet as needed, including standard and fast versions, supporting a variety of model sizes.
 - **[InfiniAI](https://lobechat.com/discover/provider/infiniai)**: Provides high-performance, easy-to-use, and secure large model services for application developers, covering the entire process from large model development to service deployment.
 - **[Qiniu](https://lobechat.com/discover/provider/qiniu)**: Qiniu, as a long-established cloud service provider, delivers cost-effective and reliable AI inference services for both real-time and batch processing, with a simple and user-friendly experience.
- **[302.AI](https://lobechat.com/discover/provider/ai302)**: 302.AI is an on-demand AI application platform offering the most comprehensive AI APIs and online AI applications available on the market.

 </details>

-> 📊 Total providers: [<kbd>**42**</kbd>](https://lobechat.com/discover/providers)
+> 📊 Total providers: [<kbd>**41**</kbd>](https://lobechat.com/discover/providers)

 <!-- PROVIDER LIST -->

@@ -245,14 +245,13 @@ LobeChat 支持文件上传与知识库功能，你可以上传文件、图片
 - **[Bedrock](https://lobechat.com/discover/provider/bedrock)**: Bedrock 是亚马逊 AWS 提供的一项服务，专注于为企业提供先进的 AI 语言模型和视觉模型。其模型家族包括 Anthropic 的 Claude 系列、Meta 的 Llama 3.1 系列等，涵盖从轻量级到高性能的多种选择，支持文本生成、对话、图像处理等多种任务，适用于不同规模和需求的企业应用。
 - **[Google](https://lobechat.com/discover/provider/google)**: Google 的 Gemini 系列是其最先进、通用的 AI 模型，由 Google DeepMind 打造，专为多模态设计，支持文本、代码、图像、音频和视频的无缝理解与处理。适用于从数据中心到移动设备的多种环境，极大提升了 AI 模型的效率与应用广泛性。
 - **[DeepSeek](https://lobechat.com/discover/provider/deepseek)**: DeepSeek 是一家专注于人工智能技术研究和应用的公司，其最新模型 DeepSeek-V3 多项评测成绩超越 Qwen2.5-72B 和 Llama-3.1-405B 等开源模型，性能对齐领军闭源模型 GPT-4o 与 Claude-3.5-Sonnet。
- **[Moonshot](https://lobechat.com/discover/provider/moonshot)**: Moonshot 是由北京月之暗面科技有限公司推出的开源平台，提供多种自然语言处理模型，应用领域广泛，包括但不限于内容创作、学术研究、智能推荐、医疗诊断等，支持长文本处理和复杂生成任务。
- **[OpenRouter](https://lobechat.com/discover/provider/openrouter)**: OpenRouter 是一个提供多种前沿大模型接口的服务平台，支持 OpenAI、Anthropic、LLaMA 及更多，适合多样化的开发和应用需求。用户可根据自身需求灵活选择最优的模型和价格，助力 AI 体验的提升。
 - **[HuggingFace](https://lobechat.com/discover/provider/huggingface)**: HuggingFace Inference API 提供了一种快速且免费的方式，让您可以探索成千上万种模型，适用于各种任务。无论您是在为新应用程序进行原型设计，还是在尝试机器学习的功能，这个 API 都能让您即时访问多个领域的高性能模型。
+- **[OpenRouter](https://lobechat.com/discover/provider/openrouter)**: OpenRouter 是一个提供多种前沿大模型接口的服务平台，支持 OpenAI、Anthropic、LLaMA 及更多，适合多样化的开发和应用需求。用户可根据自身需求灵活选择最优的模型和价格，助力 AI 体验的提升。
 - **[Cloudflare Workers AI](https://lobechat.com/discover/provider/cloudflare)**: 在 Cloudflare 的全球网络上运行由无服务器 GPU 驱动的机器学习模型。
-
-<details><summary><kbd>See more providers (+32)</kbd></summary>
-
 - **[GitHub](https://lobechat.com/discover/provider/github)**: 通过 GitHub 模型，开发人员可以成为 AI 工程师，并使用行业领先的 AI 模型进行构建。
+
+<details><summary><kbd>See more providers (+31)</kbd></summary>
+
 - **[Novita](https://lobechat.com/discover/provider/novita)**: Novita AI 是一个提供多种大语言模型与 AI 图像生成的 API 服务的平台，灵活、可靠且具有成本效益。它支持 Llama3、Mistral 等最新的开源模型，并为生成式 AI 应用开发提供了全面、用户友好且自动扩展的 API 解决方案，适合 AI 初创公司的快速发展。
 - **[PPIO](https://lobechat.com/discover/provider/ppio)**: PPIO 派欧云提供稳定、高性价比的开源模型 API 服务，支持 DeepSeek 全系列、Llama、Qwen 等行业领先大模型。
 - **[Together AI](https://lobechat.com/discover/provider/togetherai)**: Together AI 致力于通过创新的 AI 模型实现领先的性能，提供广泛的自定义能力，包括快速扩展支持和直观的部署流程，满足企业的各种需求。
@@ -273,6 +272,7 @@ LobeChat 支持文件上传与知识库功能，你可以上传文件、图片
 - **[Spark](https://lobechat.com/discover/provider/spark)**: 科大讯飞星火大模型提供多领域、多语言的强大 AI 能力，利用先进的自然语言处理技术，构建适用于智能硬件、智慧医疗、智慧金融等多种垂直场景的创新应用。
 - **[SenseNova](https://lobechat.com/discover/provider/sensenova)**: 商汤日日新，依托商汤大装置的强大的基础支撑，提供高效易用的全栈大模型服务。
 - **[Stepfun](https://lobechat.com/discover/provider/stepfun)**: 阶级星辰大模型具备行业领先的多模态及复杂推理能力，支持超长文本理解和强大的自主调度搜索引擎功能。
+- **[Moonshot](https://lobechat.com/discover/provider/moonshot)**: Moonshot 是由北京月之暗面科技有限公司推出的开源平台，提供多种自然语言处理模型，应用领域广泛，包括但不限于内容创作、学术研究、智能推荐、医疗诊断等，支持长文本处理和复杂生成任务。
 - **[Baichuan](https://lobechat.com/discover/provider/baichuan)**: 百川智能是一家专注于人工智能大模型研发的公司，其模型在国内知识百科、长文本处理和生成创作等中文任务上表现卓越，超越了国外主流模型。百川智能还具备行业领先的多模态能力，在多项权威评测中表现优异。其模型包括 Baichuan 4、Baichuan 3 Turbo 和 Baichuan 3 Turbo 128k 等，分别针对不同应用场景进行优化，提供高性价比的解决方案。
 - **[Minimax](https://lobechat.com/discover/provider/minimax)**: MiniMax 是 2021 年成立的通用人工智能科技公司，致力于与用户共创智能。MiniMax 自主研发了不同模态的通用大模型，其中包括万亿参数的 MoE 文本大模型、语音大模型以及图像大模型。并推出了海螺 AI 等应用。
 - **[InternLM](https://lobechat.com/discover/provider/internlm)**: 致力于大模型研究与开发工具链的开源组织。为所有 AI 开发者提供高效、易用的开源平台，让最前沿的大模型与算法技术触手可及
@@ -283,11 +283,10 @@ LobeChat 支持文件上传与知识库功能，你可以上传文件、图片
 - **[Search1API](https://lobechat.com/discover/provider/search1api)**: Search1API 提供可根据需要自行联网的 DeepSeek 系列模型的访问，包括标准版和快速版本，支持多种参数规模的模型选择。
 - **[InfiniAI](https://lobechat.com/discover/provider/infiniai)**: 为应用开发者提供高性能、易上手、安全可靠的大模型服务，覆盖从大模型开发到大模型服务化部署的全流程。
 - **[Qiniu](https://lobechat.com/discover/provider/qiniu)**: 七牛作为老牌云服务厂商，提供高性价比稳定的实时、批量 AI 推理服务，简单易用。
- **[302.AI](https://lobechat.com/discover/provider/ai302)**: 302.AI 是一个按需付费的 AI 应用平台，提供市面上最全的 AI API 和 AI 在线应用

 </details>

-> 📊 Total providers: [<kbd>**42**</kbd>](https://lobechat.com/discover/providers)
+> 📊 Total providers: [<kbd>**41**</kbd>](https://lobechat.com/discover/providers)

 <!-- PROVIDER LIST -->

@@ -23,9 +23,8 @@ module.exports = defineConfig({
    'vi-VN',
    'fa-IR',
  ],
-  saveImmediately: true,
  temperature: 0,
-  modelName: 'gpt-4.1-mini',
+  modelName: 'gpt-4o-mini',
  experimental: {
    jsonMode: true,
  },
@@ -11,16 +11,6 @@ console.log(`🚄 Build Version ${packageJSON.version}, Channel: ${channel}`);
 const isNightly = channel === 'nightly';
 const isBeta = packageJSON.name.includes('beta');

-// 根据版本类型确定协议 scheme
-const getProtocolScheme = () => {
-  if (isNightly) return 'lobehub-nightly';
-  if (isBeta) return 'lobehub-beta';
-
-  return 'lobehub';
-};
-
-const protocolScheme = getProtocolScheme();
-
 /**
 * @type {import('electron-builder').Configuration}
 * @see https://www.electron.build/configuration
@@ -70,12 +60,6 @@ const config = {
    compression: 'maximum',
    entitlementsInherit: 'build/entitlements.mac.plist',
    extendInfo: {
-      CFBundleURLTypes: [
-        {
-          CFBundleURLName: 'LobeHub Protocol',
-          CFBundleURLSchemes: [protocolScheme],
-        },
-      ],
      NSCameraUsageDescription: "Application requests access to the device's camera.",
      NSDocumentsFolderUsageDescription:
        "Application requests access to the user's Documents folder.",
@@ -107,12 +91,6 @@ const config = {
    uninstallDisplayName: '${productName}',
    uninstallerSidebar: './build/nsis-sidebar.bmp',
  },
-  protocols: [
-    {
-      name: 'LobeHub Protocol',
-      schemes: [protocolScheme],
-    },
-  ],
  publish: [
    {
      owner: 'lobehub',
@@ -20,10 +20,11 @@
    "electron:dev": "electron-vite dev",
    "electron:run-unpack": "electron .",
    "format": "prettier --write ",
-    "i18n": "tsx scripts/i18nWorkflow/index.ts && lobe-i18n",
+    "i18n": "bun run scripts/i18nWorkflow/index.ts && lobe-i18n",
    "postinstall": "electron-builder install-app-deps",
    "install-isolated": "pnpm install",
    "lint": "eslint --cache ",
+    "pg-server": "bun run scripts/pglite-server.ts",
    "start": "electron-vite preview",
    "test": "vitest --run",
    "typecheck": "tsgo --noEmit -p tsconfig.json"
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "نسخ",
    "cut": "قص",
-    "delete": "حذف",
    "paste": "لصق",
    "redo": "إعادة",
    "selectAll": "تحديد الكل",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Копиране",
    "cut": "Изрязване",
-    "delete": "Изтрий",
    "paste": "Поставяне",
    "redo": "Повторно",
    "selectAll": "Избери всичко",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Kopieren",
    "cut": "Ausschneiden",
-    "delete": "Löschen",
    "paste": "Einfügen",
    "redo": "Wiederherstellen",
    "selectAll": "Alles auswählen",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Copy",
    "cut": "Cut",
-    "delete": "Delete",
    "paste": "Paste",
    "redo": "Redo",
    "selectAll": "Select All",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Copiar",
    "cut": "Cortar",
-    "delete": "Eliminar",
    "paste": "Pegar",
    "redo": "Rehacer",
    "selectAll": "Seleccionar todo",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "کپی",
    "cut": "برش",
-    "delete": "حذف",
    "paste": "چسباندن",
    "redo": "انجام مجدد",
    "selectAll": "انتخاب همه",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Copier",
    "cut": "Couper",
-    "delete": "Supprimer",
    "paste": "Coller",
    "redo": "Rétablir",
    "selectAll": "Tout sélectionner",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Copia",
    "cut": "Taglia",
-    "delete": "Elimina",
    "paste": "Incolla",
    "redo": "Ripeti",
    "selectAll": "Seleziona tutto",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "コピー",
    "cut": "切り取り",
-    "delete": "削除",
    "paste": "貼り付け",
    "redo": "やり直し",
    "selectAll": "すべて選択",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "복사",
    "cut": "잘라내기",
-    "delete": "삭제",
    "paste": "붙여넣기",
    "redo": "다시 실행",
    "selectAll": "모두 선택",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Kopiëren",
    "cut": "Knippen",
-    "delete": "Verwijderen",
    "paste": "Plakken",
    "redo": "Opnieuw doen",
    "selectAll": "Alles selecteren",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Kopiuj",
    "cut": "Wytnij",
-    "delete": "Usuń",
    "paste": "Wklej",
    "redo": "Ponów",
    "selectAll": "Zaznacz wszystko",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Copiar",
    "cut": "Cortar",
-    "delete": "Excluir",
    "paste": "Colar",
    "redo": "Refazer",
    "selectAll": "Selecionar Tudo",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Копировать",
    "cut": "Вырезать",
-    "delete": "Удалить",
    "paste": "Вставить",
    "redo": "Повторить",
    "selectAll": "Выбрать все",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Kopyala",
    "cut": "Kes",
-    "delete": "Sil",
    "paste": "Yapıştır",
    "redo": "Yinele",
    "selectAll": "Tümünü Seç",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "Sao chép",
    "cut": "Cắt",
-    "delete": "Xóa",
    "paste": "Dán",
    "redo": "Làm lại",
    "selectAll": "Chọn tất cả",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "复制",
    "cut": "剪切",
-    "delete": "删除",
    "paste": "粘贴",
    "redo": "重做",
    "selectAll": "全选",
@@ -14,7 +14,6 @@
  "edit": {
    "copy": "複製",
    "cut": "剪下",
-    "delete": "刪除",
    "paste": "貼上",
    "redo": "重做",
    "selectAll": "全選",
@@ -1,153 +0,0 @@
-import { createLogger } from '@/utils/logger';
-
-import { ControllerModule, createProtocolHandler } from '.';
-import { McpSchema } from '../types/protocol';
-
-const logger = createLogger('controllers:McpInstallCtr');
-
-const protocolHandler = createProtocolHandler('plugin');
-
-/**
- * 验证 MCP Schema 对象结构
- */
-function validateMcpSchema(schema: any): schema is McpSchema {
-  if (!schema || typeof schema !== 'object') return false;
-
-  // 必填字段验证
-  if (typeof schema.identifier !== 'string' || !schema.identifier) return false;
-  if (typeof schema.name !== 'string' || !schema.name) return false;
-  if (typeof schema.author !== 'string' || !schema.author) return false;
-  if (typeof schema.description !== 'string' || !schema.description) return false;
-  if (typeof schema.version !== 'string' || !schema.version) return false;
-
-  // 可选字段验证
-  if (schema.homepage !== undefined && typeof schema.homepage !== 'string') return false;
-  if (schema.icon !== undefined && typeof schema.icon !== 'string') return false;
-
-  // config 字段验证
-  if (!schema.config || typeof schema.config !== 'object') return false;
-  const config = schema.config;
-
-  if (config.type === 'stdio') {
-    if (typeof config.command !== 'string' || !config.command) return false;
-    if (config.args !== undefined && !Array.isArray(config.args)) return false;
-    if (config.env !== undefined && typeof config.env !== 'object') return false;
-  } else if (config.type === 'http') {
-    if (typeof config.url !== 'string' || !config.url) return false;
-    try {
-      new URL(config.url); // 验证URL格式
-    } catch {
-      return false;
-    }
-    if (config.headers !== undefined && typeof config.headers !== 'object') return false;
-  } else {
-    return false; // 未知的 config type
-  }
-
-  return true;
-}
-
-interface McpInstallParams {
-  id: string;
-  marketId?: string;
-  schema?: any;
-}
-
-/**
- * MCP 插件安装控制器
- * 负责处理 MCP 插件安装流程
- */
-export default class McpInstallController extends ControllerModule {
-  /**
-   * 处理 MCP 插件安装请求
-   * @param parsedData 解析后的协议数据
-   * @returns 是否处理成功
-   */
-  @protocolHandler('install')
-  public async handleInstallRequest(parsedData: McpInstallParams): Promise<boolean> {
-    try {
-      // 从参数中提取必需字段
-      const { id, schema: schemaParam, marketId } = parsedData;
-
-      if (!id) {
-        logger.warn(`🔧 [McpInstall] Missing required MCP parameters:`, {
-          id: !!id,
-        });
-        return false;
-      }
-
-      // 映射协议来源
-
-      const isOfficialMarket = marketId === 'lobehub';
-
-      // 对于官方市场，schema 是可选的；对于第三方市场，schema 是必需的
-      if (!isOfficialMarket && !schemaParam) {
-        logger.warn(`🔧 [McpInstall] Schema is required for third-party marketplace:`, {
-          marketId,
-        });
-        return false;
-      }
-
-      let mcpSchema: McpSchema | undefined;
-
-      // 如果提供了 schema 参数，则解析和验证
-      if (schemaParam) {
-        try {
-          mcpSchema = JSON.parse(schemaParam);
-        } catch (error) {
-          logger.error(`🔧 [McpInstall] Failed to parse MCP schema:`, error);
-          return false;
-        }
-
-        if (!validateMcpSchema(mcpSchema)) {
-          logger.error(`🔧 [McpInstall] Invalid MCP Schema structure`);
-          return false;
-        }
-
-        // 验证 identifier 与 id 参数匹配
-        if (mcpSchema.identifier !== id) {
-          logger.error(`🔧 [McpInstall] Schema identifier does not match URL id parameter:`, {
-            schemaId: mcpSchema.identifier,
-            urlId: id,
-          });
-          return false;
-        }
-      }
-
-      logger.debug(`🔧 [McpInstall] MCP install request validated:`, {
-        hasSchema: !!mcpSchema,
-        marketId,
-        pluginId: id,
-        pluginName: mcpSchema?.name || 'Unknown',
-        pluginVersion: mcpSchema?.version || 'Unknown',
-      });
-
-      // 广播安装请求到前端
-      const installRequest = {
-        marketId,
-        pluginId: id,
-        schema: mcpSchema,
-      };
-
-      logger.debug(`🔧 [McpInstall] Broadcasting install request:`, {
-        hasSchema: !!installRequest.schema,
-        marketId: installRequest.marketId,
-        pluginId: installRequest.pluginId,
-        pluginName: installRequest.schema?.name || 'Unknown',
-      });
-
-      // 通过应用实例广播到前端
-      if (this.app?.browserManager) {
-        this.app.browserManager.broadcastToWindow('chat', 'mcpInstallRequest', installRequest);
-        logger.debug(`🔧 [McpInstall] Install request broadcasted successfully`);
-        return true;
-      } else {
-        logger.error(`🔧 [McpInstall] App or browserManager not available`);
-        return false;
-      }
-    } catch (error) {
-      logger.error(`🔧 [McpInstall] Error processing install request:`, error);
-      return false;
-    }
-  }
-}
@@ -14,8 +14,8 @@ export default class MenuController extends ControllerModule {
   * 显示上下文菜单
   */
  @ipcClientEvent('showContextMenu')
-  showContextMenu(params: { data?: any; type: string }) {
-    return this.app.menuManager.showContextMenu(params.type, params.data);
+  showContextMenu(type: string, data?: any) {
+    return this.app.menuManager.showContextMenu(type, data);
  }

  /**
@@ -29,9 +29,9 @@ describe('MenuController', () => {
    it('should call menuManager.refreshMenus', () => {
      // 模拟返回值
      mockRefreshMenus.mockReturnValueOnce(true);
-
+      
      const result = menuController.refreshAppMenu();
-
+      
      expect(mockRefreshMenus).toHaveBeenCalled();
      expect(result).toBe(true);
    });
@@ -41,9 +41,9 @@ describe('MenuController', () => {
    it('should call menuManager.showContextMenu with type only', () => {
      const menuType = 'chat';
      mockShowContextMenu.mockReturnValueOnce({ shown: true });
-
-      const result = menuController.showContextMenu({ type: menuType });
-
+      
+      const result = menuController.showContextMenu(menuType);
+      
      expect(mockShowContextMenu).toHaveBeenCalledWith(menuType, undefined);
      expect(result).toEqual({ shown: true });
    });
@@ -52,9 +52,9 @@ describe('MenuController', () => {
      const menuType = 'file';
      const menuData = { fileId: '123', filePath: '/path/to/file.txt' };
      mockShowContextMenu.mockReturnValueOnce({ shown: true });
-
-      const result = menuController.showContextMenu({ type: menuType, data: menuData });
-
+      
+      const result = menuController.showContextMenu(menuType, menuData);
+      
      expect(mockShowContextMenu).toHaveBeenCalledWith(menuType, menuData);
      expect(result).toEqual({ shown: true });
    });
@@ -63,20 +63,20 @@ describe('MenuController', () => {
  describe('setDevMenuVisibility', () => {
    it('should call menuManager.rebuildAppMenu with showDevItems true', () => {
      mockRebuildAppMenu.mockReturnValueOnce(true);
-
+      
      const result = menuController.setDevMenuVisibility(true);
-
+      
      expect(mockRebuildAppMenu).toHaveBeenCalledWith({ showDevItems: true });
      expect(result).toBe(true);
    });

    it('should call menuManager.rebuildAppMenu with showDevItems false', () => {
      mockRebuildAppMenu.mockReturnValueOnce(true);
-
+      
      const result = menuController.setDevMenuVisibility(false);
-
+      
      expect(mockRebuildAppMenu).toHaveBeenCalledWith({ showDevItems: false });
      expect(result).toBe(true);
    });
  });
-});
+}); 
@@ -44,30 +44,11 @@ const shortcutDecorator = (name: string) => (target: any, methodName: string, de
 */
 export const shortcut = (method: ShortcutActionType) => shortcutDecorator(method);

-const protocolDecorator =
-  (urlType: string, action: string) => (target: any, methodName: string, descriptor?: any) => {
-    const handlers = IoCContainer.protocolHandlers.get(target.constructor) || [];
-    handlers.push({ action, methodName, urlType });
-
-    IoCContainer.protocolHandlers.set(target.constructor, handlers);
-
-    return descriptor;
-  };
-
-/**
- * Protocol handler decorator
- * @param urlType 协议URL类型 (如: 'plugin')
- * @param action 操作类型 (如: 'install')
- */
-export const createProtocolHandler = (urlType: string) => (action: string) =>
-  protocolDecorator(urlType, action);
-
 interface IControllerModule {
  afterAppReady?(): void;
  app: App;
  beforeAppReady?(): void;
 }
-
 export class ControllerModule implements IControllerModule {
  constructor(public app: App) {
    this.app = app;
@@ -16,7 +16,6 @@ import { CustomRequestHandler, createHandler } from '@/utils/next-electron-rsc';
 import { BrowserManager } from './browser/BrowserManager';
 import { I18nManager } from './infrastructure/I18nManager';
 import { IoCContainer } from './infrastructure/IoCContainer';
-import { ProtocolManager } from './infrastructure/ProtocolManager';
 import { StaticFileServerManager } from './infrastructure/StaticFileServerManager';
 import { StoreManager } from './infrastructure/StoreManager';
 import { UpdaterManager } from './infrastructure/UpdaterManager';
@@ -28,7 +27,6 @@ const logger = createLogger('core:App');

 export type IPCEventMap = Map<string, { controller: any; methodName: string }>;
 export type ShortcutMethodMap = Map<string, () => Promise<void>>;
-export type ProtocolHandlerMap = Map<string, { controller: any; methodName: string }>;

 type Class<T> = new (...args: any[]) => T;

@@ -45,7 +43,6 @@ export class App {
  shortcutManager: ShortcutManager;
  trayManager: TrayManager;
  staticFileServerManager: StaticFileServerManager;
-  protocolManager: ProtocolManager;
  chromeFlags: string[] = ['OverlayScrollbar', 'FluentOverlayScrollbar', 'FluentScrollbar'];

  /**
@@ -103,15 +100,11 @@ export class App {
    this.shortcutManager = new ShortcutManager(this);
    this.trayManager = new TrayManager(this);
    this.staticFileServerManager = new StaticFileServerManager(this);
-    this.protocolManager = new ProtocolManager(this);

    // register the schema to interceptor url
    // it should register before app ready
    this.registerNextHandler();

-    // initialize protocol handlers
-    this.protocolManager.initialize();
-
    // 统一处理 before-quit 事件
    app.on('before-quit', this.handleBeforeQuit);

@@ -167,10 +160,6 @@ export class App {
    });

    app.on('activate', this.onActivate);
-
-    // Process any pending protocol URLs after everything is ready
-    await this.protocolManager.processPendingUrls();
-
    logger.info('Application bootstrap completed');
  };

@@ -182,32 +171,6 @@ export class App {
    return this.controllers.get(controllerClass);
  }

-  /**
-   * Handle protocol request by dispatching to registered handlers
-   * @param urlType 协议URL类型 (如: 'plugin')
-   * @param action 操作类型 (如: 'install')
-   * @param data 解析后的协议数据
-   * @returns 是否成功处理
-   */
-  async handleProtocolRequest(urlType: string, action: string, data: any): Promise<boolean> {
-    const key = `${urlType}:${action}`;
-    const handler = this.protocolHandlerMap.get(key);
-
-    if (!handler) {
-      logger.warn(`No protocol handler found for ${key}`);
-      return false;
-    }
-
-    try {
-      logger.debug(`Dispatching protocol request ${key} to controller`);
-      const result = await handler.controller[handler.methodName](data);
-      return result !== false; // 假设控制器返回 false 表示处理失败
-    } catch (error) {
-      logger.error(`Error handling protocol request ${key}:`, error);
-      return false;
-    }
-  }
-
  private onActivate = () => {
    logger.debug('Application activated');
    this.browserManager.showMainWindow();
@@ -270,7 +233,6 @@ export class App {
  private ipcClientEventMap: IPCEventMap = new Map();
  private ipcServerEventMap: IPCEventMap = new Map();
  shortcutMethodMap: ShortcutMethodMap = new Map();
-  protocolHandlerMap: ProtocolHandlerMap = new Map();

  /**
   * use in next router interceptor in prod browser render
@@ -346,14 +308,6 @@ export class App {
        controller[shortcut.methodName]();
      });
    });
-
-    IoCContainer.protocolHandlers.get(ControllerClass)?.forEach((handler) => {
-      const key = `${handler.urlType}:${handler.action}`;
-      this.protocolHandlerMap.set(key, {
-        controller,
-        methodName: handler.methodName,
-      });
-    });
  };

  private addService = (ServiceClass: IServiceModule) => {
@@ -9,7 +9,7 @@ import {
 import { join } from 'node:path';

 import { buildDir, preloadDir, resourcesDir } from '@/const/dir';
-import { isDev, isMac, isWindows } from '@/const/env';
+import { isDev, isWindows } from '@/const/env';
 import {
  BACKGROUND_DARK,
  BACKGROUND_LIGHT,
@@ -269,20 +269,7 @@ export default class Browser {

  hide() {
    logger.debug(`Hiding window: ${this.identifier}`);
-
-    // Fix for macOS fullscreen black screen issue
-    // See: https://github.com/electron/electron/issues/20263
-    if (isMac && this.browserWindow.isFullScreen()) {
-      logger.debug(
-        `[${this.identifier}] Window is in fullscreen mode, exiting fullscreen before hiding.`,
-      );
-      this.browserWindow.once('leave-full-screen', () => {
-        this.browserWindow.hide();
-      });
-      this.browserWindow.setFullScreen(false);
-    } else {
-      this.browserWindow.hide();
-    }
+    this.browserWindow.hide();
  }

  close() {
@@ -426,7 +413,7 @@ export default class Browser {
        //   logger.error(`[${this.identifier}] Failed to save window state on hide:`, error);
        // }
        e.preventDefault();
-        this.hide();
+        browserWindow.hide();
      } else {
        // Window is actually closing (not keepAlive)
        logger.debug(
@@ -478,7 +465,7 @@ export default class Browser {
  toggleVisible() {
    logger.debug(`Toggling visibility for window: ${this.identifier}`);
    if (this._browserWindow.isVisible() && this._browserWindow.isFocused()) {
-      this.hide(); // Use the hide() method which handles fullscreen
+      this._browserWindow.hide();
    } else {
      this._browserWindow.show();
      this._browserWindow.focus();
@@ -8,9 +8,5 @@ export class IoCContainer {
  > = new WeakMap();

  static shortcuts: WeakMap<any, { methodName: string; name: string }[]> = new WeakMap();
-
-  static protocolHandlers: WeakMap<any, { action: string; methodName: string; urlType: string }[]> =
-    new WeakMap();
-
  init() {}
 }
@@ -1,256 +0,0 @@
-import { app } from 'electron';
-
-import { isDev } from '@/const/env';
-import { createLogger } from '@/utils/logger';
-import { getProtocolScheme, parseProtocolUrl } from '@/utils/protocol';
-
-import { App } from '../App';
-
-// Create logger
-const logger = createLogger('core:ProtocolManager');
-
-/**
- * Protocol handler manager for custom URI schemes
- */
-export class ProtocolManager {
-  private app: App;
-  private protocolScheme: string;
-  private pendingUrls: string[] = [];
-
-  constructor(app: App) {
-    logger.debug('Initializing ProtocolManager');
-    this.app = app;
-    this.protocolScheme = getProtocolScheme();
-    logger.info(`ProtocolManager initialized for scheme: ${this.protocolScheme}://`);
-  }
-
-  /**
-   * Register protocol handlers and set up event listeners
-   */
-  public initialize(): void {
-    logger.debug('Setting up protocol handlers');
-
-    this.registerProtocolHandlers();
-    this.setupEventListeners();
-
-    logger.debug('Protocol initialization completed');
-  }
-
-  /**
-   * Register the application as default protocol client
-   */
-  private registerProtocolHandlers(): void {
-    logger.debug(`🔗 [Protocol] Registering protocol handlers for ${this.protocolScheme}://`);
-
-    // Debug info about current app
-    logger.debug(`🔗 [Protocol] App name: ${app.name}`);
-    logger.debug(`🔗 [Protocol] App path: ${app.getPath('exe')}`);
-    logger.debug(`🔗 [Protocol] Is development: ${isDev}`);
-    logger.debug(`🔗 [Protocol] Process argv[0]: ${process.argv[0]}`);
-
-    // Check if already registered
-    const isCurrentlyRegistered = app.isDefaultProtocolClient(this.protocolScheme);
-    logger.debug(`🔗 [Protocol] Is currently default protocol client: ${isCurrentlyRegistered}`);
-
-    // Register as default protocol client
-    let registrationResult: boolean;
-
-    if (isDev) {
-      // In development, use explicit parameters to ensure proper registration
-      const appPath = process.cwd(); // Current working directory (our app)
-      logger.debug(`🔗 [Protocol] Development mode: using explicit registration parameters`);
-      logger.debug(`🔗 [Protocol] Executable path: ${process.execPath}`);
-      logger.debug(`🔗 [Protocol] App path: ${appPath}`);
-      logger.debug(`🔗 [Protocol] Arguments: ${JSON.stringify([appPath])}`);
-
-      registrationResult = app.setAsDefaultProtocolClient(this.protocolScheme, process.execPath, [
-        appPath,
-      ]);
-    } else {
-      // In production, use simple registration
-      registrationResult = app.setAsDefaultProtocolClient(this.protocolScheme);
-    }
-
-    logger.debug(`🔗 [Protocol] Registration result: ${registrationResult}`);
-
-    if (!registrationResult) {
-      logger.error(
-        `🔗 [Protocol] Failed to register as default protocol client for ${this.protocolScheme}://`,
-      );
-    } else {
-      logger.debug(`🔗 [Protocol] Successfully registered ${this.protocolScheme}:// protocol`);
-    }
-
-    // Verify registration
-    const isRegisteredAfter = app.isDefaultProtocolClient(this.protocolScheme);
-    logger.debug(`🔗 [Protocol] Final registration status: ${isRegisteredAfter}`);
-  }
-
-  /**
-   * Set up protocol event listeners
-   */
-  private setupEventListeners(): void {
-    // Handle protocol URL from cold start (Windows/Linux)
-    const protocolUrl = this.getProtocolUrlFromArgs(process.argv);
-    if (protocolUrl) {
-      logger.debug(`🔗 [Protocol] Found protocol URL from cold start: ${protocolUrl}`);
-      this.pendingUrls.push(protocolUrl);
-    }
-
-    // Handle protocol URL from macOS open-url event
-    app.on('open-url', (event, url) => {
-      event.preventDefault();
-      logger.debug(`🔗 [Protocol] Received URL from open-url event: ${url}`);
-      logger.debug(`🔗 [Protocol] App ready state: ${app.isReady()}`);
-      logger.debug(`🔗 [Protocol] Event prevented, processing URL...`);
-      this.handleProtocolUrl(url);
-    });
-
-    // Handle protocol URL from second instance (Windows/Linux)
-    app.on('second-instance', (event, commandLine) => {
-      const url = this.getProtocolUrlFromArgs(commandLine);
-      if (url) {
-        logger.debug(`🔗 [Protocol] Received protocol URL from second instance: ${url}`);
-        this.handleProtocolUrl(url);
-      }
-      // Show main window when second instance is triggered
-      this.app.browserManager.showMainWindow();
-    });
-  }
-
-  /**
-   * Extract protocol URL from command line arguments
-   */
-  private getProtocolUrlFromArgs(args: string[]): string | null {
-    const protocolPrefix = `${this.protocolScheme}://`;
-
-    logger.debug(`🔗 [Protocol] Searching for protocol URLs in args: ${JSON.stringify(args)}`);
-    logger.debug(`🔗 [Protocol] Looking for prefix: ${protocolPrefix}`);
-
-    for (const arg of args) {
-      if (arg.startsWith(protocolPrefix)) {
-        logger.debug(`🔗 [Protocol] Found protocol URL in args: ${arg}`);
-        return arg;
-      }
-    }
-    logger.debug(`🔗 [Protocol] No protocol URL found in args`);
-    return null;
-  }
-
-  /**
-   * Handle protocol URL - either immediately or store for later processing
-   */
-  private handleProtocolUrl(url: string): void {
-    try {
-      logger.debug(`🔗 [Protocol] handleProtocolUrl called with: ${url}`);
-      logger.debug(`🔗 [Protocol] App ready state: ${app.isReady()}`);
-      logger.debug(`🔗 [Protocol] Current pending URLs count: ${this.pendingUrls.length}`);
-
-      if (!app.isReady()) {
-        // App not ready yet, store for later processing
-        logger.debug('🔗 [Protocol] App not ready, storing protocol URL for later processing');
-        this.pendingUrls.push(url);
-        logger.debug(`🔗 [Protocol] Pending URLs after push: ${this.pendingUrls.length}`);
-        return;
-      }
-
-      // App is ready, process immediately
-      logger.debug('🔗 [Protocol] App is ready, processing URL immediately');
-      this.processProtocolUrl(url);
-    } catch (error) {
-      logger.error('🔗 [Protocol] Failed to handle protocol URL:', error);
-    }
-  }
-
-  /**
-   * Process protocol URL by showing main window and sending to renderer
-   */
-  private async processProtocolUrl(url: string): Promise<void> {
-    try {
-      logger.debug(`🔗 [Protocol] processProtocolUrl called with: ${url}`);
-
-      // Basic URL validation - just check if it's our protocol
-      if (!url.startsWith(`${this.protocolScheme}://`)) {
-        logger.warn(`🔗 [Protocol] Invalid protocol scheme in URL: ${url}`);
-        return;
-      }
-
-      // Show main window
-      logger.debug('🔗 [Protocol] Showing main window...');
-      this.app.browserManager.showMainWindow();
-
-      // Parse protocol URL to extract urlType and action
-      const parsed = parseProtocolUrl(url);
-
-      if (!parsed) {
-        logger.warn(`🔗 [Protocol] Failed to parse protocol URL: ${url}`);
-        return;
-      }
-
-      logger.debug(
-        `🔗 [Protocol] Parsed URL - type: ${parsed.urlType}, action: ${parsed.action}, data: %s`,
-        parsed.params,
-      );
-
-      // Dispatch to registered protocol handlers via App with parsed data
-      logger.debug('🔗 [Protocol] Dispatching to protocol handlers...');
-      const handled = await this.app.handleProtocolRequest(
-        parsed.urlType,
-        parsed.action,
-        parsed.params,
-      );
-
-      if (handled) {
-        logger.debug('🔗 [Protocol] Protocol URL processed successfully by handler');
-      } else {
-        logger.warn(
-          `🔗 [Protocol] No handler found for protocol: ${parsed.urlType}:${parsed.action}`,
-        );
-      }
-    } catch (error) {
-      logger.error('🔗 [Protocol] Failed to process protocol URL:', error);
-      logger.error('🔗 [Protocol] Error details:', error);
-    }
-  }
-
-  /**
-   * Process any pending protocol URLs after app is ready
-   */
-  public async processPendingUrls(): Promise<void> {
-    logger.debug(`🔗 [Protocol] processPendingUrls called`);
-    logger.debug(`🔗 [Protocol] Pending URLs count: ${this.pendingUrls.length}`);
-
-    if (this.pendingUrls.length === 0) {
-      logger.debug(`🔗 [Protocol] No pending URLs to process`);
-      return;
-    }
-
-    logger.debug(
-      `🔗 [Protocol] Processing ${this.pendingUrls.length} pending protocol URLs:`,
-      this.pendingUrls,
-    );
-
-    for (const url of this.pendingUrls) {
-      logger.debug(`🔗 [Protocol] Processing pending URL: ${url}`);
-      await this.processProtocolUrl(url);
-    }
-
-    // Clear pending URLs
-    this.pendingUrls = [];
-    logger.debug(`🔗 [Protocol] All pending URLs processed and cleared`);
-  }
-
-  /**
-   * Get current protocol scheme
-   */
-  public getScheme(): string {
-    return this.protocolScheme;
-  }
-
-  /**
-   * Check if protocol is registered
-   */
-  public isRegistered(): boolean {
-    return app.isDefaultProtocolClient(this.protocolScheme);
-  }
-}
@@ -14,7 +14,6 @@ const menu = {
  edit: {
    copy: '复制',
    cut: '剪切',
-    delete: '删除',
    paste: '粘贴',
    redo: '重做',
    selectAll: '全选',
@@ -181,15 +181,29 @@ export class LinuxMenu extends BaseMenuPlatform implements IMenuPlatform {
  }

  private getChatContextMenuTemplate(data?: any): MenuItemConstructorOptions[] {
-    console.log(data);
    const t = this.app.i18n.ns('menu');
+    const commonT = this.app.i18n.ns('common');

-    return [
-      { accelerator: 'Ctrl+C', label: t('edit.copy'), role: 'copy' },
-      { accelerator: 'Ctrl+V', label: t('edit.paste'), role: 'paste' },
+    const items: MenuItemConstructorOptions[] = [
+      { label: t('edit.copy'), role: 'copy' },
+      { label: t('edit.paste'), role: 'paste' },
      { type: 'separator' },
      { label: t('edit.selectAll'), role: 'selectAll' },
    ];
+
+    if (data?.messageId) {
+      items.push(
+        { type: 'separator' },
+        {
+          click: () => {
+            console.log('尝试删除消息:', data.messageId);
+          },
+          label: commonT('actions.delete'),
+        },
+      );
+    }
+
+    return items;
  }

  // eslint-disable-next-line @typescript-eslint/no-unused-vars
@@ -197,13 +211,14 @@ export class LinuxMenu extends BaseMenuPlatform implements IMenuPlatform {
    const t = this.app.i18n.ns('menu');

    return [
-      { accelerator: 'Ctrl+X', label: t('edit.cut'), role: 'cut' },
-      { accelerator: 'Ctrl+C', label: t('edit.copy'), role: 'copy' },
-      { accelerator: 'Ctrl+V', label: t('edit.paste'), role: 'paste' },
+      { label: t('edit.cut'), role: 'cut' },
+      { label: t('edit.copy'), role: 'copy' },
+      { label: t('edit.paste'), role: 'paste' },
      { type: 'separator' },
-      { accelerator: 'Ctrl+A', label: t('edit.selectAll'), role: 'selectAll' },
+      { label: t('edit.undo'), role: 'undo' },
+      { label: t('edit.redo'), role: 'redo' },
      { type: 'separator' },
-      { label: t('edit.delete'), role: 'delete' },
+      { label: t('edit.selectAll'), role: 'selectAll' },
    ];
  }

@@ -301,29 +301,48 @@ export class MacOSMenu extends BaseMenuPlatform implements IMenuPlatform {
  }

  private getChatContextMenuTemplate(data?: any): MenuItemConstructorOptions[] {
-    console.log(data);
    const t = this.app.i18n.ns('menu');
+    const commonT = this.app.i18n.ns('common');

-    return [
-      { accelerator: 'Command+C', label: t('edit.copy'), role: 'copy' },
-      { accelerator: 'Command+V', label: t('edit.paste'), role: 'paste' },
+    const items: MenuItemConstructorOptions[] = [
+      { label: t('edit.cut'), role: 'cut' },
+      { label: t('edit.copy'), role: 'copy' },
+      { label: t('edit.paste'), role: 'paste' },
      { type: 'separator' },
      { label: t('edit.selectAll'), role: 'selectAll' },
    ];
+
+    if (data?.messageId) {
+      items.push(
+        { type: 'separator' },
+        {
+          click: () => {
+            console.log('尝试删除消息:', data.messageId);
+            // 调用 MessageService (假设存在)
+            // const messageService = this.app.getService(MessageService);
+            // messageService?.deleteMessage(data.messageId);
+          },
+          label: commonT('actions.delete'),
+        },
+      );
+    }
+    return items;
  }

  // eslint-disable-next-line @typescript-eslint/no-unused-vars
  private getEditorContextMenuTemplate(_data?: any): MenuItemConstructorOptions[] {
    const t = this.app.i18n.ns('menu');

+    // 编辑器特定的上下文菜单
    return [
-      { accelerator: 'Command+X', label: t('edit.cut'), role: 'cut' },
-      { accelerator: 'Command+C', label: t('edit.copy'), role: 'copy' },
-      { accelerator: 'Command+V', label: t('edit.paste'), role: 'paste' },
+      { label: t('edit.cut'), role: 'cut' },
+      { label: t('edit.copy'), role: 'copy' },
+      { label: t('edit.paste'), role: 'paste' },
      { type: 'separator' },
-      { accelerator: 'Command+A', label: t('edit.selectAll'), role: 'selectAll' },
+      { label: t('edit.undo'), role: 'undo' },
+      { label: t('edit.redo'), role: 'redo' },
      { type: 'separator' },
-      { label: t('edit.delete'), role: 'delete' },
+      { label: t('edit.selectAll'), role: 'selectAll' },
    ];
  }

@@ -161,15 +161,32 @@ export class WindowsMenu extends BaseMenuPlatform implements IMenuPlatform {
  }

  private getChatContextMenuTemplate(data?: any): MenuItemConstructorOptions[] {
-    console.log(data);
    const t = this.app.i18n.ns('menu');
+    const commonT = this.app.i18n.ns('common');

-    return [
-      { accelerator: 'Ctrl+C', label: t('edit.copy'), role: 'copy' },
-      { accelerator: 'Ctrl+V', label: t('edit.paste'), role: 'paste' },
+    const items: MenuItemConstructorOptions[] = [
+      { label: t('edit.copy'), role: 'copy' },
+      { label: t('edit.paste'), role: 'paste' },
      { type: 'separator' },
      { label: t('edit.selectAll'), role: 'selectAll' },
    ];
+
+    if (data?.messageId) {
+      items.push(
+        { type: 'separator' },
+        {
+          click: () => {
+            console.log('尝试删除消息:', data.messageId);
+            // 调用 MessageService (假设存在)
+            // const messageService = this.app.getService(MessageService);
+            // messageService?.deleteMessage(data.messageId);
+          },
+          label: commonT('actions.delete'),
+        },
+      );
+    }
+
+    return items;
  }

  // eslint-disable-next-line @typescript-eslint/no-unused-vars
@@ -177,13 +194,14 @@ export class WindowsMenu extends BaseMenuPlatform implements IMenuPlatform {
    const t = this.app.i18n.ns('menu');

    return [
-      { accelerator: 'Ctrl+X', label: t('edit.cut'), role: 'cut' },
-      { accelerator: 'Ctrl+C', label: t('edit.copy'), role: 'copy' },
-      { accelerator: 'Ctrl+V', label: t('edit.paste'), role: 'paste' },
+      { label: t('edit.cut'), role: 'cut' },
+      { label: t('edit.copy'), role: 'copy' },
+      { label: t('edit.paste'), role: 'paste' },
      { type: 'separator' },
-      { accelerator: 'Ctrl+A', label: t('edit.selectAll'), role: 'selectAll' },
+      { label: t('edit.undo'), role: 'undo' },
+      { label: t('edit.redo'), role: 'redo' },
      { type: 'separator' },
-      { label: t('edit.delete'), role: 'delete' },
+      { label: t('edit.selectAll'), role: 'selectAll' },
    ];
  }

@@ -1,60 +0,0 @@
-/**
- * MCP Schema - stdio 配置类型
- */
-export interface McpStdioConfig {
-  args?: string[];
-  command: string;
-  env?: Record<string, string>;
-  type: 'stdio';
-}
-
-/**
- * MCP Schema - http 配置类型
- */
-export interface McpHttpConfig {
-  headers?: Record<string, string>;
-  type: 'http';
-  url: string;
-}
-
-/**
- * MCP Schema 配置类型
- */
-export type McpConfig = McpStdioConfig | McpHttpConfig;
-
-/**
- * MCP Schema 对象
- * 符合 RFC 0001 定义
- */
-export interface McpSchema {
-  /** 插件作者 */
-  author: string;
-  /** 插件配置 */
-  config: McpConfig;
-  /** 插件描述 */
-  description: string;
-  /** 插件主页 */
-  homepage?: string;
-  /** 插件图标 */
-  icon?: string;
-  /** 插件唯一标识符，必须与URL中的id参数匹配 */
-  identifier: string;
-  /** 插件名称 */
-  name: string;
-  /** 插件版本 (semver) */
-  version: string;
-}
-
-/**
- * 协议URL解析结果
- */
-export interface ProtocolUrlParsed {
-  /** 操作类型 (如: 'install') */
-  action: string;
-  /** 原始URL */
-  originalUrl: string;
-  /** 解析后的所有查询参数 */
-  params: Record<string, string>;
-  /** URL类型 (如: 'plugin') */
-  urlType: string;
-}
@@ -1,203 +0,0 @@
-import { describe, expect, it } from 'vitest';
-
-import { McpSchema } from '../../types/protocol';
-import { generateRFCProtocolUrl, parseProtocolUrl } from '../protocol';
-
-describe('Protocol', () => {
-  describe('generateRFCProtocolUrl', () => {
-    it('should generate valid RFC protocol URL for stdio type', () => {
-      const schema: McpSchema = {
-        identifier: 'edgeone-mcp',
-        name: 'EdgeOne MCP',
-        author: 'Higress Team',
-        description: 'EdgeOne API integration for LobeChat',
-        version: '1.0.0',
-        homepage: 'https://github.com/higress/edgeone-mcp',
-        config: {
-          type: 'stdio',
-          command: 'npx',
-          args: ['-y', '@higress/edgeone-mcp'],
-          env: { NODE_ENV: 'production' },
-        },
-      };
-
-      const url = generateRFCProtocolUrl({
-        id: 'edgeone-mcp',
-        schema,
-        marketId: 'higress',
-      });
-
-      expect(url).toMatch(/^lobehub:\/\/plugin\/install\?/);
-      expect(url).toContain('id=edgeone-mcp');
-      expect(url).toContain('marketId=higress');
-
-      // Verify schema is URL encoded
-      const urlObj = new URL(url);
-      const schemaParam = urlObj.searchParams.get('schema');
-      expect(schemaParam).toBeTruthy();
-      // URLSearchParams.get() 自动解码，所以这里得到的是解码后的JSON
-      expect(schemaParam).toContain('"'); // 解码后的引号
-    });
-
-    it('should generate valid RFC protocol URL for http type', () => {
-      const schema: McpSchema = {
-        identifier: 'awesome-api',
-        name: 'Awesome API',
-        author: 'Smithery',
-        description: 'Awesome API integration',
-        version: '2.0.0',
-        config: {
-          type: 'http',
-          url: 'https://api.smithery.ai/v1/mcp',
-          headers: {
-            'Authorization': 'Bearer token123',
-            'X-Custom-Header': 'value',
-          },
-        },
-      };
-
-      const url = generateRFCProtocolUrl({
-        id: 'awesome-api',
-        schema,
-        marketId: 'smithery',
-      });
-
-      expect(url).toMatch(/^lobehub:\/\/plugin\/install\?/);
-      expect(url).toContain('id=awesome-api');
-      expect(url).toContain('marketId=smithery');
-    });
-
-    it('should throw error if schema identifier does not match id', () => {
-      const schema: McpSchema = {
-        identifier: 'wrong-id',
-        name: 'Test',
-        author: 'Test',
-        description: 'Test',
-        version: '1.0.0',
-        config: { type: 'stdio', command: 'test' },
-      };
-
-      expect(() => generateRFCProtocolUrl({ id: 'different-id', schema })).toThrowError(
-        'Schema identifier must match the id parameter',
-      );
-    });
-  });
-
-  describe('parseProtocolUrl', () => {
-    it('should parse RFC protocol URL correctly', () => {
-      const schema: McpSchema = {
-        identifier: 'test-mcp',
-        name: 'Test MCP',
-        author: 'Test Author',
-        description: 'Test Description',
-        version: '1.0.0',
-        config: {
-          type: 'stdio',
-          command: 'test',
-          args: ['arg1', 'arg2'],
-        },
-      };
-
-      const url = generateRFCProtocolUrl({
-        id: 'test-mcp',
-        schema,
-        marketId: 'lobehub',
-      });
-
-      const parsed = parseProtocolUrl(url);
-
-      expect(parsed).toBeTruthy();
-      expect(parsed?.urlType).toBe('plugin');
-      expect(parsed?.action).toBe('install');
-      expect(parsed?.params.type).toBe('mcp');
-      expect(parsed?.params.id).toBe('test-mcp');
-      expect(parsed?.params.marketId).toBe('lobehub');
-      expect(parsed?.originalUrl).toBe(url);
-
-      // 验证 schema 可以被解析
-      const parsedSchema = JSON.parse(parsed?.params.schema || '{}');
-      expect(parsedSchema).toEqual(schema);
-    });
-
-    it('should return null for invalid protocol', () => {
-      const result = parseProtocolUrl('http://example.com');
-      expect(result).toBeNull();
-    });
-
-    it('should parse URLs with any action', () => {
-      const result = parseProtocolUrl('lobehub://plugin/configure?id=test');
-      expect(result).toBeTruthy();
-      expect(result?.urlType).toBe('plugin');
-      expect(result?.action).toBe('configure');
-      expect(result?.params.id).toBe('test');
-    });
-
-    it('should parse URLs with any query parameters', () => {
-      const result = parseProtocolUrl('lobehub://plugin/install?custom=value&another=param');
-      expect(result).toBeTruthy();
-      expect(result?.urlType).toBe('plugin');
-      expect(result?.action).toBe('install');
-      expect(result?.params.custom).toBe('value');
-      expect(result?.params.another).toBe('param');
-    });
-
-    it('should handle URLs without query parameters', () => {
-      const result = parseProtocolUrl('lobehub://plugin/install');
-      expect(result).toBeTruthy();
-      expect(result?.urlType).toBe('plugin');
-      expect(result?.action).toBe('install');
-      expect(Object.keys(result?.params || {})).toHaveLength(0);
-    });
-
-    it('should return null for URLs without action', () => {
-      const result = parseProtocolUrl('lobehub://plugin/');
-      expect(result).toBeNull();
-    });
-  });
-
-  describe('URL encoding/decoding', () => {
-    it('should handle special characters correctly', () => {
-      const schema: McpSchema = {
-        identifier: 'special-chars',
-        name: '特殊字符 ñ 🚀',
-        author: 'Test <test@example.com>',
-        description: 'Description with "quotes" and \'apostrophes\'',
-        version: '1.0.0',
-        config: {
-          type: 'stdio',
-          command: 'cmd',
-          args: ['arg with spaces', 'arg/with/slashes'],
-        },
-      };
-
-      const url = generateRFCProtocolUrl({ id: 'special-chars', schema });
-      const parsed = parseProtocolUrl(url);
-
-      expect(parsed).toBeTruthy();
-      expect(parsed?.params.id).toBe('special-chars');
-      expect(parsed?.params.type).toBe('mcp');
-
-      // 验证 schema 可以正确解析
-      const parsedSchema = JSON.parse(parsed?.params.schema || '{}');
-      expect(parsedSchema).toEqual(schema);
-    });
-
-    it('should handle different protocol schemes', () => {
-      const testCases = [
-        'lobehub://plugin/install?test=value',
-        'lobehub-dev://plugin/install?test=value',
-        'lobehub-beta://plugin/install?test=value',
-        'lobehub-nightly://plugin/install?test=value',
-      ];
-
-      testCases.forEach((url) => {
-        const parsed = parseProtocolUrl(url);
-        expect(parsed).toBeTruthy();
-        expect(parsed?.urlType).toBe('plugin');
-        expect(parsed?.action).toBe('install');
-        expect(parsed?.params.test).toBe('value');
-        expect(parsed?.originalUrl).toBe(url);
-      });
-    });
-  });
-});
@@ -1,210 +0,0 @@
-import { app } from 'electron';
-
-import { McpSchema, ProtocolUrlParsed } from '../types/protocol';
-
-export type AppChannel = 'stable' | 'beta' | 'nightly';
-
-export const getProtocolScheme = (): string => {
-  // 在 Electron 环境中可以通过多种方式判断版本
-  const bundleId = app.name;
-  const appPath = app.getPath('exe');
-
-  // 通过 bundle identifier 判断
-  if (bundleId?.toLowerCase().includes('nightly')) return 'lobehub-nightly';
-  if (bundleId?.toLowerCase().includes('beta')) return 'lobehub-beta';
-  if (bundleId?.includes('dev')) return 'lobehub-dev';
-
-  // 通过可执行文件路径判断
-  if (appPath?.toLowerCase().includes('nightly')) return 'lobehub-nightly';
-  if (appPath?.toLowerCase().includes('beta')) return 'lobehub-beta';
-  if (appPath?.includes('dev')) return 'lobehub-dev';
-
-  return 'lobehub';
-};
-
-export const getVersionInfo = (): { channel: AppChannel; protocolScheme: string } => {
-  const protocolScheme = getProtocolScheme();
-
-  let appChannel: AppChannel = 'stable';
-  if (protocolScheme.includes('nightly')) {
-    appChannel = 'nightly';
-  } else if (protocolScheme.includes('beta')) {
-    appChannel = 'beta';
-  }
-
-  return {
-    channel: appChannel,
-    protocolScheme,
-  };
-};
-
-/**
- * 验证 MCP Schema 对象结构
- * @param schema 待验证的对象
- * @returns 是否为有效的 MCP Schema
- */
-function validateMcpSchema(schema: any): schema is McpSchema {
-  if (!schema || typeof schema !== 'object') return false;
-
-  // 必填字段验证
-  if (typeof schema.identifier !== 'string' || !schema.identifier) return false;
-  if (typeof schema.name !== 'string' || !schema.name) return false;
-  if (typeof schema.author !== 'string' || !schema.author) return false;
-  if (typeof schema.description !== 'string' || !schema.description) return false;
-  if (typeof schema.version !== 'string' || !schema.version) return false;
-
-  // 可选字段验证
-  if (schema.homepage !== undefined && typeof schema.homepage !== 'string') return false;
-  if (schema.icon !== undefined && typeof schema.icon !== 'string') return false;
-
-  // config 字段验证
-  if (!schema.config || typeof schema.config !== 'object') return false;
-  const config = schema.config;
-
-  if (config.type === 'stdio') {
-    if (typeof config.command !== 'string' || !config.command) return false;
-    if (config.args !== undefined && !Array.isArray(config.args)) return false;
-    if (config.env !== undefined && typeof config.env !== 'object') return false;
-  } else if (config.type === 'http') {
-    if (typeof config.url !== 'string' || !config.url) return false;
-    try {
-      new URL(config.url); // 验证URL格式
-    } catch {
-      return false;
-    }
-    if (config.headers !== undefined && typeof config.headers !== 'object') return false;
-  } else {
-    return false; // 未知的 config type
-  }
-
-  return true;
-}
-
-/**
- * 解析 lobehub:// 协议 URL (支持多版本协议)
- *
- * 支持的URL格式：
- * - lobehub://plugin/install?id=figma&schema=xxx&marketId=lobehub
- * - lobehub://plugin/configure?id=xxx&...
- * - lobehub-bet://plugin/install?id=figma&schema=xxx&marketId=lobehub
- * - lobehub-nightly://plugin/install?id=figma&schema=xxx&marketId=lobehub
- * - lobehub-dev://plugin/install?id=figma&schema=xxx&marketId=lobehub
- *
- * @param url 协议 URL
- * @returns 解析结果，包含基本结构和所有查询参数
- */
-export const parseProtocolUrl = (url: string): ProtocolUrlParsed | null => {
-  try {
-    const parsedUrl = new URL(url);
-
-    // 支持多种协议 scheme
-    const validProtocols = ['lobehub:', 'lobehub-dev:', 'lobehub-nightly:', 'lobehub-beta:'];
-    if (!validProtocols.includes(parsedUrl.protocol)) {
-      return null;
-    }
-
-    // 对于自定义协议，URL 解析后：
-    // lobehub://plugin/install -> hostname: "plugin", pathname: "/install"
-    const urlType = parsedUrl.hostname; // "plugin"
-    const pathParts = parsedUrl.pathname.split('/').filter(Boolean); // ["install"]
-
-    if (pathParts.length < 1) {
-      return null;
-    }
-
-    const action = pathParts[0]; // "install"
-
-    // 解析所有查询参数
-    const params: Record<string, string> = {};
-    const searchParams = new URLSearchParams(parsedUrl.search);
-
-    for (const [key, value] of searchParams.entries()) {
-      params[key] = value;
-    }
-
-    return {
-      action,
-      originalUrl: url,
-      params,
-      urlType,
-    };
-  } catch (error) {
-    console.error('Failed to parse protocol URL:', error);
-    return null;
-  }
-};
-
-/**
- * 生成符合 RFC 0001 的协议 URL
- *
- * @param params 协议参数
- * @returns 生成的协议URL
- */
-export function generateRFCProtocolUrl(params: {
-  /** 插件唯一标识符 */
-  id: string;
-  /** Marketplace ID */
-  marketId?: string;
-  /** MCP Schema 对象 */
-  schema: McpSchema;
-  /** 协议 scheme (默认: lobehub) */
-  scheme?: string;
-}): string {
-  const { id, schema, marketId, scheme = 'lobehub' } = params;
-
-  // 验证 schema.identifier 与 id 匹配
-  if (schema.identifier !== id) {
-    throw new Error('Schema identifier must match the id parameter');
-  }
-
-  // 验证 schema 结构
-  if (!validateMcpSchema(schema)) {
-    throw new Error('Invalid MCP Schema structure');
-  }
-
-  // 构建基础 URL
-  const baseUrl = `${scheme}://plugin/install`;
-
-  // 构建查询参数
-  const searchParams = new URLSearchParams();
-
-  // 必需参数
-  searchParams.set('type', 'mcp');
-  searchParams.set('id', id);
-
-  // 编码 schema - 直接传 JSON 字符串，让 URLSearchParams 自动编码
-  const schemaJson = JSON.stringify(schema);
-  searchParams.set('schema', schemaJson);
-
-  // 可选参数
-  if (marketId) {
-    searchParams.set('marketId', marketId);
-  }
-
-  return `${baseUrl}?${searchParams.toString()}`;
-}
-
-/**
- * 生成协议 URL 示例
- *
- * @example
- * ```typescript
- * const url = generateRFCProtocolUrl({
- *   id: 'edgeone-mcp',
- *   schema: {
- *     identifier: 'edgeone-mcp',
- *     name: 'EdgeOne MCP',
- *     author: 'Higress Team',
- *     description: 'EdgeOne API integration for LobeChat',
- *     version: '1.0.0',
- *     config: {
- *       type: 'stdio',
- *       command: 'npx',
- *       args: ['-y', '@higress/edgeone-mcp']
- *     }
- *   },
- *   marketId: 'higress'
- * });
- * // Result: lobehub://plugin/install?id=edgeone-mcp&schema=%7B%22identifier%22%3A...&marketId=higress
- * ```
- */
@@ -25,34 +25,6 @@ export const setupRouteInterceptors = function () {
  // 存储被阻止的路径，避免pushState重复触发
  const preventedPaths = new Set<string>();

-  // 重写 window.open 方法来拦截 JavaScript 调用
-  const originalWindowOpen = window.open;
-  window.open = function (url?: string | URL, target?: string, features?: string) {
-    if (url) {
-      try {
-        const urlString = typeof url === 'string' ? url : url.toString();
-        const urlObj = new URL(urlString, window.location.href);
-
-        // 检查是否为外部链接
-        if (urlObj.origin !== window.location.origin) {
-          console.log(`[preload] Intercepted window.open for external URL:`, urlString);
-          // 调用主进程处理外部链接
-          invoke('openExternalLink', urlString);
-          return null; // 返回 null 表示没有打开新窗口
-        }
-      } catch (error) {
-        // 处理无效 URL 或特殊协议
-        console.error(`[preload] Intercepted window.open for special protocol:`, url);
-        console.error(error);
-        invoke('openExternalLink', typeof url === 'string' ? url : url.toString());
-        return null;
-      }
-    }
-
-    // 对于内部链接，调用原始的 window.open
-    return originalWindowOpen.call(window, url, target, features);
-  };
-
  // 拦截所有a标签的点击事件 - 针对Next.js的Link组件
  document.addEventListener(
    'click',
@@ -1,226 +1,4 @@
 [
-  {
-    "children": {
-      "improvements": ["Refactor trace type."]
-    },
-    "date": "2025-08-06",
-    "version": "1.110.4"
-  },
-  {
-    "children": {
-      "improvements": ["Fix provider setting page hydration error."]
-    },
-    "date": "2025-08-06",
-    "version": "1.110.3"
-  },
-  {
-    "children": {
-      "fixes": ["Fix fail to fetch aihubmix model on client mode."],
-      "improvements": ["Add context menu for desktop, support different model tabs."]
-    },
-    "date": "2025-08-06",
-    "version": "1.110.2"
-  },
-  {
-    "children": {
-      "fixes": ["Fix remote avatar broken in desktop again."]
-    },
-    "date": "2025-08-06",
-    "version": "1.110.1"
-  },
-  {
-    "children": {
-      "features": ["Support mcp plugin install from web."]
-    },
-    "date": "2025-08-06",
-    "version": "1.110.0"
-  },
-  {
-    "children": {
-      "fixes": ["Fix ollama model output without thinking."],
-      "improvements": ["Add Claude Opus 4.1 model, update i18n."]
-    },
-    "date": "2025-08-06",
-    "version": "1.109.1"
-  },
-  {
-    "children": {
-      "features": ["Support gpt-oss in ollama provider."]
-    },
-    "date": "2025-08-05",
-    "version": "1.109.0"
-  },
-  {
-    "children": {
-      "fixes": ["Provider config checker uses outdated API key."]
-    },
-    "date": "2025-08-05",
-    "version": "1.108.2"
-  },
-  {
-    "children": {
-      "fixes": ["Fix remote avatar broken in desktop."],
-      "improvements": ["Update mask style."]
-    },
-    "date": "2025-08-05",
-    "version": "1.108.1"
-  },
-  {
-    "children": {
-      "features": ["Support 302ai provider."]
-    },
-    "date": "2025-08-05",
-    "version": "1.108.0"
-  },
-  {
-    "children": {
-      "fixes": ["Break line for Gemini Artifacts."]
-    },
-    "date": "2025-08-05",
-    "version": "1.107.6"
-  },
-  {
-    "children": {
-      "improvements": ["Update models."]
-    },
-    "date": "2025-08-04",
-    "version": "1.107.5"
-  },
-  {
-    "children": {
-      "fixes": ["When s3 files not exist , global files should delete."]
-    },
-    "date": "2025-08-04",
-    "version": "1.107.4"
-  },
-  {
-    "children": {
-      "fixes": ["Aihubmix provider request headers."]
-    },
-    "date": "2025-08-03",
-    "version": "1.107.3"
-  },
-  {
-    "children": {
-      "improvements": ["Move types to separate package."]
-    },
-    "date": "2025-08-02",
-    "version": "1.107.2"
-  },
-  {
-    "children": {
-      "improvements": ["Update i18n."]
-    },
-    "date": "2025-08-01",
-    "version": "1.107.1"
-  },
-  {
-    "children": {
-      "features": ["Support aihubmix provider."]
-    },
-    "date": "2025-08-01",
-    "version": "1.107.0"
-  },
-  {
-    "children": {
-      "improvements": ["Support SenseNova V6.5 models."]
-    },
-    "date": "2025-07-31",
-    "version": "1.106.8"
-  },
-  {
-    "children": {
-      "improvements": ["Update Aliyun Bailian models."]
-    },
-    "date": "2025-07-31",
-    "version": "1.106.7"
-  },
-  {
-    "children": {
-      "fixes": ["Fix oidc oauth callback pages 404."]
-    },
-    "date": "2025-07-31",
-    "version": "1.106.6"
-  },
-  {
-    "children": {
-      "improvements": ["Improve mcp plugin calling and display."]
-    },
-    "date": "2025-07-30",
-    "version": "1.106.5"
-  },
-  {
-    "children": {
-      "fixes": ["Fix mcp calling missing array content."],
-      "improvements": ["Update i18n."]
-    },
-    "date": "2025-07-30",
-    "version": "1.106.4"
-  },
-  {
-    "children": {
-      "fixes": ["Moonshot assistant messages must not be empty."],
-      "improvements": ["Add volcengine kimi-k2 model, Add Zhipu GLM-4.5 models."]
-    },
-    "date": "2025-07-29",
-    "version": "1.106.3"
-  },
-  {
-    "children": {
-      "fixes": ["Fix desktop auth redirect url error."]
-    },
-    "date": "2025-07-29",
-    "version": "1.106.2"
-  },
-  {
-    "children": {
-      "improvements": ["Support Minimax T2I models."]
-    },
-    "date": "2025-07-29",
-    "version": "1.106.1"
-  },
-  {
-    "children": {
-      "features": ["Add support for Okta Authentication."]
-    },
-    "date": "2025-07-29",
-    "version": "1.106.0"
-  },
-  {
-    "children": {
-      "improvements": ["Open new topic by tap Just Chat again."]
-    },
-    "date": "2025-07-29",
-    "version": "1.105.6"
-  },
-  {
-    "children": {
-      "fixes": ["Reorder AppTheme and Locale to fix modal i18n."]
-    },
-    "date": "2025-07-29",
-    "version": "1.105.5"
-  },
-  {
-    "children": {
-      "fixes": ["Revert jose to ^5 to fix auth issue on desktop."]
-    },
-    "date": "2025-07-29",
-    "version": "1.105.4"
-  },
-  {
-    "children": {
-      "fixes": ["Fix subscription plan tag display."]
-    },
-    "date": "2025-07-29",
-    "version": "1.105.3"
-  },
-  {
-    "children": {
-      "improvements": ["Add more OpenAI SDK Text2Image providers, update i18n."]
-    },
-    "date": "2025-07-29",
-    "version": "1.105.2"
-  },
  {
    "children": {
      "improvements": ["Support more Text2Image from Qwen."]
@@ -55,8 +55,6 @@ Currently supported identity verification services include:
  <Card href={'/docs/self-hosting/advanced/auth/next-auth/keycloak'} title={'Keycloak'} />

  <Card href={'/docs/self-hosting/advanced/auth/next-auth/google'} title={'Google'} />
-
-  <Card href={'/docs/self-hosting/advanced/auth/next-auth/okta'} title={'Okta'} />
 </Cards>

 Click on the links to view the corresponding platform's configuration documentation.
@@ -80,7 +78,6 @@ The order corresponds to the display order of the SSO providers.
 | ZITADEL               | `zitadel`               |
 | Keycloak              | `keycloak`              |
 | Google                | `google`                |
-| Okta                  | `okta`                  |

 ## Other SSO Providers

@@ -51,8 +51,6 @@ LobeChat 与 Clerk 做了深度集成，能够为用户提供一个更加安全
  <Card href={'/zh/docs/self-hosting/advanced/auth/next-auth/logto'} title={'Logto'} />

  <Card href={'/zh/docs/self-hosting/advanced/auth/next-auth/keycloak'} title={'Keycloak'} />
-
-  <Card href={'/zh/docs/self-hosting/advanced/auth/next-auth/okta'} title={'Okta'} />
 </Cards>

 点击即可查看对应平台的配置文档。
@@ -75,7 +73,6 @@ LobeChat 与 Clerk 做了深度集成，能够为用户提供一个更加安全
 | Microsoft Entra ID    | `microsoft-entra-id`    |
 | ZITADEL               | `zitadel`               |
 | Keycloak              | `keycloak`              |
-| Okta                  | `okta`                  |

 ## 其他 SSO 提供商

@@ -1,65 +0,0 @@
---
-title: Configure Okta Identity Verification Service for LobeChat
-description: >-
-  Learn how to configure Okta Identity Verification Service for LobeChat for your organization, including creating applications, adding users, and configuring environment variables.
-
-tags:
-  - Okta
-  - Identity Verification
-  - Single Sign-On
-  - Environment Variables
-  - User Management
-  - SSO Integrations
-  - Social Login
---
-
-# Configure Okta Identity Verification Service
-
-<Steps>
-  ### Create Okta Application
-
-  Register and log in to [Okta][okta-client-page], open the "Applications" subtab in the left navigation bar, and click "Applications" to switch to the application management interface. click "Create App Integration" in the upper left corner to create an application.
-
-  Select "OIDC - OpenID Connect" in Sign-In Method and then select "Web Application" in Application Type.
-
-  Fill in the following settings:
-
-  | Setting Name           | Description                                                                                                  | Sample Information                            |
-  | ---------------------- | ------------------------------------------------------------------------------------------------------------ | --------------------------------------------- |
-  | App Integration Name   | The Application Name your users will see                                                                     | LobeChat Instance                             |
-  | Sign-in redirect URIs  | Okta sends the authentication response and ID token for the user's sign-in request to these URIs             | (http(s)://your-domain/api/auth/callback/okta |
-  | Sign-out redirect URIs | After your application contacts Okta to close the user session, Okta redirects the user to one of these URIs | (http(s)://your-domain                        |
-
-  <Callout type={'important'}>
-    You can fill in or modify all the fields after deployment, but make sure the filled URL is
-    consistent with the deployed URL.
-  </Callout>
-
-  ### Add Users
-
-  Click on the "Assignments" in the top navigation bar to enter the user management interface, where you can create or assign users in your organization to log in to LobeChat.
-
-  ### Configure Environment Variables
-
-  When deploying LobeChat, you need to configure the following environment variables:
-
-  | Environment Variable      | Type     | Description                                                                                                                                                                                         |
-  | ------------------------- | -------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
-  | `NEXT_AUTH_SECRET`        | Required | Key used to encrypt Auth.js session tokens. You can generate a key using the following command: `openssl rand -base64 32`                                                                           |
-  | `NEXT_AUTH_SSO_PROVIDERS` | Required | Select the single sign-on provider for LoboChat. Use `okta` for Okta.                                                                                                                               |
-  | `AUTH_OKTA_ID`            | Required | Client ID of the Okta application                                                                                                                                                                   |
-  | `AUTH_OKTA_SECRET`        | Required | Client Secret of the Okta application                                                                                                                                                               |
-  | `AUTH_OKTA_ISSUER`        | Required | Domain of the Okta application, `https://example.oktapreview.com`                                                                                                                                   |
-  | `NEXTAUTH_URL`            | Optional | The URL is used to specify the callback address for the execution of OAuth authentication in Auth.js. It needs to be set only when the default address is incorrect. `https://example.com/api/auth` |
-
-  <Callout type={'tip'}>
-    You can refer to the related variable details at [📘Environment Variables](/docs/self-hosting/environment-variable/auth#okta).
-  </Callout>
-</Steps>
-
-<Callout>
-  After successful deployment, users will be able to authenticate and use LobeChat using the users
-  configured in Okta.
-</Callout>
-
-[okta-client-page]: https://login.okta.com
@@ -1,63 +0,0 @@
---
-title: 在 LobeChat 中配置 Okta 身份验证服务 - 详细步骤和环境变量设置
-description: >-
-  学习如何在 LobeChat 中为您的组织配置 Okta 身份验证服务，包括创建应用程序、添加用户和配置环境变量等。
-
-tags:
-  - Okta
-  - 身份验证
-  - 单点登录
-  - 环境变量
-  - 用户管理
-  - SSO 集成
-  - 社交登录
---
-
-# 配置 Okta 身份验证服务
-
-<Steps>
-  ### 创建 Okta 应用程序
-
-  注册并登录 [Okta][okta-client-page]，打开左侧导航栏中的「Applications」子选项卡，点击「Applications」切换到应用程序管理界面。点击左上角的「Create App Integration」创建应用程序。
-
-  在登录方法中选择「OIDC - OpenID Connect」，然后在应用程序类型中选择「Web Application」。
-
-  填写以下设置：
-
-  | 设置名称                   | 描述                                          | 示例信息                                          |
-  | ---------------------- | ------------------------------------------- | --------------------------------------------- |
-  | App Integration Name   | 您的用户将看到的应用程序名称                              | LobeChat Instance                             |
-  | Sign-in redirect URIs  | Okta 将用户登录请求的身份验证响应和 ID 令牌发送到这些 URI         | (http(s)://your-domain/api/auth/callback/okta |
-  | Sign-out redirect URIs | 您的应用程序联系 Okta 关闭用户会话后，Okta 将用户重定向到这些 URI 之一 | (http(s)://your-domain                        |
-
-  <Callout type={'important'}>
-    您可以在部署后填写或修改所有字段，但请确保填写的 URL 与部署的 URL 一致。
-  </Callout>
-
-  ### 添加用户
-
-  点击顶部导航栏中的「Assignments」进入用户管理界面，您可以在此创建或分配组织中的用户来登录 LobeChat。
-
-  ### 配置环境变量
-
-  在部署 LobeChat 时，您需要配置以下环境变量：
-
-  | 环境变量                      | 类型 | 描述                                                                                   |
-  | ------------------------- | -- | ------------------------------------------------------------------------------------ |
-  | `NEXT_AUTH_SECRET`        | 必选 | 用于加密 Auth.js 会话令牌的密钥。您可以使用以下命令生成密钥：`openssl rand -base64 32`                         |
-  | `NEXT_AUTH_SSO_PROVIDERS` | 必选 | 选择 LoboChat 的单点登录提供商。使用 Okta 请填写 `okta`。                                             |
-  | `AUTH_OKTA_ID`            | 必选 | Okta 应用程序的客户端 ID                                                                     |
-  | `AUTH_OKTA_SECRET`        | 必选 | Okta 应用程序的客户端密钥                                                                      |
-  | `AUTH_OKTA_ISSUER`        | 必选 | Okta 应用程序的域名，`https://example.oktapreview.com`                                       |
-  | `NEXTAUTH_URL`            | 可选 | 该 URL 用于指定 Auth.js 在执行 OAuth 认证时的回调地址。仅当默认地址不正确时才需要设置。`https://example.com/api/auth` |
-
-  <Callout type={'tip'}>
-    您可以在 [📘环境变量](/zh/docs/self-hosting/environment-variables/auth#okta) 查阅相关变量详情。
-  </Callout>
-</Steps>
-
-<Callout>
-  部署成功后，用户将能够使用在 Okta 中配置的用户进行身份验证并使用 LobeChat。
-</Callout>
-
-[okta-client-page]: https://login.okta.com
@@ -249,29 +249,6 @@ LobeChat provides a complete authentication service capability when deployed. Th
 - Default: `-`
 - Example: `https://your-instance-abc123.zitadel.cloud`

-### Okta
-
-#### `AUTH_OKTA_ID`
-
- Type: Required
- Description: Client ID of the Okta application. This can be found under your application settings in the Okta console.
- Default: `-`
- Example: `ac12c950f3ce48c8a45a`
-
-#### `AUTH_OKTA_SECRET`
-
- Type: Required
- Description: Client Secret of the Okta application. This can be found under your application settings in the Okta console.
- Default: `-`
- Example: `ex1HqvSOOkC5INqo42grOSqNvHoD4p84em1yy5QU7v88IZlaWGywFjYkrkpkSopt`
-
-#### `AUTH_OKTA_ISSUER`
-
- Type: Required
- Description: Issuer of the Okta application. This is the URL of the Okta instance -- If branding is set up, it can be your custom domain.
- Default: `-`
- Example: `https://your-instance.okta.com`
-
 ### Generic OIDC

 #### `AUTH_GENERIC_OIDC_ID`
@@ -245,29 +245,6 @@ LobeChat 在部署时提供了完善的身份验证服务能力，以下是相
 - 默认值：`-`
 - 示例：`https://your-instance-abc123.zitadel.cloud`

-### Okta
-
-#### `AUTH_OKTA_ID`
-
- 类型：必选
- 描述：Okta 应用程序的 Client ID。您可以在 Okta 控制台的应用程序设置中找到。
- 默认值：`-`
- 示例：`ac12c950f3ce48c8a45a`
-
-#### `AUTH_OKTA_SECRET`
-
- 类型：必选
- 描述：Okta 应用程序的 Client Secret。您可以在 Okta 控制台的应用程序设置中找到。
- 默认值：`-`
- 示例：`ex1HqvSOOkC5INqo42grOSqNvHoD4p84em1yy5QU7v88IZlaWGywFjYkrkpkSopt`
-
-#### `AUTH_OKTA_ISSUER`
-
- 类型：必选
- 描述：Okta 应用程序的 OpenID Connect 颁发者（issuer）。这是 Okta 实例的 URL—— 如果设置了品牌化，也可以是您的自定义域名。
- 默认值：`-`
- 示例：`https://your-instance.okta.com`
-
 ### Generic OIDC

 #### `AUTH_GENERIC_OIDC_ID`
@@ -1,45 +0,0 @@
---
-title: Using 302.AI in LobeChat
-description: Learn how to configure and use 302.AI's API Key in LobeChat to start conversations and interactions.
-tags:
-  - LobeChat
-  - 302.AI
-  - API Key
-  - Web UI
---
-
-# Using 302.AI in LobeChat
-
-<Image cover src={'https://file.302.ai/gpt/imgs/20250722/c7a6ee9959a8490fa00481dae0fbb339.jpg'} />
-
-[302.AI](https://www.302.ai/) is a pay-as-you-go AI application platform that provides the most comprehensive AI APIs and AI online applications on the market.
-
-This article will guide you on how to use 302.AI in LobeChat.
-
-<Steps>
-  ### Step 1: Obtain [302.AI](https://www.302.ai/) API Key
-
-  - Click `Get Started`, register and log in to [302.AI](https://www.302.ai/)
-  - Click `API Keys` on the left side
-  - Click `Add API KEY`, copy and save the generated API key
-
-  <Image alt={'Get API Key'} inStep src={'https://file.302.ai/gpt/imgs/20250722/7a3597061d9a484ca7358867930a8316.jpg'} />
-
-  ### Step 2: Configure 302.AI in LobeChat
-
-  - Access LobeChat's `Settings` interface
-  - Find the `302.AI` configuration item under `Language Models`
-
-  <Image alt={'Enter API Key'} inStep src={'https://file.302.ai/gpt/imgs/20250722/b056ca4e63374668b7e3e093726fa6f0.jpg'} />
-
-  - Enter the obtained API key
-  - Select a 302.AI model for your AI assistant to start conversations
-
-  <Image alt={'Select 302.AI model and start conversation'} inStep src={'https://file.302.ai/gpt/imgs/20250722/c7a6ee9959a8490fa00481dae0fbb339.jpg'} />
-
-  <Callout type={'warning'}>
-    During usage, you may need to pay the API service provider. Please refer to 302.AI's relevant pricing policy.
-  </Callout>
-</Steps>
-
-Now you can use 302.AI's models for conversations in LobeChat.
@@ -1,45 +0,0 @@
---
-title: 在 LobeChat 中使用 302.AI
-description: 学习如何在 LobeChat 中配置和使用 302.AI 的API Key，以便开始对话和交互。
-tags:
-  - LobeChat
-  - 302.AI
-  - API密钥
-  - Web UI
---
-
-# 在 LobeChat 中使用 302.AI
-
-<Image cover src={'https://file.302.ai/gpt/imgs/20250722/d346c796faa4443eb0bd4218f84205f6.jpg'} />
-
-[302.AI](https://www.302.ai/) 是一个按需付费的 AI 应用平台，提供市面上最全的 AI API 和 AI 在线应用。
-
-本文将指导你如何在 LobeChat 中使用 302.AI。
-
-<Steps>
-  ### 步骤一：获得 [302.AI](https://www.302.ai/) 的 API Key
-
-  - 点击 `开始使用`，注册并登录 [302.AI](https://www.302.ai/)
-  - 点击左侧的 `API Keys`
-  - 点击 `添加API KEY`，复制并保存生成的 API 密钥
-
-  <Image alt={'获取 API 密钥'} inStep src={'https://file.302.ai/gpt/imgs/20250722/01abd69fd61540489781fd963e504a04.jpg'} />
-
-  ### 步骤二：在 LobeChat 中配置 302.AI
-
-  - 访问 LobeChat 的`设置`界面
-  - 在`语言模型`下找到 `302.AI` 的设置项
-
-  <Image alt={'填入 API 密钥'} inStep src={'https://file.302.ai/gpt/imgs/20250722/5247463e74c742f79bef416bbb0722bf.jpg'} />
-
-  - 填入获得的 API 密钥
-  - 为你的 AI 助手选择一个 302.AI 的模型即可开始对话
-
-  <Image alt={'选择 302.AI 模型并开始对话'} inStep src={'https://file.302.ai/gpt/imgs/20250722/d346c796faa4443eb0bd4218f84205f6.jpg'} />
-
-  <Callout type={'warning'}>
-    在使用过程中你可能需要向 API 服务提供商付费，请参考 302.AI 的相关费用政策。
-  </Callout>
-</Steps>
-
-至此你已经可以在 LobeChat 中使用 302.AI 提供的模型进行对话了。
@@ -1,101 +0,0 @@
---
-title: AiHubMix 提供商配置
-description: 学习如何在 LobeChat 中配置和使用 AiHubMix 提供商
-tags:
-  - AiHubMix
-  - 提供商配置
-  - 配置指南
---
-
-# AiHubMix 提供商配置
-
-AiHubMix 是一个 AI 模型聚合平台，通过统一的 OpenAI 兼容 API 接口提供多种 AI 模型的访问服务。本指南将帮助您在 LobeChat 中设置 AiHubMix 提供商。
-
-## 前置条件
-
-在使用 AiHubMix API 之前，您需要：
-
-1. **创建 AiHubMix 账户**
-   - 访问 [AiHubMix](https://lobe.li/MZmv94N)
-   - 注册账户
-
-2. **获取 API 密钥**
-   - 登录您的 AiHubMix 控制台
-   - 导航到 API 设置
-   - 生成用于 LobeChat 的 API 密钥
-
-## 配置
-
-### 环境变量
-
-在您的 `.env` 文件中添加以下环境变量：
-
-```bash
-# 启用 AiHubMix 提供商
-ENABLED_AIHUBMIX=1
-
-# AiHubMix API 密钥（必需）
-AIHUBMIX_API_KEY=your_aihubmix_api_key
-```
-
-### 可用模型
-
-AiHubMix 提供多种热门 AI 模型的访问，包括：
-
- **GPT-4o Mini** - OpenAI 的高性价比小型模型
- **GPT-4o** - OpenAI 的旗舰多模态模型
- **Claude 3.5 Sonnet** - Anthropic 的高级推理模型
- **Claude 3.5 Haiku** - 快速高效的 Claude 模型
- **Gemini Pro 1.5** - Google 的长上下文支持模型
- **DeepSeek V3** - 具有高级推理能力的模型
-
-## 使用方法
-
-1. **配置 API 密钥**
-   - 在环境变量中设置您的 AiHubMix API 密钥
-   - 重启您的 LobeChat 实例
-
-2. **选择模型**
-   - 进入 LobeChat 设置
-   - 导航到语言模型
-   - 选择 AiHubMix 作为您的提供商
-   - 从可用模型中选择
-
-3. **开始对话**
-   - 创建新对话
-   - 选择 AiHubMix 模型
-   - 开始您的对话
-
-## 功能特性
-
- **多模型访问**：通过单一 API 访问各种 AI 模型
- **OpenAI 兼容**：使用标准 OpenAI API 格式
- **函数调用**：支持兼容模型的函数调用功能
- **视觉能力**：部分模型支持图像分析
- **模型获取**：自动获取可用模型列表
-
-## 故障排除
-
-### 常见问题
-
-1. **401 认证错误**
-   - 验证您的 API 密钥是否正确
-   - 确保 API 密钥具有适当的权限
-   - 检查您的账户是否有足够的积分
-
-2. **模型不可用**
-   - 某些模型可能有使用限制
-   - 查看 AiHubMix 文档了解模型可用性
-   - 验证您的账户等级是否支持请求的模型
-
-3. **速率限制**
-   - AiHubMix 可能根据您的计划有速率限制
-   - 考虑升级您的计划以获得更高的限制
-
-## 支持
-
-如需更多支持：
-
- 访问 [AiHubMix 文档](https://docs.aihubmix.com/)
- 查看 [模型列表](https://docs.aihubmix.com/cn/api/Model-List)
- 联系 AiHubMix 支持团队解决 API 相关问题
@@ -189,7 +189,6 @@
      "aesGcm": "سيتم استخدام خوارزمية التشفير <1>AES-GCM</1> لتشفير مفتاحك وعنوان الوكيل وما إلى ذلك",
      "apiKey": {
        "desc": "يرجى إدخال مفتاح API الخاص بك {{name}}",
-        "descWithUrl": "يرجى إدخال مفتاح API الخاص بـ {{name}}، <3>انقر هنا للحصول عليه</3>",
        "placeholder": "{{name}} مفتاح API",
        "title": "مفتاح API"
      },
@@ -306,7 +305,6 @@
        "latestTime": "آخر تحديث: {{time}}",
        "noLatestTime": "لم يتم الحصول على القائمة بعد"
      },
-      "noModelsInCategory": "لا توجد نماذج مفعلة في هذا التصنيف",
      "resetAll": {
        "conform": "هل أنت متأكد من إعادة تعيين جميع التعديلات على النموذج الحالي؟ بعد إعادة التعيين، ستعود قائمة النماذج الحالية إلى الحالة الافتراضية",
        "success": "تمت إعادة التعيين بنجاح",
@@ -317,15 +315,7 @@
      "title": "قائمة النماذج",
      "total": "إجمالي {{count}} نموذج متاح"
    },
-    "searchNotFound": "لم يتم العثور على نتائج البحث",
-    "tabs": {
-      "all": "الكل",
-      "chat": "الدردشة",
-      "embedding": "التضمين",
-      "image": "صورة",
-      "stt": "تحويل الكلام إلى نص",
-      "tts": "تحويل النص إلى كلام"
-    }
+    "searchNotFound": "لم يتم العثور على نتائج البحث"
  },
  "sortModal": {
    "success": "تم تحديث الترتيب بنجاح",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark4.0 Ultra هو أقوى إصدار في سلسلة نماذج Spark، حيث يعزز فهم النصوص وقدرات التلخيص مع تحسين روابط البحث عبر الإنترنت. إنه حل شامل يهدف إلى تعزيز إنتاجية المكتب والاستجابة الدقيقة للاحتياجات، ويعتبر منتجًا ذكيًا رائدًا في الصناعة."
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp (المعروف أيضًا باسم \"4x‑AnimeSharp\") هو نموذج مفتوح المصدر للتكبير الفائق الدقة طوره Kim2091 استنادًا إلى بنية ESRGAN، يركز على تكبير وتوضيح الصور بأسلوب الأنمي. تم إعادة تسميته في فبراير 2022 من \"4x-TextSharpV1\"، وكان في الأصل مناسبًا أيضًا لصور النصوص لكنه تم تحسين أداؤه بشكل كبير لمحتوى الأنمي."
-  },
  "Baichuan2-Turbo": {
    "description": "يستخدم تقنية تعزيز البحث لتحقيق الربط الشامل بين النموذج الكبير والمعرفة الميدانية والمعرفة من جميع أنحاء الشبكة. يدعم تحميل مستندات PDF وWord وغيرها من المدخلات، مما يضمن الحصول على المعلومات بشكل سريع وشامل، ويقدم نتائج دقيقة واحترافية."
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3 هو نموذج MoE تم تطويره ذاتيًا بواسطة شركة DeepSeek. حقق DeepSeek-V3 نتائج تقييم تفوقت على نماذج مفتوحة المصدر الأخرى مثل Qwen2.5-72B و Llama-3.1-405B، وفي الأداء ينافس النماذج المغلقة الرائدة عالميًا مثل GPT-4o و Claude-3.5-Sonnet."
  },
-  "DeepSeek-V3-Fast": {
-    "description": "مزود النموذج: منصة sophnet. DeepSeek V3 Fast هو النسخة السريعة عالية TPS من إصدار DeepSeek V3 0324، غير مكوّن بالكامل، يتمتع بقدرات برمجية ورياضية أقوى واستجابة أسرع!"
-  },
  "Doubao-lite-128k": {
    "description": "Doubao-lite يتميز بسرعة استجابة فائقة وقيمة أفضل مقابل المال، ويوفر خيارات أكثر مرونة للعملاء في سيناريوهات مختلفة. يدعم الاستدلال والتخصيص مع نافذة سياق 128k."
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "النموذج الرئيسي الأكثر فعالية، مناسب لمعالجة المهام المعقدة، ويحقق أداءً ممتازًا في سيناريوهات مثل الأسئلة المرجعية، التلخيص، الإبداع، تصنيف النصوص، ولعب الأدوار. يدعم الاستدلال والتخصيص مع نافذة سياق 4k."
  },
-  "DreamO": {
-    "description": "DreamO هو نموذج توليد صور مخصص مفتوح المصدر تم تطويره بالتعاون بين ByteDance وجامعة بكين، يهدف إلى دعم مهام توليد الصور المتعددة من خلال بنية موحدة. يستخدم طريقة نمذجة مركبة فعالة لتوليد صور متسقة ومخصصة بناءً على شروط متعددة مثل الهوية، الموضوع، الأسلوب، والخلفية التي يحددها المستخدم."
-  },
  "ERNIE-3.5-128K": {
    "description": "نموذج اللغة الكبير الرائد الذي طورته بايدو، يغطي كمية هائلة من البيانات باللغة الصينية والإنجليزية، ويتميز بقدرات عامة قوية، يمكنه تلبية معظم متطلبات الحوار، والإجابة على الأسئلة، وإنشاء المحتوى، وتطبيقات الإضافات؛ يدعم الاتصال التلقائي بإضافات بحث بايدو، مما يضمن تحديث معلومات الإجابة."
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "نموذج اللغة الكبير عالي الأداء الذي طورته بايدو، والذي تم إصداره في عام 2024، يتمتع بقدرات عامة ممتازة، ويتميز بأداء أفضل من ERNIE Speed، مناسب كنموذج أساسي للتعديل الدقيق، مما يساعد على معالجة مشكلات السيناريوهات المحددة بشكل أفضل، مع أداء استدلال ممتاز."
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-dev هو نموذج متعدد الوسائط لتوليد وتحرير الصور طورته Black Forest Labs، يعتمد على بنية Rectified Flow Transformer ويحتوي على 12 مليار معلمة، يركز على توليد وإعادة بناء وتعزيز أو تحرير الصور بناءً على شروط سياقية محددة. يجمع النموذج بين مزايا التوليد القابل للتحكم في نماذج الانتشار وقدرات نمذجة السياق في Transformer، ويدعم إخراج صور عالية الجودة، ويستخدم على نطاق واسع في إصلاح الصور، إكمال الصور، وإعادة بناء المشاهد البصرية."
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-dev هو نموذج لغة متعدد الوسائط مفتوح المصدر طورته Black Forest Labs، مُحسّن لمهام النص والصورة، يدمج قدرات فهم وتوليد الصور والنصوص. يعتمد على نماذج اللغة الكبيرة المتقدمة مثل Mistral-7B، ويحقق معالجة متزامنة للنص والصورة واستدلالًا معقدًا من خلال مشفر بصري مصمم بعناية وضبط دقيق متعدد المراحل."
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B) هو نموذج مبتكر، مناسب لتطبيقات متعددة المجالات والمهام المعقدة."
  },
-  "HelloMeme": {
-    "description": "HelloMeme هو أداة ذكاء اصطناعي يمكنها تلقائيًا إنشاء ملصقات تعبيرية، صور متحركة أو مقاطع فيديو قصيرة بناءً على الصور أو الحركات التي تقدمها. لا تحتاج إلى مهارات رسم أو برمجة، فقط قدم صورة مرجعية، وستساعدك في إنشاء محتوى جميل، ممتع ومتناسق في الأسلوب."
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Full هو نموذج تحرير صور متعدد الوسائط مفتوح المصدر أطلقته HiDream.ai، يعتمد على بنية Diffusion Transformer المتقدمة، ويجمع بين قدرات فهم اللغة القوية (مضمن LLaMA 3.1-8B-Instruct)، يدعم توليد الصور، نقل الأسلوب، التحرير الجزئي وإعادة رسم المحتوى عبر أوامر اللغة الطبيعية، ويتميز بفهم وتنفيذ ممتاز للنص والصورة."
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilled هو نموذج توليد صور نصية خفيف الوزن، محسن بالتقطير، قادر على توليد صور عالية الجودة بسرعة، ومناسب بشكل خاص للبيئات ذات الموارد المحدودة والمهام التي تتطلب توليدًا فوريًا."
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacter هو نموذج توليد شخصيات مخصص بدون ضبط دقيق أصدره فريق Tencent AI في 2025، يهدف إلى تحقيق توليد شخصيات متسقة وعالية الدقة عبر مشاهد مختلفة. يدعم بناء نموذج الشخصية استنادًا إلى صورة مرجعية واحدة فقط، ويمكن نقل الشخصية بمرونة إلى أنماط، حركات وخلفيات متنوعة."
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8B هو نموذج قوي للغة البصرية، يدعم المعالجة متعددة الوسائط للصورة والنص، قادر على التعرف بدقة على محتوى الصورة وتوليد أوصاف أو إجابات ذات صلة."
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26B هو نموذج قوي للغة البصرية، يدعم المعالجة متعددة الوسائط للصورة والنص، قادر على التعرف بدقة على محتوى الصورة وتوليد أوصاف أو إجابات ذات صلة."
  },
-  "Kolors": {
-    "description": "Kolors هو نموذج توليد صور نصية طوره فريق Kolors في Kuaishou. تم تدريبه على مليارات المعلمات، ويتميز بجودة بصرية عالية، وفهم دقيق للغة الصينية، وقدرة ممتازة على عرض النصوص."
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "Kolors هو نموذج توليد صور نصية واسع النطاق يعتمد على الانتشار الكامن طوره فريق Kolors في Kuaishou. تم تدريبه على مليارات أزواج نص-صورة، ويظهر تفوقًا ملحوظًا في جودة الصور، دقة الفهم الدلالي المعقد، وعرض الأحرف الصينية والإنجليزية. يدعم الإدخال باللغتين الصينية والإنجليزية، ويبرع في فهم وتوليد المحتوى الخاص باللغة الصينية."
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "قدرات استدلال الصور الممتازة على الصور عالية الدقة، مناسبة لتطبيقات الفهم البصري."
  },
@@ -197,15 +164,9 @@
  "MiniMaxAI/MiniMax-M1-80k": {
    "description": "MiniMax-M1 هو نموذج استدلال كبير الحجم مفتوح المصدر يعتمد على الانتباه المختلط، يحتوي على 456 مليار معلمة، حيث يمكن لكل رمز تفعيل حوالي 45.9 مليار معلمة. يدعم النموذج أصلاً سياقًا فائق الطول يصل إلى مليون رمز، ومن خلال آلية الانتباه السريع، يوفر 75% من العمليات الحسابية العائمة في مهام التوليد التي تصل إلى 100 ألف رمز مقارنة بـ DeepSeek R1. بالإضافة إلى ذلك، يعتمد MiniMax-M1 على بنية MoE (الخبراء المختلطون)، ويجمع بين خوارزمية CISPO وتصميم الانتباه المختلط لتدريب تعلم معزز فعال، محققًا أداءً رائدًا في الصناعة في استدلال الإدخالات الطويلة وسيناريوهات هندسة البرمجيات الحقيقية."
  },
-  "Moonshot-Kimi-K2-Instruct": {
-    "description": "يحتوي على 1 تريليون معلمة و32 مليار معلمة مفعلة. من بين النماذج غير المعتمدة على التفكير، يحقق مستويات متقدمة في المعرفة الحديثة، الرياضيات والبرمجة، ويتفوق في مهام الوكيل العامة. تم تحسينه بعناية لمهام الوكيل، لا يجيب فقط على الأسئلة بل يتخذ إجراءات. مثالي للدردشة العفوية، التجارب العامة والوكيل، وهو نموذج سريع الاستجابة لا يتطلب تفكيرًا طويلًا."
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B) هو نموذج تعليمات عالي الدقة، مناسب للحسابات المعقدة."
  },
-  "OmniConsistency": {
-    "description": "يعزز OmniConsistency اتساق الأسلوب والقدرة على التعميم في مهام تحويل الصور إلى صور من خلال إدخال Transformers الانتشارية واسعة النطاق (DiTs) وبيانات نمطية مزدوجة، مما يمنع تدهور الأسلوب."
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "نموذج Phi-3-medium نفسه، ولكن مع حجم سياق أكبر لـ RAG أو التوجيه القليل."
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3 هو نموذج لغوي مختلط الخبراء (MoE) يحتوي على 6710 مليار معلمة، يستخدم الانتباه المتعدد الرؤوس (MLA) وهيكل DeepSeekMoE، ويجمع بين استراتيجيات توازن الحمل بدون خسائر مساعدة، مما يحسن كفاءة الاستدلال والتدريب. تم تدريبه مسبقًا على 14.8 تريليون توكن عالية الجودة، وتم إجراء تعديل دقيق تحت الإشراف والتعلم المعزز، مما يجعل DeepSeek-V3 يتفوق على نماذج مفتوحة المصدر الأخرى، ويقترب من النماذج المغلقة الرائدة."
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 هو نموذج أساسي يعتمد على بنية MoE مع قدرات قوية في البرمجة والوكيل، يحتوي على 1 تريليون معلمة و32 مليار معلمة مفعلة. يتفوق نموذج K2 في اختبارات الأداء الأساسية في مجالات المعرفة العامة، البرمجة، الرياضيات والوكيل مقارنة بالنماذج المفتوحة المصدر الأخرى."
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Preview هو نموذج معالجة اللغة الطبيعية المبتكر، قادر على معالجة مهام توليد الحوار وفهم السياق بشكل فعال."
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3 هو نموذج جديد من الجيل التالي مع تحسينات كبيرة في القدرات، حيث يصل إلى مستويات رائدة في الاستدلال، المهام العامة، الوكلاء، واللغات المتعددة، ويدعم تبديل وضع التفكير."
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3-235B-A22B-Instruct-2507 هو نموذج لغة كبير من سلسلة Qwen3 طوره فريق Alibaba Tongyi Qianwen، وهو نموذج خبير مختلط (MoE) رائد. يحتوي على 235 مليار معلمة إجمالية و22 مليار معلمة مفعلة في كل استدلال. تم إصداره كنسخة محدثة من Qwen3-235B-A22B غير التفكير، مع تحسينات كبيرة في اتباع التعليمات، الاستدلال المنطقي، فهم النصوص، الرياضيات، العلوم، البرمجة واستخدام الأدوات. يعزز التغطية المعرفية متعددة اللغات ويدعم التوافق الأفضل مع تفضيلات المستخدم في المهام الذاتية والمفتوحة لتوليد نصوص أكثر فائدة وجودة."
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3-235B-A22B-Thinking-2507 هو نموذج لغة كبير من سلسلة Qwen3 طوره فريق Alibaba Tongyi Qianwen، يركز على مهام الاستدلال المعقدة عالية الصعوبة. يعتمد على بنية MoE ويحتوي على 235 مليار معلمة إجمالية مع تفعيل حوالي 22 مليار معلمة لكل رمز، مما يحسن الكفاءة الحسابية مع الحفاظ على الأداء القوي. كنموذج \"تفكير\" متخصص، يظهر تحسينات كبيرة في الاستدلال المنطقي، الرياضيات، العلوم، البرمجة والاختبارات الأكاديمية، ويصل إلى مستوى رائد بين نماذج التفكير المفتوحة المصدر. يعزز القدرات العامة مثل اتباع التعليمات، استخدام الأدوات وتوليد النصوص، ويدعم فهم سياق طويل يصل إلى 256 ألف رمز، مما يجعله مناسبًا للمهام التي تتطلب استدلالًا عميقًا ومعالجة مستندات طويلة."
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3 هو نموذج جديد من الجيل التالي مع تحسينات كبيرة في القدرات، حيث يصل إلى مستويات رائدة في الاستدلال، المهام العامة، الوكلاء، واللغات المتعددة، ويدعم تبديل وضع التفكير."
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507 هو نسخة محدثة من Qwen3-30B-A3B في وضع عدم التفكير. هذا نموذج خبير مختلط (MoE) يحتوي على 30.5 مليار معلمة إجمالية و3.3 مليار معلمة تنشيط. تم تعزيز النموذج بشكل كبير في عدة جوانب، بما في ذلك تحسين كبير في الالتزام بالتعليمات، والتفكير المنطقي، وفهم النصوص، والرياضيات، والعلوم، والبرمجة، واستخدام الأدوات. كما حقق تقدمًا ملموسًا في تغطية المعرفة متعددة اللغات، ويستطيع التوافق بشكل أفضل مع تفضيلات المستخدم في المهام الذاتية والمفتوحة، مما يمكنه من توليد ردود أكثر فائدة ونصوص ذات جودة أعلى. بالإضافة إلى ذلك، تم تعزيز قدرة النموذج على فهم النصوص الطويلة إلى 256 ألف رمز. هذا النموذج يدعم فقط وضع عدم التفكير، ولن ينتج علامات `<think></think>` في مخرجاته."
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3 هو نموذج جديد من الجيل التالي مع تحسينات كبيرة في القدرات، حيث يصل إلى مستويات رائدة في الاستدلال، المهام العامة، الوكلاء، واللغات المتعددة، ويدعم تبديل وضع التفكير."
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instruct هو نموذج لغوي كبير مصمم خصيصًا لتوليد الشيفرات، وفهم الشيفرات، ومشاهد التطوير الفعالة، مع استخدام حجم 32B من المعلمات الرائدة في الصناعة، مما يلبي احتياجات البرمجة المتنوعة."
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22B هو نموذج MoE (نموذج خبير مختلط) يقدم \"وضع الاستدلال المختلط\"، ويدعم المستخدمين في التبديل السلس بين \"وضع التفكير\" و\"وضع عدم التفكير\". يدعم فهم واستدلال 119 لغة ولهجة، ويتميز بقدرات قوية على استدعاء الأدوات. في اختبارات الأداء الشاملة، والبرمجة والرياضيات، واللغات المتعددة، والمعرفة والاستدلال، ينافس هذا النموذج النماذج الرائدة في السوق مثل DeepSeek R1، OpenAI o1، o3-mini، Grok 3، وGoogle Gemini 2.5 Pro."
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32B هو نموذج كثيف (Dense Model) يقدم \"وضع الاستدلال المختلط\"، ويدعم التبديل السلس بين \"وضع التفكير\" و\"وضع عدم التفكير\". بفضل تحسينات في بنية النموذج، وزيادة بيانات التدريب، وأساليب تدريب أكثر فعالية، يقدم أداءً يعادل تقريبًا Qwen2.5-72B."
-  },
  "SenseChat": {
    "description": "نموذج الإصدار الأساسي (V4)، بطول سياق 4K، يمتلك قدرات قوية وعامة."
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "النموذج الأحدث (V5.5) يدعم إدخال صور متعددة، ويحقق تحسينات شاملة في القدرات الأساسية للنموذج، مع تحسينات كبيرة في التعرف على خصائص الكائنات، والعلاقات المكانية، والتعرف على الأحداث، وفهم المشاهد، والتعرف على المشاعر، واستنتاج المعرفة المنطقية، وفهم النصوص وتوليدها."
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "من خلال تحديث شامل للبيانات متعددة الوسائط، واللغوية، والاستدلالية، وتحسين استراتيجيات التدريب، حقق النموذج الجديد تحسينات ملحوظة في الاستدلال متعدد الوسائط وقدرة متابعة التعليمات العامة، ويدعم نافذة سياق تصل إلى 128 ألف رمز، ويظهر أداءً متميزًا في مهام متخصصة مثل التعرف الضوئي على الحروف (OCR) والتعرف على حقوق الملكية الفكرية في السياحة والثقافة."
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "من خلال تحديث شامل للبيانات متعددة الوسائط، واللغوية، والاستدلالية، وتحسين استراتيجيات التدريب، حقق النموذج الجديد تحسينات ملحوظة في الاستدلال متعدد الوسائط وقدرة متابعة التعليمات العامة، ويدعم نافذة سياق تصل إلى 128 ألف رمز، ويظهر أداءً متميزًا في مهام متخصصة مثل التعرف الضوئي على الحروف (OCR) والتعرف على حقوق الملكية الفكرية في السياحة والثقافة."
-  },
  "SenseNova-V6-Pro": {
    "description": "تحقيق توحيد أصلي لقدرات الصور والنصوص والفيديو، متجاوزًا حدود التعدد النمطي التقليدي المنفصل، وفاز بالبطولة المزدوجة في تقييمات OpenCompass وSuperCLUE."
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23 هو نموذج متعدد اللغات أطلقته Cohere، يدعم 23 لغة، مما يسهل التطبيقات اللغوية المتنوعة."
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "مقدم من مايكروسوفت؛ تم ترقية نموذج DeepSeek R1 بإصدار فرعي، الإصدار الحالي هو DeepSeek-R1-0528. في التحديث الأخير، حسّن DeepSeek R1 بشكل كبير عمق الاستدلال وقدرات التنبؤ من خلال زيادة موارد الحوسبة وإدخال آليات تحسين الخوارزميات في مرحلة ما بعد التدريب. النموذج يحقق أداءً ممتازًا في اختبارات معيارية متعددة مثل الرياضيات والبرمجة والمنطق العام، وأداؤه الكلي يقترب من النماذج الرائدة مثل O3 و Gemini 2.5 Pro."
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13B هو نموذج لغوي كبير مفتوح المصدر قابل للاستخدام التجاري تم تطويره بواسطة Baichuan Intelligence، ويحتوي على 13 مليار معلمة، وقد حقق أفضل النتائج في المعايير الصينية والإنجليزية."
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnet يوفر توازنًا مثاليًا بين الذكاء والسرعة لحمولات العمل المؤسسية. يقدم أقصى فائدة بسعر أقل، موثوق ومناسب للنشر على نطاق واسع."
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1 هو أحدث وأقوى نموذج من Anthropic لمعالجة المهام المعقدة للغاية. يتميز بأداء ذكي وسلس وفهم عميق."
-  },
  "claude-opus-4-20250514": {
    "description": "Claude Opus 4 هو أقوى نموذج من Anthropic لمعالجة المهام المعقدة للغاية. إنه يتفوق في الأداء والذكاء والسلاسة والفهم."
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "نموذج Doubao-Seed-1.6-thinking يعزز قدرات التفكير بشكل كبير، مقارنة بـ Doubao-1.5-thinking-pro، مع تحسينات إضافية في القدرات الأساسية مثل البرمجة والرياضيات والاستدلال المنطقي، ويدعم الفهم البصري. يدعم نافذة سياق بحجم 256k وطول إخراج يصل إلى 16k رمز."
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "نموذج توليد الصور Doubao طوره فريق Seed في ByteDance، يدعم إدخال النص والصورة، ويوفر تجربة توليد صور عالية الجودة وقابلة للتحكم. يولد الصور بناءً على أوامر نصية."
-  },
  "doubao-vision-lite-32k": {
    "description": "نموذج Doubao-vision هو نموذج متعدد الوسائط أطلقته Doubao، يتمتع بقدرات قوية في فهم الصور والاستدلال، بالإضافة إلى دقة عالية في فهم التعليمات. أظهر النموذج أداءً قويًا في استخراج المعلومات من النصوص والصور، والمهام الاستدلالية القائمة على الصور، مما يجعله مناسبًا لمهام الأسئلة البصرية المعقدة والواسعة."
  },
@@ -1067,9 +995,6 @@
  "ernie-char-fiction-8k": {
    "description": "نموذج اللغة الكبير المخصص الذي طورته بايدو، مناسب لتطبيقات مثل NPC في الألعاب، محادثات خدمة العملاء، وأدوار الحوار، حيث يتميز بأسلوب شخصيات واضح ومتسق، وقدرة قوية على اتباع التعليمات، وأداء استدلال ممتاز."
  },
-  "ernie-irag-edit": {
-    "description": "نموذج تحرير الصور ERNIE iRAG المطور ذاتيًا من Baidu يدعم عمليات مثل المسح (إزالة الكائنات)، إعادة الرسم (إعادة رسم الكائنات)، والتنوع (توليد متغيرات) بناءً على الصور."
-  },
  "ernie-lite-8k": {
    "description": "ERNIE Lite هو نموذج اللغة الكبير الخفيف الذي طورته بايدو، يجمع بين أداء النموذج الممتاز وأداء الاستدلال، مناسب للاستخدام مع بطاقات تسريع الذكاء الاصطناعي ذات القدرة الحاسوبية المنخفضة."
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "يتميز هذا النموذج بأداء أفضل مقارنةً بـ ERNIE-X1-32K."
  },
-  "flux-1-schnell": {
-    "description": "نموذج توليد صور نصية يحتوي على 12 مليار معلمة طورته Black Forest Labs، يستخدم تقنية تقطير الانتشار التنافسي الكامن، قادر على توليد صور عالية الجودة في 1 إلى 4 خطوات. أداء النموذج يضاهي البدائل المغلقة المصدر، ومتاح بموجب ترخيص Apache-2.0 للاستخدام الشخصي، البحثي والتجاري."
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev] هو نموذج مفتوح المصدر للأوزان المكررة موجه للتطبيقات غير التجارية. يحافظ على جودة الصور وقدرة اتباع التعليمات مماثلة لإصدار FLUX الاحترافي، مع كفاءة تشغيل أعلى. مقارنة بالنماذج القياسية ذات الحجم المماثل، يستخدم الموارد بشكل أكثر فعالية."
-  },
  "flux-kontext/dev": {
    "description": "نموذج تحرير الصور Frontier."
  },
-  "flux-merged": {
-    "description": "نموذج FLUX.1-merged يجمع بين ميزات العمق التي استكشفتها نسخة \"DEV\" أثناء التطوير ومزايا التنفيذ السريع التي تمثلها نسخة \"Schnell\". من خلال هذا الدمج، يعزز FLUX.1-merged حدود أداء النموذج ويوسع نطاق تطبيقاته."
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro] قادر على معالجة النصوص والصور المرجعية كمدخلات، مما يتيح تحريرًا محليًا مستهدفًا وتحولات معقدة للمشهد الكلي بسلاسة."
  },
-  "flux-schnell": {
-    "description": "FLUX.1 [schnell] هو النموذج المفتوح المصدر الأكثر تقدمًا حاليًا في فئة النماذج قليلة الخطوات، متفوقًا على المنافسين وحتى على نماذج غير مكررة قوية مثل Midjourney v6.0 وDALL·E 3 (HD). تم ضبط النموذج خصيصًا للحفاظ على تنوع المخرجات الكامل من مرحلة ما قبل التدريب، ويحقق تحسينات ملحوظة في جودة الصورة، الالتزام بالتعليمات، التغيرات في الحجم/النسبة، معالجة الخطوط وتنوع المخرجات مقارنة بأحدث النماذج في السوق، مما يوفر تجربة توليد صور إبداعية أكثر ثراءً وتنوعًا للمستخدمين."
-  },
-  "flux.1-schnell": {
-    "description": "محول تدفق مصحح يحتوي على 12 مليار معلمة، قادر على توليد الصور بناءً على الوصف النصي."
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell] هو نموذج محول متدفق يحتوي على 12 مليار معلمة، قادر على توليد صور عالية الجودة من النص في 1 إلى 4 خطوات، مناسب للاستخدام الشخصي والتجاري."
  },
@@ -1199,6 +1109,9 @@
  "gemini-2.5-flash-preview-04-17": {
    "description": "معاينة فلاش جمنّي 2.5 هي النموذج الأكثر كفاءة من جوجل، حيث تقدم مجموعة شاملة من الميزات."
  },
+  "gemini-2.5-flash-preview-04-17-thinking": {
+    "description": "Gemini 2.5 Flash Preview هو نموذج Google الأكثر فعالية من حيث التكلفة، يقدم وظائف شاملة."
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash Preview هو نموذج Google الأكثر فعالية من حيث التكلفة، يقدم وظائف شاملة."
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "سلسلة نماذج GLM-4.1V-Thinking هي أقوى نماذج اللغة البصرية المعروفة على مستوى 10 مليارات معلمة، وتدمج مهام اللغة البصرية المتقدمة من نفس المستوى، بما في ذلك فهم الفيديو، الأسئلة والأجوبة على الصور، حل المسائل العلمية، التعرف على النصوص OCR، تفسير الوثائق والرسوم البيانية، وكلاء واجهة المستخدم الرسومية، ترميز صفحات الويب الأمامية، والتثبيت الأرضي، وغيرها. تتفوق قدرات هذه المهام على نموذج Qwen2.5-VL-72B الذي يحتوي على أكثر من 8 أضعاف عدد المعلمات. من خلال تقنيات التعلم المعزز الرائدة، يتقن النموذج تحسين دقة وإثراء الإجابات عبر استدلال سلسلة التفكير، متفوقًا بشكل ملحوظ على النماذج التقليدية غير المعتمدة على التفكير من حيث النتائج النهائية وقابلية التفسير."
  },
-  "glm-4.5": {
-    "description": "أحدث نموذج رائد من Zhizhu، يدعم تبديل وضع التفكير، ويحقق مستوى SOTA بين النماذج المفتوحة المصدر في القدرات الشاملة، مع طول سياق يصل إلى 128 ألف رمز."
-  },
-  "glm-4.5-air": {
-    "description": "نسخة خفيفة من GLM-4.5، تجمع بين الأداء والقيمة، وتدعم التبديل المرن بين نماذج التفكير المختلطة."
-  },
-  "glm-4.5-airx": {
-    "description": "نسخة فائقة السرعة من GLM-4.5-Air، تستجيب بسرعة أكبر، مصممة لتلبية الطلبات الكبيرة عالية السرعة."
-  },
-  "glm-4.5-flash": {
-    "description": "نسخة مجانية من GLM-4.5، تقدم أداءً ممتازًا في الاستدلال، البرمجة، والوكيل."
-  },
-  "glm-4.5-x": {
-    "description": "نسخة فائقة السرعة من GLM-4.5، تجمع بين أداء قوي وسرعة توليد تصل إلى 100 رمز في الثانية."
-  },
  "glm-4v": {
    "description": "GLM-4V يوفر قدرات قوية في فهم الصور والاستدلال، ويدعم مجموعة متنوعة من المهام البصرية."
  },
@@ -1311,7 +1209,7 @@
    "description": "استدلال فائق السرعة: يتمتع بسرعة استدلال فائقة وأداء استدلال قوي."
  },
  "glm-z1-flash": {
-    "description": "سلسلة GLM-Z1 تتميز بقدرات استدلال معقدة قوية، وتتفوق في مجالات الاستدلال المنطقي، الرياضيات، والبرمجة."
+    "description": "سلسلة GLM-Z1 تتمتع بقدرة استدلال معقدة قوية، تظهر أداءً ممتازًا في مجالات الاستدلال المنطقي، الرياضيات، والبرمجة. الحد الأقصى لطول السياق هو 32K."
  },
  "glm-z1-flashx": {
    "description": "سرعة عالية وتكلفة منخفضة: نسخة محسنة من Flash، سرعة استدلال فائقة، وضمان تزامن أسرع."
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "نموذج توليد الصور متعدد الوسائط الأصلي من ChatGPT"
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B هو نموذج لغة كبير مفتوح المصدر أصدرته OpenAI، يستخدم تقنية التكميم MXFP4، ومناسب للتشغيل على وحدات معالجة الرسومات الاستهلاكية المتقدمة أو أجهزة Mac بمعالج Apple Silicon. يتميز هذا النموذج بأداء ممتاز في توليد المحادثات، وكتابة الأكواد، ومهام الاستدلال، ويدعم استدعاء الدوال واستخدام الأدوات."
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B هو نموذج لغة كبير مفتوح المصدر أصدرته OpenAI، يستخدم تقنية التكميم MXFP4، ويعتبر نموذجًا رائدًا. يتطلب تشغيله بيئة متعددة وحدات معالجة الرسومات أو محطة عمل عالية الأداء، ويتميز بأداء متفوق في الاستدلال المعقد، وتوليد الأكواد، ومعالجة اللغات المتعددة، ويدعم استدعاء الدوال المتقدمة وتكامل الأدوات."
-  },
  "grok-2-1212": {
    "description": "لقد تم تحسين هذا النموذج في الدقة، والامتثال للتعليمات، والقدرة على التعامل مع لغات متعددة."
  },
-  "grok-2-image-1212": {
-    "description": "نموذج توليد الصور الأحدث لدينا قادر على توليد صور حيوية وواقعية بناءً على الأوامر النصية. يبرع في مجالات التسويق، وسائل التواصل الاجتماعي، والترفيه."
-  },
  "grok-2-vision-1212": {
    "description": "لقد تم تحسين هذا النموذج في الدقة، والامتثال للتعليمات، والقدرة على التعامل مع لغات متعددة."
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "محسن لإنشاء النصوص وكتابة المقالات، مع تحسين القدرات في البرمجة الأمامية، الرياضيات، والمنطق العلمي، بالإضافة إلى تعزيز القدرة على اتباع التعليمات."
  },
-  "hunyuan-t1-20250711": {
-    "description": "تحسين كبير في القدرات الرياضية، المنطقية والبرمجية عالية الصعوبة، مع تحسين استقرار مخرجات النموذج وتعزيز قدرات النصوص الطويلة."
-  },
  "hunyuan-t1-latest": {
    "description": "أول نموذج استدلال هجين ضخم في الصناعة، يوسع قدرات الاستدلال، بسرعة فك تشفير فائقة، ويعزز التوافق مع تفضيلات البشر."
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "نموذج Hunyuan الأحدث متعدد الوسائط، يدعم إدخال الصور والنصوص لتوليد محتوى نصي."
  },
-  "image-01": {
-    "description": "نموذج توليد صور جديد يقدم تفاصيل دقيقة، يدعم توليد الصور من النصوص والصور."
-  },
-  "image-01-live": {
-    "description": "نموذج توليد صور يقدم تفاصيل دقيقة، يدعم توليد الصور من النصوص مع إمكانية ضبط الأسلوب الفني."
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "سلسلة نموذج Imagen للجيل الرابع لتحويل النص إلى صورة"
  },
@@ -1646,9 +1526,6 @@
  "internvl3-latest": {
    "description": "أحدث نموذج متعدد الوسائط تم إصداره، يتمتع بقدرات فهم أقوى للنصوص والصور، وفهم الصور على المدى الطويل، وأدائه يتساوى مع النماذج المغلقة الرائدة. يشير بشكل افتراضي إلى أحدث نموذج من سلسلة InternVL، الحالي هو internvl3-78b."
  },
-  "irag-1.0": {
-    "description": "نموذج iRAG (استرجاع معزز بالصور) المطور ذاتيًا من Baidu، يجمع بين موارد صور بحث Baidu الضخمة وقدرات النموذج الأساسي القوية لتوليد صور فائقة الواقعية، متفوقًا بشكل كبير على أنظمة توليد الصور النصية الأصلية، مع إزالة الطابع الاصطناعي وتقليل التكلفة. يتميز iRAG بعدم وجود هلوسة، واقعية فائقة، وسرعة في الحصول على النتائج."
-  },
  "jamba-large": {
    "description": "أقوى وأحدث نموذج لدينا، مصمم لمعالجة المهام المعقدة على مستوى المؤسسات، ويتميز بأداء استثنائي."
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "البحث العميق يجمع بين البحث عبر الإنترنت، والقراءة، والاستدلال، مما يتيح إجراء تحقيق شامل. يمكنك اعتباره وكيلًا يتولى مهام البحث الخاصة بك - حيث يقوم بإجراء بحث واسع النطاق ويخضع لعدة تكرارات قبل تقديم الإجابة. تتضمن هذه العملية بحثًا مستمرًا، واستدلالًا، وحل المشكلات من زوايا متعددة. وهذا يختلف اختلافًا جوهريًا عن النماذج الكبيرة القياسية التي تولد الإجابات مباشرة من البيانات المدربة مسبقًا، وكذلك عن أنظمة RAG التقليدية التي تعتمد على البحث السطحي لمرة واحدة."
  },
-  "kimi-k2": {
-    "description": "Kimi-K2 هو نموذج أساسي يعتمد على بنية MoE أطلقته Moonshot AI، يتمتع بقدرات قوية في البرمجة والوكيل، يحتوي على 1 تريليون معلمة و32 مليار معلمة مفعلة. يتفوق نموذج K2 في اختبارات الأداء الأساسية في مجالات المعرفة العامة، البرمجة، الرياضيات والوكيل مقارنة بالنماذج المفتوحة المصدر الأخرى."
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2 هو نموذج أساسي بمعمارية MoE يتمتع بقدرات فائقة في البرمجة والوكيل، مع إجمالي 1 تريليون معلمة و32 مليار معلمة مفعلة. في اختبارات الأداء الأساسية في مجالات المعرفة العامة، البرمجة، الرياضيات، والوكيل، يتفوق نموذج K2 على النماذج المفتوحة المصدر الرئيسية الأخرى."
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B هو نموذج مفتوح المصدر للبرمجة، تم تحسينه عبر تعلم معزز واسع النطاق، قادر على إنتاج تصحيحات مستقرة وجاهزة للإنتاج مباشرة. حقق هذا النموذج نتيجة قياسية جديدة بنسبة 60.4% على SWE-bench Verified، محطماً الأرقام القياسية للنماذج المفتوحة المصدر في مهام هندسة البرمجيات الآلية مثل إصلاح العيوب ومراجعة الشيفرة."
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 هو نموذج أساسي يعتمد على بنية MoE يتمتع بقدرات قوية في البرمجة والوكيل، يحتوي على 1 تريليون معلمة و32 مليار معلمة مفعلة. يتفوق نموذج K2 في اختبارات الأداء الأساسية في مجالات المعرفة العامة، البرمجة، الرياضيات والوكيل مقارنة بالنماذج المفتوحة المصدر الأخرى."
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2 هو نموذج أساسي مبني على بنية MoE يتمتع بقدرات فائقة في البرمجة والوكيل، مع إجمالي 1 تريليون معلمة و32 مليار معلمة مفعلة. في اختبارات الأداء المعيارية في مجالات المعرفة العامة، البرمجة، الرياضيات، والوكيل، يتفوق نموذج K2 على النماذج المفتوحة المصدر الرئيسية الأخرى."
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o mini هو أحدث نموذج من OpenAI تم إطلاقه بعد GPT-4 Omni، ويدعم إدخال النصوص والصور وإخراج النصوص. كأحد نماذجهم المتقدمة الصغيرة، فهو أرخص بكثير من النماذج الرائدة الأخرى في الآونة الأخيرة، وأرخص بأكثر من 60% من GPT-3.5 Turbo. يحتفظ بذكاء متقدم مع قيمة ممتازة. حصل GPT-4o mini على 82% في اختبار MMLU، وهو حاليًا يتفوق على GPT-4 في تفضيلات الدردشة."
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120B هو نموذج لغوي رائد يحتوي على 120 مليار معلمة، مزود بميزات تصفح الإنترنت وتنفيذ الأكواد، ويتميز بقدرات استدلالية."
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20B هو نموذج لغوي رائد يحتوي على 20 مليار معلمة، مزود بميزات تصفح الإنترنت وتنفيذ الأكواد، ويتميز بقدرات استدلالية."
-  },
  "openai/o1": {
    "description": "o1 هو نموذج الاستدلال الجديد من OpenAI، يدعم إدخال الصور والنصوص ويخرج نصًا، مناسب للمهام المعقدة التي تتطلب معرفة عامة واسعة. يتميز هذا النموذج بسياق يصل إلى 200 ألف كلمة وتاريخ معرفة حتى أكتوبر 2023."
  },
@@ -2399,21 +2264,9 @@
  "qwen3-235b-a22b": {
    "description": "Qwen3 هو نموذج جديد من الجيل التالي مع تحسينات كبيرة في القدرات، حيث يصل إلى مستويات رائدة في الصناعة في الاستدلال، والعموم، والوكلاء، واللغات المتعددة، ويدعم التبديل بين أنماط التفكير."
  },
-  "qwen3-235b-a22b-instruct-2507": {
-    "description": "نموذج مفتوح المصدر غير تفكيري مبني على Qwen3، مع تحسينات طفيفة في القدرات الإبداعية والسلامة مقارنة بالإصدار السابق (Tongyi Qianwen 3-235B-A22B)."
-  },
-  "qwen3-235b-a22b-thinking-2507": {
-    "description": "نموذج مفتوح المصدر تفكيري مبني على Qwen3، مع تحسينات كبيرة في القدرات المنطقية، العامة، تعزيز المعرفة والإبداع مقارنة بالإصدار السابق (Tongyi Qianwen 3-235B-A22B)، مناسب للمهام المعقدة التي تتطلب استدلالًا قويًا."
-  },
  "qwen3-30b-a3b": {
    "description": "Qwen3 هو نموذج جديد من الجيل التالي مع تحسينات كبيرة في القدرات، حيث يصل إلى مستويات رائدة في الصناعة في الاستدلال، والعموم، والوكلاء، واللغات المتعددة، ويدعم التبديل بين أنماط التفكير."
  },
-  "qwen3-30b-a3b-instruct-2507": {
-    "description": "تحسنت القدرات العامة للنموذج بشكل كبير في اللغتين الصينية والإنجليزية واللغات المتعددة مقارنة بالإصدار السابق (Qwen3-30B-A3B). تم تحسين المهام المفتوحة الذاتية بشكل خاص لتتوافق بشكل أفضل مع تفضيلات المستخدم، مما يمكنه من تقديم ردود أكثر فائدة."
-  },
-  "qwen3-30b-a3b-thinking-2507": {
-    "description": "نموذج مفتوح المصدر لوضع التفكير مبني على Qwen3، مع تحسينات كبيرة في القدرات المنطقية، والقدرات العامة، وتعزيز المعرفة، والقدرة الإبداعية مقارنة بالإصدار السابق (Tongyi Qianwen 3-30B-A3B)، مناسب للسيناريوهات التي تتطلب استدلالًا عالي الصعوبة."
-  },
  "qwen3-32b": {
    "description": "Qwen3 هو نموذج جديد من الجيل التالي مع تحسينات كبيرة في القدرات، حيث يصل إلى مستويات رائدة في الصناعة في الاستدلال، والعموم، والوكلاء، واللغات المتعددة، ويدعم التبديل بين أنماط التفكير."
  },
@@ -2423,15 +2276,6 @@
  "qwen3-8b": {
    "description": "Qwen3 هو نموذج جديد من الجيل التالي مع تحسينات كبيرة في القدرات، حيث يصل إلى مستويات رائدة في الصناعة في الاستدلال، والعموم، والوكلاء، واللغات المتعددة، ويدعم التبديل بين أنماط التفكير."
  },
-  "qwen3-coder-480b-a35b-instruct": {
-    "description": "نسخة مفتوحة المصدر من نموذج كود Tongyi Qianwen. أحدث نموذج qwen3-coder-480b-a35b-instruct مبني على Qwen3 لتوليد الكود، يتمتع بقدرات قوية كوكيل برمجي، بارع في استدعاء الأدوات والتفاعل مع البيئة، قادر على البرمجة الذاتية مع أداء برمجي ممتاز وقدرات عامة."
-  },
-  "qwen3-coder-flash": {
-    "description": "نموذج كود Tongyi Qianwen. أحدث سلسلة نماذج Qwen3-Coder مبنية على Qwen3 لتوليد الأكواد، تتمتع بقدرات وكيل ترميز قوية، بارعة في استدعاء الأدوات والتفاعل مع البيئة، قادرة على البرمجة الذاتية، وتجمع بين مهارات برمجية ممتازة وقدرات عامة."
-  },
-  "qwen3-coder-plus": {
-    "description": "نموذج كود Tongyi Qianwen. أحدث سلسلة نماذج Qwen3-Coder مبنية على Qwen3 لتوليد الأكواد، تتمتع بقدرات وكيل ترميز قوية، بارعة في استدعاء الأدوات والتفاعل مع البيئة، قادرة على البرمجة الذاتية، وتجمع بين مهارات برمجية ممتازة وقدرات عامة."
-  },
  "qwq": {
    "description": "QwQ هو نموذج بحث تجريبي يركز على تحسين قدرات الاستدلال للذكاء الاصطناعي."
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "منتج API جديد مدعوم من نموذج الاستدلال DeepSeek."
  },
-  "stable-diffusion-3-medium": {
-    "description": "نموذج توليد صور نصية كبير أحدث من Stability AI. هذا الإصدار يحسن جودة الصور، فهم النصوص وتنوع الأساليب بشكل ملحوظ مقارنة بالأجيال السابقة، قادر على تفسير أوامر اللغة الطبيعية المعقدة بدقة وتوليد صور أكثر دقة وتنوعًا."
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-large هو نموذج مولد صور نصية متعدد الوسائط (MMDiT) يحتوي على 800 مليون معلمة، يتميز بجودة صور ممتازة وتوافق عالي مع الأوامر النصية، يدعم توليد صور عالية الدقة تصل إلى مليون بكسل، ويعمل بكفاءة على الأجهزة الاستهلاكية العادية."
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turbo هو نموذج مبني على stable-diffusion-3.5-large يستخدم تقنية تقطير الانتشار التنافسي (ADD) لتحقيق سرعة أعلى."
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5 تم تهيئته باستخدام أوزان نقطة التحقق stable-diffusion-v1.2، وتم ضبطه بدقة على \"laion-aesthetics v2 5+\" بدقة 512x512 عبر 595 ألف خطوة، مع تقليل شرطية النص بنسبة 10% لتحسين التوليد بدون مصنف."
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xl يحتوي على تحسينات كبيرة مقارنة بالإصدار v1.5، ويعادل أداء نموذج midjourney المفتوح المصدر الرائد. تشمل التحسينات: بنية unet أكبر بثلاثة أضعاف، إضافة وحدة تحسين لتحسين جودة الصور المولدة، وتقنيات تدريب أكثر كفاءة."
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "نموذج توليد صور نصية كبير طورته Stability AI ومفتوح المصدر، يتميز بقدرات توليد صور إبداعية رائدة في الصناعة. يمتلك فهمًا ممتازًا للتعليمات ويدعم تعريف العكس (Reverse Prompt) لتوليد محتوى دقيق."
-  },
  "step-1-128k": {
    "description": "يوفر توازنًا بين الأداء والتكلفة، مناسب لمجموعة متنوعة من السيناريوهات."
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "نموذج بصري صغير، مناسب للمهام الأساسية المتعلقة بالنصوص والصور."
  },
-  "step-1x-edit": {
-    "description": "نموذج متخصص في مهام تحرير الصور، قادر على تعديل وتعزيز الصور بناءً على الصور والأوصاف النصية التي يقدمها المستخدم. يدعم تنسيقات إدخال متعددة، بما في ذلك الأوصاف النصية والصور النموذجية. يفهم نية المستخدم ويولد نتائج تحرير صور متوافقة مع المتطلبات."
-  },
-  "step-1x-medium": {
-    "description": "نموذج قوي لتوليد الصور يدعم الإدخال عبر الأوصاف النصية. يدعم اللغة الصينية بشكل أصلي، قادر على فهم ومعالجة الأوصاف النصية الصينية بدقة، والتقاط المعاني الدلالية وتحويلها إلى ميزات صور لتحقيق توليد صور أكثر دقة. يولد صورًا عالية الدقة والجودة، ويمتلك قدرات نقل الأسلوب."
-  },
  "step-2-16k": {
    "description": "يدعم تفاعلات سياق كبيرة، مناسب لمشاهد الحوار المعقدة."
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "نموذج كبير سريع يعتمد على بنية الانتباه الجديدة MFA، يحقق نتائج مشابهة لـ step1 بتكلفة منخفضة جداً، مع الحفاظ على قدرة أعلى على المعالجة وزمن استجابة أسرع. يمكنه التعامل مع المهام العامة، ويتميز بقدرات قوية في البرمجة."
  },
-  "step-2x-large": {
-    "description": "نموذج الجيل الجديد من Step Star، يركز على مهام توليد الصور، قادر على توليد صور عالية الجودة بناءً على الأوصاف النصية المقدمة من المستخدم. يتميز النموذج الجديد بجودة صور أكثر واقعية وقدرات أفضل في توليد النصوص الصينية والإنجليزية."
-  },
  "step-r1-v-mini": {
    "description": "هذا النموذج هو نموذج استدلال كبير يتمتع بقدرة قوية على فهم الصور، يمكنه معالجة المعلومات النصية والصورية، ويخرج نصوصًا بعد تفكير عميق. يظهر هذا النموذج أداءً بارزًا في مجال الاستدلال البصري، كما يمتلك قدرات رياضية، برمجية، ونصية من الدرجة الأولى. طول السياق هو 100k."
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "نموذج v0-1.5-md مناسب للمهام اليومية وتوليد واجهات المستخدم (UI)"
  },
-  "wan2.2-t2i-flash": {
-    "description": "نسخة Wanxiang 2.2 فائقة السرعة، أحدث نموذج حاليًا. تم تحسين الإبداع، الاستقرار، والواقعية بشكل شامل، مع سرعة توليد عالية وقيمة ممتازة مقابل التكلفة."
-  },
-  "wan2.2-t2i-plus": {
-    "description": "نسخة Wanxiang 2.2 الاحترافية، أحدث نموذج حاليًا. تم تحسين الإبداع، الاستقرار، والواقعية بشكل شامل، مع تفاصيل توليد غنية."
-  },
-  "wanx-v1": {
-    "description": "نموذج أساسي لتوليد الصور النصية. يتوافق مع نموذج Tongyi Wanxiang 1.0 الرسمي."
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "متخصص في توليد صور بورتريه واقعية، سرعة متوسطة وتكلفة منخفضة. يتوافق مع نموذج Tongyi Wanxiang 2.0 السريع الرسمي."
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "نسخة مطورة شاملة. توليد صور بتفاصيل أكثر ثراءً، سرعة أقل قليلاً. يتوافق مع نموذج Tongyi Wanxiang 2.1 الاحترافي الرسمي."
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "نسخة مطورة شاملة. سرعة توليد عالية، أداء شامل، وقيمة ممتازة مقابل التكلفة. يتوافق مع نموذج Tongyi Wanxiang 2.1 السريع الرسمي."
+    "description": "نموذج توليد الصور التابع لشركة علي بابا كلاود Tongyi"
  },
  "whisper-1": {
    "description": "نموذج التعرف على الصوت العام، يدعم التعرف على الصوت بعدة لغات، الترجمة الصوتية، والتعرف على اللغة."
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "نموذج مهام بصرية معقدة، يوفر فهمًا عالي الأداء وقدرات تحليلية بناءً على صور متعددة."
-  },
-  "zai-org/GLM-4.5": {
-    "description": "GLM-4.5 هو نموذج أساسي مصمم لتطبيقات الوكلاء الذكية، يستخدم بنية Mixture-of-Experts (MoE). تم تحسينه بعمق في مجالات استدعاء الأدوات، تصفح الويب، هندسة البرمجيات، وبرمجة الواجهة الأمامية، ويدعم التكامل السلس مع وكلاء الكود مثل Claude Code وRoo Code. يستخدم وضع استدلال مختلط ليتكيف مع سيناريوهات الاستدلال المعقدة والاستخدام اليومي."
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Air هو نموذج أساسي مصمم لتطبيقات الوكلاء الذكية، يستخدم بنية Mixture-of-Experts (MoE). تم تحسينه بعمق في مجالات استدعاء الأدوات، تصفح الويب، هندسة البرمجيات، وبرمجة الواجهة الأمامية، ويدعم التكامل السلس مع وكلاء الكود مثل Claude Code وRoo Code. يستخدم وضع استدلال مختلط ليتكيف مع سيناريوهات الاستدلال المعقدة والاستخدام اليومي."
  }
 }
@@ -1,20 +1,20 @@
 {
  "confirm": "تأكيد",
  "debug": {
-    "arguments": "معلمات الاستدعاء",
+    "arguments": "متغيرات الاستدعاء",
    "function_call": "استدعاء الدالة",
    "off": "إيقاف التصحيح",
-    "on": "عرض معلومات استدعاء الإضافة",
-    "payload": "حمولة الإضافة",
-    "pluginState": "حالة الإضافة",
-    "response": "النتيجة المرجعة",
+    "on": "عرض معلومات استدعاء البرنامج المساعد",
+    "payload": "حمولة البرنامج المساعد",
+    "pluginState": "حالة المكون",
+    "response": "الرد",
    "title": "تفاصيل الإضافة",
    "tool_call": "طلب استدعاء الأداة"
  },
  "detailModal": {
    "customPlugin": {
      "description": "يرجى الانتقال إلى صفحة التحرير لمشاهدة التفاصيل",
-      "editBtn": "تحرير الآن",
+      "editBtn": "حرر الآن",
      "title": "هذه إضافة مخصصة"
    },
    "emptyState": {
@@ -22,48 +22,48 @@
      "title": "عرض تفاصيل الإضافة بعد التثبيت"
    },
    "info": {
-      "description": "وصف API",
-      "name": "اسم API"
+      "description": "وصف واجهة برمجة التطبيقات",
+      "name": "اسم واجهة برمجة التطبيقات"
    },
    "tabs": {
-      "info": "قدرات الإضافة",
+      "info": "قدرات البرنامج المساعد",
      "manifest": "ملف التثبيت",
      "settings": "الإعدادات"
    },
-    "title": "تفاصيل الإضافة"
+    "title": "تفاصيل البرنامج المساعد"
  },
  "dev": {
-    "confirmDeleteDevPlugin": "سيتم حذف هذه الإضافة المحلية ولن يمكن استعادتها، هل تريد حذف هذه الإضافة؟",
+    "confirmDeleteDevPlugin": "سيتم حذف البرنامج المساعد المحلي، وبمجرد الحذف لن يمكن استعادته، هل ترغب في حذف هذا البرنامج المساعد؟",
    "customParams": {
      "useProxy": {
-        "label": "التثبيت عبر الوكيل (إذا واجهت خطأ وصول عبر النطاق، جرب تفعيل هذا الخيار ثم أعد التثبيت)"
+        "label": "تثبيت عبر الوكيل (في حالة حدوث أخطاء الوصول عبر النطاقات المتقاطعة، يمكنك تجربة تفعيل هذا الخيار ثم إعادة التثبيت)"
      }
    },
-    "deleteSuccess": "تم حذف الإضافة بنجاح",
+    "deleteSuccess": "تم حذف البرنامج المساعد بنجاح",
    "manifest": {
      "identifier": {
-        "desc": "المعرف الفريد للإضافة",
+        "desc": "العلامة المميزة للبرنامج المساعد",
        "label": "المعرف"
      },
      "mode": {
-        "mcp": "إضافة MCP",
+        "mcp": "مكون MCP",
        "mcpExp": "تجريبي",
-        "url": "رابط مباشر"
+        "url": "رابط عبر الإنترنت"
      },
      "name": {
-        "desc": "عنوان الإضافة",
+        "desc": "عنوان البرنامج المساعد",
        "label": "العنوان",
        "placeholder": "محرك البحث"
      }
    },
    "mcp": {
      "advanced": {
-        "title": "إعدادات متقدمة"
+        "title": "الإعدادات المتقدمة"
      },
      "args": {
-        "desc": "قائمة المعلمات الممررة لأمر التنفيذ، عادةً هنا يتم إدخال اسم خادم MCP أو مسار سكريبت التشغيل",
+        "desc": "قائمة المعلمات المرسلة إلى الأمر المنفذ، عادةً ما يتم إدخال اسم خادم MCP هنا، أو مسار البرنامج النصي للتشغيل",
        "label": "معلمات الأمر",
-        "placeholder": "مثال: mcp-hello-world",
+        "placeholder": "على سبيل المثال: --port 8080 --debug",
        "required": "يرجى إدخال معلمات التشغيل"
      },
      "auth": {
@@ -83,171 +83,171 @@
        "label": "أيقونة الإضافة"
      },
      "command": {
-        "desc": "الملف التنفيذي أو السكريبت المستخدم لتشغيل خادم MCP STDIO",
+        "desc": "الملف القابل للتنفيذ أو البرنامج النصي المستخدم لبدء ملحق MCP STDIO",
        "label": "الأمر",
-        "placeholder": "مثال: npx / uv / docker إلخ",
+        "placeholder": "على سبيل المثال: python main.py أو /path/to/executable",
        "required": "يرجى إدخال أمر التشغيل"
      },
      "desc": {
        "desc": "أضف وصفًا للإضافة",
        "label": "وصف الإضافة",
-        "placeholder": "أضف معلومات عن استخدام الإضافة وسيناريوهاتها"
+        "placeholder": "أضف معلومات حول كيفية استخدام هذه الإضافة وسيناريوهاتها وغيرها"
      },
      "endpoint": {
        "desc": "أدخل عنوان خادم MCP Streamable HTTP الخاص بك",
-        "label": "رابط نقطة نهاية MCP"
+        "label": "عنوان URL لنقطة نهاية MCP"
      },
      "env": {
-        "add": "أضف سطرًا جديدًا",
-        "desc": "أدخل متغيرات البيئة المطلوبة لخادم MCP",
-        "duplicateKeyError": "مفتاح الحقل يجب أن يكون فريدًا",
-        "formValidationFailed": "فشل التحقق من النموذج، يرجى مراجعة تنسيق المعلمات",
-        "keyRequired": "مفتاح الحقل لا يمكن أن يكون فارغًا",
-        "label": "متغيرات بيئة خادم MCP",
-        "stringifyError": "تعذر تسلسل المعلمات، يرجى مراجعة التنسيق"
+        "add": "إضافة سطر جديد",
+        "desc": "أدخل المتغيرات البيئية المطلوبة لخادم MCP الخاص بك",
+        "duplicateKeyError": "يجب أن تكون مفاتيح الحقول فريدة",
+        "formValidationFailed": "فشل التحقق من صحة النموذج، يرجى التحقق من تنسيق المعلمات",
+        "keyRequired": "لا يمكن أن يكون مفتاح الحقل فارغًا",
+        "label": "متغيرات البيئة لخادم MCP",
+        "stringifyError": "تعذر تسلسل المعلمات، يرجى التحقق من تنسيق المعلمات"
      },
      "headers": {
-        "add": "أضف سطرًا جديدًا",
+        "add": "أضف صفًا جديدًا",
        "desc": "أدخل رؤوس الطلب",
        "label": "رؤوس HTTP"
      },
      "identifier": {
-        "desc": "حدد اسمًا لإضافة MCP الخاصة بك، يجب أن يكون بالأحرف الإنجليزية",
-        "invalid": "المعرف يمكن أن يحتوي فقط على أحرف، أرقام، شرطات وشرطات سفلية",
-        "label": "اسم إضافة MCP",
-        "placeholder": "مثال: my-mcp-plugin",
+        "desc": "حدد اسمًا لملحق MCP الخاص بك، يجب أن يكون باستخدام أحرف إنجليزية",
+        "invalid": "يمكنك إدخال أحرف إنجليزية، أرقام، والرمزين - و _ فقط",
+        "label": "اسم ملحق MCP",
+        "placeholder": "على سبيل المثال: my-mcp-plugin",
        "required": "يرجى إدخال معرف خدمة MCP"
      },
      "previewManifest": "معاينة ملف وصف الإضافة",
-      "quickImport": "استيراد سريع لتكوين JSON",
+      "quickImport": "استيراد إعدادات JSON بسرعة",
      "quickImportError": {
-        "empty": "لا يمكن أن يكون المحتوى فارغًا",
+        "empty": "لا يمكن أن تكون المدخلات فارغة",
        "invalidJson": "تنسيق JSON غير صالح",
-        "invalidStructure": "هيكل JSON غير صالح"
+        "invalidStructure": "تنسيق JSON غير صحيح"
      },
-      "stdioNotSupported": "البيئة الحالية لا تدعم إضافات MCP من نوع stdio",
+      "stdioNotSupported": "البيئة الحالية لا تدعم مكون MCP من نوع stdio",
      "testConnection": "اختبار الاتصال",
-      "testConnectionTip": "يجب أن ينجح اختبار الاتصال لكي تعمل إضافة MCP بشكل صحيح",
+      "testConnectionTip": "يمكن استخدام إضافة MCP بشكل طبيعي بعد نجاح اختبار الاتصال",
      "type": {
-        "desc": "اختر طريقة اتصال إضافة MCP، النسخة الويب تدعم فقط Streamable HTTP",
-        "httpFeature1": "متوافق مع الويب وسطح المكتب",
-        "httpFeature2": "اتصال بخادم MCP عن بعد، لا حاجة لتثبيت إضافي",
-        "httpShortDesc": "بروتوكول اتصال HTTP متدفق",
-        "label": "نوع إضافة MCP",
-        "stdioFeature1": "تأخير اتصال أقل، مناسب للتنفيذ المحلي",
-        "stdioFeature2": "يجب تثبيت وتشغيل خادم MCP محليًا",
-        "stdioNotAvailable": "وضع STDIO متاح فقط في نسخة سطح المكتب",
-        "stdioShortDesc": "بروتوكول اتصال يعتمد على الإدخال والإخراج القياسي",
-        "title": "نوع إضافة MCP"
+        "desc": "اختر طريقة الاتصال لملحق MCP، النسخة الويب تدعم فقط Streamable HTTP",
+        "httpFeature1": "متوافق مع النسخة الويب وسطح المكتب",
+        "httpFeature2": "الاتصال بخادم MCP عن بُعد، دون الحاجة إلى تثبيت أو إعداد إضافي",
+        "httpShortDesc": "بروتوكول الاتصال القائم على HTTP المتدفق",
+        "label": "نوع ملحق MCP",
+        "stdioFeature1": "زمن تأخير أقل في الاتصال، مناسب للتنفيذ المحلي",
+        "stdioFeature2": "يجب تثبيت خادم MCP وتشغيله محليًا",
+        "stdioNotAvailable": "وضع STDIO متاح فقط في النسخة المكتبية",
+        "stdioShortDesc": "بروتوكول الاتصال القائم على الإدخال والإخراج القياسي",
+        "title": "نوع ملحق MCP"
      },
      "url": {
-        "desc": "أدخل عنوان MCP Server Streamable HTTP الخاص بك، لا يدعم وضع SSE",
+        "desc": "أدخل عنوان HTTP القابل للبث لخادم MCP الخاص بك، لا يدعم وضع SSE",
        "invalid": "يرجى إدخال عنوان URL صالح",
-        "label": "رابط نقطة نهاية HTTP المتدفق",
+        "label": "عنوان URL لنقطة نهاية HTTP",
        "required": "يرجى إدخال عنوان URL لخدمة MCP"
      }
    },
    "meta": {
      "author": {
-        "desc": "مؤلف الإضافة",
+        "desc": "مؤلف البرنامج المساعد",
        "label": "المؤلف"
      },
      "avatar": {
-        "desc": "أيقونة الإضافة، يمكن استخدام إيموجي أو رابط URL",
-        "label": "الأيقونة"
+        "desc": "رمز البرنامج المساعد، يمكن استخدام الرموز التعبيرية أو روابط URL",
+        "label": "الرمز"
      },
      "description": {
-        "desc": "وصف الإضافة",
+        "desc": "وصف البرنامج المساعد",
        "label": "الوصف",
-        "placeholder": "ابحث في محرك البحث للحصول على معلومات"
+        "placeholder": "البحث في محركات البحث للحصول على المعلومات"
      },
      "formFieldRequired": "هذا الحقل مطلوب",
      "homepage": {
-        "desc": "الصفحة الرئيسية للإضافة",
+        "desc": "صفحة البداية للبرنامج المساعد",
        "label": "الصفحة الرئيسية"
      },
      "identifier": {
-        "desc": "المعرف الفريد للإضافة، سيتم التعرف عليه تلقائيًا من ملف manifest",
-        "errorDuplicate": "المعرف مكرر مع إضافة موجودة، يرجى تغييره",
+        "desc": "العلامة المميزة للبرنامج المساعد، سيتم التعرف عليها تلقائيًا من خلال الملف التعريفي",
+        "errorDuplicate": "تكرار العلامة المميزة مع برنامج مساعد موجود، يرجى تعديل العلامة المميزة",
        "label": "المعرف",
-        "pattenErrorMessage": "يمكن إدخال أحرف إنجليزية، أرقام، - و _ فقط"
+        "pattenErrorMessage": "يمكن إدخال الأحرف الإنجليزية والأرقام والرمزين - و_ فقط"
      },
      "lobe": "إضافة {{appName}}",
      "manifest": {
-        "desc": "سيتم تثبيت {{appName}} عبر هذا الرابط",
-        "label": "رابط ملف وصف الإضافة (Manifest)",
-        "preview": "معاينة Manifest",
+        "desc": "{{appName}} سيتم تثبيت الإضافة من خلال هذا الرابط",
+        "label": "ملف وصف البرنامج المساعد (Manifest) URL",
+        "preview": "معاينة الملف التعريفي",
        "refresh": "تحديث"
      },
      "openai": "إضافة OpenAI",
      "title": {
-        "desc": "عنوان الإضافة",
+        "desc": "عنوان البرنامج المساعد",
        "label": "العنوان",
        "placeholder": "محرك البحث"
      }
    },
-    "metaConfig": "تكوين معلومات الإضافة الأساسية",
-    "modalDesc": "بعد إضافة إضافة مخصصة، يمكن استخدامها للتحقق من تطوير الإضافة أو استخدامها مباشرة في المحادثة. يرجى الرجوع إلى <1>وثائق التطوير↗</> لتطوير الإضافات.",
+    "metaConfig": "تكوين معلومات البرنامج المساعد",
+    "modalDesc": "بعد إضافة البرنامج المساعد المخصص، يمكن استخدامه للتحقق من تطوير البرنامج المساعد، كما يمكن استخدامه مباشرة في الدردشة. للحصول على معلومات حول تطوير البرنامج المساعد، يرجى الرجوع إلى <1>وثائق التطوير↗</>",
    "openai": {
      "importUrl": "استيراد من رابط URL",
-      "schema": "المخطط"
+      "schema": "مخطط"
    },
    "preview": {
      "api": {
-        "noParams": "هذه الأداة لا تحتوي على معلمات",
-        "noResults": "لم يتم العثور على API تطابق شروط البحث",
+        "noParams": "لا توجد معلمات لهذه الأداة",
+        "noResults": "لم يتم العثور على واجهات برمجة التطبيقات التي تتوافق مع شروط البحث",
        "params": "المعلمات:",
-        "searchPlaceholder": "ابحث عن أداة..."
+        "searchPlaceholder": "ابحث في الأدوات..."
      },
-      "card": "معاينة عرض الإضافة",
-      "desc": "معاينة وصف الإضافة",
+      "card": "معاينة عرض البرنامج المساعد",
+      "desc": "معاينة وصف البرنامج المساعد",
      "empty": {
-        "desc": "بعد إكمال التكوين، يمكنك معاينة قدرات الأدوات المدعومة هنا",
-        "title": "ابدأ المعاينة بعد تكوين الإضافة"
+        "desc": "بعد إكمال الإعداد، ستتمكن من معاينة قدرات الأدوات المدعومة من المكون الإضافي هنا",
+        "title": "ابدأ المعاينة بعد تكوين المكون الإضافي"
      },
-      "title": "معاينة اسم الإضافة"
+      "title": "معاينة اسم البرنامج المساعد"
    },
-    "save": "تثبيت الإضافة",
-    "saveSuccess": "تم حفظ إعدادات الإضافة بنجاح",
+    "save": "تثبيت البرنامج المساعد",
+    "saveSuccess": "تم حفظ إعدادات البرنامج المساعد بنجاح",
    "tabs": {
      "manifest": "قائمة وصف الوظائف (Manifest)",
-      "meta": "معلومات الإضافة الأساسية"
+      "meta": "معلومات البرنامج المساعد"
    },
    "title": {
-      "create": "إضافة إضافة مخصصة",
-      "edit": "تحرير إضافة مخصصة"
+      "create": "إضافة برنامج مساعد مخصص",
+      "edit": "تحرير برنامج مساعد مخصص"
    },
    "type": {
-      "lobe": "إضافة {{appName}}",
-      "openai": "إضافة OpenAI"
+      "lobe": "برنامج مساعد LobeChat",
+      "openai": "برنامج مساعد OpenAI"
    },
    "update": "تحديث",
-    "updateSuccess": "تم تحديث إعدادات الإضافة بنجاح"
+    "updateSuccess": "تم تحديث إعدادات البرنامج المساعد بنجاح"
  },
  "error": {
-    "fetchError": "فشل طلب رابط manifest، يرجى التأكد من صلاحية الرابط وفحص ما إذا كان يسمح بالوصول عبر النطاق",
+    "fetchError": "فشل طلب الرابط المعطى للملف، يرجى التأكد من صحة الرابط والسماح بالوصول عبر النطاقات المختلفة",
    "installError": "فشل تثبيت الإضافة {{name}}",
-    "manifestInvalid": "الملف manifest غير مطابق للمواصفات، نتيجة التحقق: \n\n {{error}}",
+    "manifestInvalid": "الملف غير مطابق للمواصفات، نتيجة التحقق: \n\n {{error}}",
    "noManifest": "ملف الوصف غير موجود",
    "openAPIInvalid": "فشل تحليل OpenAPI، الخطأ: \n\n {{error}}",
    "reinstallError": "فشل تحديث الإضافة {{name}}",
-    "testConnectionFailed": "فشل الحصول على Manifest: {{error}}",
-    "urlError": "الرابط لم يرجع محتوى بصيغة JSON، يرجى التأكد من صحة الرابط"
+    "testConnectionFailed": "فشل في الحصول على ملف التعريف: {{error}}",
+    "urlError": "الرابط لا يعيد محتوى بتنسيق JSON، يرجى التأكد من صحة الرابط"
  },
  "inspector": {
    "args": "عرض قائمة المعلمات",
-    "pluginRender": "عرض واجهة الإضافة"
+    "pluginRender": "عرض واجهة المكون الإضافي"
  },
  "list": {
    "item": {
-      "deprecated.title": "تم الحذف",
-      "local.config": "الإعدادات",
+      "deprecated.title": "مهجور",
+      "local.config": "التكوين",
      "local.title": "مخصص"
    }
  },
  "loading": {
-    "content": "جارٍ استدعاء الإضافة...",
-    "plugin": "تشغيل الإضافة..."
+    "content": "جاري استدعاء الإضافة...",
+    "plugin": "جاري تشغيل الإضافة..."
  },
  "localSystem": {
    "apiName": {
@@ -255,7 +255,7 @@
      "moveLocalFiles": "نقل الملفات",
      "readLocalFile": "قراءة محتوى الملف",
      "renameLocalFile": "إعادة تسمية",
-      "searchLocalFiles": "بحث في الملفات",
+      "searchLocalFiles": "البحث عن الملفات",
      "writeLocalFile": "كتابة في الملف"
    },
    "title": "الملفات المحلية"
@@ -263,23 +263,23 @@
  "mcpInstall": {
    "CHECKING_INSTALLATION": "جارٍ فحص بيئة التثبيت...",
    "COMPLETED": "اكتمل التثبيت",
-    "CONFIGURATION_REQUIRED": "يرجى إكمال التكوين المطلوب للمتابعة بالتثبيت",
+    "CONFIGURATION_REQUIRED": "يرجى إكمال التكوينات المطلوبة للمتابعة في التثبيت",
    "ERROR": "خطأ في التثبيت",
-    "FETCHING_MANIFEST": "جارٍ الحصول على ملف وصف الإضافة...",
+    "FETCHING_MANIFEST": "جارٍ جلب ملف وصف الإضافة...",
    "GETTING_SERVER_MANIFEST": "جارٍ تهيئة خادم MCP...",
    "INSTALLING_PLUGIN": "جارٍ تثبيت الإضافة...",
-    "configurationDescription": "تتطلب هذه الإضافة MCP إعداد معلمات لتعمل بشكل صحيح، يرجى ملء المعلومات اللازمة",
+    "configurationDescription": "تتطلب هذه الإضافة من MCP إعداد معلمات لتعمل بشكل صحيح، يرجى ملء المعلومات الضرورية.",
    "configurationRequired": "تكوين معلمات الإضافة",
    "continueInstall": "متابعة التثبيت",
-    "dependenciesDescription": "تتطلب هذه الإضافة تثبيت تبعيات نظامية لتعمل بشكل صحيح، يرجى تثبيت التبعيات المفقودة حسب التعليمات ثم اضغط إعادة الفحص للمتابعة بالتثبيت.",
-    "dependenciesRequired": "يرجى تثبيت تبعيات النظام للإضافة",
+    "dependenciesDescription": "تتطلب هذه الإضافة تثبيت الاعتمادات النظامية التالية لتعمل بشكل صحيح، يرجى تثبيت الاعتمادات المفقودة حسب التعليمات ثم النقر على إعادة الفحص للمتابعة.",
+    "dependenciesRequired": "يرجى تثبيت الاعتمادات النظامية للإضافة",
    "dependencyStatus": {
-      "installed": "مثبت",
-      "notInstalled": "غير مثبت",
+      "installed": "مثبّت",
+      "notInstalled": "غير مثبّت",
      "requiredVersion": "الإصدار المطلوب: {{version}}"
    },
    "errorDetails": {
-      "args": "المعلمات",
+      "args": "المعطيات",
      "command": "الأمر",
      "connectionParams": "معلمات الاتصال",
      "env": "متغيرات البيئة",
@@ -295,94 +295,34 @@
      "INITIALIZATION_TIMEOUT": "انتهت مهلة التهيئة",
      "PROCESS_SPAWN_ERROR": "فشل بدء العملية",
      "UNKNOWN_ERROR": "خطأ غير معروف",
-      "VALIDATION_ERROR": "فشل التحقق من المعلمات"
+      "VALIDATION_ERROR": "فشل التحقق من المعطيات"
    },
-    "installError": "فشل تثبيت إضافة MCP، السبب: {{detail}}",
+    "installError": "فشل تثبيت إضافة MCP، سبب الفشل: {{detail}}",
    "installMethods": {
-      "manual": "تثبيت يدوي:",
+      "manual": "التثبيت اليدوي:",
      "recommended": "طريقة التثبيت الموصى بها:"
    },
    "recheckDependencies": "إعادة فحص",
    "skipDependencies": "تخطي الفحص"
  },
  "pluginList": "قائمة الإضافات",
-  "protocolInstall": {
-    "actions": {
-      "install": "تثبيت",
-      "installAnyway": "تثبيت على أي حال",
-      "installed": "مثبت"
-    },
-    "config": {
-      "args": "المعلمات",
-      "command": "الأمر",
-      "env": "متغيرات البيئة",
-      "headers": "رؤوس الطلب",
-      "title": "معلومات التكوين",
-      "type": {
-        "http": "النوع: HTTP",
-        "label": "النوع",
-        "stdio": "النوع: Stdio"
-      },
-      "url": "عنوان الخدمة"
-    },
-    "custom": {
-      "badge": "إضافة مخصصة",
-      "security": {
-        "description": "هذه الإضافة لم يتم التحقق منها رسميًا، قد تحمل مخاطر أمنية! يرجى التأكد من ثقتك بمصدر الإضافة.",
-        "title": "⚠️ تحذير أمني"
-      },
-      "title": "تثبيت إضافة مخصصة"
-    },
-    "marketplace": {
-      "title": "تثبيت إضافات الطرف الثالث",
-      "trustedBy": "مقدم من {{name}}",
-      "unverified": {
-        "title": "إضافات طرف ثالث غير موثوقة",
-        "warning": "هذه الإضافة من سوق طرف ثالث غير موثوق، يرجى التأكد من ثقتك بالمصدر قبل التثبيت."
-      },
-      "verified": "موثوقة"
-    },
-    "messages": {
-      "connectionTestFailed": "فشل اختبار الاتصال",
-      "installError": "فشل تثبيت الإضافة، يرجى المحاولة مجددًا",
-      "installSuccess": "تم تثبيت الإضافة {{name}} بنجاح!",
-      "manifestError": "فشل الحصول على تفاصيل الإضافة، يرجى التحقق من الاتصال بالشبكة والمحاولة مجددًا",
-      "manifestNotFound": "تعذر الحصول على ملف وصف الإضافة"
-    },
-    "meta": {
-      "author": "المؤلف",
-      "homepage": "الصفحة الرئيسية",
-      "identifier": "المعرف",
-      "source": "المصدر",
-      "version": "الإصدار"
-    },
-    "official": {
-      "badge": "إضافة رسمية من LobeHub",
-      "description": "تم تطوير هذه الإضافة وصيانتها رسميًا من قبل LobeHub، وتمت مراجعتها أمنيًا بدقة، يمكن استخدامها بأمان.",
-      "loadingMessage": "جارٍ الحصول على تفاصيل الإضافة...",
-      "loadingTitle": "جارٍ التحميل",
-      "title": "تثبيت إضافة رسمية"
-    },
-    "title": "تثبيت إضافة MCP",
-    "warning": "⚠️ يرجى التأكد من ثقتك بمصدر هذه الإضافة، الإضافات الخبيثة قد تضر بأمان نظامك."
-  },
  "search": {
    "apiName": {
-      "crawlMultiPages": "قراءة محتوى عدة صفحات",
+      "crawlMultiPages": "قراءة محتوى صفحات متعددة",
      "crawlSinglePage": "قراءة محتوى الصفحة",
-      "search": "البحث في الصفحة"
+      "search": "بحث في الصفحة"
    },
    "config": {
      "addKey": "إضافة مفتاح",
      "close": "حذف",
-      "confirm": "تم إكمال التكوين وأعيد المحاولة"
+      "confirm": "تم تكوينه وإعادة المحاولة"
    },
    "crawPages": {
-      "crawling": "جارٍ التعرف على الروابط",
+      "crawling": "جاري التعرف على الروابط",
      "detail": {
        "preview": "معاينة",
-        "raw": "نص خام",
-        "tooLong": "النص طويل جدًا، يحتفظ سياق المحادثة فقط بأول {{characters}} حرفًا، الجزء الزائد غير مدرج في السياق"
+        "raw": "النص الأصلي",
+        "tooLong": "محتوى النص طويل جدًا، سيتم الاحتفاظ بالسياق السابق فقط بأول {{characters}} حرف، ولن يتم احتساب الأجزاء الزائدة في سياق المحادثة"
      },
      "meta": {
        "crawler": "وضع الزحف",
@@ -390,19 +330,19 @@
      }
    },
    "searchxng": {
-      "baseURL": "يرجى الإدخال",
-      "description": "يرجى إدخال عنوان SearchXNG للبدء في البحث عبر الإنترنت",
-      "keyPlaceholder": "يرجى إدخال المفتاح",
-      "title": "تكوين محرك البحث SearchXNG",
-      "unconfiguredDesc": "يرجى الاتصال بالمسؤول لإكمال تكوين محرك البحث SearchXNG للبدء في البحث عبر الإنترنت",
-      "unconfiguredTitle": "لم يتم تكوين محرك البحث SearchXNG بعد"
+      "baseURL": "الرجاء الإدخال",
+      "description": "الرجاء إدخال عنوان URL لـ SearchXNG لبدء البحث عبر الإنترنت",
+      "keyPlaceholder": "الرجاء إدخال المفتاح",
+      "title": "تكوين محرك بحث SearchXNG",
+      "unconfiguredDesc": "يرجى الاتصال بالمسؤول لإكمال تكوين محرك بحث SearchXNG لبدء البحث عبر الإنترنت",
+      "unconfiguredTitle": "لم يتم تكوين محرك بحث SearchXNG بعد"
    },
    "title": "البحث عبر الإنترنت"
  },
  "setting": "إعدادات الإضافة",
  "settings": {
    "capabilities": {
-      "prompts": "عبارات التوجيه",
+      "prompts": "نصوص التوجيه",
      "resources": "الموارد",
      "title": "قدرات الإضافة",
      "tools": "الأدوات"
@@ -411,18 +351,18 @@
      "title": "تكوين الإضافة"
    },
    "connection": {
-      "args": "معلمات التشغيل",
+      "args": "معطيات التشغيل",
      "command": "أمر التشغيل",
      "title": "معلومات الاتصال",
      "type": "نوع الاتصال",
      "url": "عنوان الخدمة"
    },
    "edit": "تحرير",
-    "envConfigDescription": "سيتم تمرير هذه الإعدادات كمتغيرات بيئة عند بدء تشغيل خادم MCP",
-    "httpTypeNotice": "إضافات MCP من نوع HTTP لا تحتاج إلى متغيرات بيئة للتكوين حاليًا",
+    "envConfigDescription": "سيتم تمرير هذه الإعدادات كمتغيرات بيئية إلى العملية عند بدء تشغيل خادم MCP",
+    "httpTypeNotice": "لا توجد متغيرات بيئية تحتاج إلى التكوين لإضافات MCP من نوع HTTP",
    "indexUrl": {
      "title": "فهرس السوق",
-      "tooltip": "لا يدعم التحرير عبر الإنترنت حاليًا، يرجى التكوين عبر متغيرات البيئة عند النشر"
+      "tooltip": "غير مدعوم حاليا للتحرير عبر الإنترنت، يرجى ضبطه عند نشر المتغيرات البيئية"
    },
    "messages": {
      "connectionUpdateFailed": "فشل تحديث معلومات الاتصال",
@@ -430,41 +370,41 @@
      "envUpdateFailed": "فشل حفظ متغيرات البيئة",
      "envUpdateSuccess": "تم حفظ متغيرات البيئة بنجاح"
    },
-    "modalDesc": "بعد تكوين عنوان سوق الإضافات، يمكنك استخدام سوق إضافات مخصص",
+    "modalDesc": "بعد ضبط عنوان سوق الإضافات، يمكن استخدام سوق الإضافات المخصص",
    "rules": {
      "argsRequired": "يرجى إدخال معلمات التشغيل",
      "commandRequired": "يرجى إدخال أمر التشغيل",
      "urlRequired": "يرجى إدخال عنوان الخدمة"
    },
    "saveSettings": "حفظ الإعدادات",
-    "title": "إعدادات سوق الإضافات"
+    "title": "ضبط سوق الإضافات"
  },
-  "showInPortal": "يرجى عرض التفاصيل في مساحة العمل",
+  "showInPortal": "يرجى الاطلاع على التفاصيل في مساحة العمل",
  "store": {
    "actions": {
      "cancel": "إلغاء التثبيت",
-      "confirmUninstall": "سيتم إلغاء تثبيت هذه الإضافة وسيتم حذف إعداداتها، يرجى تأكيد العملية",
+      "confirmUninstall": "سيتم إلغاء تثبيت الإضافة، وسيتم مسح تكوين الإضافة، يرجى تأكيد العملية",
      "detail": "التفاصيل",
      "install": "تثبيت",
      "manifest": "تحرير ملف التثبيت",
      "settings": "الإعدادات",
      "uninstall": "إلغاء التثبيت"
    },
-    "communityPlugin": "مجتمع الطرف الثالث",
+    "communityPlugin": "مجتمع ثالث",
    "customPlugin": "مخصص",
-    "empty": "لا توجد إضافات مثبتة",
+    "empty": "لا توجد إضافات مثبتة حاليا",
    "emptySelectHint": "اختر إضافة لمعاينة التفاصيل",
    "installAllPlugins": "تثبيت الكل",
-    "networkError": "فشل الحصول على متجر الإضافات، يرجى التحقق من الاتصال بالشبكة والمحاولة مجددًا",
-    "placeholder": "ابحث عن اسم الإضافة أو الوصف أو الكلمات المفتاحية...",
-    "releasedAt": "نُشر في {{createdAt}}",
+    "networkError": "فشل الحصول على متجر الإضافات، يرجى التحقق من الاتصال بالشبكة وإعادة المحاولة",
+    "placeholder": "ابحث عن اسم الإضافة أو الكلمات الرئيسية...",
+    "releasedAt": "صدر في {{createdAt}}",
    "tabs": {
-      "installed": "مثبت",
-      "mcp": "إضافات MCP",
-      "old": "إضافات LobeChat"
+      "installed": "مثبتة",
+      "mcp": "إضافة MCP",
+      "old": "إضافة LobeChat"
    },
    "title": "متجر الإضافات"
  },
  "unknownError": "خطأ غير معروف",
-  "unknownPlugin": "إضافة غير معروفة"
+  "unknownPlugin": "البرنامج المساعد غير معروف"
 }
@@ -2,15 +2,9 @@
  "ai21": {
    "description": "تقوم AI21 Labs ببناء نماذج أساسية وأنظمة ذكاء اصطناعي للشركات، مما يسرع من تطبيق الذكاء الاصطناعي التوليدي في الإنتاج."
  },
-  "ai302": {
-    "description": "302.AI هو منصة تطبيقات ذكاء اصطناعي تعتمد على الدفع حسب الاستخدام، تقدم أكثر واجهات برمجة التطبيقات للتعلم الآلي وتطبيقات الذكاء الاصطناعي عبر الإنترنت شمولاً في السوق"
-  },
  "ai360": {
    "description": "AI 360 هي منصة نماذج وخدمات الذكاء الاصطناعي التي أطلقتها شركة 360، تقدم مجموعة متنوعة من نماذج معالجة اللغة الطبيعية المتقدمة، بما في ذلك 360GPT2 Pro و360GPT Pro و360GPT Turbo و360GPT Turbo Responsibility 8K. تجمع هذه النماذج بين المعلمات الكبيرة والقدرات متعددة الوسائط، وتستخدم على نطاق واسع في توليد النصوص، وفهم المعاني، وأنظمة الحوار، وتوليد الشيفرات. من خلال استراتيجيات تسعير مرنة، تلبي AI 360 احتياجات المستخدمين المتنوعة، وتدعم المطورين في التكامل، مما يعزز الابتكار والتطوير في التطبيقات الذكية."
  },
-  "aihubmix": {
-    "description": "يوفر AiHubMix الوصول إلى نماذج الذكاء الاصطناعي المتعددة من خلال واجهة برمجة تطبيقات موحدة."
-  },
  "anthropic": {
    "description": "Anthropic هي شركة تركز على أبحاث وتطوير الذكاء الاصطناعي، وتقدم مجموعة من نماذج اللغة المتقدمة، مثل Claude 3.5 Sonnet وClaude 3 Sonnet وClaude 3 Opus وClaude 3 Haiku. تحقق هذه النماذج توازنًا مثاليًا بين الذكاء والسرعة والتكلفة، وتناسب مجموعة متنوعة من سيناريوهات التطبيقات، من أحمال العمل على مستوى المؤسسات إلى الاستجابات السريعة. يعتبر Claude 3.5 Sonnet أحدث نماذجها، وقد أظهر أداءً ممتازًا في العديد من التقييمات مع الحفاظ على نسبة تكلفة فعالة."
  },
@@ -189,7 +189,6 @@
      "aesGcm": "Вашият ключ и адреса на прокси ще бъдат криптирани с <1>AES-GCM</1> алгоритъм",
      "apiKey": {
        "desc": "Моля, въведете вашия {{name}} API ключ",
-        "descWithUrl": "Моля, въведете вашия {{name}} API ключ, <3>кликнете тук, за да го получите</3>",
        "placeholder": "{{name}} API ключ",
        "title": "API ключ"
      },
@@ -306,7 +305,6 @@
        "latestTime": "Последно обновление: {{time}}",
        "noLatestTime": "Все още не е получен списък"
      },
-      "noModelsInCategory": "В тази категория няма активирани модели",
      "resetAll": {
        "conform": "Потвърдете ли, че искате да нулирате всички промени в текущия модел? След нулирането списъкът с текущи модели ще се върне в първоначалното си състояние",
        "success": "Успешно нулирано",
@@ -317,15 +315,7 @@
      "title": "Списък с модели",
      "total": "Общо {{count}} налични модела"
    },
-    "searchNotFound": "Не са намерени резултати от търсенето",
-    "tabs": {
-      "all": "Всички",
-      "chat": "Чат",
-      "embedding": "Векторизация",
-      "image": "Изображение",
-      "stt": "ASR",
-      "tts": "TTS"
-    }
+    "searchNotFound": "Не са намерени резултати от търсенето"
  },
  "sortModal": {
    "success": "Сортирането е успешно обновено",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark4.0 Ultra е най-мощната версия в серията Starfire, която подобрява разбирането и обобщаването на текстовото съдържание, докато надгражда свързаните търсения. Това е всестранно решение за повишаване на производителността в офиса и точно отговаряне на нуждите, водещо в индустрията интелигентно решение."
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp (известен още като “4x‑AnimeSharp”) е отворен модел за свръхрезолюция, разработен от Kim2091 на базата на архитектурата ESRGAN, фокусиран върху увеличаване и изостряне на изображения в аниме стил. През февруари 2022 г. моделът е преименуван от “4x-TextSharpV1” и първоначално е бил подходящ и за текстови изображения, но е оптимизиран значително за аниме съдържание."
-  },
  "Baichuan2-Turbo": {
    "description": "Използва технологии за подобряване на търсенето, за да свърже голям модел с областни знания и знания от интернет. Поддържа качване на различни документи като PDF, Word и вход на уебсайтове, с бърз и цялостен достъп до информация, предоставяйки точни и професионални резултати."
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3 е MoE модел, разработен от компанията DeepSeek. DeepSeek-V3 постига резултати в множество оценки, които надминават други отворени модели като Qwen2.5-72B и Llama-3.1-405B, като по отношение на производителност е наравно с водещите затворени модели в света като GPT-4o и Claude-3.5-Sonnet."
  },
-  "DeepSeek-V3-Fast": {
-    "description": "Доставчик на модела: платформа sophnet. DeepSeek V3 Fast е високоскоростната версия с висока TPS на DeepSeek V3 0324, с пълна точност без квантизация, с по-силни кодови и математически възможности и по-бърз отговор!"
-  },
  "Doubao-lite-128k": {
    "description": "Doubao-lite предлага изключително бърза реакция и по-добро съотношение цена-качество, осигурявайки по-гъвкави опции за различни сценарии на клиентите. Поддържа разсъждения и финна настройка с контекстен прозорец от 128k."
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "Най-ефективният основен модел, подходящ за обработка на сложни задачи, с отлични резултати в справки, обобщения, творчество, текстова класификация и ролеви игри. Поддържа разсъждения и финна настройка с контекстен прозорец от 4k."
  },
-  "DreamO": {
-    "description": "DreamO е отворен модел за персонализирано генериране на изображения, съвместно разработен от ByteDance и Пекинския университет, с цел поддържане на мултизадачно генериране на изображения чрез унифицирана архитектура. Той използва ефективен комбиниран модел, който може да генерира високо съгласувани и персонализирани изображения според множество условия, зададени от потребителя, като идентичност, обект, стил и фон."
-  },
  "ERNIE-3.5-128K": {
    "description": "Флагманският модел на Baidu, разработен самостоятелно, е мащабен езиков модел, който обхваща огромно количество китайски и английски текстове. Той притежава мощни общи способности и може да отговори на почти всички изисквания за диалогови въпроси и отговори, генериране на съдържание и приложения с плъгини; поддържа автоматично свързване с плъгина за търсене на Baidu, осигурявайки актуалност на информацията за отговорите."
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "Най-новият модел на Baidu за големи езикови модели с висока производителност, разработен самостоятелно, с отлични общи способности, по-добри резултати в сравнение с ERNIE Speed, подходящ за основен модел за фина настройка, за по-добро справяне с конкретни проблеми, като същевременно предлага отлична производителност при извеждане."
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-dev е мултимоделен модел за генериране и редактиране на изображения, разработен от Black Forest Labs, базиран на архитектурата Rectified Flow Transformer с 12 милиарда параметри. Моделът е специализиран в генериране, реконструкция, подобряване и редактиране на изображения при зададени контекстуални условия. Той съчетава предимствата на контролираното генериране на дифузионни модели с контекстуалното моделиране на Transformer, поддържайки висококачествен изход и широко приложение в задачи като възстановяване, допълване и реконструкция на визуални сцени."
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-dev е отворен мултимодален езиков модел (Multimodal Language Model, MLLM), разработен от Black Forest Labs, оптимизиран за задачи с текст и изображения. Той интегрира разбиране и генериране на изображения и текст, базиран на напреднали големи езикови модели като Mistral-7B, с внимателно проектиран визуален енкодер и многостепенно фино настройване с инструкции, което позволява съвместна обработка на текст и изображения и сложни задачи за разсъждение."
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B) е иновативен модел, подходящ за приложения в множество области и сложни задачи."
  },
-  "HelloMeme": {
-    "description": "HelloMeme е AI инструмент, който автоматично генерира мемета, анимирани GIF файлове или кратки видеоклипове въз основа на предоставени от вас изображения или действия. Не е необходимо да имате умения за рисуване или програмиране – просто подгответе референтни изображения и инструментът ще създаде красиви, забавни и стилово съгласувани съдържания."
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Full е отворен мултимодален голям модел за редактиране на изображения, разработен от HiDream.ai, базиран на напредналата архитектура Diffusion Transformer и съчетаващ мощни езикови способности (вграден LLaMA 3.1-8B-Instruct). Поддържа генериране на изображения, трансфер на стил, локално редактиране и прерисуване чрез естествени езикови команди, с изключителни умения за разбиране и изпълнение на текстово-изобразителни задачи."
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilled е лек модел за генериране на изображения от текст, оптимизиран чрез дистилация, който може бързо да създава висококачествени изображения, особено подходящ за среди с ограничени ресурси и задачи за реално време."
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacter е персонализиран модел за генериране на персонажи без нужда от фино настройване, пуснат от AI екипа на Tencent през 2025 г. Целта му е да осигури висококачествено и консистентно генериране на персонажи в различни сцени. Моделът поддържа моделиране на персонаж само на базата на една референтна снимка и позволява гъвкаво пренасяне на персонажа в различни стилове, пози и фонове."
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8B е мощен визуален езиков модел, който поддържа многомодално обработване на изображения и текст, способен да разпознава точно съдържанието на изображения и да генерира свързани описания или отговори."
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26B е мощен визуален езиков модел, който поддържа многомодално обработване на изображения и текст, способен да разпознава точно съдържанието на изображения и да генерира свързани описания или отговори."
  },
-  "Kolors": {
-    "description": "Kolors е модел за генериране на изображения от текст, разработен от екипа Kolors на Kuaishou. Той е обучен с милиарди параметри и има значителни предимства в качеството на визуализация, разбирането на китайски семантичен контекст и рендирането на текст."
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "Kolors е голям модел за генериране на изображения от текст, базиран на латентна дифузия, разработен от екипа Kolors на Kuaishou. Обучен с милиарди двойки текст-изображение, моделът демонстрира значителни предимства в качеството на визуализация, точността на сложната семантика и рендирането на китайски и английски символи. Той поддържа вход на китайски и английски език и се представя отлично в разбирането и генерирането на специфично китайско съдържание."
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "Изключителни способности за визуално разсъждение върху изображения с висока резолюция, подходящи за приложения за визуално разбиране."
  },
@@ -197,15 +164,9 @@
  "MiniMaxAI/MiniMax-M1-80k": {
    "description": "MiniMax-M1 е мащабен модел за разсъждение с отворени тегла и смесено внимание, с 456 милиарда параметри, като всеки токен активира около 45.9 милиарда параметри. Моделът поддържа естествено контекст с дължина до 1 милион токена и чрез механизма за светкавично внимание спестява 75% от изчисленията при задачи с генериране на 100 хиляди токена в сравнение с DeepSeek R1. Освен това MiniMax-M1 използва MoE (смесен експертен) архитектура, комбинирайки CISPO алгоритъм и ефективно обучение с подсилване с дизайн на смесено внимание, постигащи водещи в индустрията резултати при дълги входни разсъждения и реални софтуерни инженерни сценарии."
  },
-  "Moonshot-Kimi-K2-Instruct": {
-    "description": "Общ брой параметри 1 трилион, активирани параметри 32 милиарда. Сред немисловните модели постига водещи резултати в областта на актуални знания, математика и кодиране, с по-добри възможности за универсални агентски задачи. Специално оптимизиран за агентски задачи, не само отговаря на въпроси, но и може да предприема действия. Най-подходящ за импровизирани, универсални разговори и агентски преживявания, модел с рефлексна скорост без нужда от дълго мислене."
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B) е модел с висока точност за инструкции, подходящ за сложни изчисления."
  },
-  "OmniConsistency": {
-    "description": "OmniConsistency подобрява консистентността на стил и генерализацията в задачи за преобразуване на изображения чрез въвеждане на големи дифузионни трансформъри (DiTs) и двойни стилизирани данни, като предотвратява деградация на стила."
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "Същият модел Phi-3-medium, но с по-голям размер на контекста за RAG или малко подканване."
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3 е модел на езика с 6710 милиарда параметри, който използва архитектура на смесени експерти (MoE) с много глави на потенциално внимание (MLA) и стратегия за баланс на натоварването без помощни загуби, оптимизираща производителността на инференцията и обучението. Чрез предварително обучение на 14.8 трилиона висококачествени токени и последващо супервизирано фино настройване и обучение с подсилване, DeepSeek-V3 надминава производителността на други отворени модели и е близо до водещите затворени модели."
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 е базов модел с MoE архитектура с изключителни кодови и агентски способности, с общо 1 трилион параметри и 32 милиарда активирани параметри. В бенчмаркове за общо знание, програмиране, математика и агентски задачи моделът K2 превъзхожда други водещи отворени модели."
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Preview е иновативен модел за обработка на естествен език, способен да обработва ефективно сложни задачи за генериране на диалог и разбиране на контекста."
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3 е ново поколение модел на Tongyi Qianwen с значително подобрени способности, достигащи водещо ниво в индустрията в разсъждения, общи, агенти и многоезични основни способности, и поддържа превключване на режим на мислене."
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3-235B-A22B-Instruct-2507 е флагмански голям езиков модел с хибридни експерти (MoE) от серията Qwen3, разработен от екипа на Alibaba Cloud Tongyi Qianwen. Моделът има общо 235 милиарда параметри, като при всяко извеждане се активират 22 милиарда. Той е обновена версия на Qwen3-235B-A22B в не-мисловен режим, със значителни подобрения в следването на инструкции, логическо разсъждение, разбиране на текст, математика, наука, програмиране и използване на инструменти. Моделът също така разширява покритието на многоезикови дългоопашати знания и по-добре се адаптира към потребителските предпочитания в субективни и отворени задачи, за да генерира по-полезен и качествен текст."
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3-235B-A22B-Thinking-2507 е член на серията големи езикови модели Qwen3, разработен от екипа на Alibaba Tongyi Qianwen, фокусиран върху сложни задачи за разсъждение. Моделът използва MoE архитектура с общо 235 милиарда параметри, като при обработка на всеки токен се активират около 22 милиарда, което повишава изчислителната ефективност без да се губи мощност. Като специализиран „мисловен“ модел, той постига значителни подобрения в логическо разсъждение, математика, наука, програмиране и академични бенчмаркове, достигайки водещи нива сред отворените мисловни модели. Освен това подобрява общите способности като следване на инструкции, използване на инструменти и генериране на текст, и поддържа нативно разбиране на дълги контексти до 256K токена, подходящ за дълбоко разсъждение и обработка на дълги документи."
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3 е ново поколение модел на Tongyi Qianwen с значително подобрени способности, достигащи водещо ниво в индустрията в разсъждения, общи, агенти и многоезични основни способности, и поддържа превключване на режим на мислене."
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507 е обновена версия на Qwen3-30B-A3B в режим без мислене. Това е хибриден експертен (MoE) модел с общо 30,5 милиарда параметри и 3,3 милиарда активни параметри. Моделът е получил ключови подобрения в множество аспекти, включително значително подобрена способност за следване на инструкции, логическо разсъждение, разбиране на текст, математика, наука, кодиране и използване на инструменти. Освен това, той постига съществен напредък в покритието на дългоопашатите знания на многоезично ниво и по-добре се съгласува с предпочитанията на потребителите при субективни и отворени задачи, което позволява генериране на по-полезни отговори и по-висококачествен текст. Освен това, способността му за разбиране на дълги текстове е увеличена до 256K. Този модел поддържа само режим без мислене и в изхода му не се генерират тагове `<think></think>`."
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3 е ново поколение модел на Tongyi Qianwen с значително подобрени способности, достигащи водещо ниво в индустрията в разсъждения, общи, агенти и многоезични основни способности, и поддържа превключване на режим на мислене."
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instruct е голям езиков модел, проектиран специално за генериране на код, разбиране на код и ефективни сценарии за разработка, с водеща в индустрията параметрична стойност от 32B, способен да отговори на разнообразни програмни нужди."
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22B е MoE (хибриден експертен модел), който въвежда „хибриден режим на разсъждение“, позволяващ на потребителите безпроблемно превключване между „режим мислене“ и „режим без мислене“. Поддържа разбиране и разсъждение на 119 езика и диалекта и разполага с мощни възможности за извикване на инструменти. В множество базови тестове за общи способности, кодиране, математика, многоезичност, знания и разсъждение, той може да се конкурира с водещите големи модели на пазара като DeepSeek R1, OpenAI o1, o3-mini, Grok 3 и Google Gemini 2.5 Pro."
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32B е плътен модел (Dense Model), който въвежда „хибриден режим на разсъждение“, позволяващ на потребителите безпроблемно превключване между „режим мислене“ и „режим без мислене“. Благодарение на подобрения в архитектурата на модела, увеличени тренировъчни данни и по-ефективни методи за обучение, общата производителност е сравнима с тази на Qwen2.5-72B."
-  },
  "SenseChat": {
    "description": "Основна версия на модела (V4), с контекстна дължина 4K, с мощни общи способности."
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "Най-новата версия на модела (V5.5) поддържа вход с множество изображения и напълно реализира оптимизация на основните способности на модела, с голямо подобрение в разпознаването на свойства на обекти, пространствени отношения, разпознаване на действия и събития, разбиране на сцени, разпознаване на емоции, логическо разсъждение и генериране на текст."
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "Чрез цялостно обновяване на мултимодалните, езиковите и разсъждаващите данни и оптимизация на тренировъчните стратегии, новият модел постига значително подобрение в мултимодалното разсъждение и способността за следване на общи инструкции. Поддържа контекстен прозорец до 128k и показва отлични резултати в специализирани задачи като OCR и разпознаване на културно-туристически IP."
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "Чрез цялостно обновяване на мултимодалните, езиковите и разсъждаващите данни и оптимизация на тренировъчните стратегии, новият модел постига значително подобрение в мултимодалното разсъждение и способността за следване на общи инструкции. Поддържа контекстен прозорец до 128k и показва отлични резултати в специализирани задачи като OCR и разпознаване на културно-туристически IP."
-  },
  "SenseNova-V6-Pro": {
    "description": "Постигане на родно обединение на възможностите за изображения, текст и видео, преодолявайки ограниченията на традиционните мултимодални разделения, спечелвайки двойна титла в оценките OpenCompass и SuperCLUE."
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23 е многозначен модел, представен от Cohere, поддържащ 23 езика, предоставяйки удобство за многоезични приложения."
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "Доставен от Microsoft; моделът DeepSeek R1 е получил малка версия ъпгрейд, текущата версия е DeepSeek-R1-0528. В най-новата актуализация DeepSeek R1 значително подобрява дълбочината на разсъждение и способността за извод чрез увеличаване на изчислителните ресурси и въвеждане на алгоритмична оптимизация в следтренировъчния етап. Този модел се представя отлично в множество бенчмаркове като математика, програмиране и обща логика, като общата му производителност вече е близка до водещи модели като O3 и Gemini 2.5 Pro."
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13B е отворен, комерсиален голям езиков модел, разработен от Baichuan Intelligence, с 13 милиарда параметри, който постига най-добрите резултати в своя размер на авторитетни бенчмаркове на китайски и английски."
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnet предлага идеален баланс между интелигентност и скорост за корпоративни работни натоварвания. Той предлага максимална полезност на по-ниска цена, надежден и подходящ за мащабно внедряване."
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1 е най-новият и най-мощен модел на Anthropic за справяне с изключително сложни задачи. Той се отличава с изключителна производителност, интелигентност, плавност и разбиране."
-  },
  "claude-opus-4-20250514": {
    "description": "Claude Opus 4 е най-мощният модел на Anthropic, предназначен за обработка на изключително сложни задачи. Той се отличава с изключителна производителност, интелигентност, плавност и разбиране."
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "Doubao-Seed-1.6-thinking моделът значително подобрява способностите за мислене в сравнение с Doubao-1.5-thinking-pro, с допълнителни подобрения в кодиране, математика и логическо разсъждение, като поддържа и визуално разбиране. Поддържа контекстен прозорец от 256k и максимална дължина на изхода до 16k токена."
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "Моделът за генериране на изображения Doubao е разработен от екипа Seed на ByteDance, поддържа вход както от текст, така и от изображения, и предлага високо контролирано и качествено генериране на изображения. Генерира изображения въз основа на текстови подсказки."
-  },
  "doubao-vision-lite-32k": {
    "description": "Моделът Doubao-vision е мултимодален голям модел, разработен от Doubao, с мощни способности за разбиране и разсъждение върху изображения, както и прецизно разбиране на инструкции. Моделът показва силна производителност при извличане на информация от изображения и текст, както и при задачи за разсъждение, базирани на изображения, подходящ за по-сложни и широки визуални въпроси."
  },
@@ -1067,9 +995,6 @@
  "ernie-char-fiction-8k": {
    "description": "Специализиран голям езиков модел, разработен от Baidu, подходящ за приложения като NPC в игри, диалози на клиентска поддръжка и ролеви игри, с по-изразителен и последователен стил на персонажите, по-силна способност за следване на инструкции и по-добра производителност на разсъжденията."
  },
-  "ernie-irag-edit": {
-    "description": "Собствен модел за редактиране на изображения ERNIE iRAG на Baidu поддържа операции като изтриване (erase), прерисуване (repaint) и вариации (variation) върху изображения."
-  },
  "ernie-lite-8k": {
    "description": "ERNIE Lite е лек голям езиков модел, разработен от Baidu, който съчетава отлични резултати с производителност на разсъжденията, подходящ за използване с AI ускорителни карти с ниска изчислителна мощ."
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "В сравнение с ERNIE-X1-32K, моделът предлага по-добри резултати и производителност."
  },
-  "flux-1-schnell": {
-    "description": "Модел за генериране на изображения от текст с 12 милиарда параметри, разработен от Black Forest Labs, използващ латентна противоречива дифузионна дистилация, способен да генерира висококачествени изображения за 1 до 4 стъпки. Моделът постига производителност, сравнима с проприетарни алтернативи, и е пуснат под лиценз Apache-2.0, подходящ за лична, научна и търговска употреба."
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev] е отворен и пречистен модел, предназначен за нетърговска употреба. Той запазва качество на изображенията и способността за следване на инструкции, близки до професионалната версия на FLUX, като същевременно предлага по-висока ефективност на работа и по-добро използване на ресурсите в сравнение със стандартни модели със същия размер."
-  },
  "flux-kontext/dev": {
    "description": "Модел за редактиране на изображения Frontier."
  },
-  "flux-merged": {
-    "description": "FLUX.1-merged комбинира дълбоките характеристики, изследвани в разработката на \"DEV\" версията, с високоскоростните предимства на \"Schnell\". Тази комбинация не само разширява границите на производителността на модела, но и увеличава обхвата на неговото приложение."
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro] може да обработва текст и референтни изображения като вход, осигурявайки безпроблемно целенасочено локално редактиране и сложни трансформации на цялостната сцена."
  },
-  "flux-schnell": {
-    "description": "FLUX.1 [schnell] е най-напредналият отворен модел с малък брой стъпки, който надминава конкурентите си и дори превъзхожда мощни нефино настроени модели като Midjourney v6.0 и DALL·E 3 (HD). Моделът е специално фино настроен, за да запази пълното разнообразие на изхода от предварителното обучение и значително подобрява визуалното качество, следването на инструкции, промяната на размери/пропорции, обработката на шрифтове и разнообразието на изхода в сравнение с най-съвременните модели на пазара, предоставяйки по-богато и разнообразно творческо генериране на изображения."
-  },
-  "flux.1-schnell": {
-    "description": "Коригиран потоков трансформър с 12 милиарда параметри, способен да генерира изображения въз основа на текстово описание."
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell] е потоков трансформаторен модел с 12 милиарда параметри, способен да генерира висококачествени изображения от текст в 1 до 4 стъпки, подходящ за лична и търговска употреба."
  },
@@ -1199,6 +1109,9 @@
  "gemini-2.5-flash-preview-04-17": {
    "description": "Gemini 2.5 Flash Preview е моделът с най-добро съотношение цена-качество на Google, предлагащ пълна функционалност."
  },
+  "gemini-2.5-flash-preview-04-17-thinking": {
+    "description": "Gemini 2.5 Flash Preview е най-ефективният модел на Google, предлагащ пълна функционалност."
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash Preview е най-ефективният модел на Google, предлагащ пълна функционалност."
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "Серията модели GLM-4.1V-Thinking е най-мощният визуален модел сред известните VLM модели с размер около 10 милиарда параметри, обединяващ водещи в класа си задачи за визуално-езиково разбиране, включително видео разбиране, въпроси и отговори върху изображения, решаване на предметни задачи, OCR разпознаване на текст, интерпретация на документи и графики, GUI агент, кодиране на уеб страници, Grounding и други. Някои от задачите дори превъзхождат модели с 8 пъти повече параметри като Qwen2.5-VL-72B. Чрез водещи техники за подсилено обучение моделът овладява разсъждения чрез вериги на мисълта, което значително подобрява точността и богатството на отговорите, превъзхождайки традиционните модели без мисловен процес по отношение на крайния резултат и обяснимостта."
  },
-  "glm-4.5": {
-    "description": "Най-новият флагмански модел на Zhizhu, поддържащ режим на мислене, с общи способности на ниво SOTA сред отворените модели и контекстова дължина до 128K."
-  },
-  "glm-4.5-air": {
-    "description": "Леката версия на GLM-4.5, балансираща между производителност и цена, с възможност за гъвкаво превключване на смесен мисловен режим."
-  },
-  "glm-4.5-airx": {
-    "description": "Експресната версия на GLM-4.5-Air с по-бърза реакция, специално създадена за големи мащаби и високи скорости."
-  },
-  "glm-4.5-flash": {
-    "description": "Безплатната версия на GLM-4.5, с отлични резултати в задачи за разсъждение, кодиране и интелигентни агенти."
-  },
-  "glm-4.5-x": {
-    "description": "Експресната версия на GLM-4.5, която съчетава силна производителност с генериране на скорост до 100 токена в секунда."
-  },
  "glm-4v": {
    "description": "GLM-4V предлага мощни способности за разбиране и разсъждение на изображения, поддържаща множество визуални задачи."
  },
@@ -1311,7 +1209,7 @@
    "description": "Супер бързо разсъждение: с изключително бърза скорост на разсъждение и силни резултати."
  },
  "glm-z1-flash": {
-    "description": "Серията GLM-Z1 притежава мощни способности за сложни разсъждения и се представя отлично в логическо мислене, математика и програмиране."
+    "description": "GLM-Z1 серията притежава силни способности за сложни разсъждения, показвайки отлични резултати в логическите разсъждения, математиката и програмирането. Максималната дължина на контекста е 32K."
  },
  "glm-z1-flashx": {
    "description": "Висока скорост и ниска цена: Flash подобрена версия с изключително бърза скорост на инференция и по-добра гаранция за паралелна обработка."
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "Роден мултимодален модел за генериране на изображения ChatGPT."
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B е отворен голям езиков модел, публикуван от OpenAI, използващ технологията за квантуване MXFP4, подходящ за работа на висок клас потребителски GPU или Apple Silicon Mac. Този модел се отличава с отлични резултати в генерирането на диалози, писането на код и задачи за разсъждение, като поддържа извикване на функции и използване на инструменти."
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B е голям отворен езиков модел, публикуван от OpenAI, използващ технологията за квантуване MXFP4, предназначен за флагмански клас модели. Изисква многократни GPU или високопроизводителна работна станция за работа, с изключителни възможности в сложни разсъждения, генериране на код и многоезична обработка, поддържайки усъвършенствано извикване на функции и интеграция на инструменти."
-  },
  "grok-2-1212": {
    "description": "Този модел е подобрен по отношение на точност, спазване на инструкции и многоезични способности."
  },
-  "grok-2-image-1212": {
-    "description": "Нашият най-нов модел за генериране на изображения може да създава живи и реалистични изображения въз основа на текстови подсказки. Той се представя отлично в маркетинг, социални медии и развлекателни области."
-  },
  "grok-2-vision-1212": {
    "description": "Този модел е подобрен по отношение на точност, спазване на инструкции и многоезични способности."
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "Оптимизиран за текстово творчество и писане на есета, подобрява уменията в кодирането, математиката и логическото разсъждение, както и способността за следване на инструкции."
  },
-  "hunyuan-t1-20250711": {
-    "description": "Значително подобрени способности в сложна математика, логика и кодиране, оптимизирана стабилност на изхода и подобрена работа с дълги текстове."
-  },
  "hunyuan-t1-latest": {
    "description": "Първият в индустрията свръхголям хибриден трансформаторен модел за инференция, който разширява инференционните способности, предлага изключителна скорост на декодиране и допълнително съгласува човешките предпочитания."
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "Най-новият мултимодален модел на HunYuan, поддържащ генериране на текстово съдържание от изображения и текстови входове."
  },
-  "image-01": {
-    "description": "Нов модел за генериране на изображения с фини детайли, поддържащ генериране от текст и изображения."
-  },
-  "image-01-live": {
-    "description": "Модел за генериране на изображения с фини детайли, поддържащ генериране от текст и настройка на стил."
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "Imagen 4-то поколение текст-към-изображение модел серия"
  },
@@ -1646,9 +1526,6 @@
  "internvl3-latest": {
    "description": "Нашият най-нов мултимодален голям модел, с по-силни способности за разбиране на текст и изображения, дългосрочно разбиране на изображения, производителност, сравнима с водещи затворени модели. По подразбиране сочи към нашата най-нова версия на серията InternVL, текущо сочи към internvl3-78b."
  },
-  "irag-1.0": {
-    "description": "Собствената технология iRAG (image based RAG) на Baidu за генериране на изображения с подсилено търсене, комбинираща милиарди изображения от търсачката на Baidu с мощни основни модели, позволява създаването на изключително реалистични изображения, далеч надминаващи родните системи за генериране на изображения от текст, без изкуствен вид и с ниски разходи. iRAG се характеризира с липса на халюцинации, изключителна реалистичност и незабавна готовност."
-  },
  "jamba-large": {
    "description": "Нашият най-мощен и напреднал модел, проектиран за справяне с комплексни задачи на корпоративно ниво, с изключителна производителност."
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "Дълбокото търсене комбинира интернет търсене, четене и разсъждение, за да извърши обширно разследване. Можете да го разглеждате като агент, който приема вашата изследователска задача - той ще извърши широко търсене и ще премине през множество итерации, преди да предостави отговор. Този процес включва непрекъснато изследване, разсъждение и решаване на проблеми от различни ъгли. Това е коренно различно от стандартните големи модели, които генерират отговори директно от предварително обучени данни, и от традиционните RAG системи, които разчитат на еднократни повърхностни търсения."
  },
-  "kimi-k2": {
-    "description": "Kimi-K2 е базов модел с MoE архитектура, пуснат от Moonshot AI, с изключителни кодови и агентски способности, общо 1 трилион параметри и 32 милиарда активирани параметри. В бенчмаркове за общо знание, програмиране, математика и агентски задачи моделът K2 превъзхожда други водещи отворени модели."
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2 е базов модел с MoE архитектура с изключителни способности за кодиране и агентски функции, с общо 1 трилион параметри и 32 милиарда активни параметри. В тестове за общо знание, програмиране, математика и агентски задачи, моделът K2 превъзхожда други водещи отворени модели."
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B е голям отворен модел за код, оптимизиран чрез мащабно подсилено обучение, способен да генерира стабилни и директно приложими пачове. Този модел постига нов рекорд от 60,4 % на SWE-bench Verified, подобрявайки резултатите на отворени модели в автоматизирани задачи за софтуерно инженерство като поправка на дефекти и преглед на код."
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 е базов модел с MoE архитектура, с изключителни кодови и агентски способности, общо 1 трилион параметри и 32 милиарда активирани параметри. В бенчмаркове за общо знание, програмиране, математика и агентски задачи моделът K2 превъзхожда други водещи отворени модели."
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2 е базов модел с MoE архитектура с изключителни способности за кодиране и агент, с общо 1 трилион параметри и 32 милиарда активни параметри. В бенчмаркови тестове за общи знания, програмиране, математика и агенти, моделът K2 превъзхожда други водещи отворени модели."
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o mini е най-новият модел на OpenAI, пуснат след GPT-4 Omni, който поддържа вход и изход на текст и изображения. Като най-напредналият им малък модел, той е значително по-евтин от другите нови модели и е с над 60% по-евтин от GPT-3.5 Turbo. Запазва най-съвременната интелигентност, като предлага значителна стойност за парите. GPT-4o mini получи 82% на теста MMLU и в момента е с по-висок рейтинг от GPT-4 в предпочитанията за чат."
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120B е водещ езиков модел с 120 милиарда параметри, вграден браузър за търсене и изпълнение на код, както и способности за разсъждение."
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20B е водещ езиков модел с 20 милиарда параметри, вграден браузър за търсене и изпълнение на код, както и способности за разсъждение."
-  },
  "openai/o1": {
    "description": "o1 е новият модел за разсъждение на OpenAI, който поддържа вход с изображения и текст и генерира текст, подходящ за сложни задачи, изискващи широкообхватни общи знания. Моделът разполага с контекст от 200K и дата на знание до октомври 2023 г."
  },
@@ -2399,21 +2264,9 @@
  "qwen3-235b-a22b": {
    "description": "Qwen3 е ново поколение модел с значително подобрени способности, който достига водещо ниво в индустрията в области като разсъждение, общо използване, агенти и многоезичност, и поддържа превключване на режимите на разсъждение."
  },
-  "qwen3-235b-a22b-instruct-2507": {
-    "description": "Отворен модел в не-мисловен режим, базиран на Qwen3, с леки подобрения в субективните творчески способности и безопасността на модела спрямо предишната версия (Tongyi Qianwen 3-235B-A22B)."
-  },
-  "qwen3-235b-a22b-thinking-2507": {
-    "description": "Отворен модел в мисловен режим, базиран на Qwen3, с големи подобрения в логическите способности, общите умения, обогатяването на знания и творческите способности спрямо предишната версия (Tongyi Qianwen 3-235B-A22B), подходящ за сложни задачи с високи изисквания за разсъждение."
-  },
  "qwen3-30b-a3b": {
    "description": "Qwen3 е ново поколение модел с значително подобрени способности, който достига водещо ниво в индустрията в области като разсъждение, общо използване, агенти и многоезичност, и поддържа превключване на режимите на разсъждение."
  },
-  "qwen3-30b-a3b-instruct-2507": {
-    "description": "В сравнение с предишната версия (Qwen3-30B-A3B), общите способности на английски, китайски и многоезични задачи са значително подобрени. Специализирана оптимизация за субективни и отворени задачи, значително по-добре съобразена с предпочитанията на потребителите, което позволява предоставяне на по-полезни отговори."
-  },
-  "qwen3-30b-a3b-thinking-2507": {
-    "description": "Базиран на отворения модел в режим мислене на Qwen3, в сравнение с предишната версия (Tongyi Qianwen 3-30B-A3B) логическите способности, общите умения, знанията и творческите способности са значително подобрени, подходящ за сложни сценарии с интензивно разсъждение."
-  },
  "qwen3-32b": {
    "description": "Qwen3 е ново поколение модел с значително подобрени способности, който достига водещо ниво в индустрията в области като разсъждение, общо използване, агенти и многоезичност, и поддържа превключване на режимите на разсъждение."
  },
@@ -2423,15 +2276,6 @@
  "qwen3-8b": {
    "description": "Qwen3 е ново поколение модел с значително подобрени способности, който достига водещо ниво в индустрията в области като разсъждение, общо използване, агенти и многоезичност, и поддържа превключване на режимите на разсъждение."
  },
-  "qwen3-coder-480b-a35b-instruct": {
-    "description": "Отворена версия на кодовия модел Tongyi Qianwen. Най-новият qwen3-coder-480b-a35b-instruct е кодов модел, базиран на Qwen3, с мощни Coding Agent способности, умения за използване на инструменти и взаимодействие с околната среда, способен на автономно програмиране с отлични кодови и общи умения."
-  },
-  "qwen3-coder-flash": {
-    "description": "Кодиращ модел на Tongyi Qianwen. Най-новата серия модели Qwen3-Coder е базирана на Qwen3 и е модел за генериране на код с мощни възможности на Coding Agent, умеещ да използва инструменти и да взаимодейства с околната среда, способен на автономно програмиране, с изключителни кодови умения и същевременно общи способности."
-  },
-  "qwen3-coder-plus": {
-    "description": "Кодиращ модел на Tongyi Qianwen. Най-новата серия модели Qwen3-Coder е базирана на Qwen3 и е модел за генериране на код с мощни възможности на Coding Agent, умеещ да използва инструменти и да взаимодейства с околната среда, способен на автономно програмиране, с изключителни кодови умения и същевременно общи способности."
-  },
  "qwq": {
    "description": "QwQ е експериментален изследователски модел, който се фокусира върху подобряване на AI разсъдъчните способности."
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "Нов API продукт, поддържан от модела за разсъждение DeepSeek."
  },
-  "stable-diffusion-3-medium": {
-    "description": "Най-новият голям модел за генериране на изображения от текст, пуснат от Stability AI. Тази версия запазва предимствата на предишните поколения и значително подобрява качеството на изображенията, разбирането на текст и разнообразието на стилове, позволявайки по-точно интерпретиране на сложни естествени езикови подсказки и генериране на по-прецизни и разнообразни изображения."
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-large е мултимоделен дифузионен трансформър (MMDiT) модел за генериране на изображения от текст с 800 милиона параметри, предлагащ изключително качество на изображенията и съвпадение с подсказките, поддържащ генериране на изображения с резолюция до 1 милион пиксела и ефективна работа на обикновен хардуер за потребители."
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turbo е модел, базиран на stable-diffusion-3.5-large, използващ технологията за противоречива дифузионна дистилация (ADD) за по-висока скорост."
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5 е инициализиран с теглата на stable-diffusion-v1.2 checkpoint и е фино настроен за 595k стъпки при резолюция 512x512 върху \"laion-aesthetics v2 5+\", с намалена текстова кондиционираност с 10% за подобряване на безкласовото насочено семплиране."
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xl представлява значително подобрение спрямо v1.5 и постига качество, сравнимо с водещия отворен модел midjourney. Основните подобрения включват: по-голям unet гръбнак, три пъти по-голям от предишния; добавен refinement модул за подобряване на качеството на генерираните изображения; по-ефективни техники за обучение и други."
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "Голям модел за генериране на изображения от текст, разработен и отворен от Stability AI, с водещи в индустрията способности за творческо генериране на изображения. Отличава се с изключителна способност за разбиране на инструкции и поддържа обратни промпти за прецизно дефиниране на съдържанието."
-  },
  "step-1-128k": {
    "description": "Баланс между производителност и разходи, подходящ за общи сценарии."
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "Малък визуален модел, подходящ за основни текстово-визуални задачи."
  },
-  "step-1x-edit": {
-    "description": "Този модел е специализиран за задачи по редактиране на изображения, способен да модифицира и подобрява изображения според предоставени от потребителя снимки и текстови описания. Поддържа различни входни формати, включително текстови описания и примерни изображения. Моделът разбира намеренията на потребителя и генерира редактирани изображения, отговарящи на изискванията."
-  },
-  "step-1x-medium": {
-    "description": "Този модел притежава мощни способности за генериране на изображения, поддържа вход от текстови описания. Има вградена поддръжка на китайски език, което позволява по-добро разбиране и обработка на китайски текстови описания, по-точно улавяне на семантиката и превръщането ѝ в визуални характеристики за по-прецизно генериране на изображения. Моделът може да генерира висококачествени и високоразделителни изображения и притежава известни способности за трансфер на стил."
-  },
  "step-2-16k": {
    "description": "Поддържа взаимодействия с голям мащаб на контекста, подходящи за сложни диалогови сценарии."
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "Модел с бърза производителност, базиран на новото поколение собствена архитектура Attention MFA, който постига резултати, подобни на step1 с много ниски разходи, като същевременно поддържа по-висока производителност и по-бързо време за отговор. Може да обработва общи задачи и притежава специализирани умения в кодирането."
  },
-  "step-2x-large": {
-    "description": "Новото поколение модел за генериране на изображения Step Star, специализиран в генериране на висококачествени изображения според текстови описания от потребителя. Новият модел създава по-реалистични текстури и има по-силни способности за генериране на китайски и английски текст."
-  },
  "step-r1-v-mini": {
    "description": "Този модел е мощен модел за разсъждение с отлични способности за разбиране на изображения, способен да обработва информация от изображения и текст, и след дълбочинно разсъждение да генерира текстово съдържание. Моделът показва изключителни резултати в областта на визуалните разсъждения, като същевременно притежава първокласни способности в математиката, кода и текстовите разсъждения. Дължината на контекста е 100k."
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "Моделът v0-1.5-md е подходящ за ежедневни задачи и генериране на потребителски интерфейс (UI)"
  },
-  "wan2.2-t2i-flash": {
-    "description": "Wanxiang 2.2 експресна версия, най-новият модел към момента. Комплексно подобрение в креативност, стабилност и реализъм, с бърза скорост на генериране и висока цена-ефективност."
-  },
-  "wan2.2-t2i-plus": {
-    "description": "Wanxiang 2.2 професионална версия, най-новият модел към момента. Комплексно подобрение в креативност, стабилност и реализъм, с богати детайли в генерираните изображения."
-  },
-  "wanx-v1": {
-    "description": "Основен модел за генериране на изображения от текст. Съответства на универсалния модел 1.0 на официалния сайт на Tongyi Wanxiang."
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "Специализиран в генериране на портрети с реалистична текстура, със средна скорост и ниски разходи. Съответства на експресния модел 2.0 на официалния сайт на Tongyi Wanxiang."
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "Пълноценна ъпгрейд версия. Генерираните изображения са с по-богати детайли, скоростта е леко по-ниска. Съответства на професионалния модел 2.1 на официалния сайт на Tongyi Wanxiang."
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "Пълноценна ъпгрейд версия. Бърза скорост на генериране, цялостно качество и висока цена-ефективност. Съответства на експресния модел 2.1 на официалния сайт на Tongyi Wanxiang."
+    "description": "Модел за генериране на изображения от текст на Alibaba Cloud Tongyi"
  },
  "whisper-1": {
    "description": "Универсален модел за разпознаване на реч, поддържащ многоезично разпознаване на реч, превод на реч и разпознаване на език."
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "Модел за сложни визуални задачи, предлагащ висока производителност в разбирането и анализа на базата на множество изображения."
-  },
-  "zai-org/GLM-4.5": {
-    "description": "GLM-4.5 е базов модел, специално създаден за интелигентни агенти, използващ архитектура с микс от експерти (Mixture-of-Experts). Той е дълбоко оптимизиран за използване на инструменти, уеб браузване, софтуерно инженерство и фронтенд програмиране, и поддържа безпроблемна интеграция с кодови агенти като Claude Code и Roo Code. GLM-4.5 използва смесен режим на разсъждение, подходящ за сложни и ежедневни приложения."
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Air е базов модел, специално създаден за интелигентни агенти, използващ архитектура с микс от експерти (Mixture-of-Experts). Той е дълбоко оптимизиран за използване на инструменти, уеб браузване, софтуерно инженерство и фронтенд програмиране, и поддържа безпроблемна интеграция с кодови агенти като Claude Code и Roo Code. GLM-4.5 използва смесен режим на разсъждение, подходящ за сложни и ежедневни приложения."
  }
 }
@@ -1,25 +1,25 @@
 {
-  "confirm": "Потвърждавам",
+  "confirm": "Потвърдете",
  "debug": {
-    "arguments": "Параметри на извикване",
+    "arguments": "Аргументи",
    "function_call": "Извикване на функция",
-    "off": "Изключване на отстраняване на грешки",
-    "on": "Преглед на информация за извикване на плъгин",
-    "payload": "Товар на плъгина",
+    "off": "Изключи отстраняване на грешки",
+    "on": "Преглед на информацията за извикване на плъгина",
+    "payload": "полезна натоварване",
    "pluginState": "Състояние на плъгина",
-    "response": "Резултат",
+    "response": "Отговор",
    "title": "Детайли за плъгина",
-    "tool_call": "Заявка за извикване на инструмент"
+    "tool_call": "заявка за инструмент"
  },
  "detailModal": {
    "customPlugin": {
-      "description": "Моля, посетете страницата за редактиране за подробности",
+      "description": "Моля, посетете страницата за редактиране, за да видите подробности",
      "editBtn": "Редактирай сега",
      "title": "Това е персонализиран плъгин"
    },
    "emptyState": {
-      "description": "Моля, инсталирайте този плъгин, за да видите възможностите и опциите за конфигурация",
-      "title": "Вижте детайли за плъгина след инсталация"
+      "description": "Моля, инсталирайте този плъгин, за да видите възможностите и опциите за конфигурация на плъгина",
+      "title": "Вижте подробностите за плъгина след инсталиране"
    },
    "info": {
      "description": "Описание на API",
@@ -30,19 +30,19 @@
      "manifest": "Инсталационен файл",
      "settings": "Настройки"
    },
-    "title": "Детайли за плъгина"
+    "title": "Подробности за плъгина"
  },
  "dev": {
-    "confirmDeleteDevPlugin": "Ще изтриете този локален плъгин. След изтриване той не може да бъде възстановен. Сигурни ли сте, че искате да изтриете плъгина?",
+    "confirmDeleteDevPlugin": "Сигурни ли сте, че искате да изтриете този локален плъгин? След като бъде изтрит, той не може да бъде възстановен.",
    "customParams": {
      "useProxy": {
-        "label": "Инсталиране чрез прокси (ако срещнете грешки с достъп през различен домейн, опитайте да активирате тази опция и да инсталирате отново)"
+        "label": "Инсталиране чрез прокси (ако срещате грешки при достъп от различен произход, опитайте да активирате тази опция и да преинсталирате)"
      }
    },
    "deleteSuccess": "Плъгинът е изтрит успешно",
    "manifest": {
      "identifier": {
-        "desc": "Уникален идентификатор на плъгина",
+        "desc": "Уникалният идентификатор на плъгина",
        "label": "Идентификатор"
      },
      "mode": {
@@ -51,7 +51,7 @@
        "url": "Онлайн връзка"
      },
      "name": {
-        "desc": "Заглавие на плъгина",
+        "desc": "Заглавието на плъгина",
        "label": "Заглавие",
        "placeholder": "Търсачка"
      }
@@ -61,50 +61,50 @@
        "title": "Разширени настройки"
      },
      "args": {
-        "desc": "Списък с параметри, предавани на командата за изпълнение, обикновено тук се въвежда името на MCP сървъра или пътят към стартовия скрипт",
-        "label": "Параметри на командата",
-        "placeholder": "Например: mcp-hello-world",
-        "required": "Моля, въведете стартови параметри"
+        "desc": "Списък с параметри, предадени на командата за изпълнение, обикновено тук се въвежда името на MCP сървъра или пътя до стартиращия скрипт",
+        "label": "Командни параметри",
+        "placeholder": "Например: --port 8080 --debug",
+        "required": "Моля, въведете параметри за стартиране"
      },
      "auth": {
        "bear": "API ключ",
        "desc": "Изберете метод за удостоверяване на MCP сървъра",
        "label": "Тип удостоверяване",
-        "none": "Не се изисква удостоверяване",
+        "none": "Без удостоверяване",
        "placeholder": "Моля, изберете тип удостоверяване",
        "token": {
-          "desc": "Въведете вашия API ключ или Bearer токен",
+          "desc": "Въведете своя API ключ или Bearer токен",
          "label": "API ключ",
          "placeholder": "sk-xxxxx",
-          "required": "Моля, въведете удостоверителен токен"
+          "required": "Моля, въведете удостоверителния токен"
        }
      },
      "avatar": {
-        "label": "Икона на плъгина"
+        "label": "Икона на плъгин"
      },
      "command": {
-        "desc": "Изпълним файл или скрипт за стартиране на MCP STDIO сървъра",
+        "desc": "Изпълним файл или скрипт за стартиране на MCP STDIO плъгин",
        "label": "Команда",
-        "placeholder": "Например: npx / uv / docker и др.",
+        "placeholder": "Например: python main.py или /path/to/executable",
        "required": "Моля, въведете команда за стартиране"
      },
      "desc": {
        "desc": "Добавете описание на плъгина",
        "label": "Описание на плъгина",
-        "placeholder": "Допълнете информация за употреба и сценарии"
+        "placeholder": "Допълнителна информация за използването на плъгина и контекста му"
      },
      "endpoint": {
-        "desc": "Въведете адреса на вашия MCP Streamable HTTP сървър",
+        "desc": "Въведете адреса на вашия MCP Streamable HTTP Server",
        "label": "MCP Endpoint URL"
      },
      "env": {
        "add": "Добави ред",
-        "desc": "Въведете необходимите за MCP сървъра променливи на средата",
-        "duplicateKeyError": "Ключът на полето трябва да е уникален",
-        "formValidationFailed": "Валидирането на формата не бе успешно, моля проверете формата на параметрите",
+        "desc": "Въведете необходимите променливи на средата за вашия MCP сървър",
+        "duplicateKeyError": "Ключовете на полетата трябва да са уникални",
+        "formValidationFailed": "Валидирането на формата не успя, моля проверете формата на параметрите",
        "keyRequired": "Ключът на полето не може да бъде празен",
-        "label": "Променливи на средата за MCP сървъра",
-        "stringifyError": "Не може да се сериализират параметрите, моля проверете формата"
+        "label": "Променливи на средата на MCP сървър",
+        "stringifyError": "Не може да се сериализира параметър, моля проверете формата на параметрите"
      },
      "headers": {
        "add": "Добави ред",
@@ -112,127 +112,127 @@
        "label": "HTTP заглавки"
      },
      "identifier": {
-        "desc": "Задайте име на вашия MCP плъгин, трябва да използвате английски символи",
-        "invalid": "Идентификаторът може да съдържа само букви, цифри, тирета и долни черти",
-        "label": "Име на MCP плъгина",
+        "desc": "Определете име за вашия MCP плъгин, трябва да използвате английски символи",
+        "invalid": "Можете да въвеждате само английски символи, цифри, - и _",
+        "label": "Име на MCP плъгин",
        "placeholder": "Например: my-mcp-plugin",
        "required": "Моля, въведете идентификатор на MCP услугата"
      },
      "previewManifest": "Преглед на описателния файл на плъгина",
      "quickImport": "Бърз импорт на JSON конфигурация",
      "quickImportError": {
-        "empty": "Въведеният текст не може да бъде празен",
+        "empty": "Въведеното съдържание не може да бъде празно",
        "invalidJson": "Невалиден JSON формат",
-        "invalidStructure": "Невалидна JSON структура"
+        "invalidStructure": "JSON форматът е невалиден"
      },
-      "stdioNotSupported": "Текущата среда не поддържа stdio тип MCP плъгини",
-      "testConnection": "Тествай връзката",
-      "testConnectionTip": "MCP плъгинът може да се използва нормално само след успешен тест на връзката",
+      "stdioNotSupported": "Текущата среда не поддържа MCP плъгини от тип stdio",
+      "testConnection": "Тествайте връзката",
+      "testConnectionTip": "След успешното тестване на връзката, MCP плъгинът може да бъде използван нормално",
      "type": {
-        "desc": "Изберете комуникационния тип на MCP плъгина, уеб версията поддържа само Streamable HTTP",
-        "httpFeature1": "Съвместим с уеб и десктоп версия",
-        "httpFeature2": "Свързва се с отдалечен MCP сървър без нужда от допълнителна инсталация и конфигурация",
-        "httpShortDesc": "Комуникационен протокол базиран на потоков HTTP",
-        "label": "Тип MCP плъгин",
+        "desc": "Изберете начина на комуникация на MCP плъгина, уеб версията поддържа само Streamable HTTP",
+        "httpFeature1": "Съвместим с уеб версията и настолната версия",
+        "httpFeature2": "Свързване с отдалечен MCP сървър, без нужда от допълнителна инсталация и конфигурация",
+        "httpShortDesc": "Комуникационен протокол, базиран на потоково HTTP",
+        "label": "Тип на MCP плъгин",
        "stdioFeature1": "По-ниска комуникационна латентност, подходящ за локално изпълнение",
-        "stdioFeature2": "Изисква локална инсталация и стартиране на MCP сървър",
-        "stdioNotAvailable": "STDIO режимът е наличен само в десктоп версията",
-        "stdioShortDesc": "Комуникационен протокол базиран на стандартен вход/изход",
-        "title": "Тип MCP плъгин"
+        "stdioFeature2": "Необходимо е локално инсталиране на MCP сървър",
+        "stdioNotAvailable": "STDIO режимът е наличен само в настолната версия",
+        "stdioShortDesc": "Комуникационен протокол, базиран на стандартен вход и изход",
+        "title": "Тип на MCP плъгин"
      },
      "url": {
-        "desc": "Въведете Streamable HTTP адреса на вашия MCP сървър, SSE режим не се поддържа",
+        "desc": "Въведете адреса на вашия MCP сървър Streamable HTTP, не поддържа режим SSE",
        "invalid": "Моля, въведете валиден URL адрес",
-        "label": "Streamable HTTP Endpoint URL",
+        "label": "HTTP Endpoint URL",
        "required": "Моля, въведете URL на MCP услугата"
      }
    },
    "meta": {
      "author": {
-        "desc": "Автор на плъгина",
+        "desc": "Авторът на плъгина",
        "label": "Автор"
      },
      "avatar": {
-        "desc": "Икона на плъгина, може да използвате Emoji или URL",
+        "desc": "Иконата на плъгина, може да бъде емоджи или URL адрес",
        "label": "Икона"
      },
      "description": {
-        "desc": "Описание на плъгина",
+        "desc": "Описанието на плъгина",
        "label": "Описание",
-        "placeholder": "Търсене в търсачка за информация"
+        "placeholder": "Получаване на информация от търсачки"
      },
      "formFieldRequired": "Това поле е задължително",
      "homepage": {
-        "desc": "Начална страница на плъгина",
+        "desc": "Началната страница на плъгина",
        "label": "Начална страница"
      },
      "identifier": {
-        "desc": "Уникален идентификатор на плъгина, автоматично разпознат от manifest",
-        "errorDuplicate": "Идентификаторът се повтаря с вече съществуващ плъгин, моля променете идентификатора",
+        "desc": "Уникалният идентификатор на плъгина, поддържа само буквено-цифрови символи, тире - и долна черта _",
+        "errorDuplicate": "Идентификаторът вече се използва от друг плъгин, моля, променете идентификатора",
        "label": "Идентификатор",
-        "pattenErrorMessage": "Може да съдържа само английски букви, цифри, тирета и долни черти"
+        "pattenErrorMessage": "Разрешени са само буквено-цифрови символи, тире - и долна черта _"
      },
      "lobe": "{{appName}} плъгин",
      "manifest": {
-        "desc": "{{appName}} ще инсталира плъгина чрез този линк",
-        "label": "Описателен файл на плъгина (Manifest) URL",
-        "preview": "Преглед на Manifest",
-        "refresh": "Обнови"
+        "desc": "{{appName}} ще инсталира приставката чрез тази връзка",
+        "label": "URL адрес на описанието на плъгина (Manifest)",
+        "preview": "Преглед на манифеста",
+        "refresh": "Опресняване"
      },
      "openai": "OpenAI плъгин",
      "title": {
-        "desc": "Заглавие на плъгина",
+        "desc": "Заглавието на плъгина",
        "label": "Заглавие",
        "placeholder": "Търсачка"
      }
    },
-    "metaConfig": "Конфигурация на мета информацията на плъгина",
-    "modalDesc": "След добавяне на персонализиран плъгин, той може да се използва за разработка и тестване на плъгини, както и директно в разговори. За разработка на плъгини вижте <1>документацията за разработчици↗</>",
+    "metaConfig": "Конфигурация на метаданните на плъгина",
+    "modalDesc": "След като добавите персонализиран плъгин, той може да се използва за проверка на разработката на плъгина или директно в сесията. Моля, вижте <1>документацията за разработка↗</> за разработка на плъгини.",
    "openai": {
-      "importUrl": "Импортиране от URL линк",
+      "importUrl": "Импортиране от URL връзка",
      "schema": "Схема"
    },
    "preview": {
      "api": {
        "noParams": "Този инструмент няма параметри",
-        "noResults": "Не са намерени API-та, отговарящи на търсенето",
+        "noResults": "Не са намерени API, отговарящи на условията за търсене",
        "params": "Параметри:",
        "searchPlaceholder": "Търсене на инструменти..."
      },
-      "card": "Преглед на визуализацията на плъгина",
+      "card": "Преглед на дисплея на плъгина",
      "desc": "Преглед на описанието на плъгина",
      "empty": {
-        "desc": "След конфигурация тук ще можете да преглеждате поддържаните възможности на плъгина",
-        "title": "Започнете преглед след конфигуриране на плъгина"
+        "desc": "След завършване на конфигурацията, ще можете да прегледате възможностите на поддържаните инструменти тук",
+        "title": "Започнете прегледа след конфигуриране на плъгина"
      },
      "title": "Преглед на името на плъгина"
    },
    "save": "Инсталирай плъгина",
    "saveSuccess": "Настройките на плъгина са запазени успешно",
    "tabs": {
-      "manifest": "Функционален описателен файл (Manifest)",
-      "meta": "Мета информация за плъгина"
+      "manifest": "Манифест на описанието на функцията (Manifest)",
+      "meta": "Метаданни на плъгина"
    },
    "title": {
-      "create": "Добавяне на персонализиран плъгин",
-      "edit": "Редактиране на персонализиран плъгин"
+      "create": "Добави персонализиран плъгин",
+      "edit": "Редактирай персонализиран плъгин"
    },
    "type": {
-      "lobe": "{{appName}} плъгин",
-      "openai": "OpenAI плъгин"
+      "lobe": "Плъгин на LobeChat",
+      "openai": "Плъгин на OpenAI"
    },
-    "update": "Обновяване",
-    "updateSuccess": "Настройките на плъгина са обновени успешно"
+    "update": "Актуализирай",
+    "updateSuccess": "Настройките на плъгина са актуализирани успешно"
  },
  "error": {
-    "fetchError": "Неуспешно заявяване на manifest линка, моля уверете се в валидността на линка и проверете дали е разрешен достъп от различен домейн",
-    "installError": "Инсталацията на плъгина {{name}} не бе успешна",
-    "manifestInvalid": "manifest не отговаря на стандарта, резултат от проверката: \n\n {{error}}",
-    "noManifest": "Описателният файл не съществува",
-    "openAPIInvalid": "Грешка при парсване на OpenAPI, грешка: \n\n {{error}}",
-    "reinstallError": "Обновяването на плъгина {{name}} не бе успешно",
-    "testConnectionFailed": "Неуспешно получаване на Manifest: {{error}}",
-    "urlError": "Линкът не връща съдържание във формат JSON, моля уверете се, че е валиден линк"
+    "fetchError": "Неуспешно извличане на връзката на манифеста. Моля, уверете се, че връзката е валидна и позволява достъп от различен произход.",
+    "installError": "Инсталирането на плъгина {{name}} е неуспешно",
+    "manifestInvalid": "Манифестът не отговаря на спецификацията. Резултат от проверката: \n\n {{error}}",
+    "noManifest": "Файлът на манифеста не съществува",
+    "openAPIInvalid": "Неуспешно анализиране на OpenAPI. Грешка: \n\n {{error}}",
+    "reinstallError": "Неуспешно опресняване на плъгина {{name}}",
+    "testConnectionFailed": "Неуспешно получаване на манифест: {{error}}",
+    "urlError": "Връзката не върна съдържание във формат JSON. Моля, уверете се, че е валидна връзка."
  },
  "inspector": {
    "args": "Преглед на списъка с параметри",
@@ -240,38 +240,38 @@
  },
  "list": {
    "item": {
-      "deprecated.title": "Премахнат",
+      "deprecated.title": "Изтрит",
      "local.config": "Конфигурация",
-      "local.title": "Персонализиран"
+      "local.title": "Локален"
    }
  },
  "loading": {
-    "content": "Извикване на плъгина...",
+    "content": "Извикване на плъгин...",
    "plugin": "Плъгинът работи..."
  },
  "localSystem": {
    "apiName": {
-      "listLocalFiles": "Преглед на списък с файлове",
-      "moveLocalFiles": "Преместване на файлове",
-      "readLocalFile": "Четене на съдържание на файл",
-      "renameLocalFile": "Преименуване",
+      "listLocalFiles": "Преглед на списъка с файлове",
+      "moveLocalFiles": "Премести файл",
+      "readLocalFile": "Чети съдържанието на файла",
+      "renameLocalFile": "Преименувай",
      "searchLocalFiles": "Търсене на файлове",
-      "writeLocalFile": "Запис в файл"
+      "writeLocalFile": "Запиши файл"
    },
    "title": "Локални файлове"
  },
  "mcpInstall": {
-    "CHECKING_INSTALLATION": "Проверка на инсталационната среда...",
+    "CHECKING_INSTALLATION": "Проверка на инсталационна среда...",
    "COMPLETED": "Инсталацията е завършена",
-    "CONFIGURATION_REQUIRED": "Моля, завършете необходимата конфигурация, за да продължите инсталацията",
-    "ERROR": "Грешка при инсталация",
-    "FETCHING_MANIFEST": "Извличане на описателния файл на плъгина...",
-    "GETTING_SERVER_MANIFEST": "Инициализация на MCP сървъра...",
+    "CONFIGURATION_REQUIRED": "Моля, завършете необходимата конфигурация, за да продължите с инсталацията",
+    "ERROR": "Грешка при инсталацията",
+    "FETCHING_MANIFEST": "Извличане на описанието на плъгина...",
+    "GETTING_SERVER_MANIFEST": "Инициализиране на MCP сървъра...",
    "INSTALLING_PLUGIN": "Инсталиране на плъгина...",
-    "configurationDescription": "Този MCP плъгин изисква конфигурационни параметри за нормална работа, моля попълнете необходимата информация",
+    "configurationDescription": "Този MCP плъгин изисква конфигурационни параметри за правилна работа, моля, попълнете необходимата информация",
    "configurationRequired": "Конфигуриране на параметрите на плъгина",
-    "continueInstall": "Продължи инсталацията",
-    "dependenciesDescription": "Този плъгин изисква инсталиране на следните системни зависимости за нормална работа, моля инсталирайте липсващите зависимости според инструкциите и след това натиснете за повторна проверка и продължаване на инсталацията.",
+    "continueInstall": "Продължи с инсталацията",
+    "dependenciesDescription": "Този плъгин изисква инсталиране на следните системни зависимости за правилна работа. Моля, инсталирайте липсващите зависимости според указанията и след това натиснете 'Пре-проверка', за да продължите с инсталацията.",
    "dependenciesRequired": "Моля, инсталирайте системните зависимости на плъгина",
    "dependencyStatus": {
      "installed": "Инсталирано",
@@ -279,98 +279,38 @@
      "requiredVersion": "Изисквана версия: {{version}}"
    },
    "errorDetails": {
-      "args": "Параметри",
+      "args": "Аргументи",
      "command": "Команда",
      "connectionParams": "Параметри за връзка",
      "env": "Променливи на средата",
-      "errorOutput": "Лог на грешки",
+      "errorOutput": "Журнал на грешките",
      "exitCode": "Код на изход",
      "hideDetails": "Скрий детайли",
      "originalError": "Първоначална грешка",
      "showDetails": "Покажи детайли"
    },
    "errorTypes": {
-      "AUTHORIZATION_ERROR": "Грешка при удостоверяване",
-      "CONNECTION_FAILED": "Неуспешна връзка",
+      "AUTHORIZATION_ERROR": "Грешка при удостоверяване на разрешения",
+      "CONNECTION_FAILED": "Връзката не бе осъществена",
      "INITIALIZATION_TIMEOUT": "Времето за инициализация изтече",
-      "PROCESS_SPAWN_ERROR": "Грешка при стартиране на процес",
+      "PROCESS_SPAWN_ERROR": "Неуспешно стартиране на процеса",
      "UNKNOWN_ERROR": "Неизвестна грешка",
-      "VALIDATION_ERROR": "Грешка при валидация на параметрите"
+      "VALIDATION_ERROR": "Грешка при валидиране на параметрите"
    },
    "installError": "Инсталацията на MCP плъгина не бе успешна, причина: {{detail}}",
    "installMethods": {
      "manual": "Ръчна инсталация:",
      "recommended": "Препоръчителен метод за инсталация:"
    },
-    "recheckDependencies": "Проверка отново на зависимостите",
+    "recheckDependencies": "Пре-проверка",
    "skipDependencies": "Пропусни проверката"
  },
  "pluginList": "Списък с плъгини",
-  "protocolInstall": {
-    "actions": {
-      "install": "Инсталирай",
-      "installAnyway": "Инсталирай въпреки това",
-      "installed": "Инсталиран"
-    },
-    "config": {
-      "args": "Параметри",
-      "command": "Команда",
-      "env": "Променливи на средата",
-      "headers": "Заглавки на заявката",
-      "title": "Информация за конфигурация",
-      "type": {
-        "http": "Тип: HTTP",
-        "label": "Тип",
-        "stdio": "Тип: Stdio"
-      },
-      "url": "Адрес на услугата"
-    },
-    "custom": {
-      "badge": "Персонализиран плъгин",
-      "security": {
-        "description": "Този плъгин не е официално проверен, инсталирането може да крие рискове за сигурността! Моля, уверете се, че имате доверие на източника на плъгина.",
-        "title": "⚠️ Предупреждение за сигурност"
-      },
-      "title": "Инсталиране на персонализиран плъгин"
-    },
-    "marketplace": {
-      "title": "Инсталиране на трети плъгини",
-      "trustedBy": "Предоставено от {{name}}",
-      "unverified": {
-        "title": "Непроверени трети плъгини",
-        "warning": "Този плъгин идва от непроверен трети пазар, моля уверете се, че имате доверие на източника преди инсталация."
-      },
-      "verified": "Проверен"
-    },
-    "messages": {
-      "connectionTestFailed": "Тестът на връзката не бе успешен",
-      "installError": "Инсталацията на плъгина не бе успешна, моля опитайте отново",
-      "installSuccess": "Плъгинът {{name}} е инсталиран успешно!",
-      "manifestError": "Неуспешно получаване на детайли за плъгина, моля проверете мрежовата връзка и опитайте отново",
-      "manifestNotFound": "Не бе намерен описателен файл на плъгина"
-    },
-    "meta": {
-      "author": "Автор",
-      "homepage": "Начална страница",
-      "identifier": "Идентификатор",
-      "source": "Източник",
-      "version": "Версия"
-    },
-    "official": {
-      "badge": "Официален плъгин на LobeHub",
-      "description": "Този плъгин е разработен и поддържан от LobeHub, преминал е строг контрол за сигурност и може да се използва с доверие.",
-      "loadingMessage": "Зареждане на детайли за плъгина...",
-      "loadingTitle": "Зареждане",
-      "title": "Инсталиране на официален плъгин"
-    },
-    "title": "Инсталиране на MCP плъгин",
-    "warning": "⚠️ Моля, уверете се, че имате доверие на източника на този плъгин, злонамерени плъгини могат да застрашат сигурността на вашата система."
-  },
  "search": {
    "apiName": {
-      "crawlMultiPages": "Четене на съдържание от множество страници",
-      "crawlSinglePage": "Четене на съдържание от страница",
-      "search": "Търсене на страници"
+      "crawlMultiPages": "Четене на съдържанието на множество страници",
+      "crawlSinglePage": "Чети съдържанието на страницата",
+      "search": "Търсене на страница"
    },
    "config": {
      "addKey": "Добавяне на ключ",
@@ -381,21 +321,21 @@
      "crawling": "Разпознаване на връзки",
      "detail": {
        "preview": "Преглед",
-        "raw": "Суров текст",
-        "tooLong": "Текстът е твърде дълъг, в контекста на разговора се запазват само първите {{characters}} символа, останалата част не се включва в контекста"
+        "raw": "Оригинален текст",
+        "tooLong": "Текстът е твърде дълъг, контекстът на разговора ще запази само първите {{characters}} символа, а останалата част няма да бъде включена в контекста на разговора"
      },
      "meta": {
-        "crawler": "Режим на обхождане",
+        "crawler": "Режим на улавяне",
        "words": "Брой символи"
      }
    },
    "searchxng": {
      "baseURL": "Моля, въведете",
-      "description": "Въведете URL на SearchXNG, за да започнете търсене в мрежата",
+      "description": "Моля, въведете URL адреса на SearchXNG, за да започнете търсене в мрежата",
      "keyPlaceholder": "Моля, въведете ключ",
-      "title": "Конфигурация на търсачката SearchXNG",
-      "unconfiguredDesc": "Моля, свържете се с администратора за конфигуриране на SearchXNG, за да започнете търсене в мрежата",
-      "unconfiguredTitle": "SearchXNG не е конфигурирана"
+      "title": "Конфигуриране на търсачката SearchXNG",
+      "unconfiguredDesc": "Моля, свържете се с администратора, за да завършите конфигурацията на търсачката SearchXNG и да започнете търсене в мрежата",
+      "unconfiguredTitle": "Търсачката SearchXNG все още не е конфигурирана"
    },
    "title": "Търсене в мрежата"
  },
@@ -411,56 +351,56 @@
      "title": "Конфигурация на плъгина"
    },
    "connection": {
-      "args": "Стартови параметри",
+      "args": "Параметри за стартиране",
      "command": "Команда за стартиране",
      "title": "Информация за връзка",
-      "type": "Тип на връзката",
+      "type": "Тип връзка",
      "url": "Адрес на услугата"
    },
    "edit": "Редактиране",
    "envConfigDescription": "Тези настройки ще бъдат предадени като променливи на средата при стартиране на MCP сървъра",
-    "httpTypeNotice": "HTTP тип MCP плъгини в момента не изискват конфигуриране на променливи на средата",
+    "httpTypeNotice": "MCP плъгините от тип HTTP нямат нужда от конфигуриране на променливи на средата",
    "indexUrl": {
      "title": "Индекс на пазара",
-      "tooltip": "В момента не се поддържа онлайн редактиране, моля настройте чрез променливи на средата при разгръщане"
+      "tooltip": "Редактирането не се поддържа в момента"
    },
    "messages": {
-      "connectionUpdateFailed": "Актуализацията на информацията за връзка не бе успешна",
-      "connectionUpdateSuccess": "Информацията за връзка е актуализирана успешно",
-      "envUpdateFailed": "Записът на променливите на средата не бе успешен",
-      "envUpdateSuccess": "Променливите на средата са записани успешно"
+      "connectionUpdateFailed": "Неуспешна актуализация на информацията за връзка",
+      "connectionUpdateSuccess": "Информацията за връзка е успешно актуализирана",
+      "envUpdateFailed": "Неуспешно запазване на променливите на средата",
+      "envUpdateSuccess": "Променливите на средата са успешно запазени"
    },
-    "modalDesc": "След конфигуриране на адреса на пазара на плъгини, можете да използвате персонализиран пазар на плъгини",
+    "modalDesc": "След като конфигурирате адреса на пазара на плъгини, можете да използвате персонализиран пазар на плъгини",
    "rules": {
-      "argsRequired": "Моля, въведете стартови параметри",
+      "argsRequired": "Моля, въведете параметри за стартиране",
      "commandRequired": "Моля, въведете команда за стартиране",
      "urlRequired": "Моля, въведете адрес на услугата"
    },
    "saveSettings": "Запази настройките",
-    "title": "Настройки на пазара на плъгини"
+    "title": "Конфигуриране на пазара на плъгини"
  },
-  "showInPortal": "Моля, прегледайте детайлите в работната област",
+  "showInPortal": "Моля, вижте подробностите в работното пространство",
  "store": {
    "actions": {
-      "cancel": "Отказ на инсталация",
-      "confirmUninstall": "Ще деинсталирате този плъгин, след деинсталация конфигурацията му ще бъде изтрита, моля потвърдете действието си",
-      "detail": "Детайли",
+      "cancel": "Отказване на инсталацията",
+      "confirmUninstall": "Плъгинът е на път да бъде деинсталиран. След деинсталирането конфигурацията на плъгина ще бъде изчистена. Моля, потвърдете операцията си.",
+      "detail": "Подробности",
      "install": "Инсталирай",
-      "manifest": "Редактиране на инсталационния файл",
+      "manifest": "Редактирай инсталационния файл",
      "settings": "Настройки",
      "uninstall": "Деинсталирай"
    },
-    "communityPlugin": "Общностен плъгин",
-    "customPlugin": "Персонализиран",
-    "empty": "Няма инсталирани плъгини",
-    "emptySelectHint": "Изберете плъгин за преглед на подробна информация",
+    "communityPlugin": "От трети страни",
+    "customPlugin": "Персонализиран плъгин",
+    "empty": "Все още няма инсталирани плъгини",
+    "emptySelectHint": "Изберете плъгин, за да прегледате подробна информация",
    "installAllPlugins": "Инсталирай всички",
-    "networkError": "Неуспешно зареждане на магазина за плъгини, моля проверете мрежовата връзка и опитайте отново",
-    "placeholder": "Търсене по име, описание или ключови думи...",
-    "releasedAt": "Публикуван на {{createdAt}}",
+    "networkError": "Неуспешно извличане на магазина за плъгини. Моля, проверете мрежовата си връзка и опитайте отново",
+    "placeholder": "Търсене на име на плъгин, описание или ключова дума...",
+    "releasedAt": "Издаден на {{createdAt}}",
    "tabs": {
      "installed": "Инсталирани",
-      "mcp": "MCP плъгини",
+      "mcp": "MCP добавки",
      "old": "LobeChat плъгини"
    },
    "title": "Магазин за плъгини"
@@ -2,15 +2,9 @@
  "ai21": {
    "description": "AI21 Labs изгражда основни модели и системи за изкуствен интелект за предприятия, ускорявайки приложението на генеративния изкуствен интелект в производството."
  },
-  "ai302": {
-    "description": "302.AI е платформа за AI приложения с плащане според използването, предлагаща най-пълния набор от AI API и AI онлайн приложения на пазара"
-  },
  "ai360": {
    "description": "360 AI е платформа за AI модели и услуги, предлагана от компания 360, предлагаща множество напреднали модели за обработка на естествен език, включително 360GPT2 Pro, 360GPT Pro, 360GPT Turbo и 360GPT Turbo Responsibility 8K. Тези модели комбинират голям брой параметри и мултимодални способности, широко използвани в текстово генериране, семантично разбиране, диалогови системи и генериране на код. Чрез гъвкава ценова стратегия, 360 AI отговаря на разнообразни потребителски нужди, поддържайки интеграция за разработчици и насърчавайки иновации и развитие на интелигентни приложения."
  },
-  "aihubmix": {
-    "description": "AiHubMix предоставя достъп до множество AI модели чрез единен API интерфейс."
-  },
  "anthropic": {
    "description": "Anthropic е компания, специализирана в изследвания и разработка на изкуствен интелект, предлагаща набор от напреднали езикови модели, като Claude 3.5 Sonnet, Claude 3 Sonnet, Claude 3 Opus и Claude 3 Haiku. Тези модели постигат идеален баланс между интелигентност, скорост и разходи, подходящи за различни приложения, от корпоративни натоварвания до бързи отговори. Claude 3.5 Sonnet, като най-новия им модел, показва отлични резултати в множество оценки, като същевременно поддържа висока цена-качество."
  },
@@ -189,7 +189,6 @@
      "aesGcm": "Ihr Schlüssel und die Proxy-Adresse werden mit dem <1>AES-GCM</1>-Verschlüsselungsalgorithmus verschlüsselt",
      "apiKey": {
        "desc": "Bitte geben Sie Ihren {{name}} API-Schlüssel ein",
-        "descWithUrl": "Bitte gib deinen {{name}} API-Schlüssel ein, <3>hier klicken zum Abrufen</3>",
        "placeholder": "{{name}} API-Schlüssel",
        "title": "API-Schlüssel"
      },
@@ -306,7 +305,6 @@
        "latestTime": "Letzte Aktualisierung: {{time}}",
        "noLatestTime": "Liste wurde noch nicht abgerufen"
      },
-      "noModelsInCategory": "In dieser Kategorie sind keine aktivierten Modelle vorhanden",
      "resetAll": {
        "conform": "Möchten Sie alle Änderungen am aktuellen Modell wirklich zurücksetzen? Nach dem Zurücksetzen wird die aktuelle Modellliste auf den Standardzustand zurückgesetzt.",
        "success": "Zurücksetzen erfolgreich",
@@ -317,15 +315,7 @@
      "title": "Modellliste",
      "total": "Insgesamt {{count}} verfügbare Modelle"
    },
-    "searchNotFound": "Keine Suchergebnisse gefunden",
-    "tabs": {
-      "all": "Alle",
-      "chat": "Chat",
-      "embedding": "Einbettung",
-      "image": "Bild",
-      "stt": "ASR",
-      "tts": "TTS"
-    }
+    "searchNotFound": "Keine Suchergebnisse gefunden"
  },
  "sortModal": {
    "success": "Sortierung erfolgreich aktualisiert",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark4.0 Ultra ist die leistungsstärkste Version der Spark-Großmodellreihe, die die Online-Suchverbindung aktualisiert und die Fähigkeit zur Textverständnis und -zusammenfassung verbessert. Es ist eine umfassende Lösung zur Steigerung der Büroproduktivität und zur genauen Reaktion auf Anforderungen und ein führendes intelligentes Produkt in der Branche."
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp (auch bekannt als „4x‑AnimeSharp“) ist ein von Kim2091 auf Basis der ESRGAN-Architektur entwickeltes Open-Source-Superauflösungsmodell, das sich auf die Vergrößerung und Schärfung von Anime-Stil-Bildern spezialisiert hat. Es wurde im Februar 2022 von „4x-TextSharpV1“ umbenannt und war ursprünglich auch für Textbilder geeignet, wurde jedoch für Anime-Inhalte erheblich optimiert."
-  },
  "Baichuan2-Turbo": {
    "description": "Verwendet Suchverbesserungstechnologie, um eine umfassende Verknüpfung zwischen großen Modellen und Fachwissen sowie Wissen aus dem gesamten Internet zu ermöglichen. Unterstützt das Hochladen von Dokumenten wie PDF, Word und die Eingabe von URLs, um Informationen zeitnah und umfassend zu erhalten, mit genauen und professionellen Ergebnissen."
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3 ist ein von der DeepSeek Company entwickeltes MoE-Modell. Die Ergebnisse von DeepSeek-V3 übertreffen die anderer Open-Source-Modelle wie Qwen2.5-72B und Llama-3.1-405B und stehen in der Leistung auf Augenhöhe mit den weltweit führenden Closed-Source-Modellen GPT-4o und Claude-3.5-Sonnet."
  },
-  "DeepSeek-V3-Fast": {
-    "description": "Modellanbieter: sophnet-Plattform. DeepSeek V3 Fast ist die Hochgeschwindigkeitsversion mit hohem TPS des DeepSeek V3 0324 Modells, voll funktionsfähig ohne Quantisierung, mit stärkerer Code- und mathematischer Leistungsfähigkeit und schnellerer Reaktionszeit!"
-  },
  "Doubao-lite-128k": {
    "description": "Doubao-lite bietet extrem schnelle Reaktionszeiten und ein hervorragendes Preis-Leistungs-Verhältnis, um Kunden in verschiedenen Szenarien flexiblere Optionen zu bieten. Unterstützt Inferenz und Feintuning mit einem Kontextfenster von 128k."
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "Das leistungsstärkste Hauptmodell, geeignet für komplexe Aufgaben. Es erzielt hervorragende Ergebnisse in Szenarien wie Referenzfragen, Zusammenfassungen, kreatives Schreiben, Textklassifikation und Rollenspielen. Unterstützt Inferenz und Feintuning mit einem Kontextfenster von 4k."
  },
-  "DreamO": {
-    "description": "DreamO ist ein von ByteDance und der Peking-Universität gemeinsam entwickeltes Open-Source-Bildgenerierungsmodell zur individuellen Anpassung, das durch eine einheitliche Architektur Multitasking-Bildgenerierung unterstützt. Es verwendet eine effiziente kombinierte Modellierungsmethode, um basierend auf vom Nutzer angegebenen Identität, Motiv, Stil, Hintergrund und weiteren Bedingungen hochgradig konsistente und maßgeschneiderte Bilder zu erzeugen."
-  },
  "ERNIE-3.5-128K": {
    "description": "Das von Baidu entwickelte Flaggschiff-Modell für großangelegte Sprachverarbeitung, das eine riesige Menge an chinesischen und englischen Texten abdeckt. Es verfügt über starke allgemeine Fähigkeiten und kann die meisten Anforderungen an Dialogfragen, kreative Generierung und Anwendungsfälle von Plugins erfüllen. Es unterstützt die automatische Anbindung an das Baidu-Such-Plugin, um die Aktualität der Antwortinformationen zu gewährleisten."
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "Das neueste von Baidu im Jahr 2024 veröffentlichte hochleistungsfähige Sprachmodell, das überragende allgemeine Fähigkeiten bietet und bessere Ergebnisse als ERNIE Speed erzielt. Es eignet sich als Basis-Modell für Feinabstimmungen, um spezifische Szenarien besser zu bearbeiten, und bietet gleichzeitig hervorragende Inferenzleistung."
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-dev ist ein von Black Forest Labs entwickeltes multimodales Bildgenerierungs- und Bearbeitungsmodell auf Basis der Rectified Flow Transformer-Architektur mit 12 Milliarden Parametern. Es konzentriert sich auf die Generierung, Rekonstruktion, Verbesserung oder Bearbeitung von Bildern unter gegebenen Kontextbedingungen. Das Modell kombiniert die kontrollierbare Generierung von Diffusionsmodellen mit der Kontextmodellierung von Transformern, unterstützt hochwertige Bildausgaben und ist vielseitig einsetzbar für Bildrestaurierung, Bildvervollständigung und visuelle Szenenrekonstruktion."
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-dev ist ein von Black Forest Labs entwickeltes Open-Source-multimodales Sprachmodell (Multimodal Language Model, MLLM), das für Bild-Text-Aufgaben optimiert ist und Verständnis sowie Generierung von Bildern und Texten vereint. Es basiert auf fortschrittlichen großen Sprachmodellen wie Mistral-7B und erreicht durch sorgfältig gestaltete visuelle Encoder und mehrstufige Instruktions-Feinabstimmung eine kooperative Verarbeitung von Bild und Text sowie komplexe Aufgabenlogik."
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B) ist ein innovatives Modell, das sich für Anwendungen in mehreren Bereichen und komplexe Aufgaben eignet."
  },
-  "HelloMeme": {
-    "description": "HelloMeme ist ein KI-Tool, das automatisch Memes, animierte GIFs oder Kurzvideos basierend auf von dir bereitgestellten Bildern oder Aktionen erstellt. Es erfordert keine Zeichen- oder Programmierkenntnisse – du brauchst nur Referenzbilder, und es hilft dir, ansprechende, unterhaltsame und stilistisch einheitliche Inhalte zu erstellen."
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Full ist ein von HiDream.ai entwickeltes Open-Source-multimodales Bildbearbeitungsmodell, das auf der fortschrittlichen Diffusion Transformer-Architektur basiert und mit leistungsstarker Sprachverständnisfähigkeit (integriert LLaMA 3.1-8B-Instruct) ausgestattet ist. Es unterstützt die Bildgenerierung, Stilübertragung, lokale Bearbeitung und Neugestaltung durch natürliche Sprachbefehle und bietet exzellentes Verständnis und Ausführung von Bild-Text-Anweisungen."
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilled ist ein leichtgewichtiges Text-zu-Bild-Modell, das durch Destillation optimiert wurde, um schnell hochwertige Bilder zu erzeugen. Es eignet sich besonders für ressourcenarme Umgebungen und Echtzeit-Generierungsaufgaben."
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacter ist ein 2025 vom Tencent AI-Team veröffentlichtes tuning-freies personalisiertes Charaktergenerierungsmodell, das eine hochpräzise und konsistente Charaktererstellung über verschiedene Szenarien hinweg ermöglicht. Das Modell kann einen Charakter allein anhand eines Referenzbildes modellieren und diesen flexibel in verschiedene Stile, Bewegungen und Hintergründe übertragen."
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8B ist ein leistungsstarkes visuelles Sprachmodell, das multimodale Verarbeitung von Bildern und Text unterstützt und in der Lage ist, Bildinhalte präzise zu erkennen und relevante Beschreibungen oder Antworten zu generieren."
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26B ist ein leistungsstarkes visuelles Sprachmodell, das multimodale Verarbeitung von Bildern und Text unterstützt und in der Lage ist, Bildinhalte präzise zu erkennen und relevante Beschreibungen oder Antworten zu generieren."
  },
-  "Kolors": {
-    "description": "Kolors ist ein von Kuaishou Kolors Team entwickeltes Text-zu-Bild-Modell, das mit Milliarden von Parametern trainiert wurde und in visueller Qualität, chinesischem semantischem Verständnis sowie Textdarstellung herausragende Vorteile bietet."
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "Kolors ist ein von Kuaishou Kolors Team entwickeltes groß angelegtes latentes Diffusionsmodell zur Text-zu-Bild-Generierung. Es wurde mit Milliarden von Text-Bild-Paaren trainiert und zeigt herausragende Leistungen in visueller Qualität, komplexer semantischer Genauigkeit sowie der Darstellung chinesischer und englischer Schriftzeichen. Es unterstützt sowohl chinesische als auch englische Eingaben und ist besonders leistungsfähig bei der Verarbeitung und Erzeugung chinesischsprachiger Inhalte."
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "Hervorragende Bildschlussfolgerungsfähigkeiten auf hochauflösenden Bildern, geeignet für Anwendungen im Bereich der visuellen Verständigung."
  },
@@ -197,15 +164,9 @@
  "MiniMaxAI/MiniMax-M1-80k": {
    "description": "MiniMax-M1 ist ein groß angelegtes hybrides Aufmerksamkeits-Inferenzmodell mit offenen Gewichten, das 456 Milliarden Parameter umfasst und etwa 45,9 Milliarden Parameter pro Token aktiviert. Das Modell unterstützt nativ einen ultralangen Kontext von 1 Million Tokens und spart durch den Blitz-Attention-Mechanismus bei Aufgaben mit 100.000 Tokens im Vergleich zu DeepSeek R1 75 % der Fließkommaoperationen ein. Gleichzeitig verwendet MiniMax-M1 eine MoE-Architektur (Mixture of Experts) und kombiniert den CISPO-Algorithmus mit einem hybriden Aufmerksamkeitsdesign für effizientes verstärkendes Lernen, was in der Langzeiteingabe-Inferenz und realen Software-Engineering-Szenarien branchenführende Leistung erzielt."
  },
-  "Moonshot-Kimi-K2-Instruct": {
-    "description": "Mit insgesamt 1 Billion Parametern und 32 Milliarden aktivierten Parametern erreicht dieses nicht-denkende Modell Spitzenleistungen in den Bereichen aktuelles Wissen, Mathematik und Programmierung und ist besonders für allgemeine Agentenaufgaben optimiert. Es wurde speziell für Agentenaufgaben verfeinert, kann nicht nur Fragen beantworten, sondern auch Aktionen ausführen. Ideal für spontane, allgemeine Gespräche und Agentenerfahrungen, ist es ein reflexartiges Modell ohne lange Denkzeiten."
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B) ist ein hochpräzises Anweisungsmodell, das für komplexe Berechnungen geeignet ist."
  },
-  "OmniConsistency": {
-    "description": "OmniConsistency verbessert durch den Einsatz großskaliger Diffusion Transformers (DiTs) und gepaarter stilisierter Daten die Stil-Konsistenz und Generalisierungsfähigkeit bei Bild-zu-Bild-Aufgaben und verhindert Stilverschlechterung."
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "Das gleiche Phi-3-medium-Modell, jedoch mit einer größeren Kontextgröße für RAG oder Few-Shot-Prompting."
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3 ist ein hybrides Experten (MoE) Sprachmodell mit 6710 Milliarden Parametern, das eine Multi-Head-Latente-Attention (MLA) und DeepSeekMoE-Architektur verwendet, kombiniert mit einer Lastenausgleichsstrategie ohne Hilfskosten, um die Inferenz- und Trainingseffizienz zu optimieren. Durch das Pre-Training auf 14,8 Billionen hochwertigen Tokens und anschließende überwachte Feinabstimmung und verstärktes Lernen übertrifft DeepSeek-V3 in der Leistung andere Open-Source-Modelle und nähert sich führenden geschlossenen Modellen."
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 ist ein MoE-Architektur-Basis-Modell mit herausragenden Code- und Agentenfähigkeiten, insgesamt 1 Billion Parameter und 32 Milliarden aktivierten Parametern. In Benchmark-Tests zu allgemeinem Wissen, Programmierung, Mathematik und Agentenaufgaben übertrifft das K2-Modell andere führende Open-Source-Modelle."
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Preview ist ein innovatives Modell für die Verarbeitung natürlicher Sprache, das komplexe Aufgaben der Dialoggenerierung und des Kontextverständnisses effizient bewältigen kann."
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3 ist ein neues, leistungsstark verbessertes Modell von Tongyi Qianwen, das in den Bereichen Denken, Allgemeinwissen, Agenten und Mehrsprachigkeit in mehreren Kernfähigkeiten branchenführende Standards erreicht und den Wechsel zwischen Denkmodi unterstützt."
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3-235B-A22B-Instruct-2507 ist ein Flaggschiff-Misch-Experten-(MoE)-Großsprachmodell aus der Qwen3-Serie, entwickelt vom Alibaba Cloud Tongyi Qianwen Team. Es verfügt über 235 Milliarden Gesamtparameter und aktiviert bei jeder Inferenz 22 Milliarden Parameter. Als aktualisierte Version des nicht-denkenden Qwen3-235B-A22B fokussiert es sich auf signifikante Verbesserungen in Instruktionsbefolgung, logischem Denken, Textverständnis, Mathematik, Wissenschaft, Programmierung und Werkzeugnutzung. Zudem wurde die Abdeckung mehrsprachigen Langschwanzwissens erweitert und die Ausrichtung auf Nutzerpräferenzen bei subjektiven und offenen Aufgaben verbessert, um hilfreichere und qualitativ hochwertigere Texte zu generieren."
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3-235B-A22B-Thinking-2507 ist ein Mitglied der Qwen3-Serie großer Sprachmodelle von Alibaba Tongyi Qianwen, spezialisiert auf komplexe anspruchsvolle Schlussfolgerungsaufgaben. Das Modell basiert auf der Misch-Experten-(MoE)-Architektur mit 235 Milliarden Gesamtparametern, aktiviert jedoch nur etwa 22 Milliarden Parameter pro Token, was eine hohe Rechenleistung bei Effizienz ermöglicht. Als dediziertes „Denk“-Modell zeigt es herausragende Leistungen in logischem Denken, Mathematik, Wissenschaft, Programmierung und akademischen Benchmarks und erreicht Spitzenwerte unter Open-Source-Denkmodellen. Zusätzlich verbessert es allgemeine Fähigkeiten wie Instruktionsbefolgung, Werkzeugnutzung und Textgenerierung und unterstützt nativ eine Kontextlänge von 256K, ideal für tiefgehende Schlussfolgerungen und lange Dokumente."
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3 ist ein neues, leistungsstark verbessertes Modell von Tongyi Qianwen, das in den Bereichen Denken, Allgemeinwissen, Agenten und Mehrsprachigkeit in mehreren Kernfähigkeiten branchenführende Standards erreicht und den Wechsel zwischen Denkmodi unterstützt."
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507 ist eine aktualisierte Version des Qwen3-30B-A3B im Nicht-Denkmodus. Es handelt sich um ein Mixture-of-Experts (MoE)-Modell mit insgesamt 30,5 Milliarden Parametern und 3,3 Milliarden Aktivierungsparametern. Das Modell wurde in mehreren Bereichen entscheidend verbessert, darunter eine signifikante Steigerung der Befolgung von Anweisungen, logisches Denken, Textverständnis, Mathematik, Wissenschaft, Programmierung und Werkzeugnutzung. Gleichzeitig wurden substanzielle Fortschritte bei der Abdeckung von Langschwanzwissen in mehreren Sprachen erzielt, und es kann besser auf die Präferenzen der Nutzer bei subjektiven und offenen Aufgaben abgestimmt werden, um hilfreichere Antworten und qualitativ hochwertigere Texte zu generieren. Darüber hinaus wurde die Fähigkeit zum Verständnis langer Texte auf 256K erweitert. Dieses Modell unterstützt ausschließlich den Nicht-Denkmodus und generiert keine `<think></think>`-Tags in der Ausgabe."
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3 ist ein neues, leistungsstark verbessertes Modell von Tongyi Qianwen, das in den Bereichen Denken, Allgemeinwissen, Agenten und Mehrsprachigkeit in mehreren Kernfähigkeiten branchenführende Standards erreicht und den Wechsel zwischen Denkmodi unterstützt."
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instruct ist ein großes Sprachmodell, das speziell für die Codegenerierung, das Verständnis von Code und effiziente Entwicklungsszenarien entwickelt wurde. Es verwendet eine branchenführende Parametergröße von 32B und kann vielfältige Programmieranforderungen erfüllen."
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22B ist ein MoE (Mixture-of-Experts)-Modell, das den „Hybrid-Reasoning-Modus“ einführt und Nutzern nahtloses Umschalten zwischen „Denkmodus“ und „Nicht-Denkmodus“ ermöglicht. Es unterstützt das Verständnis und die Argumentation in 119 Sprachen und Dialekten und verfügt über leistungsstarke Werkzeugaufruffähigkeiten. In umfassenden Benchmark-Tests zu allgemeinen Fähigkeiten, Programmierung und Mathematik, Mehrsprachigkeit, Wissen und Argumentation konkurriert es mit führenden aktuellen Großmodellen auf dem Markt wie DeepSeek R1, OpenAI o1, o3-mini, Grok 3 und Google Gemini 2.5 Pro."
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32B ist ein dichtes Modell (Dense Model), das den „Hybrid-Reasoning-Modus“ einführt und Nutzern nahtloses Umschalten zwischen „Denkmodus“ und „Nicht-Denkmodus“ ermöglicht. Aufgrund von Verbesserungen in der Modellarchitektur, einer Erweiterung der Trainingsdaten und effizienteren Trainingsmethoden entspricht die Gesamtleistung der von Qwen2.5-72B."
-  },
  "SenseChat": {
    "description": "Basisversion des Modells (V4) mit 4K Kontextlänge, die über starke allgemeine Fähigkeiten verfügt."
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "Das neueste Modell (V5.5) unterstützt die Eingabe mehrerer Bilder und optimiert umfassend die grundlegenden Fähigkeiten des Modells. Es hat signifikante Verbesserungen in der Erkennung von Objektattributen, räumlichen Beziehungen, Aktionsereignissen, Szenenverständnis, Emotionserkennung, logischem Wissen und Textverständnis und -generierung erreicht."
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "Durch umfassende Aktualisierungen multimodaler, sprachlicher und argumentativer Daten sowie Optimierungen der Trainingsstrategie erzielt das neue Modell erhebliche Verbesserungen bei multimodalem Schließen und generalisierter Befolgung von Anweisungen. Es unterstützt Kontextfenster von bis zu 128k und zeigt herausragende Leistungen bei spezialisierten Aufgaben wie OCR und der Erkennung von Tourismus-IP."
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "Durch umfassende Aktualisierungen multimodaler, sprachlicher und argumentativer Daten sowie Optimierungen der Trainingsstrategie erzielt das neue Modell erhebliche Verbesserungen bei multimodalem Schließen und generalisierter Befolgung von Anweisungen. Es unterstützt Kontextfenster von bis zu 128k und zeigt herausragende Leistungen bei spezialisierten Aufgaben wie OCR und der Erkennung von Tourismus-IP."
-  },
  "SenseNova-V6-Pro": {
    "description": "Erreicht eine native Einheit von Bild-, Text- und Video-Fähigkeiten, überwindet die traditionellen Grenzen der multimodalen Trennung und hat in den Bewertungen von OpenCompass und SuperCLUE zwei Meistertitel gewonnen."
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23 ist ein mehrsprachiges Modell von Cohere, das 23 Sprachen unterstützt und die Anwendung in einer Vielzahl von Sprachen erleichtert."
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "Bereitgestellt von Microsoft; Das DeepSeek R1 Modell wurde in einer kleinen Versionsaktualisierung verbessert, die aktuelle Version ist DeepSeek-R1-0528. Im neuesten Update wurde die Rechentiefe und Inferenzfähigkeit von DeepSeek R1 durch Erhöhung der Rechenressourcen und Einführung eines Algorithmus-Optimierungsmechanismus in der Nachtrainingsphase erheblich gesteigert. Dieses Modell zeigt hervorragende Leistungen in mehreren Benchmark-Tests wie Mathematik, Programmierung und allgemeiner Logik und nähert sich in der Gesamtleistung führenden Modellen wie O3 und Gemini 2.5 Pro an."
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13B ist ein Open-Source-Sprachmodell mit 13 Milliarden Parametern, das von Baichuan Intelligence entwickelt wurde und in autorisierten chinesischen und englischen Benchmarks die besten Ergebnisse in seiner Größenordnung erzielt hat."
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnet bietet eine ideale Balance zwischen Intelligenz und Geschwindigkeit für Unternehmensarbeitslasten. Es bietet maximalen Nutzen zu einem niedrigeren Preis, ist zuverlässig und für großflächige Bereitstellungen geeignet."
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1 ist das neueste und leistungsstärkste Modell von Anthropic zur Bewältigung hochkomplexer Aufgaben. Es überzeugt durch herausragende Leistung, Intelligenz, Flüssigkeit und Verständnis."
-  },
  "claude-opus-4-20250514": {
    "description": "Claude Opus 4 ist das leistungsstärkste Modell von Anthropic zur Bewältigung hochkomplexer Aufgaben. Es zeichnet sich durch hervorragende Leistung, Intelligenz, Flüssigkeit und Verständnis aus."
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "Das Doubao-Seed-1.6-thinking Modell verfügt über stark verbesserte Denkfähigkeiten. Im Vergleich zu Doubao-1.5-thinking-pro wurden die Grundfähigkeiten in Coding, Mathematik und logischem Denken weiter verbessert und unterstützt visuelles Verständnis. Unterstützt ein Kontextfenster von 256k und eine maximale Ausgabelänge von 16k Tokens."
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "Das Doubao-Bildgenerierungsmodell wurde vom ByteDance Seed Team entwickelt und unterstützt sowohl Text- als auch Bildeingaben, um eine hochgradig kontrollierbare und qualitativ hochwertige Bildgenerierung zu bieten. Es erzeugt Bilder basierend auf Text-Prompts."
-  },
  "doubao-vision-lite-32k": {
    "description": "Das Doubao-vision-Modell ist ein multimodales Großmodell von Doubao mit starker Bildverständnis- und Inferenzfähigkeit sowie präziser Befehlsinterpretation. Es zeigt starke Leistung bei der Extraktion von Bild- und Textinformationen sowie bei bildbasierten Inferenzaufgaben und eignet sich für komplexere und umfassendere visuelle Frage-Antwort-Aufgaben."
  },
@@ -1067,9 +995,6 @@
  "ernie-char-fiction-8k": {
    "description": "Das von Baidu entwickelte große Sprachmodell für vertikale Szenarien eignet sich für Anwendungen wie NPCs in Spielen, Kundenservice-Dialoge und Rollenspiele, mit einem klareren und konsistenteren Charakterstil, einer stärkeren Befolgung von Anweisungen und besserer Inferenzleistung."
  },
-  "ernie-irag-edit": {
-    "description": "Das von Baidu entwickelte ERNIE iRAG Edit Bildbearbeitungsmodell unterstützt Operationen wie Löschen (erase), Neumalen (repaint) und Variationserzeugung (variation) basierend auf Bildern."
-  },
  "ernie-lite-8k": {
    "description": "ERNIE Lite ist ein leichtgewichtiges großes Sprachmodell, das von Baidu entwickelt wurde und sowohl hervorragende Modellleistung als auch Inferenzleistung bietet, geeignet für die Verwendung mit AI-Beschleunigungskarten mit geringer Rechenleistung."
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "Im Vergleich zu ERNIE-X1-32K bietet dieses Modell bessere Leistung und Effizienz."
  },
-  "flux-1-schnell": {
-    "description": "Ein von Black Forest Labs entwickeltes Text-zu-Bild-Modell mit 12 Milliarden Parametern, das latente adversariale Diffusionsdestillation verwendet und in 1 bis 4 Schritten hochwertige Bilder erzeugen kann. Die Leistung ist vergleichbar mit proprietären Alternativen und wird unter der Apache-2.0-Lizenz für private, wissenschaftliche und kommerzielle Nutzung veröffentlicht."
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev] ist ein Open-Source-Gewichtungs- und Feinschlichtungsmodell für nicht-kommerzielle Anwendungen. Es bietet eine Bildqualität und Instruktionsbefolgung ähnlich der professionellen FLUX-Version, jedoch mit höherer Effizienz. Im Vergleich zu Standardmodellen gleicher Größe ist es ressourcenschonender."
-  },
  "flux-kontext/dev": {
    "description": "Frontier Bildbearbeitungsmodell."
  },
-  "flux-merged": {
-    "description": "Das FLUX.1-merged Modell kombiniert die tiefgehenden Eigenschaften, die in der Entwicklungsphase von „DEV“ erforscht wurden, mit der hohen Ausführungsgeschwindigkeit von „Schnell“. Dadurch werden sowohl die Leistungsgrenzen des Modells erweitert als auch dessen Anwendungsbereich vergrößert."
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro] kann Text und Referenzbilder als Eingabe verarbeiten und ermöglicht nahtlose zielgerichtete lokale Bearbeitungen sowie komplexe umfassende Szenenveränderungen."
  },
-  "flux-schnell": {
-    "description": "FLUX.1 [schnell] ist das derzeit fortschrittlichste Open-Source-Modell mit wenigen Schritten, das nicht nur Konkurrenten übertrifft, sondern auch leistungsstärkere nicht-feinabgestimmte Modelle wie Midjourney v6.0 und DALL·E 3 (HD) übertrifft. Das Modell wurde speziell feinabgestimmt, um die gesamte Vielfalt der Vortrainingsausgaben zu bewahren. Im Vergleich zu den aktuell besten Modellen auf dem Markt bietet FLUX.1 [schnell] erhebliche Verbesserungen in visueller Qualität, Instruktionsbefolgung, Größen- und Proportionsänderungen, Schriftartenverarbeitung und Ausgabediversität, was den Nutzern eine reichhaltigere und vielfältigere kreative Bildgenerierung ermöglicht."
-  },
-  "flux.1-schnell": {
-    "description": "Ein Rectified Flow Transformer mit 12 Milliarden Parametern, der Bilder basierend auf Textbeschreibungen generieren kann."
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell] ist ein Streaming-Transformator-Modell mit 12 Milliarden Parametern, das in 1 bis 4 Schritten hochwertige Bilder aus Text generiert und sich für private und kommerzielle Nutzung eignet."
  },
@@ -1199,6 +1109,9 @@
  "gemini-2.5-flash-preview-04-17": {
    "description": "Gemini 2.5 Flash Preview ist das kosteneffizienteste Modell von Google und bietet umfassende Funktionen."
  },
+  "gemini-2.5-flash-preview-04-17-thinking": {
+    "description": "Gemini 2.5 Flash Preview ist Googles kosteneffizientestes Modell mit umfassenden Funktionen."
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash Preview ist Googles kosteneffizientestes Modell mit umfassenden Funktionen."
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "Die GLM-4.1V-Thinking-Serie ist das leistungsstärkste visuelle Modell unter den bekannten 10-Milliarden-Parameter-VLMs und integriert SOTA-Leistungen auf diesem Niveau in verschiedenen visuellen Sprachaufgaben, darunter Videoverstehen, Bildfragen, Fachaufgaben, OCR-Texterkennung, Dokumenten- und Diagramminterpretation, GUI-Agenten, Frontend-Web-Coding und Grounding. In vielen Aufgaben übertrifft es sogar das Qwen2.5-VL-72B mit achtmal so vielen Parametern. Durch fortschrittliche Verstärkungslernverfahren beherrscht das Modell die Chain-of-Thought-Schlussfolgerung, was die Genauigkeit und Detailtiefe der Antworten deutlich verbessert und in Bezug auf Endergebnis und Erklärbarkeit traditionelle Nicht-Thinking-Modelle übertrifft."
  },
-  "glm-4.5": {
-    "description": "Das neueste Flaggschiff-Modell von Zhipu, unterstützt den Denkmoduswechsel und erreicht eine umfassende Leistungsfähigkeit auf SOTA-Niveau für Open-Source-Modelle mit einer Kontextlänge von bis zu 128K."
-  },
-  "glm-4.5-air": {
-    "description": "Die leichtgewichtige Version von GLM-4.5, die Leistung und Kosten-Nutzen-Verhältnis ausbalanciert und flexibel zwischen hybriden Denkmodellen wechseln kann."
-  },
-  "glm-4.5-airx": {
-    "description": "Die Turbo-Version von GLM-4.5-Air mit schnellerer Reaktionszeit, speziell für großskalige und hochgeschwindigkeitsbedürftige Anwendungen entwickelt."
-  },
-  "glm-4.5-flash": {
-    "description": "Die kostenlose Version von GLM-4.5, die bei Inferenz, Programmierung und Agentenaufgaben hervorragende Leistungen zeigt."
-  },
-  "glm-4.5-x": {
-    "description": "Die Turbo-Version von GLM-4.5, die bei starker Leistung eine Generierungsgeschwindigkeit von bis zu 100 Tokens pro Sekunde erreicht."
-  },
  "glm-4v": {
    "description": "GLM-4V bietet starke Fähigkeiten zur Bildverständnis und -schlussfolgerung und unterstützt eine Vielzahl visueller Aufgaben."
  },
@@ -1311,7 +1209,7 @@
    "description": "Blitzschlussfolgerung: Bietet extrem schnelle Schlussfolgerungsgeschwindigkeit und starke Schlussfolgerungseffekte."
  },
  "glm-z1-flash": {
-    "description": "Die GLM-Z1-Serie verfügt über starke Fähigkeiten im komplexen logischen Denken und zeigt hervorragende Leistungen in Logik, Mathematik und Programmierung."
+    "description": "Die GLM-Z1-Serie verfügt über starke Fähigkeiten zur komplexen Schlussfolgerung und zeigt in den Bereichen logische Schlussfolgerung, Mathematik und Programmierung hervorragende Leistungen. Die maximale Kontextlänge beträgt 32K."
  },
  "glm-z1-flashx": {
    "description": "Hohe Geschwindigkeit zu niedrigem Preis: Flash-verbesserte Version mit ultraschneller Inferenzgeschwindigkeit und schnellerer gleichzeitiger Verarbeitung."
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "ChatGPT natives multimodales Bildgenerierungsmodell"
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B ist ein von OpenAI veröffentlichtes Open-Source-Sprachmodell, das die MXFP4-Quantisierungstechnologie verwendet und sich für den Einsatz auf High-End-Consumer-GPUs oder Apple Silicon Macs eignet. Dieses Modell zeigt hervorragende Leistungen bei der Dialoggenerierung, Codeerstellung und bei Inferenzaufgaben und unterstützt Funktionsaufrufe sowie die Nutzung von Werkzeugen."
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B ist ein von OpenAI veröffentlichtes großes Open-Source-Sprachmodell, das die MXFP4-Quantisierungstechnologie verwendet und als Flaggschiff-Modell gilt. Es erfordert den Betrieb auf Multi-GPU- oder Hochleistungs-Workstation-Umgebungen und bietet herausragende Leistungen bei komplexen Inferenzaufgaben, Codegenerierung und mehrsprachiger Verarbeitung. Es unterstützt fortgeschrittene Funktionsaufrufe und die Integration von Werkzeugen."
-  },
  "grok-2-1212": {
    "description": "Dieses Modell hat Verbesserungen in Bezug auf Genauigkeit, Befolgung von Anweisungen und Mehrsprachigkeit erfahren."
  },
-  "grok-2-image-1212": {
-    "description": "Unser neuestes Bildgenerierungsmodell kann lebendige und realistische Bilder basierend auf Text-Prompts erzeugen. Es zeigt hervorragende Leistungen in den Bereichen Marketing, soziale Medien und Unterhaltung."
-  },
  "grok-2-vision-1212": {
    "description": "Dieses Modell hat Verbesserungen in Bezug auf Genauigkeit, Befolgung von Anweisungen und Mehrsprachigkeit erfahren."
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "Optimiert für Textkreation und Aufsatzschreiben, verbessert die Fähigkeiten in Frontend-Programmierung, Mathematik und logischem Denken sowie die Befolgung von Anweisungen."
  },
-  "hunyuan-t1-20250711": {
-    "description": "Erhebliche Verbesserungen bei anspruchsvoller Mathematik, Logik und Programmierfähigkeiten, Optimierung der Modellstabilität und Steigerung der Leistungsfähigkeit bei langen Texten."
-  },
  "hunyuan-t1-latest": {
    "description": "Das erste ultra-skalierbare Hybrid-Transformer-Mamba-Inferenzmodell der Branche, das die Inferenzfähigkeiten erweitert, eine extrem hohe Dekodierungsgeschwindigkeit bietet und weiter auf menschliche Präferenzen abgestimmt ist."
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "Das neueste multimodale Modell von Hunyuan unterstützt die Eingabe von Bildern und Text zur Generierung von Textinhalten."
  },
-  "image-01": {
-    "description": "Neues Bildgenerierungsmodell mit feiner Bilddarstellung, unterstützt Text-zu-Bild und Bild-zu-Bild."
-  },
-  "image-01-live": {
-    "description": "Bildgenerierungsmodell mit feiner Bilddarstellung, unterstützt Text-zu-Bild und Stil-Einstellungen."
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "Imagen 4. Generation Text-zu-Bild Modellserie"
  },
@@ -1646,9 +1526,6 @@
  "internvl3-latest": {
    "description": "Unser neuestes multimodales Großmodell bietet verbesserte Fähigkeiten im Verständnis von Text und Bildern sowie im langfristigen Verständnis von Bildern und erreicht eine Leistung, die mit führenden proprietären Modellen vergleichbar ist. Standardmäßig verweist es auf unser neuestes veröffentlichtes InternVL-Modell, derzeit auf internvl3-78b."
  },
-  "irag-1.0": {
-    "description": "Das von Baidu entwickelte iRAG (image based RAG) ist eine durch Suche verstärkte Text-zu-Bild-Technologie, die Baidus Milliarden von Bildressourcen mit leistungsstarken Basismodellen kombiniert, um ultra-realistische Bilder zu erzeugen. Das Gesamtergebnis übertrifft native Text-zu-Bild-Systeme deutlich, wirkt weniger künstlich und ist kostengünstig. iRAG zeichnet sich durch keine Halluzinationen, hohe Realitätsnähe und sofortige Verfügbarkeit aus."
-  },
  "jamba-large": {
    "description": "Unser leistungsstärkstes und fortschrittlichstes Modell, das speziell für die Bewältigung komplexer Aufgaben auf Unternehmensebene entwickelt wurde und herausragende Leistung bietet."
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "Die Tiefensuche kombiniert Websuche, Lesen und Schlussfolgern und ermöglicht umfassende Untersuchungen. Sie können es als einen Agenten betrachten, der Ihre Forschungsaufgaben übernimmt – er führt eine umfassende Suche durch und iteriert mehrfach, bevor er eine Antwort gibt. Dieser Prozess umfasst kontinuierliche Forschung, Schlussfolgerungen und die Lösung von Problemen aus verschiedenen Perspektiven. Dies unterscheidet sich grundlegend von den Standard-Großmodellen, die Antworten direkt aus vortrainierten Daten generieren, sowie von traditionellen RAG-Systemen, die auf einmaligen Oberflächensuchen basieren."
  },
-  "kimi-k2": {
-    "description": "Kimi-K2 ist ein von Moonshot AI entwickeltes MoE-Basis-Modell mit herausragenden Code- und Agentenfähigkeiten, insgesamt 1 Billion Parameter und 32 Milliarden aktivierten Parametern. In Benchmark-Tests zu allgemeinem Wissen, Programmierung, Mathematik und Agentenaufgaben übertrifft das K2-Modell andere führende Open-Source-Modelle."
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2 ist ein MoE-Architektur-Basis-Modell mit außergewöhnlichen Fähigkeiten in Code und Agentenfunktionen, mit insgesamt 1 Billion Parametern und 32 Milliarden aktiven Parametern. In Benchmark-Tests zu allgemeinem Wissen, Programmierung, Mathematik und Agenten übertrifft das K2-Modell andere führende Open-Source-Modelle."
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B ist ein Open-Source-Großmodell für Quellcode, das durch umfangreiche Verstärkungslernoptimierung robuste und direkt produktionsreife Patches erzeugen kann. Dieses Modell erreichte auf SWE-bench Verified eine neue Höchstpunktzahl von 60,4 % und stellte damit einen Rekord für Open-Source-Modelle bei automatisierten Software-Engineering-Aufgaben wie Fehlerbehebung und Code-Review auf."
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 ist ein MoE-Basis-Modell mit herausragenden Code- und Agentenfähigkeiten, insgesamt 1 Billion Parameter und 32 Milliarden aktivierten Parametern. In Benchmark-Tests zu allgemeinem Wissen, Programmierung, Mathematik und Agentenaufgaben übertrifft das K2-Modell andere führende Open-Source-Modelle."
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2 ist ein MoE-Architektur-Basismodell mit außergewöhnlichen Fähigkeiten in Code und Agenten, mit insgesamt 1 Billion Parametern und 32 Milliarden aktiven Parametern. In Benchmark-Tests zu allgemeinem Wissen, Programmierung, Mathematik und Agenten übertrifft das K2-Modell andere führende Open-Source-Modelle."
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o mini ist das neueste Modell von OpenAI, das nach GPT-4 Omni veröffentlicht wurde und Text- und Bild-Eingaben unterstützt. Als ihr fortschrittlichstes kleines Modell ist es viel günstiger als andere neueste Modelle und über 60 % günstiger als GPT-3.5 Turbo. Es behält die fortschrittlichste Intelligenz bei und bietet gleichzeitig ein hervorragendes Preis-Leistungs-Verhältnis. GPT-4o mini erzielte 82 % im MMLU-Test und rangiert derzeit in den Chat-Präferenzen über GPT-4."
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120B ist ein Spitzen-Sprachmodell mit 120 Milliarden Parametern, integriertem Browser-Such- und Code-Ausführungsfunktionen sowie ausgeprägten Inferenzfähigkeiten."
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20B ist ein Spitzen-Sprachmodell mit 20 Milliarden Parametern, integriertem Browser-Such- und Code-Ausführungsfunktionen sowie ausgeprägten Inferenzfähigkeiten."
-  },
  "openai/o1": {
    "description": "o1 ist OpenAIs neues Inferenzmodell, das Bild- und Texteingaben unterstützt und Text ausgibt. Es eignet sich für komplexe Aufgaben, die umfangreiches Allgemeinwissen erfordern. Das Modell verfügt über einen Kontext von 200K und einen Wissensstand bis Oktober 2023."
  },
@@ -2399,21 +2264,9 @@
  "qwen3-235b-a22b": {
    "description": "Qwen3 ist ein neues, leistungsstarkes Modell der nächsten Generation, das in den Bereichen Inferenz, Allgemeinwissen, Agenten und Mehrsprachigkeit erhebliche Fortschritte erzielt hat und den Wechsel zwischen Denkmodi unterstützt."
  },
-  "qwen3-235b-a22b-instruct-2507": {
-    "description": "Open-Source-Modell im nicht-denkenden Modus basierend auf Qwen3, mit leichten Verbesserungen in subjektiver Kreativität und Modellsicherheit gegenüber der Vorgängerversion (Tongyi Qianwen 3-235B-A22B)."
-  },
-  "qwen3-235b-a22b-thinking-2507": {
-    "description": "Open-Source-Modell im Denkmodus basierend auf Qwen3, mit erheblichen Verbesserungen in Logik, allgemeinen Fähigkeiten, Wissensabdeckung und Kreativität gegenüber der Vorgängerversion (Tongyi Qianwen 3-235B-A22B). Geeignet für anspruchsvolle und stark schlussfolgernde Szenarien."
-  },
  "qwen3-30b-a3b": {
    "description": "Qwen3 ist ein neues, leistungsstarkes Modell der nächsten Generation, das in den Bereichen Inferenz, Allgemeinwissen, Agenten und Mehrsprachigkeit erhebliche Fortschritte erzielt hat und den Wechsel zwischen Denkmodi unterstützt."
  },
-  "qwen3-30b-a3b-instruct-2507": {
-    "description": "Im Vergleich zur vorherigen Version (Qwen3-30B-A3B) wurde die allgemeine Leistungsfähigkeit in Chinesisch, Englisch und mehreren Sprachen deutlich verbessert. Spezielle Optimierungen für subjektive und offene Aufgaben führen zu einer deutlich besseren Übereinstimmung mit den Nutzerpräferenzen und ermöglichen hilfreichere Antworten."
-  },
-  "qwen3-30b-a3b-thinking-2507": {
-    "description": "Basierend auf dem Denkmodus-Open-Source-Modell von Qwen3 wurden im Vergleich zur vorherigen Version (Tongyi Qianwen 3-30B-A3B) die logischen Fähigkeiten, die allgemeine Leistungsfähigkeit, das Wissen und die Kreativität erheblich verbessert. Es eignet sich für anspruchsvolle Szenarien mit starker Argumentation."
-  },
  "qwen3-32b": {
    "description": "Qwen3 ist ein neues, leistungsstarkes Modell der nächsten Generation, das in den Bereichen Inferenz, Allgemeinwissen, Agenten und Mehrsprachigkeit erhebliche Fortschritte erzielt hat und den Wechsel zwischen Denkmodi unterstützt."
  },
@@ -2423,15 +2276,6 @@
  "qwen3-8b": {
    "description": "Qwen3 ist ein neues, leistungsstarkes Modell der nächsten Generation, das in den Bereichen Inferenz, Allgemeinwissen, Agenten und Mehrsprachigkeit erhebliche Fortschritte erzielt hat und den Wechsel zwischen Denkmodi unterstützt."
  },
-  "qwen3-coder-480b-a35b-instruct": {
-    "description": "Open-Source-Code-Modell von Tongyi Qianwen. Das neueste qwen3-coder-480b-a35b-instruct basiert auf Qwen3, verfügt über starke Coding-Agent-Fähigkeiten, ist versiert im Werkzeugaufruf und in der Umgebungskommunikation und ermöglicht selbstständiges Programmieren mit hervorragender Codequalität und allgemeinen Fähigkeiten."
-  },
-  "qwen3-coder-flash": {
-    "description": "Tongyi Qianwen Code-Modell. Die neueste Qwen3-Coder Modellreihe basiert auf Qwen3 und ist ein Code-Generierungsmodell mit starker Coding-Agent-Fähigkeit, spezialisiert auf Werkzeugaufrufe und Umgebungsinteraktion, das selbstständiges Programmieren ermöglicht und neben hervorragenden Code-Fähigkeiten auch allgemeine Kompetenzen besitzt."
-  },
-  "qwen3-coder-plus": {
-    "description": "Tongyi Qianwen Code-Modell. Die neueste Qwen3-Coder Modellreihe basiert auf Qwen3 und ist ein Code-Generierungsmodell mit starker Coding-Agent-Fähigkeit, spezialisiert auf Werkzeugaufrufe und Umgebungsinteraktion, das selbstständiges Programmieren ermöglicht und neben hervorragenden Code-Fähigkeiten auch allgemeine Kompetenzen besitzt."
-  },
  "qwq": {
    "description": "QwQ ist ein experimentelles Forschungsmodell, das sich auf die Verbesserung der KI-Inferenzfähigkeiten konzentriert."
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "Ein neues API-Produkt, das von dem DeepSeek-Inferenzmodell unterstützt wird."
  },
-  "stable-diffusion-3-medium": {
-    "description": "Das neueste Text-zu-Bild-Großmodell von Stability AI. Diese Version verbessert signifikant Bildqualität, Textverständnis und Stilvielfalt gegenüber Vorgängerversionen, kann komplexe natürliche Sprachaufforderungen präziser interpretieren und erzeugt genauere und vielfältigere Bilder."
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-large ist ein multimodaler Diffusions-Transformer (MMDiT) mit 800 Millionen Parametern für Text-zu-Bild-Generierung, bietet herausragende Bildqualität und Prompt-Übereinstimmung, unterstützt die Erzeugung von Bildern mit bis zu 1 Million Pixeln und läuft effizient auf handelsüblicher Hardware."
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turbo basiert auf stable-diffusion-3.5-large und verwendet adversariale Diffusionsdestillation (ADD) für höhere Geschwindigkeit."
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5 wurde mit den Gewichten des stable-diffusion-v1.2 Checkpoints initialisiert und mit 595k Schritten bei 512x512 Auflösung auf „laion-aesthetics v2 5+“ feinabgestimmt. Dabei wurde die Textkonditionierung um 10 % reduziert, um die geführte Stichprobenahme ohne Klassifikator zu verbessern."
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xl bringt bedeutende Verbesserungen gegenüber v1.5 und erreicht eine Qualität, die mit dem aktuellen Open-Source-Text-zu-Bild-SOTA-Modell Midjourney vergleichbar ist. Zu den Verbesserungen zählen ein dreimal größeres UNet-Backbone, ein Verfeinerungsmodul zur Qualitätssteigerung der generierten Bilder sowie effizientere Trainingstechniken."
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "Ein von Stability AI entwickeltes und Open-Source-Text-zu-Bild-Großmodell mit branchenführender kreativer Bildgenerierungsfähigkeit. Es verfügt über exzellente Instruktionsverständnisfähigkeiten und unterstützt die Definition von Inverse Prompts zur präzisen Inhaltserzeugung."
-  },
  "step-1-128k": {
    "description": "Bietet ein ausgewogenes Verhältnis zwischen Leistung und Kosten, geeignet für allgemeine Szenarien."
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "Kleinvisualmodell, geeignet für grundlegende Text- und Bildaufgaben."
  },
-  "step-1x-edit": {
-    "description": "Dieses Modell ist auf Bildbearbeitungsaufgaben spezialisiert und kann Bilder basierend auf vom Nutzer bereitgestellten Bildern und Textbeschreibungen modifizieren und verbessern. Es unterstützt verschiedene Eingabeformate, einschließlich Textbeschreibungen und Beispielbilder, versteht die Nutzerintention und erzeugt entsprechende Bildbearbeitungsergebnisse."
-  },
-  "step-1x-medium": {
-    "description": "Dieses Modell verfügt über starke Bildgenerierungsfähigkeiten und unterstützt Texteingaben. Es bietet native chinesische Unterstützung, versteht und verarbeitet chinesische Textbeschreibungen besser, erfasst semantische Informationen präziser und wandelt sie in Bildmerkmale um, um genauere Bildgenerierung zu ermöglichen. Das Modell erzeugt hochauflösende, qualitativ hochwertige Bilder und besitzt eine gewisse Stilübertragungsfähigkeit."
-  },
  "step-2-16k": {
    "description": "Unterstützt groß angelegte Kontextinteraktionen und eignet sich für komplexe Dialogszenarien."
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "Ein ultraschnelles Großmodell, das auf der neuen, selbstentwickelten Attention-Architektur MFA basiert. Es erreicht mit extrem niedrigen Kosten ähnliche Ergebnisse wie Schritt 1 und bietet gleichzeitig eine höhere Durchsatzrate und schnellere Reaktionszeiten. Es kann allgemeine Aufgaben bearbeiten und hat besondere Fähigkeiten im Bereich der Codierung."
  },
-  "step-2x-large": {
-    "description": "Das neue Generationen-Bildmodell von Step Star konzentriert sich auf Bildgenerierung und kann basierend auf Textbeschreibungen des Nutzers hochwertige Bilder erzeugen. Das neue Modell erzeugt realistischere Bildtexturen und bietet verbesserte Fähigkeiten bei der Erzeugung chinesischer und englischer Schriftzeichen."
-  },
  "step-r1-v-mini": {
    "description": "Dieses Modell ist ein leistungsstarkes Schlussfolgerungsmodell mit starker Bildverständnisfähigkeit, das in der Lage ist, Bild- und Textinformationen zu verarbeiten und nach tiefem Denken Textinhalte zu generieren. Es zeigt herausragende Leistungen im Bereich der visuellen Schlussfolgerung und verfügt über erstklassige Fähigkeiten in Mathematik, Programmierung und Textschlussfolgerung. Die Kontextlänge beträgt 100k."
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "Das Modell v0-1.5-md ist für alltägliche Aufgaben und die Generierung von Benutzeroberflächen (UI) geeignet"
  },
-  "wan2.2-t2i-flash": {
-    "description": "Wanxiang 2.2 Turbo-Version, das aktuell neueste Modell. Es bietet umfassende Verbesserungen in Kreativität, Stabilität und realistischer Textur, erzeugt schnell und bietet ein hervorragendes Preis-Leistungs-Verhältnis."
-  },
-  "wan2.2-t2i-plus": {
-    "description": "Wanxiang 2.2 Professional-Version, das aktuell neueste Modell. Es bietet umfassende Verbesserungen in Kreativität, Stabilität und realistischer Textur mit reichhaltigen Details."
-  },
-  "wanx-v1": {
-    "description": "Basis-Text-zu-Bild-Modell. Entspricht dem allgemeinen Modell 1.0 auf der offiziellen Tongyi Wanxiang Webseite."
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "Spezialisiert auf realistische Porträts, mittlere Geschwindigkeit und niedrige Kosten. Entspricht dem Turbo-Modell 2.0 auf der offiziellen Tongyi Wanxiang Webseite."
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "Vollständig aufgerüstete Version mit reichhaltigeren Bilddetails, etwas langsamer. Entspricht dem professionellen Modell 2.1 auf der offiziellen Tongyi Wanxiang Webseite."
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "Vollständig aufgerüstete Version mit schneller Generierung, umfassender Leistung und hervorragendem Preis-Leistungs-Verhältnis. Entspricht dem Turbo-Modell 2.1 auf der offiziellen Tongyi Wanxiang Webseite."
+    "description": "Text-zu-Bild-Modell von Aliyun Tongyi"
  },
  "whisper-1": {
    "description": "Universelles Spracherkennungsmodell, unterstützt mehrsprachige Spracherkennung, Sprachübersetzung und Spracherkennung."
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "Ein Modell für komplexe visuelle Aufgaben, das leistungsstarke Verständnis- und Analysefähigkeiten auf der Grundlage mehrerer Bilder bietet."
-  },
-  "zai-org/GLM-4.5": {
-    "description": "GLM-4.5 ist ein speziell für Agentenanwendungen entwickeltes Basismodell mit Mixture-of-Experts-Architektur. Es ist tief optimiert für Werkzeugaufrufe, Web-Browsing, Softwareentwicklung und Frontend-Programmierung und unterstützt nahtlos die Integration in Code-Agenten wie Claude Code und Roo Code. GLM-4.5 verwendet einen hybriden Inferenzmodus und ist für komplexe Schlussfolgerungen sowie den Alltagsgebrauch geeignet."
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Air ist ein speziell für Agentenanwendungen entwickeltes Basismodell mit Mixture-of-Experts-Architektur. Es ist tief optimiert für Werkzeugaufrufe, Web-Browsing, Softwareentwicklung und Frontend-Programmierung und unterstützt nahtlos die Integration in Code-Agenten wie Claude Code und Roo Code. GLM-4.5 verwendet einen hybriden Inferenzmodus und ist für komplexe Schlussfolgerungen sowie den Alltagsgebrauch geeignet."
  }
 }
@@ -1,25 +1,25 @@
 {
  "confirm": "Bestätigen",
  "debug": {
-    "arguments": "Aufrufparameter",
+    "arguments": "Argumente",
    "function_call": "Funktionsaufruf",
-    "off": "Debugging ausschalten",
+    "off": "Debugging deaktivieren",
    "on": "Plugin-Aufrufinformationen anzeigen",
-    "payload": "Plugin-Nutzlast",
+    "payload": "Plugin-Payload",
    "pluginState": "Plugin-Zustand",
    "response": "Antwort",
    "title": "Plugin-Details",
-    "tool_call": "Werkzeugaufruf-Anfrage"
+    "tool_call": "Tool Call Request"
  },
  "detailModal": {
    "customPlugin": {
-      "description": "Bitte besuchen Sie die Bearbeitungsseite für Details",
+      "description": "Bitte gehen Sie zur Bearbeitungsseite, um Details anzuzeigen",
      "editBtn": "Jetzt bearbeiten",
      "title": "Dies ist ein benutzerdefiniertes Plugin"
    },
    "emptyState": {
      "description": "Bitte installieren Sie dieses Plugin, um die Funktionen und Konfigurationsoptionen anzuzeigen",
-      "title": "Plugin-Details nach Installation anzeigen"
+      "title": "Nach der Installation Plugin-Details anzeigen"
    },
    "info": {
      "description": "API-Beschreibung",
@@ -33,17 +33,17 @@
    "title": "Plugin-Details"
  },
  "dev": {
-    "confirmDeleteDevPlugin": "Dieses lokale Plugin wird gelöscht und kann nicht wiederhergestellt werden. Möchten Sie das Plugin wirklich löschen?",
+    "confirmDeleteDevPlugin": "Möchten Sie das lokale Plugin wirklich löschen? Es kann nach dem Löschen nicht wiederhergestellt werden.",
    "customParams": {
      "useProxy": {
-        "label": "Installation über Proxy (bei CORS-Fehlern bitte diese Option aktivieren und erneut installieren)"
+        "label": "Durch Proxy installieren (Bei Problemen mit Cross-Origin-Zugriffsfehlern können Sie versuchen, diese Option zu aktivieren und das Plugin erneut zu installieren)"
      }
    },
    "deleteSuccess": "Plugin erfolgreich gelöscht",
    "manifest": {
      "identifier": {
        "desc": "Eindeutige Kennung des Plugins",
-        "label": "Bezeichner"
+        "label": "Kennung"
      },
      "mode": {
        "mcp": "MCP-Plugin",
@@ -61,17 +61,17 @@
        "title": "Erweiterte Einstellungen"
      },
      "args": {
-        "desc": "Parameterliste für den Ausführungsbefehl, normalerweise hier MCP-Servername oder Startskript eingeben",
+        "desc": "Liste der Parameter, die an den auszuführenden Befehl übergeben werden, normalerweise hier den MCP-Servernamen oder den Pfad zum Startskript eingeben",
        "label": "Befehlsparameter",
-        "placeholder": "z.B.: mcp-hello-world",
-        "required": "Bitte Startparameter eingeben"
+        "placeholder": "Zum Beispiel: mcp-hello-world",
+        "required": "Bitte geben Sie die Startparameter ein"
      },
      "auth": {
        "bear": "API-Schlüssel",
        "desc": "Wählen Sie die Authentifizierungsmethode für den MCP-Server",
        "label": "Authentifizierungstyp",
        "none": "Keine Authentifizierung erforderlich",
-        "placeholder": "Bitte Authentifizierungstyp wählen",
+        "placeholder": "Bitte Authentifizierungstyp auswählen",
        "token": {
          "desc": "Geben Sie Ihren API-Schlüssel oder Bearer-Token ein",
          "label": "API-Schlüssel",
@@ -80,71 +80,71 @@
        }
      },
      "avatar": {
-        "label": "Plugin-Symbol"
+        "label": "Plugin-Icon"
      },
      "command": {
-        "desc": "Ausführbare Datei oder Skript zum Starten des MCP STDIO Servers",
+        "desc": "Die ausführbare Datei oder das Skript zum Starten des MCP STDIO-Servers",
        "label": "Befehl",
-        "placeholder": "z.B.: npx / uv / docker usw.",
-        "required": "Bitte Startbefehl eingeben"
+        "placeholder": "Zum Beispiel: npx / uv / docker usw.",
+        "required": "Bitte geben Sie den Startbefehl ein"
      },
      "desc": {
-        "desc": "Fügen Sie eine Beschreibung des Plugins hinzu",
+        "desc": "Beschreibung des Plugins hinzufügen",
        "label": "Plugin-Beschreibung",
-        "placeholder": "Ergänzen Sie Informationen zur Nutzung und Anwendungsszenarien"
+        "placeholder": "Ergänzen Sie Informationen zur Verwendung und zu Szenarien dieses Plugins"
      },
      "endpoint": {
        "desc": "Geben Sie die Adresse Ihres MCP Streamable HTTP Servers ein",
-        "label": "MCP Endpoint URL"
+        "label": "MCP Endpoint-URL"
      },
      "env": {
        "add": "Neue Zeile hinzufügen",
-        "desc": "Geben Sie die Umgebungsvariablen für Ihren MCP Server ein",
-        "duplicateKeyError": "Feldschlüssel muss eindeutig sein",
+        "desc": "Geben Sie die Umgebungsvariablen ein, die Ihr MCP-Server benötigt",
+        "duplicateKeyError": "Feldschlüssel müssen eindeutig sein",
        "formValidationFailed": "Formularvalidierung fehlgeschlagen, bitte überprüfen Sie das Parameterformat",
        "keyRequired": "Feldschlüssel darf nicht leer sein",
-        "label": "MCP Server Umgebungsvariablen",
-        "stringifyError": "Parameter können nicht serialisiert werden, bitte überprüfen Sie das Format"
+        "label": "MCP-Server-Umgebungsvariablen",
+        "stringifyError": "Parameter können nicht serialisiert werden, bitte überprüfen Sie das Parameterformat"
      },
      "headers": {
        "add": "Neue Zeile hinzufügen",
-        "desc": "Geben Sie die HTTP-Header ein",
+        "desc": "HTTP-Anforderungsheader eingeben",
        "label": "HTTP-Header"
      },
      "identifier": {
-        "desc": "Geben Sie Ihrem MCP-Plugin einen Namen, nur englische Zeichen erlaubt",
-        "invalid": "Bezeichner darf nur Buchstaben, Zahlen, Bindestriche und Unterstriche enthalten",
-        "label": "MCP Plugin-Name",
+        "desc": "Geben Sie Ihrem MCP-Plugin einen Namen, der englische Zeichen verwenden muss",
+        "invalid": "Es dürfen nur englische Zeichen, Zahlen, - und _ verwendet werden",
+        "label": "MCP-Plugin-Name",
        "placeholder": "z.B.: my-mcp-plugin",
-        "required": "Bitte MCP-Dienstbezeichner eingeben"
+        "required": "Bitte geben Sie die MCP-Dienstkennung ein"
      },
-      "previewManifest": "Plugin-Manifest anzeigen",
-      "quickImport": "Schnellimport JSON-Konfiguration",
+      "previewManifest": "Vorschau auf die Plugin-Beschreibungsdatei",
+      "quickImport": "Schnellimport von JSON-Konfiguration",
      "quickImportError": {
-        "empty": "Eingabe darf nicht leer sein",
+        "empty": "Eingabefeld darf nicht leer sein",
        "invalidJson": "Ungültiges JSON-Format",
-        "invalidStructure": "Ungültige JSON-Struktur"
+        "invalidStructure": "JSON-Format ist ungültig"
      },
      "stdioNotSupported": "Die aktuelle Umgebung unterstützt keine stdio-Typ MCP-Plugins",
      "testConnection": "Verbindung testen",
-      "testConnectionTip": "Nach erfolgreichem Verbindungstest kann das MCP-Plugin normal verwendet werden",
+      "testConnectionTip": "Die MCP-Plugins können erst nach erfolgreichem Test der Verbindung normal verwendet werden",
      "type": {
-        "desc": "Wählen Sie die Kommunikationsart des MCP-Plugins, Webversion unterstützt nur Streamable HTTP",
+        "desc": "Wählen Sie die Kommunikationsart des MCP-Plugins, die Webversion unterstützt nur Streamable HTTP",
        "httpFeature1": "Kompatibel mit Web- und Desktop-Version",
-        "httpFeature2": "Verbindung zu entfernten MCP-Servern ohne zusätzliche Installation oder Konfiguration",
-        "httpShortDesc": "Kommunikationsprotokoll basierend auf Streaming HTTP",
-        "label": "MCP Plugin-Typ",
-        "stdioFeature1": "Geringere Latenz, geeignet für lokale Ausführung",
+        "httpFeature2": "Verbindung zu einem entfernten MCP-Server, keine zusätzliche Installation oder Konfiguration erforderlich",
+        "httpShortDesc": "Kommunikationsprotokoll basierend auf Streaming-HTTP",
+        "label": "MCP-Plugin-Typ",
+        "stdioFeature1": "Geringere Kommunikationslatenz, geeignet für lokale Ausführung",
        "stdioFeature2": "MCP-Server muss lokal installiert und ausgeführt werden",
-        "stdioNotAvailable": "STDIO-Modus nur in der Desktop-Version verfügbar",
-        "stdioShortDesc": "Kommunikationsprotokoll basierend auf Standard-Ein-/Ausgabe",
-        "title": "MCP Plugin-Typ"
+        "stdioNotAvailable": "Der STDIO-Modus ist nur in der Desktop-Version verfügbar",
+        "stdioShortDesc": "Kommunikationsprotokoll basierend auf Standard-Eingabe und -Ausgabe",
+        "title": "MCP-Plugin-Typ"
      },
      "url": {
-        "desc": "Geben Sie die Streamable HTTP-Adresse Ihres MCP Servers ein, SSE-Modus wird nicht unterstützt",
+        "desc": "Geben Sie Ihre MCP-Server-Streamable-HTTP-Adresse ein, SSE-Modus wird nicht unterstützt",
        "invalid": "Bitte geben Sie eine gültige URL ein",
-        "label": "Streamable HTTP Endpoint URL",
-        "required": "Bitte MCP-Dienst-URL eingeben"
+        "label": "HTTP Endpoint-URL",
+        "required": "Bitte geben Sie die MCP-Dienst-URL ein"
      }
    },
    "meta": {
@@ -153,30 +153,30 @@
        "label": "Autor"
      },
      "avatar": {
-        "desc": "Plugin-Symbol, Emoji oder URL möglich",
+        "desc": "Symbol des Plugins, kann Emoji oder URL verwenden",
        "label": "Symbol"
      },
      "description": {
        "desc": "Plugin-Beschreibung",
        "label": "Beschreibung",
-        "placeholder": "Informationen über Suchmaschinen abrufen"
+        "placeholder": "Informationen von Suchmaschinen abrufen"
      },
      "formFieldRequired": "Dieses Feld ist erforderlich",
      "homepage": {
-        "desc": "Homepage des Plugins",
-        "label": "Homepage"
+        "desc": "Startseite des Plugins",
+        "label": "Startseite"
      },
      "identifier": {
-        "desc": "Eindeutiger Bezeichner des Plugins, wird automatisch aus dem Manifest erkannt",
-        "errorDuplicate": "Bezeichner ist bereits vergeben, bitte ändern",
-        "label": "Bezeichner",
-        "pattenErrorMessage": "Nur englische Buchstaben, Zahlen, - und _ sind erlaubt"
+        "desc": "Eindeutige Kennung des Plugins, wird automatisch aus dem Manifest erkannt",
+        "errorDuplicate": "Kennung ist bereits für ein anderes Plugin vergeben. Bitte ändern Sie die Kennung",
+        "label": "Kennung",
+        "pattenErrorMessage": "Es können nur Buchstaben, Zahlen, - und _ eingegeben werden"
      },
      "lobe": "{{appName}} Plugin",
      "manifest": {
-        "desc": "{{appName}} installiert das Plugin über diesen Link",
-        "label": "Plugin-Manifest-URL",
-        "preview": "Manifest anzeigen",
+        "desc": "{{appName}} wird das Plugin über diesen Link installieren.",
+        "label": "Plugin-Beschreibungsdatei (Manifest) URL",
+        "preview": "Vorschau des Manifests",
        "refresh": "Aktualisieren"
      },
      "openai": "OpenAI Plugin",
@@ -186,10 +186,10 @@
        "placeholder": "Suchmaschine"
      }
    },
-    "metaConfig": "Plugin-Metainformationen konfigurieren",
-    "modalDesc": "Nach dem Hinzufügen eines benutzerdefinierten Plugins kann es zur Plugin-Entwicklung und -Verifizierung oder direkt im Chat verwendet werden. Für die Plugin-Entwicklung siehe <1>Entwicklerdokumentation↗</>.",
+    "metaConfig": "Konfiguration der Plugin-Metadaten",
+    "modalDesc": "Nach dem Hinzufügen eines benutzerdefinierten Plugins kann es zur Validierung der Plugin-Entwicklung verwendet oder direkt in Unterhaltungen verwendet werden. Weitere Informationen zur Plugin-Entwicklung finden Sie in den <1>Entwicklerdokumenten↗</>.",
    "openai": {
-      "importUrl": "Von URL importieren",
+      "importUrl": "Von URL-Link importieren",
      "schema": "Schema"
    },
    "preview": {
@@ -197,42 +197,42 @@
        "noParams": "Dieses Tool hat keine Parameter",
        "noResults": "Keine API gefunden, die den Suchkriterien entspricht",
        "params": "Parameter:",
-        "searchPlaceholder": "Werkzeuge suchen..."
+        "searchPlaceholder": "Werkzeug suchen..."
      },
-      "card": "Plugin-Vorschau",
-      "desc": "Plugin-Beschreibung anzeigen",
+      "card": "Vorschau der Plugin-Anzeige",
+      "desc": "Vorschau der Plugin-Beschreibung",
      "empty": {
-        "desc": "Nach der Konfiguration können hier die unterstützten Funktionen des Plugins angezeigt werden",
-        "title": "Plugin nach Konfiguration vorschauen"
+        "desc": "Nach der Konfiguration können Sie hier die unterstützten Funktionen des Plugins anzeigen",
+        "title": "Vorschau starten nach Plugin-Konfiguration"
      },
-      "title": "Plugin-Namensvorschau"
+      "title": "Vorschau des Plugin-Namens"
    },
    "save": "Plugin installieren",
    "saveSuccess": "Plugin-Einstellungen erfolgreich gespeichert",
    "tabs": {
-      "manifest": "Funktionsbeschreibung (Manifest)",
-      "meta": "Plugin-Metainformationen"
+      "manifest": "Funktionsbeschreibungsliste (Manifest)",
+      "meta": "Plugin-Metadaten"
    },
    "title": {
      "create": "Benutzerdefiniertes Plugin hinzufügen",
      "edit": "Benutzerdefiniertes Plugin bearbeiten"
    },
    "type": {
-      "lobe": "{{appName}} Plugin",
-      "openai": "OpenAI Plugin"
+      "lobe": "LobeChat-Plugin",
+      "openai": "OpenAI-Plugin"
    },
    "update": "Aktualisieren",
    "updateSuccess": "Plugin-Einstellungen erfolgreich aktualisiert"
  },
  "error": {
-    "fetchError": "Abruf des Manifest-Links fehlgeschlagen. Bitte überprüfen Sie die Gültigkeit des Links und ob CORS-Zugriff erlaubt ist.",
-    "installError": "Installation des Plugins {{name}} fehlgeschlagen",
-    "manifestInvalid": "Manifest entspricht nicht den Vorgaben, Validierungsergebnis: \n\n {{error}}",
-    "noManifest": "Manifest-Datei nicht gefunden",
-    "openAPIInvalid": "OpenAPI-Parsing fehlgeschlagen, Fehler: \n\n {{error}}",
-    "reinstallError": "Aktualisierung des Plugins {{name}} fehlgeschlagen",
-    "testConnectionFailed": "Manifest-Abruf fehlgeschlagen: {{error}}",
-    "urlError": "Der Link liefert keinen JSON-Inhalt. Bitte stellen Sie sicher, dass es sich um einen gültigen Link handelt."
+    "fetchError": "Fehler beim Abrufen des Manifest-Links. Stellen Sie sicher, dass der Link gültig ist und dass die Cross-Origin-Anfrage erlaubt ist.",
+    "installError": "Fehler bei der Installation des Plugins {{name}}.",
+    "manifestInvalid": "Das Manifest entspricht nicht den Standards. Validierungsergebnis: \n\n {{error}}",
+    "noManifest": "Manifest nicht vorhanden",
+    "openAPIInvalid": "Fehler beim Parsen von OpenAPI. Fehler: \n\n {{error}}",
+    "reinstallError": "Fehler beim Aktualisieren des Plugins {{name}}.",
+    "testConnectionFailed": "Manifest konnte nicht abgerufen werden: {{error}}",
+    "urlError": "Der Link hat keine JSON-Format-Inhalte zurückgegeben. Stellen Sie sicher, dass der Link gültig ist."
  },
  "inspector": {
    "args": "Parameterliste anzeigen",
@@ -240,38 +240,38 @@
  },
  "list": {
    "item": {
-      "deprecated.title": "Gelöscht",
+      "deprecated.title": "Veraltet",
      "local.config": "Konfiguration",
      "local.title": "Benutzerdefiniert"
    }
  },
  "loading": {
    "content": "Plugin wird aufgerufen...",
-    "plugin": "Plugin läuft..."
+    "plugin": "Plugin wird ausgeführt..."
  },
  "localSystem": {
    "apiName": {
      "listLocalFiles": "Dateiliste anzeigen",
      "moveLocalFiles": "Dateien verschieben",
      "readLocalFile": "Dateiinhalt lesen",
-      "renameLocalFile": "Datei umbenennen",
+      "renameLocalFile": "Umbenennen",
      "searchLocalFiles": "Dateien suchen",
      "writeLocalFile": "Datei schreiben"
    },
    "title": "Lokale Dateien"
  },
  "mcpInstall": {
-    "CHECKING_INSTALLATION": "Installationsumgebung wird geprüft...",
+    "CHECKING_INSTALLATION": "Installationsumgebung wird überprüft...",
    "COMPLETED": "Installation abgeschlossen",
-    "CONFIGURATION_REQUIRED": "Bitte konfigurieren Sie die erforderlichen Einstellungen, um fortzufahren",
+    "CONFIGURATION_REQUIRED": "Bitte schließen Sie die erforderliche Konfiguration ab, um mit der Installation fortzufahren",
    "ERROR": "Installationsfehler",
    "FETCHING_MANIFEST": "Plugin-Manifest wird abgerufen...",
    "GETTING_SERVER_MANIFEST": "MCP-Server wird initialisiert...",
    "INSTALLING_PLUGIN": "Plugin wird installiert...",
-    "configurationDescription": "Dieses MCP-Plugin benötigt Konfigurationsparameter zur ordnungsgemäßen Nutzung. Bitte füllen Sie die erforderlichen Informationen aus.",
-    "configurationRequired": "Plugin-Konfiguration erforderlich",
+    "configurationDescription": "Dieses MCP-Plugin benötigt Konfigurationsparameter, um ordnungsgemäß zu funktionieren. Bitte füllen Sie die notwendigen Konfigurationsinformationen aus.",
+    "configurationRequired": "Plugin-Parameter konfigurieren",
    "continueInstall": "Installation fortsetzen",
-    "dependenciesDescription": "Dieses Plugin benötigt folgende Systemabhängigkeiten. Bitte installieren Sie die fehlenden Abhängigkeiten gemäß Anleitung und klicken Sie auf 'Erneut prüfen', um fortzufahren.",
+    "dependenciesDescription": "Dieses Plugin benötigt die Installation folgender Systemabhängigkeiten, um korrekt zu funktionieren. Bitte installieren Sie die fehlenden Abhängigkeiten gemäß Anleitung und klicken Sie anschließend auf 'Erneut prüfen', um die Installation fortzusetzen.",
    "dependenciesRequired": "Bitte installieren Sie die Systemabhängigkeiten des Plugins",
    "dependencyStatus": {
      "installed": "Installiert",
@@ -284,18 +284,18 @@
      "connectionParams": "Verbindungsparameter",
      "env": "Umgebungsvariablen",
      "errorOutput": "Fehlerprotokoll",
-      "exitCode": "Exit-Code",
+      "exitCode": "Beendigungscode",
      "hideDetails": "Details ausblenden",
-      "originalError": "Originalfehler",
+      "originalError": "Ursprünglicher Fehler",
      "showDetails": "Details anzeigen"
    },
    "errorTypes": {
      "AUTHORIZATION_ERROR": "Autorisierungsfehler",
      "CONNECTION_FAILED": "Verbindung fehlgeschlagen",
-      "INITIALIZATION_TIMEOUT": "Initialisierungstimeout",
+      "INITIALIZATION_TIMEOUT": "Initialisierung zeitüberschritten",
      "PROCESS_SPAWN_ERROR": "Prozessstart fehlgeschlagen",
      "UNKNOWN_ERROR": "Unbekannter Fehler",
-      "VALIDATION_ERROR": "Parametervalidierung fehlgeschlagen"
+      "VALIDATION_ERROR": "Parameterüberprüfung fehlgeschlagen"
    },
    "installError": "MCP-Plugin-Installation fehlgeschlagen, Grund: {{detail}}",
    "installMethods": {
@@ -306,83 +306,23 @@
    "skipDependencies": "Prüfung überspringen"
  },
  "pluginList": "Plugin-Liste",
-  "protocolInstall": {
-    "actions": {
-      "install": "Installieren",
-      "installAnyway": "Trotzdem installieren",
-      "installed": "Installiert"
-    },
-    "config": {
-      "args": "Parameter",
-      "command": "Befehl",
-      "env": "Umgebungsvariablen",
-      "headers": "Header",
-      "title": "Konfigurationsinformationen",
-      "type": {
-        "http": "Typ: HTTP",
-        "label": "Typ",
-        "stdio": "Typ: Stdio"
-      },
-      "url": "Serveradresse"
-    },
-    "custom": {
-      "badge": "Benutzerdefiniertes Plugin",
-      "security": {
-        "description": "Dieses Plugin wurde nicht offiziell verifiziert. Die Installation kann Sicherheitsrisiken bergen! Bitte stellen Sie sicher, dass Sie der Quelle vertrauen.",
-        "title": "⚠️ Sicherheitshinweis"
-      },
-      "title": "Benutzerdefiniertes Plugin installieren"
-    },
-    "marketplace": {
-      "title": "Drittanbieter-Plugins installieren",
-      "trustedBy": "Bereitgestellt von {{name}}",
-      "unverified": {
-        "title": "Unverifiziertes Drittanbieter-Plugin",
-        "warning": "Dieses Plugin stammt aus einem unverifizierten Drittanbieter-Markt. Bitte stellen Sie vor der Installation sicher, dass Sie der Quelle vertrauen."
-      },
-      "verified": "Verifiziert"
-    },
-    "messages": {
-      "connectionTestFailed": "Verbindungstest fehlgeschlagen",
-      "installError": "Plugin-Installation fehlgeschlagen, bitte erneut versuchen",
-      "installSuccess": "Plugin {{name}} erfolgreich installiert!",
-      "manifestError": "Plugin-Details konnten nicht abgerufen werden. Bitte überprüfen Sie Ihre Netzwerkverbindung und versuchen Sie es erneut.",
-      "manifestNotFound": "Plugin-Manifest konnte nicht gefunden werden"
-    },
-    "meta": {
-      "author": "Autor",
-      "homepage": "Homepage",
-      "identifier": "Bezeichner",
-      "source": "Quelle",
-      "version": "Version"
-    },
-    "official": {
-      "badge": "Offizielles LobeHub Plugin",
-      "description": "Dieses Plugin wird von LobeHub offiziell entwickelt und gepflegt, es wurde streng auf Sicherheit geprüft und kann bedenkenlos verwendet werden.",
-      "loadingMessage": "Plugin-Details werden geladen...",
-      "loadingTitle": "Lädt",
-      "title": "Offizielles Plugin installieren"
-    },
-    "title": "MCP Plugin installieren",
-    "warning": "⚠️ Bitte stellen Sie sicher, dass Sie der Quelle dieses Plugins vertrauen. Bösartige Plugins können die Systemsicherheit gefährden."
-  },
  "search": {
    "apiName": {
-      "crawlMultiPages": "Mehrere Seiteninhalt lesen",
+      "crawlMultiPages": "Inhalte mehrerer Seiten lesen",
      "crawlSinglePage": "Seiteninhalt lesen",
-      "search": "Seite durchsuchen"
+      "search": "Seite suchen"
    },
    "config": {
      "addKey": "Schlüssel hinzufügen",
      "close": "Löschen",
-      "confirm": "Konfiguration abgeschlossen und erneut versuchen"
+      "confirm": "Konfiguration abgeschlossen und erneut versucht"
    },
    "crawPages": {
-      "crawling": "Link-Erkennung läuft",
+      "crawling": "Linkerkennung läuft",
      "detail": {
        "preview": "Vorschau",
-        "raw": "Rohtext",
-        "tooLong": "Text ist zu lang, der Gesprächskontext behält nur die ersten {{characters}} Zeichen, der Rest wird nicht berücksichtigt"
+        "raw": "Ursprünglicher Text",
+        "tooLong": "Der Textinhalt ist zu lang, der Kontext des Gesprächs behält nur die ersten {{characters}} Zeichen bei, der übersteigende Teil wird nicht in den Gesprächskontext einbezogen."
      },
      "meta": {
        "crawler": "Crawler-Modus",
@@ -393,13 +333,13 @@
      "baseURL": "Bitte eingeben",
      "description": "Geben Sie die URL von SearchXNG ein, um mit der Online-Suche zu beginnen",
      "keyPlaceholder": "Bitte Schlüssel eingeben",
-      "title": "SearchXNG Suchmaschine konfigurieren",
-      "unconfiguredDesc": "Bitte kontaktieren Sie den Administrator, um die SearchXNG Suchmaschine zu konfigurieren und die Online-Suche zu starten",
-      "unconfiguredTitle": "SearchXNG Suchmaschine nicht konfiguriert"
+      "title": "SearchXNG-Suchmaschine konfigurieren",
+      "unconfiguredDesc": "Bitte wenden Sie sich an den Administrator, um die Konfiguration der SearchXNG-Suchmaschine abzuschließen und mit der Online-Suche zu beginnen",
+      "unconfiguredTitle": "SearchXNG-Suchmaschine ist noch nicht konfiguriert"
    },
    "title": "Online-Suche"
  },
-  "setting": "Plugin-Einstellungen",
+  "setting": "Plugin-Einstellung",
  "settings": {
    "capabilities": {
      "prompts": "Eingabeaufforderungen",
@@ -415,53 +355,53 @@
      "command": "Startbefehl",
      "title": "Verbindungsinformationen",
      "type": "Verbindungstyp",
-      "url": "Serveradresse"
+      "url": "Dienstadresse"
    },
    "edit": "Bearbeiten",
    "envConfigDescription": "Diese Konfigurationen werden als Umgebungsvariablen beim Start des MCP-Servers an den Prozess übergeben",
-    "httpTypeNotice": "HTTP-Typ MCP-Plugins benötigen derzeit keine Umgebungsvariablen-Konfiguration",
+    "httpTypeNotice": "Für HTTP-Typ MCP-Plugins sind derzeit keine Umgebungsvariablen zu konfigurieren",
    "indexUrl": {
      "title": "Marktindex",
-      "tooltip": "Online-Bearbeitung wird derzeit nicht unterstützt, bitte konfigurieren Sie über Umgebungsvariablen bei der Bereitstellung"
+      "tooltip": "Online-Bearbeitung wird derzeit nicht unterstützt. Bitte über Umgebungsvariablen bei der Bereitstellung festlegen."
    },
    "messages": {
-      "connectionUpdateFailed": "Verbindungsinformationen konnten nicht aktualisiert werden",
+      "connectionUpdateFailed": "Aktualisierung der Verbindungsinformationen fehlgeschlagen",
      "connectionUpdateSuccess": "Verbindungsinformationen erfolgreich aktualisiert",
-      "envUpdateFailed": "Umgebungsvariablen konnten nicht gespeichert werden",
+      "envUpdateFailed": "Speichern der Umgebungsvariablen fehlgeschlagen",
      "envUpdateSuccess": "Umgebungsvariablen erfolgreich gespeichert"
    },
-    "modalDesc": "Nach Konfiguration der Plugin-Marktplatz-Adresse können benutzerdefinierte Plugin-Marktplätze verwendet werden",
+    "modalDesc": "Nachdem Sie die Adresse des Plugin-Marktes konfiguriert haben, können Sie den benutzerdefinierten Plugin-Markt verwenden.",
    "rules": {
      "argsRequired": "Bitte Startparameter eingeben",
      "commandRequired": "Bitte Startbefehl eingeben",
-      "urlRequired": "Bitte Serveradresse eingeben"
+      "urlRequired": "Bitte Dienstadresse eingeben"
    },
    "saveSettings": "Einstellungen speichern",
-    "title": "Plugin-Marktplatz konfigurieren"
+    "title": "Plugin-Markteinstellungen"
  },
-  "showInPortal": "Bitte Details im Arbeitsbereich ansehen",
+  "showInPortal": "Bitte überprüfen Sie die Details im Portal",
  "store": {
    "actions": {
      "cancel": "Installation abbrechen",
-      "confirmUninstall": "Dieses Plugin wird deinstalliert und die Konfiguration gelöscht. Bitte bestätigen Sie Ihre Aktion.",
+      "confirmUninstall": "Das Plugin wird deinstalliert und alle Konfigurationen werden gelöscht. Bitte bestätigen Sie Ihre Aktion.",
      "detail": "Details",
      "install": "Installieren",
      "manifest": "Installationsdatei bearbeiten",
      "settings": "Einstellungen",
      "uninstall": "Deinstallieren"
    },
-    "communityPlugin": "Community-Plugin",
+    "communityPlugin": "Community",
    "customPlugin": "Benutzerdefiniert",
-    "empty": "Keine installierten Plugins",
-    "emptySelectHint": "Wählen Sie ein Plugin, um Details anzuzeigen",
+    "empty": "Keine installierten Plugins vorhanden",
+    "emptySelectHint": "Wählen Sie ein Plugin aus, um Details anzuzeigen",
    "installAllPlugins": "Alle installieren",
-    "networkError": "Plugin-Shop konnte nicht geladen werden. Bitte überprüfen Sie Ihre Netzwerkverbindung und versuchen Sie es erneut.",
-    "placeholder": "Plugin-Namen, Beschreibung oder Schlüsselwörter suchen...",
+    "networkError": "Fehler beim Abrufen des Plugin-Shops. Bitte überprüfen Sie die Netzwerkverbindung und versuchen Sie es erneut.",
+    "placeholder": "Suche nach Plugin-Namen, Beschreibung oder Stichwort...",
    "releasedAt": "Veröffentlicht am {{createdAt}}",
    "tabs": {
      "installed": "Installiert",
-      "mcp": "MCP Plugins",
-      "old": "LobeChat Plugins"
+      "mcp": "MCP-Plugin",
+      "old": "LobeChat-Plugin"
    },
    "title": "Plugin-Shop"
  },
@@ -2,15 +2,9 @@
  "ai21": {
    "description": "AI21 Labs entwickelt Basis-Modelle und KI-Systeme für Unternehmen und beschleunigt die Anwendung generativer KI in der Produktion."
  },
-  "ai302": {
-    "description": "302.AI ist eine On-Demand-KI-Anwendungsplattform, die die umfassendsten KI-APIs und KI-Online-Anwendungen auf dem Markt bietet"
-  },
  "ai360": {
    "description": "360 AI ist die von der 360 Company eingeführte Plattform für KI-Modelle und -Dienste, die eine Vielzahl fortschrittlicher Modelle zur Verarbeitung natürlicher Sprache anbietet, darunter 360GPT2 Pro, 360GPT Pro, 360GPT Turbo und 360GPT Turbo Responsibility 8K. Diese Modelle kombinieren große Parameter mit multimodalen Fähigkeiten und finden breite Anwendung in den Bereichen Textgenerierung, semantisches Verständnis, Dialogsysteme und Codegenerierung. Durch flexible Preisstrategien erfüllt 360 AI die vielfältigen Bedürfnisse der Nutzer, unterstützt Entwickler bei der Integration und fördert die Innovation und Entwicklung intelligenter Anwendungen."
  },
-  "aihubmix": {
-    "description": "AiHubMix bietet über eine einheitliche API-Schnittstelle Zugriff auf verschiedene KI-Modelle."
-  },
  "anthropic": {
    "description": "Anthropic ist ein Unternehmen, das sich auf Forschung und Entwicklung im Bereich der künstlichen Intelligenz spezialisiert hat und eine Reihe fortschrittlicher Sprachmodelle anbietet, darunter Claude 3.5 Sonnet, Claude 3 Sonnet, Claude 3 Opus und Claude 3 Haiku. Diese Modelle erreichen ein ideales Gleichgewicht zwischen Intelligenz, Geschwindigkeit und Kosten und sind für eine Vielzahl von Anwendungsszenarien geeignet, von unternehmensweiten Arbeitslasten bis hin zu schnellen Reaktionen. Claude 3.5 Sonnet, als neuestes Modell, hat in mehreren Bewertungen hervorragend abgeschnitten und bietet gleichzeitig ein hohes Preis-Leistungs-Verhältnis."
  },
@@ -189,7 +189,6 @@
      "aesGcm": "Your key and proxy URL will be encrypted using <1>AES-GCM</1> encryption algorithm",
      "apiKey": {
        "desc": "Please enter your {{name}} API Key",
-        "descWithUrl": "Please enter your {{name}} API Key. <3>Click here to get it</3>",
        "placeholder": "{{name}} API Key",
        "title": "API Key"
      },
@@ -306,7 +305,6 @@
        "latestTime": "Last updated: {{time}}",
        "noLatestTime": "Model list not yet fetched"
      },
-      "noModelsInCategory": "No enabled models in this category",
      "resetAll": {
        "conform": "Are you sure you want to reset all modifications to the current model? After resetting, the current model list will return to its default state.",
        "success": "Reset successful",
@@ -317,15 +315,7 @@
      "title": "Model List",
      "total": "{{count}} models available"
    },
-    "searchNotFound": "No search results found",
-    "tabs": {
-      "all": "All",
-      "chat": "Chat",
-      "embedding": "Embedding",
-      "image": "Image",
-      "stt": "ASR",
-      "tts": "TTS"
-    }
+    "searchNotFound": "No search results found"
  },
  "sortModal": {
    "success": "Sort update successful",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark4.0 Ultra is the most powerful version in the Spark large model series, enhancing text content understanding and summarization capabilities while upgrading online search links. It is a comprehensive solution for improving office productivity and accurately responding to demands, leading the industry as an intelligent product."
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp (also known as “4x-AnimeSharp”) is an open-source super-resolution model developed by Kim2091 based on the ESRGAN architecture, focusing on upscaling and sharpening anime-style images. It was renamed from “4x-TextSharpV1” in February 2022, originally also suitable for text images but significantly optimized for anime content."
-  },
  "Baichuan2-Turbo": {
    "description": "Utilizes search enhancement technology to achieve comprehensive links between large models and domain knowledge, as well as knowledge from the entire web. Supports uploads of various documents such as PDF and Word, and URL input, providing timely and comprehensive information retrieval with accurate and professional output."
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3 is a MoE model developed in-house by Deep Seek Company. Its performance surpasses that of other open-source models such as Qwen2.5-72B and Llama-3.1-405B in multiple assessments, and it stands on par with the world's top proprietary models like GPT-4o and Claude-3.5-Sonnet."
  },
-  "DeepSeek-V3-Fast": {
-    "description": "Model provider: sophnet platform. DeepSeek V3 Fast is the high-TPS ultra-fast version of DeepSeek V3 0324, fully powered without quantization, featuring enhanced coding and mathematical capabilities for faster response!"
-  },
  "Doubao-lite-128k": {
    "description": "Doubao-lite offers ultra-fast response times and better cost-effectiveness, providing customers with more flexible options for different scenarios. Supports inference and fine-tuning with a 128k context window."
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "The best-performing flagship model, suitable for handling complex tasks. It excels in scenarios such as reference Q&A, summarization, creative writing, text classification, and role-playing. Supports inference and fine-tuning with a 4k context window."
  },
-  "DreamO": {
-    "description": "DreamO is an open-source image customization generation model jointly developed by ByteDance and Peking University, designed to support multi-task image generation through a unified architecture. It employs an efficient compositional modeling approach to generate highly consistent and customized images based on multiple user-specified conditions such as identity, subject, style, and background."
-  },
  "ERNIE-3.5-128K": {
    "description": "Baidu's self-developed flagship large-scale language model, covering a vast amount of Chinese and English corpus. It possesses strong general capabilities, meeting the requirements for most dialogue Q&A, creative generation, and plugin application scenarios; it supports automatic integration with Baidu's search plugin to ensure the timeliness of Q&A information."
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "Baidu's latest self-developed high-performance large language model released in 2024, with outstanding general capabilities, providing better results than ERNIE Speed, suitable as a base model for fine-tuning, effectively addressing specific scenario issues while also exhibiting excellent inference performance."
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-dev is a multimodal image generation and editing model developed by Black Forest Labs based on the Rectified Flow Transformer architecture, featuring 12 billion parameters. It specializes in generating, reconstructing, enhancing, or editing images under given contextual conditions. The model combines the controllable generation advantages of diffusion models with the contextual modeling capabilities of Transformers, supporting high-quality image output and widely applicable to image restoration, completion, and visual scene reconstruction tasks."
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-dev is an open-source multimodal language model (MLLM) developed by Black Forest Labs, optimized for vision-and-language tasks by integrating image and text understanding and generation capabilities. Built upon advanced large language models such as Mistral-7B, it achieves vision-language collaborative processing and complex task reasoning through a carefully designed visual encoder and multi-stage instruction fine-tuning."
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B) is an innovative model suitable for multi-domain applications and complex tasks."
  },
-  "HelloMeme": {
-    "description": "HelloMeme is an AI tool that automatically generates memes, GIFs, or short videos based on the images or actions you provide. It requires no drawing or programming skills; simply prepare reference images, and it will help you create visually appealing, fun, and stylistically consistent content."
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Full is an open-source multimodal image editing large model launched by HiDream.ai, based on the advanced Diffusion Transformer architecture combined with powerful language understanding capabilities (embedded LLaMA 3.1-8B-Instruct). It supports image generation, style transfer, local editing, and content repainting through natural language instructions, demonstrating excellent vision-language comprehension and execution abilities."
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilled is a lightweight text-to-image model optimized through distillation, capable of rapidly generating high-quality images, especially suitable for low-resource environments and real-time generation tasks."
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacter is a tuning-free personalized character generation model released by Tencent AI team in 2025, designed to achieve high-fidelity, cross-scene consistent character generation. The model supports character modeling based on a single reference image and can flexibly transfer the character to various styles, actions, and backgrounds."
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8B is a powerful visual language model that supports multimodal processing of images and text, capable of accurately recognizing image content and generating relevant descriptions or answers."
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26B is a powerful visual language model that supports multimodal processing of images and text, capable of accurately recognizing image content and generating relevant descriptions or answers."
  },
-  "Kolors": {
-    "description": "Kolors is a text-to-image model developed by the Kuaishou Kolors team. Trained with billions of parameters, it excels in visual quality, Chinese semantic understanding, and text rendering."
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "Kolors is a large-scale latent diffusion text-to-image generation model developed by the Kuaishou Kolors team. Trained on billions of text-image pairs, it demonstrates significant advantages in visual quality, complex semantic accuracy, and Chinese and English character rendering. It supports both Chinese and English inputs and performs exceptionally well in understanding and generating Chinese-specific content."
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "Exhibits outstanding image reasoning capabilities on high-resolution images, suitable for visual understanding applications."
  },
@@ -197,15 +164,9 @@
  "MiniMaxAI/MiniMax-M1-80k": {
    "description": "MiniMax-M1 is a large-scale hybrid attention inference model with open-source weights, featuring 456 billion parameters, with approximately 45.9 billion parameters activated per token. The model natively supports ultra-long contexts of up to 1 million tokens and, through lightning attention mechanisms, reduces floating-point operations by 75% compared to DeepSeek R1 in tasks generating 100,000 tokens. Additionally, MiniMax-M1 employs a Mixture of Experts (MoE) architecture, combining the CISPO algorithm with an efficient reinforcement learning training design based on hybrid attention, achieving industry-leading performance in long-input inference and real-world software engineering scenarios."
  },
-  "Moonshot-Kimi-K2-Instruct": {
-    "description": "With a total of 1 trillion parameters and 32 billion activated parameters, this non-thinking model achieves top-tier performance in cutting-edge knowledge, mathematics, and coding, excelling in general agent tasks. It is carefully optimized for agent tasks, capable not only of answering questions but also taking actions. Ideal for improvisational, general chat, and agent experiences, it is a reflex-level model requiring no prolonged thinking."
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B) is a high-precision instruction model suitable for complex computations."
  },
-  "OmniConsistency": {
-    "description": "OmniConsistency enhances style consistency and generalization in image-to-image tasks by introducing large-scale Diffusion Transformers (DiTs) and paired stylized data, effectively preventing style degradation."
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "The same Phi-3-medium model, but with a larger context size for RAG or few-shot prompting."
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3 is a mixed expert (MoE) language model with 671 billion parameters, utilizing multi-head latent attention (MLA) and the DeepSeekMoE architecture, combined with a load balancing strategy without auxiliary loss to optimize inference and training efficiency. Pre-trained on 14.8 trillion high-quality tokens and fine-tuned with supervision and reinforcement learning, DeepSeek-V3 outperforms other open-source models and approaches leading closed-source models."
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 is a MoE architecture base model with exceptional coding and agent capabilities, featuring 1 trillion total parameters and 32 billion activated parameters. In benchmark tests across general knowledge reasoning, programming, mathematics, and agent tasks, the K2 model outperforms other mainstream open-source models."
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Preview is an innovative natural language processing model capable of efficiently handling complex dialogue generation and context understanding tasks."
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3 is a next-generation model with significantly enhanced capabilities, achieving industry-leading levels in reasoning, general tasks, agent functions, and multilingual support, with a switchable thinking mode."
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3-235B-A22B-Instruct-2507 is a flagship mixture-of-experts (MoE) large language model developed by Alibaba Cloud Tongyi Qianwen team within the Qwen3 series. It has 235 billion total parameters with 22 billion activated per inference. Released as an update to the non-thinking mode Qwen3-235B-A22B, it focuses on significant improvements in instruction following, logical reasoning, text comprehension, mathematics, science, programming, and tool usage. Additionally, it enhances coverage of multilingual long-tail knowledge and better aligns with user preferences in subjective and open-ended tasks to generate more helpful and higher-quality text."
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3-235B-A22B-Thinking-2507 is a member of the Qwen3 large language model series developed by Alibaba Tongyi Qianwen team, specializing in complex reasoning tasks. Based on a mixture-of-experts (MoE) architecture with 235 billion total parameters and approximately 22 billion activated per token, it balances strong performance with computational efficiency. As a dedicated “thinking” model, it significantly improves performance in logic reasoning, mathematics, science, programming, and academic benchmarks requiring human expertise, ranking among the top open-source thinking models. It also enhances general capabilities such as instruction following, tool usage, and text generation, natively supports 256K long-context understanding, and is well-suited for scenarios requiring deep reasoning and long document processing."
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3 is a next-generation model with significantly enhanced capabilities, achieving industry-leading levels in reasoning, general tasks, agent functions, and multilingual support, with a switchable thinking mode."
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507 is an updated version of the Qwen3-30B-A3B non-thinking mode. It is a Mixture of Experts (MoE) model with a total of 30.5 billion parameters and 3.3 billion active parameters. The model features key enhancements across multiple areas, including significant improvements in instruction following, logical reasoning, text comprehension, mathematics, science, coding, and tool usage. Additionally, it has made substantial progress in covering long-tail multilingual knowledge and better aligns with user preferences in subjective and open-ended tasks, enabling it to generate more helpful responses and higher-quality text. Furthermore, its long-text comprehension capability has been extended to 256K tokens. This model supports only the non-thinking mode and does not generate `<think></think>` tags in its output."
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3 is a next-generation model with significantly enhanced capabilities, achieving industry-leading levels in reasoning, general tasks, agent functions, and multilingual support, with a switchable thinking mode."
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instruct is a large language model specifically designed for code generation, code understanding, and efficient development scenarios, featuring an industry-leading 32 billion parameters to meet diverse programming needs."
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22B is a Mixture of Experts (MoE) model that introduces a \"Hybrid Reasoning Mode,\" allowing users to seamlessly switch between \"Thinking Mode\" and \"Non-Thinking Mode.\" It supports understanding and reasoning in 119 languages and dialects and possesses powerful tool invocation capabilities. In comprehensive benchmarks covering overall ability, coding and mathematics, multilingual proficiency, knowledge, and reasoning, it competes with leading large models on the market such as DeepSeek R1, OpenAI o1, o3-mini, Grok 3, and Google Gemini 2.5 Pro."
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32B is a dense model that introduces a \"Hybrid Reasoning Mode,\" enabling users to seamlessly switch between \"Thinking Mode\" and \"Non-Thinking Mode.\" Thanks to architectural improvements, increased training data, and more efficient training methods, its overall performance is comparable to that of Qwen2.5-72B."
-  },
  "SenseChat": {
    "description": "Basic version model (V4) with a context length of 4K, featuring strong general capabilities."
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "The latest version model (V5.5) supports multi-image input and fully optimizes the model's basic capabilities, achieving significant improvements in object attribute recognition, spatial relationships, action event recognition, scene understanding, emotion recognition, logical reasoning, and text understanding and generation."
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "With comprehensive updates to multimodal, language, and reasoning data, along with optimized training strategies, the new model achieves significant improvements in multimodal reasoning and generalized instruction-following capabilities. It supports a context window of up to 128K tokens and excels in specialized tasks such as OCR and cultural tourism IP recognition."
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "With comprehensive updates to multimodal, language, and reasoning data, along with optimized training strategies, the new model achieves significant improvements in multimodal reasoning and generalized instruction-following capabilities. It supports a context window of up to 128K tokens and excels in specialized tasks such as OCR and cultural tourism IP recognition."
-  },
  "SenseNova-V6-Pro": {
    "description": "Achieves a native unification of image, text, and video capabilities, breaking through the limitations of traditional discrete multimodality, winning dual championships in the OpenCompass and SuperCLUE evaluations."
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23 is a multilingual model launched by Cohere, supporting 23 languages, facilitating diverse language applications."
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "Deployed and provided by Microsoft; the DeepSeek R1 model has undergone a minor version upgrade, currently at DeepSeek-R1-0528. In the latest update, DeepSeek R1 significantly improves inference depth and reasoning ability by increasing computational resources and introducing algorithmic optimizations in the post-training phase. This model excels in benchmarks including mathematics, programming, and general logic, with overall performance approaching leading models such as O3 and Gemini 2.5 Pro."
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13B is an open-source, commercially usable large language model developed by Baichuan Intelligence, containing 13 billion parameters, achieving the best results in its size on authoritative Chinese and English benchmarks."
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnet provides an ideal balance of intelligence and speed for enterprise workloads. It offers maximum utility at a lower price, reliable and suitable for large-scale deployment."
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1 is Anthropic's latest and most powerful model designed for handling highly complex tasks. It demonstrates outstanding performance in intelligence, fluency, and comprehension."
-  },
  "claude-opus-4-20250514": {
    "description": "Claude Opus 4 is Anthropic's most powerful model for handling highly complex tasks. It excels in performance, intelligence, fluency, and comprehension."
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "Doubao-Seed-1.6-thinking features greatly enhanced thinking capabilities. Compared to Doubao-1.5-thinking-pro, it further improves foundational skills such as coding, math, and logical reasoning, and supports visual understanding. It supports a 256k context window and output lengths up to 16k tokens."
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "Doubao image generation model developed by ByteDance Seed team supports both text and image inputs, providing a highly controllable and high-quality image generation experience based on text prompts."
-  },
  "doubao-vision-lite-32k": {
    "description": "The Doubao-vision model is a multimodal large model launched by Doubao, featuring powerful image understanding and reasoning capabilities along with precise instruction comprehension. It demonstrates strong performance in image-text information extraction and image-based reasoning tasks, applicable to more complex and diverse visual question answering scenarios."
  },
@@ -1067,9 +995,6 @@
  "ernie-char-fiction-8k": {
    "description": "Baidu's vertical scene large language model, suitable for applications such as game NPCs, customer service dialogues, and role-playing conversations, with a more distinct and consistent character style, stronger instruction-following capabilities, and superior inference performance."
  },
-  "ernie-irag-edit": {
-    "description": "Baidu's self-developed ERNIE iRAG Edit image editing model supports operations such as erase (object removal), repaint (object redrawing), and variation (variant generation) based on images."
-  },
  "ernie-lite-8k": {
    "description": "ERNIE Lite is Baidu's lightweight large language model, balancing excellent model performance with inference efficiency, suitable for low-power AI acceleration card inference."
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "The model performs better in terms of effectiveness and performance compared to ERNIE-X1-32K."
  },
-  "flux-1-schnell": {
-    "description": "Developed by Black Forest Labs, this 12-billion-parameter text-to-image model uses latent adversarial diffusion distillation technology to generate high-quality images within 1 to 4 steps. Its performance rivals closed-source alternatives and is released under the Apache-2.0 license, suitable for personal, research, and commercial use."
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev] is an open-source weight and fine-tuned model for non-commercial applications. It maintains image quality and instruction-following capabilities close to the FLUX professional version while offering higher operational efficiency. Compared to standard models of the same size, it is more resource-efficient."
-  },
  "flux-kontext/dev": {
    "description": "Frontier image editing model."
  },
-  "flux-merged": {
-    "description": "The FLUX.1-merged model combines the deep features explored during the development phase of “DEV” with the high-speed execution advantages represented by “Schnell.” This integration not only pushes the model's performance boundaries but also broadens its application scope."
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro] can process text and reference images as input, seamlessly enabling targeted local edits and complex overall scene transformations."
  },
-  "flux-schnell": {
-    "description": "FLUX.1 [schnell], currently the most advanced open-source few-step model, surpasses competitors and even powerful non-distilled models like Midjourney v6.0 and DALL·E 3 (HD). Finely tuned to retain the full output diversity from pretraining, FLUX.1 [schnell] significantly enhances visual quality, instruction compliance, size/aspect ratio variation, font handling, and output diversity compared to state-of-the-art models on the market, offering users a richer and more diverse creative image generation experience."
-  },
-  "flux.1-schnell": {
-    "description": "A 12-billion-parameter rectified flow transformer capable of generating images based on text descriptions."
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell] is a streaming transformer model with 12 billion parameters, capable of generating high-quality images from text in 1 to 4 steps, suitable for personal and commercial use."
  },
@@ -1199,6 +1109,9 @@
  "gemini-2.5-flash-preview-04-17": {
    "description": "Gemini 2.5 Flash Preview is Google's most cost-effective model, offering a comprehensive set of features."
  },
+  "gemini-2.5-flash-preview-04-17-thinking": {
+    "description": "Gemini 2.5 Flash Preview is Google's most cost-effective model, offering comprehensive capabilities."
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash Preview is Google's most cost-effective model, offering comprehensive capabilities."
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "The GLM-4.1V-Thinking series represents the most powerful vision-language models known at the 10B parameter scale, integrating state-of-the-art capabilities across various vision-language tasks such as video understanding, image question answering, academic problem solving, OCR text recognition, document and chart interpretation, GUI agents, front-end web coding, and grounding. Its performance in many tasks even surpasses that of Qwen2.5-VL-72B, which has over eight times the parameters. Leveraging advanced reinforcement learning techniques, the model masters Chain-of-Thought reasoning to improve answer accuracy and richness, significantly outperforming traditional non-thinking models in final results and interpretability."
  },
-  "glm-4.5": {
-    "description": "Zhipu's latest flagship model supports thinking mode switching, achieving state-of-the-art comprehensive capabilities among open-source models, with a context length of up to 128K."
-  },
-  "glm-4.5-air": {
-    "description": "A lightweight version of GLM-4.5 balancing performance and cost-effectiveness, capable of flexibly switching hybrid thinking models."
-  },
-  "glm-4.5-airx": {
-    "description": "The ultra-fast version of GLM-4.5-Air, offering faster response speeds, designed for large-scale high-speed demands."
-  },
-  "glm-4.5-flash": {
-    "description": "The free version of GLM-4.5, delivering excellent performance in inference, coding, and agent tasks."
-  },
-  "glm-4.5-x": {
-    "description": "The high-speed version of GLM-4.5, combining strong performance with generation speeds up to 100 tokens per second."
-  },
  "glm-4v": {
    "description": "GLM-4V provides strong image understanding and reasoning capabilities, supporting various visual tasks."
  },
@@ -1311,7 +1209,7 @@
    "description": "Ultra-fast reasoning: features extremely fast reasoning speed and powerful reasoning effects."
  },
  "glm-z1-flash": {
-    "description": "The GLM-Z1 series features powerful complex reasoning abilities, excelling in logic reasoning, mathematics, and programming."
+    "description": "The GLM-Z1 series possesses strong complex reasoning capabilities, excelling in logical reasoning, mathematics, programming, and more. The maximum context length is 32K."
  },
  "glm-z1-flashx": {
    "description": "High speed and low cost: Flash enhanced version with ultra-fast inference speed and improved concurrency support."
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "ChatGPT native multimodal image generation model."
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B is an open-source large language model released by OpenAI, utilizing MXFP4 quantization technology. It is suitable for running on high-end consumer GPUs or Apple Silicon Macs. This model excels in dialogue generation, code writing, and reasoning tasks, supporting function calls and tool usage."
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B is a large open-source language model released by OpenAI, employing MXFP4 quantization technology as a flagship model. It requires multi-GPU or high-performance workstation environments to operate and delivers outstanding performance in complex reasoning, code generation, and multilingual processing, supporting advanced function calls and tool integration."
-  },
  "grok-2-1212": {
    "description": "This model has improved in accuracy, instruction adherence, and multilingual capabilities."
  },
-  "grok-2-image-1212": {
-    "description": "Our latest image generation model can create vivid and realistic images based on text prompts. It performs excellently in image generation for marketing, social media, and entertainment."
-  },
  "grok-2-vision-1212": {
    "description": "This model has improved in accuracy, instruction adherence, and multilingual capabilities."
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "Optimized for text creation and essay writing, with enhanced abilities in frontend coding, mathematics, logical reasoning, and improved instruction-following capabilities."
  },
-  "hunyuan-t1-20250711": {
-    "description": "Significantly improves high-difficulty mathematics, logic, and coding capabilities, optimizes model output stability, and enhances long-text processing ability."
-  },
  "hunyuan-t1-latest": {
    "description": "The industry's first ultra-large-scale Hybrid-Transformer-Mamba inference model, enhancing reasoning capabilities with exceptional decoding speed, further aligning with human preferences."
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "The latest multimodal model from Hunyuan, supporting image + text input to generate textual content."
  },
-  "image-01": {
-    "description": "A brand-new image generation model with delicate visual performance, supporting text-to-image and image-to-image generation."
-  },
-  "image-01-live": {
-    "description": "An image generation model with delicate visual performance, supporting text-to-image generation and style setting."
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "Imagen 4th generation text-to-image model series"
  },
@@ -1646,9 +1526,6 @@
  "internvl3-latest": {
    "description": "Our latest released multimodal large model, featuring enhanced image-text understanding capabilities and long-sequence image comprehension, performs on par with top proprietary models. It defaults to our latest released InternVL series model, currently pointing to internvl3-78b."
  },
-  "irag-1.0": {
-    "description": "Baidu's self-developed iRAG (image-based Retrieval-Augmented Generation) technology combines Baidu Search's hundreds of millions of image resources with powerful foundational model capabilities to generate ultra-realistic images. The overall effect far surpasses native text-to-image systems, eliminating the AI-generated feel while maintaining low cost. iRAG features hallucination-free, ultra-realistic, and instant retrieval characteristics."
-  },
  "jamba-large": {
    "description": "Our most powerful and advanced model, designed for handling complex enterprise-level tasks with exceptional performance."
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "DeepSearch combines web search, reading, and reasoning for comprehensive investigations. You can think of it as an agent that takes on your research tasks—it conducts extensive searches and iterates multiple times before providing answers. This process involves ongoing research, reasoning, and problem-solving from various angles. This fundamentally differs from standard large models that generate answers directly from pre-trained data and traditional RAG systems that rely on one-time surface searches."
  },
-  "kimi-k2": {
-    "description": "Kimi-K2 is a MoE architecture base model launched by Moonshot AI with exceptional coding and agent capabilities, featuring 1 trillion total parameters and 32 billion activated parameters. In benchmark tests across general knowledge reasoning, programming, mathematics, and agent tasks, the K2 model outperforms other mainstream open-source models."
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2 is a MoE architecture base model with powerful coding and agent capabilities, totaling 1 trillion parameters with 32 billion active parameters. In benchmark tests across general knowledge reasoning, programming, mathematics, and agent tasks, the K2 model outperforms other mainstream open-source models."
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B is an open-source large code model optimized through extensive reinforcement learning, capable of producing robust, production-ready patches. This model achieved a new high score of 60.4% on SWE-bench Verified, setting a record for open-source models in automated software engineering tasks such as defect repair and code review."
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 is a MoE architecture base model with exceptional coding and agent capabilities, featuring 1 trillion total parameters and 32 billion activated parameters. In benchmark tests across general knowledge reasoning, programming, mathematics, and agent tasks, the K2 model outperforms other mainstream open-source models."
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2 is a MoE architecture base model with powerful coding and Agent capabilities, featuring a total of 1 trillion parameters and 32 billion active parameters. In benchmark tests across key categories such as general knowledge reasoning, programming, mathematics, and Agent tasks, the K2 model outperforms other mainstream open-source models."
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o mini is the latest model released by OpenAI following GPT-4 Omni, supporting both text and image input while outputting text. As their most advanced small model, it is significantly cheaper than other recent cutting-edge models and over 60% cheaper than GPT-3.5 Turbo. It maintains state-of-the-art intelligence while offering remarkable cost-effectiveness. GPT-4o mini scored 82% on the MMLU test and currently ranks higher than GPT-4 in chat preferences."
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120B is a top-tier language model with 120 billion parameters, featuring built-in browser search and code execution capabilities, along with strong reasoning skills."
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20B is a top-tier language model with 20 billion parameters, featuring built-in browser search and code execution capabilities, along with strong reasoning skills."
-  },
  "openai/o1": {
    "description": "o1 is OpenAI's new reasoning model that supports multimodal input and outputs text, suitable for complex tasks requiring broad general knowledge. This model features a 200K context window and a knowledge cutoff date of October 2023."
  },
@@ -2399,21 +2264,9 @@
  "qwen3-235b-a22b": {
    "description": "Qwen3 is a next-generation model with significantly enhanced capabilities, achieving industry-leading levels in reasoning, general tasks, agent functionality, and multilingual support, while also supporting mode switching."
  },
-  "qwen3-235b-a22b-instruct-2507": {
-    "description": "An open-source non-thinking mode model based on Qwen3, with slight improvements in subjective creativity and model safety compared to the previous version (Tongyi Qianwen 3-235B-A22B)."
-  },
-  "qwen3-235b-a22b-thinking-2507": {
-    "description": "An open-source thinking mode model based on Qwen3, with significant improvements in logical ability, general capabilities, knowledge enhancement, and creativity compared to the previous version (Tongyi Qianwen 3-235B-A22B), suitable for high-difficulty and strong reasoning scenarios."
-  },
  "qwen3-30b-a3b": {
    "description": "Qwen3 is a next-generation model with significantly enhanced capabilities, achieving industry-leading levels in reasoning, general tasks, agent functionality, and multilingual support, while also supporting mode switching."
  },
-  "qwen3-30b-a3b-instruct-2507": {
-    "description": "Compared to the previous version (Qwen3-30B-A3B), this version shows substantial improvements in overall general capabilities in both Chinese and multilingual contexts. It features specialized optimizations for subjective and open-ended tasks, aligning significantly better with user preferences and providing more helpful responses."
-  },
-  "qwen3-30b-a3b-thinking-2507": {
-    "description": "An open-source thinking mode model based on Qwen3, this version shows significant enhancements over the previous release (Tongyi Qianwen 3-30B-A3B) in logical ability, general capability, knowledge augmentation, and creative capacity. It is suitable for challenging scenarios requiring strong reasoning."
-  },
  "qwen3-32b": {
    "description": "Qwen3 is a next-generation model with significantly enhanced capabilities, achieving industry-leading levels in reasoning, general tasks, agent functionality, and multilingual support, while also supporting mode switching."
  },
@@ -2423,15 +2276,6 @@
  "qwen3-8b": {
    "description": "Qwen3 is a next-generation model with significantly enhanced capabilities, achieving industry-leading levels in reasoning, general tasks, agent functionality, and multilingual support, while also supporting mode switching."
  },
-  "qwen3-coder-480b-a35b-instruct": {
-    "description": "Open-source version of Tongyi Qianwen's code model. The latest qwen3-coder-480b-a35b-instruct is a code generation model based on Qwen3, featuring powerful Coding Agent capabilities, proficient in tool invocation and environment interaction, enabling autonomous programming with excellent coding and general capabilities."
-  },
-  "qwen3-coder-flash": {
-    "description": "Tongyi Qianwen code model. The latest Qwen3-Coder series models are code generation models based on Qwen3, equipped with powerful Coding Agent capabilities, proficient in tool invocation and environment interaction, enabling autonomous programming with excellent coding skills alongside general capabilities."
-  },
-  "qwen3-coder-plus": {
-    "description": "Tongyi Qianwen code model. The latest Qwen3-Coder series models are code generation models based on Qwen3, equipped with powerful Coding Agent capabilities, proficient in tool invocation and environment interaction, enabling autonomous programming with excellent coding skills alongside general capabilities."
-  },
  "qwq": {
    "description": "QwQ is an experimental research model focused on improving AI reasoning capabilities."
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "A new API product powered by the DeepSeek reasoning model."
  },
-  "stable-diffusion-3-medium": {
-    "description": "The latest text-to-image large model released by Stability AI. This version inherits the advantages of its predecessors and significantly improves image quality, text understanding, and style diversity, enabling more accurate interpretation of complex natural language prompts and generating more precise and diverse images."
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-large is an 800-million-parameter multimodal diffusion transformer (MMDiT) text-to-image generation model, offering excellent image quality and prompt matching. It supports generating high-resolution images up to 1 million pixels and runs efficiently on consumer-grade hardware."
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turbo is a model based on stable-diffusion-3.5-large that employs adversarial diffusion distillation (ADD) technology, providing faster generation speed."
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5 is initialized with weights from the stable-diffusion-v1.2 checkpoint and fine-tuned for 595k steps at 512x512 resolution on \"laion-aesthetics v2 5+\", reducing text conditioning by 10% to improve classifier-free guidance sampling."
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xl features major improvements over v1.5 and achieves results comparable to the current open-source text-to-image SOTA model Midjourney. Key enhancements include a UNet backbone three times larger than before, an added refinement module to improve image quality, and more efficient training techniques."
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "A text-to-image large model developed and open-sourced by Stability AI, leading the industry in creative image generation capabilities. It has excellent instruction understanding and supports inverse prompt definitions for precise content generation."
-  },
  "step-1-128k": {
    "description": "Balances performance and cost, suitable for general scenarios."
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "A small visual model suitable for basic text and image tasks."
  },
-  "step-1x-edit": {
-    "description": "This model focuses on image editing tasks, capable of modifying and enhancing images based on user-provided images and text descriptions. It supports multiple input formats, including text descriptions and example images. The model understands user intent and generates image edits that meet the requirements."
-  },
-  "step-1x-medium": {
-    "description": "This model has strong image generation capabilities, supporting text descriptions as input. It natively supports Chinese, better understanding and processing Chinese text descriptions, accurately capturing semantic information and converting it into image features for more precise image generation. The model can generate high-resolution, high-quality images and has some style transfer capabilities."
-  },
  "step-2-16k": {
    "description": "Supports large-scale context interactions, suitable for complex dialogue scenarios."
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "A high-speed large model based on the next-generation self-developed Attention architecture MFA, achieving results similar to step-1 at a very low cost, while maintaining higher throughput and faster response times. It is capable of handling general tasks and has specialized skills in coding."
  },
-  "step-2x-large": {
-    "description": "Step Star next-generation image generation model, focusing on image generation tasks. It can generate high-quality images based on user-provided text descriptions. The new model produces more realistic textures and stronger Chinese and English text generation capabilities."
-  },
  "step-r1-v-mini": {
    "description": "This model is a powerful reasoning model with strong image understanding capabilities, able to process both image and text information, generating text content after deep reasoning. It excels in visual reasoning while also possessing first-tier capabilities in mathematics, coding, and text reasoning. The context length is 100k."
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "The v0-1.5-md model is suitable for everyday tasks and user interface (UI) generation."
  },
-  "wan2.2-t2i-flash": {
-    "description": "Wanxiang 2.2 Flash version, the latest model currently available. Fully upgraded in creativity, stability, and realism, with fast generation speed and high cost-effectiveness."
-  },
-  "wan2.2-t2i-plus": {
-    "description": "Wanxiang 2.2 Professional version, the latest model currently available. Fully upgraded in creativity, stability, and realism, generating images with rich details."
-  },
-  "wanx-v1": {
-    "description": "Basic text-to-image model corresponding to Tongyi Wanxiang official website's 1.0 general model."
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "Specializes in textured portraits, with moderate speed and low cost. Corresponds to Tongyi Wanxiang official website's 2.0 turbo model."
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "Fully upgraded version. Generates images with richer details, slightly slower speed. Corresponds to Tongyi Wanxiang official website's 2.1 professional model."
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "Fully upgraded version. Fast generation speed, comprehensive effects, and high overall cost-effectiveness. Corresponds to Tongyi Wanxiang official website's 2.1 turbo model."
+    "description": "Text-to-image model under Alibaba Cloud Tongyi"
  },
  "whisper-1": {
    "description": "A general-purpose speech recognition model supporting multilingual speech recognition, speech translation, and language identification."
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "A complex visual task model that provides high-performance understanding and analysis capabilities based on multiple images."
-  },
-  "zai-org/GLM-4.5": {
-    "description": "GLM-4.5 is a foundational model designed specifically for agent applications, using a Mixture-of-Experts (MoE) architecture. It is deeply optimized for tool invocation, web browsing, software engineering, and front-end programming, supporting seamless integration with code agents like Claude Code and Roo Code. GLM-4.5 employs a hybrid inference mode, adaptable to complex reasoning and everyday use scenarios."
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Air is a foundational model designed specifically for agent applications, using a Mixture-of-Experts (MoE) architecture. It is deeply optimized for tool invocation, web browsing, software engineering, and front-end programming, supporting seamless integration with code agents like Claude Code and Roo Code. GLM-4.5 employs a hybrid inference mode, adaptable to complex reasoning and everyday use scenarios."
  }
 }
@@ -1,19 +1,19 @@
 {
  "confirm": "Confirm",
  "debug": {
-    "arguments": "Call Arguments",
+    "arguments": "Arguments",
    "function_call": "Function Call",
-    "off": "Turn Off Debug",
-    "on": "View Plugin Call Info",
-    "payload": "Plugin Payload",
+    "off": "Turn off debug",
+    "on": "View plugin invocation information",
+    "payload": "plugin payload",
    "pluginState": "Plugin State",
    "response": "Response",
    "title": "Plugin Details",
-    "tool_call": "Tool Call Request"
+    "tool_call": "tool call request"
  },
  "detailModal": {
    "customPlugin": {
-      "description": "Please go to the edit page to view details",
+      "description": "Please visit the edit page to view details",
      "editBtn": "Edit Now",
      "title": "This is a Custom Plugin"
    },
@@ -33,16 +33,16 @@
    "title": "Plugin Details"
  },
  "dev": {
-    "confirmDeleteDevPlugin": "This local plugin will be deleted and cannot be recovered. Do you want to delete this plugin?",
+    "confirmDeleteDevPlugin": "Are you sure you want to delete this local plugin? Once deleted, it cannot be recovered.",
    "customParams": {
      "useProxy": {
-        "label": "Install via Proxy (If you encounter cross-origin access errors, try enabling this option and reinstalling)"
+        "label": "Install via proxy (if encountering cross-origin access errors, try enabling this option and reinstalling)"
      }
    },
    "deleteSuccess": "Plugin deleted successfully",
    "manifest": {
      "identifier": {
-        "desc": "Unique identifier of the plugin",
+        "desc": "The unique identifier of the plugin",
        "label": "Identifier"
      },
      "mode": {
@@ -51,7 +51,7 @@
        "url": "Online Link"
      },
      "name": {
-        "desc": "Plugin title",
+        "desc": "The title of the plugin",
        "label": "Title",
        "placeholder": "Search Engine"
      }
@@ -61,50 +61,50 @@
        "title": "Advanced Settings"
      },
      "args": {
-        "desc": "List of parameters passed to the execution command, usually the MCP server name or startup script path",
-        "label": "Command Arguments",
-        "placeholder": "e.g., mcp-hello-world",
-        "required": "Please enter startup parameters"
+        "desc": "A list of parameters to be passed to the execution command, typically the MCP server name or the path to the startup script.",
+        "label": "Command Parameters",
+        "placeholder": "For example: mcp-hello-world",
+        "required": "Please enter the startup parameters"
      },
      "auth": {
        "bear": "API Key",
        "desc": "Select the authentication method for the MCP server",
        "label": "Authentication Type",
        "none": "No Authentication Required",
-        "placeholder": "Please select authentication type",
+        "placeholder": "Please select an authentication type",
        "token": {
          "desc": "Enter your API Key or Bearer Token",
          "label": "API Key",
          "placeholder": "sk-xxxxx",
-          "required": "Please enter authentication token"
+          "required": "Please enter the authentication token"
        }
      },
      "avatar": {
        "label": "Plugin Icon"
      },
      "command": {
-        "desc": "Executable file or script used to start the MCP STDIO Server",
+        "desc": "The executable file or script used to start the MCP STDIO Server",
        "label": "Command",
-        "placeholder": "e.g., npx / uv / docker etc.",
-        "required": "Please enter startup command"
+        "placeholder": "For example: npx / uv / docker, etc.",
+        "required": "Please enter the startup command"
      },
      "desc": {
        "desc": "Add a description for the plugin",
        "label": "Plugin Description",
-        "placeholder": "Supplement usage instructions and scenarios for this plugin"
+        "placeholder": "Provide usage instructions and context for this plugin"
      },
      "endpoint": {
        "desc": "Enter the address of your MCP Streamable HTTP Server",
        "label": "MCP Endpoint URL"
      },
      "env": {
-        "add": "Add a Row",
-        "desc": "Enter environment variables required by your MCP Server",
+        "add": "Add a new line",
+        "desc": "Enter the environment variables required for your MCP Server",
        "duplicateKeyError": "Field keys must be unique",
-        "formValidationFailed": "Form validation failed, please check parameter format",
+        "formValidationFailed": "Form validation failed, please check the parameter format",
        "keyRequired": "Field key cannot be empty",
        "label": "MCP Server Environment Variables",
-        "stringifyError": "Unable to serialize parameters, please check parameter format"
+        "stringifyError": "Unable to serialize parameters, please check the parameter format"
      },
      "headers": {
        "add": "Add a Row",
@@ -112,290 +112,230 @@
        "label": "HTTP Headers"
      },
      "identifier": {
-        "desc": "Specify a name for your MCP plugin, must use English characters",
-        "invalid": "Identifier can only contain letters, numbers, hyphens, and underscores",
+        "desc": "Specify a name for your MCP plugin, using English characters",
+        "invalid": "Only English letters, numbers, - and _ are allowed",
        "label": "MCP Plugin Name",
        "placeholder": "e.g., my-mcp-plugin",
-        "required": "Please enter MCP service identifier"
+        "required": "Please enter the MCP service identifier"
      },
-      "previewManifest": "Preview Plugin Manifest",
+      "previewManifest": "Preview Plugin Description File",
      "quickImport": "Quick Import JSON Configuration",
      "quickImportError": {
-        "empty": "Input content cannot be empty",
+        "empty": "Input cannot be empty",
        "invalidJson": "Invalid JSON format",
        "invalidStructure": "Invalid JSON structure"
      },
-      "stdioNotSupported": "Current environment does not support stdio type MCP plugins",
+      "stdioNotSupported": "The current environment does not support stdio type MCP plugins",
      "testConnection": "Test Connection",
-      "testConnectionTip": "MCP plugin can only be used normally after successful connection test",
+      "testConnectionTip": "The MCP plugin can only be used normally after a successful connection test",
      "type": {
-        "desc": "Select MCP plugin communication method, web version only supports Streamable HTTP",
-        "httpFeature1": "Compatible with web and desktop versions",
-        "httpFeature2": "Connect to remote MCP server without extra installation or configuration",
-        "httpShortDesc": "Streamable HTTP based communication protocol",
+        "desc": "Select the communication method for the MCP plugin; the web version only supports Streamable HTTP",
+        "httpFeature1": "Compatible with both web and desktop versions",
+        "httpFeature2": "Connect to a remote MCP server without additional installation or configuration",
+        "httpShortDesc": "A streaming HTTP-based communication protocol",
        "label": "MCP Plugin Type",
        "stdioFeature1": "Lower communication latency, suitable for local execution",
-        "stdioFeature2": "Requires local installation and running of MCP server",
-        "stdioNotAvailable": "STDIO mode is only available in desktop version",
-        "stdioShortDesc": "Communication protocol based on standard input/output",
+        "stdioFeature2": "Requires local installation and running of the MCP server",
+        "stdioNotAvailable": "STDIO mode is only available in the desktop version",
+        "stdioShortDesc": "A communication protocol based on standard input and output",
        "title": "MCP Plugin Type"
      },
      "url": {
-        "desc": "Enter your MCP Server Streamable HTTP address, SSE mode not supported",
+        "desc": "Enter your MCP Server Streamable HTTP address, SSE mode is not supported.",
        "invalid": "Please enter a valid URL",
-        "label": "Streamable HTTP Endpoint URL",
-        "required": "Please enter MCP service URL"
+        "label": "HTTP Endpoint URL",
+        "required": "Please enter the MCP service URL"
      }
    },
    "meta": {
      "author": {
-        "desc": "Author of the plugin",
+        "desc": "The author of the plugin",
        "label": "Author"
      },
      "avatar": {
-        "desc": "Plugin icon, can use Emoji or URL",
+        "desc": "The icon of the plugin, can be an Emoji or a URL",
        "label": "Icon"
      },
      "description": {
-        "desc": "Plugin description",
+        "desc": "The description of the plugin",
        "label": "Description",
-        "placeholder": "Search search engines for information"
+        "placeholder": "Get information from search engines"
      },
      "formFieldRequired": "This field is required",
      "homepage": {
-        "desc": "Plugin homepage",
+        "desc": "The homepage of the plugin",
        "label": "Homepage"
      },
      "identifier": {
-        "desc": "Unique identifier of the plugin, automatically recognized from manifest",
-        "errorDuplicate": "Identifier duplicates an existing plugin, please modify the identifier",
+        "desc": "The unique identifier of the plugin, only supports alphanumeric characters, hyphen -, and underscore _",
+        "errorDuplicate": "The identifier is already used by another plugin, please modify the identifier",
        "label": "Identifier",
-        "pattenErrorMessage": "Only English letters, numbers, - and _ are allowed"
+        "pattenErrorMessage": "Only alphanumeric characters, hyphen -, and underscore _ are allowed"
      },
      "lobe": "{{appName}} Plugin",
      "manifest": {
-        "desc": "{{appName}} will install the plugin via this link",
-        "label": "Plugin Manifest URL",
+        "desc": "{{appName}} will install the plugin through this link.",
+        "label": "Plugin Description (Manifest) URL",
        "preview": "Preview Manifest",
        "refresh": "Refresh"
      },
      "openai": "OpenAI Plugin",
      "title": {
-        "desc": "Plugin title",
+        "desc": "The title of the plugin",
        "label": "Title",
        "placeholder": "Search Engine"
      }
    },
-    "metaConfig": "Plugin Meta Information Configuration",
-    "modalDesc": "After adding a custom plugin, it can be used for plugin development verification or directly in conversations. For plugin development, please refer to the <1>Development Documentation↗</>.",
+    "metaConfig": "Plugin metadata configuration",
+    "modalDesc": "After adding a custom plugin, it can be used for plugin development verification or directly in the session. Please refer to the <1>development documentation↗</> for plugin development.",
    "openai": {
-      "importUrl": "Import from URL",
+      "importUrl": "Import from URL link",
      "schema": "Schema"
    },
    "preview": {
      "api": {
        "noParams": "This tool has no parameters",
-        "noResults": "No APIs matching the search criteria found",
+        "noResults": "No APIs found matching the search criteria",
        "params": "Parameters:",
        "searchPlaceholder": "Search tools..."
      },
-      "card": "Preview Plugin Display",
-      "desc": "Preview Plugin Description",
+      "card": "Preview of plugin display",
+      "desc": "Preview of plugin description",
      "empty": {
-        "desc": "After configuration, you can preview the supported tool capabilities here",
-        "title": "Start Preview After Configuring Plugin"
+        "desc": "Once configured, you will be able to preview the capabilities supported by the plugin here",
+        "title": "Start Previewing After Configuring the Plugin"
      },
      "title": "Plugin Name Preview"
    },
    "save": "Install Plugin",
    "saveSuccess": "Plugin settings saved successfully",
    "tabs": {
-      "manifest": "Feature Manifest",
-      "meta": "Plugin Meta Information"
+      "manifest": "Function Description Manifest (Manifest)",
+      "meta": "Plugin Metadata"
    },
    "title": {
      "create": "Add Custom Plugin",
      "edit": "Edit Custom Plugin"
    },
    "type": {
-      "lobe": "{{appName}} Plugin",
+      "lobe": "LobeChat Plugin",
      "openai": "OpenAI Plugin"
    },
    "update": "Update",
    "updateSuccess": "Plugin settings updated successfully"
  },
  "error": {
-    "fetchError": "Failed to request the manifest link, please ensure the link is valid and allows cross-origin access",
+    "fetchError": "Failed to fetch the manifest link. Please ensure the link is valid and allows cross-origin access.",
    "installError": "Plugin {{name}} installation failed",
-    "manifestInvalid": "Manifest does not comply with specifications, validation result: \n\n {{error}}",
+    "manifestInvalid": "The manifest does not conform to the specification. Validation result: \n\n {{error}}",
    "noManifest": "Manifest file does not exist",
-    "openAPIInvalid": "OpenAPI parsing failed, error: \n\n {{error}}",
-    "reinstallError": "Plugin {{name}} refresh failed",
-    "testConnectionFailed": "Failed to get Manifest: {{error}}",
-    "urlError": "The link did not return JSON content, please ensure it is a valid link"
+    "openAPIInvalid": "OpenAPI parsing failed. Error: \n\n {{error}}",
+    "reinstallError": "Failed to refresh plugin {{name}}",
+    "testConnectionFailed": "Failed to retrieve Manifest: {{error}}",
+    "urlError": "The link did not return content in JSON format. Please ensure it is a valid link."
  },
  "inspector": {
-    "args": "View Argument List",
-    "pluginRender": "View Plugin Interface"
+    "args": "View parameter list",
+    "pluginRender": "View plugin interface"
  },
  "list": {
    "item": {
      "deprecated.title": "Deleted",
      "local.config": "Configuration",
-      "local.title": "Custom"
+      "local.title": "Local"
    }
  },
  "loading": {
    "content": "Calling plugin...",
-    "plugin": "Plugin running..."
+    "plugin": "Plugin is running..."
  },
  "localSystem": {
    "apiName": {
      "listLocalFiles": "View File List",
-      "moveLocalFiles": "Move Files",
+      "moveLocalFiles": "Move File",
      "readLocalFile": "Read File Content",
      "renameLocalFile": "Rename",
      "searchLocalFiles": "Search Files",
-      "writeLocalFile": "Write File"
+      "writeLocalFile": "Write to File"
    },
    "title": "Local Files"
  },
  "mcpInstall": {
    "CHECKING_INSTALLATION": "Checking installation environment...",
    "COMPLETED": "Installation completed",
-    "CONFIGURATION_REQUIRED": "Please complete the relevant configuration before continuing installation",
+    "CONFIGURATION_REQUIRED": "Please complete the necessary configuration before continuing the installation",
    "ERROR": "Installation error",
    "FETCHING_MANIFEST": "Fetching plugin manifest...",
    "GETTING_SERVER_MANIFEST": "Initializing MCP server...",
    "INSTALLING_PLUGIN": "Installing plugin...",
-    "configurationDescription": "This MCP plugin requires configuration parameters to function properly, please fill in the necessary information",
-    "configurationRequired": "Configure Plugin Parameters",
-    "continueInstall": "Continue Installation",
-    "dependenciesDescription": "This plugin requires the following system dependencies to work properly. Please install the missing dependencies as instructed, then click recheck to continue installation.",
+    "configurationDescription": "This MCP plugin requires configuration parameters to function properly. Please fill in the necessary configuration information.",
+    "configurationRequired": "Configure plugin parameters",
+    "continueInstall": "Continue installation",
+    "dependenciesDescription": "This plugin requires the following system dependencies to work properly. Please install the missing dependencies as instructed, then click recheck to continue the installation.",
    "dependenciesRequired": "Please install the plugin's system dependencies",
    "dependencyStatus": {
      "installed": "Installed",
-      "notInstalled": "Not Installed",
-      "requiredVersion": "Required Version: {{version}}"
+      "notInstalled": "Not installed",
+      "requiredVersion": "Required version: {{version}}"
    },
    "errorDetails": {
      "args": "Arguments",
      "command": "Command",
-      "connectionParams": "Connection Parameters",
-      "env": "Environment Variables",
-      "errorOutput": "Error Log",
-      "exitCode": "Exit Code",
-      "hideDetails": "Hide Details",
-      "originalError": "Original Error",
-      "showDetails": "Show Details"
+      "connectionParams": "Connection parameters",
+      "env": "Environment variables",
+      "errorOutput": "Error log",
+      "exitCode": "Exit code",
+      "hideDetails": "Hide details",
+      "originalError": "Original error",
+      "showDetails": "Show details"
    },
    "errorTypes": {
-      "AUTHORIZATION_ERROR": "Authorization Error",
-      "CONNECTION_FAILED": "Connection Failed",
-      "INITIALIZATION_TIMEOUT": "Initialization Timeout",
-      "PROCESS_SPAWN_ERROR": "Process Spawn Failed",
-      "UNKNOWN_ERROR": "Unknown Error",
-      "VALIDATION_ERROR": "Parameter Validation Failed"
+      "AUTHORIZATION_ERROR": "Authorization Verification Error",
+      "CONNECTION_FAILED": "Connection failed",
+      "INITIALIZATION_TIMEOUT": "Initialization timeout",
+      "PROCESS_SPAWN_ERROR": "Process spawn error",
+      "UNKNOWN_ERROR": "Unknown error",
+      "VALIDATION_ERROR": "Parameter validation failed"
    },
-    "installError": "MCP plugin installation failed, reason: {{detail}}",
+    "installError": "MCP plugin installation failed. Reason: {{detail}}",
    "installMethods": {
-      "manual": "Manual Installation:",
-      "recommended": "Recommended Installation Method:"
+      "manual": "Manual installation:",
+      "recommended": "Recommended installation method:"
    },
    "recheckDependencies": "Recheck",
-    "skipDependencies": "Skip Check"
+    "skipDependencies": "Skip check"
  },
  "pluginList": "Plugin List",
-  "protocolInstall": {
-    "actions": {
-      "install": "Install",
-      "installAnyway": "Install Anyway",
-      "installed": "Installed"
-    },
-    "config": {
-      "args": "Arguments",
-      "command": "Command",
-      "env": "Environment Variables",
-      "headers": "Request Headers",
-      "title": "Configuration Information",
-      "type": {
-        "http": "Type: HTTP",
-        "label": "Type",
-        "stdio": "Type: Stdio"
-      },
-      "url": "Service Address"
-    },
-    "custom": {
-      "badge": "Custom Plugin",
-      "security": {
-        "description": "This plugin is not officially verified, installation may pose security risks! Please ensure you trust the plugin source.",
-        "title": "⚠️ Security Risk Warning"
-      },
-      "title": "Install Custom Plugin"
-    },
-    "marketplace": {
-      "title": "Install Third-Party Plugin",
-      "trustedBy": "Provided by {{name}}",
-      "unverified": {
-        "title": "Unverified Third-Party Plugin",
-        "warning": "This plugin comes from an unverified third-party marketplace. Please confirm you trust the source before installation."
-      },
-      "verified": "Verified"
-    },
-    "messages": {
-      "connectionTestFailed": "Connection test failed",
-      "installError": "Plugin installation failed, please try again",
-      "installSuccess": "Plugin {{name}} installed successfully!",
-      "manifestError": "Failed to get plugin details, please check network connection and try again",
-      "manifestNotFound": "Failed to retrieve plugin manifest"
-    },
-    "meta": {
-      "author": "Author",
-      "homepage": "Homepage",
-      "identifier": "Identifier",
-      "source": "Source",
-      "version": "Version"
-    },
-    "official": {
-      "badge": "LobeHub Official Plugin",
-      "description": "This plugin is developed and maintained by LobeHub official team, has undergone strict security review, safe to use.",
-      "loadingMessage": "Fetching plugin details...",
-      "loadingTitle": "Loading",
-      "title": "Install Official Plugin"
-    },
-    "title": "Install MCP Plugin",
-    "warning": "⚠️ Please confirm you trust the source of this plugin. Malicious plugins may harm your system security."
-  },
  "search": {
    "apiName": {
-      "crawlMultiPages": "Read Multiple Pages Content",
+      "crawlMultiPages": "Read multiple pages content",
      "crawlSinglePage": "Read Page Content",
-      "search": "Search Pages"
+      "search": "Search Page"
    },
    "config": {
      "addKey": "Add Key",
      "close": "Delete",
-      "confirm": "Configuration Completed and Retry"
+      "confirm": "Configuration completed, please retry"
    },
    "crawPages": {
-      "crawling": "Link Recognition in Progress",
+      "crawling": "Identifying links",
      "detail": {
        "preview": "Preview",
-        "raw": "Raw Text",
-        "tooLong": "Text content is too long, only the first {{characters}} characters are kept in the conversation context, the rest are excluded"
+        "raw": "Raw text",
+        "tooLong": "The text content is too long; only the first {{characters}} characters of the conversation context will be retained, and the excess will not be included in the conversation context."
      },
      "meta": {
        "crawler": "Crawling Mode",
-        "words": "Character Count"
+        "words": "Character count"
      }
    },
    "searchxng": {
      "baseURL": "Please enter",
-      "description": "Enter the URL of SearchXNG to start online search",
+      "description": "Enter the URL for SearchXNG to start online searching",
      "keyPlaceholder": "Please enter key",
      "title": "Configure SearchXNG Search Engine",
-      "unconfiguredDesc": "Please contact administrator to complete SearchXNG search engine configuration to start online search",
-      "unconfiguredTitle": "SearchXNG Search Engine Not Configured"
+      "unconfiguredDesc": "Please contact the administrator to complete the SearchXNG search engine configuration to start online searching",
+      "unconfiguredTitle": "SearchXNG search engine not configured yet"
    },
    "title": "Online Search"
  },
@@ -411,18 +351,18 @@
      "title": "Plugin Configuration"
    },
    "connection": {
-      "args": "Startup Arguments",
-      "command": "Startup Command",
+      "args": "Startup arguments",
+      "command": "Startup command",
      "title": "Connection Information",
-      "type": "Connection Type",
-      "url": "Service Address"
+      "type": "Connection type",
+      "url": "Service address"
    },
    "edit": "Edit",
-    "envConfigDescription": "These configurations will be passed as environment variables to the MCP server process at startup",
-    "httpTypeNotice": "HTTP type MCP plugins currently have no environment variables to configure",
+    "envConfigDescription": "These configurations will be passed as environment variables to the process when the MCP server starts",
+    "httpTypeNotice": "No environment variables need to be configured for HTTP type MCP plugins",
    "indexUrl": {
      "title": "Marketplace Index",
-      "tooltip": "Online editing is not supported yet, please set via environment variables during deployment"
+      "tooltip": "Editing is not supported at the moment"
    },
    "messages": {
      "connectionUpdateFailed": "Failed to update connection information",
@@ -430,34 +370,34 @@
      "envUpdateFailed": "Failed to save environment variables",
      "envUpdateSuccess": "Environment variables saved successfully"
    },
-    "modalDesc": "After configuring the plugin marketplace address, you can use a custom plugin marketplace",
+    "modalDesc": "After configuring the address of the plugin marketplace, you can use a custom plugin marketplace",
    "rules": {
      "argsRequired": "Please enter startup arguments",
-      "commandRequired": "Please enter startup command",
-      "urlRequired": "Please enter service address"
+      "commandRequired": "Please enter the startup command",
+      "urlRequired": "Please enter the service address"
    },
-    "saveSettings": "Save Settings",
+    "saveSettings": "Save settings",
    "title": "Configure Plugin Marketplace"
  },
-  "showInPortal": "Please view details in the workspace",
+  "showInPortal": "Please check the details in the Portal view",
  "store": {
    "actions": {
-      "cancel": "Cancel Installation",
-      "confirmUninstall": "This plugin will be uninstalled and its configuration cleared. Please confirm your action.",
+      "cancel": "Cancel installation",
+      "confirmUninstall": "The plugin is about to be uninstalled. After uninstalling, the plugin configuration will be cleared. Please confirm your operation.",
      "detail": "Details",
      "install": "Install",
      "manifest": "Edit Installation File",
      "settings": "Settings",
      "uninstall": "Uninstall"
    },
-    "communityPlugin": "Third-Party Community",
-    "customPlugin": "Custom",
-    "empty": "No installed plugins",
+    "communityPlugin": "Third-party",
+    "customPlugin": "Custom Plugin",
+    "empty": "No installed plugins yet",
    "emptySelectHint": "Select a plugin to preview detailed information",
    "installAllPlugins": "Install All",
-    "networkError": "Failed to fetch plugin store, please check network connection and try again",
-    "placeholder": "Search plugin name, description or keywords...",
-    "releasedAt": "Released on {{createdAt}}",
+    "networkError": "Failed to fetch plugin store. Please check your network connection and try again",
+    "placeholder": "Search for plugin name, description, or keyword...",
+    "releasedAt": "Released at {{createdAt}}",
    "tabs": {
      "installed": "Installed",
      "mcp": "MCP Plugins",
@@ -465,6 +405,6 @@
    },
    "title": "Plugin Store"
  },
-  "unknownError": "Unknown Error",
-  "unknownPlugin": "Unknown Plugin"
+  "unknownError": "Unknown error",
+  "unknownPlugin": "Unknown plugin"
 }
@@ -2,15 +2,9 @@
  "ai21": {
    "description": "AI21 Labs builds foundational models and AI systems for enterprises, accelerating the application of generative AI in production."
  },
-  "ai302": {
-    "description": "302.AI is an on-demand AI application platform offering the most comprehensive AI APIs and online AI applications available on the market."
-  },
  "ai360": {
    "description": "360 AI is an AI model and service platform launched by 360 Company, offering various advanced natural language processing models, including 360GPT2 Pro, 360GPT Pro, 360GPT Turbo, and 360GPT Turbo Responsibility 8K. These models combine large-scale parameters and multimodal capabilities, widely applied in text generation, semantic understanding, dialogue systems, and code generation. With flexible pricing strategies, 360 AI meets diverse user needs, supports developer integration, and promotes the innovation and development of intelligent applications."
  },
-  "aihubmix": {
-    "description": "AiHubMix provides access to various AI models through a unified API interface."
-  },
  "anthropic": {
    "description": "Anthropic is a company focused on AI research and development, offering a range of advanced language models such as Claude 3.5 Sonnet, Claude 3 Sonnet, Claude 3 Opus, and Claude 3 Haiku. These models achieve an ideal balance between intelligence, speed, and cost, suitable for various applications from enterprise workloads to rapid-response scenarios. Claude 3.5 Sonnet, as their latest model, has excelled in multiple evaluations while maintaining a high cost-performance ratio."
  },
@@ -535,6 +535,7 @@
    "experiment": "Experiment",
    "hotkey": "Hotkeys",
    "llm": "Language Model",
+    "plugin": "Plugin Management",
    "provider": "AI Service Provider",
    "proxy": "Network Proxy",
    "storage": "Data Storage",
@@ -189,7 +189,6 @@
      "aesGcm": "Tu clave y dirección del proxy se cifrarán utilizando el algoritmo de cifrado <1>AES-GCM</1>",
      "apiKey": {
        "desc": "Por favor, introduce tu {{name}} API Key",
-        "descWithUrl": "Por favor, introduce tu clave API de {{name}}, <3>haz clic aquí para obtenerla</3>",
        "placeholder": "{{name}} API Key",
        "title": "API Key"
      },
@@ -306,7 +305,6 @@
        "latestTime": "Última actualización: {{time}}",
        "noLatestTime": "Lista aún no obtenida"
      },
-      "noModelsInCategory": "No hay modelos habilitados en esta categoría",
      "resetAll": {
        "conform": "¿Confirmar el restablecimiento de todas las modificaciones del modelo actual? Después del restablecimiento, la lista de modelos actuales volverá al estado predeterminado",
        "success": "Restablecimiento exitoso",
@@ -317,15 +315,7 @@
      "title": "Lista de modelos",
      "total": "Un total de {{count}} modelos disponibles"
    },
-    "searchNotFound": "No se encontraron resultados de búsqueda",
-    "tabs": {
-      "all": "Todos",
-      "chat": "Chat",
-      "embedding": "Vectorización",
-      "image": "Imagen",
-      "stt": "ASR",
-      "tts": "TTS"
-    }
+    "searchNotFound": "No se encontraron resultados de búsqueda"
  },
  "sortModal": {
    "success": "Orden actualizado con éxito",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark4.0 Ultra es la versión más poderosa de la serie de modelos grandes de Xinghuo, mejorando la comprensión y capacidad de resumen de contenido textual al actualizar la conexión de búsqueda en línea. Es una solución integral para mejorar la productividad en la oficina y responder con precisión a las necesidades, siendo un producto inteligente líder en la industria."
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp (también conocido como “4x‑AnimeSharp”) es un modelo de superresolución de código abierto desarrollado por Kim2091 basado en la arquitectura ESRGAN, enfocado en la ampliación y el afilado de imágenes con estilo anime. Fue renombrado en febrero de 2022 desde “4x-TextSharpV1”, originalmente también aplicable a imágenes de texto, pero con un rendimiento significativamente optimizado para contenido anime."
-  },
  "Baichuan2-Turbo": {
    "description": "Utiliza tecnología de búsqueda mejorada para lograr un enlace completo entre el gran modelo y el conocimiento del dominio, así como el conocimiento de toda la red. Soporta la carga de documentos en PDF, Word y otros formatos, así como la entrada de URL, proporcionando información oportuna y completa, con resultados precisos y profesionales."
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3 es un modelo MoE desarrollado internamente por la empresa DeepSeek. Los resultados de DeepSeek-V3 en múltiples evaluaciones superan a otros modelos de código abierto como Qwen2.5-72B y Llama-3.1-405B, y su rendimiento es comparable al de los modelos cerrados de primer nivel mundial como GPT-4o y Claude-3.5-Sonnet."
  },
-  "DeepSeek-V3-Fast": {
-    "description": "Proveedor del modelo: plataforma sophnet. DeepSeek V3 Fast es la versión de alta velocidad y alto TPS de DeepSeek V3 0324, completamente sin cuantificación, con mayor capacidad en código y matemáticas, ¡y respuesta más rápida!"
-  },
  "Doubao-lite-128k": {
    "description": "Doubao-lite ofrece una velocidad de respuesta excepcional y una mejor relación calidad-precio, proporcionando opciones más flexibles para diferentes escenarios de los clientes. Soporta inferencia y ajuste fino con una ventana de contexto de 128k."
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "El modelo principal con mejor rendimiento, adecuado para tareas complejas, con excelentes resultados en preguntas de referencia, resúmenes, creación, clasificación de texto, juegos de rol y otros escenarios. Soporta inferencia y ajuste fino con una ventana de contexto de 4k."
  },
-  "DreamO": {
-    "description": "DreamO es un modelo de generación de imágenes personalizado de código abierto desarrollado conjuntamente por ByteDance y la Universidad de Pekín, diseñado para soportar generación de imágenes multitarea mediante una arquitectura unificada. Utiliza un método eficiente de modelado combinado para generar imágenes altamente coherentes y personalizadas según múltiples condiciones especificadas por el usuario, como identidad, sujeto, estilo y fondo."
-  },
  "ERNIE-3.5-128K": {
    "description": "Modelo de lenguaje a gran escala de primera línea desarrollado por Baidu, que abarca una vasta cantidad de corpus en chino y en inglés, con potentes capacidades generales que pueden satisfacer la mayoría de los requisitos de preguntas y respuestas en diálogos, generación de contenido y aplicaciones de plugins; soporta la integración automática con el plugin de búsqueda de Baidu, garantizando la actualidad de la información en las respuestas."
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "Modelo de lenguaje de alto rendimiento desarrollado por Baidu, lanzado en 2024, con capacidades generales excepcionales, superando a ERNIE Speed, adecuado como modelo base para ajustes finos, manejando mejor problemas en escenarios específicos, y con un rendimiento de inferencia excelente."
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-dev es un modelo multimodal de generación y edición de imágenes desarrollado por Black Forest Labs, basado en la arquitectura Rectified Flow Transformer, con una escala de 12 mil millones de parámetros. Se especializa en generar, reconstruir, mejorar o editar imágenes bajo condiciones contextuales dadas. Combina las ventajas de generación controlada de modelos de difusión con la capacidad de modelado contextual de Transformers, soportando salidas de alta calidad y aplicándose ampliamente en tareas como restauración de imágenes, completado y reconstrucción de escenas visuales."
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-dev es un modelo multimodal de lenguaje (MLLM) de código abierto desarrollado por Black Forest Labs, optimizado para tareas de texto e imagen, integrando capacidades de comprensión y generación tanto visual como textual. Está basado en avanzados modelos de lenguaje grande (como Mistral-7B) y mediante un codificador visual cuidadosamente diseñado y un ajuste fino por etapas con instrucciones, logra procesamiento colaborativo de texto e imagen y razonamiento para tareas complejas."
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B) es un modelo innovador, adecuado para aplicaciones en múltiples campos y tareas complejas."
  },
-  "HelloMeme": {
-    "description": "HelloMeme es una herramienta de IA que puede generar automáticamente memes, GIFs o videos cortos basados en las imágenes o acciones que proporciones. No requiere conocimientos de dibujo o programación; solo necesitas preparar una imagen de referencia y la herramienta te ayudará a crear contenido atractivo, divertido y con estilo coherente."
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Full es un modelo de edición de imágenes multimodal de código abierto lanzado por HiDream.ai, basado en la avanzada arquitectura Diffusion Transformer y potenciado con una fuerte capacidad de comprensión del lenguaje (incorporando LLaMA 3.1-8B-Instruct). Soporta generación de imágenes, transferencia de estilo, edición local y redibujo de contenido mediante instrucciones en lenguaje natural, con excelentes habilidades de comprensión y ejecución texto-imagen."
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilled es un modelo ligero de generación de imágenes a partir de texto, optimizado mediante destilación para generar imágenes de alta calidad rápidamente, especialmente adecuado para entornos con recursos limitados y tareas de generación en tiempo real."
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacter es un modelo de generación de personajes personalizados sin necesidad de ajuste fino, lanzado por el equipo de IA de Tencent en 2025, diseñado para lograr generación consistente y de alta fidelidad en múltiples escenarios. El modelo permite modelar un personaje basándose únicamente en una imagen de referencia y transferirlo de forma flexible a diversos estilos, acciones y fondos."
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8B es un potente modelo de lenguaje visual, que admite el procesamiento multimodal de imágenes y texto, capaz de identificar con precisión el contenido de las imágenes y generar descripciones o respuestas relacionadas."
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26B es un potente modelo de lenguaje visual, que admite el procesamiento multimodal de imágenes y texto, capaz de identificar con precisión el contenido de las imágenes y generar descripciones o respuestas relacionadas."
  },
-  "Kolors": {
-    "description": "Kolors es un modelo de generación de imágenes a partir de texto desarrollado por el equipo Kolors de Kuaishou. Entrenado con miles de millones de parámetros, destaca en calidad visual, comprensión semántica del chino y renderizado de texto."
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "Kolors es un modelo de generación de imágenes a partir de texto a gran escala basado en difusión latente, desarrollado por el equipo Kolors de Kuaishou. Entrenado con miles de millones de pares texto-imagen, muestra ventajas significativas en calidad visual, precisión semántica compleja y renderizado de caracteres en chino e inglés. Soporta entradas en ambos idiomas y sobresale en la comprensión y generación de contenido específico en chino."
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "Capacidad de razonamiento de imágenes excepcional en imágenes de alta resolución, adecuada para aplicaciones de comprensión visual."
  },
@@ -197,15 +164,9 @@
  "MiniMaxAI/MiniMax-M1-80k": {
    "description": "MiniMax-M1 es un modelo de inferencia de atención mixta a gran escala con pesos de código abierto, que cuenta con 456 mil millones de parámetros, activando aproximadamente 45.9 mil millones de parámetros por token. El modelo soporta de forma nativa contextos ultra largos de hasta 1 millón de tokens y, gracias a su mecanismo de atención relámpago, reduce en un 75 % las operaciones de punto flotante en tareas de generación de 100 mil tokens en comparación con DeepSeek R1. Además, MiniMax-M1 utiliza una arquitectura MoE (Mezcla de Expertos), combinando el algoritmo CISPO y un diseño de atención mixta para un entrenamiento eficiente mediante aprendizaje reforzado, logrando un rendimiento líder en la industria en inferencia con entradas largas y escenarios reales de ingeniería de software."
  },
-  "Moonshot-Kimi-K2-Instruct": {
-    "description": "Con un total de 1 billón de parámetros y 32 mil millones de parámetros activados, este modelo no reflexivo alcanza niveles de vanguardia en conocimiento avanzado, matemáticas y codificación, destacando en tareas generales de agentes. Optimizado para tareas de agentes, no solo responde preguntas sino que también puede actuar. Ideal para conversaciones improvisadas, chat general y experiencias de agentes, es un modelo de nivel reflexivo que no requiere largos tiempos de pensamiento."
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B) es un modelo de instrucciones de alta precisión, adecuado para cálculos complejos."
  },
-  "OmniConsistency": {
-    "description": "OmniConsistency mejora la consistencia de estilo y la capacidad de generalización en tareas de imagen a imagen mediante la introducción de grandes Diffusion Transformers (DiTs) y datos estilizados emparejados, evitando la degradación del estilo."
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "El mismo modelo Phi-3-medium, pero con un tamaño de contexto más grande para RAG o indicaciones de pocos disparos."
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3 es un modelo de lenguaje de expertos mixtos (MoE) con 671 mil millones de parámetros, que utiliza atención potencial de múltiples cabezas (MLA) y la arquitectura DeepSeekMoE, combinando estrategias de balanceo de carga sin pérdidas auxiliares para optimizar la eficiencia de inferencia y entrenamiento. Preentrenado en 14.8 billones de tokens de alta calidad, y ajustado mediante supervisión y aprendizaje por refuerzo, DeepSeek-V3 supera a otros modelos de código abierto y se acerca a los modelos cerrados líderes."
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 es un modelo base con arquitectura MoE que posee capacidades avanzadas de codificación y agentes, con un total de 1 billón de parámetros y 32 mil millones de parámetros activados. En pruebas de referencia en categorías principales como razonamiento general, programación, matemáticas y agentes, el rendimiento del modelo K2 supera a otros modelos de código abierto populares."
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Preview es un modelo de procesamiento de lenguaje natural innovador, capaz de manejar de manera eficiente tareas complejas de generación de diálogos y comprensión del contexto."
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3 es un nuevo modelo de Tongyi Qianwen de próxima generación con capacidades significativamente mejoradas, alcanzando niveles líderes en la industria en razonamiento, general, agente y múltiples idiomas, y admite el cambio de modo de pensamiento."
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3-235B-A22B-Instruct-2507 es un modelo de lenguaje grande híbrido experto (MoE) de nivel insignia desarrollado por el equipo Tongyi Qianwen de Alibaba Cloud. Cuenta con 235 mil millones de parámetros totales y activa 22 mil millones por inferencia. Es una versión actualizada del modo no reflexivo Qwen3-235B-A22B, enfocada en mejorar significativamente el cumplimiento de instrucciones, razonamiento lógico, comprensión textual, matemáticas, ciencias, programación y uso de herramientas. Además, amplía la cobertura de conocimientos multilingües y mejora la alineación con las preferencias del usuario en tareas subjetivas y abiertas para generar textos más útiles y de alta calidad."
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3-235B-A22B-Thinking-2507 es un modelo de lenguaje grande de la serie Qwen3 desarrollado por el equipo Tongyi Qianwen de Alibaba, especializado en tareas complejas de razonamiento avanzado. Basado en arquitectura MoE, cuenta con 235 mil millones de parámetros totales y activa aproximadamente 22 mil millones por token, mejorando la eficiencia computacional sin sacrificar rendimiento. Como modelo dedicado al “pensamiento”, destaca en razonamiento lógico, matemáticas, ciencias, programación y pruebas académicas que requieren conocimiento experto, alcanzando niveles líderes en modelos reflexivos de código abierto. También mejora capacidades generales como cumplimiento de instrucciones, uso de herramientas y generación de texto, y soporta nativamente comprensión de contexto largo de hasta 256K tokens, ideal para escenarios que requieren razonamiento profundo y manejo de documentos extensos."
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3 es un nuevo modelo de Tongyi Qianwen de próxima generación con capacidades significativamente mejoradas, alcanzando niveles líderes en la industria en razonamiento, general, agente y múltiples idiomas, y admite el cambio de modo de pensamiento."
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507 es una versión actualizada del modelo Qwen3-30B-A3B en modo no reflexivo. Es un modelo de expertos mixtos (MoE) con un total de 30.5 mil millones de parámetros y 3.3 mil millones de parámetros activados. El modelo ha mejorado significativamente en varios aspectos, incluyendo el seguimiento de instrucciones, razonamiento lógico, comprensión de texto, matemáticas, ciencias, codificación y uso de herramientas. Además, ha logrado avances sustanciales en la cobertura de conocimientos multilingües de cola larga y se alinea mejor con las preferencias del usuario en tareas subjetivas y abiertas, generando respuestas más útiles y textos de mayor calidad. También se ha mejorado la capacidad de comprensión de textos largos hasta 256K. Este modelo solo soporta el modo no reflexivo y no genera etiquetas `<think></think>` en su salida."
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3 es un nuevo modelo de Tongyi Qianwen de próxima generación con capacidades significativamente mejoradas, alcanzando niveles líderes en la industria en razonamiento, general, agente y múltiples idiomas, y admite el cambio de modo de pensamiento."
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instruct es un modelo de lenguaje grande diseñado específicamente para la generación de código, comprensión de código y escenarios de desarrollo eficiente, con una escala de 32B parámetros, líder en la industria, capaz de satisfacer diversas necesidades de programación."
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22B es un modelo MoE (modelo de expertos mixtos) que introduce el “modo de razonamiento mixto”, permitiendo a los usuarios cambiar sin problemas entre el “modo reflexivo” y el “modo no reflexivo”. Soporta la comprensión y el razonamiento en 119 idiomas y dialectos, y cuenta con una potente capacidad de invocación de herramientas. En pruebas de referencia que evalúan capacidades generales, código y matemáticas, multilingüismo, conocimiento y razonamiento, compite con los principales modelos del mercado como DeepSeek R1, OpenAI o1, o3-mini, Grok 3 y Google Gemini 2.5 Pro."
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32B es un modelo denso (Dense Model) que introduce el “modo de razonamiento mixto”, permitiendo a los usuarios cambiar sin problemas entre el “modo reflexivo” y el “modo no reflexivo”. Gracias a mejoras en la arquitectura del modelo, aumento de datos de entrenamiento y métodos de entrenamiento más eficientes, su rendimiento general es comparable al de Qwen2.5-72B."
-  },
  "SenseChat": {
    "description": "Modelo de versión básica (V4), longitud de contexto de 4K, con potentes capacidades generales."
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "La última versión del modelo (V5.5) admite la entrada de múltiples imágenes, logrando una optimización completa de las capacidades básicas del modelo, con mejoras significativas en el reconocimiento de atributos de objetos, relaciones espaciales, reconocimiento de eventos de acción, comprensión de escenas, reconocimiento de emociones, razonamiento lógico y comprensión y generación de texto."
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "Mediante una actualización integral de datos multimodales, lingüísticos y de razonamiento, junto con la optimización de estrategias de entrenamiento, el nuevo modelo ha logrado mejoras significativas en el razonamiento multimodal y la capacidad de seguimiento de instrucciones generalizadas. Soporta una ventana de contexto de hasta 128k y destaca en tareas especializadas como OCR y reconocimiento de IP en turismo y cultura."
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "Mediante una actualización integral de datos multimodales, lingüísticos y de razonamiento, junto con la optimización de estrategias de entrenamiento, el nuevo modelo ha logrado mejoras significativas en el razonamiento multimodal y la capacidad de seguimiento de instrucciones generalizadas. Soporta una ventana de contexto de hasta 128k y destaca en tareas especializadas como OCR y reconocimiento de IP en turismo y cultura."
-  },
  "SenseNova-V6-Pro": {
    "description": "Logra una unificación nativa de capacidades de imagen, texto y video, superando las limitaciones tradicionales de la multimodalidad discreta, y ha ganado el doble campeonato en las evaluaciones de OpenCompass y SuperCLUE."
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23 es un modelo multilingüe lanzado por Cohere, que admite 23 idiomas, facilitando aplicaciones de lenguaje diversas."
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "Desplegado y proporcionado por Microsoft; el modelo DeepSeek R1 ha recibido una actualización menor, la versión actual es DeepSeek-R1-0528. En la última actualización, DeepSeek R1 ha mejorado significativamente la profundidad de inferencia y la capacidad de deducción mediante el aumento de recursos computacionales y la introducción de mecanismos de optimización algorítmica en la fase posterior al entrenamiento. Este modelo destaca en múltiples pruebas de referencia en matemáticas, programación y lógica general, y su rendimiento general se acerca a modelos líderes como O3 y Gemini 2.5 Pro."
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13B es un modelo de lenguaje de gran escala de código abierto y comercializable desarrollado por Baichuan Intelligence, que cuenta con 13 mil millones de parámetros y ha logrado los mejores resultados en benchmarks autorizados en chino e inglés."
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnet proporciona un equilibrio ideal entre inteligencia y velocidad para cargas de trabajo empresariales. Ofrece la máxima utilidad a un costo más bajo, siendo fiable y adecuado para implementaciones a gran escala."
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1 es el modelo más potente y reciente de Anthropic para manejar tareas altamente complejas. Sobresale en rendimiento, inteligencia, fluidez y comprensión."
-  },
  "claude-opus-4-20250514": {
    "description": "Claude Opus 4 es el modelo más potente de Anthropic para manejar tareas altamente complejas. Se destaca en rendimiento, inteligencia, fluidez y comprensión."
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "El modelo Doubao-Seed-1.6-thinking tiene una capacidad de pensamiento significativamente mejorada. En comparación con Doubao-1.5-thinking-pro, mejora aún más en habilidades básicas como programación, matemáticas y razonamiento lógico, y soporta comprensión visual. Soporta una ventana de contexto de 256k y una longitud máxima de salida de 16k tokens."
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "El modelo de generación de imágenes Doubao fue desarrollado por el equipo Seed de ByteDance, soporta entrada de texto e imagen, y ofrece una experiencia de generación de imágenes altamente controlable y de alta calidad. Genera imágenes basadas en indicaciones textuales."
-  },
  "doubao-vision-lite-32k": {
    "description": "El modelo Doubao-vision es un modelo multimodal desarrollado por Doubao, con potentes capacidades de comprensión e inferencia de imágenes, así como una precisa comprensión de instrucciones. El modelo muestra un rendimiento destacado en extracción de información texto-imagen y tareas de inferencia basadas en imágenes, aplicable a tareas de preguntas visuales más complejas y amplias."
  },
@@ -1067,9 +995,6 @@
  "ernie-char-fiction-8k": {
    "description": "Modelo de lenguaje grande de escenario vertical desarrollado internamente por Baidu, adecuado para aplicaciones como NPC de juegos, diálogos de servicio al cliente y juegos de rol de diálogos, con un estilo de personaje más distintivo y consistente, y una mayor capacidad de seguimiento de instrucciones y rendimiento de inferencia."
  },
-  "ernie-irag-edit": {
-    "description": "El modelo de edición de imágenes ERNIE iRAG desarrollado por Baidu soporta operaciones como borrar objetos, repintar objetos y generar variaciones basadas en imágenes."
-  },
  "ernie-lite-8k": {
    "description": "ERNIE Lite es un modelo de lenguaje grande ligero desarrollado internamente por Baidu, que combina un excelente rendimiento del modelo con una buena capacidad de inferencia, adecuado para su uso en tarjetas de aceleración de IA de bajo consumo."
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "Mejora en comparación con ERNIE-X1-32K, con mejores resultados y rendimiento."
  },
-  "flux-1-schnell": {
-    "description": "Modelo de generación de imágenes a partir de texto con 12 mil millones de parámetros desarrollado por Black Forest Labs, que utiliza tecnología de destilación de difusión adversarial latente, capaz de generar imágenes de alta calidad en 1 a 4 pasos. Su rendimiento es comparable a alternativas propietarias y se publica bajo licencia Apache-2.0, apto para uso personal, investigación y comercial."
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev] es un modelo refinado y de pesos abiertos para aplicaciones no comerciales. Mantiene una calidad de imagen y capacidad de seguimiento de instrucciones similar a la versión profesional de FLUX, pero con mayor eficiencia operativa. En comparación con modelos estándar de tamaño similar, es más eficiente en el uso de recursos."
-  },
  "flux-kontext/dev": {
    "description": "Modelo de edición de imágenes Frontier."
  },
-  "flux-merged": {
-    "description": "El modelo FLUX.1-merged combina las características profundas exploradas durante la fase de desarrollo de “DEV” con las ventajas de ejecución rápida representadas por “Schnell”. Esta combinación no solo amplía los límites de rendimiento del modelo, sino que también amplía su rango de aplicaciones."
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro] puede procesar texto e imágenes de referencia como entrada, logrando sin problemas ediciones locales específicas y transformaciones complejas de escenas completas."
  },
-  "flux-schnell": {
-    "description": "FLUX.1 [schnell], como el modelo de pocos pasos más avanzado de código abierto actualmente, supera no solo a competidores similares sino también a potentes modelos no refinados como Midjourney v6.0 y DALL·E 3 (HD). Este modelo ha sido ajustado específicamente para conservar toda la diversidad de salida de la etapa de preentrenamiento. En comparación con los modelos más avanzados del mercado, FLUX.1 [schnell] mejora significativamente la calidad visual, el cumplimiento de instrucciones, la variación de tamaño/proporción, el manejo de fuentes y la diversidad de salida, ofreciendo a los usuarios una experiencia de generación de imágenes creativas más rica y variada."
-  },
-  "flux.1-schnell": {
-    "description": "Transformador de flujo rectificado con 12 mil millones de parámetros, capaz de generar imágenes basadas en descripciones textuales."
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell] es un modelo transformador de flujo con 12 mil millones de parámetros, capaz de generar imágenes de alta calidad a partir de texto en 1 a 4 pasos, adecuado para uso personal y comercial."
  },
@@ -1199,6 +1109,9 @@
  "gemini-2.5-flash-preview-04-17": {
    "description": "Gemini 2.5 Flash Preview es el modelo más rentable de Google, que ofrece una funcionalidad completa."
  },
+  "gemini-2.5-flash-preview-04-17-thinking": {
+    "description": "Gemini 2.5 Flash Preview es el modelo de mejor relación calidad-precio de Google, que ofrece funcionalidades completas."
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash Preview es el modelo de mejor relación calidad-precio de Google, que ofrece funcionalidades completas."
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "La serie GLM-4.1V-Thinking es el modelo visual más potente conocido en la categoría de VLMs de 10 mil millones de parámetros, integrando tareas de lenguaje visual de última generación (SOTA) en su nivel, incluyendo comprensión de video, preguntas sobre imágenes, resolución de problemas académicos, reconocimiento OCR, interpretación de documentos y gráficos, agentes GUI, codificación web frontend, grounding, entre otros. En muchas tareas, supera incluso a modelos con 8 veces más parámetros como Qwen2.5-VL-72B. Gracias a técnicas avanzadas de aprendizaje reforzado, el modelo domina el razonamiento mediante cadenas de pensamiento para mejorar la precisión y riqueza de las respuestas, superando significativamente a los modelos tradicionales sin pensamiento en términos de resultados y explicabilidad."
  },
-  "glm-4.5": {
-    "description": "El último modelo insignia de Zhipu, soporta modo de pensamiento, con capacidades integrales que alcanzan el nivel SOTA de modelos de código abierto y una longitud de contexto de hasta 128K."
-  },
-  "glm-4.5-air": {
-    "description": "Versión ligera de GLM-4.5 que equilibra rendimiento y costo, con capacidad flexible para cambiar entre modelos de pensamiento híbrido."
-  },
-  "glm-4.5-airx": {
-    "description": "Versión ultra rápida de GLM-4.5-Air, con respuesta más rápida, diseñada para demandas de gran escala y alta velocidad."
-  },
-  "glm-4.5-flash": {
-    "description": "Versión gratuita de GLM-4.5, con un desempeño destacado en tareas de inferencia, codificación y agentes inteligentes."
-  },
-  "glm-4.5-x": {
-    "description": "Versión ultra rápida de GLM-4.5, que combina un rendimiento potente con una velocidad de generación de hasta 100 tokens por segundo."
-  },
  "glm-4v": {
    "description": "GLM-4V proporciona una poderosa capacidad de comprensión e inferencia de imágenes, soportando diversas tareas visuales."
  },
@@ -1311,7 +1209,7 @@
    "description": "Inferencia ultrarrápida: con una velocidad de inferencia extremadamente rápida y un potente efecto de razonamiento."
  },
  "glm-z1-flash": {
-    "description": "La serie GLM-Z1 posee una fuerte capacidad de razonamiento complejo, destacando en lógica, matemáticas y programación."
+    "description": "La serie GLM-Z1 posee una poderosa capacidad de razonamiento complejo, destacando en áreas como razonamiento lógico, matemáticas y programación. La longitud máxima del contexto es de 32K."
  },
  "glm-z1-flashx": {
    "description": "Alta velocidad y bajo costo: versión mejorada Flash, con velocidad de inferencia ultrarrápida y mejor garantía de concurrencia."
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "Modelo nativo multimodal de generación de imágenes de ChatGPT."
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B es un modelo de lenguaje abierto lanzado por OpenAI, que utiliza la tecnología de cuantificación MXFP4, adecuado para ejecutarse en GPU de consumo de alta gama o en Mac con Apple Silicon. Este modelo destaca en la generación de diálogos, escritura de código y tareas de razonamiento, y soporta llamadas a funciones y uso de herramientas."
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B es un modelo de lenguaje abierto de gran escala lanzado por OpenAI, que emplea la tecnología de cuantificación MXFP4, siendo un modelo insignia. Requiere múltiples GPU o estaciones de trabajo de alto rendimiento para su ejecución, y ofrece un rendimiento sobresaliente en razonamiento complejo, generación de código y procesamiento multilingüe, soportando llamadas avanzadas a funciones e integración de herramientas."
-  },
  "grok-2-1212": {
    "description": "Este modelo ha mejorado en precisión, cumplimiento de instrucciones y capacidades multilingües."
  },
-  "grok-2-image-1212": {
-    "description": "Nuestro último modelo de generación de imágenes puede crear imágenes vívidas y realistas a partir de indicaciones textuales. Destaca en generación de imágenes para marketing, redes sociales y entretenimiento."
-  },
  "grok-2-vision-1212": {
    "description": "Este modelo ha mejorado en precisión, cumplimiento de instrucciones y capacidades multilingües."
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "Optimiza la creación de textos, redacción de ensayos, mejora habilidades en programación frontend, matemáticas y razonamiento lógico, y aumenta la capacidad de seguir instrucciones."
  },
-  "hunyuan-t1-20250711": {
-    "description": "Mejora significativa en habilidades avanzadas de matemáticas, lógica y codificación, optimización de la estabilidad de salida del modelo y aumento de la capacidad para textos largos."
-  },
  "hunyuan-t1-latest": {
    "description": "El primer modelo de inferencia híbrido de gran escala Hybrid-Transformer-Mamba de la industria, que amplía la capacidad de inferencia, ofrece una velocidad de decodificación excepcional y alinea aún más con las preferencias humanas."
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "El último modelo multimodal de Hunyuan, que admite la entrada de imágenes y texto para generar contenido textual."
  },
-  "image-01": {
-    "description": "Nuevo modelo de generación de imágenes con detalles finos, soporta generación de imágenes a partir de texto e imagen."
-  },
-  "image-01-live": {
-    "description": "Modelo de generación de imágenes con detalles finos, soporta generación a partir de texto y configuración de estilo artístico."
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "Serie de modelos de texto a imagen de cuarta generación de Imagen"
  },
@@ -1646,9 +1526,6 @@
  "internvl3-latest": {
    "description": "Nuestro modelo multimodal más reciente, que posee una mayor capacidad de comprensión de texto e imagen, así como una comprensión de imágenes a largo plazo, con un rendimiento comparable a los mejores modelos cerrados. Por defecto, apunta a nuestra serie de modelos InternVL más reciente, actualmente apuntando a internvl3-78b."
  },
-  "irag-1.0": {
-    "description": "iRAG (image based RAG) desarrollado por Baidu es una tecnología de generación de imágenes mejorada con recuperación, que combina los recursos de miles de millones de imágenes de búsqueda de Baidu con potentes capacidades de modelos base para generar imágenes ultra realistas. Su efecto supera ampliamente los sistemas nativos de generación de imágenes, eliminando el aspecto artificial de la IA y con costos muy bajos. iRAG se caracteriza por no generar alucinaciones, ultra realismo y resultados inmediatos."
-  },
  "jamba-large": {
    "description": "Nuestro modelo más potente y avanzado, diseñado para manejar tareas complejas a nivel empresarial, con un rendimiento excepcional."
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "La búsqueda profunda combina la búsqueda en la web, la lectura y el razonamiento para realizar investigaciones exhaustivas. Puedes considerarlo como un agente que acepta tus tareas de investigación: realiza una búsqueda amplia y pasa por múltiples iteraciones antes de proporcionar una respuesta. Este proceso implica una investigación continua, razonamiento y resolución de problemas desde diferentes ángulos. Esto es fundamentalmente diferente de los grandes modelos estándar que generan respuestas directamente a partir de datos preentrenados y de los sistemas RAG tradicionales que dependen de búsquedas superficiales únicas."
  },
-  "kimi-k2": {
-    "description": "Kimi-K2 es un modelo base con arquitectura MoE lanzado por Moonshot AI, con capacidades avanzadas de codificación y agentes, totalizando 1 billón de parámetros y 32 mil millones de parámetros activados. En pruebas de referencia en categorías principales como razonamiento general, programación, matemáticas y agentes, el rendimiento del modelo K2 supera a otros modelos de código abierto populares."
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2 es un modelo base con arquitectura MoE que posee capacidades excepcionales en código y agentes, con un total de 1T parámetros y 32B parámetros activados. En pruebas de rendimiento en categorías principales como razonamiento general, programación, matemáticas y agentes, el modelo K2 supera a otros modelos de código abierto populares."
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B es un modelo de código abierto de gran escala, optimizado mediante aprendizaje reforzado a gran escala, capaz de generar parches robustos y listos para producción. Este modelo alcanzó un nuevo récord del 60.4 % en SWE-bench Verified, estableciendo un nuevo estándar para modelos de código abierto en tareas automatizadas de ingeniería de software como la corrección de errores y la revisión de código."
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 es un modelo base con arquitectura MoE que posee capacidades avanzadas de codificación y agentes, con un total de 1 billón de parámetros y 32 mil millones de parámetros activados. En pruebas de referencia en categorías principales como razonamiento general, programación, matemáticas y agentes, el rendimiento del modelo K2 supera a otros modelos de código abierto populares."
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2 es un modelo base con arquitectura MoE que cuenta con capacidades avanzadas de código y agentes, con un total de 1T parámetros y 32B parámetros activados. En pruebas de referencia en categorías principales como razonamiento de conocimiento general, programación, matemáticas y agentes, el modelo K2 supera el rendimiento de otros modelos de código abierto populares."
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o mini es el modelo más reciente de OpenAI, lanzado después de GPT-4 Omni, que admite entradas de texto e imagen y genera texto como salida. Como su modelo más avanzado de tamaño pequeño, es mucho más económico que otros modelos de vanguardia recientes y más de un 60% más barato que GPT-3.5 Turbo. Mantiene una inteligencia de vanguardia mientras ofrece una relación calidad-precio notable. GPT-4o mini obtuvo un puntaje del 82% en la prueba MMLU y actualmente se clasifica por encima de GPT-4 en preferencias de chat."
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120B es un modelo de lenguaje de vanguardia con 120 mil millones de parámetros, que incorpora funciones de búsqueda en navegador y ejecución de código, además de capacidades de razonamiento."
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20B es un modelo de lenguaje de vanguardia con 20 mil millones de parámetros, que incorpora funciones de búsqueda en navegador y ejecución de código, además de capacidades de razonamiento."
-  },
  "openai/o1": {
    "description": "o1 es el nuevo modelo de razonamiento de OpenAI, que admite entradas de texto e imagen y produce texto, adecuado para tareas complejas que requieren un conocimiento general amplio. Este modelo cuenta con un contexto de 200K y una fecha de corte de conocimiento en octubre de 2023."
  },
@@ -2399,21 +2264,9 @@
  "qwen3-235b-a22b": {
    "description": "Qwen3 es un modelo de nueva generación con capacidades significativamente mejoradas, alcanzando niveles líderes en la industria en razonamiento, generalidad, agentes y multilingüismo, y soporta el cambio de modo de pensamiento."
  },
-  "qwen3-235b-a22b-instruct-2507": {
-    "description": "Modelo de código abierto basado en Qwen3 en modo no reflexivo, con mejoras leves en capacidad creativa subjetiva y seguridad del modelo respecto a la versión anterior (Tongyi Qianwen 3-235B-A22B)."
-  },
-  "qwen3-235b-a22b-thinking-2507": {
-    "description": "Modelo de código abierto basado en Qwen3 en modo reflexivo, con mejoras significativas en capacidad lógica, general, enriquecimiento de conocimiento y creatividad respecto a la versión anterior (Tongyi Qianwen 3-235B-A22B), adecuado para escenarios de razonamiento complejo y avanzado."
-  },
  "qwen3-30b-a3b": {
    "description": "Qwen3 es un modelo de nueva generación con capacidades significativamente mejoradas, alcanzando niveles líderes en la industria en razonamiento, generalidad, agentes y multilingüismo, y soporta el cambio de modo de pensamiento."
  },
-  "qwen3-30b-a3b-instruct-2507": {
-    "description": "En comparación con la versión anterior (Qwen3-30B-A3B), se ha mejorado considerablemente la capacidad general en chino, inglés y otros idiomas. Se ha optimizado especialmente para tareas subjetivas y abiertas, alineándose mucho mejor con las preferencias del usuario y proporcionando respuestas más útiles."
-  },
-  "qwen3-30b-a3b-thinking-2507": {
-    "description": "Basado en el modelo de código abierto en modo reflexivo de Qwen3, esta versión mejora significativamente la capacidad lógica, la capacidad general, el conocimiento y la creatividad en comparación con la versión anterior (Tongyi Qianwen 3-30B-A3B). Es adecuado para escenarios complejos que requieren un razonamiento avanzado."
-  },
  "qwen3-32b": {
    "description": "Qwen3 es un modelo de nueva generación con capacidades significativamente mejoradas, alcanzando niveles líderes en la industria en razonamiento, generalidad, agentes y multilingüismo, y soporta el cambio de modo de pensamiento."
  },
@@ -2423,15 +2276,6 @@
  "qwen3-8b": {
    "description": "Qwen3 es un modelo de nueva generación con capacidades significativamente mejoradas, alcanzando niveles líderes en la industria en razonamiento, generalidad, agentes y multilingüismo, y soporta el cambio de modo de pensamiento."
  },
-  "qwen3-coder-480b-a35b-instruct": {
-    "description": "Versión de código abierto del modelo de código Tongyi Qianwen. El más reciente qwen3-coder-480b-a35b-instruct está basado en Qwen3, con fuertes capacidades de agente de codificación, experto en llamadas a herramientas e interacción con entornos, capaz de programación autónoma y con habilidades sobresalientes de código y capacidades generales."
-  },
-  "qwen3-coder-flash": {
-    "description": "Modelo de código Tongyi Qianwen. La última serie de modelos Qwen3-Coder está basada en Qwen3 para generación de código, con una potente capacidad de agente de codificación, experta en llamadas a herramientas e interacción con el entorno, capaz de programación autónoma, combinando una excelente habilidad en código con capacidades generales."
-  },
-  "qwen3-coder-plus": {
-    "description": "Modelo de código Tongyi Qianwen. La última serie de modelos Qwen3-Coder está basada en Qwen3 para generación de código, con una potente capacidad de agente de codificación, experta en llamadas a herramientas e interacción con el entorno, capaz de programación autónoma, combinando una excelente habilidad en código con capacidades generales."
-  },
  "qwq": {
    "description": "QwQ es un modelo de investigación experimental que se centra en mejorar la capacidad de razonamiento de la IA."
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "Un nuevo producto API respaldado por el modelo de razonamiento DeepSeek."
  },
-  "stable-diffusion-3-medium": {
-    "description": "El último gran modelo de generación de imágenes a partir de texto lanzado por Stability AI. Esta versión mejora significativamente la calidad de imagen, comprensión textual y diversidad de estilos, heredando las ventajas de generaciones anteriores. Puede interpretar con mayor precisión indicaciones complejas en lenguaje natural y generar imágenes más precisas y variadas."
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-large es un modelo generativo multimodal de difusión transformadora (MMDiT) con 800 millones de parámetros, que ofrece calidad de imagen sobresaliente y alta correspondencia con las indicaciones. Soporta generación de imágenes de alta resolución de hasta 1 millón de píxeles y funciona eficientemente en hardware de consumo común."
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turbo es un modelo basado en stable-diffusion-3.5-large que utiliza tecnología de destilación de difusión adversarial (ADD) para lograr mayor velocidad."
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5 se inicializa con pesos del punto de control stable-diffusion-v1.2 y se ajusta finamente durante 595k pasos a resolución 512x512 sobre \"laion-aesthetics v2 5+\", reduciendo en un 10% la condicionamiento textual para mejorar el muestreo guiado sin clasificador."
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xl presenta mejoras significativas respecto a la versión v1.5 y ofrece resultados comparables al modelo SOTA de código abierto midjourney. Las mejoras incluyen un backbone unet tres veces mayor, un módulo de refinamiento para mejorar la calidad de las imágenes generadas y técnicas de entrenamiento más eficientes."
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "Modelo generativo de imágenes a partir de texto desarrollado y liberado por Stability AI, con capacidades creativas líderes en la industria. Posee excelente comprensión de instrucciones y soporta definiciones de contenido mediante prompts inversos para generación precisa."
-  },
  "step-1-128k": {
    "description": "Equilibrio entre rendimiento y costo, adecuado para escenarios generales."
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "Modelo visual pequeño, adecuado para tareas básicas de texto e imagen."
  },
-  "step-1x-edit": {
-    "description": "Modelo especializado en tareas de edición de imágenes, capaz de modificar y mejorar imágenes según descripciones textuales e imágenes de ejemplo proporcionadas por el usuario. Entiende la intención del usuario y genera resultados de edición de imagen que cumplen con los requisitos."
-  },
-  "step-1x-medium": {
-    "description": "Modelo con fuerte capacidad de generación de imágenes, que soporta entrada mediante descripciones textuales. Posee soporte nativo para chino, comprendiendo y procesando mejor descripciones en este idioma, capturando con mayor precisión la semántica para convertirla en características visuales y lograr generación de imágenes más precisa. Puede generar imágenes de alta resolución y calidad, con cierta capacidad de transferencia de estilo."
-  },
  "step-2-16k": {
    "description": "Soporta interacciones de contexto a gran escala, adecuado para escenarios de diálogo complejos."
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "Un modelo de gran velocidad basado en la nueva arquitectura de atención autogestionada MFA, que logra efectos similares a los de step1 a un costo muy bajo, manteniendo al mismo tiempo un mayor rendimiento y tiempos de respuesta más rápidos. Capaz de manejar tareas generales, con habilidades destacadas en programación."
  },
-  "step-2x-large": {
-    "description": "Nueva generación del modelo Step Star para generación de imágenes, enfocado en tareas de generación basadas en texto, capaz de crear imágenes de alta calidad según descripciones proporcionadas por el usuario. El nuevo modelo produce imágenes con texturas más realistas y mejor capacidad para generar texto en chino e inglés."
-  },
  "step-r1-v-mini": {
    "description": "Este modelo es un gran modelo de inferencia con una poderosa capacidad de comprensión de imágenes, capaz de procesar información de imágenes y texto, generando contenido textual tras un profundo razonamiento. Este modelo destaca en el campo del razonamiento visual, además de poseer capacidades de razonamiento matemático, de código y textual de primer nivel. La longitud del contexto es de 100k."
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "El modelo v0-1.5-md es adecuado para tareas cotidianas y generación de interfaces de usuario (UI)"
  },
-  "wan2.2-t2i-flash": {
-    "description": "Versión ultra rápida Wanxiang 2.2, el modelo más reciente. Mejora integral en creatividad, estabilidad y realismo, con velocidad de generación rápida y alta relación calidad-precio."
-  },
-  "wan2.2-t2i-plus": {
-    "description": "Versión profesional Wanxiang 2.2, el modelo más reciente. Mejora integral en creatividad, estabilidad y realismo, con generación de detalles ricos."
-  },
-  "wanx-v1": {
-    "description": "Modelo base de generación de imágenes a partir de texto, correspondiente al modelo general 1.0 del sitio oficial Tongyi Wanxiang."
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "Especializado en retratos con textura, velocidad media y bajo costo. Corresponde al modelo ultra rápido 2.0 del sitio oficial Tongyi Wanxiang."
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "Versión completamente mejorada. Genera imágenes con detalles más ricos, velocidad ligeramente más lenta. Corresponde al modelo profesional 2.1 del sitio oficial Tongyi Wanxiang."
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "Versión completamente mejorada. Generación rápida, resultados completos y alta relación calidad-precio. Corresponde al modelo ultra rápido 2.1 del sitio oficial Tongyi Wanxiang."
+    "description": "Modelo de generación de imágenes de texto a imagen de Tongyi de Alibaba Cloud"
  },
  "whisper-1": {
    "description": "Modelo universal de reconocimiento de voz que soporta reconocimiento de voz multilingüe, traducción de voz y detección de idioma."
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "Modelo para tareas visuales complejas, que ofrece capacidades de comprensión y análisis de alto rendimiento basadas en múltiples imágenes."
-  },
-  "zai-org/GLM-4.5": {
-    "description": "GLM-4.5 es un modelo base diseñado para aplicaciones de agentes inteligentes, utilizando arquitectura Mixture-of-Experts (MoE). Está profundamente optimizado para llamadas a herramientas, navegación web, ingeniería de software y programación frontend, soportando integración fluida con agentes de código como Claude Code y Roo Code. GLM-4.5 emplea un modo de inferencia híbrido que se adapta a escenarios de razonamiento complejo y uso cotidiano."
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Air es un modelo base diseñado para aplicaciones de agentes inteligentes, utilizando arquitectura Mixture-of-Experts (MoE). Está profundamente optimizado para llamadas a herramientas, navegación web, ingeniería de software y programación frontend, soportando integración fluida con agentes de código como Claude Code y Roo Code. GLM-4.5 emplea un modo de inferencia híbrido que se adapta a escenarios de razonamiento complejo y uso cotidiano."
  }
 }
@@ -1,48 +1,48 @@
 {
  "confirm": "Confirmar",
  "debug": {
-    "arguments": "Parámetros de llamada",
+    "arguments": "Argumentos de llamada",
    "function_call": "Llamada a función",
-    "off": "Desactivar depuración",
-    "on": "Ver información de llamadas al plugin",
-    "payload": "Carga útil del plugin",
+    "off": "Desactivado",
+    "on": "Ver información de llamada de complemento",
+    "payload": "carga del complemento",
    "pluginState": "Estado del plugin",
-    "response": "Resultado devuelto",
-    "title": "Detalles del plugin",
-    "tool_call": "Solicitud de llamada a herramienta"
+    "response": "Respuesta",
+    "title": "Detalles del complemento",
+    "tool_call": "solicitud de llamada de herramienta"
  },
  "detailModal": {
    "customPlugin": {
      "description": "Por favor, visite la página de edición para ver los detalles",
      "editBtn": "Editar ahora",
-      "title": "Este es un plugin personalizado"
+      "title": "Este es un complemento personalizado"
    },
    "emptyState": {
-      "description": "Por favor, instale este plugin primero para ver sus capacidades y opciones de configuración",
-      "title": "Ver detalles del plugin tras la instalación"
+      "description": "Por favor, instale este complemento para ver sus capacidades y opciones de configuración",
+      "title": "Ver detalles del complemento después de la instalación"
    },
    "info": {
      "description": "Descripción de la API",
      "name": "Nombre de la API"
    },
    "tabs": {
-      "info": "Capacidades del plugin",
+      "info": "Capacidad del complemento",
      "manifest": "Archivo de instalación",
-      "settings": "Configuración"
+      "settings": "Ajustes"
    },
-    "title": "Detalles del plugin"
+    "title": "Detalles del complemento"
  },
  "dev": {
-    "confirmDeleteDevPlugin": "Está a punto de eliminar este plugin local. Una vez eliminado, no podrá recuperarse. ¿Desea eliminar este plugin?",
+    "confirmDeleteDevPlugin": "Está a punto de eliminar este complemento local. Una vez eliminado, no se podrá recuperar. ¿Desea eliminar este complemento?",
    "customParams": {
      "useProxy": {
-        "label": "Instalar a través de proxy (si encuentra errores de acceso cruzado, intente activar esta opción y reinstalar)"
+        "label": "Instalar a través de proxy (si encuentra errores de acceso entre dominios, intente habilitar esta opción y reinstalar)"
      }
    },
-    "deleteSuccess": "Plugin eliminado con éxito",
+    "deleteSuccess": "Complemento eliminado",
    "manifest": {
      "identifier": {
-        "desc": "Identificador único del plugin",
+        "desc": "Identificador único del complemento",
        "label": "Identificador"
      },
      "mode": {
@@ -51,9 +51,9 @@
        "url": "Enlace en línea"
      },
      "name": {
-        "desc": "Título del plugin",
+        "desc": "Título del complemento",
        "label": "Título",
-        "placeholder": "Motor de búsqueda"
+        "placeholder": "Buscar motor de búsqueda"
      }
    },
    "mcp": {
@@ -61,10 +61,10 @@
        "title": "Configuración avanzada"
      },
      "args": {
-        "desc": "Lista de parámetros para el comando de ejecución, generalmente aquí se ingresa el nombre del servidor MCP o la ruta del script de inicio",
+        "desc": "Lista de parámetros que se pasan al comando de ejecución, generalmente aquí se ingresa el nombre del servidor MCP o la ruta del script de inicio",
        "label": "Parámetros del comando",
-        "placeholder": "Por ejemplo: mcp-hello-world",
-        "required": "Por favor, ingrese los parámetros de inicio"
+        "placeholder": "Por ejemplo: --port 8080 --debug",
+        "required": "Por favor, introduce los parámetros de inicio"
      },
      "auth": {
        "bear": "Clave API",
@@ -73,121 +73,121 @@
        "none": "Sin autenticación",
        "placeholder": "Por favor, seleccione el tipo de autenticación",
        "token": {
-          "desc": "Ingrese su clave API o token Bearer",
+          "desc": "Ingrese su Clave API o Token Bearer",
          "label": "Clave API",
          "placeholder": "sk-xxxxx",
          "required": "Por favor, ingrese el token de autenticación"
        }
      },
      "avatar": {
-        "label": "Icono del plugin"
+        "label": "Icono del complemento"
      },
      "command": {
-        "desc": "Archivo ejecutable o script para iniciar el servidor MCP STDIO",
+        "desc": "Archivo ejecutable o script para iniciar el complemento MCP STDIO",
        "label": "Comando",
-        "placeholder": "Por ejemplo: npx / uv / docker, etc.",
-        "required": "Por favor, ingrese el comando de inicio"
+        "placeholder": "Por ejemplo: python main.py o /ruta/al/ejecutable",
+        "required": "Por favor, introduce el comando de inicio"
      },
      "desc": {
-        "desc": "Agregue una descripción del plugin",
-        "label": "Descripción del plugin",
-        "placeholder": "Agregue información sobre el uso y escenarios del plugin"
+        "desc": "Descripción del complemento",
+        "label": "Descripción del complemento",
+        "placeholder": "Proporcione información sobre el uso y los escenarios de este complemento"
      },
      "endpoint": {
-        "desc": "Ingrese la dirección de su servidor MCP Streamable HTTP",
-        "label": "URL del endpoint MCP"
+        "desc": "Ingresa la dirección de tu servidor HTTP Streamable MCP",
+        "label": "URL del Endpoint MCP"
      },
      "env": {
        "add": "Agregar una línea",
-        "desc": "Ingrese las variables de entorno necesarias para su servidor MCP",
+        "desc": "Ingresa las variables de entorno necesarias para tu servidor MCP",
        "duplicateKeyError": "La clave del campo debe ser única",
-        "formValidationFailed": "La validación del formulario falló, por favor revise el formato de los parámetros",
+        "formValidationFailed": "La validación del formulario falló, por favor verifica el formato de los parámetros",
        "keyRequired": "La clave del campo no puede estar vacía",
        "label": "Variables de entorno del servidor MCP",
-        "stringifyError": "No se pueden serializar los parámetros, por favor revise el formato"
+        "stringifyError": "No se puede serializar el parámetro, por favor verifica el formato de los parámetros"
      },
      "headers": {
-        "add": "Agregar una línea",
+        "add": "Agregar una fila",
        "desc": "Ingrese los encabezados de la solicitud",
        "label": "Encabezados HTTP"
      },
      "identifier": {
-        "desc": "Asigne un nombre a su plugin MCP, debe usar caracteres en inglés",
-        "invalid": "El identificador solo puede contener letras, números, guiones y guiones bajos",
-        "label": "Nombre del plugin MCP",
+        "desc": "Especifica un nombre para tu complemento MCP, debe usar caracteres en inglés",
+        "invalid": "Solo se pueden ingresar caracteres en inglés, números, y los símbolos - y _",
+        "label": "Nombre del complemento MCP",
        "placeholder": "Por ejemplo: my-mcp-plugin",
-        "required": "Por favor, ingrese el identificador del servicio MCP"
+        "required": "Por favor, introduce el identificador del servicio MCP"
      },
-      "previewManifest": "Vista previa del archivo de descripción del plugin",
-      "quickImport": "Importación rápida de configuración JSON",
+      "previewManifest": "Previsualizar el archivo de descripción del complemento",
+      "quickImport": "Importar configuración JSON rápidamente",
      "quickImportError": {
-        "empty": "El contenido no puede estar vacío",
-        "invalidJson": "Formato JSON inválido",
-        "invalidStructure": "Estructura JSON inválida"
+        "empty": "El contenido de entrada no puede estar vacío",
+        "invalidJson": "Formato JSON no válido",
+        "invalidStructure": "Estructura JSON no válida"
      },
-      "stdioNotSupported": "El entorno actual no soporta plugins MCP tipo stdio",
+      "stdioNotSupported": "El entorno actual no admite el plugin MCP de tipo stdio",
      "testConnection": "Probar conexión",
-      "testConnectionTip": "El plugin MCP solo puede usarse normalmente después de una prueba de conexión exitosa",
+      "testConnectionTip": "El complemento MCP solo se puede utilizar correctamente después de que la prueba de conexión sea exitosa",
      "type": {
-        "desc": "Seleccione el modo de comunicación del plugin MCP, la versión web solo soporta Streamable HTTP",
-        "httpFeature1": "Compatible con versión web y de escritorio",
-        "httpFeature2": "Conexión a servidor MCP remoto, sin necesidad de instalación adicional",
-        "httpShortDesc": "Protocolo de comunicación basado en HTTP en streaming",
-        "label": "Tipo de plugin MCP",
+        "desc": "Selecciona el método de comunicación del complemento MCP, la versión web solo admite HTTP Streamable",
+        "httpFeature1": "Compatible con la versión web y de escritorio",
+        "httpFeature2": "Conéctese al servidor MCP remoto sin necesidad de instalación adicional",
+        "httpShortDesc": "Protocolo de comunicación basado en HTTP por streaming",
+        "label": "Tipo de complemento MCP",
        "stdioFeature1": "Menor latencia de comunicación, adecuado para ejecución local",
-        "stdioFeature2": "Requiere instalación local del servidor MCP",
+        "stdioFeature2": "Se requiere instalar y ejecutar el servidor MCP localmente",
        "stdioNotAvailable": "El modo STDIO solo está disponible en la versión de escritorio",
        "stdioShortDesc": "Protocolo de comunicación basado en entrada y salida estándar",
-        "title": "Tipo de plugin MCP"
+        "title": "Tipo de complemento MCP"
      },
      "url": {
-        "desc": "Ingrese la dirección Streamable HTTP de su servidor MCP, no soporta modo SSE",
-        "invalid": "Por favor, ingrese una URL válida",
-        "label": "URL del endpoint Streamable HTTP",
-        "required": "Por favor, ingrese la URL del servicio MCP"
+        "desc": "Introduce la dirección HTTP transmitible de tu servidor MCP, no se admite el modo SSE",
+        "invalid": "Por favor, introduce una URL válida",
+        "label": "URL del Endpoint HTTP",
+        "required": "Por favor, introduce la URL del servicio MCP"
      }
    },
    "meta": {
      "author": {
-        "desc": "Autor del plugin",
+        "desc": "Autor del complemento",
        "label": "Autor"
      },
      "avatar": {
-        "desc": "Icono del plugin, puede usar Emoji o URL",
+        "desc": "Icono del complemento, se puede usar Emoji o URL",
        "label": "Icono"
      },
      "description": {
-        "desc": "Descripción del plugin",
+        "desc": "Descripción del complemento",
        "label": "Descripción",
-        "placeholder": "Consulta motores de búsqueda para obtener información"
+        "placeholder": "Obtener información de búsqueda en el motor de búsqueda"
      },
      "formFieldRequired": "Este campo es obligatorio",
      "homepage": {
-        "desc": "Página principal del plugin",
-        "label": "Página principal"
+        "desc": "Página de inicio del complemento",
+        "label": "Página de inicio"
      },
      "identifier": {
-        "desc": "Identificador único del plugin, se detectará automáticamente desde el manifest",
-        "errorDuplicate": "El identificador ya existe en otro plugin, por favor modifíquelo",
+        "desc": "Identificador único del complemento, se reconocerá automáticamente desde el manifiesto",
+        "errorDuplicate": "El identificador del complemento ya existe, modifique el identificador",
        "label": "Identificador",
-        "pattenErrorMessage": "Solo se permiten caracteres en inglés, números, - y _"
+        "pattenErrorMessage": "Solo se pueden ingresar caracteres alfanuméricos, - y _"
      },
-      "lobe": "Plugin {{appName}}",
+      "lobe": "Complemento de {{appName}}",
      "manifest": {
-        "desc": "{{appName}} instalará el plugin a través de este enlace",
-        "label": "Archivo de descripción del plugin (Manifest) URL",
+        "desc": "{{appName}} se instalará el complemento a través de este enlace.",
+        "label": "URL del archivo de descripción del complemento (Manifest)",
        "preview": "Vista previa del Manifest",
        "refresh": "Actualizar"
      },
-      "openai": "Plugin OpenAI",
+      "openai": "Complemento de OpenAI",
      "title": {
-        "desc": "Título del plugin",
+        "desc": "Título del complemento",
        "label": "Título",
-        "placeholder": "Motor de búsqueda"
+        "placeholder": "Buscar motor de búsqueda"
      }
    },
-    "metaConfig": "Configuración de metainformación del plugin",
-    "modalDesc": "Después de agregar un plugin personalizado, puede usarse para desarrollo y verificación, o directamente en conversaciones. Para desarrollo de plugins, consulte la <1>documentación de desarrollo↗</1>",
+    "metaConfig": "Configuración de metadatos del complemento",
+    "modalDesc": "Después de agregar un complemento personalizado, se puede utilizar para validar el desarrollo del complemento o se puede usar directamente en la conversación. Consulte el <1>documento de desarrollo↗</> para el desarrollo del complemento.",
    "openai": {
      "importUrl": "Importar desde enlace URL",
      "schema": "Esquema"
@@ -195,44 +195,44 @@
    "preview": {
      "api": {
        "noParams": "Esta herramienta no tiene parámetros",
-        "noResults": "No se encontraron APIs que coincidan con los criterios de búsqueda",
+        "noResults": "No se encontraron API que cumplan con los criterios de búsqueda",
        "params": "Parámetros:",
        "searchPlaceholder": "Buscar herramienta..."
      },
-      "card": "Vista previa del efecto del plugin",
-      "desc": "Descripción previa del plugin",
+      "card": "Vista previa del efecto del complemento",
+      "desc": "Vista previa de la descripción del complemento",
      "empty": {
-        "desc": "Después de completar la configuración, podrá previsualizar las capacidades de las herramientas soportadas aquí",
-        "title": "Comience la vista previa tras configurar el plugin"
+        "desc": "Una vez completada la configuración, podrá previsualizar las capacidades de las herramientas soportadas por el plugin aquí",
+        "title": "Comience a previsualizar después de configurar el plugin"
      },
-      "title": "Vista previa del nombre del plugin"
+      "title": "Vista previa del nombre del complemento"
    },
-    "save": "Instalar plugin",
-    "saveSuccess": "Configuración del plugin guardada con éxito",
+    "save": "Instalar complemento",
+    "saveSuccess": "Configuración del complemento guardada con éxito",
    "tabs": {
      "manifest": "Lista de descripción de funciones (Manifest)",
-      "meta": "Metainformación del plugin"
+      "meta": "Metadatos del complemento"
    },
    "title": {
-      "create": "Agregar plugin personalizado",
-      "edit": "Editar plugin personalizado"
+      "create": "Agregar complemento personalizado",
+      "edit": "Editar complemento personalizado"
    },
    "type": {
-      "lobe": "Plugin {{appName}}",
-      "openai": "Plugin OpenAI"
+      "lobe": "Complemento LobeChat",
+      "openai": "Complemento OpenAI"
    },
    "update": "Actualizar",
-    "updateSuccess": "Configuración del plugin actualizada con éxito"
+    "updateSuccess": "Configuración del complemento actualizada con éxito"
  },
  "error": {
-    "fetchError": "Error al solicitar el enlace manifest, por favor asegúrese de que el enlace es válido y permite acceso cruzado",
-    "installError": "Error al instalar el plugin {{name}}",
-    "manifestInvalid": "El manifest no cumple con las especificaciones, resultado de la validación: \n\n {{error}}",
-    "noManifest": "Archivo de descripción no encontrado",
-    "openAPIInvalid": "Error al analizar OpenAPI, error: \n\n {{error}}",
-    "reinstallError": "Error al actualizar el plugin {{name}}",
+    "fetchError": "Error al recuperar el enlace del manifiesto. Asegúrese de que el enlace sea válido y permita el acceso entre dominios.",
+    "installError": "Error al instalar el complemento {{name}}.",
+    "manifestInvalid": "El manifiesto no cumple con las normas. Resultado de la validación: \n\n {{error}}",
+    "noManifest": "No se encontró el archivo de descripción",
+    "openAPIInvalid": "Error al analizar OpenAPI. Error: \n\n {{error}}",
+    "reinstallError": "Error al volver a instalar el complemento {{name}}.",
    "testConnectionFailed": "Error al obtener el Manifest: {{error}}",
-    "urlError": "El enlace no devolvió contenido en formato JSON, por favor asegúrese de que es un enlace válido"
+    "urlError": "El enlace no devuelve contenido en formato JSON. Asegúrese de que sea un enlace válido."
  },
  "inspector": {
    "args": "Ver lista de parámetros",
@@ -240,14 +240,14 @@
  },
  "list": {
    "item": {
-      "deprecated.title": "Eliminado",
+      "deprecated.title": "Obsoleto",
      "local.config": "Configuración",
      "local.title": "Personalizado"
    }
  },
  "loading": {
-    "content": "Llamando al plugin...",
-    "plugin": "Plugin en ejecución..."
+    "content": "Cargando complemento...",
+    "plugin": "Ejecutando complemento..."
  },
  "localSystem": {
    "apiName": {
@@ -256,23 +256,23 @@
      "readLocalFile": "Leer contenido del archivo",
      "renameLocalFile": "Renombrar",
      "searchLocalFiles": "Buscar archivos",
-      "writeLocalFile": "Escribir archivo"
+      "writeLocalFile": "Escribir en archivo"
    },
    "title": "Archivos locales"
  },
  "mcpInstall": {
-    "CHECKING_INSTALLATION": "Verificando entorno de instalación...",
+    "CHECKING_INSTALLATION": "Comprobando el entorno de instalación...",
    "COMPLETED": "Instalación completada",
-    "CONFIGURATION_REQUIRED": "Por favor complete la configuración requerida para continuar la instalación",
+    "CONFIGURATION_REQUIRED": "Por favor, complete la configuración necesaria antes de continuar con la instalación",
    "ERROR": "Error de instalación",
-    "FETCHING_MANIFEST": "Obteniendo archivo de descripción del plugin...",
-    "GETTING_SERVER_MANIFEST": "Inicializando servidor MCP...",
-    "INSTALLING_PLUGIN": "Instalando plugin...",
+    "FETCHING_MANIFEST": "Obteniendo el archivo de descripción del plugin...",
+    "GETTING_SERVER_MANIFEST": "Inicializando el servidor MCP...",
+    "INSTALLING_PLUGIN": "Instalando el plugin...",
    "configurationDescription": "Este plugin MCP requiere parámetros de configuración para funcionar correctamente, por favor complete la información necesaria",
    "configurationRequired": "Configurar parámetros del plugin",
    "continueInstall": "Continuar instalación",
-    "dependenciesDescription": "Este plugin requiere instalar las siguientes dependencias del sistema para funcionar correctamente, por favor instale las dependencias faltantes según las indicaciones y luego haga clic en reintentar para continuar la instalación.",
-    "dependenciesRequired": "Por favor instale las dependencias del sistema para el plugin",
+    "dependenciesDescription": "Este plugin requiere la instalación de las siguientes dependencias del sistema para funcionar correctamente. Por favor, instale las dependencias faltantes según las indicaciones y luego haga clic en 'Revisar de nuevo' para continuar la instalación.",
+    "dependenciesRequired": "Por favor, instale las dependencias del sistema para el plugin",
    "dependencyStatus": {
      "installed": "Instalado",
      "notInstalled": "No instalado",
@@ -293,96 +293,36 @@
      "AUTHORIZATION_ERROR": "Error de autorización",
      "CONNECTION_FAILED": "Conexión fallida",
      "INITIALIZATION_TIMEOUT": "Tiempo de inicialización agotado",
-      "PROCESS_SPAWN_ERROR": "Error al iniciar proceso",
+      "PROCESS_SPAWN_ERROR": "Error al iniciar el proceso",
      "UNKNOWN_ERROR": "Error desconocido",
      "VALIDATION_ERROR": "Error de validación de parámetros"
    },
-    "installError": "Error al instalar plugin MCP, motivo: {{detail}}",
+    "installError": "La instalación del plugin MCP falló, motivo: {{detail}}",
    "installMethods": {
      "manual": "Instalación manual:",
      "recommended": "Método de instalación recomendado:"
    },
-    "recheckDependencies": "Revisar dependencias nuevamente",
+    "recheckDependencies": "Revisar de nuevo",
    "skipDependencies": "Omitir revisión"
  },
-  "pluginList": "Lista de plugins",
-  "protocolInstall": {
-    "actions": {
-      "install": "Instalar",
-      "installAnyway": "Instalar de todos modos",
-      "installed": "Instalado"
-    },
-    "config": {
-      "args": "Parámetros",
-      "command": "Comando",
-      "env": "Variables de entorno",
-      "headers": "Encabezados",
-      "title": "Información de configuración",
-      "type": {
-        "http": "Tipo: HTTP",
-        "label": "Tipo",
-        "stdio": "Tipo: Stdio"
-      },
-      "url": "Dirección del servicio"
-    },
-    "custom": {
-      "badge": "Plugin personalizado",
-      "security": {
-        "description": "Este plugin no ha sido verificado oficialmente, la instalación puede implicar riesgos de seguridad. Por favor asegúrese de confiar en la fuente del plugin.",
-        "title": "⚠️ Advertencia de riesgo de seguridad"
-      },
-      "title": "Instalar plugin personalizado"
-    },
-    "marketplace": {
-      "title": "Instalar plugins de terceros",
-      "trustedBy": "Proporcionado por {{name}}",
-      "unverified": {
-        "title": "Plugin de terceros no verificado",
-        "warning": "Este plugin proviene de un mercado de terceros no verificado, por favor confirme que confía en esta fuente antes de instalar."
-      },
-      "verified": "Verificado"
-    },
-    "messages": {
-      "connectionTestFailed": "Prueba de conexión fallida",
-      "installError": "Error al instalar plugin, por favor intente de nuevo",
-      "installSuccess": "Plugin {{name}} instalado con éxito!",
-      "manifestError": "Error al obtener detalles del plugin, por favor revise la conexión de red e intente de nuevo",
-      "manifestNotFound": "No se pudo obtener el archivo de descripción del plugin"
-    },
-    "meta": {
-      "author": "Autor",
-      "homepage": "Página principal",
-      "identifier": "Identificador",
-      "source": "Fuente",
-      "version": "Versión"
-    },
-    "official": {
-      "badge": "Plugin oficial de LobeHub",
-      "description": "Este plugin es desarrollado y mantenido oficialmente por LobeHub, ha pasado rigurosas auditorías de seguridad y puede usarse con confianza.",
-      "loadingMessage": "Obteniendo detalles del plugin...",
-      "loadingTitle": "Cargando",
-      "title": "Instalar plugin oficial"
-    },
-    "title": "Instalar plugin MCP",
-    "warning": "⚠️ Por favor confirme que confía en la fuente de este plugin, plugins maliciosos pueden comprometer la seguridad de su sistema."
-  },
+  "pluginList": "Lista de complementos",
  "search": {
    "apiName": {
-      "crawlMultiPages": "Leer contenido de múltiples páginas",
-      "crawlSinglePage": "Leer contenido de página",
+      "crawlMultiPages": "Leer el contenido de múltiples páginas",
+      "crawlSinglePage": "Leer contenido de la página",
      "search": "Buscar página"
    },
    "config": {
      "addKey": "Agregar clave",
      "close": "Eliminar",
-      "confirm": "Configuración completada y reintentar"
+      "confirm": "Configuración completada, intente de nuevo"
    },
    "crawPages": {
-      "crawling": "Reconociendo enlaces",
+      "crawling": "Reconocimiento de enlaces",
      "detail": {
        "preview": "Vista previa",
        "raw": "Texto original",
-        "tooLong": "El contenido del texto es demasiado largo, solo se conservarán los primeros {{characters}} caracteres en el contexto de la conversación, el resto no se incluirá."
+        "tooLong": "El contenido del texto es demasiado largo, el contexto de la conversación solo retiene los primeros {{characters}} caracteres, el resto no se incluye en el contexto de la conversación"
      },
      "meta": {
        "crawler": "Modo de rastreo",
@@ -390,16 +330,16 @@
      }
    },
    "searchxng": {
-      "baseURL": "Por favor ingrese",
-      "description": "Ingrese la URL de SearchXNG para comenzar la búsqueda en línea",
-      "keyPlaceholder": "Por favor ingrese la clave",
-      "title": "Configurar motor de búsqueda SearchXNG",
-      "unconfiguredDesc": "Por favor contacte al administrador para completar la configuración del motor de búsqueda SearchXNG y comenzar la búsqueda en línea",
-      "unconfiguredTitle": "SearchXNG no configurado"
+      "baseURL": "Introduzca",
+      "description": "Introduzca la URL de SearchXNG para comenzar la búsqueda en línea",
+      "keyPlaceholder": "Introduzca la clave",
+      "title": "Configurar el motor de búsqueda SearchXNG",
+      "unconfiguredDesc": "Por favor, contacte al administrador para completar la configuración del motor de búsqueda SearchXNG y comenzar la búsqueda en línea",
+      "unconfiguredTitle": "Motor de búsqueda SearchXNG no configurado"
    },
    "title": "Búsqueda en línea"
  },
-  "setting": "Configuración del plugin",
+  "setting": "Configuración de complementos",
  "settings": {
    "capabilities": {
      "prompts": "Indicaciones",
@@ -418,52 +358,52 @@
      "url": "Dirección del servicio"
    },
    "edit": "Editar",
-    "envConfigDescription": "Estas configuraciones se pasarán como variables de entorno al iniciar el servidor MCP",
-    "httpTypeNotice": "Los plugins MCP de tipo HTTP no requieren variables de entorno configurables",
+    "envConfigDescription": "Estas configuraciones se pasarán como variables de entorno al proceso cuando se inicie el servidor MCP",
+    "httpTypeNotice": "Los complementos MCP de tipo HTTP no requieren variables de entorno configurables",
    "indexUrl": {
-      "title": "Índice del mercado",
-      "tooltip": "No se soporta edición en línea, por favor configure mediante variables de entorno al desplegar"
+      "title": "Índice de mercado",
+      "tooltip": "No se admite la edición en línea. Configure a través de variables de entorno al implementar."
    },
    "messages": {
      "connectionUpdateFailed": "Error al actualizar la información de conexión",
      "connectionUpdateSuccess": "Información de conexión actualizada con éxito",
-      "envUpdateFailed": "Error al guardar variables de entorno",
+      "envUpdateFailed": "Error al guardar las variables de entorno",
      "envUpdateSuccess": "Variables de entorno guardadas con éxito"
    },
-    "modalDesc": "Después de configurar la dirección del mercado de plugins, podrá usar mercados personalizados",
+    "modalDesc": "Después de configurar la dirección del mercado de complementos, puede utilizar un mercado personalizado de complementos.",
    "rules": {
-      "argsRequired": "Por favor ingrese los parámetros de inicio",
-      "commandRequired": "Por favor ingrese el comando de inicio",
-      "urlRequired": "Por favor ingrese la dirección del servicio"
+      "argsRequired": "Por favor, introduzca los parámetros de inicio",
+      "commandRequired": "Por favor, introduzca el comando de inicio",
+      "urlRequired": "Por favor, introduzca la dirección del servicio"
    },
    "saveSettings": "Guardar configuración",
-    "title": "Configurar mercado de plugins"
+    "title": "Configuración del mercado de complementos"
  },
-  "showInPortal": "Por favor vea los detalles en el espacio de trabajo",
+  "showInPortal": "Por favor, consulta los detalles en el portal de trabajo",
  "store": {
    "actions": {
      "cancel": "Cancelar instalación",
-      "confirmUninstall": "Está a punto de desinstalar este plugin, la configuración del plugin será eliminada. Por favor confirme su acción",
+      "confirmUninstall": "Está a punto de desinstalar este complemento. Se eliminará la configuración del complemento. Confirme su acción.",
      "detail": "Detalles",
      "install": "Instalar",
      "manifest": "Editar archivo de instalación",
      "settings": "Configuración",
      "uninstall": "Desinstalar"
    },
-    "communityPlugin": "Comunidad de terceros",
+    "communityPlugin": "Comunidad",
    "customPlugin": "Personalizado",
-    "empty": "No hay plugins instalados",
-    "emptySelectHint": "Seleccione un plugin para previsualizar detalles",
+    "empty": "No hay complementos instalados",
+    "emptySelectHint": "Seleccione un complemento para previsualizar los detalles",
    "installAllPlugins": "Instalar todos",
-    "networkError": "Error al obtener la tienda de plugins, por favor revise la conexión de red e intente de nuevo",
-    "placeholder": "Buscar por nombre, descripción o palabra clave del plugin...",
+    "networkError": "Error al obtener la tienda de complementos. Verifique la conexión a internet e inténtelo de nuevo.",
+    "placeholder": "Buscar por nombre, descripción o palabra clave del complemento...",
    "releasedAt": "Publicado el {{createdAt}}",
    "tabs": {
      "installed": "Instalados",
-      "mcp": "Plugins MCP",
-      "old": "Plugins LobeChat"
+      "mcp": "Complemento MCP",
+      "old": "Plugin LobeChat"
    },
-    "title": "Tienda de plugins"
+    "title": "Tienda de complementos"
  },
  "unknownError": "Error desconocido",
  "unknownPlugin": "Plugin desconocido"
@@ -2,15 +2,9 @@
  "ai21": {
    "description": "AI21 Labs construye modelos fundamentales y sistemas de inteligencia artificial para empresas, acelerando la aplicación de la inteligencia artificial generativa en producción."
  },
-  "ai302": {
-    "description": "302.AI es una plataforma de aplicaciones de IA bajo demanda que ofrece la API de IA y aplicaciones en línea de IA más completas del mercado"
-  },
  "ai360": {
    "description": "360 AI es una plataforma de modelos y servicios de IA lanzada por la empresa 360, que ofrece una variedad de modelos avanzados de procesamiento del lenguaje natural, incluidos 360GPT2 Pro, 360GPT Pro, 360GPT Turbo y 360GPT Turbo Responsibility 8K. Estos modelos combinan parámetros a gran escala y capacidades multimodales, siendo ampliamente utilizados en generación de texto, comprensión semántica, sistemas de diálogo y generación de código. A través de una estrategia de precios flexible, 360 AI satisface diversas necesidades de los usuarios, apoyando la integración de desarrolladores y promoviendo la innovación y desarrollo de aplicaciones inteligentes."
  },
-  "aihubmix": {
-    "description": "AiHubMix ofrece acceso a múltiples modelos de IA a través de una interfaz API unificada."
-  },
  "anthropic": {
    "description": "Anthropic es una empresa centrada en la investigación y desarrollo de inteligencia artificial, que ofrece una serie de modelos de lenguaje avanzados, como Claude 3.5 Sonnet, Claude 3 Sonnet, Claude 3 Opus y Claude 3 Haiku. Estos modelos logran un equilibrio ideal entre inteligencia, velocidad y costo, adecuados para una variedad de escenarios de aplicación, desde cargas de trabajo empresariales hasta respuestas rápidas. Claude 3.5 Sonnet, como su modelo más reciente, ha demostrado un rendimiento excepcional en múltiples evaluaciones, manteniendo una alta relación calidad-precio."
  },
@@ -189,7 +189,6 @@
      "aesGcm": "کلید شما و آدرس پروکسی و غیره با استفاده از <1>AES-GCM</1> رمزگذاری خواهد شد",
      "apiKey": {
        "desc": "لطفاً کلید API {{name}} خود را وارد کنید",
-        "descWithUrl": "لطفاً کلید API {{name}} خود را وارد کنید، <3>برای دریافت اینجا کلیک کنید</3>",
        "placeholder": "{{name}} کلید API",
        "title": "کلید API"
      },
@@ -306,7 +305,6 @@
        "latestTime": "آخرین زمان به‌روزرسانی: {{time}}",
        "noLatestTime": "لیست هنوز دریافت نشده است"
      },
-      "noModelsInCategory": "در این دسته‌بندی مدل فعالی وجود ندارد",
      "resetAll": {
        "conform": "آیا مطمئن هستید که می‌خواهید تمام تغییرات مدل فعلی را بازنشانی کنید؟ پس از بازنشانی، لیست مدل‌های فعلی به حالت پیش‌فرض باز خواهد گشت",
        "success": "بازنشانی با موفقیت انجام شد",
@@ -317,15 +315,7 @@
      "title": "لیست مدل‌ها",
      "total": "در مجموع {{count}} مدل در دسترس است"
    },
-    "searchNotFound": "نتیجه‌ای برای جستجو پیدا نشد",
-    "tabs": {
-      "all": "همه",
-      "chat": "گفتگو",
-      "embedding": "بردار‌سازی",
-      "image": "تصویر",
-      "stt": "تبدیل گفتار به متن",
-      "tts": "تبدیل متن به گفتار"
-    }
+    "searchNotFound": "نتیجه‌ای برای جستجو پیدا نشد"
  },
  "sortModal": {
    "success": "به‌روزرسانی مرتب‌سازی با موفقیت انجام شد",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark Ultra قدرتمندترین نسخه از سری مدل‌های بزرگ Spark است که با ارتقاء مسیر جستجوی متصل به شبکه، توانایی درک و خلاصه‌سازی محتوای متنی را بهبود می‌بخشد. این یک راه‌حل جامع برای افزایش بهره‌وری در محیط کار و پاسخگویی دقیق به نیازها است و به عنوان یک محصول هوشمند پیشرو در صنعت شناخته می‌شود."
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp (که با نام \"4x‑AnimeSharp\" نیز شناخته می‌شود) یک مدل ابررزولوشن متن‌باز است که توسط Kim2091 بر اساس معماری ESRGAN توسعه یافته است و بر بزرگ‌نمایی و تیزکردن تصاویر با سبک انیمه تمرکز دارد. این مدل در فوریه ۲۰۲۲ از \"4x-TextSharpV1\" تغییر نام داد و در ابتدا برای تصاویر متنی نیز کاربرد داشت اما عملکرد آن به طور قابل توجهی برای محتوای انیمه بهینه شده است."
-  },
  "Baichuan2-Turbo": {
    "description": "با استفاده از فناوری تقویت جستجو، مدل بزرگ را به دانش حوزه‌ای و دانش کل وب متصل می‌کند. از آپلود انواع اسناد مانند PDF، Word و همچنین وارد کردن آدرس‌های وب پشتیبانی می‌کند. اطلاعات به‌موقع و جامع دریافت می‌شود و نتایج خروجی دقیق و حرفه‌ای هستند."
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3 یک مدل MoE است که توسط شرکت DeepSeek توسعه یافته است. نتایج ارزیابی‌های متعدد DeepSeek-V3 از مدل‌های متن باز دیگر مانند Qwen2.5-72B و Llama-3.1-405B فراتر رفته و از نظر عملکرد با مدل‌های بسته جهانی برتر مانند GPT-4o و Claude-3.5-Sonnet برابری می‌کند."
  },
-  "DeepSeek-V3-Fast": {
-    "description": "تأمین‌کننده مدل: پلتفرم sophnet. DeepSeek V3 Fast نسخه‌ای با TPS بالا و سرعت بسیار زیاد از نسخه DeepSeek V3 0324 است، بدون کمیت‌سازی، با توانایی‌های کد و ریاضی قوی‌تر و پاسخ‌دهی سریع‌تر!"
-  },
  "Doubao-lite-128k": {
    "description": "Doubao-lite دارای سرعت پاسخگویی بی‌نظیر و نسبت قیمت به کارایی بهتر است و گزینه‌های انعطاف‌پذیرتری را برای سناریوهای مختلف مشتریان ارائه می‌دهد. از پنجره متنی 128k برای استدلال و تنظیم دقیق پشتیبانی می‌کند."
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "مدل اصلی با بهترین عملکرد، مناسب برای انجام وظایف پیچیده است و در زمینه‌هایی مانند پاسخ به سوالات مرجع، خلاصه‌سازی، خلق محتوا، دسته‌بندی متن و نقش‌آفرینی عملکرد بسیار خوبی دارد. از پنجره متنی 4k برای استدلال و تنظیم دقیق پشتیبانی می‌کند."
  },
-  "DreamO": {
-    "description": "DreamO یک مدل تولید تصویر سفارشی متن‌باز است که توسط شرکت بایت‌دنس و دانشگاه پکن به صورت مشترک توسعه یافته است و هدف آن پشتیبانی از تولید چندوظیفه‌ای تصویر از طریق معماری یکپارچه است. این مدل از روش مدل‌سازی ترکیبی کارآمد استفاده می‌کند و می‌تواند تصاویر بسیار سازگار و سفارشی‌شده‌ای را بر اساس شرایطی مانند هویت، موضوع، سبک و پس‌زمینه که توسط کاربر تعیین می‌شود، تولید کند."
-  },
  "ERNIE-3.5-128K": {
    "description": "مدل زبان بزرگ پرچمدار توسعه‌یافته توسط بایدو، که حجم عظیمی از متون چینی و انگلیسی را پوشش می‌دهد و دارای توانایی‌های عمومی قدرتمندی است. این مدل می‌تواند نیازهای اکثر سناریوهای پرسش و پاسخ، تولید محتوا و استفاده از افزونه‌ها را برآورده کند؛ همچنین از اتصال خودکار به افزونه جستجوی بایدو پشتیبانی می‌کند تا به‌روز بودن اطلاعات پرسش و پاسخ را تضمین کند."
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "مدل زبان بزرگ با عملکرد بالا که در سال 2024 توسط بایدو به‌طور مستقل توسعه یافته است. این مدل دارای توانایی‌های عمومی برجسته‌ای است و عملکرد بهتری نسبت به ERNIE Speed دارد. مناسب برای استفاده به عنوان مدل پایه برای تنظیم دقیق و حل بهتر مسائل در سناریوهای خاص، همچنین دارای عملکرد استنتاجی بسیار عالی است."
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-dev یک مدل تولید و ویرایش تصویر چندرسانه‌ای است که توسط Black Forest Labs توسعه یافته و بر اساس معماری Rectified Flow Transformer ساخته شده است. این مدل با 12 میلیارد پارامتر، بر تولید، بازسازی، تقویت یا ویرایش تصاویر تحت شرایط متنی تمرکز دارد. این مدل ترکیبی از مزایای تولید کنترل‌شده مدل‌های انتشار و قابلیت مدل‌سازی زمینه‌ای ترنسفورمر است و از خروجی تصاویر با کیفیت بالا پشتیبانی می‌کند و در وظایفی مانند ترمیم تصویر، تکمیل تصویر و بازسازی صحنه‌های بصری کاربرد گسترده دارد."
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-dev یک مدل زبان چندرسانه‌ای متن‌باز است که توسط Black Forest Labs توسعه یافته و برای وظایف ترکیبی تصویر و متن بهینه شده است. این مدل بر پایه مدل‌های زبان بزرگ پیشرفته مانند Mistral-7B ساخته شده و با استفاده از رمزگذار بصری طراحی‌شده و تنظیم دقیق چندمرحله‌ای دستوری، توانایی پردازش همزمان تصویر و متن و استدلال در وظایف پیچیده را دارد."
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B) یک مدل نوآورانه است که برای کاربردهای چندرشته‌ای و وظایف پیچیده مناسب است."
  },
-  "HelloMeme": {
-    "description": "HelloMeme یک ابزار هوش مصنوعی است که می‌تواند بر اساس تصاویر یا حرکاتی که شما ارائه می‌دهید، به طور خودکار میم، گیف یا ویدیوهای کوتاه تولید کند. این ابزار نیازی به دانش نقاشی یا برنامه‌نویسی ندارد و تنها با داشتن تصاویر مرجع، می‌تواند محتوایی زیبا، سرگرم‌کننده و با سبک یکپارچه برای شما بسازد."
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Full یک مدل بزرگ ویرایش تصویر چندرسانه‌ای متن‌باز است که توسط HiDream.ai توسعه یافته است. این مدل بر پایه معماری پیشرفته Diffusion Transformer ساخته شده و با توانایی قوی درک زبان (با LLaMA 3.1-8B-Instruct داخلی) از طریق دستورات زبان طبیعی، تولید تصویر، انتقال سبک، ویرایش موضعی و بازنقاشی محتوا را پشتیبانی می‌کند و دارای قابلیت‌های برجسته در درک و اجرای ترکیب تصویر و متن است."
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilled یک مدل سبک تولید تصویر از متن است که با استفاده از تکنیک تقطیر بهینه شده و قادر است به سرعت تصاویر با کیفیت بالا تولید کند، به ویژه مناسب محیط‌های با منابع محدود و وظایف تولید در زمان واقعی است."
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacter یک مدل تولید شخصیت شخصی‌سازی شده بدون نیاز به تنظیم دقیق است که توسط تیم هوش مصنوعی Tencent در سال ۲۰۲۵ منتشر شده است. هدف این مدل تولید شخصیت‌های با وفاداری بالا و سازگار در صحنه‌های مختلف است. این مدل تنها با یک تصویر مرجع قادر به مدل‌سازی شخصیت است و می‌تواند آن را به سبک‌ها، حرکات و پس‌زمینه‌های مختلف به طور انعطاف‌پذیر منتقل کند."
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8B یک مدل زبان بصری قدرتمند است که از پردازش چند حالتی تصویر و متن پشتیبانی می‌کند و قادر است محتوای تصویر را به دقت شناسایی کرده و توصیف یا پاسخ‌های مرتبط تولید کند."
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26B یک مدل زبان بصری قدرتمند است که از پردازش چند حالتی تصویر و متن پشتیبانی می‌کند و قادر است محتوای تصویر را به دقت شناسایی کرده و توصیف یا پاسخ‌های مرتبط تولید کند."
  },
-  "Kolors": {
-    "description": "Kolors یک مدل تولید تصویر از متن است که توسط تیم Kolors شرکت Kuaishou توسعه یافته است. این مدل با میلیاردها پارامتر آموزش دیده و در کیفیت بصری، درک معنایی زبان چینی و رندر متن عملکرد برجسته‌ای دارد."
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "Kolors یک مدل بزرگ تولید تصویر از متن مبتنی بر انتشار نهفته است که توسط تیم Kolors شرکت Kuaishou توسعه یافته است. این مدل با آموزش روی میلیاردها جفت متن-تصویر، در کیفیت بصری، دقت معنایی پیچیده و رندر کاراکترهای چینی و انگلیسی عملکرد برجسته‌ای دارد. این مدل نه تنها از ورودی‌های چینی و انگلیسی پشتیبانی می‌کند بلکه در درک و تولید محتوای خاص زبان چینی نیز بسیار توانمند است."
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "توانایی استدلال تصویری عالی در تصاویر با وضوح بالا، مناسب برای برنامه‌های درک بصری."
  },
@@ -197,15 +164,9 @@
  "MiniMaxAI/MiniMax-M1-80k": {
    "description": "MiniMax-M1 یک مدل استنتاج بزرگ با وزن‌های متن‌باز و توجه ترکیبی است که دارای ۴۵۶ میلیارد پارامتر است و هر توکن می‌تواند حدود ۴۵.۹ میلیارد پارامتر را فعال کند. این مدل به طور بومی از زمینه بسیار طولانی ۱ میلیون توکن پشتیبانی می‌کند و با مکانیزم توجه سریع، در وظایف تولید ۱۰۰ هزار توکن نسبت به DeepSeek R1، ۷۵٪ از محاسبات نقطه شناور را صرفه‌جویی می‌کند. همچنین، MiniMax-M1 از معماری MoE (متخصصان ترکیبی) بهره می‌برد و با ترکیب الگوریتم CISPO و طراحی توجه ترکیبی در آموزش تقویتی کارآمد، عملکرد پیشرو در صنعت را در استنتاج ورودی‌های طولانی و سناریوهای واقعی مهندسی نرم‌افزار ارائه می‌دهد."
  },
-  "Moonshot-Kimi-K2-Instruct": {
-    "description": "مدل با 1 تریلیون پارامتر کل و 32 میلیارد پارامتر فعال. در میان مدل‌های غیرتفکری، در دانش پیشرفته، ریاضیات و برنامه‌نویسی در سطح برتر قرار دارد و در وظایف عامل عمومی تخصص دارد. به طور ویژه برای وظایف نمایندگی بهینه شده است، نه تنها قادر به پاسخگویی به سوالات بلکه قادر به انجام اقدامات است. بهترین گزینه برای گفتگوهای بداهه، چت عمومی و تجربه‌های نمایندگی است و یک مدل واکنشی بدون نیاز به تفکر طولانی مدت محسوب می‌شود."
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B) یک مدل دستورالعمل با دقت بالا است که برای محاسبات پیچیده مناسب است."
  },
-  "OmniConsistency": {
-    "description": "OmniConsistency با معرفی مدل‌های بزرگ Diffusion Transformers (DiTs) و داده‌های سبک‌دار جفت‌شده، انسجام سبک و قابلیت تعمیم در وظایف تصویر به تصویر (Image-to-Image) را بهبود می‌بخشد و از افت کیفیت سبک جلوگیری می‌کند."
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "همان مدل Phi-3-medium، اما با اندازه بزرگتر زمینه، مناسب برای RAG یا تعداد کمی از دستورات."
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3 یک مدل زبان با 671 میلیارد پارامتر است که از معماری متخصصان ترکیبی (MoE) و توجه چندسر (MLA) استفاده می‌کند و با استراتژی تعادل بار بدون ضرر کمکی بهینه‌سازی کارایی استنتاج و آموزش را انجام می‌دهد. این مدل با پیش‌آموزش بر روی 14.8 تریلیون توکن با کیفیت بالا و انجام تنظیم دقیق نظارتی و یادگیری تقویتی، در عملکرد از سایر مدل‌های متن‌باز پیشی می‌گیرد و به مدل‌های بسته پیشرو نزدیک می‌شود."
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 یک مدل پایه با معماری MoE است که دارای توانایی‌های بسیار قوی در کدنویسی و عامل است، با 1 تریلیون پارامتر کل و 32 میلیارد پارامتر فعال. در آزمون‌های معیار عملکرد در حوزه‌های دانش عمومی، برنامه‌نویسی، ریاضیات و عامل، مدل K2 عملکردی فراتر از سایر مدل‌های متن‌باز اصلی دارد."
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Preview یک مدل پردازش زبان طبیعی نوآورانه است که قادر به پردازش کارآمد مکالمات پیچیده و درک زمینه است."
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3 یک مدل بزرگ جدید با توانایی‌های بهبود یافته است که در استدلال، عمومی، نمایندگی و چند زبانی به سطح پیشرفته صنعت دست یافته و از تغییر حالت تفکر پشتیبانی می‌کند."
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3-235B-A22B-Instruct-2507 یک مدل زبان بزرگ ترکیبی (MoE) پرچمدار از سری Qwen3 است که توسط تیم Tongyi Qianwen شرکت علی‌بابا توسعه یافته است. این مدل دارای 235 میلیارد پارامتر کل و 22 میلیارد پارامتر فعال در هر استنتاج است. نسخه به‌روزشده‌ای از حالت غیرتفکری Qwen3-235B-A22B است که تمرکز بر بهبود قابل توجه در پیروی از دستورالعمل‌ها، استدلال منطقی، درک متن، ریاضیات، علوم، برنامه‌نویسی و استفاده از ابزارها دارد. همچنین پوشش دانش چندزبانه و ترجیحات کاربر در وظایف ذهنی و باز را بهبود بخشیده تا متن‌های مفیدتر و با کیفیت بالاتری تولید کند."
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3-235B-A22B-Thinking-2507 عضوی از سری مدل‌های بزرگ زبان Qwen3 است که توسط تیم Tongyi Qianwen شرکت علی‌بابا توسعه یافته و بر وظایف استدلال پیچیده و دشوار تمرکز دارد. این مدل بر پایه معماری MoE با 235 میلیارد پارامتر کل ساخته شده و در هر توکن حدود 22 میلیارد پارامتر فعال می‌کند که باعث افزایش کارایی محاسباتی در عین حفظ قدرت عملکرد می‌شود. به عنوان یک مدل اختصاصی \"تفکر\"، در استدلال منطقی، ریاضیات، علوم، برنامه‌نویسی و آزمون‌های علمی که نیازمند تخصص انسانی هستند، عملکرد برجسته‌ای دارد و در میان مدل‌های تفکری متن‌باز در سطح برتر قرار دارد. همچنین توانایی‌های عمومی مانند پیروی از دستورالعمل‌ها، استفاده از ابزار و تولید متن را تقویت کرده و به طور بومی از درک متن‌های طولانی تا 256 هزار توکن پشتیبانی می‌کند که برای سناریوهای نیازمند استدلال عمیق و پردازش اسناد طولانی بسیار مناسب است."
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3 یک مدل بزرگ جدید با توانایی‌های بهبود یافته است که در استدلال، عمومی، نمایندگی و چند زبانی به سطح پیشرفته صنعت دست یافته و از تغییر حالت تفکر پشتیبانی می‌کند."
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507 نسخه به‌روزرسانی شده مدل غیرتفکری Qwen3-30B-A3B است. این یک مدل متخصص ترکیبی (MoE) با مجموع ۳۰.۵ میلیارد پارامتر و ۳.۳ میلیارد پارامتر فعال است. این مدل در جنبه‌های مختلف بهبودهای کلیدی داشته است، از جمله افزایش قابل توجه در پیروی از دستورالعمل‌ها، استدلال منطقی، درک متن، ریاضیات، علوم، برنامه‌نویسی و استفاده از ابزارها. همچنین، پیشرفت قابل توجهی در پوشش دانش چندزبانه و تطابق بهتر با ترجیحات کاربران در وظایف ذهنی و باز دارد، که منجر به تولید پاسخ‌های مفیدتر و متون با کیفیت بالاتر می‌شود. علاوه بر این، توانایی درک متن‌های بلند این مدل تا ۲۵۶ هزار توکن افزایش یافته است. این مدل فقط از حالت غیرتفکری پشتیبانی می‌کند و خروجی آن شامل برچسب‌های `<think></think>` نخواهد بود."
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3 یک مدل بزرگ جدید با توانایی‌های بهبود یافته است که در استدلال، عمومی، نمایندگی و چند زبانی به سطح پیشرفته صنعت دست یافته و از تغییر حالت تفکر پشتیبانی می‌کند."
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instruct یک مدل زبان بزرگ است که به طور خاص برای تولید کد، درک کد و سناریوهای توسعه کارآمد طراحی شده است و از مقیاس 32B پارامتر پیشرفته در صنعت بهره می‌برد و می‌تواند نیازهای متنوع برنامه‌نویسی را برآورده کند."
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22B، مدل MoE (متخصص ترکیبی)، حالت «استدلال ترکیبی» را معرفی کرده است که به کاربران امکان می‌دهد به‌طور یکپارچه بین «حالت تفکر» و «حالت غیرتفکر» جابجا شوند. این مدل از درک و استدلال در ۱۱۹ زبان و گویش پشتیبانی می‌کند و دارای قابلیت‌های قدرتمند فراخوانی ابزار است. در آزمون‌های معیار مختلف از جمله توانایی‌های جامع، کد نویسی و ریاضیات، چندزبانه، دانش و استدلال، این مدل می‌تواند با مدل‌های پیشرو بازار مانند DeepSeek R1، OpenAI o1، o3-mini، Grok 3 و Google Gemini 2.5 Pro رقابت کند."
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32B، مدل متراکم (Dense Model)، حالت «استدلال ترکیبی» را معرفی کرده است که به کاربران امکان می‌دهد به‌طور یکپارچه بین «حالت تفکر» و «حالت غیرتفکر» جابجا شوند. به دلیل بهبود ساختار مدل، افزایش داده‌های آموزشی و روش‌های مؤثرتر آموزش، عملکرد کلی این مدل با Qwen2.5-72B قابل مقایسه است."
-  },
  "SenseChat": {
    "description": "نسخه پایه مدل (V4)، طول متن ۴K، با توانایی‌های عمومی قوی"
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "مدل جدیدترین نسخه (V5.5) است که از ورودی چند تصویر پشتیبانی می‌کند و به طور جامع به بهینه‌سازی توانایی‌های پایه مدل پرداخته و در شناسایی ویژگی‌های اشیاء، روابط فضایی، شناسایی رویدادهای حرکتی، درک صحنه، شناسایی احساسات، استدلال منطقی و درک و تولید متن بهبودهای قابل توجهی داشته است."
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "با به‌روزرسانی جامع داده‌های چندرسانه‌ای، زبانی و استدلالی و بهینه‌سازی استراتژی‌های آموزش، مدل جدید پیشرفت قابل توجهی در استدلال چندرسانه‌ای و توانایی پیروی از دستورالعمل‌های تعمیم‌یافته داشته است. این مدل از پنجره متنی تا ۱۲۸ هزار توکن پشتیبانی می‌کند و در وظایف تخصصی مانند OCR و شناسایی IP گردشگری و فرهنگی عملکرد برجسته‌ای دارد."
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "با به‌روزرسانی جامع داده‌های چندرسانه‌ای، زبانی و استدلالی و بهینه‌سازی استراتژی‌های آموزش، مدل جدید پیشرفت قابل توجهی در استدلال چندرسانه‌ای و توانایی پیروی از دستورالعمل‌های تعمیم‌یافته داشته است. این مدل از پنجره متنی تا ۱۲۸ هزار توکن پشتیبانی می‌کند و در وظایف تخصصی مانند OCR و شناسایی IP گردشگری و فرهنگی عملکرد برجسته‌ای دارد."
-  },
  "SenseNova-V6-Pro": {
    "description": "تحقق یکپارچگی بومی قابلیت‌های تصویر، متن و ویدیو، عبور از محدودیت‌های سنتی چندمدلی، و کسب دو قهرمانی در ارزیابی‌های OpenCompass و SuperCLUE."
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23 یک مدل چندزبانه است که توسط Cohere ارائه شده و از 23 زبان پشتیبانی می‌کند و استفاده از برنامه‌های چندزبانه را تسهیل می‌نماید."
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "ارائه شده توسط مایکروسافت؛ مدل DeepSeek R1 به‌روزرسانی‌های جزئی دریافت کرده است و نسخه فعلی آن DeepSeek-R1-0528 می‌باشد. در آخرین به‌روزرسانی، DeepSeek R1 با افزایش منابع محاسباتی و معرفی مکانیزم بهینه‌سازی الگوریتم در مرحله پس‌آموزش، عمق استنتاج و توانایی پیش‌بینی را به طور قابل توجهی بهبود بخشیده است. این مدل در آزمون‌های معیار مختلفی مانند ریاضیات، برنامه‌نویسی و منطق عمومی عملکرد برجسته‌ای دارد و عملکرد کلی آن به مدل‌های پیشرو مانند O3 و Gemini 2.5 Pro نزدیک شده است."
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13B یک مدل زبان بزرگ متن باز و قابل تجاری با 130 میلیارد پارامتر است که در آزمون‌های معتبر چینی و انگلیسی بهترین عملکرد را در اندازه مشابه به دست آورده است."
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnet تعادلی ایده‌آل بین هوش و سرعت برای بارهای کاری سازمانی فراهم می‌کند. این محصول با قیمتی پایین‌تر حداکثر بهره‌وری را ارائه می‌دهد، قابل اعتماد است و برای استقرار در مقیاس بزرگ مناسب می‌باشد."
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1 جدیدترین و قدرتمندترین مدل Anthropic برای انجام وظایف بسیار پیچیده است. این مدل در عملکرد، هوشمندی، روانی و درک توانایی برجسته‌ای دارد."
-  },
  "claude-opus-4-20250514": {
    "description": "Claude Opus 4 قدرتمندترین مدل Anthropic برای پردازش وظایف بسیار پیچیده است. این مدل در زمینه‌های عملکرد، هوش، روانی و درک فوق‌العاده عمل می‌کند."
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "مدل Doubao-Seed-1.6-thinking با توانایی تفکر به‌طور قابل توجهی تقویت شده است، نسبت به Doubao-1.5-thinking-pro در مهارت‌های پایه‌ای مانند برنامه‌نویسی، ریاضیات و استدلال منطقی پیشرفت داشته و از درک تصویری پشتیبانی می‌کند. از پنجره متنی ۲۵۶ هزار توکنی پشتیبانی می‌کند و طول خروجی تا ۱۶ هزار توکن را امکان‌پذیر می‌سازد."
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "مدل تولید تصویر Doubao توسط تیم Seed شرکت بایت‌دنس توسعه یافته است و از ورودی‌های متن و تصویر پشتیبانی می‌کند و تجربه تولید تصویر با کنترل بالا و کیفیت عالی را ارائه می‌دهد. تصاویر بر اساس متن توصیفی تولید می‌شوند."
-  },
  "doubao-vision-lite-32k": {
    "description": "مدل Doubao-vision یک مدل چندرسانه‌ای بزرگ است که توسط Doubao ارائه شده و دارای توانایی‌های قوی در درک و استدلال تصاویر و همچنین درک دقیق دستورات است. این مدل در استخراج اطلاعات متنی از تصاویر و وظایف استدلال مبتنی بر تصویر عملکرد قدرتمندی نشان داده و می‌تواند در وظایف پیچیده‌تر و گسترده‌تر پرسش و پاسخ بصری به کار رود."
  },
@@ -1067,9 +995,6 @@
  "ernie-char-fiction-8k": {
    "description": "مدل زبان بزرگ با کاربرد خاص که توسط بایدو توسعه یافته است و برای کاربردهایی مانند NPCهای بازی، مکالمات خدمات مشتری، و نقش‌آفرینی در مکالمات مناسب است، سبک شخصیت آن واضح‌تر و یکدست‌تر است و توانایی پیروی از دستورات و عملکرد استدلال بهتری دارد."
  },
-  "ernie-irag-edit": {
-    "description": "مدل ویرایش تصویر ERNIE iRAG که توسط بایدو توسعه یافته است، از عملیات‌هایی مانند حذف (erase)، بازنقاشی (repaint) و تولید واریاسیون (variation) بر اساس تصویر پشتیبانی می‌کند."
-  },
  "ernie-lite-8k": {
    "description": "ERNIE Lite مدل زبان بزرگ سبک خود توسعه یافته توسط بایدو است که تعادل خوبی بین عملکرد مدل و عملکرد استدلال دارد و برای استفاده در کارت‌های تسریع AI با توان محاسباتی پایین مناسب است."
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "مدل نسبت به ERNIE-X1-32K از نظر عملکرد و کارایی بهتر است."
  },
-  "flux-1-schnell": {
-    "description": "مدل تولید تصویر از متن با 12 میلیارد پارامتر که توسط Black Forest Labs توسعه یافته است و از تکنولوژی تقطیر انتشار متخاصم نهفته استفاده می‌کند و قادر است در 1 تا 4 مرحله تصاویر با کیفیت بالا تولید کند. این مدل عملکردی مشابه نمونه‌های بسته دارد و تحت مجوز Apache-2.0 برای استفاده شخصی، تحقیقاتی و تجاری منتشر شده است."
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev] یک مدل وزن باز و پالایش شده متن‌باز برای کاربردهای غیرتجاری است. این مدل کیفیت تصویر و پیروی از دستورالعمل را نزدیک به نسخه حرفه‌ای FLUX حفظ کرده و در عین حال کارایی اجرایی بالاتری دارد. نسبت به مدل‌های استاندارد با اندازه مشابه، بهره‌وری منابع بهتری دارد."
-  },
  "flux-kontext/dev": {
    "description": "مدل ویرایش تصویر Frontier."
  },
-  "flux-merged": {
-    "description": "مدل FLUX.1-merged ترکیبی از ویژگی‌های عمیق کشف شده در مرحله توسعه \"DEV\" و مزایای اجرای سریع \"Schnell\" است. این اقدام باعث افزایش مرزهای عملکرد مدل و گسترش دامنه کاربردهای آن شده است."
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro] قادر است متن و تصاویر مرجع را به عنوان ورودی پردازش کند و ویرایش‌های موضعی هدفمند و تغییرات پیچیده در کل صحنه را به‌صورت یکپارچه انجام دهد."
  },
-  "flux-schnell": {
-    "description": "FLUX.1 [schnell] به عنوان پیشرفته‌ترین مدل متن‌باز با گام‌های کم، نه تنها از رقبا پیشی گرفته بلکه از مدل‌های غیرتقطیر قدرتمندی مانند Midjourney v6.0 و DALL·E 3 (HD) نیز بهتر است. این مدل به طور خاص تنظیم شده تا تنوع کامل خروجی‌های پیش‌آموزش را حفظ کند و نسبت به مدل‌های پیشرفته بازار، بهبودهای قابل توجهی در کیفیت بصری، پیروی از دستورالعمل، تغییر اندازه/نسبت، پردازش فونت و تنوع خروجی ارائه می‌دهد و تجربه تولید تصاویر خلاقانه و متنوع‌تری را برای کاربران فراهم می‌کند."
-  },
-  "flux.1-schnell": {
-    "description": "ترنسفورمر جریان اصلاح‌شده با 12 میلیارد پارامتر که قادر است تصاویر را بر اساس توصیف متنی تولید کند."
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell] یک مدل تبدیل جریانی با 12 میلیارد پارامتر است که می‌تواند در 1 تا 4 مرحله تصاویر با کیفیت بالا را از متن تولید کند و برای استفاده شخصی و تجاری مناسب است."
  },
@@ -1199,6 +1109,9 @@
  "gemini-2.5-flash-preview-04-17": {
    "description": "پیش‌نمایش فلش Gemini 2.5 مدل با بهترین قیمت و کیفیت گوگل است که امکانات جامع و کاملی را ارائه می‌دهد."
  },
+  "gemini-2.5-flash-preview-04-17-thinking": {
+    "description": "Gemini 2.5 Flash Preview مقرون‌به‌صرفه‌ترین مدل گوگل است که امکانات جامع ارائه می‌دهد."
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash Preview مقرون‌به‌صرفه‌ترین مدل گوگل است که امکانات جامع ارائه می‌دهد."
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "سری مدل‌های GLM-4.1V-Thinking قوی‌ترین مدل‌های زبان تصویری (VLM) در سطح 10 میلیارد پارامتر شناخته شده تا کنون هستند که وظایف زبان تصویری پیشرفته هم‌رده SOTA را شامل می‌شوند، از جمله درک ویدئو، پرسش و پاسخ تصویری، حل مسائل علمی، شناسایی متن OCR، تفسیر اسناد و نمودارها، عامل‌های رابط کاربری گرافیکی، کدنویسی صفحات وب فرانت‌اند، و گراندینگ. توانایی‌های این مدل‌ها حتی از مدل Qwen2.5-VL-72B با 8 برابر پارامتر بیشتر نیز فراتر رفته است. با استفاده از فناوری پیشرفته یادگیری تقویتی، مدل توانسته است با استدلال زنجیره تفکر دقت و غنای پاسخ‌ها را افزایش دهد و از نظر نتایج نهایی و قابلیت تبیین به طور قابل توجهی از مدل‌های غیرتفکری سنتی پیشی بگیرد."
  },
-  "glm-4.5": {
-    "description": "جدیدترین مدل پرچمدار Zhizhu که از حالت تفکر پشتیبانی می‌کند و توانایی‌های جامع آن به سطح SOTA مدل‌های متن‌باز رسیده است و طول زمینه تا 128 هزار توکن را پشتیبانی می‌کند."
-  },
-  "glm-4.5-air": {
-    "description": "نسخه سبک GLM-4.5 که تعادل بین عملکرد و هزینه را حفظ می‌کند و امکان تغییر انعطاف‌پذیر بین مدل‌های تفکر ترکیبی را فراهم می‌آورد."
-  },
-  "glm-4.5-airx": {
-    "description": "نسخه فوق‌العاده سریع GLM-4.5-Air که پاسخگویی سریع‌تری دارد و برای نیازهای بزرگ و سرعت بالا طراحی شده است."
-  },
-  "glm-4.5-flash": {
-    "description": "نسخه رایگان GLM-4.5 که در وظایفی مانند استنتاج، کدنویسی و عامل‌ها عملکرد خوبی دارد."
-  },
-  "glm-4.5-x": {
-    "description": "نسخه فوق‌العاده سریع GLM-4.5 که در کنار قدرت عملکرد، سرعت تولید تا 100 توکن در ثانیه را ارائه می‌دهد."
-  },
  "glm-4v": {
    "description": "GLM-4V قابلیت‌های قدرتمندی در درک و استدلال تصویری ارائه می‌دهد و از وظایف مختلف بصری پشتیبانی می‌کند."
  },
@@ -1311,7 +1209,7 @@
    "description": "استدلال فوق‌العاده سریع: دارای سرعت استدلال بسیار بالا و عملکرد قوی است."
  },
  "glm-z1-flash": {
-    "description": "سری GLM-Z1 دارای توانایی‌های قوی در استدلال پیچیده است و در زمینه‌های استدلال منطقی، ریاضیات و برنامه‌نویسی عملکرد برجسته‌ای دارد."
+    "description": "سری GLM-Z1 دارای توانایی‌های پیچیده استدلال قوی است و در زمینه‌های استدلال منطقی، ریاضی و برنامه‌نویسی عملکرد فوق‌العاده‌ای دارد. حداکثر طول متن زمینه‌ای 32K است."
  },
  "glm-z1-flashx": {
    "description": "سرعت بالا و قیمت پایین: نسخه تقویت‌شده Flash با سرعت استنتاج بسیار سریع‌تر و تضمین همزمانی بالاتر."
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "مدل تولید تصویر چندرسانه‌ای بومی ChatGPT"
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B یک مدل زبان بزرگ متن‌باز منتشر شده توسط OpenAI است که از فناوری کوانتیزاسیون MXFP4 استفاده می‌کند و برای اجرا روی GPUهای مصرفی پیشرفته یا مک‌های Apple Silicon مناسب است. این مدل در تولید گفتگو، نوشتن کد و وظایف استدلال عملکرد برجسته‌ای دارد و از فراخوانی توابع و استفاده از ابزارها پشتیبانی می‌کند."
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B یک مدل زبان بزرگ متن‌باز منتشر شده توسط OpenAI است که از فناوری کوانتیزاسیون MXFP4 بهره می‌برد و به عنوان مدل پرچمدار شناخته می‌شود. این مدل نیازمند محیطی با چند GPU یا ایستگاه کاری با عملکرد بالا برای اجرا است و در استدلال پیچیده، تولید کد و پردازش چندزبانه عملکردی برجسته دارد و از فراخوانی توابع پیشرفته و یکپارچه‌سازی ابزارها پشتیبانی می‌کند."
-  },
  "grok-2-1212": {
    "description": "این مدل در دقت، پیروی از دستورات و توانایی چند زبانه بهبود یافته است."
  },
-  "grok-2-image-1212": {
-    "description": "جدیدترین مدل تولید تصویر ما قادر است تصاویر زنده و واقعی را بر اساس متن توصیفی تولید کند. این مدل در زمینه تولید تصویر برای بازاریابی، رسانه‌های اجتماعی و سرگرمی عملکرد برجسته‌ای دارد."
-  },
  "grok-2-vision-1212": {
    "description": "این مدل در دقت، پیروی از دستورات و توانایی چند زبانه بهبود یافته است."
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "بهینه‌سازی تولید متن، نوشتن مقاله، بهبود توانایی‌های کدنویسی فرانت‌اند، ریاضیات، استدلال منطقی و علوم پایه، و ارتقاء توانایی پیروی از دستورالعمل‌ها."
  },
-  "hunyuan-t1-20250711": {
-    "description": "افزایش قابل توجه در توانایی‌های ریاضی، منطقی و کدنویسی پیچیده، بهینه‌سازی پایداری خروجی مدل و ارتقاء توانایی مدل در پردازش متون طولانی."
-  },
  "hunyuan-t1-latest": {
    "description": "اولین مدل استدلال هیبریدی-ترنسفورمر-مامبا با مقیاس فوق‌العاده بزرگ در صنعت، که توانایی استدلال را گسترش می‌دهد و سرعت رمزگشایی فوق‌العاده‌ای دارد و به طور بیشتری با ترجیحات انسانی هم‌راستا می‌شود."
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "جدیدترین مدل چندوجهی هون‌یوان، پشتیبانی از ورودی تصویر + متن برای تولید محتوای متنی."
  },
-  "image-01": {
-    "description": "مدل جدید تولید تصویر با نمایش ظریف و پشتیبانی از تولید تصویر از متن و تصویر."
-  },
-  "image-01-live": {
-    "description": "مدل تولید تصویر با نمایش ظریف که از تولید تصویر از متن پشتیبانی می‌کند و امکان تنظیم سبک نقاشی را دارد."
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "سری مدل متن به تصویر نسل چهارم Imagen"
  },
@@ -1646,9 +1526,6 @@
  "internvl3-latest": {
    "description": "ما جدیدترین مدل بزرگ چندرسانه‌ای خود را منتشر کرده‌ایم که دارای توانایی‌های قوی‌تر در درک متن و تصویر و درک تصاویر در زمان‌های طولانی است و عملکرد آن با مدل‌های برتر بسته به منبع قابل مقایسه است. به طور پیش‌فرض به جدیدترین مدل‌های سری InternVL ما اشاره دارد که در حال حاضر به internvl3-78b اشاره دارد."
  },
-  "irag-1.0": {
-    "description": "iRAG (image based RAG) که توسط بایدو توسعه یافته، فناوری تولید تصویر تقویت‌شده با بازیابی است که منابع میلیاردی تصاویر جستجوی بایدو را با توانایی‌های مدل پایه قدرتمند ترکیب می‌کند تا تصاویر بسیار واقعی تولید کند. این سیستم به طور قابل توجهی از سیستم‌های تولید تصویر بومی بهتر است، بدون حس مصنوعی بودن و با هزینه پایین. iRAG ویژگی‌هایی مانند بدون توهم، فوق‌العاده واقعی و آماده تحویل فوری دارد."
-  },
  "jamba-large": {
    "description": "قدرت‌مندترین و پیشرفته‌ترین مدل ما، که به‌طور خاص برای پردازش وظایف پیچیده در سطح سازمانی طراحی شده و دارای عملکرد فوق‌العاده‌ای است."
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "جستجوی عمیق ترکیبی از جستجوی اینترنتی، خواندن و استدلال است که می‌تواند تحقیقات جامع را انجام دهد. می‌توانید آن را به عنوان یک نماینده در نظر بگیرید که وظایف تحقیق شما را می‌پذیرد - این نماینده جستجوی گسترده‌ای انجام می‌دهد و پس از چندین بار تکرار، پاسخ را ارائه می‌دهد. این فرآیند شامل تحقیق مداوم، استدلال و حل مسئله از زوایای مختلف است. این با مدل‌های بزرگ استاندارد که مستقیماً از داده‌های پیش‌آموزش شده پاسخ تولید می‌کنند و سیستم‌های RAG سنتی که به جستجوی سطحی یک‌باره وابسته‌اند، تفاوت اساسی دارد."
  },
-  "kimi-k2": {
-    "description": "Kimi-K2 یک مدل پایه با معماری MoE است که توسط Moonshot AI ارائه شده و دارای توانایی‌های بسیار قوی در کدنویسی و عامل است، با 1 تریلیون پارامتر کل و 32 میلیارد پارامتر فعال. در آزمون‌های معیار عملکرد در حوزه‌های دانش عمومی، برنامه‌نویسی، ریاضیات و عامل، مدل K2 عملکردی فراتر از سایر مدل‌های متن‌باز اصلی دارد."
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2 یک مدل پایه با معماری MoE است که دارای توانایی‌های بسیار قوی در کدنویسی و عامل‌سازی است، با مجموع یک تریلیون پارامتر و 32 میلیارد پارامتر فعال. در تست‌های معیار عملکرد در حوزه‌های دانش عمومی، برنامه‌نویسی، ریاضیات و عامل‌ها، مدل K2 عملکردی فراتر از سایر مدل‌های متن‌باز اصلی دارد."
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B یک مدل بزرگ کد منبع باز است که با یادگیری تقویتی گسترده بهینه شده است و قادر به تولید پچ‌های پایدار و قابل استفاده مستقیم در تولید می‌باشد. این مدل در SWE-bench Verified امتیاز جدید ۶۰.۴٪ را کسب کرده و رکورد مدل‌های منبع باز را در وظایف مهندسی نرم‌افزار خودکار مانند رفع اشکال و بازبینی کد شکسته است."
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 یک مدل پایه با معماری MoE است که دارای توانایی‌های بسیار قوی در کدنویسی و عامل است، با 1 تریلیون پارامتر کل و 32 میلیارد پارامتر فعال. در آزمون‌های معیار عملکرد در حوزه‌های دانش عمومی، برنامه‌نویسی، ریاضیات و عامل، مدل K2 عملکردی فراتر از سایر مدل‌های متن‌باز اصلی دارد."
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2 یک مدل پایه با معماری MoE است که دارای توانایی‌های بسیار قوی در کدنویسی و عامل‌ها می‌باشد، با مجموع پارامتر ۱ تریلیون و پارامترهای فعال ۳۲ میلیارد. در آزمون‌های معیار عملکرد در دسته‌های اصلی مانند استدلال دانش عمومی، برنامه‌نویسی، ریاضیات و عامل‌ها، مدل K2 عملکردی فراتر از سایر مدل‌های متن‌باز رایج دارد."
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o mini جدیدترین مدل OpenAI است که پس از GPT-4 Omni عرضه شده و از ورودی‌های تصویری و متنی پشتیبانی می‌کند و خروجی متنی ارائه می‌دهد. به عنوان پیشرفته‌ترین مدل کوچک آن‌ها، این مدل بسیار ارزان‌تر از سایر مدل‌های پیشرفته اخیر است و بیش از ۶۰٪ ارزان‌تر از GPT-3.5 Turbo می‌باشد. این مدل هوشمندی پیشرفته را حفظ کرده و در عین حال از نظر اقتصادی بسیار مقرون به صرفه است. GPT-4o mini در آزمون MMLU امتیاز ۸۲٪ را کسب کرده و در حال حاضر در ترجیحات چت بالاتر از GPT-4 رتبه‌بندی شده است."
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120B یک مدل زبان پیشرفته با 120 میلیارد پارامتر است که دارای قابلیت جستجوی مرورگر و اجرای کد می‌باشد و توانایی استدلال دارد."
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20B یک مدل زبان پیشرفته با 20 میلیارد پارامتر است که دارای قابلیت جستجوی مرورگر و اجرای کد می‌باشد و توانایی استدلال دارد."
-  },
  "openai/o1": {
    "description": "o1 مدل استدلال جدید OpenAI است که از ورودی‌های تصویری و متنی پشتیبانی می‌کند و خروجی متنی ارائه می‌دهد، مناسب برای وظایف پیچیده‌ای که نیاز به دانش عمومی گسترده دارند. این مدل دارای زمینه ۲۰۰ هزار توکنی و تاریخ قطع دانش در اکتبر ۲۰۲۳ است."
  },
@@ -2399,21 +2264,9 @@
  "qwen3-235b-a22b": {
    "description": "Qwen3 یک مدل جدید نسل جدید با توانایی‌های به طور قابل توجهی بهبود یافته است که در استدلال، عمومی، نمایندگی و چند زبانه در چندین توانایی کلیدی به سطح پیشرفته صنعت دست یافته و از جابجایی حالت تفکر پشتیبانی می‌کند."
  },
-  "qwen3-235b-a22b-instruct-2507": {
-    "description": "مدل متن‌باز حالت غیرتفکری مبتنی بر Qwen3 که نسبت به نسخه قبلی (Tongyi Qianwen 3-235B-A22B) در توانایی خلاقیت ذهنی و ایمنی مدل بهبودهای جزئی داشته است."
-  },
-  "qwen3-235b-a22b-thinking-2507": {
-    "description": "مدل متن‌باز حالت تفکری مبتنی بر Qwen3 که نسبت به نسخه قبلی (Tongyi Qianwen 3-235B-A22B) در توانایی‌های منطقی، عمومی، تقویت دانش و خلاقیت بهبودهای قابل توجهی داشته و برای سناریوهای استدلال پیچیده و دشوار مناسب است."
-  },
  "qwen3-30b-a3b": {
    "description": "Qwen3 یک مدل جدید نسل جدید با توانایی‌های به طور قابل توجهی بهبود یافته است که در استدلال، عمومی، نمایندگی و چند زبانه در چندین توانایی کلیدی به سطح پیشرفته صنعت دست یافته و از جابجایی حالت تفکر پشتیبانی می‌کند."
  },
-  "qwen3-30b-a3b-instruct-2507": {
-    "description": "در مقایسه با نسخه قبلی (Qwen3-30B-A3B)، توانایی‌های کلی چندزبانه و انگلیسی به طور قابل توجهی بهبود یافته است. بهینه‌سازی ویژه برای وظایف ذهنی و باز، که به طور قابل توجهی با ترجیحات کاربران هماهنگ‌تر است و پاسخ‌های مفیدتری ارائه می‌دهد."
-  },
-  "qwen3-30b-a3b-thinking-2507": {
-    "description": "مدل متن‌باز حالت تفکر مبتنی بر Qwen3، که نسبت به نسخه قبلی (Tongyi Qianwen 3-30B-A3B) بهبودهای قابل توجهی در توانایی‌های منطقی، عمومی، دانش و خلاقیت دارد و برای سناریوهای دشوار و استدلال قوی مناسب است."
-  },
  "qwen3-32b": {
    "description": "Qwen3 یک مدل جدید نسل جدید با توانایی‌های به طور قابل توجهی بهبود یافته است که در استدلال، عمومی، نمایندگی و چند زبانه در چندین توانایی کلیدی به سطح پیشرفته صنعت دست یافته و از جابجایی حالت تفکر پشتیبانی می‌کند."
  },
@@ -2423,15 +2276,6 @@
  "qwen3-8b": {
    "description": "Qwen3 یک مدل جدید نسل جدید با توانایی‌های به طور قابل توجهی بهبود یافته است که در استدلال، عمومی، نمایندگی و چند زبانه در چندین توانایی کلیدی به سطح پیشرفته صنعت دست یافته و از جابجایی حالت تفکر پشتیبانی می‌کند."
  },
-  "qwen3-coder-480b-a35b-instruct": {
-    "description": "نسخه متن‌باز مدل کدنویسی Tongyi Qianwen. جدیدترین مدل qwen3-coder-480b-a35b-instruct مبتنی بر Qwen3 است و دارای توانایی‌های قوی عامل کدنویسی، مهارت در فراخوانی ابزارها و تعامل با محیط است و قادر به برنامه‌نویسی خودکار با توانایی کدنویسی برجسته و همچنین توانایی‌های عمومی است."
-  },
-  "qwen3-coder-flash": {
-    "description": "مدل کد نویسی Tongyi Qianwen. جدیدترین مدل‌های سری Qwen3-Coder بر پایه Qwen3 ساخته شده‌اند و دارای توانایی‌های قدرتمند Coding Agent هستند، در فراخوانی ابزارها و تعامل با محیط مهارت دارند، قادر به برنامه‌نویسی خودکار هستند و در کنار توانایی‌های کدنویسی برجسته، قابلیت‌های عمومی نیز دارند."
-  },
-  "qwen3-coder-plus": {
-    "description": "مدل کد نویسی Tongyi Qianwen. جدیدترین مدل‌های سری Qwen3-Coder بر پایه Qwen3 ساخته شده‌اند و دارای توانایی‌های قدرتمند Coding Agent هستند، در فراخوانی ابزارها و تعامل با محیط مهارت دارند، قادر به برنامه‌نویسی خودکار هستند و در کنار توانایی‌های کدنویسی برجسته، قابلیت‌های عمومی نیز دارند."
-  },
  "qwq": {
    "description": "QwQ یک مدل تحقیقاتی تجربی است که بر بهبود توانایی استدلال AI تمرکز دارد."
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "محصول جدید API که توسط مدل استدلال DeepSeek پشتیبانی می‌شود."
  },
-  "stable-diffusion-3-medium": {
-    "description": "جدیدترین مدل بزرگ تولید تصویر از متن که توسط Stability AI ارائه شده است. این نسخه با حفظ مزایای نسل‌های قبلی، بهبودهای قابل توجهی در کیفیت تصویر، درک متن و تنوع سبک‌ها دارد و قادر است دستورات پیچیده زبان طبیعی را دقیق‌تر تفسیر کرده و تصاویر دقیق‌تر و متنوع‌تری تولید کند."
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-large یک مدل مولد تصویر از متن مبتنی بر ترنسفورمر انتشار چندرسانه‌ای (MMDiT) با 800 میلیون پارامتر است که کیفیت تصویر عالی و تطابق بالا با دستورات متنی دارد، قادر به تولید تصاویر با وضوح بالا تا 1 میلیون پیکسل است و می‌تواند به طور کارآمد روی سخت‌افزارهای مصرفی معمول اجرا شود."
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turbo مدلی است که بر پایه stable-diffusion-3.5-large ساخته شده و با استفاده از تکنولوژی تقطیر انتشار متخاصم (ADD) سرعت بالاتری دارد."
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5 با وزن‌های نقطه بررسی stable-diffusion-v1.2 آغاز شده و با 595 هزار مرحله تنظیم دقیق روی مجموعه \"laion-aesthetics v2 5+\" با وضوح 512x512 انجام شده است. این مدل 10٪ کاهش شرط‌بندی متنی دارد تا نمونه‌برداری هدایت‌شده بدون طبقه‌بندی‌کننده را بهبود بخشد."
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xl نسبت به نسخه v1.5 بهبودهای قابل توجهی داشته و با مدل‌های متن‌باز پیشرفته مانند midjourney قابل مقایسه است. بهبودها شامل: شبکه اصلی unet بزرگ‌تر که سه برابر نسخه قبلی است؛ افزودن ماژول پالایش برای بهبود کیفیت تصاویر تولید شده؛ و تکنیک‌های آموزش بهینه‌تر."
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "مدل بزرگ تولید تصویر از متن که توسط Stability AI توسعه یافته و متن‌باز است و در تولید تصاویر خلاقانه در صنعت پیشرو است. دارای توانایی درک دقیق دستورات و پشتیبانی از تعریف معکوس Prompt برای تولید دقیق محتوا است."
-  },
  "step-1-128k": {
    "description": "تعادل بین عملکرد و هزینه، مناسب برای سناریوهای عمومی."
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "مدل بصری کوچک، مناسب برای وظایف پایه‌ای تصویر و متن."
  },
-  "step-1x-edit": {
-    "description": "این مدل بر وظایف ویرایش تصویر تمرکز دارد و قادر است بر اساس تصویر و توصیف متنی ارائه شده توسط کاربر، تصویر را اصلاح و بهبود بخشد. از فرمت‌های ورودی مختلف از جمله توصیف متنی و تصاویر نمونه پشتیبانی می‌کند. مدل قادر به درک نیت کاربر و تولید نتایج ویرایش تصویر مطابق با خواسته‌ها است."
-  },
-  "step-1x-medium": {
-    "description": "این مدل دارای توانایی قوی در تولید تصویر است و از توصیف متنی به عنوان ورودی پشتیبانی می‌کند. پشتیبانی بومی از زبان چینی دارد و می‌تواند توصیف‌های متنی چینی را بهتر درک و پردازش کند و معنای دقیق‌تر را به ویژگی‌های تصویری تبدیل کند تا تولید تصویر دقیق‌تری داشته باشد. مدل قادر است تصاویر با وضوح و کیفیت بالا تولید کند و توانایی انتقال سبک نیز دارد."
-  },
  "step-2-16k": {
    "description": "پشتیبانی از تعاملات متنی گسترده، مناسب برای سناریوهای مکالمه پیچیده."
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "مدل بزرگ فوق‌العاده سریع مبتنی بر معماری توجه MFA که به‌طور خودجوش توسعه یافته است، با هزینه بسیار کم به نتایجی مشابه با مرحله ۱ دست می‌یابد و در عین حال توانایی پردازش بالاتر و زمان پاسخ سریع‌تری را حفظ می‌کند. این مدل قادر به انجام وظایف عمومی است و در توانایی‌های کدنویسی تخصص دارد."
  },
-  "step-2x-large": {
-    "description": "مدل نسل جدید Step Star برای تولید تصویر است که بر تولید تصویر بر اساس توصیف متنی کاربر تمرکز دارد و تصاویر با کیفیت بالا تولید می‌کند. مدل جدید تصاویر با بافت واقعی‌تر و توانایی تولید متن‌های چینی و انگلیسی قوی‌تر دارد."
-  },
  "step-r1-v-mini": {
    "description": "این مدل یک مدل استدلال بزرگ با توانایی‌های قوی در درک تصویر است که می‌تواند اطلاعات تصویری و متنی را پردازش کند و پس از تفکر عمیق، متن تولید کند. این مدل در زمینه استدلال بصری عملکرد برجسته‌ای دارد و همچنین دارای توانایی‌های ریاضی، کدنویسی و استدلال متنی در سطح اول است. طول متن زمینه‌ای 100k است."
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "مدل v0-1.5-md برای وظایف روزمره و تولید رابط کاربری (UI) مناسب است"
  },
-  "wan2.2-t2i-flash": {
-    "description": "نسخه سریع Wanxiang 2.2، جدیدترین مدل فعلی. در خلاقیت، پایداری و واقع‌گرایی به طور کامل ارتقا یافته، سرعت تولید بالا و نسبت قیمت به کیفیت عالی دارد."
-  },
-  "wan2.2-t2i-plus": {
-    "description": "نسخه حرفه‌ای Wanxiang 2.2، جدیدترین مدل فعلی. در خلاقیت، پایداری و واقع‌گرایی به طور کامل ارتقا یافته و جزئیات تولید شده غنی‌تر است."
-  },
-  "wanx-v1": {
-    "description": "مدل پایه تولید تصویر از متن. معادل مدل عمومی 1.0 در وب‌سایت رسمی Tongyi Wanxiang."
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "متخصص در پرتره‌های با بافت، سرعت متوسط و هزینه پایین. معادل مدل سریع 2.0 در وب‌سایت رسمی Tongyi Wanxiang."
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "نسخه ارتقا یافته کامل. جزئیات تصاویر تولید شده غنی‌تر و سرعت کمی کندتر است. معادل مدل حرفه‌ای 2.1 در وب‌سایت رسمی Tongyi Wanxiang."
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "نسخه ارتقا یافته کامل. سرعت تولید بالا، عملکرد جامع و نسبت قیمت به کیفیت عالی. معادل مدل سریع 2.1 در وب‌سایت رسمی Tongyi Wanxiang."
+    "description": "مدل تولید تصویر مبتنی بر متن زیرمجموعه‌ی علی‌بابا کلود Tongyi"
  },
  "whisper-1": {
    "description": "مدل شناسایی گفتار عمومی که از شناسایی گفتار چندزبانه، ترجمه گفتار و شناسایی زبان پشتیبانی می‌کند."
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "مدل‌های پیچیده بصری که قابلیت‌های درک و تحلیل با عملکرد بالا را بر اساس چندین تصویر ارائه می‌دهند."
-  },
-  "zai-org/GLM-4.5": {
-    "description": "GLM-4.5 یک مدل پایه طراحی شده برای کاربردهای عامل هوشمند است که از معماری Mixture-of-Experts استفاده می‌کند. این مدل در زمینه‌های فراخوانی ابزار، مرور وب، مهندسی نرم‌افزار و برنامه‌نویسی فرانت‌اند بهینه‌سازی عمیق شده و از ادغام بی‌وقفه با عامل‌های کد مانند Claude Code و Roo Code پشتیبانی می‌کند. GLM-4.5 از حالت استدلال ترکیبی بهره می‌برد و می‌تواند در سناریوهای استدلال پیچیده و استفاده روزمره به خوبی عمل کند."
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Air یک مدل پایه طراحی شده برای کاربردهای عامل هوشمند است که از معماری Mixture-of-Experts استفاده می‌کند. این مدل در زمینه‌های فراخوانی ابزار، مرور وب، مهندسی نرم‌افزار و برنامه‌نویسی فرانت‌اند بهینه‌سازی عمیق شده و از ادغام بی‌وقفه با عامل‌های کد مانند Claude Code و Roo Code پشتیبانی می‌کند. GLM-4.5 از حالت استدلال ترکیبی بهره می‌برد و می‌تواند در سناریوهای استدلال پیچیده و استفاده روزمره به خوبی عمل کند."
  }
 }
@@ -33,21 +33,21 @@
    "title": "جزئیات افزونه"
  },
  "dev": {
-    "confirmDeleteDevPlugin": "در حال حذف این افزونه محلی هستید، پس از حذف قابل بازیابی نخواهد بود. آیا مطمئن به حذف افزونه هستید؟",
+    "confirmDeleteDevPlugin": "این افزونه محلی حذف خواهد شد و پس از حذف قابل بازیابی نخواهد بود. آیا می‌خواهید این افزونه را حذف کنید؟",
    "customParams": {
      "useProxy": {
-        "label": "نصب از طریق پراکسی (در صورت بروز خطای دسترسی متقاطع، این گزینه را فعال کرده و مجدداً نصب کنید)"
+        "label": "نصب از طریق پروکسی (در صورت بروز خطای دسترسی متقابل، می‌توانید این گزینه را فعال کرده و دوباره نصب کنید)"
      }
    },
    "deleteSuccess": "افزونه با موفقیت حذف شد",
    "manifest": {
      "identifier": {
-        "desc": "شناسه یکتا افزونه",
+        "desc": "شناسه‌ی یکتای افزونه",
        "label": "شناسه"
      },
      "mode": {
        "mcp": "افزونه MCP",
-        "mcpExp": "آزمایشی",
+        "mcpExp": "تجربی",
        "url": "لینک آنلاین"
      },
      "name": {
@@ -61,16 +61,16 @@
        "title": "تنظیمات پیشرفته"
      },
      "args": {
-        "desc": "لیست پارامترهای ارسال شده به فرمان اجرا، معمولاً نام سرور MCP یا مسیر اسکریپت راه‌اندازی وارد می‌شود",
-        "label": "پارامترهای فرمان",
-        "placeholder": "مثال: mcp-hello-world",
-        "required": "لطفاً پارامتر راه‌اندازی را وارد کنید"
+        "desc": "لیست پارامترهایی که به دستور اجرا منتقل می‌شوند، معمولاً در اینجا نام سرور MCP یا مسیر اسکریپت راه‌اندازی را وارد کنید",
+        "label": "پارامترهای دستور",
+        "placeholder": "برای مثال: --port 8080 --debug",
+        "required": "لطفاً پارامترهای راه‌اندازی را وارد کنید"
      },
      "auth": {
        "bear": "کلید API",
        "desc": "روش احراز هویت سرور MCP را انتخاب کنید",
        "label": "نوع احراز هویت",
-        "none": "نیازی به احراز هویت نیست",
+        "none": "نیاز به احراز هویت نیست",
        "placeholder": "لطفاً نوع احراز هویت را انتخاب کنید",
        "token": {
          "desc": "کلید API یا توکن Bearer خود را وارد کنید",
@@ -83,28 +83,28 @@
        "label": "آیکون افزونه"
      },
      "command": {
-        "desc": "فایل اجرایی یا اسکریپتی که برای راه‌اندازی MCP STDIO Server استفاده می‌شود",
-        "label": "فرمان",
-        "placeholder": "مثال: npx / uv / docker و غیره",
-        "required": "لطفاً فرمان راه‌اندازی را وارد کنید"
+        "desc": "فایل اجرایی یا اسکریپتی که برای راه‌اندازی افزونه MCP STDIO استفاده می‌شود",
+        "label": "دستور",
+        "placeholder": "برای مثال: python main.py یا /path/to/executable",
+        "required": "لطفاً دستور راه‌اندازی را وارد کنید"
      },
      "desc": {
-        "desc": "توضیحی برای افزونه اضافه کنید",
+        "desc": "توضیحات مربوط به افزونه را اضافه کنید",
        "label": "توضیحات افزونه",
-        "placeholder": "اطلاعات استفاده و سناریوهای افزونه را تکمیل کنید"
+        "placeholder": "اطلاعات مربوط به نحوه استفاده و سناریوهای این افزونه را تکمیل کنید"
      },
      "endpoint": {
-        "desc": "آدرس MCP Streamable HTTP Server خود را وارد کنید",
-        "label": "آدرس Endpoint MCP"
+        "desc": "آدرس سرور HTTP Streamable MCP خود را وارد کنید",
+        "label": "آدرس URL نقطه پایانی MCP"
      },
      "env": {
-        "add": "افزودن یک خط جدید",
+        "add": "یک خط جدید اضافه کنید",
        "desc": "متغیرهای محیطی مورد نیاز سرور MCP خود را وارد کنید",
-        "duplicateKeyError": "کلید فیلد باید یکتا باشد",
+        "duplicateKeyError": "کلید فیلد باید منحصر به فرد باشد",
        "formValidationFailed": "اعتبارسنجی فرم ناموفق بود، لطفاً فرمت پارامترها را بررسی کنید",
        "keyRequired": "کلید فیلد نمی‌تواند خالی باشد",
        "label": "متغیرهای محیطی سرور MCP",
-        "stringifyError": "امکان سریال‌سازی پارامترها وجود ندارد، لطفاً فرمت پارامترها را بررسی کنید"
+        "stringifyError": "نمی‌توان پارامترها را سریالیزه کرد، لطفاً فرمت پارامترها را بررسی کنید"
      },
      "headers": {
        "add": "افزودن یک خط جدید",
@@ -112,39 +112,39 @@
        "label": "هدرهای HTTP"
      },
      "identifier": {
-        "desc": "یک نام برای افزونه MCP خود تعیین کنید، باید از حروف انگلیسی استفاده شود",
-        "invalid": "شناسه فقط می‌تواند شامل حروف، اعداد، خط تیره و زیرخط باشد",
+        "desc": "برای افزونه MCP خود یک نام مشخص کنید، باید از کاراکترهای انگلیسی استفاده کنید",
+        "invalid": "فقط می‌توانید از کاراکترهای انگلیسی، اعداد، - و _ استفاده کنید",
        "label": "نام افزونه MCP",
-        "placeholder": "مثال: my-mcp-plugin",
+        "placeholder": "برای مثال: my-mcp-plugin",
        "required": "لطفاً شناسه سرویس MCP را وارد کنید"
      },
      "previewManifest": "پیش‌نمایش فایل توصیف افزونه",
      "quickImport": "وارد کردن سریع پیکربندی JSON",
      "quickImportError": {
-        "empty": "محتوا نمی‌تواند خالی باشد",
+        "empty": "محتوای ورودی نمی‌تواند خالی باشد",
        "invalidJson": "فرمت JSON نامعتبر است",
        "invalidStructure": "فرمت JSON نامعتبر است"
      },
-      "stdioNotSupported": "محیط فعلی از افزونه MCP نوع stdio پشتیبانی نمی‌کند",
+      "stdioNotSupported": "محیط فعلی از پلاگین MCP نوع stdio پشتیبانی نمی‌کند",
      "testConnection": "آزمایش اتصال",
-      "testConnectionTip": "پس از موفقیت در آزمایش اتصال، افزونه MCP قابل استفاده خواهد بود",
+      "testConnectionTip": "پس از موفقیت‌آمیز بودن آزمایش اتصال، افزونه MCP می‌تواند به‌طور عادی استفاده شود",
      "type": {
-        "desc": "نوع ارتباط افزونه MCP را انتخاب کنید، نسخه وب فقط از Streamable HTTP پشتیبانی می‌کند",
-        "httpFeature1": "سازگار با نسخه وب و دسکتاپ",
-        "httpFeature2": "اتصال به سرور MCP از راه دور بدون نیاز به نصب و پیکربندی اضافی",
-        "httpShortDesc": "پروتکل ارتباطی مبتنی بر HTTP جریان‌پذیر",
+        "desc": "روش ارتباط افزونه MCP را انتخاب کنید، نسخه وب فقط از HTTP Streamable پشتیبانی می‌کند",
+        "httpFeature1": "سازگاری با نسخه وب و دسکتاپ",
+        "httpFeature2": "اتصال به سرور MCP از راه دور، بدون نیاز به نصب و پیکربندی اضافی",
+        "httpShortDesc": "پروتکل ارتباطی مبتنی بر HTTP جریانی",
        "label": "نوع افزونه MCP",
-        "stdioFeature1": "تاخیر ارتباطی کمتر، مناسب برای اجرا محلی",
+        "stdioFeature1": "تاخیر ارتباطی کمتر، مناسب برای اجراهای محلی",
        "stdioFeature2": "نیاز به نصب و اجرای سرور MCP به صورت محلی",
        "stdioNotAvailable": "حالت STDIO فقط در نسخه دسکتاپ در دسترس است",
        "stdioShortDesc": "پروتکل ارتباطی مبتنی بر ورودی و خروجی استاندارد",
        "title": "نوع افزونه MCP"
      },
      "url": {
-        "desc": "آدرس Streamable HTTP سرور MCP خود را وارد کنید، حالت SSE پشتیبانی نمی‌شود",
+        "desc": "آدرس HTTP قابل پخش سرور MCP خود را وارد کنید، حالت SSE پشتیبانی نمی‌شود",
        "invalid": "لطفاً یک آدرس URL معتبر وارد کنید",
-        "label": "آدرس Endpoint HTTP جریان‌پذیر",
-        "required": "لطفاً آدرس سرویس MCP را وارد کنید"
+        "label": "آدرس URL نقطه پایانی HTTP",
+        "required": "لطفاً URL سرویس MCP را وارد کنید"
      }
    },
    "meta": {
@@ -158,8 +158,8 @@
      },
      "description": {
        "desc": "توضیحات افزونه",
-        "label": "توضیح",
-        "placeholder": "برای دریافت اطلاعات، موتور جستجو را جستجو کنید"
+        "label": "توضیحات",
+        "placeholder": "اطلاعات را از موتور جستجو دریافت کنید"
      },
      "formFieldRequired": "این فیلد الزامی است",
      "homepage": {
@@ -167,15 +167,15 @@
        "label": "صفحه اصلی"
      },
      "identifier": {
-        "desc": "شناسه یکتا افزونه که به طور خودکار از manifest شناسایی می‌شود",
-        "errorDuplicate": "شناسه با افزونه موجود تکراری است، لطفاً شناسه را تغییر دهید",
+        "desc": "شناسه‌ی یکتای افزونه که به‌طور خودکار از manifest شناسایی می‌شود",
+        "errorDuplicate": "شناسه با افزونه‌های موجود تکراری است، لطفاً شناسه را تغییر دهید",
        "label": "شناسه",
-        "pattenErrorMessage": "فقط می‌توانید حروف انگلیسی، اعداد، - و _ وارد کنید"
+        "pattenErrorMessage": "فقط می‌توانید از حروف انگلیسی، اعداد، - و _ استفاده کنید"
      },
-      "lobe": "{{appName}} افزونه",
+      "lobe": "افزونه {{appName}}",
      "manifest": {
-        "desc": "{{appName}} از این لینک برای نصب افزونه استفاده خواهد کرد",
-        "label": "فایل توصیف افزونه (Manifest) URL",
+        "desc": "{{appName}} از طریق این لینک افزونه را نصب خواهد کرد",
+        "label": "URL فایل توضیحات افزونه (Manifest)",
        "preview": "پیش‌نمایش Manifest",
        "refresh": "تازه‌سازی"
      },
@@ -187,30 +187,30 @@
      }
    },
    "metaConfig": "پیکربندی اطلاعات متا افزونه",
-    "modalDesc": "پس از افزودن افزونه سفارشی، می‌توانید برای توسعه و اعتبارسنجی افزونه استفاده کنید یا مستقیماً در گفتگوها به کار ببرید. برای توسعه افزونه به <1>مستندات توسعه↗</> مراجعه کنید.",
+    "modalDesc": "پس از افزودن افزونه سفارشی، می‌توانید از آن برای تأیید توسعه افزونه استفاده کنید یا مستقیماً در مکالمه‌ها از آن بهره ببرید. برای توسعه افزونه به <1>مستندات توسعه↗</> مراجعه کنید.",
    "openai": {
      "importUrl": "وارد کردن از لینک URL",
-      "schema": "طرح‌واره"
+      "schema": "Schema"
    },
    "preview": {
      "api": {
-        "noParams": "این ابزار پارامتری ندارد",
-        "noResults": "هیچ API مطابق با شرایط جستجو یافت نشد",
+        "noParams": "این ابزار پارامتر ندارد",
+        "noResults": "هیچ API مطابق با شرایط جستجو پیدا نشد",
        "params": "پارامترها:",
        "searchPlaceholder": "جستجوی ابزار..."
      },
      "card": "پیش‌نمایش نمایش افزونه",
      "desc": "پیش‌نمایش توضیحات افزونه",
      "empty": {
-        "desc": "پس از پیکربندی، می‌توانید قابلیت‌های ابزار پشتیبانی شده توسط افزونه را در اینجا پیش‌نمایش کنید",
-        "title": "پس از پیکربندی افزونه، پیش‌نمایش را شروع کنید"
+        "desc": "پس از اتمام پیکربندی، می‌توانید قابلیت‌های ابزارهای پشتیبانی شده توسط پلاگین را در اینجا پیش‌نمایش کنید",
+        "title": "پس از پیکربندی پلاگین، پیش‌نمایش را شروع کنید"
      },
      "title": "پیش‌نمایش نام افزونه"
    },
    "save": "نصب افزونه",
    "saveSuccess": "تنظیمات افزونه با موفقیت ذخیره شد",
    "tabs": {
-      "manifest": "فهرست توصیف عملکرد (Manifest)",
+      "manifest": "فهرست توضیحات عملکرد (Manifest)",
      "meta": "اطلاعات متا افزونه"
    },
    "title": {
@@ -218,25 +218,25 @@
      "edit": "ویرایش افزونه سفارشی"
    },
    "type": {
-      "lobe": "{{appName}} افزونه",
+      "lobe": "افزونه {{appName}}",
      "openai": "افزونه OpenAI"
    },
    "update": "به‌روزرسانی",
    "updateSuccess": "تنظیمات افزونه با موفقیت به‌روزرسانی شد"
  },
  "error": {
-    "fetchError": "درخواست لینک manifest ناموفق بود، لطفاً از اعتبار لینک و اجازه دسترسی متقاطع آن اطمینان حاصل کنید",
-    "installError": "نصب افزونه {{name}} ناموفق بود",
-    "manifestInvalid": "manifest با استانداردها مطابقت ندارد، نتیجه اعتبارسنجی: \n\n {{error}}",
-    "noManifest": "فایل توصیف وجود ندارد",
+    "fetchError": "درخواست برای این لینک manifest ناموفق بود، لطفاً از معتبر بودن لینک اطمینان حاصل کنید و بررسی کنید که آیا لینک اجازه دسترسی بین دامنه‌ای را می‌دهد.",
+    "installError": "نصب افزونه {{name}} ناموفق بود.",
+    "manifestInvalid": "manifest با استانداردها مطابقت ندارد، نتیجه بررسی: \n\n {{error}}",
+    "noManifest": "فایل توصیفی وجود ندارد.",
    "openAPIInvalid": "تجزیه OpenAPI ناموفق بود، خطا: \n\n {{error}}",
-    "reinstallError": "تازه‌سازی افزونه {{name}} ناموفق بود",
+    "reinstallError": "بروزرسانی افزونه {{name}} ناموفق بود.",
    "testConnectionFailed": "دریافت Manifest ناموفق بود: {{error}}",
-    "urlError": "این لینک محتوای فرمت JSON بازنگردانده است، لطفاً از معتبر بودن لینک اطمینان حاصل کنید"
+    "urlError": "این لینک محتوای JSON بازنگرداند، لطفاً از معتبر بودن لینک اطمینان حاصل کنید."
  },
  "inspector": {
    "args": "مشاهده لیست پارامترها",
-    "pluginRender": "مشاهده رابط افزونه"
+    "pluginRender": "مشاهده رابط کاربری پلاگین"
  },
  "list": {
    "item": {
@@ -251,8 +251,8 @@
  },
  "localSystem": {
    "apiName": {
-      "listLocalFiles": "مشاهده لیست فایل‌ها",
-      "moveLocalFiles": "جابجایی فایل‌ها",
+      "listLocalFiles": "نمایش لیست فایل‌ها",
+      "moveLocalFiles": "انتقال فایل‌ها",
      "readLocalFile": "خواندن محتوای فایل",
      "renameLocalFile": "تغییر نام",
      "searchLocalFiles": "جستجوی فایل‌ها",
@@ -263,15 +263,15 @@
  "mcpInstall": {
    "CHECKING_INSTALLATION": "در حال بررسی محیط نصب...",
    "COMPLETED": "نصب کامل شد",
-    "CONFIGURATION_REQUIRED": "لطفاً پیکربندی‌های لازم را انجام داده و سپس نصب را ادامه دهید",
+    "CONFIGURATION_REQUIRED": "لطفاً پیکربندی‌های لازم را انجام دهید و سپس نصب را ادامه دهید",
    "ERROR": "خطای نصب",
-    "FETCHING_MANIFEST": "دریافت فایل توصیف افزونه...",
-    "GETTING_SERVER_MANIFEST": "راه‌اندازی سرور MCP...",
+    "FETCHING_MANIFEST": "در حال دریافت فایل توضیحات افزونه...",
+    "GETTING_SERVER_MANIFEST": "در حال راه‌اندازی سرور MCP...",
    "INSTALLING_PLUGIN": "در حال نصب افزونه...",
-    "configurationDescription": "این افزونه MCP نیاز به پیکربندی پارامترها برای عملکرد صحیح دارد، لطفاً اطلاعات لازم را وارد کنید",
+    "configurationDescription": "این افزونه MCP نیاز به پارامترهای پیکربندی دارد تا به درستی کار کند، لطفاً اطلاعات پیکربندی لازم را وارد کنید",
    "configurationRequired": "پیکربندی پارامترهای افزونه",
    "continueInstall": "ادامه نصب",
-    "dependenciesDescription": "این افزونه نیاز به نصب وابستگی‌های سیستمی زیر دارد تا به درستی کار کند، لطفاً وابستگی‌های گمشده را طبق راهنما نصب کرده و سپس برای ادامه نصب دوباره بررسی کنید.",
+    "dependenciesDescription": "این افزونه برای عملکرد صحیح نیاز به نصب وابستگی‌های سیستمی زیر دارد، لطفاً وابستگی‌های گمشده را طبق راهنما نصب کرده و سپس برای ادامه نصب روی بررسی مجدد کلیک کنید.",
    "dependenciesRequired": "لطفاً وابستگی‌های سیستمی افزونه را نصب کنید",
    "dependencyStatus": {
      "installed": "نصب شده",
@@ -280,7 +280,7 @@
    },
    "errorDetails": {
      "args": "پارامترها",
-      "command": "فرمان",
+      "command": "دستور",
      "connectionParams": "پارامترهای اتصال",
      "env": "متغیرهای محیطی",
      "errorOutput": "گزارش خطا",
@@ -290,14 +290,14 @@
      "showDetails": "نمایش جزئیات"
    },
    "errorTypes": {
-      "AUTHORIZATION_ERROR": "خطای احراز هویت",
-      "CONNECTION_FAILED": "اتصال ناموفق",
+      "AUTHORIZATION_ERROR": "خطای تأیید مجوز",
+      "CONNECTION_FAILED": "اتصال ناموفق بود",
      "INITIALIZATION_TIMEOUT": "زمان راه‌اندازی به پایان رسید",
-      "PROCESS_SPAWN_ERROR": "خطای راه‌اندازی فرآیند",
+      "PROCESS_SPAWN_ERROR": "خطا در راه‌اندازی فرآیند",
      "UNKNOWN_ERROR": "خطای ناشناخته",
      "VALIDATION_ERROR": "اعتبارسنجی پارامترها ناموفق بود"
    },
-    "installError": "نصب افزونه MCP ناموفق بود، دلیل شکست: {{detail}}",
+    "installError": "نصب افزونه MCP ناموفق بود، دلیل خطا: {{detail}}",
    "installMethods": {
      "manual": "نصب دستی:",
      "recommended": "روش نصب پیشنهادی:"
@@ -306,95 +306,35 @@
    "skipDependencies": "رد بررسی"
  },
  "pluginList": "فهرست افزونه‌ها",
-  "protocolInstall": {
-    "actions": {
-      "install": "نصب",
-      "installAnyway": "با این حال نصب کن",
-      "installed": "نصب شده"
-    },
-    "config": {
-      "args": "پارامترها",
-      "command": "فرمان",
-      "env": "متغیرهای محیطی",
-      "headers": "هدرها",
-      "title": "اطلاعات پیکربندی",
-      "type": {
-        "http": "نوع: HTTP",
-        "label": "نوع",
-        "stdio": "نوع: Stdio"
-      },
-      "url": "آدرس سرویس"
-    },
-    "custom": {
-      "badge": "افزونه سفارشی",
-      "security": {
-        "description": "این افزونه توسط منابع رسمی تأیید نشده است، نصب ممکن است خطرات امنیتی داشته باشد! لطفاً از اعتماد به منبع افزونه اطمینان حاصل کنید.",
-        "title": "⚠️ هشدار ریسک امنیتی"
-      },
-      "title": "نصب افزونه سفارشی"
-    },
-    "marketplace": {
-      "title": "نصب افزونه‌های شخص ثالث",
-      "trustedBy": "تأمین شده توسط {{name}}",
-      "unverified": {
-        "title": "افزونه‌های شخص ثالث تأیید نشده",
-        "warning": "این افزونه از بازار شخص ثالث تأیید نشده آمده است، لطفاً قبل از نصب از اعتماد به منبع اطمینان حاصل کنید."
-      },
-      "verified": "تأیید شده"
-    },
-    "messages": {
-      "connectionTestFailed": "آزمایش اتصال ناموفق بود",
-      "installError": "نصب افزونه ناموفق بود، لطفاً دوباره تلاش کنید",
-      "installSuccess": "افزونه {{name}} با موفقیت نصب شد!",
-      "manifestError": "دریافت جزئیات افزونه ناموفق بود، لطفاً اتصال شبکه را بررسی و دوباره تلاش کنید",
-      "manifestNotFound": "فایل توصیف افزونه یافت نشد"
-    },
-    "meta": {
-      "author": "نویسنده",
-      "homepage": "صفحه اصلی",
-      "identifier": "شناسه",
-      "source": "منبع",
-      "version": "نسخه"
-    },
-    "official": {
-      "badge": "افزونه رسمی LobeHub",
-      "description": "این افزونه توسط تیم رسمی LobeHub توسعه و نگهداری می‌شود و پس از بررسی‌های امنیتی دقیق، قابل استفاده مطمئن است.",
-      "loadingMessage": "در حال دریافت جزئیات افزونه...",
-      "loadingTitle": "در حال بارگذاری",
-      "title": "نصب افزونه رسمی"
-    },
-    "title": "نصب افزونه MCP",
-    "warning": "⚠️ لطفاً اطمینان حاصل کنید که به منبع این افزونه اعتماد دارید، افزونه‌های مخرب ممکن است امنیت سیستم شما را به خطر بیندازند."
-  },
  "search": {
    "apiName": {
-      "crawlMultiPages": "خواندن محتوای چند صفحه",
+      "crawlMultiPages": "خواندن محتوای چندین صفحه",
      "crawlSinglePage": "خواندن محتوای صفحه",
-      "search": "جستجوی صفحه"
+      "search": "جستجو در صفحه"
    },
    "config": {
-      "addKey": "افزودن کلید",
+      "addKey": "کلید را اضافه کنید",
      "close": "حذف",
-      "confirm": "پیکربندی انجام شده و دوباره تلاش کنید"
+      "confirm": "پیکربندی کامل و دوباره تلاش کنید"
    },
    "crawPages": {
-      "crawling": "شناسایی لینک‌ها در حال انجام است",
+      "crawling": "در حال شناسایی لینک",
      "detail": {
        "preview": "پیش‌نمایش",
-        "raw": "متن خام",
-        "tooLong": "محتوای متن بسیار طولانی است، فقط {{characters}} کاراکتر اول در زمینه گفتگو حفظ شده و بخش اضافی لحاظ نمی‌شود"
+        "raw": "متن اصلی",
+        "tooLong": "متن بسیار طولانی است، فقط {{characters}} کاراکتر اول در زمینه گفتگو حفظ می‌شود و بخش‌های اضافی در زمینه گفتگو محاسبه نمی‌شوند"
      },
      "meta": {
-        "crawler": "حالت خزیدن",
-        "words": "تعداد کاراکترها"
+        "crawler": "مدل خزنده",
+        "words": "تعداد کاراکتر"
      }
    },
    "searchxng": {
      "baseURL": "لطفاً وارد کنید",
-      "description": "آدرس SearchXNG را وارد کنید تا جستجوی آنلاین آغاز شود",
+      "description": "لطفاً آدرس وب SearchXNG را وارد کنید تا جستجوی آنلاین را شروع کنید",
      "keyPlaceholder": "لطفاً کلید را وارد کنید",
      "title": "پیکربندی موتور جستجوی SearchXNG",
-      "unconfiguredDesc": "لطفاً با مدیر تماس بگیرید تا پیکربندی موتور جستجوی SearchXNG انجام شود و سپس جستجوی آنلاین را شروع کنید",
+      "unconfiguredDesc": "لطفاً با مدیر تماس بگیرید تا پیکربندی موتور جستجوی SearchXNG را کامل کند و بتوانید جستجوی آنلاین را شروع کنید",
      "unconfiguredTitle": "موتور جستجوی SearchXNG هنوز پیکربندی نشده است"
    },
    "title": "جستجوی آنلاین"
@@ -412,17 +352,17 @@
    },
    "connection": {
      "args": "پارامترهای راه‌اندازی",
-      "command": "فرمان راه‌اندازی",
+      "command": "دستور راه‌اندازی",
      "title": "اطلاعات اتصال",
      "type": "نوع اتصال",
      "url": "آدرس سرویس"
    },
    "edit": "ویرایش",
-    "envConfigDescription": "این پیکربندی‌ها به عنوان متغیرهای محیطی هنگام راه‌اندازی سرور MCP به فرآیند منتقل می‌شوند",
-    "httpTypeNotice": "افزونه‌های MCP نوع HTTP نیازی به پیکربندی متغیرهای محیطی ندارند",
+    "envConfigDescription": "این تنظیمات به عنوان متغیرهای محیطی هنگام راه‌اندازی سرور MCP به فرآیند منتقل می‌شوند",
+    "httpTypeNotice": "افزونه‌های MCP با نوع HTTP در حال حاضر نیازی به تنظیم متغیرهای محیطی ندارند",
    "indexUrl": {
-      "title": "فهرست بازار",
-      "tooltip": "ویرایش آنلاین پشتیبانی نمی‌شود، لطفاً از طریق متغیرهای محیطی هنگام استقرار تنظیم کنید"
+      "title": "شاخص بازار",
+      "tooltip": "ویرایش آنلاین در حال حاضر پشتیبانی نمی‌شود، لطفاً از طریق متغیرهای محیطی در زمان استقرار تنظیم کنید"
    },
    "messages": {
      "connectionUpdateFailed": "به‌روزرسانی اطلاعات اتصال ناموفق بود",
@@ -433,7 +373,7 @@
    "modalDesc": "پس از پیکربندی آدرس بازار افزونه، می‌توانید از بازار افزونه سفارشی استفاده کنید",
    "rules": {
      "argsRequired": "لطفاً پارامترهای راه‌اندازی را وارد کنید",
-      "commandRequired": "لطفاً فرمان راه‌اندازی را وارد کنید",
+      "commandRequired": "لطفاً دستور راه‌اندازی را وارد کنید",
      "urlRequired": "لطفاً آدرس سرویس را وارد کنید"
    },
    "saveSettings": "ذخیره تنظیمات",
@@ -443,27 +383,27 @@
  "store": {
    "actions": {
      "cancel": "لغو نصب",
-      "confirmUninstall": "در حال حذف این افزونه هستید، پس از حذف پیکربندی‌های افزونه پاک خواهد شد، لطفاً عملیات خود را تأیید کنید",
+      "confirmUninstall": "در حال حذف این افزونه هستید. پس از حذف، تنظیمات افزونه پاک خواهد شد. لطفاً عملیات خود را تأیید کنید.",
      "detail": "جزئیات",
      "install": "نصب",
      "manifest": "ویرایش فایل نصب",
      "settings": "تنظیمات",
-      "uninstall": "حذف نصب"
+      "uninstall": "حذف"
    },
-    "communityPlugin": "جامعه شخص ثالث",
-    "customPlugin": "سفارشی",
-    "empty": "هیچ افزونه نصب شده‌ای وجود ندارد",
-    "emptySelectHint": "برای مشاهده جزئیات، افزونه‌ای را انتخاب کنید",
+    "communityPlugin": "افزونه‌های جامعه",
+    "customPlugin": "افزونه سفارشی",
+    "empty": "هیچ افزونه‌ای نصب نشده است",
+    "emptySelectHint": "برای پیش‌نمایش جزئیات، افزونه‌ای را انتخاب کنید",
    "installAllPlugins": "نصب همه",
-    "networkError": "دریافت فروشگاه افزونه ناموفق بود، لطفاً اتصال شبکه را بررسی و دوباره تلاش کنید",
-    "placeholder": "جستجوی نام، توضیحات یا کلمات کلیدی افزونه...",
+    "networkError": "دریافت فروشگاه افزونه‌ها ناموفق بود. لطفاً اتصال شبکه خود را بررسی کرده و دوباره تلاش کنید.",
+    "placeholder": "نام افزونه، توضیحات یا کلمات کلیدی را جستجو کنید...",
    "releasedAt": "منتشر شده در {{createdAt}}",
    "tabs": {
      "installed": "نصب شده",
      "mcp": "افزونه MCP",
      "old": "افزونه LobeChat"
    },
-    "title": "فروشگاه افزونه"
+    "title": "فروشگاه افزونه‌ها"
  },
  "unknownError": "خطای ناشناخته",
  "unknownPlugin": "افزونه ناشناخته"
@@ -2,15 +2,9 @@
  "ai21": {
    "description": "AI21 Labs مدل‌های پایه و سیستم‌های هوش مصنوعی را برای کسب‌وکارها ایجاد می‌کند و به تسریع کاربرد هوش مصنوعی تولیدی در تولید کمک می‌کند."
  },
-  "ai302": {
-    "description": "302.AI یک پلتفرم برنامه‌های هوش مصنوعی بر اساس پرداخت به ازای استفاده است که جامع‌ترین APIهای هوش مصنوعی و برنامه‌های آنلاین هوش مصنوعی را در بازار ارائه می‌دهد"
-  },
  "ai360": {
    "description": "360 AI پلتفرم مدل‌ها و خدمات هوش مصنوعی شرکت 360 است که مدل‌های پیشرفته پردازش زبان طبیعی متعددی از جمله 360GPT2 Pro، 360GPT Pro، 360GPT Turbo و 360GPT Turbo Responsibility 8K را ارائه می‌دهد. این مدل‌ها با ترکیب پارامترهای بزرگ‌مقیاس و قابلیت‌های چندوجهی، به طور گسترده در زمینه‌های تولید متن، درک معنایی، سیستم‌های مکالمه و تولید کد به کار می‌روند. با استفاده از استراتژی‌های قیمت‌گذاری انعطاف‌پذیر، 360 AI نیازهای متنوع کاربران را برآورده کرده و از یکپارچه‌سازی توسعه‌دهندگان پشتیبانی می‌کند و به نوآوری و توسعه کاربردهای هوشمند کمک می‌کند."
  },
-  "aihubmix": {
-    "description": "AiHubMix دسترسی به مدل‌های مختلف هوش مصنوعی را از طریق یک رابط برنامه‌نویسی کاربردی (API) یکپارچه فراهم می‌کند."
-  },
  "anthropic": {
    "description": "Anthropic یک شرکت متمرکز بر تحقیق و توسعه هوش مصنوعی است که مجموعه‌ای از مدل‌های پیشرفته زبان مانند Claude 3.5 Sonnet، Claude 3 Sonnet، Claude 3 Opus و Claude 3 Haiku را ارائه می‌دهد. این مدل‌ها تعادلی ایده‌آل بین هوشمندی، سرعت و هزینه برقرار می‌کنند و برای انواع کاربردها از بارهای کاری در سطح سازمانی تا پاسخ‌های سریع مناسب هستند. Claude 3.5 Sonnet به عنوان جدیدترین مدل آن، در ارزیابی‌های متعدد عملکرد برجسته‌ای داشته و در عین حال نسبت هزینه به عملکرد بالایی را حفظ کرده است."
  },
@@ -189,7 +189,6 @@
      "aesGcm": "Votre clé et votre adresse de proxy seront chiffrées à l'aide de l'algorithme de chiffrement <1>AES-GCM</1>",
      "apiKey": {
        "desc": "Veuillez entrer votre {{name}} clé API",
-        "descWithUrl": "Veuillez saisir votre clé API {{name}}, <3>cliquez ici pour l'obtenir</3>",
        "placeholder": "{{name}} clé API",
        "title": "Clé API"
      },
@@ -306,7 +305,6 @@
        "latestTime": "Dernière mise à jour : {{time}}",
        "noLatestTime": "Aucune liste récupérée pour le moment"
      },
-      "noModelsInCategory": "Aucun modèle activé dans cette catégorie",
      "resetAll": {
        "conform": "Êtes-vous sûr de vouloir réinitialiser toutes les modifications du modèle actuel ? Après la réinitialisation, la liste des modèles actuels reviendra à l'état par défaut",
        "success": "Réinitialisation réussie",
@@ -317,15 +315,7 @@
      "title": "Liste des modèles",
      "total": "Un total de {{count}} modèles disponibles"
    },
-    "searchNotFound": "Aucun résultat trouvé",
-    "tabs": {
-      "all": "Tous",
-      "chat": "Conversation",
-      "embedding": "Vectorisation",
-      "image": "Image",
-      "stt": "Reconnaissance vocale",
-      "tts": "Synthèse vocale"
-    }
+    "searchNotFound": "Aucun résultat trouvé"
  },
  "sortModal": {
    "success": "Mise à jour du tri réussie",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark4.0 Ultra est la version la plus puissante de la série de grands modèles Xinghuo, améliorant la compréhension et la capacité de résumé du contenu textuel tout en mettant à jour le lien de recherche en ligne. C'est une solution complète pour améliorer la productivité au bureau et répondre avec précision aux besoins, représentant un produit intelligent de premier plan dans l'industrie."
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp (également connu sous le nom de « 4x‑AnimeSharp ») est un modèle open source de super-résolution développé par Kim2091, basé sur l'architecture ESRGAN, spécialisé dans l'agrandissement et l'amélioration des images de style anime. Il a été renommé en février 2022 à partir de « 4x-TextSharpV1 », initialement conçu aussi pour les images de texte, mais ses performances ont été largement optimisées pour le contenu anime."
-  },
  "Baichuan2-Turbo": {
    "description": "Utilise une technologie d'amélioration de recherche pour relier complètement le grand modèle aux connaissances sectorielles et aux connaissances du web. Supporte le téléchargement de divers documents tels que PDF, Word, et l'entrée d'URL, permettant une acquisition d'informations rapide et complète, avec des résultats précis et professionnels."
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3 est un modèle MoE développé en interne par la société DeepSeek. Les performances de DeepSeek-V3 surpassent celles d'autres modèles open source tels que Qwen2.5-72B et Llama-3.1-405B, et se mesurent à la performance des modèles fermés de pointe au monde comme GPT-4o et Claude-3.5-Sonnet."
  },
-  "DeepSeek-V3-Fast": {
-    "description": "Fournisseur du modèle : plateforme sophnet. DeepSeek V3 Fast est la version ultra-rapide à TPS élevé de DeepSeek V3 0324, entièrement non quantifiée, avec des capacités de code et mathématiques renforcées, offrant une réactivité accrue !"
-  },
  "Doubao-lite-128k": {
    "description": "Doubao-lite offre une vitesse de réponse exceptionnelle et un excellent rapport qualité-prix, offrant aux clients une flexibilité accrue pour différents scénarios. Prend en charge l'inférence et le fine-tuning avec une fenêtre contextuelle de 128k."
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "Modèle principal le plus performant, adapté aux tâches complexes, avec d'excellents résultats dans les domaines des questions-réponses, résumés, création, classification de texte, jeu de rôle, etc. Prend en charge l'inférence et le fine-tuning avec une fenêtre contextuelle de 4k."
  },
-  "DreamO": {
-    "description": "DreamO est un modèle open source de génération d'images personnalisées développé conjointement par ByteDance et l'Université de Pékin, visant à supporter la génération d'images multitâches via une architecture unifiée. Il utilise une méthode de modélisation combinée efficace, capable de générer des images hautement cohérentes et personnalisées selon plusieurs conditions spécifiées par l'utilisateur telles que l'identité, le sujet, le style et l'arrière-plan."
-  },
  "ERNIE-3.5-128K": {
    "description": "Modèle de langage à grande échelle de pointe développé par Baidu, couvrant une vaste quantité de corpus en chinois et en anglais, avec de puissantes capacités générales, capable de répondre à la plupart des exigences en matière de dialogue, de questions-réponses, de création de contenu et d'applications de plugins ; prend en charge l'intégration automatique avec le plugin de recherche Baidu, garantissant la pertinence des informations de réponse."
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "Modèle de langage haute performance développé par Baidu, publié en 2024, avec d'excellentes capacités générales, offrant de meilleures performances que ERNIE Speed, adapté comme modèle de base pour un ajustement fin, permettant de mieux traiter les problèmes de scénarios spécifiques, tout en offrant d'excellentes performances d'inférence."
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-dev est un modèle multimodal de génération et d'édition d'images développé par Black Forest Labs, basé sur l'architecture Rectified Flow Transformer, avec une échelle de 12 milliards de paramètres. Il se concentre sur la génération, la reconstruction, l'amélioration ou l'édition d'images sous conditions contextuelles données. Ce modèle combine les avantages de génération contrôlée des modèles de diffusion et la capacité de modélisation contextuelle des Transformers, supportant une sortie d'images de haute qualité, applicable à la restauration, au remplissage et à la reconstruction visuelle de scènes."
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-dev est un modèle open source multimodal de langage (Multimodal Language Model, MLLM) développé par Black Forest Labs, optimisé pour les tâches texte-image, intégrant la compréhension et la génération d'images et de textes. Basé sur des modèles de langage avancés tels que Mistral-7B, il utilise un encodeur visuel soigneusement conçu et un affinage par instructions en plusieurs étapes, permettant un traitement collaboratif texte-image et un raisonnement complexe."
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B) est un modèle innovant, adapté à des applications dans plusieurs domaines et à des tâches complexes."
  },
-  "HelloMeme": {
-    "description": "HelloMeme est un outil d'IA capable de générer automatiquement des mèmes, GIFs ou courtes vidéos à partir d'images ou d'actions fournies. Il ne nécessite aucune compétence en dessin ou programmation, il suffit de fournir une image de référence pour créer des contenus attrayants, amusants et cohérents en style."
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Full est un grand modèle open source d'édition d'images multimodales lancé par HiDream.ai, basé sur l'architecture avancée Diffusion Transformer et intégrant une puissante capacité de compréhension linguistique (intégrant LLaMA 3.1-8B-Instruct). Il supporte la génération d'images, le transfert de style, l'édition locale et la redéfinition de contenu via des instructions en langage naturel, avec d'excellentes capacités de compréhension et d'exécution texte-image."
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilled est un modèle léger de génération d'images à partir de texte, optimisé par distillation, capable de générer rapidement des images de haute qualité, particulièrement adapté aux environnements à ressources limitées et aux tâches de génération en temps réel."
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacter est un modèle de génération de personnages personnalisés sans réglage (tuning-free) publié par l'équipe IA de Tencent en 2025, visant une génération cohérente et haute fidélité de personnages à travers différents contextes. Ce modèle permet de modéliser un personnage à partir d'une seule image de référence et de le transférer de manière flexible à divers styles, actions et arrière-plans."
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8B est un puissant modèle de langage visuel, prenant en charge le traitement multimodal d'images et de textes, capable de reconnaître avec précision le contenu des images et de générer des descriptions ou des réponses pertinentes."
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26B est un puissant modèle de langage visuel, prenant en charge le traitement multimodal d'images et de textes, capable de reconnaître avec précision le contenu des images et de générer des descriptions ou des réponses pertinentes."
  },
-  "Kolors": {
-    "description": "Kolors est un modèle de génération d'images à partir de texte développé par l'équipe Kolors de Kuaishou. Entraîné sur des milliards de paramètres, il excelle en qualité visuelle, compréhension sémantique du chinois et rendu de texte."
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "Kolors est un modèle de génération d'images à partir de texte à grande échelle basé sur la diffusion latente, développé par l'équipe Kolors de Kuaishou. Entraîné sur des milliards de paires texte-image, il présente des avantages significatifs en qualité visuelle, précision sémantique complexe et rendu des caractères chinois et anglais. Il supporte les entrées en chinois et en anglais, avec une excellente compréhension et génération de contenus spécifiques en chinois."
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "Excellentes capacités de raisonnement d'image sur des images haute résolution, adaptées aux applications de compréhension visuelle."
  },
@@ -197,15 +164,9 @@
  "MiniMaxAI/MiniMax-M1-80k": {
    "description": "MiniMax-M1 est un modèle d'inférence à attention mixte à grande échelle avec poids open source, comptant 456 milliards de paramètres, activant environ 45,9 milliards de paramètres par token. Le modèle supporte nativement un contexte ultra-long de 1 million de tokens et, grâce au mécanisme d'attention éclair, réduit de 75 % les opérations en virgule flottante lors de tâches de génération de 100 000 tokens par rapport à DeepSeek R1. Par ailleurs, MiniMax-M1 utilise une architecture MoE (Experts Mixtes), combinant l'algorithme CISPO et une conception d'attention mixte pour un entraînement efficace par apprentissage par renforcement, offrant des performances de pointe dans l'inférence sur longues entrées et les scénarios réels d'ingénierie logicielle."
  },
-  "Moonshot-Kimi-K2-Instruct": {
-    "description": "Avec un total de 1 000 milliards de paramètres et 32 milliards de paramètres activés, ce modèle non cognitif atteint un niveau de pointe en connaissances avancées, mathématiques et codage, excelling dans les tâches d'agents généraux. Optimisé pour les tâches d'agents, il peut non seulement répondre aux questions mais aussi agir. Idéal pour les conversations improvisées, générales et les expériences d'agents, c'est un modèle réflexe ne nécessitant pas de longues réflexions."
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B) est un modèle d'instructions de haute précision, adapté aux calculs complexes."
  },
-  "OmniConsistency": {
-    "description": "OmniConsistency améliore la cohérence stylistique et la capacité de généralisation dans les tâches image-à-image en introduisant de grands Diffusion Transformers (DiTs) et des données stylisées appariées, évitant ainsi la dégradation du style."
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "Même modèle Phi-3-medium, mais avec une taille de contexte plus grande pour RAG ou un prompt à quelques exemples."
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3 est un modèle de langage à experts mixtes (MoE) avec 671 milliards de paramètres, utilisant une attention potentielle multi-tête (MLA) et une architecture DeepSeekMoE, combinant une stratégie d'équilibrage de charge sans perte auxiliaire pour optimiser l'efficacité d'inférence et d'entraînement. Pré-entraîné sur 14,8 billions de tokens de haute qualité, et affiné par supervision et apprentissage par renforcement, DeepSeek-V3 surpasse d'autres modèles open source et se rapproche des modèles fermés de premier plan."
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 est un modèle de base à architecture MoE doté de capacités exceptionnelles en codage et agents, avec 1 000 milliards de paramètres au total et 32 milliards activés. Il surpasse les autres modèles open source majeurs dans les tests de performance sur les connaissances générales, la programmation, les mathématiques et les agents."
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Preview est un modèle de traitement du langage naturel innovant, capable de gérer efficacement des tâches complexes de génération de dialogues et de compréhension contextuelle."
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3 est un nouveau modèle de Tongyi Qianwen avec des capacités considérablement améliorées, atteignant des niveaux de pointe dans plusieurs compétences clés telles que le raisonnement, l'agent et le multilingue, et prenant en charge le changement de mode de pensée."
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3-235B-A22B-Instruct-2507 est un modèle de langage à experts mixtes (MoE) phare de la série Qwen3 développé par l'équipe Tongyi Qianwen d'Aliyun. Avec 235 milliards de paramètres totaux et 22 milliards activés par inférence, il est une version mise à jour du mode non cognitif Qwen3-235B-A22B, améliorant significativement l'adhérence aux instructions, le raisonnement logique, la compréhension textuelle, les mathématiques, les sciences, la programmation et l'utilisation d'outils. Le modèle étend aussi la couverture des connaissances multilingues rares et s'aligne mieux sur les préférences utilisateur pour des tâches subjectives et ouvertes, générant des textes plus utiles et de meilleure qualité."
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3-235B-A22B-Thinking-2507 est un modèle de langage volumineux de la série Qwen3 développé par l'équipe Tongyi Qianwen d'Alibaba, spécialisé dans les tâches complexes de raisonnement avancé. Basé sur une architecture MoE, il compte 235 milliards de paramètres totaux avec environ 22 milliards activés par token, optimisant ainsi l'efficacité de calcul tout en maintenant une puissance élevée. En tant que modèle « de réflexion », il excelle dans le raisonnement logique, les mathématiques, les sciences, la programmation et les tests académiques nécessitant une expertise humaine, atteignant un niveau de pointe parmi les modèles open source de réflexion. Il améliore également les capacités générales telles que l'adhérence aux instructions, l'utilisation d'outils et la génération de texte, avec un support natif pour une compréhension de contexte longue de 256K tokens, idéal pour les scénarios nécessitant un raisonnement profond et le traitement de longs documents."
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3 est un nouveau modèle de Tongyi Qianwen avec des capacités considérablement améliorées, atteignant des niveaux de pointe dans plusieurs compétences clés telles que le raisonnement, l'agent et le multilingue, et prenant en charge le changement de mode de pensée."
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507 est une version mise à jour du modèle non réflexif Qwen3-30B-A3B. Il s'agit d'un modèle d'experts mixtes (MoE) avec un total de 30,5 milliards de paramètres et 3,3 milliards de paramètres activés. Ce modèle présente des améliorations clés dans plusieurs domaines, notamment une amélioration significative de la conformité aux instructions, du raisonnement logique, de la compréhension du texte, des mathématiques, des sciences, du codage et de l'utilisation des outils. Par ailleurs, il réalise des progrès substantiels dans la couverture des connaissances multilingues à longue traîne et s'aligne mieux avec les préférences des utilisateurs dans les tâches subjectives et ouvertes, ce qui lui permet de générer des réponses plus utiles et des textes de meilleure qualité. De plus, sa capacité de compréhension des textes longs a été étendue à 256K. Ce modèle ne prend en charge que le mode non réflexif et ne génère pas de balises `<think></think>` dans ses sorties."
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3 est un nouveau modèle de Tongyi Qianwen avec des capacités considérablement améliorées, atteignant des niveaux de pointe dans plusieurs compétences clés telles que le raisonnement, l'agent et le multilingue, et prenant en charge le changement de mode de pensée."
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instruct est un grand modèle de langage conçu pour la génération de code, la compréhension de code et les scénarios de développement efficaces, avec une échelle de 32 milliards de paramètres, répondant à des besoins de programmation variés."
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22B est un modèle MoE (modèle d'experts mixtes) qui introduit un « mode de raisonnement hybride », permettant aux utilisateurs de basculer sans interruption entre le « mode réflexif » et le « mode non réflexif ». Il prend en charge la compréhension et le raisonnement dans 119 langues et dialectes, et dispose de puissantes capacités d'appel d'outils. Sur plusieurs benchmarks, notamment en capacités globales, codage et mathématiques, multilinguisme, connaissances et raisonnement, il rivalise avec les principaux grands modèles du marché tels que DeepSeek R1, OpenAI o1, o3-mini, Grok 3 et Google Gemini 2.5 Pro."
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32B est un modèle dense (Dense Model) qui introduit un « mode de raisonnement hybride », permettant aux utilisateurs de basculer sans interruption entre le « mode réflexif » et le « mode non réflexif ». Grâce à des améliorations de l'architecture du modèle, à l'augmentation des données d'entraînement et à des méthodes d'entraînement plus efficaces, ses performances globales sont comparables à celles de Qwen2.5-72B."
-  },
  "SenseChat": {
    "description": "Modèle de version de base (V4), longueur de contexte de 4K, avec de puissantes capacités générales."
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "Le dernier modèle (V5.5) prend en charge l'entrée de plusieurs images, optimisant les capacités de base du modèle, avec des améliorations significatives dans la reconnaissance des attributs d'objets, les relations spatiales, la reconnaissance d'événements d'action, la compréhension de scènes, la reconnaissance des émotions, le raisonnement de bon sens logique et la compréhension et génération de texte."
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "Grâce à une mise à jour complète des données multimodales, linguistiques et de raisonnement ainsi qu'à l'optimisation des stratégies d'entraînement, le nouveau modèle réalise des progrès significatifs en matière de raisonnement multimodal et de suivi généralisé des instructions. Il prend en charge une fenêtre contextuelle allant jusqu'à 128k et excelle dans des tâches spécialisées telles que la reconnaissance OCR et l'identification des propriétés intellectuelles dans le secteur du tourisme culturel."
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "Grâce à une mise à jour complète des données multimodales, linguistiques et de raisonnement ainsi qu'à l'optimisation des stratégies d'entraînement, le nouveau modèle réalise des progrès significatifs en matière de raisonnement multimodal et de suivi généralisé des instructions. Il prend en charge une fenêtre contextuelle allant jusqu'à 128k et excelle dans des tâches spécialisées telles que la reconnaissance OCR et l'identification des propriétés intellectuelles dans le secteur du tourisme culturel."
-  },
  "SenseNova-V6-Pro": {
    "description": "Réaliser une unification native des capacités d'image, de texte et de vidéo, briser les limitations traditionnelles de la multimodalité discrète, remportant le double championnat dans les évaluations OpenCompass et SuperCLUE."
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23 est un modèle multilingue lancé par Cohere, prenant en charge 23 langues, facilitant les applications linguistiques diversifiées."
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "Déployé et fourni par Microsoft ; le modèle DeepSeek R1 a bénéficié d'une mise à jour mineure, la version actuelle étant DeepSeek-R1-0528. Dans la dernière mise à jour, DeepSeek R1 a considérablement amélioré sa profondeur d'inférence et ses capacités de raisonnement grâce à l'augmentation des ressources de calcul et à l'introduction d'un mécanisme d'optimisation algorithmique en phase post-entraînement. Ce modèle excelle dans plusieurs benchmarks, notamment en mathématiques, programmation et logique générale, avec des performances globales proches des modèles de pointe tels que O3 et Gemini 2.5 Pro."
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13B est un modèle de langage open source et commercialisable développé par Baichuan Intelligence, contenant 13 milliards de paramètres, qui a obtenu les meilleurs résultats dans des benchmarks chinois et anglais de référence."
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnet offre un équilibre idéal entre intelligence et vitesse pour les charges de travail d'entreprise. Il fournit une utilité maximale à un coût inférieur, fiable et adapté à un déploiement à grande échelle."
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1 est le modèle le plus puissant d'Anthropic pour traiter des tâches hautement complexes. Il se distingue par ses performances, son intelligence, sa fluidité et sa capacité de compréhension exceptionnelles."
-  },
  "claude-opus-4-20250514": {
    "description": "Claude Opus 4 est le modèle le plus puissant d'Anthropic pour traiter des tâches hautement complexes. Il excelle en performance, intelligence, fluidité et compréhension."
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "Le modèle Doubao-Seed-1.6-thinking a une capacité de réflexion considérablement renforcée. Par rapport à Doubao-1.5-thinking-pro, il améliore davantage les compétences fondamentales telles que le codage, les mathématiques et le raisonnement logique, tout en supportant la compréhension visuelle. Il prend en charge une fenêtre contextuelle de 256k et une longueur de sortie maximale de 16k tokens."
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "Le modèle de génération d'images Doubao développé par l'équipe Seed de ByteDance supporte les entrées texte et image, offrant une expérience de génération d'images hautement contrôlable et de haute qualité. Il génère des images à partir d'invites textuelles."
-  },
  "doubao-vision-lite-32k": {
    "description": "Le modèle Doubao-vision est un grand modèle multimodal développé par Doubao, doté de puissantes capacités de compréhension et de raisonnement d'images, ainsi que d'une compréhension précise des instructions. Il excelle dans l'extraction d'informations texte-image et les tâches de raisonnement basées sur l'image, pouvant être appliqué à des tâches de questions-réponses visuelles plus complexes et étendues."
  },
@@ -1067,9 +995,6 @@
  "ernie-char-fiction-8k": {
    "description": "Le modèle de langage pour des scénarios verticaux développé par Baidu, adapté aux dialogues de NPC de jeux, aux dialogues de service client, aux jeux de rôle, avec un style de personnage plus distinct et cohérent, une meilleure capacité de suivi des instructions et des performances d'inférence supérieures."
  },
-  "ernie-irag-edit": {
-    "description": "Le modèle d'édition d'images ERNIE iRAG développé par Baidu supporte des opérations telles que l'effacement (erase), la redéfinition (repaint) et la variation (variation) basées sur des images."
-  },
  "ernie-lite-8k": {
    "description": "ERNIE Lite est un modèle de langage léger développé par Baidu, alliant d'excellentes performances du modèle et performances d'inférence, adapté à une utilisation sur des cartes d'accélération AI à faible puissance."
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "Par rapport à ERNIE-X1-32K, le modèle offre de meilleures performances et résultats."
  },
-  "flux-1-schnell": {
-    "description": "Modèle de génération d'images à partir de texte de 12 milliards de paramètres développé par Black Forest Labs, utilisant la distillation par diffusion antagoniste latente, capable de générer des images de haute qualité en 1 à 4 étapes. Ses performances rivalisent avec des alternatives propriétaires et il est publié sous licence Apache-2.0, adapté à un usage personnel, scientifique et commercial."
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev] est un modèle open source affiné destiné à un usage non commercial. Il maintient une qualité d'image et une adhérence aux instructions proches de la version professionnelle FLUX, tout en offrant une efficacité d'exécution supérieure. Par rapport aux modèles standards de même taille, il est plus efficace en termes d'utilisation des ressources."
-  },
  "flux-kontext/dev": {
    "description": "Modèle d'édition d'image Frontier."
  },
-  "flux-merged": {
-    "description": "Le modèle FLUX.1-merged combine les caractéristiques approfondies explorées durant la phase de développement « DEV » et les avantages d'exécution rapide représentés par « Schnell ». Cette fusion améliore non seulement les performances du modèle mais étend également son champ d'application."
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro] peut traiter du texte et des images de référence en entrée, réalisant de manière fluide des modifications locales ciblées ainsi que des transformations complexes de scènes globales."
  },
-  "flux-schnell": {
-    "description": "FLUX.1 [schnell], actuellement le modèle open source le plus avancé à faible nombre d'étapes, dépasse non seulement ses concurrents mais aussi des modèles puissants non affinés tels que Midjourney v6.0 et DALL·E 3 (HD). Ce modèle est spécialement affiné pour conserver toute la diversité de sortie de la phase de pré-entraînement. Par rapport aux modèles les plus avancés du marché, FLUX.1 [schnell] améliore significativement la qualité visuelle, l'adhérence aux instructions, la gestion des dimensions/proportions, le traitement des polices et la diversité des sorties, offrant une expérience de génération d'images créatives plus riche et variée."
-  },
-  "flux.1-schnell": {
-    "description": "Transformateur de flux rectifié de 12 milliards de paramètres capable de générer des images à partir de descriptions textuelles."
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell] est un modèle transformeur en flux avec 12 milliards de paramètres, capable de générer des images de haute qualité à partir de texte en 1 à 4 étapes, adapté à un usage personnel et commercial."
  },
@@ -1199,6 +1109,9 @@
  "gemini-2.5-flash-preview-04-17": {
    "description": "Gemini 2.5 Flash Preview est le modèle le plus rentable de Google, offrant des fonctionnalités complètes."
  },
+  "gemini-2.5-flash-preview-04-17-thinking": {
+    "description": "Gemini 2.5 Flash Preview est le modèle le plus rentable de Google, offrant des fonctionnalités complètes."
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash Preview est le modèle le plus rentable de Google, offrant des fonctionnalités complètes."
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "La série GLM-4.1V-Thinking est actuellement le modèle visuel le plus performant connu dans la catégorie des VLM de 10 milliards de paramètres. Elle intègre les meilleures performances SOTA dans diverses tâches de langage visuel, incluant la compréhension vidéo, les questions-réponses sur images, la résolution de problèmes disciplinaires, la reconnaissance OCR, l'interprétation de documents et graphiques, les agents GUI, le codage web frontal, le grounding, etc. Ses capacités surpassent même celles du Qwen2.5-VL-72B, qui possède plus de huit fois plus de paramètres. Grâce à des techniques avancées d'apprentissage par renforcement, le modèle maîtrise le raisonnement par chaîne de pensée, améliorant la précision et la richesse des réponses, surpassant nettement les modèles traditionnels sans mécanisme de pensée en termes de résultats finaux et d'explicabilité."
  },
-  "glm-4.5": {
-    "description": "Le dernier modèle phare de Zhipu, supportant le mode réflexion, avec des capacités globales atteignant le niveau SOTA des modèles open source, et une longueur de contexte allant jusqu'à 128K tokens."
-  },
-  "glm-4.5-air": {
-    "description": "Version allégée de GLM-4.5, équilibrant performance et rapport qualité-prix, avec une commutation flexible entre modèles de réflexion hybrides."
-  },
-  "glm-4.5-airx": {
-    "description": "Version ultra-rapide de GLM-4.5-Air, offrant une réactivité accrue, conçue pour des besoins à grande échelle et haute vitesse."
-  },
-  "glm-4.5-flash": {
-    "description": "Version gratuite de GLM-4.5, performante dans les tâches d'inférence, de codage et d'agents intelligents."
-  },
-  "glm-4.5-x": {
-    "description": "Version ultra-rapide de GLM-4.5, combinant une forte performance avec une vitesse de génération atteignant 100 tokens par seconde."
-  },
  "glm-4v": {
    "description": "GLM-4V offre de puissantes capacités de compréhension et de raisonnement d'image, prenant en charge diverses tâches visuelles."
  },
@@ -1311,7 +1209,7 @@
    "description": "Raisonnement ultra-rapide : offrant une vitesse de raisonnement extrêmement rapide et des résultats de raisonnement puissants."
  },
  "glm-z1-flash": {
-    "description": "La série GLM-Z1 offre de puissantes capacités de raisonnement complexe, avec d'excellentes performances en logique, mathématiques et programmation."
+    "description": "La série GLM-Z1 possède de puissantes capacités de raisonnement complexe, excelling dans des domaines tels que le raisonnement logique, les mathématiques et la programmation. La longueur maximale du contexte est de 32K."
  },
  "glm-z1-flashx": {
    "description": "Haute vitesse et faible coût : version améliorée Flash, vitesse d'inférence ultra-rapide, meilleure garantie de concurrence."
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "Modèle natif multimodal de génération d'images de ChatGPT."
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B est un grand modèle de langage open source publié par OpenAI, utilisant la technologie de quantification MXFP4, adapté pour fonctionner sur des GPU grand public haut de gamme ou des Mac Apple Silicon. Ce modèle excelle dans la génération de dialogues, la rédaction de code et les tâches de raisonnement, avec prise en charge des appels de fonctions et de l'utilisation d'outils."
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B est un grand modèle de langage open source publié par OpenAI, utilisant la technologie de quantification MXFP4, conçu comme un modèle phare. Il nécessite un environnement multi-GPU ou une station de travail haute performance, offrant des performances exceptionnelles en raisonnement complexe, génération de code et traitement multilingue, avec prise en charge avancée des appels de fonctions et de l'intégration d'outils."
-  },
  "grok-2-1212": {
    "description": "Ce modèle a été amélioré en termes de précision, de respect des instructions et de capacités multilingues."
  },
-  "grok-2-image-1212": {
-    "description": "Notre dernier modèle de génération d'images peut créer des images vivantes et réalistes à partir d'invites textuelles. Il excelle dans la génération d'images pour le marketing, les réseaux sociaux et le divertissement."
-  },
  "grok-2-vision-1212": {
    "description": "Ce modèle a été amélioré en termes de précision, de respect des instructions et de capacités multilingues."
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "Optimisé pour la création de textes, la rédaction d'essais, ainsi que pour les compétences en codage frontend, mathématiques et raisonnement logique, avec une amélioration de la capacité à suivre les instructions."
  },
-  "hunyuan-t1-20250711": {
-    "description": "Amélioration significative des capacités en mathématiques complexes, logique et codage, optimisation de la stabilité des sorties du modèle et amélioration des capacités de traitement de longs textes."
-  },
  "hunyuan-t1-latest": {
    "description": "Le premier modèle d'inférence Hybrid-Transformer-Mamba à grande échelle de l'industrie, qui étend les capacités d'inférence, offre une vitesse de décodage exceptionnelle et aligne davantage les préférences humaines."
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "Dernier modèle multimodal Hunyuan, prenant en charge l'entrée d'images et de textes pour générer du contenu textuel."
  },
-  "image-01": {
-    "description": "Nouveau modèle de génération d'images avec des rendus détaillés, supportant la génération d'images à partir de texte et d'images."
-  },
-  "image-01-live": {
-    "description": "Modèle de génération d'images avec rendu détaillé, supportant la génération d'images à partir de texte avec réglage du style artistique."
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "Série de modèles de génération d'images à partir de texte Imagen 4e génération"
  },
@@ -1646,9 +1526,6 @@
  "internvl3-latest": {
    "description": "Nous avons récemment publié un grand modèle multimodal, doté de capacités de compréhension d'images et de textes plus puissantes, ainsi que d'une compréhension d'images sur de longues séquences, dont les performances rivalisent avec celles des meilleurs modèles fermés. Il pointe par défaut vers notre dernier modèle de la série InternVL, actuellement vers internvl3-78b."
  },
-  "irag-1.0": {
-    "description": "iRAG (image based RAG) développé par Baidu est une technologie de génération d'images assistée par recherche, combinant les ressources d'un milliard d'images de Baidu Search avec la puissance d'un modèle de base avancé, permettant de générer des images ultra-réalistes surpassant largement les systèmes natifs de génération d'images, sans aspect artificiel et à faible coût. iRAG se caractérise par l'absence d'hallucinations, un réalisme extrême et une disponibilité immédiate."
-  },
  "jamba-large": {
    "description": "Notre modèle le plus puissant et avancé, conçu pour traiter des tâches complexes de niveau entreprise, offrant des performances exceptionnelles."
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "La recherche approfondie combine la recherche sur le web, la lecture et le raisonnement pour mener des enquêtes complètes. Vous pouvez la considérer comme un agent qui prend en charge vos tâches de recherche - elle effectuera une recherche approfondie et itérative avant de fournir une réponse. Ce processus implique une recherche continue, un raisonnement et une résolution de problèmes sous différents angles. Cela diffère fondamentalement des grands modèles standard qui génèrent des réponses directement à partir de données pré-entraînées et des systèmes RAG traditionnels qui dépendent d'une recherche superficielle unique."
  },
-  "kimi-k2": {
-    "description": "Kimi-K2 est un modèle de base à architecture MoE lancé par Moonshot AI, doté de capacités exceptionnelles en codage et agents, avec 1 000 milliards de paramètres au total et 32 milliards activés. Il surpasse les autres modèles open source majeurs dans les tests de performance sur les connaissances générales, la programmation, les mathématiques et les agents."
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2 est un modèle de base à architecture MoE doté de capacités exceptionnelles en code et Agent, avec un total de 1T de paramètres et 32B de paramètres activés. Dans les tests de performance sur les principales catégories telles que le raisonnement général, la programmation, les mathématiques et les Agents, le modèle K2 surpasse les autres modèles open source majeurs."
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B est un grand modèle de code open source, optimisé par un apprentissage par renforcement à grande échelle, capable de générer des correctifs robustes et directement exploitables en production. Ce modèle a atteint un nouveau score record de 60,4 % sur SWE-bench Verified, établissant un nouveau standard pour les modèles open source dans les tâches d'ingénierie logicielle automatisée telles que la correction de bugs et la revue de code."
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 est un modèle de base à architecture MoE doté de capacités exceptionnelles en codage et agents, avec 1 000 milliards de paramètres au total et 32 milliards activés. Il surpasse les autres modèles open source majeurs dans les tests de performance sur les connaissances générales, la programmation, les mathématiques et les agents."
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2 est un modèle de base à architecture MoE doté de capacités exceptionnelles en code et Agent, avec un total de 1T paramètres et 32B paramètres activés. Dans les tests de performance de référence couvrant les principales catégories telles que le raisonnement général, la programmation, les mathématiques et les Agents, le modèle K2 surpasse les autres modèles open source majeurs."
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o mini est le dernier modèle d'OpenAI lancé après GPT-4 Omni, prenant en charge les entrées d'images et de texte et produisant du texte en sortie. En tant que leur modèle compact le plus avancé, il est beaucoup moins cher que d'autres modèles de pointe récents et coûte plus de 60 % de moins que GPT-3.5 Turbo. Il maintient une intelligence de pointe tout en offrant un rapport qualité-prix significatif. GPT-4o mini a obtenu un score de 82 % au test MMLU et se classe actuellement au-dessus de GPT-4 en termes de préférences de chat."
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120B est un modèle linguistique de pointe doté de 120 milliards de paramètres, intégrant des fonctions de recherche via navigateur et d'exécution de code, ainsi que des capacités de raisonnement."
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20B est un modèle linguistique de pointe doté de 20 milliards de paramètres, intégrant des fonctions de recherche via navigateur et d'exécution de code, ainsi que des capacités de raisonnement."
-  },
  "openai/o1": {
    "description": "o1 est le nouveau modèle d'inférence d'OpenAI, prenant en charge les entrées multimodales (texte et image) et produisant du texte, adapté aux tâches complexes nécessitant des connaissances générales étendues. Ce modèle dispose d'un contexte de 200K et d'une date de coupure des connaissances en octobre 2023."
  },
@@ -2399,21 +2264,9 @@
  "qwen3-235b-a22b": {
    "description": "Qwen3 est un modèle de nouvelle génération avec des capacités considérablement améliorées, atteignant des niveaux de pointe dans plusieurs compétences clés telles que le raisonnement, l'universalité, l'agent et le multilingue, tout en prenant en charge le changement de mode de pensée."
  },
-  "qwen3-235b-a22b-instruct-2507": {
-    "description": "Modèle open source en mode non réflexion basé sur Qwen3, avec une légère amélioration des capacités créatives subjectives et de la sécurité du modèle par rapport à la version précédente (Tongyi Qianwen 3-235B-A22B)."
-  },
-  "qwen3-235b-a22b-thinking-2507": {
-    "description": "Modèle open source en mode réflexion basé sur Qwen3, avec des améliorations majeures en logique, capacités générales, enrichissement des connaissances et créativité par rapport à la version précédente (Tongyi Qianwen 3-235B-A22B), adapté aux scénarios complexes nécessitant un raisonnement poussé."
-  },
  "qwen3-30b-a3b": {
    "description": "Qwen3 est un modèle de nouvelle génération avec des capacités considérablement améliorées, atteignant des niveaux de pointe dans plusieurs compétences clés telles que le raisonnement, l'universalité, l'agent et le multilingue, tout en prenant en charge le changement de mode de pensée."
  },
-  "qwen3-30b-a3b-instruct-2507": {
-    "description": "Par rapport à la version précédente (Qwen3-30B-A3B), les capacités générales en anglais, chinois et multilingues ont été considérablement améliorées. Une optimisation spécifique a été réalisée pour les tâches subjectives et ouvertes, rendant les réponses nettement plus conformes aux préférences des utilisateurs et plus utiles."
-  },
-  "qwen3-30b-a3b-thinking-2507": {
-    "description": "Basé sur le modèle open source en mode réflexif Qwen3, cette version améliore considérablement les capacités logiques, générales, les connaissances et la créativité par rapport à la version précédente (Tongyi Qianwen 3-30B-A3B). Elle est adaptée aux scénarios complexes nécessitant un raisonnement approfondi."
-  },
  "qwen3-32b": {
    "description": "Qwen3 est un modèle de nouvelle génération avec des capacités considérablement améliorées, atteignant des niveaux de pointe dans plusieurs compétences clés telles que le raisonnement, l'universalité, l'agent et le multilingue, tout en prenant en charge le changement de mode de pensée."
  },
@@ -2423,15 +2276,6 @@
  "qwen3-8b": {
    "description": "Qwen3 est un modèle de nouvelle génération avec des capacités considérablement améliorées, atteignant des niveaux de pointe dans plusieurs compétences clés telles que le raisonnement, l'universalité, l'agent et le multilingue, tout en prenant en charge le changement de mode de pensée."
  },
-  "qwen3-coder-480b-a35b-instruct": {
-    "description": "Version open source du modèle de code Tongyi Qianwen. Le dernier qwen3-coder-480b-a35b-instruct est un modèle de génération de code basé sur Qwen3, doté de puissantes capacités d'agent de codage, expert en appels d'outils et interactions environnementales, capable de programmation autonome avec d'excellentes compétences en code tout en conservant des capacités générales."
-  },
-  "qwen3-coder-flash": {
-    "description": "Modèle de code Tongyi Qianwen. La dernière série de modèles Qwen3-Coder est basée sur Qwen3 pour la génération de code, avec une puissante capacité d'agent de codage, maîtrisant l'appel d'outils et l'interaction avec l'environnement, capable de programmation autonome, alliant excellence en codage et polyvalence."
-  },
-  "qwen3-coder-plus": {
-    "description": "Modèle de code Tongyi Qianwen. La dernière série de modèles Qwen3-Coder est basée sur Qwen3 pour la génération de code, avec une puissante capacité d'agent de codage, maîtrisant l'appel d'outils et l'interaction avec l'environnement, capable de programmation autonome, alliant excellence en codage et polyvalence."
-  },
  "qwq": {
    "description": "QwQ est un modèle de recherche expérimental, axé sur l'amélioration des capacités de raisonnement de l'IA."
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "Nouveau produit API soutenu par le modèle de raisonnement DeepSeek."
  },
-  "stable-diffusion-3-medium": {
-    "description": "Le dernier grand modèle de génération d'images à partir de texte lancé par Stability AI. Cette version améliore significativement la qualité d'image, la compréhension du texte et la diversité des styles, tout en héritant des avantages des versions précédentes. Il interprète plus précisément les invites en langage naturel complexes et génère des images plus précises et variées."
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-large est un modèle de génération d'images à partir de texte multimodal à base de transformateur de diffusion (MMDiT) avec 800 millions de paramètres, offrant une qualité d'image exceptionnelle et une correspondance précise aux invites, capable de générer des images haute résolution jusqu'à 1 million de pixels, tout en fonctionnant efficacement sur du matériel grand public."
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turbo est un modèle basé sur stable-diffusion-3.5-large utilisant la technique de distillation par diffusion antagoniste (ADD), offrant une vitesse accrue."
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5 est initialisé avec les poids du checkpoint stable-diffusion-v1.2 et affiné pendant 595k étapes à une résolution de 512x512 sur \"laion-aesthetics v2 5+\", avec une réduction de 10 % de la condition textuelle pour améliorer l'échantillonnage guidé sans classificateur."
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xl apporte des améliorations majeures par rapport à la version v1.5, avec des performances comparables au modèle open source SOTA midjourney. Les améliorations incluent un backbone unet trois fois plus grand, un module de raffinement pour améliorer la qualité des images générées, et des techniques d'entraînement plus efficaces."
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "Grand modèle open source de génération d'images à partir de texte développé par Stability AI, avec des capacités créatives de premier plan dans l'industrie. Il possède une excellente compréhension des instructions et supporte la définition de prompts inversés pour une génération précise du contenu."
-  },
  "step-1-128k": {
    "description": "Équilibre entre performance et coût, adapté à des scénarios généraux."
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "Modèle visuel compact, adapté aux tâches de base en texte et image."
  },
-  "step-1x-edit": {
-    "description": "Ce modèle est spécialisé dans les tâches d'édition d'images, capable de modifier et d'améliorer des images selon les descriptions textuelles et les images fournies par l'utilisateur. Il supporte plusieurs formats d'entrée, comprenant descriptions textuelles et images d'exemple. Le modèle comprend l'intention de l'utilisateur et génère des résultats d'édition conformes aux exigences."
-  },
-  "step-1x-medium": {
-    "description": "Ce modèle possède de puissantes capacités de génération d'images, supportant les descriptions textuelles comme entrée. Il offre un support natif du chinois, permettant une meilleure compréhension et traitement des descriptions textuelles en chinois, capturant plus précisément la sémantique pour la transformer en caractéristiques d'image, réalisant ainsi une génération d'images plus précise. Le modèle génère des images haute résolution et de haute qualité, avec une certaine capacité de transfert de style."
-  },
  "step-2-16k": {
    "description": "Prend en charge des interactions contextuelles à grande échelle, adapté aux scénarios de dialogue complexes."
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "Un modèle de grande taille ultra-rapide basé sur la nouvelle architecture d'attention auto-développée MFA, atteignant des résultats similaires à ceux de step1 à un coût très bas, tout en maintenant un débit plus élevé et un temps de réponse plus rapide. Capable de traiter des tâches générales, avec des compétences particulières en matière de codage."
  },
-  "step-2x-large": {
-    "description": "Modèle de nouvelle génération Step Star, spécialisé dans la génération d'images, capable de créer des images de haute qualité à partir de descriptions textuelles fournies par l'utilisateur. Le nouveau modèle produit des images avec une texture plus réaliste et une meilleure capacité de génération de texte en chinois et en anglais."
-  },
  "step-r1-v-mini": {
    "description": "Ce modèle est un grand modèle de raisonnement avec de puissantes capacités de compréhension d'image, capable de traiter des informations visuelles et textuelles, produisant du texte après une réflexion approfondie. Ce modèle se distingue dans le domaine du raisonnement visuel, tout en possédant des capacités de raisonnement mathématique, de code et de texte de premier plan. La longueur du contexte est de 100k."
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "Le modèle v0-1.5-md convient aux tâches quotidiennes et à la génération d'interfaces utilisateur (UI)"
  },
-  "wan2.2-t2i-flash": {
-    "description": "Version ultra-rapide Wanxiang 2.2, le modèle le plus récent à ce jour. Améliorations globales en créativité, stabilité et réalisme, avec une vitesse de génération rapide et un excellent rapport qualité-prix."
-  },
-  "wan2.2-t2i-plus": {
-    "description": "Version professionnelle Wanxiang 2.2, le modèle le plus récent à ce jour. Améliorations globales en créativité, stabilité et réalisme, avec des détails de génération riches."
-  },
-  "wanx-v1": {
-    "description": "Modèle de base de génération d'images à partir de texte, correspondant au modèle général 1.0 officiel de Tongyi Wanxiang."
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "Spécialisé dans les portraits réalistes, vitesse moyenne et coût réduit. Correspond au modèle ultra-rapide 2.0 officiel de Tongyi Wanxiang."
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "Version entièrement améliorée. Génère des images avec des détails plus riches, vitesse légèrement plus lente. Correspond au modèle professionnel 2.1 officiel de Tongyi Wanxiang."
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "Version entièrement améliorée. Vitesse de génération rapide, résultats complets, excellent rapport qualité-prix. Correspond au modèle ultra-rapide 2.1 officiel de Tongyi Wanxiang."
+    "description": "Modèle de génération d'images par texte de Tongyi d'Aliyun"
  },
  "whisper-1": {
    "description": "Modèle universel de reconnaissance vocale, prenant en charge la reconnaissance vocale multilingue, la traduction vocale et la reconnaissance de langue."
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "Modèle pour des tâches visuelles complexes, offrant des capacités de compréhension et d'analyse de haute performance basées sur plusieurs images."
-  },
-  "zai-org/GLM-4.5": {
-    "description": "GLM-4.5 est un modèle de base conçu pour les applications d'agents intelligents, utilisant une architecture Mixture-of-Experts (MoE). Il est profondément optimisé pour l'appel d'outils, la navigation web, l'ingénierie logicielle et la programmation front-end, supportant une intégration transparente avec des agents de code tels que Claude Code et Roo Code. GLM-4.5 utilise un mode d'inférence hybride, adapté à des scénarios variés allant du raisonnement complexe à l'usage quotidien."
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Air est un modèle de base conçu pour les applications d'agents intelligents, utilisant une architecture Mixture-of-Experts (MoE). Il est profondément optimisé pour l'appel d'outils, la navigation web, l'ingénierie logicielle et la programmation front-end, supportant une intégration transparente avec des agents de code tels que Claude Code et Roo Code. GLM-4.5 utilise un mode d'inférence hybride, adapté à des scénarios variés allant du raisonnement complexe à l'usage quotidien."
  }
 }
@@ -1,15 +1,15 @@
 {
  "confirm": "Confirmer",
  "debug": {
-    "arguments": "Arguments d'appel",
+    "arguments": "Arguments de l'appel",
    "function_call": "Appel de fonction",
-    "off": "Désactiver le débogage",
-    "on": "Voir les informations d'appel du plugin",
-    "payload": "Charge utile du plugin",
+    "off": "Désactivé",
+    "on": "Activer le débogage",
+    "payload": "charge du plugin",
    "pluginState": "État du plugin",
-    "response": "Résultat retourné",
+    "response": "Réponse",
    "title": "Détails du plugin",
-    "tool_call": "Requête d'appel d'outil"
+    "tool_call": "demande d'appel d'outil"
  },
  "detailModal": {
    "customPlugin": {
@@ -18,7 +18,7 @@
      "title": "Ceci est un plugin personnalisé"
    },
    "emptyState": {
-      "description": "Veuillez d'abord installer ce plugin pour voir ses capacités et options de configuration",
+      "description": "Veuillez installer ce plugin pour voir ses fonctionnalités et options de configuration",
      "title": "Voir les détails du plugin après installation"
    },
    "info": {
@@ -33,13 +33,13 @@
    "title": "Détails du plugin"
  },
  "dev": {
-    "confirmDeleteDevPlugin": "Vous êtes sur le point de supprimer ce plugin local. Cette action est irréversible. Voulez-vous vraiment supprimer ce plugin ?",
+    "confirmDeleteDevPlugin": "Êtes-vous sûr de vouloir supprimer ce plugin local ? Cette action est irréversible.",
    "customParams": {
      "useProxy": {
-        "label": "Installer via proxy (en cas d'erreur d'accès cross-origin, essayez d'activer cette option puis réinstallez)"
+        "label": "Installer via proxy (if encountering cross-origin access errors, try enabling this option and reinstalling)"
      }
    },
-    "deleteSuccess": "Plugin supprimé avec succès",
+    "deleteSuccess": "Suppression du plugin réussie",
    "manifest": {
      "identifier": {
        "desc": "Identifiant unique du plugin",
@@ -61,19 +61,19 @@
        "title": "Paramètres avancés"
      },
      "args": {
-        "desc": "Liste des arguments passés à la commande d'exécution, généralement le nom du serveur MCP ou le chemin du script de démarrage",
-        "label": "Arguments de commande",
-        "placeholder": "Par exemple : mcp-hello-world",
-        "required": "Veuillez saisir les arguments de démarrage"
+        "desc": "Liste des paramètres à passer à la commande d'exécution, généralement ici le nom du serveur MCP ou le chemin du script de démarrage",
+        "label": "Paramètres de commande",
+        "placeholder": "Par exemple : --port 8080 --debug",
+        "required": "Veuillez entrer les paramètres de démarrage"
      },
      "auth": {
        "bear": "Clé API",
        "desc": "Choisissez le mode d'authentification du serveur MCP",
        "label": "Type d'authentification",
        "none": "Aucune authentification requise",
-        "placeholder": "Veuillez choisir un type d'authentification",
+        "placeholder": "Veuillez sélectionner un type d'authentification",
        "token": {
-          "desc": "Saisissez votre clé API ou jeton Bearer",
+          "desc": "Entrez votre clé API ou jeton Bearer",
          "label": "Clé API",
          "placeholder": "sk-xxxxx",
          "required": "Veuillez saisir le jeton d'authentification"
@@ -83,68 +83,68 @@
        "label": "Icône du plugin"
      },
      "command": {
-        "desc": "Fichier exécutable ou script pour démarrer le serveur MCP STDIO",
+        "desc": "Fichier exécutable ou script utilisé pour démarrer le plugin MCP STDIO",
        "label": "Commande",
-        "placeholder": "Par exemple : npx / uv / docker etc.",
-        "required": "Veuillez saisir la commande de démarrage"
+        "placeholder": "Par exemple : python main.py ou /path/to/executable",
+        "required": "Veuillez entrer la commande de démarrage"
      },
      "desc": {
-        "desc": "Ajoutez une description du plugin",
+        "desc": "Description du plugin",
        "label": "Description du plugin",
-        "placeholder": "Complétez les instructions d'utilisation et les scénarios"
+        "placeholder": "Ajoutez des informations sur l'utilisation et le contexte de ce plugin"
      },
      "endpoint": {
-        "desc": "Saisissez l'adresse de votre serveur MCP Streamable HTTP",
-        "label": "URL du point de terminaison MCP"
+        "desc": "Entrez l'adresse de votre serveur HTTP Streamable MCP",
+        "label": "URL de l'endpoint MCP"
      },
      "env": {
        "add": "Ajouter une ligne",
-        "desc": "Saisissez les variables d'environnement nécessaires pour le serveur MCP",
+        "desc": "Entrez les variables d'environnement nécessaires pour votre serveur MCP",
        "duplicateKeyError": "La clé du champ doit être unique",
        "formValidationFailed": "Échec de la validation du formulaire, veuillez vérifier le format des paramètres",
        "keyRequired": "La clé du champ ne peut pas être vide",
        "label": "Variables d'environnement du serveur MCP",
-        "stringifyError": "Impossible de sérialiser les paramètres, veuillez vérifier le format"
+        "stringifyError": "Impossible de sérialiser les paramètres, veuillez vérifier le format des paramètres"
      },
      "headers": {
        "add": "Ajouter une ligne",
-        "desc": "Saisissez les en-têtes de requête",
+        "desc": "Entrez les en-têtes de la requête",
        "label": "En-têtes HTTP"
      },
      "identifier": {
-        "desc": "Attribuez un nom à votre plugin MCP, en utilisant des caractères anglais",
-        "invalid": "L'identifiant ne peut contenir que des lettres, chiffres, tirets et underscores",
+        "desc": "Donnez un nom à votre plugin MCP, en utilisant des caractères anglais",
+        "invalid": "Vous ne pouvez entrer que des caractères anglais, des chiffres, - et _",
        "label": "Nom du plugin MCP",
        "placeholder": "Par exemple : my-mcp-plugin",
-        "required": "Veuillez saisir l'identifiant du service MCP"
+        "required": "Veuillez entrer l'identifiant du service MCP"
      },
      "previewManifest": "Aperçu du fichier de description du plugin",
      "quickImport": "Importation rapide de la configuration JSON",
      "quickImportError": {
-        "empty": "Le contenu saisi ne peut pas être vide",
+        "empty": "Le contenu ne peut pas être vide",
        "invalidJson": "Format JSON invalide",
        "invalidStructure": "Structure JSON invalide"
      },
-      "stdioNotSupported": "L'environnement actuel ne supporte pas les plugins MCP de type stdio",
+      "stdioNotSupported": "L'environnement actuel ne prend pas en charge les plugins MCP de type stdio",
      "testConnection": "Tester la connexion",
      "testConnectionTip": "Le plugin MCP ne peut être utilisé normalement qu'après un test de connexion réussi",
      "type": {
-        "desc": "Choisissez le mode de communication du plugin MCP, la version web ne supporte que Streamable HTTP",
-        "httpFeature1": "Compatible avec la version web et desktop",
-        "httpFeature2": "Connexion au serveur MCP distant, sans installation ni configuration supplémentaires",
-        "httpShortDesc": "Protocole de communication basé sur HTTP en streaming",
+        "desc": "Choisissez le mode de communication du plugin MCP, la version web ne prend en charge que le HTTP Streamable",
+        "httpFeature1": "Compatible avec la version web et de bureau",
+        "httpFeature2": "Connexion à un serveur MCP distant, sans installation ni configuration supplémentaires",
+        "httpShortDesc": "Protocole de communication basé sur HTTP en continu",
        "label": "Type de plugin MCP",
-        "stdioFeature1": "Latence de communication plus faible, adapté à l'exécution locale",
-        "stdioFeature2": "Nécessite l'installation locale du serveur MCP",
-        "stdioNotAvailable": "Le mode STDIO est disponible uniquement sur la version desktop",
+        "stdioFeature1": "Latence de communication réduite, adapté à l'exécution locale",
+        "stdioFeature2": "Nécessite l'installation et l'exécution d'un serveur MCP local",
+        "stdioNotAvailable": "Le mode STDIO n'est disponible que dans la version de bureau",
        "stdioShortDesc": "Protocole de communication basé sur l'entrée/sortie standard",
        "title": "Type de plugin MCP"
      },
      "url": {
-        "desc": "Saisissez l'adresse Streamable HTTP de votre serveur MCP, le mode SSE n'est pas supporté",
-        "invalid": "Veuillez saisir une URL valide",
-        "label": "URL du point de terminaison Streamable HTTP",
-        "required": "Veuillez saisir l'URL du service MCP"
+        "desc": "Entrez l'adresse HTTP Streamable de votre serveur MCP, le mode SSE n'est pas pris en charge",
+        "invalid": "Veuillez entrer une URL valide",
+        "label": "URL de l'endpoint HTTP",
+        "required": "Veuillez entrer l'URL du service MCP"
      }
    },
    "meta": {
@@ -153,29 +153,29 @@
        "label": "Auteur"
      },
      "avatar": {
-        "desc": "Icône du plugin, peut être un emoji ou une URL",
+        "desc": "Icône du plugin, peut être un Emoji ou une URL",
        "label": "Icône"
      },
      "description": {
        "desc": "Description du plugin",
        "label": "Description",
-        "placeholder": "Recherchez des informations via un moteur de recherche"
+        "placeholder": "Rechercher un moteur de recherche pour obtenir des informations"
      },
-      "formFieldRequired": "Ce champ est obligatoire",
+      "formFieldRequired": "Ce champ est requis",
      "homepage": {
        "desc": "Page d'accueil du plugin",
        "label": "Page d'accueil"
      },
      "identifier": {
-        "desc": "Identifiant unique du plugin, détecté automatiquement depuis le manifest",
-        "errorDuplicate": "L'identifiant est en conflit avec un plugin existant, veuillez le modifier",
+        "desc": "Identifiant unique du plugin, sera automatiquement reconnu à partir du manifest",
+        "errorDuplicate": "L'identifiant du plugin existe déjà, veuillez le modifier",
        "label": "Identifiant",
-        "pattenErrorMessage": "Seuls les caractères anglais, chiffres, - et _ sont autorisés"
+        "pattenErrorMessage": "Seuls les caractères alphanumériques, - et _ sont autorisés"
      },
      "lobe": "Plugin {{appName}}",
      "manifest": {
-        "desc": "{{appName}} installera le plugin via ce lien",
-        "label": "URL du fichier de description (Manifest)",
+        "desc": "{{appName}} sera installé via ce lien pour ajouter le plugin.",
+        "label": "URL du fichier de description du plugin (Manifest)",
        "preview": "Aperçu du Manifest",
        "refresh": "Actualiser"
      },
@@ -187,30 +187,30 @@
      }
    },
    "metaConfig": "Configuration des métadonnées du plugin",
-    "modalDesc": "Après avoir ajouté un plugin personnalisé, il peut être utilisé pour le développement et la validation, ou directement dans les conversations. Pour le développement, veuillez consulter la <1>documentation ↗</1>.",
+    "modalDesc": "Une fois le plugin personnalisé ajouté, il peut être utilisé pour valider le développement du plugin ou directement dans la session. Veuillez consulter le <1>guide de développement↗</> pour le développement de plugins.",
    "openai": {
-      "importUrl": "Importer depuis une URL",
+      "importUrl": "Importer depuis l'URL",
      "schema": "Schéma"
    },
    "preview": {
      "api": {
        "noParams": "Cet outil n'a pas de paramètres",
-        "noResults": "Aucune API correspondant aux critères de recherche",
+        "noResults": "Aucune API correspondant aux critères de recherche trouvée",
        "params": "Paramètres :",
        "searchPlaceholder": "Rechercher un outil..."
      },
-      "card": "Aperçu de l'affichage du plugin",
-      "desc": "Description de l'aperçu du plugin",
+      "card": "Aperçu de l'interface du plugin",
+      "desc": "Aperçu de la description du plugin",
      "empty": {
-        "desc": "Après configuration, vous pourrez prévisualiser ici les capacités des outils supportés par le plugin",
-        "title": "Commencez la prévisualisation après configuration"
+        "desc": "Une fois la configuration terminée, vous pourrez prévisualiser les capacités des outils pris en charge par le plugin ici",
+        "title": "Commencez la prévisualisation après avoir configuré le plugin"
      },
      "title": "Aperçu du nom du plugin"
    },
    "save": "Installer le plugin",
    "saveSuccess": "Paramètres du plugin enregistrés avec succès",
    "tabs": {
-      "manifest": "Liste des fonctionnalités (Manifest)",
+      "manifest": "Manifeste des fonctionnalités",
      "meta": "Métadonnées du plugin"
    },
    "title": {
@@ -218,21 +218,21 @@
      "edit": "Modifier un plugin personnalisé"
    },
    "type": {
-      "lobe": "Plugin {{appName}}",
+      "lobe": "Plugin LobeChat",
      "openai": "Plugin OpenAI"
    },
    "update": "Mettre à jour",
    "updateSuccess": "Paramètres du plugin mis à jour avec succès"
  },
  "error": {
-    "fetchError": "Échec de la requête vers le lien manifest, veuillez vérifier la validité du lien et s'assurer qu'il autorise l'accès cross-origin",
+    "fetchError": "Échec de la requête vers ce lien de manifest. Veuillez vous assurer que le lien est valide et autorise les requêtes cross-origin.",
    "installError": "Échec de l'installation du plugin {{name}}",
-    "manifestInvalid": "Le manifest ne respecte pas les normes, résultat de la validation : \n\n {{error}}",
-    "noManifest": "Fichier de description introuvable",
-    "openAPIInvalid": "Échec de l'analyse OpenAPI, erreur : \n\n {{error}}",
+    "manifestInvalid": "Le manifest ne respecte pas les normes. Résultat de la validation : \n\n {{error}}",
+    "noManifest": "Aucun fichier de description trouvé",
+    "openAPIInvalid": "Échec d'analyse de l'OpenAPI, erreur : \n\n {{error}}",
    "reinstallError": "Échec de la mise à jour du plugin {{name}}",
-    "testConnectionFailed": "Échec de récupération du Manifest : {{error}}",
-    "urlError": "Le lien ne retourne pas un contenu au format JSON, veuillez vérifier qu'il s'agit d'un lien valide"
+    "testConnectionFailed": "Échec de l'obtention du Manifest : {{error}}",
+    "urlError": "Ce lien ne renvoie pas de contenu au format JSON. Veuillez vous assurer qu'il s'agit d'un lien valide."
  },
  "inspector": {
    "args": "Voir la liste des paramètres",
@@ -240,38 +240,38 @@
  },
  "list": {
    "item": {
-      "deprecated.title": "Supprimé",
+      "deprecated.title": "Obsolète",
      "local.config": "Configuration",
      "local.title": "Personnalisé"
    }
  },
  "loading": {
    "content": "Appel du plugin en cours...",
-    "plugin": "Plugin en cours d'exécution..."
+    "plugin": "Exécution du plugin en cours..."
  },
  "localSystem": {
    "apiName": {
-      "listLocalFiles": "Voir la liste des fichiers",
+      "listLocalFiles": "Afficher la liste des fichiers",
      "moveLocalFiles": "Déplacer les fichiers",
      "readLocalFile": "Lire le contenu du fichier",
      "renameLocalFile": "Renommer",
      "searchLocalFiles": "Rechercher des fichiers",
-      "writeLocalFile": "Écrire dans un fichier"
+      "writeLocalFile": "Écrire dans le fichier"
    },
    "title": "Fichiers locaux"
  },
  "mcpInstall": {
    "CHECKING_INSTALLATION": "Vérification de l'environnement d'installation...",
    "COMPLETED": "Installation terminée",
-    "CONFIGURATION_REQUIRED": "Veuillez compléter la configuration avant de continuer l'installation",
+    "CONFIGURATION_REQUIRED": "Veuillez compléter la configuration requise avant de continuer l'installation",
    "ERROR": "Erreur d'installation",
-    "FETCHING_MANIFEST": "Récupération du fichier de description du plugin...",
+    "FETCHING_MANIFEST": "Récupération du fichier manifeste du plugin...",
    "GETTING_SERVER_MANIFEST": "Initialisation du serveur MCP...",
    "INSTALLING_PLUGIN": "Installation du plugin en cours...",
-    "configurationDescription": "Ce plugin MCP nécessite des paramètres de configuration pour fonctionner correctement, veuillez remplir les informations nécessaires",
+    "configurationDescription": "Ce plugin MCP nécessite des paramètres de configuration pour fonctionner correctement, veuillez remplir les informations nécessaires.",
    "configurationRequired": "Configurer les paramètres du plugin",
    "continueInstall": "Continuer l'installation",
-    "dependenciesDescription": "Ce plugin nécessite l'installation des dépendances système suivantes pour fonctionner correctement. Veuillez installer les dépendances manquantes selon les instructions, puis cliquez sur vérifier à nouveau pour continuer l'installation.",
+    "dependenciesDescription": "Ce plugin nécessite l'installation des dépendances système suivantes pour fonctionner correctement. Veuillez installer les dépendances manquantes selon les instructions, puis cliquez sur 'Re-vérifier' pour continuer l'installation.",
    "dependenciesRequired": "Veuillez installer les dépendances système du plugin",
    "dependencyStatus": {
      "installed": "Installé",
@@ -279,7 +279,7 @@
      "requiredVersion": "Version requise : {{version}}"
    },
    "errorDetails": {
-      "args": "Paramètres",
+      "args": "Arguments",
      "command": "Commande",
      "connectionParams": "Paramètres de connexion",
      "env": "Variables d'environnement",
@@ -302,104 +302,44 @@
      "manual": "Installation manuelle :",
      "recommended": "Méthode d'installation recommandée :"
    },
-    "recheckDependencies": "Vérifier à nouveau",
+    "recheckDependencies": "Re-vérifier",
    "skipDependencies": "Ignorer la vérification"
  },
  "pluginList": "Liste des plugins",
-  "protocolInstall": {
-    "actions": {
-      "install": "Installer",
-      "installAnyway": "Installer quand même",
-      "installed": "Installé"
-    },
-    "config": {
-      "args": "Paramètres",
-      "command": "Commande",
-      "env": "Variables d'environnement",
-      "headers": "En-têtes de requête",
-      "title": "Informations de configuration",
-      "type": {
-        "http": "Type : HTTP",
-        "label": "Type",
-        "stdio": "Type : Stdio"
-      },
-      "url": "Adresse du service"
-    },
-    "custom": {
-      "badge": "Plugin personnalisé",
-      "security": {
-        "description": "Ce plugin n'a pas été vérifié officiellement, son installation peut présenter des risques de sécurité ! Veuillez vous assurer de faire confiance à la source du plugin.",
-        "title": "⚠️ Avertissement de risque de sécurité"
-      },
-      "title": "Installer un plugin personnalisé"
-    },
-    "marketplace": {
-      "title": "Installer un plugin tiers",
-      "trustedBy": "Fournit par {{name}}",
-      "unverified": {
-        "title": "Plugin tiers non vérifié",
-        "warning": "Ce plugin provient d'un marché tiers non vérifié, veuillez confirmer que vous faites confiance à cette source avant l'installation."
-      },
-      "verified": "Vérifié"
-    },
-    "messages": {
-      "connectionTestFailed": "Échec du test de connexion",
-      "installError": "Échec de l'installation du plugin, veuillez réessayer",
-      "installSuccess": "Plugin {{name}} installé avec succès !",
-      "manifestError": "Échec de récupération des détails du plugin, veuillez vérifier la connexion réseau et réessayer",
-      "manifestNotFound": "Fichier de description du plugin introuvable"
-    },
-    "meta": {
-      "author": "Auteur",
-      "homepage": "Page d'accueil",
-      "identifier": "Identifiant",
-      "source": "Source",
-      "version": "Version"
-    },
-    "official": {
-      "badge": "Plugin officiel LobeHub",
-      "description": "Ce plugin est développé et maintenu officiellement par LobeHub, soumis à un audit de sécurité rigoureux, vous pouvez l'utiliser en toute confiance.",
-      "loadingMessage": "Récupération des détails du plugin en cours...",
-      "loadingTitle": "Chargement",
-      "title": "Installer un plugin officiel"
-    },
-    "title": "Installer un plugin MCP",
-    "warning": "⚠️ Veuillez confirmer que vous faites confiance à la source de ce plugin, un plugin malveillant pourrait compromettre la sécurité de votre système."
-  },
  "search": {
    "apiName": {
      "crawlMultiPages": "Lire le contenu de plusieurs pages",
      "crawlSinglePage": "Lire le contenu de la page",
-      "search": "Rechercher sur la page"
+      "search": "Rechercher la page"
    },
    "config": {
      "addKey": "Ajouter une clé",
      "close": "Supprimer",
-      "confirm": "Configuration terminée et réessayer"
+      "confirm": "Configuration terminée, veuillez réessayer"
    },
    "crawPages": {
      "crawling": "Identification des liens en cours",
      "detail": {
        "preview": "Aperçu",
        "raw": "Texte brut",
-        "tooLong": "Le contenu du texte est trop long, le contexte de la conversation ne conserve que les {{characters}} premiers caractères, le reste n'est pas pris en compte."
+        "tooLong": "Le contenu du texte est trop long, le contexte de la conversation ne conserve que les {{characters}} premiers caractères, la partie excédentaire n'est pas prise en compte dans le contexte de la conversation"
      },
      "meta": {
-        "crawler": "Mode de capture",
+        "crawler": "Mode de collecte",
        "words": "Nombre de caractères"
      }
    },
    "searchxng": {
-      "baseURL": "Veuillez saisir",
-      "description": "Veuillez saisir l'URL de SearchXNG pour commencer la recherche en ligne",
-      "keyPlaceholder": "Veuillez saisir la clé",
+      "baseURL": "Veuillez entrer",
+      "description": "Veuillez entrer l'URL de SearchXNG pour commencer la recherche en ligne",
+      "keyPlaceholder": "Veuillez entrer la clé",
      "title": "Configurer le moteur de recherche SearchXNG",
-      "unconfiguredDesc": "Veuillez contacter l'administrateur pour configurer SearchXNG afin de commencer la recherche en ligne",
-      "unconfiguredTitle": "SearchXNG non configuré"
+      "unconfiguredDesc": "Veuillez contacter l'administrateur pour compléter la configuration du moteur de recherche SearchXNG afin de commencer la recherche en ligne",
+      "unconfiguredTitle": "Moteur de recherche SearchXNG non configuré"
    },
    "title": "Recherche en ligne"
  },
-  "setting": "Paramètres du plugin",
+  "setting": "Paramètres des plugins",
  "settings": {
    "capabilities": {
      "prompts": "Invites",
@@ -419,51 +359,51 @@
    },
    "edit": "Modifier",
    "envConfigDescription": "Ces configurations seront transmises en tant que variables d'environnement au processus lors du démarrage du serveur MCP",
-    "httpTypeNotice": "Les plugins MCP de type HTTP n'ont pas de variables d'environnement à configurer pour le moment",
+    "httpTypeNotice": "Les plugins MCP de type HTTP n'ont actuellement pas de variables d'environnement à configurer",
    "indexUrl": {
      "title": "Index du marché",
-      "tooltip": "L'édition en ligne n'est pas encore supportée, veuillez configurer via les variables d'environnement lors du déploiement"
+      "tooltip": "L'édition en ligne n'est pas encore prise en charge. Veuillez configurer via les variables d'environnement lors du déploiement."
    },
    "messages": {
      "connectionUpdateFailed": "Échec de la mise à jour des informations de connexion",
-      "connectionUpdateSuccess": "Informations de connexion mises à jour avec succès",
+      "connectionUpdateSuccess": "Mise à jour des informations de connexion réussie",
      "envUpdateFailed": "Échec de l'enregistrement des variables d'environnement",
-      "envUpdateSuccess": "Variables d'environnement enregistrées avec succès"
+      "envUpdateSuccess": "Enregistrement des variables d'environnement réussi"
    },
-    "modalDesc": "Après avoir configuré l'adresse du marché des plugins, vous pouvez utiliser un marché de plugins personnalisé",
+    "modalDesc": "Une fois l'adresse du marché des plugins configurée, vous pourrez utiliser un marché de plugins personnalisé.",
    "rules": {
-      "argsRequired": "Veuillez saisir les arguments de démarrage",
+      "argsRequired": "Veuillez saisir les paramètres de démarrage",
      "commandRequired": "Veuillez saisir la commande de démarrage",
      "urlRequired": "Veuillez saisir l'adresse du service"
    },
    "saveSettings": "Enregistrer les paramètres",
-    "title": "Configurer le marché des plugins"
+    "title": "Paramètres du marché des plugins"
  },
  "showInPortal": "Veuillez consulter les détails dans l'espace de travail",
  "store": {
    "actions": {
      "cancel": "Annuler l'installation",
-      "confirmUninstall": "Vous êtes sur le point de désinstaller ce plugin, cela supprimera également sa configuration. Veuillez confirmer votre action.",
+      "confirmUninstall": "Vous êtes sur le point de désinstaller ce plugin. Une fois désinstallé, sa configuration sera effacée. Veuillez confirmer votre action.",
      "detail": "Détails",
      "install": "Installer",
      "manifest": "Modifier le fichier d'installation",
      "settings": "Paramètres",
      "uninstall": "Désinstaller"
    },
-    "communityPlugin": "Communauté tierce",
-    "customPlugin": "Personnalisé",
-    "empty": "Aucun plugin installé",
+    "communityPlugin": "Plugin communautaire",
+    "customPlugin": "Plugin personnalisé",
+    "empty": "Aucun plugin installé pour le moment",
    "emptySelectHint": "Sélectionnez un plugin pour prévisualiser les détails",
-    "installAllPlugins": "Installer tout",
-    "networkError": "Échec de récupération du magasin de plugins, veuillez vérifier la connexion réseau et réessayer",
-    "placeholder": "Rechercher par nom, description ou mot-clé...",
+    "installAllPlugins": "Installer tous les plugins",
+    "networkError": "Échec de la récupération de la boutique de plugins. Veuillez vérifier votre connexion réseau et réessayer.",
+    "placeholder": "Rechercher le nom ou les mots-clés de l'extension...",
    "releasedAt": "Publié le {{createdAt}}",
    "tabs": {
-      "installed": "Installé",
+      "installed": "Installés",
      "mcp": "Plugin MCP",
      "old": "Plugin LobeChat"
    },
-    "title": "Magasin de plugins"
+    "title": "Boutique de plugins"
  },
  "unknownError": "Erreur inconnue",
  "unknownPlugin": "Plugin inconnu"
@@ -2,15 +2,9 @@
  "ai21": {
    "description": "AI21 Labs construit des modèles de base et des systèmes d'intelligence artificielle pour les entreprises, accélérant l'application de l'intelligence artificielle générative en production."
  },
-  "ai302": {
-    "description": "302.AI est une plateforme d'applications d'IA à la demande, offrant l'API d'IA la plus complète du marché ainsi que des applications d'IA en ligne."
-  },
  "ai360": {
    "description": "360 AI est une plateforme de modèles et de services IA lancée par la société 360, offrant divers modèles avancés de traitement du langage naturel, y compris 360GPT2 Pro, 360GPT Pro, 360GPT Turbo et 360GPT Turbo Responsibility 8K. Ces modèles combinent de grands paramètres et des capacités multimodales, largement utilisés dans la génération de texte, la compréhension sémantique, les systèmes de dialogue et la génération de code. Grâce à une stratégie de tarification flexible, 360 AI répond à des besoins variés des utilisateurs, soutenant l'intégration des développeurs et favorisant l'innovation et le développement des applications intelligentes."
  },
-  "aihubmix": {
-    "description": "AiHubMix offre un accès à divers modèles d'IA via une interface API unifiée."
-  },
  "anthropic": {
    "description": "Anthropic est une entreprise axée sur la recherche et le développement en intelligence artificielle, offrant une gamme de modèles linguistiques avancés, tels que Claude 3.5 Sonnet, Claude 3 Sonnet, Claude 3 Opus et Claude 3 Haiku. Ces modèles atteignent un équilibre idéal entre intelligence, rapidité et coût, adaptés à divers scénarios d'application, allant des charges de travail d'entreprise aux réponses rapides. Claude 3.5 Sonnet, en tant que dernier modèle, a excellé dans plusieurs évaluations tout en maintenant un bon rapport qualité-prix."
  },
@@ -189,7 +189,6 @@
      "aesGcm": "La tua chiave e l'indirizzo proxy saranno crittografati utilizzando l'algoritmo di crittografia <1>AES-GCM</1>",
      "apiKey": {
        "desc": "Inserisci la tua {{name}} API Key",
-        "descWithUrl": "Per favore inserisci la tua API Key di {{name}}, <3>clicca qui per ottenerla</3>",
        "placeholder": "{{name}} API Key",
        "title": "API Key"
      },
@@ -306,7 +305,6 @@
        "latestTime": "Ultimo aggiornamento: {{time}}",
        "noLatestTime": "Nessun elenco recuperato finora"
      },
-      "noModelsInCategory": "Nessun modello abilitato in questa categoria",
      "resetAll": {
        "conform": "Sei sicuro di voler ripristinare tutte le modifiche al modello corrente? Dopo il ripristino, l'elenco dei modelli correnti tornerà allo stato predefinito",
        "success": "Ripristino avvenuto con successo",
@@ -317,15 +315,7 @@
      "title": "Elenco dei modelli",
      "total": "Totale di {{count}} modelli disponibili"
    },
-    "searchNotFound": "Nessun risultato trovato",
-    "tabs": {
-      "all": "Tutti",
-      "chat": "Chat",
-      "embedding": "Incorporamento",
-      "image": "Immagine",
-      "stt": "Riconoscimento vocale (ASR)",
-      "tts": "Sintesi vocale (TTS)"
-    }
+    "searchNotFound": "Nessun risultato trovato"
  },
  "sortModal": {
    "success": "Ordinamento aggiornato con successo",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark4.0 Ultra è la versione più potente della serie di modelli Spark, migliorando la comprensione e la sintesi del contenuto testuale mentre aggiorna il collegamento alla ricerca online. È una soluzione completa per migliorare la produttività lavorativa e rispondere con precisione alle esigenze, rappresentando un prodotto intelligente all'avanguardia nel settore."
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp (noto anche come “4x‑AnimeSharp”) è un modello open source di super-risoluzione sviluppato da Kim2091 basato sull'architettura ESRGAN, focalizzato sull'ingrandimento e l'affilatura di immagini in stile anime. Nel febbraio 2022 è stato rinominato da “4x-TextSharpV1”, originariamente adatto anche per immagini di testo, ma con prestazioni ottimizzate significativamente per contenuti anime."
-  },
  "Baichuan2-Turbo": {
    "description": "Utilizza tecnologie di ricerca avanzate per collegare completamente il grande modello con la conoscenza di settore e la conoscenza globale. Supporta il caricamento di vari documenti come PDF, Word e l'immissione di URL, con acquisizione di informazioni tempestiva e completa, e risultati di output accurati e professionali."
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3 è un modello MoE sviluppato internamente dalla DeepSeek Company. I risultati di DeepSeek-V3 in molte valutazioni superano quelli di altri modelli open source come Qwen2.5-72B e Llama-3.1-405B, e si confronta alla pari con i modelli closed source di punta a livello mondiale come GPT-4o e Claude-3.5-Sonnet."
  },
-  "DeepSeek-V3-Fast": {
-    "description": "Il fornitore del modello è la piattaforma sophnet. DeepSeek V3 Fast è la versione ad alta velocità TPS del modello DeepSeek V3 0324, completamente non quantificata, con capacità di codice e matematica potenziate e risposte più rapide!"
-  },
  "Doubao-lite-128k": {
    "description": "Doubao-lite offre una velocità di risposta eccezionale e un miglior rapporto qualità-prezzo, fornendo ai clienti scelte più flessibili per diversi scenari. Supporta inferenza e fine-tuning con una finestra contestuale di 128k."
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "Il modello principale con le migliori prestazioni, adatto per gestire compiti complessi, con ottimi risultati in domande di riferimento, sintesi, creazione, classificazione del testo, role-playing e altri scenari. Supporta inferenza e fine-tuning con una finestra contestuale di 4k."
  },
-  "DreamO": {
-    "description": "DreamO è un modello open source di generazione di immagini personalizzate sviluppato congiuntamente da ByteDance e l'Università di Pechino, progettato per supportare la generazione di immagini multitasking tramite un'architettura unificata. Utilizza un metodo di modellazione combinata efficiente per generare immagini altamente coerenti e personalizzate in base a molteplici condizioni specificate dall'utente, come identità, soggetto, stile e sfondo."
-  },
  "ERNIE-3.5-128K": {
    "description": "Modello di linguaggio di grande scala di punta sviluppato da Baidu, che copre un'enorme quantità di dati in cinese e inglese, con potenti capacità generali, in grado di soddisfare la maggior parte delle esigenze di domande e risposte, generazione creativa e scenari di applicazione dei plugin; supporta l'integrazione automatica con il plugin di ricerca di Baidu, garantendo l'aggiornamento delle informazioni nelle risposte."
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "Modello di linguaggio ad alte prestazioni sviluppato da Baidu, lanciato nel 2024, con capacità generali eccellenti, risultati migliori rispetto a ERNIE Speed, adatto come modello di base per il fine-tuning, per gestire meglio le problematiche di scenari specifici, mantenendo al contempo prestazioni di inferenza eccezionali."
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-dev è un modello multimodale di generazione e modifica di immagini sviluppato da Black Forest Labs, basato sull'architettura Rectified Flow Transformer, con una scala di 12 miliardi di parametri. Si concentra sulla generazione, ricostruzione, miglioramento o modifica di immagini in base a condizioni contestuali fornite. Combina i vantaggi della generazione controllata dei modelli di diffusione con la capacità di modellazione contestuale dei Transformer, supportando output di alta qualità e applicazioni estese come il restauro, il completamento e la ricostruzione di scene visive."
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-dev è un modello linguistico multimodale open source sviluppato da Black Forest Labs, ottimizzato per compiti testo-immagine, che integra capacità di comprensione e generazione sia visive che testuali. Basato su modelli linguistici avanzati come Mistral-7B, utilizza un codificatore visivo progettato con cura e un raffinamento a più fasi tramite istruzioni per realizzare capacità collaborative testo-immagine e ragionamento su compiti complessi."
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B) è un modello innovativo, adatto per applicazioni in più settori e compiti complessi."
  },
-  "HelloMeme": {
-    "description": "HelloMeme è uno strumento AI che genera automaticamente meme, GIF o brevi video basati sulle immagini o azioni fornite dall'utente. Non richiede alcuna competenza in disegno o programmazione; basta fornire un'immagine di riferimento e lo strumento creerà contenuti belli, divertenti e coerenti nello stile."
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Full, lanciato da HiDream.ai, è un modello open source multimodale avanzato per l'editing di immagini, basato sull'architettura Diffusion Transformer e integrato con potenti capacità di comprensione linguistica (incluso LLaMA 3.1-8B-Instruct). Supporta la generazione di immagini, il trasferimento di stile, l'editing locale e la ridipintura tramite comandi in linguaggio naturale, offrendo eccellenti capacità di comprensione ed esecuzione testo-immagine."
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilled è un modello leggero di generazione di immagini da testo, ottimizzato tramite distillazione per produrre rapidamente immagini di alta qualità, particolarmente adatto a ambienti con risorse limitate e a compiti di generazione in tempo reale."
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacter, rilasciato dal team AI di Tencent nel 2025, è un modello di generazione di personaggi personalizzati senza necessità di tuning, progettato per generare personaggi coerenti e ad alta fedeltà in diversi scenari. Supporta la modellazione del personaggio basata su una singola immagine di riferimento e consente di trasferire il personaggio in vari stili, pose e sfondi in modo flessibile."
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8B è un potente modello linguistico visivo, supporta l'elaborazione multimodale di immagini e testo, in grado di riconoscere con precisione il contenuto delle immagini e generare descrizioni o risposte correlate."
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26B è un potente modello linguistico visivo, supporta l'elaborazione multimodale di immagini e testo, in grado di riconoscere con precisione il contenuto delle immagini e generare descrizioni o risposte correlate."
  },
-  "Kolors": {
-    "description": "Kolors è un modello di generazione di immagini da testo sviluppato dal team Kolors di Kuaishou. Addestrato su miliardi di parametri, eccelle nella qualità visiva, nella comprensione semantica del cinese e nella resa del testo."
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "Kolors, sviluppato dal team Kolors di Kuaishou, è un modello di generazione di immagini da testo su larga scala basato su diffusione latente. Addestrato su miliardi di coppie testo-immagine, mostra vantaggi significativi nella qualità visiva, accuratezza semantica complessa e resa dei caratteri in cinese e inglese. Supporta input in entrambe le lingue e si distingue nella comprensione e generazione di contenuti specifici in cinese."
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "Eccellenti capacità di ragionamento visivo su immagini ad alta risoluzione, adatte per applicazioni di comprensione visiva."
  },
@@ -197,15 +164,9 @@
  "MiniMaxAI/MiniMax-M1-80k": {
    "description": "MiniMax-M1 è un modello di inferenza a grande scala con pesi open source e attenzione mista, con 456 miliardi di parametri, di cui circa 45,9 miliardi attivati per ogni token. Il modello supporta nativamente un contesto ultra-lungo di 1 milione di token e, grazie al meccanismo di attenzione lampo, riduce del 75% il carico computazionale in operazioni floating point rispetto a DeepSeek R1 in compiti di generazione con 100.000 token. Inoltre, MiniMax-M1 adotta un'architettura MoE (Mixture of Experts), combinando l'algoritmo CISPO e un design di attenzione mista per un addestramento efficiente tramite apprendimento rinforzato, raggiungendo prestazioni leader nel settore per inferenze con input lunghi e scenari reali di ingegneria software."
  },
-  "Moonshot-Kimi-K2-Instruct": {
-    "description": "Con un totale di 1 trilione di parametri e 32 miliardi di parametri attivi, questo modello non pensante raggiunge livelli d'eccellenza in conoscenze all'avanguardia, matematica e programmazione, ed è particolarmente adatto a compiti di agenti generici. Ottimizzato per attività di agenti, non solo risponde a domande ma può anche agire. Ideale per chat improvvisate, conversazioni generiche e esperienze di agenti, è un modello riflessivo che non richiede lunghi tempi di elaborazione."
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B) è un modello di istruzioni ad alta precisione, adatto per calcoli complessi."
  },
-  "OmniConsistency": {
-    "description": "OmniConsistency migliora la coerenza stilistica e la generalizzazione nei compiti di immagine a immagine introducendo Diffusion Transformers (DiTs) su larga scala e dati stilizzati accoppiati, prevenendo il degrado dello stile."
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "Stesso modello Phi-3-medium, ma con una dimensione di contesto più grande per RAG o prompting a pochi colpi."
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3 è un modello di linguaggio con 6710 miliardi di parametri, basato su un'architettura di esperti misti (MoE) che utilizza attenzione multilivello (MLA) e la strategia di bilanciamento del carico senza perdite ausiliarie, ottimizzando l'efficienza di inferenza e addestramento. Pre-addestrato su 14,8 trilioni di token di alta qualità e successivamente affinato tramite supervisione e apprendimento per rinforzo, DeepSeek-V3 supera altri modelli open source, avvicinandosi ai modelli chiusi di punta."
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 è un modello base con architettura MoE dotato di potenti capacità di codice e agenti, con 1 trilione di parametri totali e 32 miliardi di parametri attivi. Nei test di benchmark su ragionamento generale, programmazione, matematica e agenti, il modello K2 supera altri modelli open source principali."
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Preview è un modello di elaborazione del linguaggio naturale innovativo, in grado di gestire in modo efficiente compiti complessi di generazione di dialoghi e comprensione del contesto."
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3 è un nuovo modello di Tongyi Qianwen con capacità notevolmente migliorate, raggiungendo livelli leader del settore in ragionamento, generico, agenti e multilingue, e supporta il passaggio della modalità di pensiero."
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3-235B-A22B-Instruct-2507 è un modello linguistico di grandi dimensioni ibrido esperto (MoE) di punta sviluppato dal team Tongyi Qianwen di Alibaba Cloud. Con 235 miliardi di parametri totali e 22 miliardi attivi per inferenza, è una versione aggiornata del modello non pensante Qwen3-235B-A22B, focalizzata su miglioramenti significativi in aderenza alle istruzioni, ragionamento logico, comprensione testuale, matematica, scienza, programmazione e uso di strumenti. Inoltre, amplia la copertura di conoscenze multilingue e allinea meglio le preferenze degli utenti in compiti soggettivi e aperti, generando testi più utili e di alta qualità."
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3-235B-A22B-Thinking-2507 è un modello linguistico di grandi dimensioni della serie Qwen3 sviluppato dal team Tongyi Qianwen di Alibaba, specializzato in compiti di ragionamento complessi. Basato su architettura MoE con 235 miliardi di parametri totali e circa 22 miliardi attivi per token, combina alta efficienza computazionale con prestazioni elevate. Come modello di “pensiero”, eccelle in ragionamento logico, matematica, scienza, programmazione e test accademici, raggiungendo livelli top tra i modelli open source di ragionamento. Migliora anche capacità generali come aderenza alle istruzioni, uso di strumenti e generazione testuale, supportando nativamente contesti lunghi fino a 256K token, ideale per scenari di ragionamento profondo e gestione di documenti estesi."
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3 è un nuovo modello di Tongyi Qianwen con capacità notevolmente migliorate, raggiungendo livelli leader del settore in ragionamento, generico, agenti e multilingue, e supporta il passaggio della modalità di pensiero."
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507 è una versione aggiornata della modalità non pensante di Qwen3-30B-A3B. Si tratta di un modello esperto misto (MoE) con un totale di 30,5 miliardi di parametri e 3,3 miliardi di parametri attivi. Il modello presenta miglioramenti chiave in diversi ambiti, tra cui un significativo potenziamento nella capacità di seguire istruzioni, ragionamento logico, comprensione del testo, matematica, scienze, programmazione e utilizzo di strumenti. Inoltre, ha fatto progressi sostanziali nella copertura della conoscenza multilingue a coda lunga e si allinea meglio alle preferenze degli utenti in compiti soggettivi e aperti, permettendo di generare risposte più utili e testi di qualità superiore. La capacità di comprensione di testi lunghi è stata estesa fino a 256K. Questo modello supporta esclusivamente la modalità non pensante e non genera tag `<think></think>` nell'output."
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3 è un nuovo modello di Tongyi Qianwen con capacità notevolmente migliorate, raggiungendo livelli leader del settore in ragionamento, generico, agenti e multilingue, e supporta il passaggio della modalità di pensiero."
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instruct è un grande modello linguistico progettato per la generazione di codice, la comprensione del codice e scenari di sviluppo efficienti, con una scala di 32 miliardi di parametri all'avanguardia nel settore, in grado di soddisfare esigenze di programmazione diversificate."
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22B è un modello MoE (esperto misto) che introduce la “modalità di ragionamento ibrido”, consentendo agli utenti di passare senza soluzione di continuità tra la modalità “pensante” e quella “non pensante”. Supporta la comprensione e il ragionamento in 119 lingue e dialetti, dispone di potenti capacità di chiamata di strumenti e compete con i principali modelli di mercato come DeepSeek R1, OpenAI o1, o3-mini, Grok 3 e Google Gemini 2.5 Pro in vari benchmark relativi a capacità generali, codice e matematica, competenze multilingue, conoscenza e ragionamento."
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32B è un modello denso (Dense Model) che introduce la “modalità di ragionamento ibrido”, permettendo agli utenti di passare senza soluzione di continuità tra la modalità “pensante” e quella “non pensante”. Grazie a miglioramenti nell'architettura del modello, all'aumento dei dati di addestramento e a metodi di training più efficaci, le prestazioni complessive sono comparabili a quelle di Qwen2.5-72B."
-  },
  "SenseChat": {
    "description": "Modello di base (V4), lunghezza del contesto di 4K, con potenti capacità generali."
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "L'ultima versione del modello (V5.5) supporta l'input di più immagini, ottimizzando le capacità di base del modello, con notevoli miglioramenti nel riconoscimento delle proprietà degli oggetti, nelle relazioni spaziali, nel riconoscimento degli eventi, nella comprensione delle scene, nel riconoscimento delle emozioni, nel ragionamento logico e nella comprensione e generazione del testo."
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "Attraverso un aggiornamento completo dei dati multimodali, linguistici e di ragionamento e l'ottimizzazione delle strategie di addestramento, il nuovo modello ha ottenuto miglioramenti significativi nelle capacità di ragionamento multimodale e nel seguire istruzioni generalizzate. Supporta una finestra contestuale fino a 128k e si distingue in compiti specializzati come il riconoscimento OCR e l'identificazione di IP culturali e turistici."
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "Attraverso un aggiornamento completo dei dati multimodali, linguistici e di ragionamento e l'ottimizzazione delle strategie di addestramento, il nuovo modello ha ottenuto miglioramenti significativi nelle capacità di ragionamento multimodale e nel seguire istruzioni generalizzate. Supporta una finestra contestuale fino a 128k e si distingue in compiti specializzati come il riconoscimento OCR e l'identificazione di IP culturali e turistici."
-  },
  "SenseNova-V6-Pro": {
    "description": "Realizza un'unificazione nativa delle capacità di immagini, testi e video, superando i limiti tradizionali della multimodalità disgiunta, e ha conquistato il doppio campionato nelle valutazioni OpenCompass e SuperCLUE."
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23 è un modello multilingue lanciato da Cohere, supporta 23 lingue, facilitando applicazioni linguistiche diversificate."
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "Distribuito e fornito da Microsoft; il modello DeepSeek R1 ha subito un aggiornamento minore, la versione attuale è DeepSeek-R1-0528. Nell'ultimo aggiornamento, DeepSeek R1 ha migliorato significativamente la profondità di inferenza e la capacità di deduzione aumentando le risorse computazionali e introducendo meccanismi di ottimizzazione algoritmica nella fase post-allenamento. Questo modello eccelle in vari benchmark come matematica, programmazione e logica generale, con prestazioni complessive vicine a modelli leader come O3 e Gemini 2.5 Pro."
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13B è un modello di linguaggio open source sviluppato da Baichuan Intelligence, con 13 miliardi di parametri, che ha ottenuto i migliori risultati nella sua categoria in benchmark autorevoli sia in cinese che in inglese."
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnet offre un equilibrio ideale tra intelligenza e velocità per i carichi di lavoro aziendali. Fornisce la massima utilità a un prezzo inferiore, affidabile e adatto per distribuzioni su larga scala."
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1 è l'ultimo e più potente modello di Anthropic per la gestione di compiti altamente complessi. Si distingue per prestazioni, intelligenza, fluidità e capacità di comprensione eccezionali."
-  },
  "claude-opus-4-20250514": {
    "description": "Claude Opus 4 è il modello più potente di Anthropic per gestire compiti altamente complessi. Eccelle in prestazioni, intelligenza, fluidità e comprensione."
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "Il modello Doubao-Seed-1.6-thinking ha capacità di pensiero notevolmente potenziate; rispetto a Doubao-1.5-thinking-pro, migliora ulteriormente le capacità di base come coding, matematica e ragionamento logico, supportando anche la comprensione visiva. Supporta una finestra contestuale di 256k e una lunghezza massima di output di 16k token."
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "Il modello di generazione immagini Doubao è sviluppato dal team Seed di ByteDance, supporta input di testo e immagini, offrendo un'esperienza di generazione immagini altamente controllabile e di alta qualità. Genera immagini basate su prompt testuali."
-  },
  "doubao-vision-lite-32k": {
    "description": "Il modello Doubao-vision è un modello multimodale lanciato da Doubao, con potenti capacità di comprensione e ragionamento delle immagini e una precisa comprensione delle istruzioni. Il modello mostra prestazioni eccellenti nell'estrazione di informazioni da testo e immagini e in compiti di ragionamento basati su immagini, applicabile a compiti di domande visive più complessi e ampi."
  },
@@ -1067,9 +995,6 @@
  "ernie-char-fiction-8k": {
    "description": "Un modello di linguaggio di grandi dimensioni sviluppato internamente da Baidu, adatto per scenari di applicazione come NPC nei giochi, dialoghi di assistenza clienti e interpretazione di ruoli nei dialoghi, con uno stile di personaggio più distintivo e coerente, capacità di seguire istruzioni più forti e prestazioni di inferenza migliori."
  },
-  "ernie-irag-edit": {
-    "description": "Il modello di editing immagini ERNIE iRAG sviluppato da Baidu supporta operazioni come cancellazione (erase), ridipintura (repaint) e variazione (variation) basate su immagini."
-  },
  "ernie-lite-8k": {
    "description": "ERNIE Lite è un modello di linguaggio di grandi dimensioni sviluppato internamente da Baidu, che bilancia prestazioni eccellenti del modello e prestazioni di inferenza, adatto per l'uso con schede di accelerazione AI a bassa potenza."
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "Rispetto a ERNIE-X1-32K, il modello offre prestazioni e risultati migliori."
  },
-  "flux-1-schnell": {
-    "description": "Modello di generazione immagini da testo con 12 miliardi di parametri sviluppato da Black Forest Labs, che utilizza la tecnologia di distillazione di diffusione antagonista latente, capace di generare immagini di alta qualità in 1-4 passaggi. Le prestazioni sono comparabili a soluzioni proprietarie, rilasciato sotto licenza Apache-2.0 per uso personale, di ricerca e commerciale."
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev] è un modello open source raffinato e pesato per uso non commerciale. Mantiene qualità d'immagine e aderenza alle istruzioni simili alla versione professionale FLUX, ma con maggiore efficienza operativa. Rispetto a modelli standard di dimensioni simili, utilizza le risorse in modo più efficiente."
-  },
  "flux-kontext/dev": {
    "description": "Modello di editing immagini Frontier."
  },
-  "flux-merged": {
-    "description": "Il modello FLUX.1-merged combina le caratteristiche approfondite esplorate nella fase di sviluppo \"DEV\" con i vantaggi di esecuzione rapida rappresentati da \"Schnell\". Questa combinazione non solo estende i limiti di prestazione del modello, ma ne amplia anche l'ambito di applicazione."
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro] è in grado di elaborare testo e immagini di riferimento come input, realizzando senza soluzione di continuità modifiche locali mirate e complesse trasformazioni dell'intera scena."
  },
-  "flux-schnell": {
-    "description": "FLUX.1 [schnell], attualmente il modello open source più avanzato a pochi passaggi, supera non solo i concorrenti simili ma anche potenti modelli non raffinati come Midjourney v6.0 e DALL·E 3 (HD). Ottimizzato per mantenere tutta la diversità di output della fase di pre-addestramento, migliora significativamente qualità visiva, aderenza alle istruzioni, variazioni di dimensione/proporzione, gestione dei font e diversità di output rispetto ai modelli più avanzati sul mercato, offrendo un'esperienza creativa più ricca e variegata."
-  },
-  "flux.1-schnell": {
-    "description": "Trasformatore di flusso rettificato con 12 miliardi di parametri, capace di generare immagini basate su descrizioni testuali."
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell] è un modello trasformatore a flusso con 12 miliardi di parametri, capace di generare immagini di alta qualità da testo in 1-4 passaggi, adatto per uso personale e commerciale."
  },
@@ -1199,6 +1109,9 @@
  "gemini-2.5-flash-preview-04-17": {
    "description": "Gemini 2.5 Flash Preview è il modello più conveniente di Google, che offre funzionalità complete."
  },
+  "gemini-2.5-flash-preview-04-17-thinking": {
+    "description": "Gemini 2.5 Flash Preview è il modello Google con il miglior rapporto qualità-prezzo, che offre funzionalità complete."
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash Preview è il modello Google con il miglior rapporto qualità-prezzo, che offre funzionalità complete."
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "La serie GLM-4.1V-Thinking è attualmente il modello visivo più performante tra i modelli VLM di livello 10 miliardi di parametri noti, integrando le migliori prestazioni SOTA nelle attività di linguaggio visivo di pari livello, tra cui comprensione video, domande sulle immagini, risoluzione di problemi disciplinari, riconoscimento OCR, interpretazione di documenti e grafici, agent GUI, coding front-end web, grounding e altro. Le capacità in molteplici compiti superano persino il modello Qwen2.5-VL-72B con 8 volte più parametri. Grazie a tecniche avanzate di apprendimento rinforzato, il modello padroneggia il ragionamento tramite catena di pensiero per migliorare accuratezza e ricchezza delle risposte, superando significativamente i modelli tradizionali non-thinking in termini di risultati finali e interpretabilità."
  },
-  "glm-4.5": {
-    "description": "Ultimo modello di punta di Zhipu, supporta la modalità di pensiero commutabile, con capacità complessive al livello SOTA dei modelli open source e una lunghezza di contesto fino a 128K."
-  },
-  "glm-4.5-air": {
-    "description": "Versione leggera di GLM-4.5, bilancia prestazioni e rapporto qualità-prezzo, con capacità di commutazione flessibile tra modelli di pensiero ibridi."
-  },
-  "glm-4.5-airx": {
-    "description": "Versione ultra-veloce di GLM-4.5-Air, con tempi di risposta più rapidi, progettata per esigenze di grande scala e alta velocità."
-  },
-  "glm-4.5-flash": {
-    "description": "Versione gratuita di GLM-4.5, con ottime prestazioni in inferenza, codice e agenti intelligenti."
-  },
-  "glm-4.5-x": {
-    "description": "Versione ultra-veloce di GLM-4.5, con prestazioni potenti e velocità di generazione fino a 100 token al secondo."
-  },
  "glm-4v": {
    "description": "GLM-4V offre potenti capacità di comprensione e ragionamento visivo, supportando vari compiti visivi."
  },
@@ -1311,7 +1209,7 @@
    "description": "Inferenza ultraveloce: con una velocità di inferenza super rapida e prestazioni di ragionamento potenti."
  },
  "glm-z1-flash": {
-    "description": "Serie GLM-Z1 con forti capacità di ragionamento complesso, eccellente in logica, matematica e programmazione."
+    "description": "La serie GLM-Z1 possiede potenti capacità di ragionamento complesso, eccellendo in logica, matematica e programmazione. La lunghezza massima del contesto è di 32K."
  },
  "glm-z1-flashx": {
    "description": "Alta velocità e basso costo: versione potenziata Flash, con velocità di inferenza ultra-rapida e migliore garanzia di concorrenza."
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "Modello nativo multimodale di generazione immagini di ChatGPT"
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B è un modello linguistico open source rilasciato da OpenAI, che utilizza la tecnologia di quantizzazione MXFP4, adatto per l'esecuzione su GPU di fascia alta per consumatori o su Mac con Apple Silicon. Questo modello eccelle nella generazione di dialoghi, nella scrittura di codice e nei compiti di ragionamento, supportando chiamate di funzione e l'uso di strumenti."
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B è un modello linguistico open source di grandi dimensioni rilasciato da OpenAI, che utilizza la tecnologia di quantizzazione MXFP4, rappresentando un modello di punta. Richiede un ambiente con più GPU o una workstation ad alte prestazioni per l'esecuzione, offrendo prestazioni eccellenti in ragionamenti complessi, generazione di codice e gestione multilingue, supportando chiamate di funzione avanzate e integrazione di strumenti."
-  },
  "grok-2-1212": {
    "description": "Questo modello ha migliorato l'accuratezza, il rispetto delle istruzioni e le capacità multilingue."
  },
-  "grok-2-image-1212": {
-    "description": "Il nostro ultimo modello di generazione immagini può creare immagini vivide e realistiche basate su prompt testuali. Eccelle nella generazione di immagini per marketing, social media e intrattenimento."
-  },
  "grok-2-vision-1212": {
    "description": "Questo modello ha migliorato l'accuratezza, il rispetto delle istruzioni e le capacità multilingue."
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "Ottimizzato per la creazione di testi, la scrittura di saggi, il frontend del codice, la matematica, il ragionamento logico e altre competenze scientifiche, con miglioramenti nella capacità di seguire istruzioni."
  },
-  "hunyuan-t1-20250711": {
-    "description": "Miglioramento significativo delle capacità in matematica avanzata, logica e codice, ottimizzazione della stabilità dell'output e potenziamento della capacità di gestione di testi lunghi."
-  },
  "hunyuan-t1-latest": {
    "description": "Il primo modello di inferenza ibrido su larga scala Hybrid-Transformer-Mamba del settore, che espande le capacità di inferenza, offre una velocità di decodifica eccezionale e allinea ulteriormente le preferenze umane."
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "Ultimo modello multimodale di Hunyuan, supporta l'input di immagini e testo per generare contenuti testuali."
  },
-  "image-01": {
-    "description": "Nuovo modello di generazione immagini con resa dettagliata, supporta generazione da testo a immagine e da immagine a immagine."
-  },
-  "image-01-live": {
-    "description": "Modello di generazione immagini con resa dettagliata, supporta generazione da testo a immagine e impostazioni di stile."
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "Serie di modelli di generazione di immagini da testo di quarta generazione Imagen"
  },
@@ -1646,9 +1526,6 @@
  "internvl3-latest": {
    "description": "Il nostro ultimo modello multimodale, con una maggiore capacità di comprensione delle immagini e del testo, e una comprensione delle immagini a lungo termine, offre prestazioni paragonabili ai migliori modelli closed-source. Punta di default al nostro ultimo modello della serie InternVL, attualmente indirizzato a internvl3-78b."
  },
-  "irag-1.0": {
-    "description": "iRAG (image based RAG) sviluppato da Baidu è una tecnologia di generazione immagini da testo potenziata da retrieval, che combina risorse di miliardi di immagini di Baidu Search con potenti modelli di base per generare immagini ultra-realistiche, superando di gran lunga i sistemi nativi di generazione da testo a immagine, eliminando l'effetto artificiale AI e mantenendo bassi costi. iRAG è caratterizzato da assenza di allucinazioni, realismo estremo e risultati immediati."
-  },
  "jamba-large": {
    "description": "Il nostro modello più potente e avanzato, progettato per gestire compiti complessi a livello aziendale, con prestazioni eccezionali."
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "La ricerca approfondita combina la ricerca online, la lettura e il ragionamento, consentendo indagini complete. Puoi considerarlo come un agente che accetta il tuo compito di ricerca - eseguirà una ricerca approfondita e iterativa prima di fornire una risposta. Questo processo implica una continua ricerca, ragionamento e risoluzione dei problemi da diverse angolazioni. Questo è fondamentalmente diverso dai modelli di grandi dimensioni standard che generano risposte direttamente dai dati pre-addestrati e dai tradizionali sistemi RAG che si basano su ricerche superficiali una tantum."
  },
-  "kimi-k2": {
-    "description": "Kimi-K2, lanciato da Moonshot AI, è un modello base con architettura MoE dotato di potenti capacità di codice e agenti, con 1 trilione di parametri totali e 32 miliardi di parametri attivi. Nei test di benchmark su ragionamento generale, programmazione, matematica e agenti, il modello K2 supera altri modelli open source principali."
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2 è un modello base con architettura MoE dotato di potenti capacità di codice e Agent, con un totale di 1T parametri e 32B parametri attivi. Nei test di benchmark per ragionamento generale, programmazione, matematica e Agent, il modello K2 supera altri modelli open source principali."
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B è un modello open source di grandi dimensioni per il codice, ottimizzato tramite apprendimento rinforzato su larga scala, capace di generare patch robuste e pronte per la produzione. Questo modello ha raggiunto un nuovo record del 60,4% su SWE-bench Verified, superando tutti i modelli open source nelle attività di ingegneria del software automatizzata come la correzione di difetti e la revisione del codice."
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 è un modello base con architettura MoE dotato di potenti capacità di codice e agenti, con 1 trilione di parametri totali e 32 miliardi di parametri attivi. Nei test di benchmark su ragionamento generale, programmazione, matematica e agenti, il modello K2 supera altri modelli open source principali."
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2 è un modello di base con architettura MoE dotato di potenti capacità di codice e agenti, con un totale di 1T parametri e 32B parametri attivi. Nei test di benchmark per categorie principali come ragionamento generale, programmazione, matematica e agenti, il modello K2 supera le altre principali soluzioni open source."
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o mini è il modello più recente di OpenAI, lanciato dopo GPT-4 Omni, che supporta input visivi e testuali e produce output testuali. Come il loro modello di piccole dimensioni più avanzato, è molto più economico rispetto ad altri modelli all'avanguardia recenti e costa oltre il 60% in meno rispetto a GPT-3.5 Turbo. Mantiene un'intelligenza all'avanguardia, offrendo un notevole rapporto qualità-prezzo. GPT-4o mini ha ottenuto un punteggio dell'82% nel test MMLU e attualmente è classificato più in alto di GPT-4 per preferenze di chat."
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120B è un modello linguistico di punta con 120 miliardi di parametri, dotato di funzionalità integrate di ricerca browser e esecuzione di codice, oltre a capacità di ragionamento."
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20B è un modello linguistico di punta con 20 miliardi di parametri, dotato di funzionalità integrate di ricerca browser e esecuzione di codice, oltre a capacità di ragionamento."
-  },
  "openai/o1": {
    "description": "o1 è il nuovo modello di ragionamento di OpenAI, supporta input di testo e immagini e produce output testuali, adatto a compiti complessi che richiedono una vasta conoscenza generale. Il modello ha un contesto di 200K token e una data di cut-off della conoscenza a ottobre 2023."
  },
@@ -2399,21 +2264,9 @@
  "qwen3-235b-a22b": {
    "description": "Qwen3 è un modello di nuova generazione con capacità notevolmente migliorate, raggiungendo livelli leader del settore in inferenza, generazione generale, agenti e multilinguismo, e supporta il passaggio tra modalità di pensiero."
  },
-  "qwen3-235b-a22b-instruct-2507": {
-    "description": "Modello open source non pensante basato su Qwen3, con miglioramenti lievi nella creatività soggettiva e nella sicurezza rispetto alla versione precedente (Tongyi Qianwen 3-235B-A22B)."
-  },
-  "qwen3-235b-a22b-thinking-2507": {
-    "description": "Modello open source in modalità pensiero basato su Qwen3, con miglioramenti significativi in logica, capacità generali, potenziamento della conoscenza e creatività rispetto alla versione precedente (Tongyi Qianwen 3-235B-A22B), adatto a scenari di ragionamento complessi e impegnativi."
-  },
  "qwen3-30b-a3b": {
    "description": "Qwen3 è un modello di nuova generazione con capacità notevolmente migliorate, raggiungendo livelli leader del settore in inferenza, generazione generale, agenti e multilinguismo, e supporta il passaggio tra modalità di pensiero."
  },
-  "qwen3-30b-a3b-instruct-2507": {
-    "description": "Rispetto alla versione precedente (Qwen3-30B-A3B), le capacità generali in cinese, inglese e multilingue sono state notevolmente migliorate. Ottimizzazione specifica per compiti soggettivi e aperti, con un allineamento molto più marcato alle preferenze degli utenti, in grado di fornire risposte più utili."
-  },
-  "qwen3-30b-a3b-thinking-2507": {
-    "description": "Modello open source in modalità pensante basato su Qwen3, che rispetto alla versione precedente (Tongyi Qianwen 3-30B-A3B) presenta miglioramenti significativi nelle capacità logiche, generali, di conoscenza e creative, adatto a scenari complessi che richiedono un ragionamento avanzato."
-  },
  "qwen3-32b": {
    "description": "Qwen3 è un modello di nuova generazione con capacità notevolmente migliorate, raggiungendo livelli leader del settore in inferenza, generazione generale, agenti e multilinguismo, e supporta il passaggio tra modalità di pensiero."
  },
@@ -2423,15 +2276,6 @@
  "qwen3-8b": {
    "description": "Qwen3 è un modello di nuova generazione con capacità notevolmente migliorate, raggiungendo livelli leader del settore in inferenza, generazione generale, agenti e multilinguismo, e supporta il passaggio tra modalità di pensiero."
  },
-  "qwen3-coder-480b-a35b-instruct": {
-    "description": "Versione open source del modello di codice Tongyi Qianwen. L'ultimo qwen3-coder-480b-a35b-instruct è un modello di generazione codice basato su Qwen3, con potenti capacità di Coding Agent, esperto nell'uso di strumenti e interazione ambientale, capace di programmazione autonoma con eccellenti capacità di codice e capacità generali."
-  },
-  "qwen3-coder-flash": {
-    "description": "Modello di codice Tongyi Qianwen. L'ultima serie di modelli Qwen3-Coder si basa su Qwen3 per la generazione di codice, con potenti capacità di Coding Agent, eccellente nell'invocazione di strumenti e interazione con l'ambiente, in grado di programmare autonomamente, con capacità di codice eccezionali e abilità generali."
-  },
-  "qwen3-coder-plus": {
-    "description": "Modello di codice Tongyi Qianwen. L'ultima serie di modelli Qwen3-Coder si basa su Qwen3 per la generazione di codice, con potenti capacità di Coding Agent, eccellente nell'invocazione di strumenti e interazione con l'ambiente, in grado di programmare autonomamente, con capacità di codice eccezionali e abilità generali."
-  },
  "qwq": {
    "description": "QwQ è un modello di ricerca sperimentale, focalizzato sul miglioramento delle capacità di ragionamento dell'IA."
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "Nuovo prodotto API supportato dal modello di ragionamento DeepSeek."
  },
-  "stable-diffusion-3-medium": {
-    "description": "Ultimo modello di generazione immagini da testo lanciato da Stability AI. Questa versione migliora significativamente qualità dell'immagine, comprensione testuale e varietà di stili rispetto alle precedenti, interpretando con maggiore precisione prompt linguistici complessi e generando immagini più accurate e diversificate."
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-large è un modello generativo multimodale a diffusione trasformativa (MMDiT) con 800 milioni di parametri, che offre qualità d'immagine eccellente e alta corrispondenza con i prompt, supportando la generazione di immagini ad alta risoluzione fino a 1 milione di pixel, e funzionando efficientemente su hardware consumer standard."
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turbo è un modello basato su stable-diffusion-3.5-large che utilizza la tecnologia di distillazione di diffusione antagonista (ADD) per una maggiore velocità."
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5 è inizializzato con i pesi del checkpoint stable-diffusion-v1.2 e raffinato per 595k passi a risoluzione 512x512 su \"laion-aesthetics v2 5+\", riducendo del 10% la condizionalità testuale per migliorare il campionamento guidato senza classificatore."
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xl presenta miglioramenti significativi rispetto alla versione v1.5 ed è comparabile agli attuali modelli SOTA open source come Midjourney. Le migliorie includono un backbone unet tre volte più grande, un modulo di raffinamento per migliorare la qualità delle immagini generate e tecniche di addestramento più efficienti."
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "Modello di generazione immagini da testo sviluppato e open source da Stability AI, con capacità creative di alto livello nel settore. Offre eccellente comprensione delle istruzioni e supporta definizioni di prompt inversi per generazioni di contenuti precise."
-  },
  "step-1-128k": {
    "description": "Equilibrio tra prestazioni e costi, adatto per scenari generali."
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "Modello visivo di piccole dimensioni, adatto per compiti di base di testo e immagine."
  },
-  "step-1x-edit": {
-    "description": "Modello specializzato in compiti di editing immagini, capace di modificare e migliorare immagini basandosi su input di immagini e descrizioni testuali fornite dall'utente. Supporta vari formati di input, inclusi descrizioni testuali e immagini di esempio, comprendendo l'intento dell'utente e generando risultati di editing conformi alle richieste."
-  },
-  "step-1x-medium": {
-    "description": "Modello con potenti capacità di generazione immagini, che supporta input tramite descrizioni testuali. Offre supporto nativo per il cinese, comprendendo e processando meglio descrizioni testuali in cinese, catturando con maggiore precisione il significato semantico e traducendolo in caratteristiche visive per una generazione più accurata. Produce immagini ad alta risoluzione e qualità, con capacità di trasferimento di stile."
-  },
  "step-2-16k": {
    "description": "Supporta interazioni di contesto su larga scala, adatto per scenari di dialogo complessi."
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "Un modello di grandi dimensioni ad alta velocità basato sulla nuova architettura di attenzione auto-sviluppata MFA, in grado di raggiungere risultati simili a quelli di step1 a un costo molto basso, mantenendo al contempo una maggiore capacità di elaborazione e tempi di risposta più rapidi. È in grado di gestire compiti generali, con competenze particolari nella programmazione."
  },
-  "step-2x-large": {
-    "description": "Nuova generazione del modello Xingchen Step, focalizzato sulla generazione di immagini di alta qualità basate su descrizioni testuali fornite dall'utente. Il nuovo modello produce immagini con texture più realistiche e capacità migliorate nella generazione di testo in cinese e inglese."
-  },
  "step-r1-v-mini": {
    "description": "Questo modello è un grande modello di inferenza con potenti capacità di comprensione delle immagini, in grado di gestire informazioni visive e testuali, producendo contenuti testuali dopo un profondo ragionamento. Questo modello si distingue nel campo del ragionamento visivo, mostrando anche capacità di ragionamento matematico, codice e testo di primo livello. La lunghezza del contesto è di 100k."
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "Il modello v0-1.5-md è adatto per compiti quotidiani e generazione di interfacce utente (UI)"
  },
-  "wan2.2-t2i-flash": {
-    "description": "Versione ultra-veloce Wanxiang 2.2, modello più recente. Miglioramenti completi in creatività, stabilità e realismo, con velocità di generazione elevata e ottimo rapporto qualità-prezzo."
-  },
-  "wan2.2-t2i-plus": {
-    "description": "Versione professionale Wanxiang 2.2, modello più recente. Miglioramenti completi in creatività, stabilità e realismo, con dettagli di generazione ricchi."
-  },
-  "wanx-v1": {
-    "description": "Modello base di generazione immagini da testo, corrispondente al modello generico 1.0 ufficiale di Tongyi Wanxiang."
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "Specializzato in ritratti realistici, con velocità media e costi contenuti. Corrisponde al modello ultra-veloce 2.0 ufficiale di Tongyi Wanxiang."
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "Versione completamente aggiornata, con dettagli di immagine più ricchi e velocità leggermente inferiore. Corrisponde al modello professionale 2.1 ufficiale di Tongyi Wanxiang."
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "Versione completamente aggiornata, con velocità elevata, prestazioni complete e ottimo rapporto qualità-prezzo. Corrisponde al modello ultra-veloce 2.1 ufficiale di Tongyi Wanxiang."
+    "description": "Modello di generazione di immagini basato su testo di Tongyi di Alibaba Cloud"
  },
  "whisper-1": {
    "description": "Modello universale di riconoscimento vocale, supporta riconoscimento vocale multilingue, traduzione vocale e identificazione della lingua."
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "Modello per compiti visivi complessi, che offre capacità di comprensione e analisi ad alte prestazioni basate su più immagini."
-  },
-  "zai-org/GLM-4.5": {
-    "description": "GLM-4.5 è un modello base progettato per applicazioni agenti intelligenti, che utilizza un'architettura Mixture-of-Experts (MoE). Ottimizzato profondamente per chiamate a strumenti, navigazione web, ingegneria del software e programmazione frontend, supporta integrazioni fluide con agenti di codice come Claude Code e Roo Code. Adotta una modalità di inferenza ibrida per adattarsi a scenari di ragionamento complessi e uso quotidiano."
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Air è un modello base progettato per applicazioni agenti intelligenti, che utilizza un'architettura Mixture-of-Experts (MoE). Ottimizzato profondamente per chiamate a strumenti, navigazione web, ingegneria del software e programmazione frontend, supporta integrazioni fluide con agenti di codice come Claude Code e Roo Code. Adotta una modalità di inferenza ibrida per adattarsi a scenari di ragionamento complessi e uso quotidiano."
  }
 }
@@ -1,42 +1,42 @@
 {
  "confirm": "Conferma",
  "debug": {
-    "arguments": "Parametri di chiamata",
-    "function_call": "Chiamata funzione",
-    "off": "Disattiva debug",
-    "on": "Visualizza informazioni chiamata plugin",
-    "payload": "Payload plugin",
-    "pluginState": "Stato plugin",
-    "response": "Risultato restituito",
-    "title": "Dettagli plugin",
-    "tool_call": "Richiesta chiamata strumento"
+    "arguments": "Argomenti di chiamata",
+    "function_call": "Chiamata di funzione",
+    "off": "Disattivato",
+    "on": "Visualizza informazioni sulla chiamata del plugin",
+    "payload": "carico del plugin",
+    "pluginState": "Stato del plugin",
+    "response": "Risposta",
+    "title": "Dettagli del plugin",
+    "tool_call": "richiesta di chiamata dello strumento"
  },
  "detailModal": {
    "customPlugin": {
-      "description": "Per favore visita la pagina di modifica per vedere i dettagli",
+      "description": "Per favore, vai alla pagina di modifica per vedere i dettagli",
      "editBtn": "Modifica ora",
      "title": "Questo è un plugin personalizzato"
    },
    "emptyState": {
-      "description": "Installa prima questo plugin per vedere le capacità e le opzioni di configurazione",
-      "title": "Visualizza dettagli plugin dopo l'installazione"
+      "description": "Si prega di installare questo plugin per visualizzare le funzionalità e le opzioni di configurazione del plugin",
+      "title": "Visualizza i dettagli del plugin dopo l'installazione"
    },
    "info": {
      "description": "Descrizione API",
      "name": "Nome API"
    },
    "tabs": {
-      "info": "Capacità plugin",
+      "info": "Abilità del plugin",
      "manifest": "File di installazione",
      "settings": "Impostazioni"
    },
-    "title": "Dettagli plugin"
+    "title": "Dettagli del plugin"
  },
  "dev": {
-    "confirmDeleteDevPlugin": "Stai per eliminare questo plugin locale, l'operazione è irreversibile. Vuoi procedere?",
+    "confirmDeleteDevPlugin": "Stai per eliminare questo plugin locale. Una volta eliminato, non sarà possibile recuperarlo. Vuoi eliminare questo plugin?",
    "customParams": {
      "useProxy": {
-        "label": "Installa tramite proxy (se si verificano errori di accesso cross-origin, prova ad attivare questa opzione e reinstallare)"
+        "label": "Installa tramite proxy (se si verificano errori di accesso cross-origin, prova ad abilitare questa opzione e reinstallare)"
      }
    },
    "deleteSuccess": "Plugin eliminato con successo",
@@ -48,7 +48,7 @@
      "mode": {
        "mcp": "Plugin MCP",
        "mcpExp": "Sperimentale",
-        "url": "Link online"
+        "url": "Collegamento online"
      },
      "name": {
        "desc": "Titolo del plugin",
@@ -61,9 +61,9 @@
        "title": "Impostazioni avanzate"
      },
      "args": {
-        "desc": "Lista dei parametri passati al comando di esecuzione, solitamente qui si inserisce il nome del server MCP o il percorso dello script di avvio",
-        "label": "Parametri comando",
-        "placeholder": "esempio: mcp-hello-world",
+        "desc": "Elenco di parametri da passare al comando di esecuzione, di solito qui si inserisce il nome del server MCP o il percorso dello script di avvio",
+        "label": "Parametri del comando",
+        "placeholder": "Ad esempio: --port 8080 --debug",
        "required": "Inserisci i parametri di avvio"
      },
      "auth": {
@@ -71,7 +71,7 @@
        "desc": "Seleziona il metodo di autenticazione del server MCP",
        "label": "Tipo di autenticazione",
        "none": "Nessuna autenticazione richiesta",
-        "placeholder": "Seleziona tipo di autenticazione",
+        "placeholder": "Seleziona il tipo di autenticazione",
        "token": {
          "desc": "Inserisci la tua API Key o Bearer Token",
          "label": "API Key",
@@ -80,70 +80,70 @@
        }
      },
      "avatar": {
-        "label": "Icona plugin"
+        "label": "Icona del plugin"
      },
      "command": {
-        "desc": "File eseguibile o script per avviare MCP STDIO Server",
+        "desc": "File eseguibile o script per avviare il plugin MCP STDIO",
        "label": "Comando",
-        "placeholder": "esempio: npx / uv / docker ecc.",
+        "placeholder": "Ad esempio: python main.py o /path/to/executable",
        "required": "Inserisci il comando di avvio"
      },
      "desc": {
-        "desc": "Aggiungi una descrizione del plugin",
-        "label": "Descrizione plugin",
-        "placeholder": "Aggiungi informazioni sull'uso e gli scenari del plugin"
+        "desc": "Descrizione del plugin",
+        "label": "Descrizione del plugin",
+        "placeholder": "Aggiungi informazioni sull'uso e sugli scenari del plugin"
      },
      "endpoint": {
-        "desc": "Inserisci l'indirizzo del tuo MCP Streamable HTTP Server",
+        "desc": "Inserisci l'indirizzo del tuo server HTTP Streamable MCP",
        "label": "URL Endpoint MCP"
      },
      "env": {
        "add": "Aggiungi una riga",
-        "desc": "Inserisci le variabili d'ambiente necessarie per il server MCP",
+        "desc": "Inserisci le variabili d'ambiente necessarie per il tuo server MCP",
        "duplicateKeyError": "La chiave del campo deve essere unica",
-        "formValidationFailed": "Validazione del modulo fallita, controlla il formato dei parametri",
+        "formValidationFailed": "La convalida del modulo è fallita, controlla il formato dei parametri",
        "keyRequired": "La chiave del campo non può essere vuota",
-        "label": "Variabili d'ambiente server MCP",
-        "stringifyError": "Impossibile serializzare i parametri, controlla il formato"
+        "label": "Variabili d'ambiente del server MCP",
+        "stringifyError": "Impossibile serializzare i parametri, controlla il formato dei parametri"
      },
      "headers": {
        "add": "Aggiungi una riga",
-        "desc": "Inserisci gli header della richiesta",
-        "label": "HTTP Headers"
+        "desc": "Inserisci le intestazioni della richiesta",
+        "label": "Intestazioni HTTP"
      },
      "identifier": {
-        "desc": "Assegna un nome al tuo plugin MCP, deve essere in caratteri inglesi",
-        "invalid": "L'identificatore può contenere solo lettere, numeri, trattini e underscore",
-        "label": "Nome plugin MCP",
-        "placeholder": "esempio: my-mcp-plugin",
+        "desc": "Assegna un nome al tuo plugin MCP, deve utilizzare caratteri inglesi",
+        "invalid": "Puoi inserire solo caratteri inglesi, numeri, e i simboli - e _",
+        "label": "Nome del plugin MCP",
+        "placeholder": "Ad esempio: my-mcp-plugin",
        "required": "Inserisci l'identificatore del servizio MCP"
      },
-      "previewManifest": "Anteprima file descrizione plugin",
-      "quickImport": "Importazione rapida configurazione JSON",
+      "previewManifest": "Anteprima del file di descrizione del plugin",
+      "quickImport": "Importazione rapida della configurazione JSON",
      "quickImportError": {
        "empty": "Il contenuto non può essere vuoto",
        "invalidJson": "Formato JSON non valido",
        "invalidStructure": "Struttura JSON non valida"
      },
-      "stdioNotSupported": "L'ambiente attuale non supporta plugin MCP di tipo stdio",
-      "testConnection": "Test connessione",
-      "testConnectionTip": "Il plugin MCP può essere usato normalmente solo dopo un test di connessione riuscito",
+      "stdioNotSupported": "L'ambiente attuale non supporta i plugin MCP di tipo stdio",
+      "testConnection": "Test di connessione",
+      "testConnectionTip": "Il plugin MCP può essere utilizzato correttamente solo dopo un test di connessione riuscito",
      "type": {
-        "desc": "Seleziona il tipo di comunicazione del plugin MCP, la versione web supporta solo Streamable HTTP",
-        "httpFeature1": "Compatibile con versione web e desktop",
-        "httpFeature2": "Connessione a server MCP remoto senza installazioni aggiuntive",
+        "desc": "Scegli il metodo di comunicazione del plugin MCP, la versione web supporta solo Streamable HTTP",
+        "httpFeature1": "Compatibile con la versione web e desktop",
+        "httpFeature2": "Collegamento a un server MCP remoto, senza installazione o configurazione aggiuntive",
        "httpShortDesc": "Protocollo di comunicazione basato su HTTP streaming",
-        "label": "Tipo plugin MCP",
-        "stdioFeature1": "Minore latenza di comunicazione, adatto per esecuzione locale",
-        "stdioFeature2": "Richiede installazione locale del server MCP",
+        "label": "Tipo di plugin MCP",
+        "stdioFeature1": "Minore latenza nella comunicazione, adatto per esecuzione locale",
+        "stdioFeature2": "È necessario installare e far funzionare il server MCP localmente",
        "stdioNotAvailable": "La modalità STDIO è disponibile solo nella versione desktop",
-        "stdioShortDesc": "Protocollo di comunicazione basato su input/output standard",
-        "title": "Tipo plugin MCP"
+        "stdioShortDesc": "Protocollo di comunicazione basato su input e output standard",
+        "title": "Tipo di plugin MCP"
      },
      "url": {
-        "desc": "Inserisci l'indirizzo Streamable HTTP del tuo server MCP, la modalità SSE non è supportata",
+        "desc": "Inserisci il tuo indirizzo HTTP Streamable del server MCP, il supporto per la modalità SSE non è disponibile",
        "invalid": "Inserisci un URL valido",
-        "label": "URL Endpoint Streamable HTTP",
+        "label": "URL Endpoint HTTP",
        "required": "Inserisci l'URL del servizio MCP"
      }
    },
@@ -153,13 +153,13 @@
        "label": "Autore"
      },
      "avatar": {
-        "desc": "Icona del plugin, può essere un'emoji o un URL",
+        "desc": "Icona del plugin, puoi usare Emoji o un URL",
        "label": "Icona"
      },
      "description": {
        "desc": "Descrizione del plugin",
        "label": "Descrizione",
-        "placeholder": "Cerca informazioni tramite motore di ricerca"
+        "placeholder": "Ottieni informazioni dai motori di ricerca"
      },
      "formFieldRequired": "Questo campo è obbligatorio",
      "homepage": {
@@ -167,15 +167,15 @@
        "label": "Homepage"
      },
      "identifier": {
-        "desc": "Identificatore univoco del plugin, rilevato automaticamente dal manifest",
-        "errorDuplicate": "Identificatore duplicato con un plugin esistente, modifica l'identificatore",
+        "desc": "Identificatore univoco del plugin, verrà riconosciuto automaticamente dal manifesto",
+        "errorDuplicate": "Identificatore duplicato rispetto a un plugin esistente. Modifica l'identificatore",
        "label": "Identificatore",
-        "pattenErrorMessage": "Sono ammessi solo caratteri inglesi, numeri, - e _"
+        "pattenErrorMessage": "Puoi inserire solo caratteri alfanumerici, - e _"
      },
-      "lobe": "{{appName}} Plugin",
+      "lobe": "Plugin {{appName}}",
      "manifest": {
        "desc": "{{appName}} installerà il plugin tramite questo link",
-        "label": "URL file descrizione plugin (Manifest)",
+        "label": "URL del file di descrizione del plugin (Manifest)",
        "preview": "Anteprima Manifest",
        "refresh": "Aggiorna"
      },
@@ -186,8 +186,8 @@
        "placeholder": "Motore di ricerca"
      }
    },
-    "metaConfig": "Configurazione metadati plugin",
-    "modalDesc": "Dopo aver aggiunto un plugin personalizzato, può essere usato per sviluppo e verifica, o direttamente in conversazione. Per lo sviluppo consulta la <1>documentazione↗</1>",
+    "metaConfig": "Configurazione metadati del plugin",
+    "modalDesc": "Dopo aver aggiunto un plugin personalizzato, potrà essere utilizzato per la convalida dello sviluppo del plugin o direttamente nelle conversazioni. Per lo sviluppo del plugin, consulta il <1>documento di sviluppo↗</>",
    "openai": {
      "importUrl": "Importa da URL",
      "schema": "Schema"
@@ -195,63 +195,63 @@
    "preview": {
      "api": {
        "noParams": "Questo strumento non ha parametri",
-        "noResults": "Nessuna API trovata corrispondente ai criteri di ricerca",
+        "noResults": "Nessuna API trovata che soddisfi i criteri di ricerca",
        "params": "Parametri:",
        "searchPlaceholder": "Cerca strumento..."
      },
-      "card": "Anteprima visualizzazione plugin",
-      "desc": "Anteprima descrizione plugin",
+      "card": "Anteprima dell'aspetto del plugin",
+      "desc": "Anteprima della descrizione del plugin",
      "empty": {
-        "desc": "Dopo la configurazione, qui potrai vedere le capacità degli strumenti supportati dal plugin",
-        "title": "Inizia l'anteprima dopo la configurazione"
+        "desc": "Dopo aver completato la configurazione, sarà possibile visualizzare qui le capacità degli strumenti supportati dal plugin",
+        "title": "Inizia a visualizzare dopo aver configurato il plugin"
      },
-      "title": "Anteprima nome plugin"
+      "title": "Anteprima del nome del plugin"
    },
    "save": "Installa plugin",
-    "saveSuccess": "Impostazioni plugin salvate con successo",
+    "saveSuccess": "Impostazioni del plugin salvate con successo",
    "tabs": {
-      "manifest": "Elenco funzionalità (Manifest)",
-      "meta": "Metadati plugin"
+      "manifest": "Elenco delle funzionalità (Manifest)",
+      "meta": "Metadati del plugin"
    },
    "title": {
      "create": "Aggiungi plugin personalizzato",
      "edit": "Modifica plugin personalizzato"
    },
    "type": {
-      "lobe": "{{appName}} Plugin",
+      "lobe": "Plugin LobeChat",
      "openai": "Plugin OpenAI"
    },
    "update": "Aggiorna",
-    "updateSuccess": "Impostazioni plugin aggiornate con successo"
+    "updateSuccess": "Impostazioni del plugin aggiornate con successo"
  },
  "error": {
-    "fetchError": "Richiesta al link manifest fallita, verifica la validità del link e che consenta accessi cross-origin",
-    "installError": "Installazione plugin {{name}} fallita",
-    "manifestInvalid": "Manifest non conforme, risultato della validazione: \n\n {{error}}",
-    "noManifest": "File descrizione non trovato",
-    "openAPIInvalid": "Parsing OpenAPI fallito, errore: \n\n {{error}}",
-    "reinstallError": "Aggiornamento plugin {{name}} fallito",
-    "testConnectionFailed": "Recupero Manifest fallito: {{error}}",
-    "urlError": "Il link non ha restituito contenuto in formato JSON, assicurati che sia un link valido"
+    "fetchError": "Errore nel recupero del collegamento al manifesto. Assicurati che il collegamento sia valido e che sia consentito l'accesso cross-origin.",
+    "installError": "Installazione del plugin {{name}} fallita",
+    "manifestInvalid": "Il manifesto non è conforme allo standard. Risultato della convalida: \n\n {{error}}",
+    "noManifest": "Il file di descrizione non esiste",
+    "openAPIInvalid": "Analisi dell'OpenAPI fallita. Errore: \n\n {{error}}",
+    "reinstallError": "Ricaricamento del plugin {{name}} fallito",
+    "testConnectionFailed": "Impossibile ottenere il Manifest: {{error}}",
+    "urlError": "Il collegamento non restituisce contenuti nel formato JSON. Assicurati che il collegamento sia valido"
  },
  "inspector": {
-    "args": "Visualizza lista parametri",
-    "pluginRender": "Visualizza interfaccia plugin"
+    "args": "Visualizza l'elenco dei parametri",
+    "pluginRender": "Visualizza l'interfaccia del plugin"
  },
  "list": {
    "item": {
-      "deprecated.title": "Eliminato",
+      "deprecated.title": "Deprecato",
      "local.config": "Configurazione",
      "local.title": "Personalizzato"
    }
  },
  "loading": {
-    "content": "Chiamata plugin in corso...",
-    "plugin": "Plugin in esecuzione..."
+    "content": "Caricamento del plugin in corso...",
+    "plugin": "Esecuzione del plugin in corso..."
  },
  "localSystem": {
    "apiName": {
-      "listLocalFiles": "Visualizza lista file",
+      "listLocalFiles": "Visualizza elenco file",
      "moveLocalFiles": "Sposta file",
      "readLocalFile": "Leggi contenuto file",
      "renameLocalFile": "Rinomina",
@@ -261,18 +261,18 @@
    "title": "File locali"
  },
  "mcpInstall": {
-    "CHECKING_INSTALLATION": "Verifica ambiente di installazione...",
+    "CHECKING_INSTALLATION": "Verifica dell'ambiente di installazione...",
    "COMPLETED": "Installazione completata",
-    "CONFIGURATION_REQUIRED": "Completa la configurazione richiesta per continuare l'installazione",
+    "CONFIGURATION_REQUIRED": "Si prega di completare la configurazione prima di continuare l'installazione",
    "ERROR": "Errore di installazione",
-    "FETCHING_MANIFEST": "Recupero file descrizione plugin...",
-    "GETTING_SERVER_MANIFEST": "Inizializzazione server MCP...",
-    "INSTALLING_PLUGIN": "Installazione plugin in corso...",
-    "configurationDescription": "Questo plugin MCP richiede parametri di configurazione per funzionare correttamente, inserisci le informazioni necessarie",
-    "configurationRequired": "Configura parametri plugin",
+    "FETCHING_MANIFEST": "Recupero del file di descrizione del plugin...",
+    "GETTING_SERVER_MANIFEST": "Inizializzazione del server MCP...",
+    "INSTALLING_PLUGIN": "Installazione del plugin in corso...",
+    "configurationDescription": "Questo plugin MCP richiede la configurazione dei parametri per funzionare correttamente, si prega di inserire le informazioni di configurazione necessarie",
+    "configurationRequired": "Configurazione dei parametri del plugin",
    "continueInstall": "Continua installazione",
-    "dependenciesDescription": "Questo plugin necessita delle seguenti dipendenze di sistema per funzionare correttamente. Installa le dipendenze mancanti seguendo le istruzioni, poi clicca per ricontrollare e continuare l'installazione.",
-    "dependenciesRequired": "Installa le dipendenze di sistema del plugin",
+    "dependenciesDescription": "Questo plugin necessita dell'installazione delle seguenti dipendenze di sistema per funzionare correttamente. Si prega di installare le dipendenze mancanti seguendo le istruzioni, quindi cliccare su 'Riprova' per continuare l'installazione.",
+    "dependenciesRequired": "Si prega di installare le dipendenze di sistema del plugin",
    "dependencyStatus": {
      "installed": "Installato",
      "notInstalled": "Non installato",
@@ -283,7 +283,7 @@
      "command": "Comando",
      "connectionParams": "Parametri di connessione",
      "env": "Variabili d'ambiente",
-      "errorOutput": "Log errori",
+      "errorOutput": "Log degli errori",
      "exitCode": "Codice di uscita",
      "hideDetails": "Nascondi dettagli",
      "originalError": "Errore originale",
@@ -293,177 +293,117 @@
      "AUTHORIZATION_ERROR": "Errore di autorizzazione",
      "CONNECTION_FAILED": "Connessione fallita",
      "INITIALIZATION_TIMEOUT": "Timeout di inizializzazione",
-      "PROCESS_SPAWN_ERROR": "Errore avvio processo",
+      "PROCESS_SPAWN_ERROR": "Errore nell'avvio del processo",
      "UNKNOWN_ERROR": "Errore sconosciuto",
-      "VALIDATION_ERROR": "Validazione parametri fallita"
+      "VALIDATION_ERROR": "Validazione dei parametri fallita"
    },
-    "installError": "Installazione plugin MCP fallita, motivo: {{detail}}",
+    "installError": "Installazione del plugin MCP fallita, motivo: {{detail}}",
    "installMethods": {
      "manual": "Installazione manuale:",
      "recommended": "Metodo di installazione consigliato:"
    },
-    "recheckDependencies": "Ricontrolla",
-    "skipDependencies": "Salta controllo"
-  },
-  "pluginList": "Lista plugin",
-  "protocolInstall": {
-    "actions": {
-      "install": "Installa",
-      "installAnyway": "Installa comunque",
-      "installed": "Installato"
-    },
-    "config": {
-      "args": "Parametri",
-      "command": "Comando",
-      "env": "Variabili d'ambiente",
-      "headers": "Header richiesta",
-      "title": "Informazioni configurazione",
-      "type": {
-        "http": "Tipo: HTTP",
-        "label": "Tipo",
-        "stdio": "Tipo: Stdio"
-      },
-      "url": "Indirizzo servizio"
-    },
-    "custom": {
-      "badge": "Plugin personalizzato",
-      "security": {
-        "description": "Questo plugin non è stato verificato ufficialmente, l'installazione potrebbe comportare rischi di sicurezza! Assicurati di fidarti della fonte del plugin.",
-        "title": "⚠️ Avviso di rischio sicurezza"
-      },
-      "title": "Installa plugin personalizzato"
-    },
-    "marketplace": {
-      "title": "Installa plugin di terze parti",
-      "trustedBy": "Fornito da {{name}}",
-      "unverified": {
-        "title": "Plugin di terze parti non verificato",
-        "warning": "Questo plugin proviene da un marketplace di terze parti non verificato, conferma di fidarti della fonte prima di installare."
-      },
-      "verified": "Verificato"
-    },
-    "messages": {
-      "connectionTestFailed": "Test di connessione fallito",
-      "installError": "Installazione plugin fallita, riprova",
-      "installSuccess": "Plugin {{name}} installato con successo!",
-      "manifestError": "Recupero dettagli plugin fallito, controlla la connessione e riprova",
-      "manifestNotFound": "File descrizione plugin non trovato"
-    },
-    "meta": {
-      "author": "Autore",
-      "homepage": "Homepage",
-      "identifier": "Identificatore",
-      "source": "Fonte",
-      "version": "Versione"
-    },
-    "official": {
-      "badge": "Plugin ufficiale LobeHub",
-      "description": "Questo plugin è sviluppato e mantenuto ufficialmente da LobeHub, sottoposto a rigorosi controlli di sicurezza, può essere usato con fiducia.",
-      "loadingMessage": "Recupero dettagli plugin in corso...",
-      "loadingTitle": "Caricamento",
-      "title": "Installa plugin ufficiale"
-    },
-    "title": "Installa plugin MCP",
-    "warning": "⚠️ Assicurati di fidarti della fonte di questo plugin, plugin malevoli possono compromettere la sicurezza del sistema."
+    "recheckDependencies": "Riprova",
+    "skipDependencies": "Salta verifica"
  },
+  "pluginList": "Elenco dei plugin",
  "search": {
    "apiName": {
-      "crawlMultiPages": "Leggi contenuti di più pagine",
+      "crawlMultiPages": "Leggi il contenuto di più pagine",
      "crawlSinglePage": "Leggi contenuto pagina",
      "search": "Cerca pagina"
    },
    "config": {
      "addKey": "Aggiungi chiave",
-      "close": "Elimina",
-      "confirm": "Configurazione completata e riprova"
+      "close": "Rimuovi",
+      "confirm": "Configurazione completata, riprovare"
    },
    "crawPages": {
-      "crawling": "Riconoscimento link in corso",
+      "crawling": "Riconoscimento del link in corso",
      "detail": {
        "preview": "Anteprima",
        "raw": "Testo originale",
-        "tooLong": "Il contenuto è troppo lungo, il contesto della conversazione manterrà solo i primi {{characters}} caratteri, la parte eccedente non sarà considerata."
+        "tooLong": "Il contenuto del testo è troppo lungo, il contesto della conversazione manterrà solo i primi {{characters}} caratteri, la parte in eccesso non verrà considerata nel contesto della conversazione"
      },
      "meta": {
-        "crawler": "Modalità crawling",
-        "words": "Numero caratteri"
+        "crawler": "Modalità di scansione",
+        "words": "Numero di caratteri"
      }
    },
    "searchxng": {
      "baseURL": "Inserisci",
      "description": "Inserisci l'URL di SearchXNG per iniziare la ricerca online",
-      "keyPlaceholder": "Inserisci la chiave",
-      "title": "Configura motore di ricerca SearchXNG",
-      "unconfiguredDesc": "Contatta l'amministratore per completare la configurazione di SearchXNG e iniziare la ricerca online",
-      "unconfiguredTitle": "SearchXNG non configurato"
+      "keyPlaceholder": "Inserisci chiave",
+      "title": "Configura il motore di ricerca SearchXNG",
+      "unconfiguredDesc": "Contatta l'amministratore per completare la configurazione del motore di ricerca SearchXNG e iniziare la ricerca online",
+      "unconfiguredTitle": "Motore di ricerca SearchXNG non configurato"
    },
    "title": "Ricerca online"
  },
-  "setting": "Impostazioni plugin",
+  "setting": "Impostazioni del plugin",
  "settings": {
    "capabilities": {
      "prompts": "Prompt",
      "resources": "Risorse",
-      "title": "Capacità plugin",
+      "title": "Capacità del plugin",
      "tools": "Strumenti"
    },
    "configuration": {
-      "title": "Configurazione plugin"
+      "title": "Configurazione del plugin"
    },
    "connection": {
      "args": "Parametri di avvio",
      "command": "Comando di avvio",
      "title": "Informazioni di connessione",
      "type": "Tipo di connessione",
-      "url": "Indirizzo servizio"
+      "url": "Indirizzo del servizio"
    },
    "edit": "Modifica",
    "envConfigDescription": "Queste configurazioni saranno passate come variabili d'ambiente al processo all'avvio del server MCP",
    "httpTypeNotice": "I plugin MCP di tipo HTTP non richiedono variabili d'ambiente da configurare",
    "indexUrl": {
-      "title": "Indice marketplace",
-      "tooltip": "Modifica online non supportata, configura tramite variabili d'ambiente in fase di deploy"
+      "title": "Indice di mercato",
+      "tooltip": "Modifica non supportata online. Imposta tramite variabili d'ambiente durante il deploy"
    },
    "messages": {
-      "connectionUpdateFailed": "Aggiornamento informazioni di connessione fallito",
+      "connectionUpdateFailed": "Aggiornamento delle informazioni di connessione fallito",
      "connectionUpdateSuccess": "Informazioni di connessione aggiornate con successo",
-      "envUpdateFailed": "Salvataggio variabili d'ambiente fallito",
+      "envUpdateFailed": "Salvataggio delle variabili d'ambiente fallito",
      "envUpdateSuccess": "Variabili d'ambiente salvate con successo"
    },
-    "modalDesc": "Configurando l'indirizzo del marketplace plugin, puoi usare un marketplace personalizzato",
+    "modalDesc": "Dopo aver configurato l'indirizzo del mercato dei plugin, è possibile utilizzare un mercato dei plugin personalizzato",
    "rules": {
      "argsRequired": "Inserisci i parametri di avvio",
      "commandRequired": "Inserisci il comando di avvio",
      "urlRequired": "Inserisci l'indirizzo del servizio"
    },
    "saveSettings": "Salva impostazioni",
-    "title": "Impostazioni marketplace plugin"
+    "title": "Impostazioni del mercato dei plugin"
  },
-  "showInPortal": "Visualizza i dettagli nell'area di lavoro",
+  "showInPortal": "Si prega di visualizzare i dettagli nell'area di lavoro",
  "store": {
    "actions": {
      "cancel": "Annulla installazione",
-      "confirmUninstall": "Stai per disinstallare questo plugin, la configurazione sarà rimossa. Confermi?",
+      "confirmUninstall": "Stai per disinstallare questo plugin. La disinstallazione cancellerà la configurazione del plugin. Conferma l'operazione",
      "detail": "Dettagli",
      "install": "Installa",
      "manifest": "Modifica file di installazione",
      "settings": "Impostazioni",
      "uninstall": "Disinstalla"
    },
-    "communityPlugin": "Community di terze parti",
+    "communityPlugin": "Plugin della community",
    "customPlugin": "Personalizzato",
-    "empty": "Nessun plugin installato",
-    "emptySelectHint": "Seleziona un plugin per vedere i dettagli",
-    "installAllPlugins": "Installa tutto",
-    "networkError": "Recupero marketplace plugin fallito, controlla la connessione e riprova",
-    "placeholder": "Cerca nome, descrizione o parole chiave del plugin...",
+    "empty": "Nessun plugin installato al momento",
+    "emptySelectHint": "Seleziona un plugin per visualizzare i dettagli",
+    "installAllPlugins": "Installa tutti",
+    "networkError": "Impossibile recuperare il negozio dei plugin. Controlla la connessione di rete e riprova",
+    "placeholder": "Cerca per nome, descrizione o parola chiave del plugin...",
    "releasedAt": "Pubblicato il {{createdAt}}",
    "tabs": {
      "installed": "Installati",
      "mcp": "Plugin MCP",
      "old": "Plugin LobeChat"
    },
-    "title": "Marketplace plugin"
+    "title": "Negozio dei plugin"
  },
  "unknownError": "Errore sconosciuto",
  "unknownPlugin": "Plugin sconosciuto"
@@ -2,15 +2,9 @@
  "ai21": {
    "description": "AI21 Labs costruisce modelli di base e sistemi di intelligenza artificiale per le imprese, accelerando l'adozione dell'intelligenza artificiale generativa in produzione."
  },
-  "ai302": {
-    "description": "302.AI è una piattaforma di applicazioni AI a pagamento on-demand, che offre le API AI e le applicazioni AI online più complete sul mercato"
-  },
  "ai360": {
    "description": "360 AI è una piattaforma di modelli e servizi AI lanciata da 360 Company, che offre vari modelli avanzati di elaborazione del linguaggio naturale, tra cui 360GPT2 Pro, 360GPT Pro, 360GPT Turbo e 360GPT Turbo Responsibility 8K. Questi modelli combinano parametri su larga scala e capacità multimodali, trovando ampio utilizzo in generazione di testo, comprensione semantica, sistemi di dialogo e generazione di codice. Con strategie di prezzo flessibili, 360 AI soddisfa le esigenze diversificate degli utenti, supportando l'integrazione degli sviluppatori e promuovendo l'innovazione e lo sviluppo delle applicazioni intelligenti."
  },
-  "aihubmix": {
-    "description": "AiHubMix offre l'accesso a diversi modelli di intelligenza artificiale tramite un'interfaccia API unificata."
-  },
  "anthropic": {
    "description": "Anthropic è un'azienda focalizzata sulla ricerca e sviluppo dell'intelligenza artificiale, che offre una serie di modelli linguistici avanzati, come Claude 3.5 Sonnet, Claude 3 Sonnet, Claude 3 Opus e Claude 3 Haiku. Questi modelli raggiungono un equilibrio ideale tra intelligenza, velocità e costi, adatti a una varietà di scenari applicativi, dalle operazioni aziendali a risposte rapide. Claude 3.5 Sonnet, il loro modello più recente, ha mostrato prestazioni eccezionali in diverse valutazioni, mantenendo un alto rapporto qualità-prezzo."
  },
@@ -189,7 +189,6 @@
      "aesGcm": "あなたのキーとプロキシアドレスなどは <1>AES-GCM</1> 暗号化アルゴリズムを使用して暗号化されます",
      "apiKey": {
        "desc": "あなたの {{name}} API キーを入力してください",
-        "descWithUrl": "あなたの {{name}} APIキーを入力してください。<3>こちらから取得できます</3>",
        "placeholder": "{{name}} API キー",
        "title": "API キー"
      },
@@ -306,7 +305,6 @@
        "latestTime": "最終更新日時：{{time}}",
        "noLatestTime": "まだリストを取得していません"
      },
-      "noModelsInCategory": "このカテゴリには有効なモデルがありません",
      "resetAll": {
        "conform": "現在のモデルのすべての変更をリセットしてもよろしいですか？リセット後、現在のモデルリストはデフォルトの状態に戻ります",
        "success": "リセットに成功しました",
@@ -317,15 +315,7 @@
      "title": "モデルリスト",
      "total": "利用可能なモデルは合計 {{count}} 件です"
    },
-    "searchNotFound": "検索結果が見つかりませんでした",
-    "tabs": {
-      "all": "すべて",
-      "chat": "チャット",
-      "embedding": "埋め込み",
-      "image": "画像",
-      "stt": "音声認識",
-      "tts": "音声合成"
-    }
+    "searchNotFound": "検索結果が見つかりませんでした"
  },
  "sortModal": {
    "success": "ソートが更新されました",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark4.0 Ultraは星火大モデルシリーズの中で最も強力なバージョンで、ネットワーク検索のリンクをアップグレードし、テキストコンテンツの理解と要約能力を向上させています。これは、オフィスの生産性を向上させ、要求に正確に応えるための全方位のソリューションであり、業界をリードするインテリジェントな製品です。"
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp（別名「4x‑AnimeSharp」）は、Kim2091がESRGANアーキテクチャを基に開発したオープンソースの超解像モデルで、アニメスタイルの画像の拡大とシャープ化に特化しています。2022年2月に「4x-TextSharpV1」から改名され、元々は文字画像にも対応していましたが、アニメコンテンツ向けに大幅に性能が最適化されています。"
-  },
  "Baichuan2-Turbo": {
    "description": "検索強化技術を採用し、大モデルと分野知識、全網知識の全面的なリンクを実現しています。PDF、Wordなどのさまざまな文書のアップロードやURL入力をサポートし、情報取得が迅速かつ包括的で、出力結果は正確かつ専門的です。"
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3は、深度求索社が独自に開発したMoEモデルです。DeepSeek-V3は、Qwen2.5-72BやLlama-3.1-405Bなどの他のオープンソースモデルを超える評価成績を収め、性能面では世界トップクラスのクローズドソースモデルであるGPT-4oやClaude-3.5-Sonnetと肩を並べています。"
  },
-  "DeepSeek-V3-Fast": {
-    "description": "モデル提供元：sophnetプラットフォーム。DeepSeek V3 FastはDeepSeek V3 0324バージョンの高TPS高速版で、フルパワーの非量子化モデルです。コードと数学能力が強化され、応答速度がさらに速くなっています！"
-  },
  "Doubao-lite-128k": {
    "description": "Doubao-liteは極めて高速な応答速度と優れたコストパフォーマンスを備え、さまざまなシナリオに柔軟な選択肢を提供します。128kのコンテキストウィンドウでの推論と微調整をサポートします。"
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "最も高性能な主力モデルで、複雑なタスクの処理に適しています。参考質問応答、要約、創作、テキスト分類、ロールプレイなどのシーンで優れた効果を発揮します。4kのコンテキストウィンドウでの推論と微調整をサポートします。"
  },
-  "DreamO": {
-    "description": "DreamOは、ByteDanceと北京大学が共同開発したオープンソースの画像カスタマイズ生成モデルで、統一されたアーキテクチャにより多様なタスクの画像生成をサポートします。効率的な組み合わせモデリング手法を採用し、ユーザーが指定したアイデンティティ、主体、スタイル、背景など複数の条件に基づき、高度に一貫性のあるカスタマイズ画像を生成可能です。"
-  },
  "ERNIE-3.5-128K": {
    "description": "百度が独自に開発したフラッグシップの大規模言語モデルで、膨大な中英語のコーパスをカバーし、強力な汎用能力を持っています。ほとんどの対話型質問応答、創作生成、プラグインアプリケーションの要件を満たすことができます。また、百度検索プラグインとの自動接続をサポートし、質問応答情報のタイムリーさを保証します。"
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "百度が2024年に最新リリースした独自開発の高性能大規模言語モデルで、汎用能力が優れており、ERNIE Speedよりも効果が優れており、基盤モデルとして微調整に適しており、特定のシナリオの問題をより良く処理し、優れた推論性能を持っています。"
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-devはBlack Forest Labsが開発した、Rectified Flow Transformerアーキテクチャに基づくマルチモーダル画像生成・編集モデルで、120億パラメータ規模を持ち、与えられたコンテキスト条件下で画像の生成、再構築、強化、編集に特化しています。本モデルは拡散モデルの制御可能な生成能力とTransformerのコンテキストモデリング能力を融合し、高品質な画像出力を実現。画像修復、画像補完、視覚シーン再構築など幅広いタスクに適用可能です。"
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-devはBlack Forest Labsが開発したオープンソースのマルチモーダル言語モデル（Multimodal Language Model, MLLM）で、画像と言語の理解と生成能力を融合し、画像と言語のタスクに最適化されています。先進的な大規模言語モデル（例：Mistral-7B）を基盤に、精巧に設計された視覚エンコーダーと多段階の指示微調整を通じて、画像と言語の協調処理と複雑なタスク推論能力を実現しています。"
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B)は、革新的なモデルであり、多分野のアプリケーションや複雑なタスクに適しています。"
  },
-  "HelloMeme": {
-    "description": "HelloMemeは、提供された画像や動作に基づいて自動的にミーム画像、GIF、短い動画を生成するAIツールです。絵画やプログラミングの知識は不要で、参考画像を用意するだけで、見栄えが良く面白く、スタイルが一貫したコンテンツを作成できます。"
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Fullは智象未来（HiDream.ai）が提供するオープンソースのマルチモーダル画像編集大規模モデルで、先進的なDiffusion Transformerアーキテクチャを基盤に、強力な言語理解能力（内蔵LLaMA 3.1-8B-Instruct）を組み合わせています。自然言語指示による画像生成、スタイル転送、局所編集、内容の再描画をサポートし、優れた画像と言語の理解と実行能力を備えています。"
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilledは軽量化されたテキストから画像生成モデルで、蒸留による最適化が施されており、高品質な画像を迅速に生成可能です。特にリソースが限られた環境やリアルタイム生成タスクに適しています。"
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacterはTencent AIチームが2025年にリリースした、微調整不要（tuning-free）のパーソナライズキャラクター生成モデルで、高忠実度かつクロスシーンで一貫したキャラクター生成を目指しています。単一の参照画像のみでキャラクターをモデリングし、そのキャラクターを多様なスタイル、動作、背景に柔軟に適用可能です。"
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8Bは、強力な視覚言語モデルで、画像とテキストのマルチモーダル処理をサポートし、画像内容を正確に認識し、関連する説明や回答を生成することができます。"
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26Bは、強力な視覚言語モデルで、画像とテキストのマルチモーダル処理をサポートし、画像内容を正確に認識し、関連する説明や回答を生成することができます。"
  },
-  "Kolors": {
-    "description": "KolorsはKuaishouのKolorsチームが開発したテキストから画像生成モデルで、数十億のパラメータで訓練されており、視覚品質、中国語の意味理解、テキストレンダリングにおいて顕著な優位性を持ちます。"
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "KolorsはKuaishouのKolorsチームが開発した潜在拡散に基づく大規模テキストから画像生成モデルです。数十億のテキスト・画像ペアで訓練され、視覚品質、複雑な意味の正確性、中英文字のレンダリングに優れています。中英両言語の入力をサポートし、中国語特有の内容の理解と生成においても高い性能を発揮します。"
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "高解像度画像で優れた画像推論能力を発揮し、視覚理解アプリケーションに適しています。"
  },
@@ -197,15 +164,9 @@
  "MiniMaxAI/MiniMax-M1-80k": {
    "description": "MiniMax-M1はオープンソースの重みを持つ大規模混合注意力推論モデルで、4560億のパラメータを有し、各トークンで約459億のパラメータが活性化されます。モデルは100万トークンの超長文コンテキストをネイティブにサポートし、ライトニングアテンション機構により10万トークンの生成タスクでDeepSeek R1と比べて75％の浮動小数点演算量を削減します。また、MiniMax-M1はMoE（混合エキスパート）アーキテクチャを採用し、CISPOアルゴリズムと混合注意力設計による効率的な強化学習トレーニングを組み合わせ、長文入力推論および実際のソフトウェア工学シナリオで業界最高の性能を実現しています。"
  },
-  "Moonshot-Kimi-K2-Instruct": {
-    "description": "総パラメータ数1兆、活性化パラメータ320億。非思考モデルの中で、先端知識、数学、コーディングにおいてトップレベルの性能を持ち、汎用エージェントタスクに優れています。エージェントタスクに特化して最適化されており、質問に答えるだけでなく行動も可能です。即興的で汎用的なチャットやエージェント体験に最適で、長時間の思考を必要としない反射的モデルです。"
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B)は、高精度の指示モデルであり、複雑な計算に適しています。"
  },
-  "OmniConsistency": {
-    "description": "OmniConsistencyは大規模なDiffusion Transformers（DiTs）とペアスタイル化データを導入することで、画像から画像へのタスクにおけるスタイルの一貫性と汎化能力を向上させ、スタイルの劣化を防止します。"
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "同じPhi-3-mediumモデルですが、RAGまたは少数ショットプロンプティング用により大きなコンテキストサイズを持っています。"
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3は、6710億パラメータを持つ混合専門家（MoE）言語モデルで、多頭潜在注意力（MLA）とDeepSeekMoEアーキテクチャを採用し、無補助損失の負荷バランス戦略を組み合わせて推論とトレーニングの効率を最適化しています。14.8兆の高品質トークンで事前トレーニングを行い、監視付き微調整と強化学習を経て、DeepSeek-V3は他のオープンソースモデルを超え、先進的なクローズドモデルに近づいています。"
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2は超強力なコードおよびエージェント能力を持つMoEアーキテクチャの基盤モデルで、総パラメータ数1兆、活性化パラメータ320億です。汎用知識推論、プログラミング、数学、エージェントなど主要カテゴリのベンチマーク性能で他の主流オープンソースモデルを上回っています。"
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Previewは、複雑な対話生成と文脈理解タスクを効率的に処理できる革新的な自然言語処理モデルです。"
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3は、能力が大幅に向上した新世代の通義千問大モデルであり、推論、一般、エージェント、多言語などの複数のコア能力で業界のリーダーレベルに達し、思考モードの切り替えをサポートしています。"
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3シリーズのフラッグシップ混合専門家（MoE）大規模言語モデルで、Alibaba Cloud Tongyi Qianwenチームが開発。総パラメータ2350億、推論時に220億パラメータを活性化します。Qwen3-235B-A22Bの非思考モードのアップデート版で、指示遵守、論理推論、テキスト理解、数学、科学、プログラミング、ツール使用などの汎用能力が大幅に向上。多言語の長尾知識カバーを強化し、主観的かつオープンなタスクにおけるユーザーの好みにより良く整合し、より有用で高品質なテキスト生成を実現します。"
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3シリーズの大型言語モデルの一つで、Alibaba Tongyi Qianwenチームが開発。複雑な推論タスクに特化し、混合専門家（MoE）アーキテクチャを採用。総パラメータ2350億、トークンごとに約220億パラメータを活性化し、計算効率を高めつつ強力な性能を維持。論理推論、数学、科学、プログラミング、学術ベンチマークなど専門知識を要するタスクで顕著な性能向上を示し、オープンソースの思考モデルの中でトップレベル。指示遵守、ツール使用、テキスト生成などの汎用能力も強化し、256Kの長文コンテキスト理解をネイティブにサポート。深い推論や長文処理が必要なシナリオに最適です。"
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3は、能力が大幅に向上した新世代の通義千問大モデルであり、推論、一般、エージェント、多言語などの複数のコア能力で業界のリーダーレベルに達し、思考モードの切り替えをサポートしています。"
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507は、Qwen3-30B-A3Bの非思考モードのアップデート版です。これは総パラメータ数305億、活性化パラメータ数33億の混合エキスパート（MoE）モデルです。本モデルは指示遵守、論理推論、テキスト理解、数学、科学、コーディング、ツール使用などの汎用能力を大幅に強化しました。また、多言語のロングテール知識カバレッジに実質的な進展を遂げ、主観的かつオープンなタスクにおけるユーザーの好みにより良く適合し、より有用な応答と高品質なテキストを生成できます。さらに、本モデルの長文理解能力は256Kにまで強化されています。本モデルは非思考モードのみをサポートし、出力に`<think></think>`タグは生成されません。"
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3は、能力が大幅に向上した新世代の通義千問大モデルであり、推論、一般、エージェント、多言語などの複数のコア能力で業界のリーダーレベルに達し、思考モードの切り替えをサポートしています。"
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instructは、コード生成、コード理解、効率的な開発シーンのために設計された大規模言語モデルで、業界をリードする32Bパラメータ規模を採用しており、多様なプログラミングニーズに応えます。"
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22BはMoE（混合エキスパートモデル）で、「混合推論モード」を導入し、ユーザーが「思考モード」と「非思考モード」をシームレスに切り替え可能です。119言語と方言の理解・推論をサポートし、強力なツール呼び出し能力を備えています。総合能力、コード・数学、多言語能力、知識・推論などの複数のベンチマークで、DeepSeek R1、OpenAI o1、o3-mini、Grok 3、Google Gemini 2.5 Proなどの主要な大規模モデルと競合可能です。"
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32Bは密モデル（Dense Model）で、「混合推論モード」を導入し、ユーザーが「思考モード」と「非思考モード」をシームレスに切り替え可能です。モデルアーキテクチャの改良、トレーニングデータの増加、より効率的なトレーニング手法により、全体的な性能はQwen2.5-72Bと同等の水準に達しています。"
-  },
  "SenseChat": {
    "description": "基本バージョンのモデル (V4)、4Kのコンテキスト長で、汎用能力が強力です。"
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "最新バージョンモデル (V5.5) で、複数の画像入力をサポートし、モデルの基本能力の最適化を全面的に実現し、オブジェクト属性認識、空間関係、動作イベント認識、シーン理解、感情認識、論理常識推論、テキスト理解生成において大幅な向上を実現しました。"
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "多モーダル、言語、推論データの包括的な更新とトレーニング戦略の最適化により、新モデルは多モーダル推論と汎用指示遵守能力で顕著な向上を実現しました。最大128kのコンテキストウィンドウをサポートし、OCRや文化観光IP認識などの専門タスクで卓越した性能を発揮します。"
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "多モーダル、言語、推論データの包括的な更新とトレーニング戦略の最適化により、新モデルは多モーダル推論と汎用指示遵守能力で顕著な向上を実現しました。最大128kのコンテキストウィンドウをサポートし、OCRや文化観光IP認識などの専門タスクで卓越した性能を発揮します。"
-  },
  "SenseNova-V6-Pro": {
    "description": "画像、テキスト、動画の能力をネイティブに統一し、従来のマルチモーダルの分立的制限を突破し、OpenCompassとSuperCLUEの評価でダブルチャンピオンを獲得しました。"
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23は、Cohereが提供する多言語モデルであり、23の言語をサポートし、多様な言語アプリケーションを便利にします。"
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "Microsoftによって展開されています。DeepSeek R1モデルはマイナーバージョンアップが行われ、現在のバージョンはDeepSeek-R1-0528です。最新のアップデートでは、計算リソースの増強と後訓練段階のアルゴリズム最適化メカニズムの導入により、推論の深さと推断能力が大幅に向上しました。このモデルは数学、プログラミング、一般的な論理など複数のベンチマークテストで優れた性能を示し、全体的なパフォーマンスはO3やGemini 2.5 Proなどの先進モデルに近づいています。"
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13Bは百川智能が開発した130億パラメータを持つオープンソースの商用大規模言語モデルで、権威ある中国語と英語のベンチマークで同サイズの中で最良の結果を達成しています。"
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnetは、企業のワークロードに理想的なバランスを提供し、より低価格で最大の効用を提供し、信頼性が高く、大規模な展開に適しています。"
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1はAnthropicの最新かつ最強のモデルで、高度に複雑なタスクの処理に適しています。性能、知能、流暢さ、理解力の面で卓越したパフォーマンスを発揮します。"
-  },
  "claude-opus-4-20250514": {
    "description": "Claude Opus 4は、Anthropicが高度に複雑なタスクを処理するために開発した最も強力なモデルです。性能、知性、流暢さ、理解力において卓越したパフォーマンスを発揮します。"
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "Doubao-Seed-1.6-thinking モデルは思考能力が大幅に強化されており、Doubao-1.5-thinking-pro と比較して、コーディング、数学、論理推論などの基礎能力がさらに向上しています。視覚理解もサポートしています。256k のコンテキストウィンドウをサポートし、最大 16k トークンの出力長に対応しています。"
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "Doubao画像生成モデルはByteDanceのSeedチームが開発し、テキストと画像の入力をサポートし、高い制御性と高品質な画像生成体験を提供します。テキストプロンプトに基づいて画像を生成します。"
-  },
  "doubao-vision-lite-32k": {
    "description": "Doubao-visionモデルは豆包が提供するマルチモーダル大規模モデルで、強力な画像理解と推論能力、正確な指示理解能力を備えています。画像テキスト情報抽出や画像に基づく推論タスクで高い性能を示し、より複雑で幅広い視覚質問応答タスクに応用可能です。"
  },
@@ -1067,9 +995,6 @@
  "ernie-char-fiction-8k": {
    "description": "百度が独自に開発した垂直シーン向けの大規模言語モデルで、ゲームのNPC、カスタマーサービスの対話、対話キャラクターの役割演技などのアプリケーションシーンに適しており、キャラクターのスタイルがより鮮明で一貫しており、指示に従う能力が強く、推論性能が優れています。"
  },
-  "ernie-irag-edit": {
-    "description": "百度が独自開発したERNIE iRAG Edit画像編集モデルは、画像に基づく消去（erase）、再描画（repaint）、バリエーション生成（variation）などの操作をサポートします。"
-  },
  "ernie-lite-8k": {
    "description": "ERNIE Liteは、百度が独自に開発した軽量級の大規模言語モデルで、優れたモデル効果と推論性能を兼ね備え、低計算能力のAIアクセラレータカードでの推論使用に適しています。"
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "ERNIE-X1-32Kと比較して、モデルの効果と性能が向上しています。"
  },
-  "flux-1-schnell": {
-    "description": "Black Forest Labsが開発した120億パラメータのテキストから画像生成モデルで、潜在的敵対的拡散蒸留技術を採用し、1～4ステップで高品質な画像を生成可能。閉源の代替品に匹敵する性能を持ち、Apache-2.0ライセンスの下で個人、研究、商用利用に適用可能です。"
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev]は非商用用途向けのオープンソースの重み付き精錬モデルで、FLUXプロフェッショナル版に近い画像品質と指示遵守能力を維持しつつ、より高い実行効率を実現。標準モデルと同サイズながらリソース利用効率が向上しています。"
-  },
  "flux-kontext/dev": {
    "description": "フロンティアイメージ編集モデル。"
  },
-  "flux-merged": {
-    "description": "FLUX.1-mergedモデルは、開発段階で探索された「DEV」の深層特性と「Schnell」が示す高速実行の利点を組み合わせています。この取り組みにより、FLUX.1-mergedはモデルの性能限界を押し上げ、応用範囲を拡大しました。"
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro] はテキストと参照画像を入力として処理し、目的に応じた局所編集や複雑な全体シーンの変換をシームレスに実現します。"
  },
-  "flux-schnell": {
-    "description": "FLUX.1 [schnell]は現時点で最先端の少ステップモデルであり、同種の競合モデルを凌駕し、Midjourney v6.0やDALL·E 3 (HD)などの強力な非蒸留モデルよりも優れています。専用の微調整により、事前学習段階の出力多様性を完全に保持し、市場の最先端モデルと比較して視覚品質、指示遵守、サイズ・比率変化、フォント処理、出力多様性の面で大幅に向上。ユーザーにより豊かで多様な創造的画像生成体験を提供します。"
-  },
-  "flux.1-schnell": {
-    "description": "120億パラメータを持つ修正フロートランスフォーマーで、テキスト記述に基づいて画像を生成します。"
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell] は120億パラメータを持つストリーミングトランスフォーマーモデルで、1〜4ステップでテキストから高品質な画像を生成し、個人および商用利用に適しています。"
  },
@@ -1199,6 +1109,9 @@
  "gemini-2.5-flash-preview-04-17": {
    "description": "Gemini 2.5 Flash Previewは、Googleのコストパフォーマンスに優れたモデルで、包括的な機能を提供します。"
  },
+  "gemini-2.5-flash-preview-04-17-thinking": {
+    "description": "Gemini 2.5 Flash PreviewはGoogleのコストパフォーマンスに優れたモデルで、包括的な機能を提供します。"
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash PreviewはGoogleのコストパフォーマンスに優れたモデルで、包括的な機能を提供します。"
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "GLM-4.1V-Thinking シリーズモデルは、現時点で知られている10BクラスのVLMモデルの中で最も性能の高い視覚モデルであり、同クラスのSOTAの各種視覚言語タスクを統合しています。これには動画理解、画像質問応答、学科問題解決、OCR文字認識、文書およびグラフ解析、GUIエージェント、フロントエンドウェブコーディング、グラウンディングなどが含まれ、多くのタスク能力は8倍のパラメータを持つQwen2.5-VL-72Bをも上回ります。先進的な強化学習技術により、思考の連鎖推論を通じて回答の正確性と豊かさを向上させ、最終的な成果と説明可能性の両面で従来の非thinkingモデルを大きく凌駕しています。"
  },
-  "glm-4.5": {
-    "description": "智譜の最新フラッグシップモデルで、思考モードの切り替えをサポートし、総合能力はオープンソースモデルのSOTAレベルに達し、コンテキスト長は最大128Kです。"
-  },
-  "glm-4.5-air": {
-    "description": "GLM-4.5の軽量版で、性能とコストパフォーマンスのバランスを取り、混合思考モデルの柔軟な切り替えが可能です。"
-  },
-  "glm-4.5-airx": {
-    "description": "GLM-4.5-Airの高速版で、応答速度がさらに向上し、大規模かつ高速なニーズに特化しています。"
-  },
-  "glm-4.5-flash": {
-    "description": "GLM-4.5の無料版で、推論、コード生成、エージェントなどのタスクで優れた性能を発揮します。"
-  },
-  "glm-4.5-x": {
-    "description": "GLM-4.5の高速版で、強力な性能を持ちながら、生成速度は100トークン/秒に達します。"
-  },
  "glm-4v": {
    "description": "GLM-4Vは強力な画像理解と推論能力を提供し、さまざまな視覚タスクをサポートします。"
  },
@@ -1311,7 +1209,7 @@
    "description": "超高速推論：非常に速い推論速度と強力な推論効果を持っています。"
  },
  "glm-z1-flash": {
-    "description": "GLM-Z1シリーズは強力な複雑推論能力を備え、論理推論、数学、プログラミングなどの分野で優れた性能を示します。"
+    "description": "GLM-Z1シリーズは強力な複雑推論能力を持ち、論理推論、数学、プログラミングなどの分野で優れたパフォーマンスを発揮します。最大コンテキスト長は32Kです。"
  },
  "glm-z1-flashx": {
    "description": "高速かつ低価格：Flash強化版で、超高速推論速度とより速い同時処理を保証します。"
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "ChatGPT ネイティブのマルチモーダル画像生成モデル"
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B は OpenAI が公開したオープンソースの大規模言語モデルで、MXFP4 量子化技術を採用しており、高性能なコンシューマー向けGPUやApple Silicon搭載Macでの動作に適しています。このモデルは対話生成、コード作成、推論タスクに優れており、関数呼び出しやツールの使用をサポートしています。"
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B は OpenAI が公開した大型のオープンソース言語モデルで、MXFP4 量子化技術を採用したフラッグシップモデルです。複数GPUや高性能ワークステーション環境での動作が必要で、複雑な推論、コード生成、多言語処理において卓越した性能を発揮し、高度な関数呼び出しやツール統合をサポートしています。"
-  },
  "grok-2-1212": {
    "description": "このモデルは、精度、指示の遵守、そして多言語能力において改善されています。"
  },
-  "grok-2-image-1212": {
-    "description": "最新の画像生成モデルで、テキストプロンプトに基づき生き生きとしたリアルな画像を生成します。マーケティング、ソーシャルメディア、エンターテインメント分野での画像生成に優れた性能を発揮します。"
-  },
  "grok-2-vision-1212": {
    "description": "このモデルは、精度、指示の遵守、そして多言語能力において改善されています。"
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "テキスト作成や作文の最適化、コードのフロントエンド、数学、論理推論など理系能力の強化、指示遵守能力の向上を図っています。"
  },
-  "hunyuan-t1-20250711": {
-    "description": "高難度の数学、論理、コード能力を大幅に向上させ、モデルの出力安定性を最適化し、長文処理能力を強化しました。"
-  },
  "hunyuan-t1-latest": {
    "description": "業界初の超大規模Hybrid-Transformer-Mamba推論モデルであり、推論能力を拡張し、超高速なデコード速度を実現し、人間の好みにさらに整合します。"
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "混元の最新のマルチモーダルモデルで、画像とテキストの入力をサポートし、テキストコンテンツを生成します。"
  },
-  "image-01": {
-    "description": "新しい画像生成モデルで、繊細な画質を持ち、テキストから画像、画像から画像の生成をサポートします。"
-  },
-  "image-01-live": {
-    "description": "画像生成モデルで、繊細な画質を持ち、テキストから画像生成と画風設定をサポートします。"
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "Imagen 第4世代テキストから画像へのモデルシリーズ"
  },
@@ -1646,9 +1526,6 @@
  "internvl3-latest": {
    "description": "私たちの最新のマルチモーダル大規模モデルは、より強力な画像と言語の理解能力と長期的な画像理解能力を備えており、トップクラスのクローズドソースモデルに匹敵する性能を持っています。デフォルトでは、私たちの最新の InternVL シリーズモデルに指向されており、現在は internvl3-78b に指向しています。"
  },
-  "irag-1.0": {
-    "description": "百度が独自開発したiRAG（image based RAG）は、検索強化型のテキストから画像生成技術で、百度検索の億単位の画像リソースと強力な基盤モデル能力を組み合わせ、非常にリアルな画像を生成します。従来のテキストから画像生成システムを大きく上回る効果を持ち、AI臭さがなく、コストも低減。iRAGは幻覚がなく、超リアルで即時利用可能な特徴を備えています。"
-  },
  "jamba-large": {
    "description": "私たちの最も強力で先進的なモデルで、企業レベルの複雑なタスクを処理するために設計されており、卓越した性能を備えています。"
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "深層検索は、ウェブ検索、読解、推論を組み合わせて、包括的な調査を行います。これは、あなたの研究タスクを受け入れる代理人として考えることができ、広範な検索を行い、何度も反復してから答えを提供します。このプロセスには、継続的な研究、推論、さまざまな視点からの問題解決が含まれます。これは、事前に訓練されたデータから直接答えを生成する標準的な大規模モデルや、一度きりの表面的な検索に依存する従来のRAGシステムとは根本的に異なります。"
  },
-  "kimi-k2": {
-    "description": "Kimi-K2はMoonshot AIが提供する超強力なコードおよびエージェント能力を持つMoEアーキテクチャ基盤モデルで、総パラメータ1兆、活性化パラメータ320億。汎用知識推論、プログラミング、数学、エージェントなど主要カテゴリのベンチマーク性能で他の主流オープンソースモデルを上回っています。"
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2は強力なコードおよびエージェント能力を備えたMoEアーキテクチャの基盤モデルで、総パラメータ数は1兆、活性化パラメータは320億です。一般知識推論、プログラミング、数学、エージェントなどの主要カテゴリのベンチマーク性能テストで、K2モデルは他の主流オープンソースモデルを上回る性能を示しています。"
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B はオープンソースの大規模コードモデルであり、大規模な強化学習によって最適化されており、堅牢で直接本番投入可能なパッチを出力できます。このモデルは SWE-bench Verified で 60.4% の新記録を達成し、欠陥修正やコードレビューなどの自動化ソフトウェア工学タスクにおけるオープンソースモデルの記録を更新しました。"
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2は超強力なコードおよびエージェント能力を持つMoEアーキテクチャ基盤モデルで、総パラメータ1兆、活性化パラメータ320億。汎用知識推論、プログラミング、数学、エージェントなど主要カテゴリのベンチマーク性能で他の主流オープンソースモデルを上回っています。"
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2 は、強力なコードおよびエージェント機能を備えたMoEアーキテクチャの基盤モデルで、総パラメータ数は1兆、活性化パラメータは320億です。一般的な知識推論、プログラミング、数学、エージェントなどの主要なベンチマーク性能テストにおいて、K2モデルは他の主流のオープンソースモデルを上回る性能を示しています。"
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o miniはOpenAIがGPT-4 Omniの後に発表した最新モデルで、画像とテキストの入力をサポートし、テキストを出力します。彼らの最先端の小型モデルとして、最近の他の最前線モデルよりもはるかに安価で、GPT-3.5 Turboよりも60%以上安価です。最先端の知能を維持しつつ、顕著なコストパフォーマンスを誇ります。GPT-4o miniはMMLUテストで82%のスコアを獲得し、現在チャットの好みでGPT-4よりも高い評価を得ています。"
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120Bは1200億パラメータを持つ最先端の言語モデルで、ブラウザ検索とコード実行機能を内蔵し、推論能力も備えています。"
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20Bは200億パラメータを持つ最先端の言語モデルで、ブラウザ検索とコード実行機能を内蔵し、推論能力も備えています。"
-  },
  "openai/o1": {
    "description": "o1はOpenAIの新しい推論モデルで、画像とテキストの入力をサポートし、テキストを出力します。広範な一般知識を必要とする複雑なタスクに適しています。このモデルは20万トークンのコンテキストと2023年10月の知識カットオフを備えています。"
  },
@@ -2399,21 +2264,9 @@
  "qwen3-235b-a22b": {
    "description": "Qwen3は能力が大幅に向上した新世代の通義千問大モデルで、推論、一般、エージェント、多言語などの複数のコア能力において業界のリーダーレベルに達し、思考モードの切り替えをサポートしています。"
  },
-  "qwen3-235b-a22b-instruct-2507": {
-    "description": "Qwen3ベースの非思考モードオープンソースモデルで、前バージョン（通義千問3-235B-A22B）に比べ、主観的創作能力とモデルの安全性がわずかに向上しています。"
-  },
-  "qwen3-235b-a22b-thinking-2507": {
-    "description": "Qwen3ベースの思考モードオープンソースモデルで、前バージョン（通義千問3-235B-A22B）に比べ、論理能力、汎用能力、知識強化、創作能力が大幅に向上し、高難度の強推論シナリオに適しています。"
-  },
  "qwen3-30b-a3b": {
    "description": "Qwen3は能力が大幅に向上した新世代の通義千問大モデルで、推論、一般、エージェント、多言語などの複数のコア能力において業界のリーダーレベルに達し、思考モードの切り替えをサポートしています。"
  },
-  "qwen3-30b-a3b-instruct-2507": {
-    "description": "前バージョン（Qwen3-30B-A3B）に比べて、中国語・英語および多言語の全体的な汎用能力が大幅に向上しました。主観的かつオープンなタスクに特化した最適化により、ユーザーの好みにより適合し、より有用な応答を提供できます。"
-  },
-  "qwen3-30b-a3b-thinking-2507": {
-    "description": "Qwen3の思考モードオープンソースモデルで、前バージョン（通義千問3-30B-A3B）に比べて論理能力、汎用能力、知識強化および創作能力が大幅に向上しており、高難度の強推論シナリオに適しています。"
-  },
  "qwen3-32b": {
    "description": "Qwen3は能力が大幅に向上した新世代の通義千問大モデルで、推論、一般、エージェント、多言語などの複数のコア能力において業界のリーダーレベルに達し、思考モードの切り替えをサポートしています。"
  },
@@ -2423,15 +2276,6 @@
  "qwen3-8b": {
    "description": "Qwen3は能力が大幅に向上した新世代の通義千問大モデルで、推論、一般、エージェント、多言語などの複数のコア能力において業界のリーダーレベルに達し、思考モードの切り替えをサポートしています。"
  },
-  "qwen3-coder-480b-a35b-instruct": {
-    "description": "通義千問のコードモデルオープンソース版。最新のqwen3-coder-480b-a35b-instructはQwen3ベースのコード生成モデルで、強力なコーディングエージェント能力を持ち、ツール呼び出しや環境とのインタラクションに優れ、自律的なプログラミングが可能で、コード能力と汎用能力を兼ね備えています。"
-  },
-  "qwen3-coder-flash": {
-    "description": "通義千問コードモデル。最新のQwen3-CoderシリーズモデルはQwen3をベースにしたコード生成モデルで、強力なコーディングエージェント能力を持ち、ツール呼び出しや環境とのインタラクションに長けています。自主的なプログラミングが可能で、コード能力に優れると同時に汎用能力も兼ね備えています。"
-  },
-  "qwen3-coder-plus": {
-    "description": "通義千問コードモデル。最新のQwen3-CoderシリーズモデルはQwen3をベースにしたコード生成モデルで、強力なコーディングエージェント能力を持ち、ツール呼び出しや環境とのインタラクションに長けています。自主的なプログラミングが可能で、コード能力に優れると同時に汎用能力も兼ね備えています。"
-  },
  "qwq": {
    "description": "QwQはAIの推論能力を向上させることに特化した実験的研究モデルです。"
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "DeepSeek推論モデルによってサポートされる新しいAPI製品。"
  },
-  "stable-diffusion-3-medium": {
-    "description": "Stability AIがリリースした最新のテキストから画像生成大規模モデルです。前世代の利点を継承しつつ、画像品質、テキスト理解、スタイル多様性の面で大幅に改善され、複雑な自然言語プロンプトをより正確に解釈し、より精密かつ多様な画像を生成可能です。"
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-largeは8億パラメータを持つマルチモーダル拡散トランスフォーマー（MMDiT）テキストから画像生成モデルで、卓越した画像品質とプロンプト適合性を備え、100万画素の高解像度画像生成をサポートし、一般的な消費者向けハードウェア上で効率的に動作します。"
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turboはstable-diffusion-3.5-largeを基に、敵対的拡散蒸留（ADD）技術を採用したモデルで、より高速な生成速度を実現しています。"
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5はstable-diffusion-v1.2のチェックポイント重みを初期化に使用し、「laion-aesthetics v2 5+」で512x512解像度にて595kステップの微調整を行い、テキスト条件付けを10%削減して無分類器ガイダンスサンプリングを改善しました。"
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xlはv1.5に比べ大幅な改良が施され、現行のオープンソーステキストから画像生成SOTAモデルmidjourneyと同等の効果を持ちます。具体的な改良点は、unetバックボーンが従来の3倍の大きさ、生成画像の品質向上のためのリファインメントモジュール追加、効率的なトレーニング技術の導入などです。"
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "Stability AIが開発しオープンソース化したテキストから画像生成大規模モデルで、業界トップクラスの創造的画像生成能力を持ち、優れた指示理解能力を備え、逆プロンプト定義による精密な内容生成をサポートします。"
-  },
  "step-1-128k": {
    "description": "性能とコストのバランスを取り、一般的なシナリオに適しています。"
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "小型ビジュアルモデルで、基本的なテキストと画像のタスクに適しています。"
  },
-  "step-1x-edit": {
-    "description": "本モデルは画像編集タスクに特化しており、ユーザーが提供した画像とテキスト記述に基づき、画像の修正や強化を行います。テキスト記述やサンプル画像など多様な入力形式をサポートし、ユーザーの意図を理解して要求に合致した画像編集結果を生成します。"
-  },
-  "step-1x-medium": {
-    "description": "本モデルは強力な画像生成能力を持ち、テキスト記述を入力としてサポートします。ネイティブの中国語対応により、中国語テキスト記述の理解と処理が向上し、テキストの意味情報をより正確に捉えて画像特徴に変換し、より精密な画像生成を実現します。入力に基づき高解像度かつ高品質な画像を生成し、一定のスタイル転送能力も備えています。"
-  },
  "step-2-16k": {
    "description": "大規模なコンテキストインタラクションをサポートし、複雑な対話シナリオに適しています。"
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "新世代の自社開発のAttentionアーキテクチャMFAに基づく超高速大モデルで、非常に低コストでstep1と同様の効果を達成しつつ、より高いスループットと迅速な応答遅延を維持しています。一般的なタスクを処理でき、コード能力において特長を持っています。"
  },
-  "step-2x-large": {
-    "description": "階躍星辰の新世代画像生成モデルで、画像生成タスクに特化し、ユーザーが提供したテキスト記述に基づき高品質な画像を生成します。新モデルは画像の質感がよりリアルで、中英両言語の文字生成能力が強化されています。"
-  },
  "step-r1-v-mini": {
    "description": "このモデルは強力な画像理解能力を持つ推論大モデルで、画像とテキスト情報を処理し、深い思考の後にテキストを生成します。このモデルは視覚推論分野で優れたパフォーマンスを発揮し、数学、コード、テキスト推論能力も第一級です。コンテキスト長は100kです。"
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "v0-1.5-md モデルは、日常的なタスクやユーザーインターフェース（UI）生成に適しています"
  },
-  "wan2.2-t2i-flash": {
-    "description": "万相2.2の高速版で、現時点で最新のモデルです。創造性、安定性、写実的質感が全面的にアップグレードされ、生成速度が速く、コストパフォーマンスに優れています。"
-  },
-  "wan2.2-t2i-plus": {
-    "description": "万相2.2のプロフェッショナル版で、現時点で最新のモデルです。創造性、安定性、写実的質感が全面的にアップグレードされ、生成される画像のディテールが豊かです。"
-  },
-  "wanx-v1": {
-    "description": "基礎的なテキストから画像生成モデルで、通義万相公式サイトの1.0汎用モデルに対応しています。"
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "質感の良い人物画像生成に優れ、速度は中程度でコストが低いモデル。通義万相公式サイトの2.0高速モデルに対応しています。"
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "全面的にアップグレードされたバージョンで、生成画像のディテールがより豊かで、速度はやや遅いです。通義万相公式サイトの2.1プロフェッショナルモデルに対応しています。"
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "全面的にアップグレードされたバージョンで、生成速度が速く、効果が総合的に優れており、コストパフォーマンスが高いです。通義万相公式サイトの2.1高速モデルに対応しています。"
+    "description": "アリババクラウドのTongyiが提供するテキストから画像生成モデル"
  },
  "whisper-1": {
    "description": "汎用音声認識モデルで、多言語の音声認識、音声翻訳、言語識別をサポートします。"
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "複雑な視覚タスクモデルで、複数の画像に基づく高性能な理解と分析能力を提供します。"
-  },
-  "zai-org/GLM-4.5": {
-    "description": "GLM-4.5はエージェントアプリケーション向けに設計された基盤モデルで、混合専門家（Mixture-of-Experts）アーキテクチャを採用。ツール呼び出し、ウェブブラウジング、ソフトウェア工学、フロントエンドプログラミング分野で深く最適化され、Claude CodeやRoo Codeなどのコードエージェントへのシームレスな統合をサポートします。混合推論モードを採用し、複雑な推論や日常利用など多様なシナリオに適応可能です。"
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Airはエージェントアプリケーション向けに設計された基盤モデルで、混合専門家（Mixture-of-Experts）アーキテクチャを採用。ツール呼び出し、ウェブブラウジング、ソフトウェア工学、フロントエンドプログラミング分野で深く最適化され、Claude CodeやRoo Codeなどのコードエージェントへのシームレスな統合をサポートします。混合推論モードを採用し、複雑な推論や日常利用など多様なシナリオに適応可能です。"
  }
 }
@@ -1,15 +1,15 @@
 {
-  "confirm": "確定",
+  "confirm": "確認",
  "debug": {
-    "arguments": "呼び出しパラメータ",
+    "arguments": "引数",
    "function_call": "関数呼び出し",
    "off": "デバッグをオフにする",
-    "on": "プラグイン呼び出し情報を表示",
-    "payload": "プラグインペイロード",
-    "pluginState": "プラグイン状態",
-    "response": "返却結果",
-    "title": "プラグイン詳細",
-    "tool_call": "ツール呼び出しリクエスト"
+    "on": "プラグイン呼び出し情報を表示する",
+    "payload": "ペイロード",
+    "pluginState": "プラグインの状態",
+    "response": "レスポンス",
+    "title": "プラグインの詳細",
+    "tool_call": "ツール呼び出し"
  },
  "detailModal": {
    "customPlugin": {
@@ -18,57 +18,57 @@
      "title": "これはカスタムプラグインです"
    },
    "emptyState": {
-      "description": "プラグインの機能と設定オプションを確認するには、まずこのプラグインをインストールしてください",
-      "title": "インストール後にプラグイン詳細を表示"
+      "description": "このプラグインをインストールしてから、プラグインの機能と設定オプションを確認してください",
+      "title": "インストール後にプラグインの詳細を表示"
    },
    "info": {
-      "description": "APIの説明",
-      "name": "API名"
+      "description": "API 説明",
+      "name": "API 名"
    },
    "tabs": {
      "info": "プラグイン機能",
      "manifest": "インストールファイル",
      "settings": "設定"
    },
-    "title": "プラグイン詳細"
+    "title": "プラグインの詳細"
  },
  "dev": {
-    "confirmDeleteDevPlugin": "このローカルプラグインを削除すると復元できません。本当に削除しますか？",
+    "confirmDeleteDevPlugin": "このローカルプラグインを削除しますか？削除後は元に戻せません。",
    "customParams": {
      "useProxy": {
-        "label": "プロキシ経由でインストール（クロスオリジンエラーが発生した場合はこのオプションを有効にして再インストールをお試しください）"
+        "label": "プロキシを使用する（クロスドメインエラーが発生した場合、このオプションを有効にして再インストールしてください）"
      }
    },
    "deleteSuccess": "プラグインが正常に削除されました",
    "manifest": {
      "identifier": {
-        "desc": "プラグインの一意識別子",
+        "desc": "プラグインの一意の識別子",
        "label": "識別子"
      },
      "mode": {
-        "mcp": "MCPプラグイン",
+        "mcp": "MCP プラグイン",
        "mcpExp": "実験的",
        "url": "オンラインリンク"
      },
      "name": {
-        "desc": "プラグインタイトル",
+        "desc": "プラグインのタイトル",
        "label": "タイトル",
        "placeholder": "検索エンジン"
      }
    },
    "mcp": {
      "advanced": {
-        "title": "詳細設定"
+        "title": "高度な設定"
      },
      "args": {
-        "desc": "コマンド実行に渡すパラメータリスト。通常はここにMCPサーバー名や起動スクリプトのパスを入力します",
+        "desc": "実行コマンドに渡すパラメータのリスト。通常、ここにMCPサーバー名または起動スクリプトのパスを入力します。",
        "label": "コマンドパラメータ",
-        "placeholder": "例：mcp-hello-world",
+        "placeholder": "例：--port 8080 --debug",
        "required": "起動パラメータを入力してください"
      },
      "auth": {
        "bear": "APIキー",
-        "desc": "MCPサーバーの認証方式を選択してください",
+        "desc": "MCPサーバーの認証方法を選択してください",
        "label": "認証タイプ",
        "none": "認証不要",
        "placeholder": "認証タイプを選択してください",
@@ -83,28 +83,28 @@
        "label": "プラグインアイコン"
      },
      "command": {
-        "desc": "MCP STDIOサーバーを起動する実行可能ファイルまたはスクリプト",
+        "desc": "MCP STDIO プラグインを起動するための実行可能ファイルまたはスクリプト",
        "label": "コマンド",
-        "placeholder": "例：npx / uv / docker など",
+        "placeholder": "例：python main.py または /path/to/executable",
        "required": "起動コマンドを入力してください"
      },
      "desc": {
-        "desc": "プラグインの説明を追加してください",
-        "label": "プラグイン説明",
-        "placeholder": "このプラグインの使用方法や利用シーンなどを補足してください"
+        "desc": "プラグインの説明を追加",
+        "label": "プラグインの説明",
+        "placeholder": "このプラグインの使用方法やシーンなどの情報を補足してください"
      },
      "endpoint": {
-        "desc": "MCP Streamable HTTPサーバーのアドレスを入力してください",
-        "label": "MCPエンドポイントURL"
+        "desc": "あなたの MCP Streamable HTTP サーバーのアドレスを入力してください",
+        "label": "MCP エンドポイント URL"
      },
      "env": {
        "add": "行を追加",
        "desc": "MCPサーバーに必要な環境変数を入力してください",
        "duplicateKeyError": "フィールドキーは一意でなければなりません",
-        "formValidationFailed": "フォーム検証に失敗しました。パラメータ形式を確認してください",
+        "formValidationFailed": "フォームの検証に失敗しました。パラメータの形式を確認してください",
        "keyRequired": "フィールドキーは空にできません",
        "label": "MCPサーバー環境変数",
-        "stringifyError": "パラメータをシリアライズできません。形式を確認してください"
+        "stringifyError": "パラメータをシリアライズできません。パラメータの形式を確認してください"
      },
      "headers": {
        "add": "行を追加",
@@ -112,39 +112,39 @@
        "label": "HTTPヘッダー"
      },
      "identifier": {
-        "desc": "MCPプラグインの名前を英字で指定してください",
-        "invalid": "識別子は英数字、ハイフン、アンダースコアのみ使用可能です",
-        "label": "MCPプラグイン名",
+        "desc": "あなたの MCP プラグインに名前を指定してください。英字を使用する必要があります",
+        "invalid": "英字、数字、- および _ のみを入力できます",
+        "label": "MCP プラグイン名",
        "placeholder": "例：my-mcp-plugin",
-        "required": "MCPサービス識別子を入力してください"
+        "required": "MCP サービス識別子を入力してください"
      },
-      "previewManifest": "プラグイン記述ファイルをプレビュー",
-      "quickImport": "JSON設定をクイックインポート",
+      "previewManifest": "プラグインの説明ファイルをプレビュー",
+      "quickImport": "JSON 設定を迅速にインポート",
      "quickImportError": {
        "empty": "入力内容は空にできません",
-        "invalidJson": "無効なJSON形式です",
-        "invalidStructure": "JSON形式が無効です"
+        "invalidJson": "無効な JSON 形式です",
+        "invalidStructure": "JSON 形式が無効です"
      },
-      "stdioNotSupported": "現在の環境はstdioタイプのMCPプラグインをサポートしていません",
-      "testConnection": "接続テスト",
-      "testConnectionTip": "接続テストが成功して初めてMCPプラグインを正常に使用できます",
+      "stdioNotSupported": "現在の環境では stdio タイプの MCP プラグインはサポートされていません",
+      "testConnection": "接続をテスト",
+      "testConnectionTip": "接続テストが成功した後、MCP プラグインは正常に使用できます",
      "type": {
-        "desc": "MCPプラグインの通信方式を選択してください。ウェブ版はStreamable HTTPのみ対応",
-        "httpFeature1": "ウェブ版とデスクトップ版の両方に対応",
-        "httpFeature2": "リモートMCPサーバーに接続、追加インストール不要",
-        "httpShortDesc": "ストリームHTTPベースの通信プロトコル",
-        "label": "MCPプラグインタイプ",
-        "stdioFeature1": "通信遅延が低く、ローカル実行に適しています",
-        "stdioFeature2": "ローカルにMCPサーバーをインストールして実行する必要があります",
-        "stdioNotAvailable": "STDIOモードはデスクトップ版のみ利用可能",
-        "stdioShortDesc": "標準入出力ベースの通信プロトコル",
+        "desc": "MCP プラグインの通信方式を選択してください。ウェブ版は Streamable HTTP のみをサポートしています",
+        "httpFeature1": "ウェブ版とデスクトップ版の互換性",
+        "httpFeature2": "追加のインストールや設定なしでリモートMCPサーバーに接続",
+        "httpShortDesc": "ストリーミングHTTPに基づく通信プロトコル",
+        "label": "MCP プラグインタイプ",
+        "stdioFeature1": "通信遅延が少なく、ローカル実行に適している",
+        "stdioFeature2": "ローカルにMCPサーバーをインストールして実行する必要がある",
+        "stdioNotAvailable": "STDIOモードはデスクトップ版でのみ利用可能",
+        "stdioShortDesc": "標準入力出力に基づく通信プロトコル",
        "title": "MCPプラグインタイプ"
      },
      "url": {
-        "desc": "MCPサーバーのStreamable HTTPアドレスを入力してください。SSEモードはサポートしていません",
-        "invalid": "有効なURLを入力してください",
-        "label": "Streamable HTTPエンドポイントURL",
-        "required": "MCPサービスURLを入力してください"
+        "desc": "あなたのMCPサーバーのストリーミングHTTPアドレスを入力してください。SSEモードはサポートされていません。",
+        "invalid": "有効な URL アドレスを入力してください",
+        "label": "HTTP エンドポイント URL",
+        "required": "MCP サービスの URL を入力してください"
      }
    },
    "meta": {
@@ -153,13 +153,13 @@
        "label": "作者"
      },
      "avatar": {
-        "desc": "プラグインのアイコン。絵文字またはURLを使用可能",
+        "desc": "プラグインのアイコン、絵文字やURLを使用できます",
        "label": "アイコン"
      },
      "description": {
-        "desc": "プラグイン説明",
+        "desc": "プラグインの説明",
        "label": "説明",
-        "placeholder": "検索エンジンで情報を取得"
+        "placeholder": "検索エンジンで情報を取得します"
      },
      "formFieldRequired": "このフィールドは必須です",
      "homepage": {
@@ -167,27 +167,27 @@
        "label": "ホームページ"
      },
      "identifier": {
-        "desc": "プラグインの一意識別子。manifestから自動認識されます",
+        "desc": "プラグインの一意の識別子、マニフェストから自動的に識別されます",
        "errorDuplicate": "識別子が既存のプラグインと重複しています。識別子を変更してください",
        "label": "識別子",
-        "pattenErrorMessage": "英数字、ハイフン、アンダースコアのみ入力可能です"
+        "pattenErrorMessage": "英数字、-、_ のみ入力できます"
      },
      "lobe": "{{appName}} プラグイン",
      "manifest": {
-        "desc": "{{appName}}はこのリンクからプラグインをインストールします",
+        "desc": "{{appName}}はこのリンクを通じてプラグインをインストールします",
        "label": "プラグイン記述ファイル (Manifest) URL",
-        "preview": "Manifestをプレビュー",
+        "preview": "マニフェストのプレビュー",
        "refresh": "更新"
      },
-      "openai": "OpenAIプラグイン",
+      "openai": "OpenAI プラグイン",
      "title": {
-        "desc": "プラグインタイトル",
+        "desc": "プラグインのタイトル",
        "label": "タイトル",
        "placeholder": "検索エンジン"
      }
    },
-    "metaConfig": "プラグインメタ情報設定",
-    "modalDesc": "カスタムプラグインを追加すると、プラグイン開発の検証や会話内での直接利用が可能です。プラグイン開発は<1>開発ドキュメント↗</>を参照してください。",
+    "metaConfig": "プラグインのメタ情報の設定",
+    "modalDesc": "カスタムプラグインを追加すると、プラグインの開発検証に使用したり、セッション中に直接使用したりできます。プラグインの開発については、<1>開発ドキュメント↗</>を参照してください",
    "openai": {
      "importUrl": "URLリンクからインポート",
      "schema": "スキーマ"
@@ -195,48 +195,48 @@
    "preview": {
      "api": {
        "noParams": "このツールにはパラメータがありません",
-        "noResults": "検索条件に合うAPIが見つかりません",
+        "noResults": "検索条件に一致する API が見つかりませんでした",
        "params": "パラメータ:",
        "searchPlaceholder": "ツールを検索..."
      },
-      "card": "プラグイン表示プレビュー",
-      "desc": "プラグイン説明プレビュー",
+      "card": "プラグインのプレビュー表示",
+      "desc": "プラグインの説明のプレビュー",
      "empty": {
-        "desc": "設定完了後、ここでプラグインがサポートするツール機能をプレビューできます",
-        "title": "プラグイン設定後にプレビュー開始"
+        "desc": "設定が完了すると、ここでプラグインがサポートするツールの機能をプレビューできます",
+        "title": "プラグインを設定した後にプレビューを開始"
      },
-      "title": "プラグイン名プレビュー"
+      "title": "プラグイン名のプレビュー"
    },
-    "save": "プラグインをインストール",
-    "saveSuccess": "プラグイン設定が正常に保存されました",
+    "save": "プラグインを保存",
+    "saveSuccess": "プラグインの設定が正常に保存されました",
    "tabs": {
-      "manifest": "機能記述リスト (Manifest)",
-      "meta": "プラグインメタ情報"
+      "manifest": "機能のマニフェスト",
+      "meta": "プラグインのメタ情報"
    },
    "title": {
      "create": "カスタムプラグインを追加",
      "edit": "カスタムプラグインを編集"
    },
    "type": {
-      "lobe": "{{appName}} プラグイン",
+      "lobe": "LobeChatプラグイン",
      "openai": "OpenAIプラグイン"
    },
    "update": "更新",
-    "updateSuccess": "プラグイン設定が正常に更新されました"
+    "updateSuccess": "プラグインの設定が正常に更新されました"
  },
  "error": {
-    "fetchError": "manifestリンクの取得に失敗しました。リンクの有効性とクロスオリジンアクセス許可を確認してください",
+    "fetchError": "このmanifestリンクのリクエストに失敗しました。リンクが有効であることを確認し、リンクがクロスドメインアクセスを許可しているかを確認してください",
    "installError": "プラグイン {{name}} のインストールに失敗しました",
-    "manifestInvalid": "manifestが規格に準拠していません。検証結果:\n\n {{error}}",
-    "noManifest": "記述ファイルが存在しません",
-    "openAPIInvalid": "OpenAPIの解析に失敗しました。エラー:\n\n {{error}}",
-    "reinstallError": "プラグイン {{name}} の更新に失敗しました",
-    "testConnectionFailed": "Manifestの取得に失敗しました: {{error}}",
-    "urlError": "リンクがJSON形式の内容を返しません。リンクが有効であることを確認してください"
+    "manifestInvalid": "manifestが仕様に準拠していません。検証結果: \n\n {{error}}",
+    "noManifest": "マニフェストが存在しません",
+    "openAPIInvalid": "OpenAPIの解析に失敗しました。エラー: \n\n {{error}}",
+    "reinstallError": "プラグイン{{name}}の再インストールに失敗しました",
+    "testConnectionFailed": "マニフェストの取得に失敗しました: {{error}}",
+    "urlError": "このリンクはJSON形式のコンテンツを返していません。有効なリンクであることを確認してください"
  },
  "inspector": {
-    "args": "パラメータリストを表示",
-    "pluginRender": "プラグイン画面を表示"
+    "args": "パラメーターリストを表示",
+    "pluginRender": "プラグインインターフェースを表示"
  },
  "list": {
    "item": {
@@ -246,46 +246,46 @@
    }
  },
  "loading": {
-    "content": "プラグインを呼び出し中...",
-    "plugin": "プラグイン実行中..."
+    "content": "プラグインを呼び出しています...",
+    "plugin": "プラグインの実行中..."
  },
  "localSystem": {
    "apiName": {
-      "listLocalFiles": "ファイル一覧を表示",
+      "listLocalFiles": "ファイルリストを表示",
      "moveLocalFiles": "ファイルを移動",
-      "readLocalFile": "ファイル内容を読み込み",
-      "renameLocalFile": "ファイル名を変更",
+      "readLocalFile": "ファイル内容を読み取る",
+      "renameLocalFile": "名前を変更",
      "searchLocalFiles": "ファイルを検索",
-      "writeLocalFile": "ファイルに書き込み"
+      "writeLocalFile": "ファイルに書き込む"
    },
    "title": "ローカルファイル"
  },
  "mcpInstall": {
-    "CHECKING_INSTALLATION": "インストール環境を確認中...",
+    "CHECKING_INSTALLATION": "インストール環境を確認しています...",
    "COMPLETED": "インストール完了",
    "CONFIGURATION_REQUIRED": "関連設定を完了してからインストールを続行してください",
    "ERROR": "インストールエラー",
-    "FETCHING_MANIFEST": "プラグイン記述ファイルを取得中...",
-    "GETTING_SERVER_MANIFEST": "MCPサーバーを初期化中...",
-    "INSTALLING_PLUGIN": "プラグインをインストール中...",
-    "configurationDescription": "このMCPプラグインは正常に動作するために設定パラメータが必要です。必要な設定情報を入力してください",
-    "configurationRequired": "プラグインパラメータの設定",
+    "FETCHING_MANIFEST": "プラグインマニフェストを取得しています...",
+    "GETTING_SERVER_MANIFEST": "MCPサーバーを初期化しています...",
+    "INSTALLING_PLUGIN": "プラグインをインストールしています...",
+    "configurationDescription": "このMCPプラグインは正常に動作するために設定パラメータが必要です。必要な設定情報を入力してください。",
+    "configurationRequired": "プラグインパラメータの設定が必要です",
    "continueInstall": "インストールを続行",
-    "dependenciesDescription": "このプラグインは正常に動作するために以下のシステム依存関係のインストールが必要です。指示に従って不足している依存関係をインストールし、再チェックをクリックしてインストールを続行してください。",
+    "dependenciesDescription": "このプラグインは正常に動作するために以下のシステム依存関係のインストールが必要です。指示に従って不足している依存関係をインストールし、再確認をクリックしてインストールを続行してください。",
    "dependenciesRequired": "プラグインのシステム依存関係をインストールしてください",
    "dependencyStatus": {
      "installed": "インストール済み",
      "notInstalled": "未インストール",
-      "requiredVersion": "必要バージョン: {{version}}"
+      "requiredVersion": "必要なバージョン: {{version}}"
    },
    "errorDetails": {
-      "args": "パラメータ",
+      "args": "引数",
      "command": "コマンド",
      "connectionParams": "接続パラメータ",
      "env": "環境変数",
      "errorOutput": "エラーログ",
      "exitCode": "終了コード",
-      "hideDetails": "詳細を閉じる",
+      "hideDetails": "詳細を隠す",
      "originalError": "元のエラー",
      "showDetails": "詳細を表示"
    },
@@ -302,104 +302,44 @@
      "manual": "手動インストール:",
      "recommended": "推奨インストール方法:"
    },
-    "recheckDependencies": "依存関係を再チェック",
+    "recheckDependencies": "再確認",
    "skipDependencies": "チェックをスキップ"
  },
-  "pluginList": "プラグイン一覧",
-  "protocolInstall": {
-    "actions": {
-      "install": "インストール",
-      "installAnyway": "それでもインストール",
-      "installed": "インストール済み"
-    },
-    "config": {
-      "args": "パラメータ",
-      "command": "コマンド",
-      "env": "環境変数",
-      "headers": "リクエストヘッダー",
-      "title": "設定情報",
-      "type": {
-        "http": "タイプ: HTTP",
-        "label": "タイプ",
-        "stdio": "タイプ: Stdio"
-      },
-      "url": "サービスアドレス"
-    },
-    "custom": {
-      "badge": "カスタムプラグイン",
-      "security": {
-        "description": "このプラグインは公式の検証を受けていません。インストールにはセキュリティリスクがある可能性があります。プラグインの出所を信頼していることを確認してください。",
-        "title": "⚠️ セキュリティリスク警告"
-      },
-      "title": "カスタムプラグインをインストール"
-    },
-    "marketplace": {
-      "title": "サードパーティプラグインをインストール",
-      "trustedBy": "{{name}} 提供",
-      "unverified": {
-        "title": "未検証のサードパーティプラグイン",
-        "warning": "このプラグインは未検証のサードパーティマーケットからのものです。インストール前に出所を信頼していることを確認してください。"
-      },
-      "verified": "検証済み"
-    },
-    "messages": {
-      "connectionTestFailed": "接続テストに失敗しました",
-      "installError": "プラグインのインストールに失敗しました。再試行してください",
-      "installSuccess": "プラグイン {{name}} が正常にインストールされました！",
-      "manifestError": "プラグイン詳細の取得に失敗しました。ネットワーク接続を確認して再試行してください",
-      "manifestNotFound": "プラグイン記述ファイルを取得できませんでした"
-    },
-    "meta": {
-      "author": "作者",
-      "homepage": "ホームページ",
-      "identifier": "識別子",
-      "source": "出所",
-      "version": "バージョン"
-    },
-    "official": {
-      "badge": "LobeHub公式プラグイン",
-      "description": "このプラグインはLobeHub公式によって開発・管理されており、厳格なセキュリティ審査を経ていますので安心してご利用いただけます。",
-      "loadingMessage": "プラグイン詳細を取得中...",
-      "loadingTitle": "読み込み中",
-      "title": "公式プラグインをインストール"
-    },
-    "title": "MCPプラグインをインストール",
-    "warning": "⚠️ このプラグインの出所を信頼していることを確認してください。悪意のあるプラグインはシステムの安全を脅かす可能性があります。"
-  },
+  "pluginList": "プラグインリスト",
  "search": {
    "apiName": {
-      "crawlMultiPages": "複数ページの内容を読み込み",
-      "crawlSinglePage": "ページ内容を読み込み",
+      "crawlMultiPages": "複数のページの内容を読み取る",
+      "crawlSinglePage": "ページ内容を読み取る",
      "search": "ページを検索"
    },
    "config": {
      "addKey": "キーを追加",
      "close": "削除",
-      "confirm": "設定完了し再試行"
+      "confirm": "設定が完了し、再試行しました"
    },
    "crawPages": {
-      "crawling": "リンク認識中",
+      "crawling": "リンクを識別中",
      "detail": {
        "preview": "プレビュー",
-        "raw": "生テキスト",
-        "tooLong": "テキスト内容が長すぎます。会話コンテキストには先頭 {{characters}} 文字のみ保持し、それ以降は会話コンテキストに含まれません。"
+        "raw": "原文",
+        "tooLong": "テキストが長すぎます。会話のコンテキストには最初の {{characters}} 文字のみが保持され、それを超える部分は会話のコンテキストには含まれません"
      },
      "meta": {
-        "crawler": "クロールモード",
+        "crawler": "クローリングモード",
        "words": "文字数"
      }
    },
    "searchxng": {
      "baseURL": "入力してください",
-      "description": "SearchXNGのURLを入力するとネット検索を開始できます",
+      "description": "SearchXNG の URL を入力すると、ネット検索を開始できます",
      "keyPlaceholder": "キーを入力してください",
-      "title": "SearchXNG検索エンジンの設定",
-      "unconfiguredDesc": "管理者に連絡してSearchXNG検索エンジンの設定を完了し、ネット検索を開始してください",
-      "unconfiguredTitle": "SearchXNG検索エンジン未設定"
+      "title": "SearchXNG 検索エンジンの設定",
+      "unconfiguredDesc": "ネット検索を開始するには、管理者に連絡して SearchXNG 検索エンジンの設定を完了してください",
+      "unconfiguredTitle": "SearchXNG 検索エンジンはまだ設定されていません"
    },
    "title": "ネット検索"
  },
-  "setting": "プラグイン設定",
+  "setting": "プラグインの設定",
  "settings": {
    "capabilities": {
      "prompts": "プロンプト",
@@ -411,18 +351,18 @@
      "title": "プラグイン設定"
    },
    "connection": {
-      "args": "起動パラメータ",
+      "args": "起動引数",
      "command": "起動コマンド",
      "title": "接続情報",
      "type": "接続タイプ",
      "url": "サービスアドレス"
    },
    "edit": "編集",
-    "envConfigDescription": "これらの設定はMCPサーバー起動時に環境変数としてプロセスに渡されます",
-    "httpTypeNotice": "HTTPタイプのMCPプラグインは現在設定すべき環境変数はありません",
+    "envConfigDescription": "これらの設定は MCP サーバー起動時に環境変数としてプロセスに渡されます",
+    "httpTypeNotice": "HTTP タイプの MCP プラグインには現在設定が必要な環境変数はありません",
    "indexUrl": {
      "title": "マーケットインデックス",
-      "tooltip": "オンライン編集は未対応です。デプロイ時の環境変数で設定してください"
+      "tooltip": "オンライン編集は現在サポートされていません。デプロイ時の環境変数を使用して設定してください"
    },
    "messages": {
      "connectionUpdateFailed": "接続情報の更新に失敗しました",
@@ -430,34 +370,34 @@
      "envUpdateFailed": "環境変数の保存に失敗しました",
      "envUpdateSuccess": "環境変数が正常に保存されました"
    },
-    "modalDesc": "プラグインマーケットのアドレスを設定すると、カスタムプラグインマーケットを利用できます",
+    "modalDesc": "プラグインマーケットのアドレスを設定すると、カスタムのプラグインマーケットを使用できます",
    "rules": {
      "argsRequired": "起動パラメータを入力してください",
      "commandRequired": "起動コマンドを入力してください",
      "urlRequired": "サービスアドレスを入力してください"
    },
    "saveSettings": "設定を保存",
-    "title": "プラグインマーケット設定"
+    "title": "プラグインマーケットの設定"
  },
-  "showInPortal": "ワークスペースで詳細を確認してください",
+  "showInPortal": "詳細はワークスペースで表示してください",
  "store": {
    "actions": {
      "cancel": "インストールをキャンセル",
-      "confirmUninstall": "このプラグインをアンインストールすると設定も削除されます。操作を確認してください",
+      "confirmUninstall": "このプラグインをアンインストールします。アンインストール後、プラグインの設定がクリアされます。操作を確認してください。",
      "detail": "詳細",
      "install": "インストール",
      "manifest": "インストールファイルを編集",
      "settings": "設定",
      "uninstall": "アンインストール"
    },
-    "communityPlugin": "サードパーティコミュニティ",
-    "customPlugin": "カスタム",
-    "empty": "インストール済みプラグインはありません",
-    "emptySelectHint": "プラグインを選択して詳細をプレビュー",
-    "installAllPlugins": "すべてインストール",
-    "networkError": "プラグインストアの取得に失敗しました。ネットワーク接続を確認して再試行してください",
-    "placeholder": "プラグイン名、説明、キーワードで検索...",
-    "releasedAt": "{{createdAt}} に公開",
+    "communityPlugin": "コミュニティプラグイン",
+    "customPlugin": "カスタムプラグイン",
+    "empty": "インストールされたプラグインはありません",
+    "emptySelectHint": "プラグインを選択して詳細情報をプレビューしてください",
+    "installAllPlugins": "すべてのプラグインをインストール",
+    "networkError": "プラグインストアの取得に失敗しました。ネットワーク接続を確認してから再試行してください",
+    "placeholder": "プラグイン名、説明、またはキーワードで検索...",
+    "releasedAt": "{{createdAt}} にリリース",
    "tabs": {
      "installed": "インストール済み",
      "mcp": "MCPプラグイン",
@@ -465,6 +405,6 @@
    },
    "title": "プラグインストア"
  },
-  "unknownError": "不明なエラー",
-  "unknownPlugin": "不明なプラグイン"
+  "unknownError": "未知のエラー",
+  "unknownPlugin": "未知のプラグイン"
 }
@@ -2,15 +2,9 @@
  "ai21": {
    "description": "AI21 Labsは企業向けに基盤モデルと人工知能システムを構築し、生成的人工知能の生産への応用を加速します。"
  },
-  "ai302": {
-    "description": "302.AI はオンデマンド課金のAIアプリケーションプラットフォームで、市場で最も充実したAI APIとAIオンラインアプリケーションを提供しています"
-  },
  "ai360": {
    "description": "360 AIは、360社が提供するAIモデルとサービスプラットフォームであり、360GPT2 Pro、360GPT Pro、360GPT Turbo、360GPT Turbo Responsibility 8Kなど、さまざまな先進的な自然言語処理モデルを提供しています。これらのモデルは、大規模なパラメータと多モーダル能力を組み合わせており、テキスト生成、意味理解、対話システム、コード生成などの分野で広く使用されています。柔軟な価格戦略を通じて、360 AIは多様なユーザーのニーズに応え、開発者の統合をサポートし、スマートアプリケーションの革新と発展を促進します。"
  },
-  "aihubmix": {
-    "description": "AiHubMix は統一された API インターフェースを通じて、さまざまな AI モデルへのアクセスを提供します。"
-  },
  "anthropic": {
    "description": "Anthropicは、人工知能の研究と開発に特化した企業であり、Claude 3.5 Sonnet、Claude 3 Sonnet、Claude 3 Opus、Claude 3 Haikuなどの先進的な言語モデルを提供しています。これらのモデルは、知性、速度、コストの理想的なバランスを実現しており、企業向けのワークロードから迅速な応答が求められるさまざまなアプリケーションシーンに適しています。Claude 3.5 Sonnetは最新のモデルであり、複数の評価で優れたパフォーマンスを示し、高いコストパフォーマンスを維持しています。"
  },
@@ -189,7 +189,6 @@
      "aesGcm": "귀하의 비밀 키와 프록시 주소 등은 <1>AES-GCM</1> 암호화 알고리즘을 사용하여 암호화됩니다",
      "apiKey": {
        "desc": "{{name}} API 키를 입력하세요",
-        "descWithUrl": "{{name}} API 키를 입력하세요. <3>여기를 클릭하여 받기</3>",
        "placeholder": "{{name}} API 키",
        "title": "API 키"
      },
@@ -306,7 +305,6 @@
        "latestTime": "마지막 업데이트 시간: {{time}}",
        "noLatestTime": "아직 목록을 가져오지 않았습니다."
      },
-      "noModelsInCategory": "이 카테고리에는 활성화된 모델이 없습니다",
      "resetAll": {
        "conform": "현재 모델의 모든 수정을 초기화하시겠습니까? 초기화 후 현재 모델 목록은 기본 상태로 돌아갑니다.",
        "success": "초기화 성공",
@@ -317,15 +315,7 @@
      "title": "모델 목록",
      "total": "사용 가능한 모델 총 {{count}} 개"
    },
-    "searchNotFound": "검색 결과를 찾을 수 없습니다",
-    "tabs": {
-      "all": "전체",
-      "chat": "대화",
-      "embedding": "임베딩",
-      "image": "이미지",
-      "stt": "음성 인식",
-      "tts": "음성 합성"
-    }
+    "searchNotFound": "검색 결과를 찾을 수 없습니다"
  },
  "sortModal": {
    "success": "정렬 업데이트 성공",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark4.0 Ultra는 스타크 대형 모델 시리즈 중 가장 강력한 버전으로, 업그레이드된 네트워크 검색 링크와 함께 텍스트 내용의 이해 및 요약 능력을 향상시킵니다. 사무 생산성을 높이고 정확한 요구에 응답하기 위한 종합 솔루션으로, 업계를 선도하는 스마트 제품입니다."
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp(일명 “4x‑AnimeSharp”)는 Kim2091이 ESRGAN 아키텍처를 기반으로 개발한 오픈 소스 초해상도 모델로, 애니메이션 스타일 이미지의 확대 및 선명화에 중점을 두고 있습니다. 2022년 2월에 “4x-TextSharpV1”에서 이름이 변경되었으며, 원래는 텍스트 이미지에도 적용 가능했으나 애니메이션 콘텐츠에 맞게 성능이 크게 최적화되었습니다."
-  },
  "Baichuan2-Turbo": {
    "description": "검색 강화 기술을 통해 대형 모델과 분야 지식, 전 세계 지식의 완전한 연결을 실현합니다. PDF, Word 등 다양한 문서 업로드 및 웹사이트 입력을 지원하며, 정보 획득이 신속하고 포괄적이며, 출력 결과가 정확하고 전문적입니다."
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3는 심층 탐색 회사에서 자체 개발한 MoE 모델입니다. DeepSeek-V3는 여러 평가에서 Qwen2.5-72B 및 Llama-3.1-405B와 같은 다른 오픈 소스 모델을 초월하며, 성능 면에서 세계 최고의 폐쇄형 모델인 GPT-4o 및 Claude-3.5-Sonnet과 동등합니다."
  },
-  "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!"
-  },
  "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."
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "최고 성능의 주력 모델로 복잡한 작업 처리에 적합하며, 참고 질문 답변, 요약, 창작, 텍스트 분류, 역할극 등 다양한 시나리오에서 우수한 성과를 보입니다. 4k 컨텍스트 윈도우 추론 및 미세 조정을 지원합니다."
  },
-  "DreamO": {
-    "description": "DreamO는 바이트댄스와 베이징대학교가 공동 개발한 오픈 소스 이미지 맞춤 생성 모델로, 통합 아키텍처를 통해 다중 작업 이미지 생성을 지원합니다. 효율적인 조합 모델링 방식을 채택하여 사용자가 지정한 신원, 주체, 스타일, 배경 등 다양한 조건에 따라 일관성 있고 맞춤화된 이미지를 생성할 수 있습니다."
-  },
  "ERNIE-3.5-128K": {
    "description": "바이두가 자체 개발한 플래그십 대규모 언어 모델로, 방대한 중문 및 영문 코퍼스를 포함하고 있으며, 강력한 일반 능력을 갖추고 있어 대부분의 대화형 질문 응답, 창작 생성, 플러그인 응용 시나리오 요구를 충족할 수 있습니다. 또한 바이두 검색 플러그인과의 자동 연동을 지원하여 질문 응답 정보의 시의성을 보장합니다."
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "바이두가 2024년에 최신 발표한 자체 개발 고성능 대언어 모델로, 일반 능력이 뛰어나며, ERNIE Speed보다 더 나은 성능을 보여 특정 시나리오 문제를 더 잘 처리하기 위해 기본 모델로 조정하는 데 적합하며, 뛰어난 추론 성능을 갖추고 있습니다."
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-dev는 Black Forest Labs가 개발한 Rectified Flow Transformer 아키텍처 기반의 다중 모달 이미지 생성 및 편집 모델로, 120억(12B) 파라미터 규모를 갖추고 있습니다. 주어진 컨텍스트 조건 하에서 이미지 생성, 재구성, 향상 또는 편집에 특화되어 있습니다. 이 모델은 확산 모델의 제어 가능한 생성 장점과 Transformer의 컨텍스트 모델링 능력을 결합하여 고품질 이미지 출력을 지원하며, 이미지 복원, 이미지 보완, 시각적 장면 재구성 등 다양한 작업에 널리 활용됩니다."
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-dev는 Black Forest Labs가 개발한 오픈 소스 다중 모달 언어 모델(MLLM)로, 이미지와 텍스트 이해 및 생성 능력을 융합하여 이미지-텍스트 작업에 최적화되어 있습니다. Mistral-7B와 같은 최첨단 대형 언어 모델을 기반으로 정교하게 설계된 시각 인코더와 다단계 명령 미세 조정을 통해 이미지-텍스트 협업 처리 및 복잡한 작업 추론 능력을 구현합니다."
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B)는 혁신적인 모델로, 다양한 분야의 응용과 복잡한 작업에 적합합니다."
  },
-  "HelloMeme": {
-    "description": "HelloMeme는 사용자가 제공한 이미지나 동작을 바탕으로 자동으로 밈, GIF 또는 짧은 동영상을 생성하는 AI 도구입니다. 그림 그리기나 프로그래밍 지식이 전혀 없어도 참고 이미지만 준비하면, 보기 좋고 재미있으며 스타일이 일관된 콘텐츠를 만들어 줍니다."
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Full은 지상미래(HiDream.ai)에서 출시한 오픈 소스 다중 모달 이미지 편집 대형 모델로, 최첨단 Diffusion Transformer 아키텍처를 기반으로 강력한 언어 이해 능력(LLaMA 3.1-8B-Instruct 내장)을 결합하여 자연어 명령을 통해 이미지 생성, 스타일 전이, 부분 편집 및 내용 재구성을 지원하며 뛰어난 이미지-텍스트 이해 및 실행 능력을 갖추고 있습니다."
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilled는 경량화된 텍스트-이미지 생성 모델로, 증류 최적화를 거쳐 빠르게 고품질 이미지를 생성할 수 있어 저자원 환경과 실시간 생성 작업에 특히 적합합니다."
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacter는 텐센트 AI 팀이 2025년에 발표한 튜닝 불필요(tuning-free) 개인화 캐릭터 생성 모델로, 고충실도 및 다양한 장면에서 일관된 캐릭터 생성을 목표로 합니다. 단 한 장의 참조 이미지로 캐릭터를 모델링할 수 있으며, 해당 캐릭터를 다양한 스타일, 동작, 배경에 유연하게 적용할 수 있습니다."
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8B는 강력한 비주얼 언어 모델로, 이미지와 텍스트의 다중 모달 처리를 지원하며, 이미지 내용을 정확하게 인식하고 관련 설명이나 답변을 생성할 수 있습니다."
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26B는 강력한 비주얼 언어 모델로, 이미지와 텍스트의 다중 모달 처리를 지원하며, 이미지 내용을 정확하게 인식하고 관련 설명이나 답변을 생성할 수 있습니다."
  },
-  "Kolors": {
-    "description": "Kolors는 콰이쇼우 Kolors 팀이 개발한 텍스트-이미지 생성 모델로, 수십억 개의 파라미터로 훈련되어 시각 품질, 중국어 의미 이해 및 텍스트 렌더링에서 뛰어난 성능을 보입니다."
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "Kolors는 콰이쇼우 Kolors 팀이 개발한 잠재 확산 기반 대규모 텍스트-이미지 생성 모델입니다. 수십억 개의 텍스트-이미지 쌍으로 훈련되어 시각 품질, 복잡한 의미 정확성 및 중영문 문자 렌더링에서 탁월한 성능을 발휘합니다. 중영문 입력을 모두 지원하며, 중국어 특정 콘텐츠의 이해 및 생성에서도 뛰어난 성과를 보입니다."
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "고해상도 이미지에서 뛰어난 이미지 추론 능력을 보여주며, 시각적 이해 응용 프로그램에 적합합니다."
  },
@@ -197,15 +164,9 @@
  "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."
  },
-  "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."
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B)는 고정밀 지시 모델로, 복잡한 계산에 적합합니다."
  },
-  "OmniConsistency": {
-    "description": "OmniConsistency는 대규모 Diffusion Transformers(DiTs)와 페어드 스타일 데이터 도입을 통해 이미지-투-이미지 작업에서 스타일 일관성과 일반화 능력을 향상시켜 스타일 저하를 방지합니다."
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "같은 Phi-3-medium 모델이지만 RAG 또는 몇 가지 샷 프롬프트를 위한 더 큰 컨텍스트 크기를 가지고 있습니다."
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3는 6710억 개의 매개변수를 가진 혼합 전문가(MoE) 언어 모델로, 다중 헤드 잠재 주의(MLA) 및 DeepSeekMoE 아키텍처를 사용하여 보조 손실 없는 부하 균형 전략을 결합하여 추론 및 훈련 효율성을 최적화합니다. 14.8조 개의 고품질 토큰에서 사전 훈련을 수행하고 감독 미세 조정 및 강화 학습을 통해 DeepSeek-V3는 성능 면에서 다른 오픈 소스 모델을 초월하며, 선도적인 폐쇄형 모델에 근접합니다."
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2는 초강력 코드 및 에이전트 능력을 갖춘 MoE 아키텍처 기반 모델로, 총 파라미터 1조, 활성화 파라미터 320억입니다. 범용 지식 추론, 프로그래밍, 수학, 에이전트 등 주요 분야 벤치마크에서 K2 모델은 다른 주류 오픈 소스 모델을 능가하는 성능을 보입니다."
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Preview는 복잡한 대화 생성 및 맥락 이해 작업을 효율적으로 처리할 수 있는 혁신적인 자연어 처리 모델입니다."
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3는 능력이 크게 향상된 차세대 통의천문 대모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며 사고 모드 전환을 지원합니다."
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3 시리즈의 플래그십 혼합 전문가(MoE) 대형 언어 모델로, 알리바바 클라우드 통의천문 팀이 개발했습니다. 총 2350억 파라미터, 추론 시 220억 파라미터 활성화됩니다. Qwen3-235B-A22B 비사고 모드의 업데이트 버전으로, 명령 준수, 논리 추론, 텍스트 이해, 수학, 과학, 프로그래밍 및 도구 사용 등 범용 능력에서 크게 향상되었습니다. 또한 다국어 롱테일 지식 커버리지를 강화하고, 주관적 및 개방형 작업에서 사용자 선호에 더 잘 맞춰 더 유용하고 고품질의 텍스트를 생성합니다."
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3 시리즈의 대형 언어 모델 중 하나로, 고난도 복잡 추론 작업에 특화되어 있습니다. 혼합 전문가(MoE) 아키텍처 기반이며, 총 파라미터 2350억, 토큰 처리 시 약 220억 파라미터만 활성화하여 강력한 성능과 계산 효율성을 동시에 달성했습니다. 전용 '사고' 모델로서 논리 추론, 수학, 과학, 프로그래밍, 학술 벤치마크 등 인간 전문 지식이 필요한 작업에서 뛰어난 성능을 보이며, 오픈 소스 사고 모델 중 최고 수준입니다. 또한 명령 준수, 도구 사용, 텍스트 생성 등 범용 능력을 강화하고, 256K 길이의 긴 문맥 이해를 기본 지원하여 심층 추론 및 장문 처리에 적합합니다."
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3는 능력이 크게 향상된 차세대 통의천문 대모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며 사고 모드 전환을 지원합니다."
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507은 Qwen3-30B-A3B 비사고 모드의 업데이트 버전입니다. 이 모델은 총 305억 개의 파라미터와 33억 개의 활성화 파라미터를 가진 혼합 전문가(MoE) 모델입니다. 이 모델은 지침 준수, 논리 추론, 텍스트 이해, 수학, 과학, 코딩 및 도구 사용 등 여러 측면에서 중요한 향상을 이루었습니다. 또한 다국어 장기 지식 커버리지에서 실질적인 진전을 이루었으며, 주관적이고 개방형 작업에서 사용자 선호도에 더 잘 맞춰져 더 유용한 응답과 높은 품질의 텍스트를 생성할 수 있습니다. 아울러 이 모델의 장문 이해 능력도 256K로 강화되었습니다. 이 모델은 비사고 모드만 지원하며 출력에 `<think></think>` 태그를 생성하지 않습니다."
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3는 능력이 크게 향상된 차세대 통의천문 대모델로, 추론, 일반, 에이전트 및 다국어 등 여러 핵심 능력에서 업계 선두 수준에 도달하며 사고 모드 전환을 지원합니다."
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instruct는 코드 생성, 코드 이해 및 효율적인 개발 시나리오를 위해 설계된 대형 언어 모델로, 업계 최고의 32B 매개변수 규모를 채택하여 다양한 프로그래밍 요구를 충족합니다."
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22B는 MoE(혼합 전문가 모델)로, '혼합 추론 모드'를 도입하여 사용자가 '사고 모드'와 '비사고 모드' 사이를 원활하게 전환할 수 있습니다. 119개 언어 및 방언의 이해와 추론을 지원하며 강력한 도구 호출 능력을 갖추고 있습니다. 종합 능력, 코드 및 수학, 다국어 능력, 지식 및 추론 등 여러 벤치마크 테스트에서 DeepSeek R1, OpenAI o1, o3-mini, Grok 3, 구글 Gemini 2.5 Pro 등 현재 시장의 주요 대형 모델들과 경쟁할 수 있습니다."
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32B는 밀집 모델(Dense Model)로, '혼합 추론 모드'를 도입하여 사용자가 '사고 모드'와 '비사고 모드' 사이를 원활하게 전환할 수 있습니다. 모델 아키텍처 개선, 학습 데이터 증가 및 더 효율적인 학습 방법 덕분에 전체 성능이 Qwen2.5-72B와 유사한 수준입니다."
-  },
  "SenseChat": {
    "description": "기본 버전 모델(V4), 4K 컨텍스트 길이, 일반적인 능력이 강력합니다."
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "최신 버전 모델(V5.5)로, 다중 이미지 입력을 지원하며, 모델의 기본 능력 최적화를 전면적으로 구현하여 객체 속성 인식, 공간 관계, 동작 사건 인식, 장면 이해, 감정 인식, 논리 상식 추론 및 텍스트 이해 생성에서 큰 향상을 이루었습니다."
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "다중 모달, 언어 및 추론 데이터의 전면적인 업데이트와 학습 전략 최적화를 통해, 새로운 모델은 다중 모달 추론 및 일반화된 지침 준수 능력에서 현저한 향상을 이루었으며, 최대 128k의 컨텍스트 윈도우를 지원합니다. 또한 OCR 및 문화관광 IP 인식 등 특수 과제에서 뛰어난 성능을 보입니다."
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "다중 모달, 언어 및 추론 데이터의 전면적인 업데이트와 학습 전략 최적화를 통해, 새로운 모델은 다중 모달 추론 및 일반화된 지침 준수 능력에서 현저한 향상을 이루었으며, 최대 128k의 컨텍스트 윈도우를 지원합니다. 또한 OCR 및 문화관광 IP 인식 등 특수 과제에서 뛰어난 성능을 보입니다."
-  },
  "SenseNova-V6-Pro": {
    "description": "이미지, 텍스트, 비디오 기능의 원주율 통합을 실현하여 전통적인 다중 모드의 분리 한계를 극복하고, OpenCompass와 SuperCLUE 평가에서 두 개의 챔피언을 차지했습니다."
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23은 Cohere에서 출시한 다국어 모델로, 23개 언어를 지원하여 다양한 언어 응용에 편리함을 제공합니다."
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "마이크로소프트에서 배포 및 제공; DeepSeek R1 모델은 소규모 버전 업그레이드를 거쳤으며, 현재 버전은 DeepSeek-R1-0528입니다. 최신 업데이트에서 DeepSeek R1은 계산 자원 증대와 후학습 단계의 알고리즘 최적화 메커니즘 도입을 통해 추론 깊이와 추론 능력을 크게 향상시켰습니다. 이 모델은 수학, 프로그래밍, 일반 논리 등 여러 벤치마크 테스트에서 뛰어난 성능을 보이며, 전체 성능은 O3 및 Gemini 2.5 Pro와 같은 선도 모델에 근접합니다."
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13B는 백천 인공지능이 개발한 130억 개의 매개변수를 가진 오픈 소스 상용 대형 언어 모델로, 권위 있는 중국어 및 영어 벤치마크에서 동일한 크기에서 최고의 성과를 달성했습니다."
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnet은 기업 작업 부하에 이상적인 균형을 제공하며, 더 낮은 가격으로 최대 효용을 제공합니다. 신뢰성이 높고 대규모 배포에 적합합니다."
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1은 Anthropic의 최신 고난도 작업 처리용 최강 모델입니다. 성능, 지능, 유창성, 이해력 면에서 탁월한 성과를 보입니다."
-  },
  "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."
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "Doubao-Seed-1.6-thinking 모델은 사고 능력이 크게 강화되어 Doubao-1.5-thinking-pro에 비해 코딩, 수학, 논리 추론 등 기본 능력이 더욱 향상되었으며, 시각 이해도 지원합니다. 256k 컨텍스트 창을 지원하며, 출력 길이는 최대 16k 토큰까지 가능합니다."
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "Doubao 이미지 생성 모델은 바이트댄스 Seed 팀이 개발했으며, 텍스트와 이미지 입력을 지원하여 높은 제어력과 고품질 이미지 생성 경험을 제공합니다. 텍스트 프롬프트를 기반으로 이미지를 생성합니다."
-  },
  "doubao-vision-lite-32k": {
    "description": "Doubao-vision 모델은 Doubao에서 출시한 다중 모달 대형 모델로, 강력한 이미지 이해 및 추론 능력과 정밀한 명령 이해 능력을 갖추고 있습니다. 이미지 텍스트 정보 추출 및 이미지 기반 추론 작업에서 뛰어난 성능을 보여, 더 복잡하고 광범위한 시각 질문 응답 작업에 적용할 수 있습니다."
  },
@@ -1067,9 +995,6 @@
  "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."
  },
-  "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."
-  },
  "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."
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "ERNIE-X1-32K에 비해 모델의 효과와 성능이 더 우수합니다."
  },
-  "flux-1-schnell": {
-    "description": "Black Forest Labs가 개발한 120억 파라미터 텍스트-이미지 생성 모델로, 잠재적 적대적 확산 증류 기술을 사용하여 1~4단계 내에 고품질 이미지를 생성할 수 있습니다. 이 모델은 폐쇄형 대체품과 견줄 만한 성능을 보이며, Apache-2.0 라이선스 하에 개인, 연구 및 상업적 용도로 공개되어 있습니다."
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev]는 비상업적 용도를 위한 오픈 소스 가중치 및 정제 모델입니다. FLUX.1 [dev]는 FLUX 전문판과 유사한 이미지 품질과 명령 준수 능력을 유지하면서도 더 높은 실행 효율성을 갖추고 있습니다. 동일 크기 표준 모델 대비 자원 활용이 더 효율적입니다."
-  },
  "flux-kontext/dev": {
    "description": "프론티어 이미지 편집 모델."
  },
-  "flux-merged": {
-    "description": "FLUX.1-merged 모델은 개발 단계에서 탐색된 \"DEV\"의 심층 특성과 \"Schnell\"이 대표하는 고속 실행 장점을 결합했습니다. 이를 통해 FLUX.1-merged는 모델 성능 한계를 높이고 적용 범위를 확장했습니다."
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro]는 텍스트와 참조 이미지를 입력으로 처리하여 목표 지향적인 부분 편집과 복잡한 전체 장면 변환을 원활하게 수행할 수 있습니다."
  },
-  "flux-schnell": {
-    "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."
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell]은 120억 개의 매개변수를 가진 스트림 변환기 모델로, 1~4단계 내에 텍스트로부터 고품질 이미지를 생성하며 개인 및 상업적 용도에 적합합니다."
  },
@@ -1199,6 +1109,9 @@
  "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-04-17-thinking": {
+    "description": "Gemini 2.5 Flash Preview는 Google의 최고의 가성비 모델로, 포괄적인 기능을 제공합니다."
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash Preview는 Google의 최고의 가성비 모델로, 포괄적인 기능을 제공합니다."
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "GLM-4.1V-Thinking 시리즈 모델은 현재 알려진 10B급 VLM 모델 중 가장 성능이 뛰어난 비주얼 모델로, 동급 SOTA의 다양한 비주얼 언어 작업을 통합합니다. 여기에는 비디오 이해, 이미지 질문응답, 학과 문제 해결, OCR 문자 인식, 문서 및 차트 해석, GUI 에이전트, 프론트엔드 웹 코딩, 그라운딩 등이 포함되며, 여러 작업 능력은 8배 이상의 파라미터를 가진 Qwen2.5-VL-72B를 능가합니다. 선도적인 강화 학습 기술을 통해 사고 사슬 추론 방식을 습득하여 답변의 정확성과 풍부함을 향상시키며, 최종 결과와 해석 가능성 측면에서 전통적인 비사고 모델을 현저히 능가합니다."
  },
-  "glm-4.5": {
-    "description": "지능형 최신 플래그십 모델로, 사고 모드 전환을 지원하며 종합 능력이 오픈 소스 모델 중 최고 수준(SOTA)에 도달했습니다. 문맥 길이는 최대 128K까지 지원합니다."
-  },
-  "glm-4.5-air": {
-    "description": "GLM-4.5의 경량 버전으로, 성능과 비용 효율성을 균형 있게 갖추었으며 혼합 사고 모델을 유연하게 전환할 수 있습니다."
-  },
-  "glm-4.5-airx": {
-    "description": "GLM-4.5-Air의 초고속 버전으로, 반응 속도가 더 빠르며 대규모 고속 요구에 최적화되었습니다."
-  },
-  "glm-4.5-flash": {
-    "description": "GLM-4.5의 무료 버전으로, 추론, 코딩, 에이전트 등 작업에서 뛰어난 성능을 보입니다."
-  },
-  "glm-4.5-x": {
-    "description": "GLM-4.5의 초고속 버전으로, 강력한 성능과 함께 최대 100 tokens/초의 생성 속도를 자랑합니다."
-  },
  "glm-4v": {
    "description": "GLM-4V는 강력한 이미지 이해 및 추론 능력을 제공하며, 다양한 시각적 작업을 지원합니다."
  },
@@ -1311,7 +1209,7 @@
    "description": "초고속 추론: 매우 빠른 추론 속도와 강력한 추론 효과를 제공합니다."
  },
  "glm-z1-flash": {
-    "description": "GLM-Z1 시리즈는 강력한 복잡 추론 능력을 갖추었으며, 논리 추론, 수학, 코딩 등 분야에서 우수한 성과를 보입니다."
+    "description": "GLM-Z1 시리즈는 강력한 복잡한 추론 능력을 갖추고 있으며, 논리 추론, 수학, 프로그래밍 등 분야에서 뛰어난 성능을 발휘합니다. 최대 문맥 길이는 32K입니다."
  },
  "glm-z1-flashx": {
    "description": "고속 저가: Flash 강화 버전으로, 매우 빠른 추론 속도와 더 빠른 동시성 보장을 제공합니다."
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "ChatGPT 네이티브 멀티모달 이미지 생성 모델"
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B는 OpenAI에서 발표한 오픈 소스 대형 언어 모델로, MXFP4 양자화 기술을 사용하여 고급 소비자용 GPU 또는 Apple Silicon Mac에서 실행하기에 적합합니다. 이 모델은 대화 생성, 코드 작성 및 추론 작업에서 뛰어난 성능을 보이며, 함수 호출과 도구 사용을 지원합니다."
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B는 OpenAI에서 발표한 대형 오픈 소스 언어 모델로, MXFP4 양자화 기술을 적용한 플래그십 모델입니다. 다중 GPU 또는 고성능 워크스테이션 환경에서 실행해야 하며, 복잡한 추론, 코드 생성 및 다국어 처리에서 탁월한 성능을 발휘하고 고급 함수 호출과 도구 통합을 지원합니다."
-  },
  "grok-2-1212": {
    "description": "이 모델은 정확성, 지시 준수 및 다국어 능력에서 개선되었습니다."
  },
-  "grok-2-image-1212": {
-    "description": "최신 이미지 생성 모델로, 텍스트 프롬프트에 따라 생생하고 사실적인 이미지를 생성할 수 있습니다. 마케팅, 소셜 미디어, 엔터테인먼트 등 분야에서 뛰어난 이미지 생성 성능을 발휘합니다."
-  },
  "grok-2-vision-1212": {
    "description": "이 모델은 정확성, 지시 준수 및 다국어 능력에서 개선되었습니다."
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "텍스트 창작과 작문을 최적화하고, 코드 프론트엔드, 수학, 논리 추론 등 이공계 능력을 향상시키며, 명령어 준수 능력을 강화합니다."
  },
-  "hunyuan-t1-20250711": {
-    "description": "고난도 수학, 논리, 코딩 능력을 대폭 향상시키고 모델 출력 안정성을 최적화했으며, 장문 처리 능력을 강화했습니다."
-  },
  "hunyuan-t1-latest": {
    "description": "업계 최초의 초대형 Hybrid-Transformer-Mamba 추론 모델로, 추론 능력을 확장하고, 뛰어난 디코딩 속도를 자랑하며, 인간의 선호에 더욱 부합합니다."
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "혼원 최신 다중 모달 모델로, 이미지와 텍스트 입력을 지원하여 텍스트 콘텐츠를 생성합니다."
  },
-  "image-01": {
-    "description": "새로운 이미지 생성 모델로, 섬세한 화질을 자랑하며 텍스트-이미지 및 이미지-이미지 생성을 지원합니다."
-  },
-  "image-01-live": {
-    "description": "이미지 생성 모델로, 섬세한 화질을 제공하며 텍스트-이미지 생성과 화풍 설정을 지원합니다."
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "Imagen 4세대 텍스트-이미지 모델 시리즈"
  },
@@ -1646,9 +1526,6 @@
  "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."
-  },
  "jamba-large": {
    "description": "가장 강력하고 진보된 모델로, 기업급 복잡한 작업을 처리하도록 설계되었으며, 뛰어난 성능을 제공합니다."
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "딥 서치는 웹 검색, 독서 및 추론을 결합하여 포괄적인 조사를 수행합니다. 연구 작업을 수용하는 에이전트로 생각할 수 있으며, 광범위한 검색을 수행하고 여러 번 반복한 후에야 답변을 제공합니다. 이 과정은 지속적인 연구, 추론 및 다양한 각도에서 문제를 해결하는 것을 포함합니다. 이는 사전 훈련된 데이터에서 직접 답변을 생성하는 표준 대형 모델 및 일회성 표면 검색에 의존하는 전통적인 RAG 시스템과 근본적으로 다릅니다."
  },
-  "kimi-k2": {
-    "description": "Kimi-K2는 Moonshot AI가 출시한 초강력 코드 및 에이전트 능력을 갖춘 MoE 아키텍처 기반 모델로, 총 파라미터 1조, 활성화 파라미터 320억입니다. 범용 지식 추론, 프로그래밍, 수학, 에이전트 등 주요 분야 벤치마크에서 K2 모델은 다른 주류 오픈 소스 모델을 능가하는 성능을 보입니다."
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2는 강력한 코드 및 에이전트 기능을 갖춘 MoE 아키텍처 기반 모델로, 총 파라미터 1조, 활성화 파라미터 320억을 보유하고 있습니다. 일반 지식 추론, 프로그래밍, 수학, 에이전트 등 주요 분야 벤치마크 성능 테스트에서 K2 모델은 다른 주요 오픈소스 모델을 능가하는 성능을 보여줍니다."
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B는 대규모 강화 학습 최적화를 거친 오픈소스 코드 대형 모델로, 안정적이고 바로 생산에 투입 가능한 패치를 출력할 수 있습니다. 이 모델은 SWE-bench Verified에서 60.4%의 신기록을 세우며, 결함 수정, 코드 리뷰 등 자동화 소프트웨어 엔지니어링 작업에서 오픈소스 모델의 기록을 경신했습니다."
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2는 초강력 코드 및 에이전트 능력을 갖춘 MoE 아키텍처 기반 모델로, 총 파라미터 1조, 활성화 파라미터 320억입니다. 범용 지식 추론, 프로그래밍, 수학, 에이전트 등 주요 분야 벤치마크에서 K2 모델은 다른 주류 오픈 소스 모델을 능가하는 성능을 보입니다."
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2는 강력한 코드 및 에이전트 기능을 갖춘 MoE 아키텍처 기반 모델로, 총 파라미터 1조, 활성화 파라미터 320억입니다. 일반 지식 추론, 프로그래밍, 수학, 에이전트 등 주요 분야의 벤치마크 성능 테스트에서 K2 모델은 다른 주요 오픈소스 모델을 능가하는 성능을 보입니다."
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o mini는 OpenAI가 GPT-4 Omni 이후에 출시한 최신 모델로, 이미지와 텍스트 입력을 지원하며 텍스트를 출력합니다. 가장 진보된 소형 모델로, 최근의 다른 최첨단 모델보다 훨씬 저렴하며, GPT-3.5 Turbo보다 60% 이상 저렴합니다. 최첨단 지능을 유지하면서도 뛰어난 가성비를 자랑합니다. GPT-4o mini는 MMLU 테스트에서 82%의 점수를 기록했으며, 현재 채팅 선호도에서 GPT-4보다 높은 순위를 차지하고 있습니다."
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120B는 1,200억 개의 파라미터를 가진 최첨단 언어 모델로, 내장된 브라우저 검색 및 코드 실행 기능과 추론 능력을 갖추고 있습니다."
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20B는 200억 개의 파라미터를 가진 최첨단 언어 모델로, 내장된 브라우저 검색 및 코드 실행 기능과 추론 능력을 갖추고 있습니다."
-  },
  "openai/o1": {
    "description": "o1은 OpenAI의 새로운 추론 모델로, 이미지와 텍스트 입력을 지원하며 텍스트를 출력합니다. 광범위한 일반 지식이 필요한 복잡한 작업에 적합합니다. 이 모델은 20만 토큰의 컨텍스트와 2023년 10월 기준 지식을 보유하고 있습니다."
  },
@@ -2399,21 +2264,9 @@
  "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."
  },
-  "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."
-  },
-  "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."
-  },
  "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."
  },
-  "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."
-  },
-  "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."
-  },
  "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."
  },
@@ -2423,15 +2276,6 @@
  "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."
  },
-  "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."
-  },
-  "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."
-  },
-  "qwen3-coder-plus": {
-    "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."
-  },
  "qwq": {
    "description": "QwQ는 AI 추론 능력을 향상시키는 데 중점을 둔 실험 연구 모델입니다."
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "DeepSeek 추론 모델이 지원하는 새로운 API 제품입니다."
  },
-  "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."
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-large는 8억 파라미터를 가진 다중 모달 확산 변환기(MMDiT) 텍스트-이미지 생성 모델로, 뛰어난 이미지 품질과 프롬프트 일치도를 갖추고 있습니다. 최대 100만 픽셀의 고해상도 이미지 생성을 지원하며, 일반 소비자용 하드웨어에서도 효율적으로 작동합니다."
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turbo는 stable-diffusion-3.5-large를 기반으로 적대적 확산 증류(ADD) 기술을 적용한 모델로, 더 빠른 속도를 자랑합니다."
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5는 stable-diffusion-v1.2 체크포인트 가중치를 초기화하고 \"laion-aesthetics v2 5+\" 데이터셋에서 512x512 해상도로 595k 스텝 미세 조정을 거쳤으며, 텍스트 조건화를 10% 줄여 분류기 없는 가이드 샘플링을 향상시켰습니다."
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xl은 v1.5 대비 대대적인 개선이 이루어졌으며, 현재 공개된 텍스트-이미지 SOTA 모델인 midjourney와 유사한 성능을 보입니다. 주요 개선점은 더 큰 unet 백본(기존 대비 3배), 생성 이미지 품질 향상을 위한 정제 모듈 추가, 더 효율적인 훈련 기법 등입니다."
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "Stability AI가 개발하고 오픈 소스로 공개한 텍스트-이미지 대형 모델로, 업계 선두 수준의 창의적 이미지 생성 능력을 갖추고 있습니다. 뛰어난 명령 이해 능력을 보유하며, 역방향 프롬프트 정의를 지원해 정확한 콘텐츠 생성을 가능하게 합니다."
-  },
  "step-1-128k": {
    "description": "성능과 비용의 균형을 맞추어 일반적인 시나리오에 적합합니다."
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "소형 비주얼 모델로, 기본적인 텍스트 및 이미지 작업에 적합합니다."
  },
-  "step-1x-edit": {
-    "description": "이 모델은 이미지 편집 작업에 특화되어 있으며, 사용자가 제공한 이미지와 텍스트 설명에 따라 이미지를 수정 및 향상시킬 수 있습니다. 텍스트 설명과 예시 이미지 등 다양한 입력 형식을 지원하며, 사용자의 의도를 이해하고 요구에 부합하는 이미지 편집 결과를 생성합니다."
-  },
-  "step-1x-medium": {
-    "description": "이 모델은 강력한 이미지 생성 능력을 갖추고 있으며, 텍스트 설명을 입력으로 지원합니다. 기본적으로 중국어를 지원하여 중국어 텍스트 설명을 더 잘 이해하고 처리할 수 있으며, 텍스트 설명의 의미를 정확히 포착해 이미지 특징으로 변환하여 보다 정밀한 이미지 생성을 실현합니다. 입력에 따라 고해상도, 고품질 이미지를 생성하며, 일정 수준의 스타일 전이 능력도 갖추고 있습니다."
-  },
  "step-2-16k": {
    "description": "대규모 컨텍스트 상호작용을 지원하며, 복잡한 대화 시나리오에 적합합니다."
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "신세대 자체 개발 Attention 아키텍처인 MFA를 기반으로 한 초고속 대형 모델로, 매우 낮은 비용으로 step1과 유사한 효과를 달성하면서도 더 높은 처리량과 더 빠른 응답 지연을 유지합니다. 일반적인 작업을 처리할 수 있으며, 코드 능력에 있어 특장점을 가지고 있습니다."
  },
-  "step-2x-large": {
-    "description": "계단별 신성(阶跃星辰) 차세대 이미지 생성 모델로, 텍스트 설명에 따라 고품질 이미지를 생성하는 데 특화되어 있습니다. 새 모델은 이미지 질감이 더욱 사실적이며, 중영문 텍스트 생성 능력이 강화되었습니다."
-  },
  "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."
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "v0-1.5-md 모델은 일상 작업 및 사용자 인터페이스(UI) 생성에 적합합니다"
  },
-  "wan2.2-t2i-flash": {
-    "description": "만상2.2 초고속 버전으로, 현재 최신 모델입니다. 창의성, 안정성, 사실적 질감이 전면 업그레이드되었으며, 생성 속도가 빠르고 비용 효율성이 높습니다."
-  },
-  "wan2.2-t2i-plus": {
-    "description": "만상2.2 전문 버전으로, 현재 최신 모델입니다. 창의성, 안정성, 사실적 질감이 전면 업그레이드되었으며, 생성 세부 사항이 풍부합니다."
-  },
-  "wanx-v1": {
-    "description": "기본 텍스트-이미지 생성 모델로, 통의 만상 공식 웹사이트 1.0 범용 모델에 해당합니다."
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "질감 인물 생성에 능하며, 속도는 중간, 비용은 낮은 편입니다. 통의 만상 공식 웹사이트 2.0 초고속 모델에 해당합니다."
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "전면 업그레이드 버전으로, 생성 이미지 세부 사항이 더욱 풍부하며 속도는 다소 느립니다. 통의 만상 공식 웹사이트 2.1 전문 모델에 해당합니다."
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "전면 업그레이드 버전으로, 생성 속도가 빠르고 효과가 전반적으로 우수하며 종합 비용 효율성이 높습니다. 통의 만상 공식 웹사이트 2.1 초고속 모델에 해당합니다."
+    "description": "알리클라우드 통의(通义) 산하의 텍스트-이미지 생성 모델"
  },
  "whisper-1": {
    "description": "범용 음성 인식 모델로, 다국어 음성 인식, 음성 번역 및 언어 인식을 지원합니다."
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "복잡한 시각적 작업 모델로, 여러 이미지를 기반으로 한 고성능 이해 및 분석 능력을 제공합니다."
-  },
-  "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."
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Air는 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."
  }
 }
@@ -1,45 +1,45 @@
 {
  "confirm": "확인",
  "debug": {
-    "arguments": "호출 매개변수",
+    "arguments": "함수 호출 인수",
    "function_call": "함수 호출",
    "off": "디버그 끄기",
    "on": "플러그인 호출 정보 보기",
-    "payload": "플러그인 페이로드",
+    "payload": "페이로드",
    "pluginState": "플러그인 상태",
-    "response": "응답 결과",
-    "title": "플러그인 상세 정보",
-    "tool_call": "도구 호출 요청"
+    "response": "응답",
+    "title": "플러그인 세부정보",
+    "tool_call": "도구 호출"
  },
  "detailModal": {
    "customPlugin": {
      "description": "자세한 내용은 편집 페이지에서 확인하세요",
      "editBtn": "지금 편집",
-      "title": "사용자 정의 플러그인입니다"
+      "title": "이것은 사용자 정의 플러그인입니다"
    },
    "emptyState": {
-      "description": "플러그인 기능과 설정 옵션을 보려면 먼저 이 플러그인을 설치하세요",
-      "title": "설치 후 플러그인 상세 정보 보기"
+      "description": "이 플러그인을 설치한 후 플러그인 기능과 설정 옵션을 확인하세요",
+      "title": "설치 후 플러그인 세부 정보 보기"
    },
    "info": {
      "description": "API 설명",
      "name": "API 이름"
    },
    "tabs": {
-      "info": "플러그인 기능",
+      "info": "플러그인 능력",
      "manifest": "설치 파일",
      "settings": "설정"
    },
-    "title": "플러그인 상세 정보"
+    "title": "플러그인 상세정보"
  },
  "dev": {
-    "confirmDeleteDevPlugin": "이 로컬 플러그인을 삭제하면 복구할 수 없습니다. 삭제하시겠습니까?",
+    "confirmDeleteDevPlugin": "로컬 플러그인을 삭제하시겠습니까? 삭제 후에는 복구할 수 없습니다.",
    "customParams": {
      "useProxy": {
-        "label": "프록시를 통해 설치 (교차 출처 오류 발생 시 이 옵션을 켜고 다시 설치해 보세요)"
+        "label": "프록시 사용 (크로스 도메인 오류가 발생할 경우 이 옵션을 활성화한 후 다시 설치해 보세요)"
      }
    },
-    "deleteSuccess": "플러그인 삭제 성공",
+    "deleteSuccess": "플러그인이 성공적으로 삭제되었습니다.",
    "manifest": {
      "identifier": {
        "desc": "플러그인의 고유 식별자",
@@ -61,19 +61,19 @@
        "title": "고급 설정"
      },
      "args": {
-        "desc": "명령 실행에 전달되는 매개변수 목록, 일반적으로 MCP 서버 이름 또는 시작 스크립트 경로를 입력",
+        "desc": "실행 명령에 전달할 매개변수 목록으로, 일반적으로 여기에서 MCP 서버 이름 또는 시작 스크립트 경로를 입력합니다.",
        "label": "명령 매개변수",
        "placeholder": "예: mcp-hello-world",
        "required": "시작 매개변수를 입력하세요"
      },
      "auth": {
        "bear": "API 키",
-        "desc": "MCP 서버 인증 방식 선택",
+        "desc": "MCP 서버의 인증 방식을 선택하세요",
        "label": "인증 유형",
        "none": "인증 불필요",
        "placeholder": "인증 유형을 선택하세요",
        "token": {
-          "desc": "API 키 또는 Bearer 토큰 입력",
+          "desc": "API 키 또는 Bearer 토큰을 입력하세요",
          "label": "API 키",
          "placeholder": "sk-xxxxx",
          "required": "인증 토큰을 입력하세요"
@@ -86,34 +86,34 @@
        "desc": "MCP STDIO 서버를 시작하는 실행 파일 또는 스크립트",
        "label": "명령",
        "placeholder": "예: npx / uv / docker 등",
-        "required": "시작 명령을 입력하세요"
+        "required": "시작 명령어를 입력하세요"
      },
      "desc": {
-        "desc": "플러그인 설명 추가",
+        "desc": "플러그인에 대한 설명 추가",
        "label": "플러그인 설명",
-        "placeholder": "플러그인 사용법과 시나리오 등 정보 보충"
+        "placeholder": "이 플러그인의 사용 설명 및 상황 등의 정보를 추가하세요"
      },
      "endpoint": {
-        "desc": "MCP Streamable HTTP 서버 주소 입력",
+        "desc": "당신의 MCP 스트리밍 HTTP 서버 주소를 입력하세요",
        "label": "MCP 엔드포인트 URL"
      },
      "env": {
        "add": "행 추가",
-        "desc": "MCP 서버에 필요한 환경 변수 입력",
-        "duplicateKeyError": "키는 고유해야 합니다",
-        "formValidationFailed": "폼 검증 실패, 매개변수 형식을 확인하세요",
-        "keyRequired": "키는 비워둘 수 없습니다",
+        "desc": "MCP 서버에 필요한 환경 변수를 입력하세요.",
+        "duplicateKeyError": "필드 키는 고유해야 합니다.",
+        "formValidationFailed": "양식 검증 실패, 매개변수 형식을 확인하세요.",
+        "keyRequired": "필드 키는 비워둘 수 없습니다.",
        "label": "MCP 서버 환경 변수",
-        "stringifyError": "매개변수를 직렬화할 수 없습니다, 형식을 확인하세요"
+        "stringifyError": "매개변수를 직렬화할 수 없습니다. 매개변수 형식을 확인하세요."
      },
      "headers": {
        "add": "행 추가",
-        "desc": "요청 헤더 입력",
+        "desc": "요청 헤더를 입력하세요",
        "label": "HTTP 헤더"
      },
      "identifier": {
-        "desc": "MCP 플러그인 이름 지정, 영문자 사용 필요",
-        "invalid": "식별자는 문자, 숫자, 하이픈, 밑줄만 포함할 수 있습니다",
+        "desc": "당신의 MCP 플러그인에 이름을 지정하세요, 영어 문자 사용 필요",
+        "invalid": "영어 문자, 숫자, - 및 _ 기호만 입력할 수 있습니다",
        "label": "MCP 플러그인 이름",
        "placeholder": "예: my-mcp-plugin",
        "required": "MCP 서비스 식별자를 입력하세요"
@@ -121,63 +121,63 @@
      "previewManifest": "플러그인 설명 파일 미리보기",
      "quickImport": "JSON 구성 빠른 가져오기",
      "quickImportError": {
-        "empty": "입력 내용이 비어 있습니다",
-        "invalidJson": "유효하지 않은 JSON 형식",
+        "empty": "입력 내용이 비어 있을 수 없습니다",
+        "invalidJson": "유효하지 않은 JSON 형식입니다",
        "invalidStructure": "JSON 형식이 유효하지 않습니다"
      },
-      "stdioNotSupported": "현재 환경은 stdio 유형 MCP 플러그인을 지원하지 않습니다",
+      "stdioNotSupported": "현재 환경에서는 stdio 유형의 MCP 플러그인이 지원되지 않습니다",
      "testConnection": "연결 테스트",
-      "testConnectionTip": "연결 테스트 성공 후 MCP 플러그인을 정상 사용할 수 있습니다",
+      "testConnectionTip": "연결 테스트가 성공해야 MCP 플러그인을 정상적으로 사용할 수 있습니다",
      "type": {
-        "desc": "MCP 플러그인 통신 방식 선택, 웹 버전은 Streamable HTTP만 지원",
-        "httpFeature1": "웹 및 데스크톱 호환",
-        "httpFeature2": "원격 MCP 서버 연결, 추가 설치 불필요",
+        "desc": "MCP 플러그인의 통신 방식을 선택하세요, 웹 버전은 스트리밍 HTTP만 지원합니다",
+        "httpFeature1": "웹 버전과 데스크톱 버전 호환",
+        "httpFeature2": "원격 MCP 서버에 연결, 추가 설치 및 구성 필요 없음",
        "httpShortDesc": "스트리밍 HTTP 기반 통신 프로토콜",
        "label": "MCP 플러그인 유형",
        "stdioFeature1": "더 낮은 통신 지연, 로컬 실행에 적합",
-        "stdioFeature2": "로컬에 MCP 서버 설치 및 실행 필요",
+        "stdioFeature2": "로컬에 MCP 서버를 설치하고 실행해야 함",
        "stdioNotAvailable": "STDIO 모드는 데스크톱 버전에서만 사용 가능",
-        "stdioShortDesc": "표준 입출력 기반 통신 프로토콜",
+        "stdioShortDesc": "표준 입력 및 출력을 기반으로 한 통신 프로토콜",
        "title": "MCP 플러그인 유형"
      },
      "url": {
-        "desc": "MCP 서버 Streamable HTTP 주소 입력, SSE 모드 미지원",
+        "desc": "MCP 서버의 스트리밍 HTTP 주소를 입력하세요. SSE 모드는 지원하지 않습니다.",
        "invalid": "유효한 URL 주소를 입력하세요",
-        "label": "Streamable HTTP 엔드포인트 URL",
+        "label": "HTTP 엔드포인트 URL",
        "required": "MCP 서비스 URL을 입력하세요"
      }
    },
    "meta": {
      "author": {
-        "desc": "플러그인 제작자",
-        "label": "제작자"
+        "desc": "플러그인 작성자",
+        "label": "작성자"
      },
      "avatar": {
-        "desc": "플러그인 아이콘, 이모지 또는 URL 사용 가능",
+        "desc": "플러그인 아이콘으로는 Emoji 또는 URL을 사용할 수 있습니다.",
        "label": "아이콘"
      },
      "description": {
        "desc": "플러그인 설명",
        "label": "설명",
-        "placeholder": "검색 엔진에서 정보 조회"
+        "placeholder": "검색 엔진에서 정보 가져오기"
      },
-      "formFieldRequired": "이 필드는 필수입니다",
+      "formFieldRequired": "이 필드는 필수 입력 사항입니다.",
      "homepage": {
        "desc": "플러그인 홈페이지",
        "label": "홈페이지"
      },
      "identifier": {
-        "desc": "플러그인 고유 식별자, manifest에서 자동 인식",
-        "errorDuplicate": "식별자가 기존 플러그인과 중복됩니다, 수정하세요",
+        "desc": "플러그인의 고유 식별자는 manifest에서 자동으로 인식됩니다.",
+        "errorDuplicate": "식별자가 이미 있는 플러그인과 중복되었습니다. 식별자를 수정해주세요.",
        "label": "식별자",
-        "pattenErrorMessage": "영문자, 숫자, - 및 _ 만 입력할 수 있습니다"
+        "pattenErrorMessage": "영문자, 숫자, - 및 _만 입력할 수 있습니다."
      },
      "lobe": "{{appName}} 플러그인",
      "manifest": {
-        "desc": "{{appName}}가 이 링크를 통해 플러그인을 설치합니다",
-        "label": "플러그인 설명 파일 (Manifest) URL",
+        "desc": "{{appName}}는 이 링크를 통해 플러그인을 설치합니다.",
+        "label": "Manifest 파일 URL",
        "preview": "Manifest 미리보기",
-        "refresh": "새로고침"
+        "refresh": "새로 고침"
      },
      "openai": "OpenAI 플러그인",
      "title": {
@@ -187,28 +187,28 @@
      }
    },
    "metaConfig": "플러그인 메타 정보 구성",
-    "modalDesc": "사용자 정의 플러그인 추가 후 플러그인 개발 검증 및 대화에서 직접 사용 가능. 플러그인 개발은 <1>개발 문서↗</> 참고",
+    "modalDesc": "사용자 정의 플러그인을 추가하면 플러그인 개발을 검증하거나 세션에서 직접 사용할 수 있습니다. 플러그인 개발은 <1>개발 문서↗</>를 참조하세요.",
    "openai": {
      "importUrl": "URL 링크에서 가져오기",
      "schema": "스키마"
    },
    "preview": {
      "api": {
-        "noParams": "이 도구는 매개변수가 없습니다",
+        "noParams": "이 도구에는 매개변수가 없습니다",
        "noResults": "검색 조건에 맞는 API를 찾을 수 없습니다",
        "params": "매개변수:",
        "searchPlaceholder": "도구 검색..."
      },
-      "card": "플러그인 미리보기 표시",
+      "card": "플러그인 미리보기",
      "desc": "플러그인 설명 미리보기",
      "empty": {
-        "desc": "구성 완료 후 이곳에서 플러그인 지원 도구 기능을 미리볼 수 있습니다",
+        "desc": "구성을 완료한 후, 이곳에서 플러그인이 지원하는 도구 기능을 미리 볼 수 있습니다",
        "title": "플러그인 구성 후 미리보기 시작"
      },
      "title": "플러그인 이름 미리보기"
    },
    "save": "플러그인 설치",
-    "saveSuccess": "플러그인 설정 저장 성공",
+    "saveSuccess": "플러그인 설정이 성공적으로 저장되었습니다.",
    "tabs": {
      "manifest": "기능 설명 목록 (Manifest)",
      "meta": "플러그인 메타 정보"
@@ -218,21 +218,21 @@
      "edit": "사용자 정의 플러그인 편집"
    },
    "type": {
-      "lobe": "{{appName}} 플러그인",
+      "lobe": "LobeChat 플러그인",
      "openai": "OpenAI 플러그인"
    },
    "update": "업데이트",
-    "updateSuccess": "플러그인 설정 업데이트 성공"
+    "updateSuccess": "플러그인 설정이 성공적으로 업데이트되었습니다."
  },
  "error": {
-    "fetchError": "manifest 링크 요청 실패, 링크 유효성 및 교차 출처 접근 허용 여부를 확인하세요",
+    "fetchError": "해당 manifest 링크를 요청하는 중 오류가 발생했습니다. 링크의 유효성을 확인하고, 링크가 크로스 도메인 액세스를 허용하는지 확인하세요.",
    "installError": "플러그인 {{name}} 설치 실패",
-    "manifestInvalid": "manifest 규격 불일치, 검증 결과: \n\n {{error}}",
-    "noManifest": "설명 파일이 존재하지 않습니다",
-    "openAPIInvalid": "OpenAPI 파싱 실패, 오류: \n\n {{error}}",
-    "reinstallError": "플러그인 {{name}} 새로고침 실패",
-    "testConnectionFailed": "Manifest 가져오기 실패: {{error}}",
-    "urlError": "링크가 JSON 형식 내용을 반환하지 않습니다, 유효한 링크인지 확인하세요"
+    "manifestInvalid": "manifest가 규격에 맞지 않습니다. 유효성 검사 결과: \n\n {{error}}",
+    "noManifest": "설명 파일이 없습니다",
+    "openAPIInvalid": "OpenAPI 파싱에 실패했습니다. 오류: \n\n {{error}}",
+    "reinstallError": "플러그인 {{name}} 다시 설치 중 오류가 발생했습니다.",
+    "testConnectionFailed": "매니페스트를 가져오는 데 실패했습니다: {{error}}",
+    "urlError": "이 링크는 JSON 형식의 내용을 반환하지 않습니다. 유효한 링크인지 확인하세요."
  },
  "inspector": {
    "args": "매개변수 목록 보기",
@@ -241,7 +241,7 @@
  "list": {
    "item": {
      "deprecated.title": "삭제됨",
-      "local.config": "설정",
+      "local.config": "구성",
      "local.title": "사용자 정의"
    }
  },
@@ -254,7 +254,7 @@
      "listLocalFiles": "파일 목록 보기",
      "moveLocalFiles": "파일 이동",
      "readLocalFile": "파일 내용 읽기",
-      "renameLocalFile": "파일 이름 변경",
+      "renameLocalFile": "이름 바꾸기",
      "searchLocalFiles": "파일 검색",
      "writeLocalFile": "파일 쓰기"
    },
@@ -263,31 +263,31 @@
  "mcpInstall": {
    "CHECKING_INSTALLATION": "설치 환경 확인 중...",
    "COMPLETED": "설치 완료",
-    "CONFIGURATION_REQUIRED": "관련 설정을 완료한 후 설치를 계속하세요",
+    "CONFIGURATION_REQUIRED": "관련 구성을 완료한 후 설치를 계속 진행하세요",
    "ERROR": "설치 오류",
    "FETCHING_MANIFEST": "플러그인 설명 파일 가져오는 중...",
    "GETTING_SERVER_MANIFEST": "MCP 서버 초기화 중...",
    "INSTALLING_PLUGIN": "플러그인 설치 중...",
-    "configurationDescription": "이 MCP 플러그인은 정상 작동을 위해 설정 매개변수가 필요합니다. 필수 정보를 입력하세요",
-    "configurationRequired": "플러그인 매개변수 설정",
-    "continueInstall": "설치 계속",
-    "dependenciesDescription": "이 플러그인은 정상 작동을 위해 다음 시스템 의존성이 필요합니다. 안내에 따라 누락된 의존성을 설치한 후 다시 확인하여 설치를 계속하세요.",
-    "dependenciesRequired": "플러그인 시스템 의존성 설치 필요",
+    "configurationDescription": "이 MCP 플러그인은 정상 작동을 위해 구성 매개변수가 필요합니다. 필수 구성 정보를 입력하세요.",
+    "configurationRequired": "플러그인 매개변수 구성",
+    "continueInstall": "설치 계속하기",
+    "dependenciesDescription": "이 플러그인은 정상 작동을 위해 다음 시스템 종속 항목 설치가 필요합니다. 안내에 따라 누락된 종속 항목을 설치한 후 다시 확인하여 설치를 계속 진행하세요.",
+    "dependenciesRequired": "플러그인 시스템 종속 항목을 설치하세요",
    "dependencyStatus": {
      "installed": "설치됨",
-      "notInstalled": "미설치",
+      "notInstalled": "설치되지 않음",
      "requiredVersion": "필요 버전: {{version}}"
    },
    "errorDetails": {
      "args": "매개변수",
-      "command": "명령",
+      "command": "명령어",
      "connectionParams": "연결 매개변수",
      "env": "환경 변수",
      "errorOutput": "오류 로그",
      "exitCode": "종료 코드",
-      "hideDetails": "상세 정보 숨기기",
+      "hideDetails": "세부 정보 숨기기",
      "originalError": "원본 오류",
-      "showDetails": "상세 정보 보기"
+      "showDetails": "세부 정보 보기"
    },
    "errorTypes": {
      "AUTHORIZATION_ERROR": "권한 인증 오류",
@@ -297,75 +297,15 @@
      "UNKNOWN_ERROR": "알 수 없는 오류",
      "VALIDATION_ERROR": "매개변수 검증 실패"
    },
-    "installError": "MCP 플러그인 설치 실패, 원인: {{detail}}",
+    "installError": "MCP 플러그인 설치 실패, 실패 원인: {{detail}}",
    "installMethods": {
      "manual": "수동 설치:",
      "recommended": "권장 설치 방법:"
    },
-    "recheckDependencies": "의존성 재확인",
+    "recheckDependencies": "다시 확인",
    "skipDependencies": "확인 건너뛰기"
  },
  "pluginList": "플러그인 목록",
-  "protocolInstall": {
-    "actions": {
-      "install": "설치",
-      "installAnyway": "그래도 설치",
-      "installed": "설치됨"
-    },
-    "config": {
-      "args": "매개변수",
-      "command": "명령",
-      "env": "환경 변수",
-      "headers": "요청 헤더",
-      "title": "설정 정보",
-      "type": {
-        "http": "유형: HTTP",
-        "label": "유형",
-        "stdio": "유형: Stdio"
-      },
-      "url": "서비스 주소"
-    },
-    "custom": {
-      "badge": "사용자 정의 플러그인",
-      "security": {
-        "description": "이 플러그인은 공식 검증을 거치지 않았으며, 설치 시 보안 위험이 있을 수 있습니다! 플러그인 출처를 신뢰하는지 확인하세요.",
-        "title": "⚠️ 보안 위험 경고"
-      },
-      "title": "사용자 정의 플러그인 설치"
-    },
-    "marketplace": {
-      "title": "서드파티 플러그인 설치",
-      "trustedBy": "{{name}} 제공",
-      "unverified": {
-        "title": "검증되지 않은 서드파티 플러그인",
-        "warning": "이 플러그인은 검증되지 않은 서드파티 마켓에서 제공됩니다. 설치 전에 출처를 신뢰하는지 확인하세요."
-      },
-      "verified": "검증됨"
-    },
-    "messages": {
-      "connectionTestFailed": "연결 테스트 실패",
-      "installError": "플러그인 설치 실패, 다시 시도하세요",
-      "installSuccess": "플러그인 {{name}} 설치 성공!",
-      "manifestError": "플러그인 상세 정보 가져오기 실패, 네트워크 연결을 확인 후 다시 시도하세요",
-      "manifestNotFound": "플러그인 설명 파일을 가져오지 못했습니다"
-    },
-    "meta": {
-      "author": "제작자",
-      "homepage": "홈페이지",
-      "identifier": "식별자",
-      "source": "출처",
-      "version": "버전"
-    },
-    "official": {
-      "badge": "LobeHub 공식 플러그인",
-      "description": "이 플러그인은 LobeHub 공식에서 개발 및 유지 관리하며, 엄격한 보안 검토를 거쳐 안심하고 사용할 수 있습니다.",
-      "loadingMessage": "플러그인 상세 정보 가져오는 중...",
-      "loadingTitle": "로딩 중",
-      "title": "공식 플러그인 설치"
-    },
-    "title": "MCP 플러그인 설치",
-    "warning": "⚠️ 이 플러그인의 출처를 신뢰하는지 확인하세요. 악성 플러그인은 시스템 보안에 위협이 될 수 있습니다."
-  },
  "search": {
    "apiName": {
      "crawlMultiPages": "여러 페이지 내용 읽기",
@@ -375,14 +315,14 @@
    "config": {
      "addKey": "키 추가",
      "close": "삭제",
-      "confirm": "설정 완료 및 재시도"
+      "confirm": "구성이 완료되었습니다. 다시 시도하십시오."
    },
    "crawPages": {
      "crawling": "링크 인식 중",
      "detail": {
        "preview": "미리보기",
        "raw": "원본 텍스트",
-        "tooLong": "텍스트가 너무 깁니다. 대화 컨텍스트는 처음 {{characters}}자만 유지하며, 초과 부분은 대화에 포함되지 않습니다."
+        "tooLong": "텍스트 내용이 너무 깁니다. 대화 맥락은 앞의 {{characters}}자만 유지되며, 초과 부분은 대화 맥락에 포함되지 않습니다."
      },
      "meta": {
        "crawler": "크롤링 모드",
@@ -390,14 +330,14 @@
      }
    },
    "searchxng": {
-      "baseURL": "입력하세요",
-      "description": "SearchXNG 웹사이트 주소를 입력하면 네트워크 검색을 시작할 수 있습니다",
-      "keyPlaceholder": "키를 입력하세요",
-      "title": "SearchXNG 검색 엔진 설정",
-      "unconfiguredDesc": "관리자에게 문의하여 SearchXNG 검색 엔진 설정을 완료한 후 네트워크 검색을 시작하세요",
-      "unconfiguredTitle": "SearchXNG 검색 엔진 미설정"
+      "baseURL": "입력하십시오",
+      "description": "SearchXNG의 URL을 입력하면 인터넷 검색을 시작할 수 있습니다.",
+      "keyPlaceholder": "키를 입력하십시오",
+      "title": "SearchXNG 검색 엔진 구성",
+      "unconfiguredDesc": "관리자에게 연락하여 SearchXNG 검색 엔진 구성을 완료하십시오. 인터넷 검색을 시작할 수 있습니다.",
+      "unconfiguredTitle": "SearchXNG 검색 엔진이 아직 구성되지 않았습니다."
    },
-    "title": "네트워크 검색"
+    "title": "인터넷 검색"
  },
  "setting": "플러그인 설정",
  "settings": {
@@ -412,17 +352,17 @@
    },
    "connection": {
      "args": "시작 매개변수",
-      "command": "시작 명령",
+      "command": "시작 명령어",
      "title": "연결 정보",
      "type": "연결 유형",
      "url": "서비스 주소"
    },
    "edit": "편집",
-    "envConfigDescription": "이 설정은 MCP 서버 시작 시 환경 변수로 프로세스에 전달됩니다",
-    "httpTypeNotice": "HTTP 유형 MCP 플러그인은 현재 설정할 환경 변수가 없습니다",
+    "envConfigDescription": "이 구성은 MCP 서버 시작 시 환경 변수로 프로세스에 전달됩니다",
+    "httpTypeNotice": "HTTP 유형의 MCP 플러그인은 현재 구성할 환경 변수가 없습니다",
    "indexUrl": {
      "title": "마켓 인덱스",
-      "tooltip": "온라인 편집은 지원하지 않으며, 배포 시 환경 변수로 설정하세요"
+      "tooltip": "온라인 편집은 지원되지 않습니다. 배포 환경 변수를 통해 설정해주세요."
    },
    "messages": {
      "connectionUpdateFailed": "연결 정보 업데이트 실패",
@@ -430,34 +370,34 @@
      "envUpdateFailed": "환경 변수 저장 실패",
      "envUpdateSuccess": "환경 변수 저장 성공"
    },
-    "modalDesc": "플러그인 마켓 주소를 설정하면 사용자 정의 플러그인 마켓을 사용할 수 있습니다",
+    "modalDesc": "플러그인 마켓의 주소를 구성하면 사용자 정의 플러그인 마켓을 사용할 수 있습니다.",
    "rules": {
      "argsRequired": "시작 매개변수를 입력하세요",
-      "commandRequired": "시작 명령을 입력하세요",
+      "commandRequired": "시작 명령어를 입력하세요",
      "urlRequired": "서비스 주소를 입력하세요"
    },
    "saveSettings": "설정 저장",
    "title": "플러그인 마켓 설정"
  },
-  "showInPortal": "작업 공간에서 상세 정보를 확인하세요",
+  "showInPortal": "작업 영역에서 자세히 확인하세요",
  "store": {
    "actions": {
      "cancel": "설치 취소",
-      "confirmUninstall": "이 플러그인을 제거하면 설정도 삭제됩니다. 계속하시겠습니까?",
-      "detail": "상세 정보",
+      "confirmUninstall": "이 플러그인을 제거하려고 합니다. 제거하면 플러그인 구성이 지워지므로 작업을 확인하세요.",
+      "detail": "상세정보",
      "install": "설치",
      "manifest": "설치 파일 편집",
      "settings": "설정",
      "uninstall": "제거"
    },
-    "communityPlugin": "서드파티 커뮤니티",
-    "customPlugin": "사용자 정의",
+    "communityPlugin": "커뮤니티 플러그인",
+    "customPlugin": "사용자 정의 플러그인",
    "empty": "설치된 플러그인이 없습니다",
-    "emptySelectHint": "플러그인을 선택하여 상세 정보를 미리보세요",
+    "emptySelectHint": "플러그인을 선택하여 자세한 정보를 미리보기 하세요",
    "installAllPlugins": "모두 설치",
-    "networkError": "플러그인 스토어를 불러오지 못했습니다. 네트워크 연결을 확인 후 다시 시도하세요",
-    "placeholder": "플러그인 이름, 설명 또는 키워드 검색...",
-    "releasedAt": "{{createdAt}}에 출시됨",
+    "networkError": "플러그인 스토어를 가져오는 데 실패했습니다. 네트워크 연결을 확인한 후 다시 시도하십시오",
+    "placeholder": "플러그인 이름 또는 키워드를 검색하세요...",
+    "releasedAt": "{{createdAt}}에 출시",
    "tabs": {
      "installed": "설치됨",
      "mcp": "MCP 플러그인",
@@ -2,15 +2,9 @@
  "ai21": {
    "description": "AI21 Labs는 기업을 위해 기본 모델과 인공지능 시스템을 구축하여 생성적 인공지능의 생산적 활용을 가속화합니다."
  },
-  "ai302": {
-    "description": "302.AI는 필요에 따라 비용을 지불하는 AI 애플리케이션 플랫폼으로, 시장에서 가장 포괄적인 AI API와 AI 온라인 애플리케이션을 제공합니다"
-  },
  "ai360": {
    "description": "360 AI는 360 회사가 출시한 AI 모델 및 서비스 플랫폼으로, 360GPT2 Pro, 360GPT Pro, 360GPT Turbo 및 360GPT Turbo Responsibility 8K를 포함한 다양한 고급 자연어 처리 모델을 제공합니다. 이러한 모델은 대규모 매개변수와 다중 모드 능력을 결합하여 텍스트 생성, 의미 이해, 대화 시스템 및 코드 생성 등 다양한 분야에 널리 사용됩니다. 유연한 가격 전략을 통해 360 AI는 다양한 사용자 요구를 충족하고 개발자가 통합할 수 있도록 지원하여 스마트화 응용 프로그램의 혁신과 발전을 촉진합니다."
  },
-  "aihubmix": {
-    "description": "AiHubMix는 통합 API 인터페이스를 통해 다양한 AI 모델에 대한 접근을 제공합니다."
-  },
  "anthropic": {
    "description": "Anthropic은 인공지능 연구 및 개발에 집중하는 회사로, Claude 3.5 Sonnet, Claude 3 Sonnet, Claude 3 Opus 및 Claude 3 Haiku와 같은 고급 언어 모델을 제공합니다. 이러한 모델은 지능, 속도 및 비용 간의 이상적인 균형을 이루며, 기업급 작업 부하에서부터 빠른 응답이 필요한 다양한 응용 프로그램에 적합합니다. Claude 3.5 Sonnet은 최신 모델로, 여러 평가에서 우수한 성능을 보이며 높은 비용 효율성을 유지하고 있습니다."
  },
@@ -189,7 +189,6 @@
      "aesGcm": "Je sleutel en proxy-adres worden versleuteld met <1>AES-GCM</1> encryptie-algoritme",
      "apiKey": {
        "desc": "Vul je {{name}} API-sleutel in",
-        "descWithUrl": "Vul je {{name}} API-sleutel in, <3>klik hier om deze te verkrijgen</3>",
        "placeholder": "{{name}} API-sleutel",
        "title": "API-sleutel"
      },
@@ -306,7 +305,6 @@
        "latestTime": "Laatste update tijd: {{time}}",
        "noLatestTime": "Lijst nog niet opgehaald"
      },
-      "noModelsInCategory": "Er zijn geen ingeschakelde modellen in deze categorie",
      "resetAll": {
        "conform": "Weet je zeker dat je alle wijzigingen van het huidige model wilt resetten? Na de reset zal de huidige modellenlijst terugkeren naar de standaardstatus",
        "success": "Resetten geslaagd",
@@ -317,15 +315,7 @@
      "title": "Modellenlijst",
      "total": "In totaal {{count}} modellen beschikbaar"
    },
-    "searchNotFound": "Geen zoekresultaten gevonden",
-    "tabs": {
-      "all": "Alles",
-      "chat": "Chat",
-      "embedding": "Inbedding",
-      "image": "Afbeelding",
-      "stt": "ASR",
-      "tts": "TTS"
-    }
+    "searchNotFound": "Geen zoekresultaten gevonden"
  },
  "sortModal": {
    "success": "Sortering succesvol bijgewerkt",
@@ -32,9 +32,6 @@
  "4.0Ultra": {
    "description": "Spark4.0 Ultra is de krachtigste versie in de Spark-grootmodelserie, die de netwerkintegratie heeft geüpgraded en de tekstbegrip- en samenvattingscapaciteiten heeft verbeterd. Het is een allesomvattende oplossing voor het verbeteren van de kantoorproductiviteit en het nauwkeurig reageren op behoeften, en is een toonaangevend intelligent product in de industrie."
  },
-  "AnimeSharp": {
-    "description": "AnimeSharp (ook bekend als “4x‑AnimeSharp”) is een open-source superresolutiemodel ontwikkeld door Kim2091, gebaseerd op de ESRGAN-architectuur, gericht op het vergroten en verscherpen van afbeeldingen in anime-stijl. Het werd in februari 2022 hernoemd van “4x-TextSharpV1” en was oorspronkelijk ook geschikt voor tekstafbeeldingen, maar de prestaties zijn sterk geoptimaliseerd voor anime-inhoud."
-  },
  "Baichuan2-Turbo": {
    "description": "Maakt gebruik van zoekversterkingstechnologie om een uitgebreide koppeling tussen het grote model en domeinspecifieke kennis en wereldwijde kennis te realiseren. Ondersteunt het uploaden van verschillende documenten zoals PDF en Word, evenals URL-invoer, met tijdige en uitgebreide informatieverzameling en nauwkeurige, professionele output."
  },
@@ -74,9 +71,6 @@
  "DeepSeek-V3": {
    "description": "DeepSeek-V3 is een MoE-model dat zelf is ontwikkeld door DeepSeek Company. De prestaties van DeepSeek-V3 overtreffen die van andere open-source modellen zoals Qwen2.5-72B en Llama-3.1-405B, en presteert op het gebied van prestaties gelijkwaardig aan de wereldtop gesloten modellen zoals GPT-4o en Claude-3.5-Sonnet."
  },
-  "DeepSeek-V3-Fast": {
-    "description": "Modelleverancier: sophnet-platform. DeepSeek V3 Fast is de high-TPS snelle versie van DeepSeek V3 0324, volledig niet-gequantiseerd, met sterkere codeer- en wiskundige capaciteiten en snellere respons!"
-  },
  "Doubao-lite-128k": {
    "description": "Doubao-lite biedt een ultieme responssnelheid en een betere prijs-kwaliteitverhouding, waardoor het flexibele keuzes biedt voor verschillende klantenscenario's. Ondersteunt redeneren en fijn afstemmen met een contextvenster van 128k."
  },
@@ -95,9 +89,6 @@
  "Doubao-pro-4k": {
    "description": "Het beste hoofdmodel, geschikt voor het verwerken van complexe taken, met uitstekende prestaties in scenario's zoals referentievragen, samenvattingen, creatief schrijven, tekstclassificatie en rollenspellen. Ondersteunt redeneren en fijn afstemmen met een contextvenster van 4k."
  },
-  "DreamO": {
-    "description": "DreamO is een open-source beeldgeneratiemodel ontwikkeld in samenwerking tussen ByteDance en de Universiteit van Peking, ontworpen om multi-task beeldgeneratie te ondersteunen via een uniforme architectuur. Het maakt gebruik van een efficiënte combinatiemodelmethode om op basis van door de gebruiker gespecificeerde identiteit, onderwerp, stijl, achtergrond en andere voorwaarden zeer consistente en aangepaste beelden te genereren."
-  },
  "ERNIE-3.5-128K": {
    "description": "De door Baidu ontwikkelde vlaggenschip grote taalmodel, dat een enorme hoeveelheid Chinese en Engelse gegevens dekt, met krachtige algemene capaciteiten die voldoen aan de meeste eisen voor dialoogvragen, creatieve generatie en plug-in toepassingsscenario's; ondersteunt automatische integratie met de Baidu zoekplug-in, wat de actualiteit van vraag- en antwoordinformatie waarborgt."
  },
@@ -131,39 +122,15 @@
  "ERNIE-Speed-Pro-128K": {
    "description": "Het door Baidu in 2024 gepresenteerde nieuwe hoge-prestatie taalmodel, met uitstekende algemene capaciteiten, betere resultaten dan ERNIE Speed, en geschikt als basis model voor fine-tuning, om beter specifieke probleemstellingen aan te pakken, met uitstekende inferentieprestaties."
  },
-  "FLUX.1-Kontext-dev": {
-    "description": "FLUX.1-Kontext-dev is een multimodaal beeldgeneratie- en bewerkingsmodel ontwikkeld door Black Forest Labs, gebaseerd op de Rectified Flow Transformer-architectuur met 12 miljard parameters. Het richt zich op het genereren, reconstrueren, verbeteren of bewerken van beelden onder gegeven contextuele voorwaarden. Dit model combineert de controleerbare generatievoordelen van diffusie-modellen met de contextuele modellering van Transformers en ondersteunt hoogwaardige beeldoutput, breed toepasbaar voor beeldherstel, beeldaanvulling en visuele scèneherconstructie."
-  },
-  "FLUX.1-dev": {
-    "description": "FLUX.1-dev is een open-source multimodaal taalmodel (Multimodal Language Model, MLLM) ontwikkeld door Black Forest Labs, geoptimaliseerd voor taken met tekst en beeld. Het integreert begrip en generatie van zowel afbeeldingen als tekst. Gebaseerd op geavanceerde grote taalmodellen zoals Mistral-7B, bereikt het door zorgvuldig ontworpen visuele encoders en meervoudige instructiefijnafstelling een vermogen tot gecombineerde tekst-beeldverwerking en complexe taakredenering."
-  },
  "Gryphe/MythoMax-L2-13b": {
    "description": "MythoMax-L2 (13B) is een innovatief model, geschikt voor toepassingen in meerdere domeinen en complexe taken."
  },
-  "HelloMeme": {
-    "description": "HelloMeme is een AI-tool die automatisch memes, GIF's of korte video's genereert op basis van door jou aangeleverde afbeeldingen of acties. Je hebt geen teken- of programmeerkennis nodig; met alleen referentieafbeeldingen helpt het je om aantrekkelijke, leuke en stijlconsistente content te maken."
-  },
-  "HiDream-I1-Full": {
-    "description": "HiDream-E1-Full is een open-source multimodaal beeldbewerkingsmodel uitgebracht door HiDream.ai, gebaseerd op de geavanceerde Diffusion Transformer-architectuur en gecombineerd met krachtige taalbegripsmogelijkheden (ingebouwde LLaMA 3.1-8B-Instruct). Het ondersteunt beeldgeneratie, stijltransfer, lokale bewerking en inhoudshertekening via natuurlijke taalopdrachten en beschikt over uitstekende tekst-beeldbegrip en uitvoeringscapaciteiten."
-  },
-  "HunyuanDiT-v1.2-Diffusers-Distilled": {
-    "description": "hunyuandit-v1.2-distilled is een lichtgewicht tekst-naar-beeldmodel dat door distillatie is geoptimaliseerd om snel hoogwaardige beelden te genereren, bijzonder geschikt voor omgevingen met beperkte middelen en realtime generatie."
-  },
-  "InstantCharacter": {
-    "description": "InstantCharacter is een in 2025 door het Tencent AI-team uitgebracht tuning-vrij gepersonaliseerd karaktergeneratiemodel, gericht op het realiseren van hoge-fideliteit en consistente karaktergeneratie over verschillende scènes. Het model ondersteunt karaktermodellering op basis van slechts één referentieafbeelding en kan dit karakter flexibel overbrengen naar diverse stijlen, houdingen en achtergronden."
-  },
  "InternVL2-8B": {
    "description": "InternVL2-8B is een krachtig visueel taalmodel dat multimodale verwerking van afbeeldingen en tekst ondersteunt, in staat om afbeeldingsinhoud nauwkeurig te identificeren en relevante beschrijvingen of antwoorden te genereren."
  },
  "InternVL2.5-26B": {
    "description": "InternVL2.5-26B is een krachtig visueel taalmodel dat multimodale verwerking van afbeeldingen en tekst ondersteunt, in staat om afbeeldingsinhoud nauwkeurig te identificeren en relevante beschrijvingen of antwoorden te genereren."
  },
-  "Kolors": {
-    "description": "Kolors is een tekst-naar-beeldmodel ontwikkeld door het Kolors-team van Kuaishou. Het is getraind met miljarden parameters en heeft significante voordelen in visuele kwaliteit, Chinees semantisch begrip en tekstrendering."
-  },
-  "Kwai-Kolors/Kolors": {
-    "description": "Kolors is een grootschalig tekst-naar-beeldgeneratiemodel gebaseerd op latente diffusie, ontwikkeld door het Kolors-team van Kuaishou. Het model is getraind op miljarden tekst-beeldparen en toont uitstekende prestaties in visuele kwaliteit, complexe semantische nauwkeurigheid en het renderen van Chinese en Engelse karakters. Het ondersteunt zowel Chinese als Engelse invoer en blinkt uit in het begrijpen en genereren van specifieke Chinese inhoud."
-  },
  "Llama-3.2-11B-Vision-Instruct": {
    "description": "Uitstekende beeldredeneringscapaciteiten op hoge resolutie afbeeldingen, geschikt voor visuele begripstoepassingen."
  },
@@ -197,15 +164,9 @@
  "MiniMaxAI/MiniMax-M1-80k": {
    "description": "MiniMax-M1 is een open-source gewichtenschaalmodel met gemengde aandacht, met 456 miljard parameters, waarbij elke token ongeveer 45,9 miljard parameters activeert. Het model ondersteunt native een ultralange context van 1 miljoen tokens en bespaart dankzij het bliksemaandachtmechanisme 75% van de floating-point-bewerkingen bij generatietaken van 100.000 tokens vergeleken met DeepSeek R1. Tegelijkertijd maakt MiniMax-M1 gebruik van een MoE (Mixture of Experts) architectuur, gecombineerd met het CISPO-algoritme en een efficiënt versterkend leermodel met gemengde aandacht, wat leidt tot toonaangevende prestaties bij lange invoerredenering en echte software-engineering scenario's."
  },
-  "Moonshot-Kimi-K2-Instruct": {
-    "description": "Met in totaal 1 biljoen parameters en 32 miljard geactiveerde parameters is dit het toonaangevende niet-denkende model op het gebied van geavanceerde kennis, wiskunde en codering, en is het beter geschikt voor algemene agenttaken. Het is zorgvuldig geoptimaliseerd voor agenttaken, kan niet alleen vragen beantwoorden maar ook acties ondernemen. Ideaal voor improvisatie, algemene chat en agentervaringen, het is een reflexniveau model zonder lange denktijd."
-  },
  "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO": {
    "description": "Nous Hermes 2 - Mixtral 8x7B-DPO (46.7B) is een hoogprecisie instructiemodel, geschikt voor complexe berekeningen."
  },
-  "OmniConsistency": {
-    "description": "OmniConsistency verbetert de stijlconsistentie en generalisatie in image-to-image taken door grootschalige Diffusion Transformers (DiTs) en gepaarde gestileerde data te introduceren, waardoor stijldegradatie wordt voorkomen."
-  },
  "Phi-3-medium-128k-instruct": {
    "description": "Hetzelfde Phi-3-medium model, maar met een grotere contextgrootte voor RAG of few shot prompting."
  },
@@ -257,9 +218,6 @@
  "Pro/deepseek-ai/DeepSeek-V3": {
    "description": "DeepSeek-V3 is een hybride expert (MoE) taalmodel met 6710 miljard parameters, dat gebruikmaakt van multi-head latent attention (MLA) en de DeepSeekMoE-architectuur, gecombineerd met een load balancing-strategie zonder extra verlies, om de inferentie- en trainingsefficiëntie te optimaliseren. Door voorgetraind te worden op 14,8 biljoen hoogwaardige tokens en vervolgens te worden fijngesteld met supervisie en versterkend leren, overtreft DeepSeek-V3 andere open-source modellen in prestaties en komt het dicht in de buurt van toonaangevende gesloten modellen."
  },
-  "Pro/moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 is een MoE-architectuurbasis model met krachtige codeer- en agentcapaciteiten, met in totaal 1 biljoen parameters en 32 miljard geactiveerde parameters. In benchmarktests voor algemene kennisredenering, programmeren, wiskunde en agenttaken overtreft het K2-model andere toonaangevende open-source modellen."
-  },
  "QwQ-32B-Preview": {
    "description": "QwQ-32B-Preview is een innovatief natuurlijk taalverwerkingsmodel dat efficiënt complexe dialooggeneratie en contextbegripstaken kan verwerken."
  },
@@ -320,18 +278,9 @@
  "Qwen/Qwen3-235B-A22B": {
    "description": "Qwen3 is een nieuwe generatie Qwen-model met aanzienlijk verbeterde capaciteiten, die op het gebied van redenering, algemeen gebruik, agent en meertaligheid op een leidende positie in de industrie staat, en ondersteunt de schakel tussen denkmodi."
  },
-  "Qwen/Qwen3-235B-A22B-Instruct-2507": {
-    "description": "Qwen3-235B-A22B-Instruct-2507 is een vlaggenschip hybride-expert (MoE) groot taalmodel uit de Qwen3-serie, ontwikkeld door het Alibaba Cloud Tongyi Qianwen-team. Het model heeft 235 miljard totale parameters en activeert 22 miljard parameters per inferentie. Het is een update van de niet-denkende modus van Qwen3-235B-A22B, met significante verbeteringen in instructienaleving, logische redenering, tekstbegrip, wiskunde, wetenschap, programmeren en toolgebruik. Daarnaast is de dekking van meertalige lange staartkennis versterkt en is het beter afgestemd op gebruikersvoorkeuren in subjectieve en open taken voor het genereren van nuttigere en kwalitatief betere teksten."
-  },
-  "Qwen/Qwen3-235B-A22B-Thinking-2507": {
-    "description": "Qwen3-235B-A22B-Thinking-2507 is een lid van de Qwen3-serie grote taalmodellen ontwikkeld door Alibaba Tongyi Qianwen, gericht op complexe en moeilijke redeneertaken. Het model is gebaseerd op een hybride-expert (MoE) architectuur met 235 miljard parameters, waarbij per token ongeveer 22 miljard parameters worden geactiveerd, wat zorgt voor hoge prestaties en efficiëntie. Als speciaal 'denk'-model excelleert het in logische redenering, wiskunde, wetenschap, programmeren en academische benchmarks, en bereikt het topniveau onder open-source denkmodellen. Het model versterkt ook algemene capaciteiten zoals instructienaleving, toolgebruik en tekstgeneratie, ondersteunt native 256K lange contexten en is ideaal voor diepgaande redenering en verwerking van lange documenten."
-  },
  "Qwen/Qwen3-30B-A3B": {
    "description": "Qwen3 is een nieuwe generatie Qwen-model met aanzienlijk verbeterde capaciteiten, die op het gebied van redenering, algemeen gebruik, agent en meertaligheid op een leidende positie in de industrie staat, en ondersteunt de schakel tussen denkmodi."
  },
-  "Qwen/Qwen3-30B-A3B-Instruct-2507": {
-    "description": "Qwen3-30B-A3B-Instruct-2507 is een bijgewerkte versie van Qwen3-30B-A3B zonder denkmodus. Dit is een hybride expert (MoE) model met in totaal 30,5 miljard parameters en 3,3 miljard actieve parameters. Het model heeft belangrijke verbeteringen ondergaan op meerdere gebieden, waaronder een aanzienlijke verbetering van het volgen van instructies, logisch redeneren, tekstbegrip, wiskunde, wetenschap, codering en het gebruik van tools. Tegelijkertijd heeft het substantiële vooruitgang geboekt in de dekking van meertalige long-tail kennis en kan het beter afstemmen op de voorkeuren van gebruikers bij subjectieve en open taken, waardoor het nuttigere antwoorden en tekst van hogere kwaliteit kan genereren. Bovendien is het vermogen van het model om lange teksten te begrijpen uitgebreid tot 256K. Dit model ondersteunt alleen de niet-denkmodus en genereert geen `<think></think>` tags in de output."
-  },
  "Qwen/Qwen3-32B": {
    "description": "Qwen3 is een nieuwe generatie Qwen-model met aanzienlijk verbeterde capaciteiten, die op het gebied van redenering, algemeen gebruik, agent en meertaligheid op een leidende positie in de industrie staat, en ondersteunt de schakel tussen denkmodi."
  },
@@ -365,12 +314,6 @@
  "Qwen2.5-Coder-32B-Instruct": {
    "description": "Qwen2.5-Coder-32B-Instruct is een groot taalmodel dat speciaal is ontworpen voor codegeneratie, codebegrip en efficiënte ontwikkelingsscenario's, met een toonaangevende parameteromvang van 32B, dat kan voldoen aan diverse programmeerbehoeften."
  },
-  "Qwen3-235B": {
-    "description": "Qwen3-235B-A22B is een MoE (hybride expertmodel) dat de \"hybride redeneermodus\" introduceert, waarmee gebruikers naadloos kunnen schakelen tussen \"denkmodus\" en \"niet-denkmodus\". Het ondersteunt begrip en redenering in 119 talen en dialecten en beschikt over krachtige tool-aanroepmogelijkheden. Op het gebied van algemene vaardigheden, codering en wiskunde, meertalige capaciteiten, kennis en redenering kan het concurreren met toonaangevende grote modellen op de markt zoals DeepSeek R1, OpenAI o1, o3-mini, Grok 3 en Google Gemini 2.5 Pro."
-  },
-  "Qwen3-32B": {
-    "description": "Qwen3-32B is een dense model dat de \"hybride redeneermodus\" introduceert, waarmee gebruikers naadloos kunnen schakelen tussen \"denkmodus\" en \"niet-denkmodus\". Dankzij verbeteringen in de modelarchitectuur, toegenomen trainingsdata en effectievere trainingsmethoden presteert het model in het algemeen vergelijkbaar met Qwen2.5-72B."
-  },
  "SenseChat": {
    "description": "Basisversie van het model (V4), met een contextlengte van 4K, heeft sterke algemene capaciteiten."
  },
@@ -407,12 +350,6 @@
  "SenseChat-Vision": {
    "description": "De nieuwste versie van het model (V5.5) ondersteunt meerdere afbeeldingen als invoer en heeft aanzienlijke optimalisaties doorgevoerd in de basiscapaciteiten van het model, met verbeteringen in objecteigenschappenherkenning, ruimtelijke relaties, actie-evenementherkenning, scènebegrip, emotieherkenning, logische kennisredenering en tekstbegrip en -generatie."
  },
-  "SenseNova-V6-5-Pro": {
-    "description": "Door een uitgebreide update van multimodale, taal- en redeneergegevens en optimalisatie van trainingsstrategieën, heeft het nieuwe model aanzienlijke verbeteringen gerealiseerd in multimodale redenering en generalisatie van instructievolging. Het ondersteunt een contextvenster tot 128k en presteert uitstekend in gespecialiseerde taken zoals OCR en herkenning van toeristische IP."
-  },
-  "SenseNova-V6-5-Turbo": {
-    "description": "Door een uitgebreide update van multimodale, taal- en redeneergegevens en optimalisatie van trainingsstrategieën, heeft het nieuwe model aanzienlijke verbeteringen gerealiseerd in multimodale redenering en generalisatie van instructievolging. Het ondersteunt een contextvenster tot 128k en presteert uitstekend in gespecialiseerde taken zoals OCR en herkenning van toeristische IP."
-  },
  "SenseNova-V6-Pro": {
    "description": "Realiseert de native integratie van afbeeldingen, tekst en video, doorbreekt de traditionele beperkingen van gescheiden multimodaliteit, en heeft in de OpenCompass en SuperCLUE evaluaties dubbele kampioenstitels behaald."
  },
@@ -611,9 +548,6 @@
  "aya:35b": {
    "description": "Aya 23 is een meertalig model van Cohere, ondersteunt 23 talen en biedt gemak voor diverse taaltoepassingen."
  },
-  "azure-DeepSeek-R1-0528": {
-    "description": "Gehost en geleverd door Microsoft; het DeepSeek R1-model heeft een kleine versie-upgrade ondergaan, de huidige versie is DeepSeek-R1-0528. In de nieuwste update heeft DeepSeek R1 door het toevoegen van rekenkracht en het introduceren van algoritmische optimalisaties in de natrainingsfase de inferentiediepte en -capaciteit aanzienlijk verbeterd. Dit model presteert uitstekend op meerdere benchmarks zoals wiskunde, programmeren en algemene logica, en de algehele prestaties benaderen toonaangevende modellen zoals O3 en Gemini 2.5 Pro."
-  },
  "baichuan/baichuan2-13b-chat": {
    "description": "Baichuan-13B is een open-source, commercieel bruikbaar groot taalmodel ontwikkeld door Baichuan Intelligent, met 13 miljard parameters, dat de beste prestaties in zijn klasse heeft behaald op gezaghebbende Chinese en Engelse benchmarks."
  },
@@ -674,9 +608,6 @@
  "claude-3-sonnet-20240229": {
    "description": "Claude 3 Sonnet biedt een ideale balans tussen intelligentie en snelheid voor bedrijfswerkbelastingen. Het biedt maximale bruikbaarheid tegen een lagere prijs, betrouwbaar en geschikt voor grootschalige implementatie."
  },
-  "claude-opus-4-1-20250805": {
-    "description": "Claude Opus 4.1 is het nieuwste en krachtigste model van Anthropic voor het verwerken van zeer complexe taken. Het blinkt uit in prestaties, intelligentie, vloeiendheid en begrip."
-  },
  "claude-opus-4-20250514": {
    "description": "Claude Opus 4 is het krachtigste model van Anthropic voor het verwerken van zeer complexe taken. Het presteert uitstekend op het gebied van prestaties, intelligentie, vloeiendheid en begrip."
  },
@@ -1013,9 +944,6 @@
  "doubao-seed-1.6-thinking": {
    "description": "Doubao-Seed-1.6-thinking model heeft sterk verbeterde denkvermogens, met verdere verbeteringen in basisvaardigheden zoals coderen, wiskunde en logisch redeneren ten opzichte van Doubao-1.5-thinking-pro, en ondersteunt visueel begrip. Ondersteunt een contextvenster van 256k en een maximale uitvoerlengte van 16k tokens."
  },
-  "doubao-seedream-3-0-t2i-250415": {
-    "description": "Het Doubao beeldgeneratiemodel is ontwikkeld door het Seed-team van ByteDance en ondersteunt zowel tekst- als beeldinvoer, en biedt een hoog controleerbare en hoogwaardige beeldgeneratie-ervaring. Het genereert beelden op basis van tekstprompts."
-  },
  "doubao-vision-lite-32k": {
    "description": "Het Doubao-vision model is een multimodaal groot model van Doubao met krachtige beeldbegrip- en redeneercapaciteiten, evenals nauwkeurige instructiebegrip. Het model presteert sterk bij het extraheren van beeld- en tekstinformatie en bij beeldgebaseerde redeneertaken, en is toepasbaar op complexere en bredere visuele vraag-en-antwoord scenario's."
  },
@@ -1067,9 +995,6 @@
  "ernie-char-fiction-8k": {
    "description": "Een door Baidu ontwikkeld groot taalmodel voor verticale scenario's, geschikt voor toepassingen zoals game NPC's, klantenservice dialoog, en rollenspellen, met een duidelijkere en consistentere karakterstijl, sterkere instructievolgcapaciteiten en betere inferentieprestaties."
  },
-  "ernie-irag-edit": {
-    "description": "Het door Baidu zelf ontwikkelde ERNIE iRAG Edit beeldbewerkingsmodel ondersteunt bewerkingen zoals wissen (erase), hertekenen (repaint) en variatie (variantie genereren) op basis van afbeeldingen."
-  },
  "ernie-lite-8k": {
    "description": "ERNIE Lite is een lichtgewicht groot taalmodel dat door Baidu is ontwikkeld, dat uitstekende modelprestaties en inferentiecapaciteiten combineert, geschikt voor gebruik met AI-versnelling kaarten met lage rekencapaciteit."
  },
@@ -1097,27 +1022,12 @@
  "ernie-x1-turbo-32k": {
    "description": "In vergelijking met ERNIE-X1-32K biedt dit model betere prestaties en effectiviteit."
  },
-  "flux-1-schnell": {
-    "description": "Een tekst-naar-beeldmodel met 12 miljard parameters ontwikkeld door Black Forest Labs, gebruikmakend van latente adversariële diffusie-distillatie technologie, dat hoogwaardige beelden kan genereren binnen 1 tot 4 stappen. Dit model presteert vergelijkbaar met gesloten bron alternatieven en wordt uitgebracht onder de Apache-2.0 licentie, geschikt voor persoonlijk, wetenschappelijk en commercieel gebruik."
-  },
-  "flux-dev": {
-    "description": "FLUX.1 [dev] is een open-source gewicht en verfijnd model voor niet-commercieel gebruik. Het behoudt een beeldkwaliteit en instructienaleving vergelijkbaar met de professionele versie van FLUX, maar met een hogere operationele efficiëntie. Vergeleken met standaardmodellen van dezelfde grootte is het efficiënter in het gebruik van middelen."
-  },
  "flux-kontext/dev": {
    "description": "Frontier beeldbewerkingsmodel."
  },
-  "flux-merged": {
-    "description": "Het FLUX.1-merged model combineert de diepgaande kenmerken verkend tijdens de ontwikkelingsfase van \"DEV\" met de hoge uitvoeringssnelheid van \"Schnell\". Deze combinatie verhoogt niet alleen de prestatiegrenzen van het model, maar breidt ook het toepassingsgebied uit."
-  },
  "flux-pro/kontext": {
    "description": "FLUX.1 Kontext [pro] kan tekst en referentieafbeeldingen als invoer verwerken, waardoor doelgerichte lokale bewerkingen en complexe algehele scèneveranderingen naadloos mogelijk zijn."
  },
-  "flux-schnell": {
-    "description": "FLUX.1 [schnell] is momenteel het meest geavanceerde open-source model met weinig stappen, dat niet alleen concurrenten overtreft, maar ook krachtige niet-gedistilleerde modellen zoals Midjourney v6.0 en DALL·E 3 (HD). Het model is speciaal fijn afgesteld om de volledige outputdiversiteit van de pre-trainingsfase te behouden. Vergeleken met de meest geavanceerde modellen op de markt verbetert FLUX.1 [schnell] aanzienlijk de visuele kwaliteit, instructienaleving, schaal/verhouding aanpassing, lettertypeverwerking en outputdiversiteit, wat gebruikers een rijkere en gevarieerdere creatieve beeldgeneratie-ervaring biedt."
-  },
-  "flux.1-schnell": {
-    "description": "Een Rectified Flow Transformer met 12 miljard parameters, in staat om beelden te genereren op basis van tekstbeschrijvingen."
-  },
  "flux/schnell": {
    "description": "FLUX.1 [schnell] is een streaming transformer-model met 12 miljard parameters, dat binnen 1 tot 4 stappen hoogwaardige afbeeldingen uit tekst kan genereren, geschikt voor persoonlijk en commercieel gebruik."
  },
@@ -1199,6 +1109,9 @@
  "gemini-2.5-flash-preview-04-17": {
    "description": "Gemini 2.5 Flash Preview is het meest kosteneffectieve model van Google, dat uitgebreide functionaliteit biedt."
  },
+  "gemini-2.5-flash-preview-04-17-thinking": {
+    "description": "Gemini 2.5 Flash Preview is het meest kosteneffectieve model van Google en biedt uitgebreide functionaliteiten."
+  },
  "gemini-2.5-flash-preview-05-20": {
    "description": "Gemini 2.5 Flash Preview is het meest kosteneffectieve model van Google en biedt uitgebreide functionaliteiten."
  },
@@ -1277,21 +1190,6 @@
  "glm-4.1v-thinking-flashx": {
    "description": "De GLM-4.1V-Thinking serie modellen zijn momenteel de krachtigste visuele modellen binnen de bekende 10 miljard parameter VLM's. Ze integreren state-of-the-art visuele-taaltaakprestaties op hetzelfde niveau, waaronder videoverwerking, beeldvraag-antwoordsystemen, vakinhoudelijke probleemoplossing, OCR-tekstherkenning, document- en grafiekanalyse, GUI-agenten, frontend webcodering en grounding. De capaciteiten van meerdere taken overtreffen zelfs die van Qwen2.5-VL-72B met acht keer zoveel parameters. Door geavanceerde versterkend leren technologie beheerst het model chain-of-thought redenering om de nauwkeurigheid en rijkdom van antwoorden te verbeteren, wat resulteert in aanzienlijk betere eindresultaten en interpretatie dan traditionele niet-thinking modellen."
  },
-  "glm-4.5": {
-    "description": "Het nieuwste vlaggenschipmodel van Zhizhu, ondersteunt schakeling tussen denkmodi, met een algehele prestatie die het SOTA-niveau van open-source modellen bereikt, en een contextlengte tot 128K."
-  },
-  "glm-4.5-air": {
-    "description": "Een lichtgewicht versie van GLM-4.5, die zowel prestaties als kosteneffectiviteit combineert en flexibel kan schakelen tussen hybride denkmodellen."
-  },
-  "glm-4.5-airx": {
-    "description": "De snelle versie van GLM-4.5-Air, met snellere reactietijden, speciaal ontworpen voor grootschalige en hoge-snelheidsbehoeften."
-  },
-  "glm-4.5-flash": {
-    "description": "De gratis versie van GLM-4.5, met uitstekende prestaties in inferentie, codering en agenttaken."
-  },
-  "glm-4.5-x": {
-    "description": "De snelle versie van GLM-4.5, met krachtige prestaties en een generatie snelheid tot 100 tokens per seconde."
-  },
  "glm-4v": {
    "description": "GLM-4V biedt krachtige beeldbegrip- en redeneercapaciteiten, ondersteunt verschillende visuele taken."
  },
@@ -1311,7 +1209,7 @@
    "description": "Supersnelle redenering: met een extreem snelle redeneringssnelheid en krachtige redeneringseffecten."
  },
  "glm-z1-flash": {
-    "description": "De GLM-Z1-serie beschikt over sterke capaciteiten voor complexe redenering en presteert uitstekend in logica, wiskunde en programmeren."
+    "description": "De GLM-Z1 serie beschikt over krachtige complexe redeneringscapaciteiten en presteert uitstekend in logische redenering, wiskunde en programmeren. De maximale contextlengte is 32K."
  },
  "glm-z1-flashx": {
    "description": "Snel en betaalbaar: Flash verbeterde versie met ultrahoge inferentiesnelheid en snellere gelijktijdige verwerking."
@@ -1484,18 +1382,9 @@
  "gpt-image-1": {
    "description": "ChatGPT native multimodaal afbeeldingsgeneratiemodel"
  },
-  "gpt-oss": {
-    "description": "GPT-OSS 20B is een open-source groot taalmodel uitgebracht door OpenAI, dat gebruikmaakt van MXFP4-kwantisatietechnologie en geschikt is voor gebruik op high-end consumentengpu's of Apple Silicon Macs. Dit model presteert uitstekend bij dialooggeneratie, code schrijven en redeneertaken, en ondersteunt functieverzoeken en het gebruik van tools."
-  },
-  "gpt-oss:120b": {
-    "description": "GPT-OSS 120B is een groot open-source taalmodel uitgebracht door OpenAI, dat gebruikmaakt van MXFP4-kwantisatietechnologie en als vlaggenschipmodel fungeert. Het vereist een multi-gpu- of high-performance workstation-omgeving en levert uitstekende prestaties bij complexe redenering, codegeneratie en meertalige verwerking, met ondersteuning voor geavanceerde functieverzoeken en toolintegratie."
-  },
  "grok-2-1212": {
    "description": "Dit model heeft verbeteringen aangebracht in nauwkeurigheid, instructievolging en meertalige capaciteiten."
  },
-  "grok-2-image-1212": {
-    "description": "Ons nieuwste beeldgeneratiemodel kan levendige en realistische beelden genereren op basis van tekstprompts. Het presteert uitstekend in beeldgeneratie voor marketing, sociale media en entertainment."
-  },
  "grok-2-vision-1212": {
    "description": "Dit model heeft verbeteringen aangebracht in nauwkeurigheid, instructievolging en meertalige capaciteiten."
  },
@@ -1565,9 +1454,6 @@
  "hunyuan-t1-20250529": {
    "description": "Geoptimaliseerd voor tekstcreatie en essay schrijven, verbeterde vaardigheden in frontend codering, wiskunde en logisch redeneren, en verbeterde instructievolging."
  },
-  "hunyuan-t1-20250711": {
-    "description": "Significante verbetering van geavanceerde wiskundige, logische en codeervaardigheden, optimalisatie van modeloutputstabiliteit en verbetering van lange-tekstcapaciteiten."
-  },
  "hunyuan-t1-latest": {
    "description": "De eerste ultra-grote Hybrid-Transformer-Mamba inferentiemodel in de industrie, dat de inferentiemogelijkheden uitbreidt, met een superieure decodesnelheid en verder afgestemd op menselijke voorkeuren."
  },
@@ -1616,12 +1502,6 @@
  "hunyuan-vision": {
    "description": "Het nieuwste multimodale model van Hunyuan, ondersteunt het genereren van tekstinhoud op basis van afbeelding + tekstinvoer."
  },
-  "image-01": {
-    "description": "Een nieuw beeldgeneratiemodel met fijne beeldweergave, ondersteunt tekst-naar-beeld en beeld-naar-beeld."
-  },
-  "image-01-live": {
-    "description": "Beeldgeneratiemodel met fijne beeldweergave, ondersteunt tekst-naar-beeld en stijlinstellingen."
-  },
  "imagen-4.0-generate-preview-06-06": {
    "description": "Imagen 4e generatie tekst-naar-beeld modelserie"
  },
@@ -1646,9 +1526,6 @@
  "internvl3-latest": {
    "description": "Ons nieuwste multimodale grote model, met verbeterde beeld- en tekstbegripcapaciteiten en lange termijn beeldbegrip, presteert op het niveau van toonaangevende gesloten modellen. Standaard gericht op ons recentste InternVL-seriemodel, momenteel gericht op internvl3-78b."
  },
-  "irag-1.0": {
-    "description": "Baidu's zelfontwikkelde iRAG (image based RAG) is een doorzoekversterkte tekst-naar-beeldtechnologie die Baidu's miljarden afbeeldingen combineert met krachtige basismodelcapaciteiten om diverse ultra-realistische beelden te genereren. Het overtreft native tekst-naar-beeldsystemen aanzienlijk, zonder AI-achtige uitstraling en met lage kosten. iRAG kenmerkt zich door geen hallucinaties, ultra-realistische beelden en directe beschikbaarheid."
-  },
  "jamba-large": {
    "description": "Ons krachtigste en meest geavanceerde model, speciaal ontworpen voor het verwerken van complexe taken op bedrijfsniveau, met uitstekende prestaties."
  },
@@ -1658,9 +1535,6 @@
  "jina-deepsearch-v1": {
    "description": "Diepe zoekopdrachten combineren webzoekopdrachten, lezen en redeneren voor een uitgebreide verkenning. Je kunt het beschouwen als een agent die jouw onderzoeksopdracht aanneemt - het zal een uitgebreide zoektocht uitvoeren en meerdere iteraties doorlopen voordat het een antwoord geeft. Dit proces omvat voortdurende onderzoek, redeneren en het oplossen van problemen vanuit verschillende invalshoeken. Dit is fundamenteel anders dan het rechtstreeks genereren van antwoorden uit voorgetrainde gegevens door standaard grote modellen en het vertrouwen op eenmalige oppervlakkige zoekopdrachten van traditionele RAG-systemen."
  },
-  "kimi-k2": {
-    "description": "Kimi-K2 is een MoE-architectuurbasis model met krachtige codeer- en agentcapaciteiten, uitgebracht door Moonshot AI, met in totaal 1 biljoen parameters en 32 miljard geactiveerde parameters. In benchmarktests voor algemene kennisredenering, programmeren, wiskunde en agenttaken overtreft het K2-model andere toonaangevende open-source modellen."
-  },
  "kimi-k2-0711-preview": {
    "description": "kimi-k2 is een MoE-architectuurbasis model met krachtige codeer- en agentcapaciteiten, met in totaal 1 biljoen parameters en 32 miljard geactiveerde parameters. In benchmarktests voor algemene kennisredenering, programmeren, wiskunde en agenttaken overtreft het K2-model andere toonaangevende open-source modellen."
  },
@@ -2054,9 +1928,6 @@
  "moonshotai/Kimi-Dev-72B": {
    "description": "Kimi-Dev-72B is een open source code groot model, geoptimaliseerd door grootschalige versterkte leerprocessen, dat robuuste en direct inzetbare patches kan genereren. Dit model behaalde een nieuwe recordscore van 60,4% op SWE-bench Verified en vestigde daarmee een nieuw hoogtepunt voor open source modellen bij geautomatiseerde software engineering taken zoals defectherstel en code review."
  },
-  "moonshotai/Kimi-K2-Instruct": {
-    "description": "Kimi K2 is een MoE-architectuurbasis model met krachtige codeer- en agentcapaciteiten, met in totaal 1 biljoen parameters en 32 miljard geactiveerde parameters. In benchmarktests voor algemene kennisredenering, programmeren, wiskunde en agenttaken overtreft het K2-model andere toonaangevende open-source modellen."
-  },
  "moonshotai/kimi-k2-instruct": {
    "description": "kimi-k2 is een MoE-architectuurbasis model met krachtige codeer- en agentmogelijkheden, met in totaal 1 biljoen parameters en 32 miljard geactiveerde parameters. In benchmarktests voor algemene kennisredenering, programmeren, wiskunde en agent-gerelateerde categorieën presteert het K2-model beter dan andere gangbare open-source modellen."
  },
@@ -2132,12 +2003,6 @@
  "openai/gpt-4o-mini": {
    "description": "GPT-4o mini is het nieuwste model van OpenAI, gelanceerd na GPT-4 Omni, dat tekst- en afbeeldingsinvoer ondersteunt en tekstuitvoer genereert. Als hun meest geavanceerde kleine model is het veel goedkoper dan andere recente toonaangevende modellen en meer dan 60% goedkoper dan GPT-3.5 Turbo. Het behoudt de meest geavanceerde intelligentie met een aanzienlijke prijs-kwaliteitverhouding. GPT-4o mini behaalde 82% op de MMLU-test en staat momenteel hoger in chatvoorkeuren dan GPT-4."
  },
-  "openai/gpt-oss-120b": {
-    "description": "OpenAI GPT-OSS 120B is een toonaangevend taalmodel met 120 miljard parameters, ingebouwde browserzoekfunctie en code-uitvoeringsmogelijkheden, en beschikt over redeneervermogen."
-  },
-  "openai/gpt-oss-20b": {
-    "description": "OpenAI GPT-OSS 20B is een toonaangevend taalmodel met 20 miljard parameters, ingebouwde browserzoekfunctie en code-uitvoeringsmogelijkheden, en beschikt over redeneervermogen."
-  },
  "openai/o1": {
    "description": "o1 is het nieuwe redeneermodel van OpenAI, ondersteunt tekst- en beeldinvoer en genereert tekstuitvoer, geschikt voor complexe taken die brede algemene kennis vereisen. Dit model heeft een context van 200K en een kennisafkapdatum van oktober 2023."
  },
@@ -2399,21 +2264,9 @@
  "qwen3-235b-a22b": {
    "description": "Qwen3 is een nieuwe generatie van het Qwen grote model met aanzienlijk verbeterde capaciteiten, die de industrie leidende niveaus bereikt in redeneren, algemeen gebruik, agent en meertalige ondersteuning, en ondersteunt de schakeling tussen denkmodi."
  },
-  "qwen3-235b-a22b-instruct-2507": {
-    "description": "Open-source model in niet-denkende modus gebaseerd op Qwen3, met lichte verbeteringen in subjectieve creativiteit en modelveiligheid ten opzichte van de vorige versie (Tongyi Qianwen 3-235B-A22B)."
-  },
-  "qwen3-235b-a22b-thinking-2507": {
-    "description": "Open-source model in denkmodus gebaseerd op Qwen3, met aanzienlijke verbeteringen in logische vaardigheden, algemene capaciteiten, kennisversterking en creativiteit ten opzichte van de vorige versie (Tongyi Qianwen 3-235B-A22B), geschikt voor complexe en veeleisende redeneerscenario's."
-  },
  "qwen3-30b-a3b": {
    "description": "Qwen3 is een nieuwe generatie van het Qwen grote model met aanzienlijk verbeterde capaciteiten, die de industrie leidende niveaus bereikt in redeneren, algemeen gebruik, agent en meertalige ondersteuning, en ondersteunt de schakeling tussen denkmodi."
  },
-  "qwen3-30b-a3b-instruct-2507": {
-    "description": "In vergelijking met de vorige versie (Qwen3-30B-A3B) is de algemene meertalige en Chinese en Engelse vaardigheid aanzienlijk verbeterd. Er is speciale optimalisatie voor subjectieve en open taken, waardoor het veel beter aansluit bij gebruikersvoorkeuren en nuttigere antwoorden kan bieden."
-  },
-  "qwen3-30b-a3b-thinking-2507": {
-    "description": "Gebaseerd op het open source denkmodusmodel van Qwen3, heeft deze versie ten opzichte van de vorige (Tongyi Qianwen 3-30B-A3B) aanzienlijke verbeteringen in logisch vermogen, algemene vaardigheden, kennisverrijking en creativiteit. Het is geschikt voor complexe scenario's met sterke redeneervaardigheden."
-  },
  "qwen3-32b": {
    "description": "Qwen3 is een nieuwe generatie van het Qwen grote model met aanzienlijk verbeterde capaciteiten, die de industrie leidende niveaus bereikt in redeneren, algemeen gebruik, agent en meertalige ondersteuning, en ondersteunt de schakeling tussen denkmodi."
  },
@@ -2423,15 +2276,6 @@
  "qwen3-8b": {
    "description": "Qwen3 is een nieuwe generatie van het Qwen grote model met aanzienlijk verbeterde capaciteiten, die de industrie leidende niveaus bereikt in redeneren, algemeen gebruik, agent en meertalige ondersteuning, en ondersteunt de schakeling tussen denkmodi."
  },
-  "qwen3-coder-480b-a35b-instruct": {
-    "description": "Open-source codeermodel van Tongyi Qianwen. De nieuwste qwen3-coder-480b-a35b-instruct is gebaseerd op Qwen3, met krachtige Coding Agent-capaciteiten, bedreven in toolaanroepen en omgevingsinteractie, en kan zelfstandig programmeren met uitstekende codeervaardigheden en algemene capaciteiten."
-  },
-  "qwen3-coder-flash": {
-    "description": "Tongyi Qianwen codeermodel. De nieuwste Qwen3-Coder-serie is gebaseerd op Qwen3 en is een codegeneratiemodel met krachtige Coding Agent-capaciteiten, bedreven in het aanroepen van tools en interactie met omgevingen, in staat tot autonoom programmeren, met uitstekende codeervaardigheden en tevens algemene capaciteiten."
-  },
-  "qwen3-coder-plus": {
-    "description": "Tongyi Qianwen codeermodel. De nieuwste Qwen3-Coder-serie is gebaseerd op Qwen3 en is een codegeneratiemodel met krachtige Coding Agent-capaciteiten, bedreven in het aanroepen van tools en interactie met omgevingen, in staat tot autonoom programmeren, met uitstekende codeervaardigheden en tevens algemene capaciteiten."
-  },
  "qwq": {
    "description": "QwQ is een experimenteel onderzoeksmodel dat zich richt op het verbeteren van de AI-redeneringscapaciteiten."
  },
@@ -2474,24 +2318,6 @@
  "sonar-reasoning-pro": {
    "description": "Een nieuw API-product ondersteund door het DeepSeek redeneringsmodel."
  },
-  "stable-diffusion-3-medium": {
-    "description": "Het nieuwste tekst-naar-beeld groot model uitgebracht door Stability AI. Deze versie bouwt voort op de voordelen van eerdere generaties en verbetert aanzienlijk de beeldkwaliteit, tekstbegrip en stijlvariëteit. Het kan complexe natuurlijke taal prompts nauwkeuriger interpreteren en genereert preciezere en gevarieerdere beelden."
-  },
-  "stable-diffusion-3.5-large": {
-    "description": "stable-diffusion-3.5-large is een multimodale diffusie-transformer (MMDiT) tekst-naar-beeldgeneratiemodel met 800 miljoen parameters, met uitstekende beeldkwaliteit en promptmatching. Het ondersteunt het genereren van hoge-resolutie beelden tot 1 miljoen pixels en kan efficiënt draaien op standaard consumentenhardware."
-  },
-  "stable-diffusion-3.5-large-turbo": {
-    "description": "stable-diffusion-3.5-large-turbo is een model gebaseerd op stable-diffusion-3.5-large, met adversariële diffusie-distillatie (ADD) technologie voor snellere snelheid."
-  },
-  "stable-diffusion-v1.5": {
-    "description": "stable-diffusion-v1.5 is geïnitialiseerd met de stable-diffusion-v1.2 checkpoint gewichten en fijn afgesteld met 595k stappen op \"laion-aesthetics v2 5+\" dataset bij 512x512 resolutie, met 10% minder tekstconditionering om classifier-vrije begeleiding te verbeteren."
-  },
-  "stable-diffusion-xl": {
-    "description": "stable-diffusion-xl heeft aanzienlijke verbeteringen ten opzichte van v1.5 en levert vergelijkbare resultaten als het huidige open-source SOTA tekst-naar-beeld model Midjourney. Verbeteringen omvatten een drie keer grotere UNet backbone, een refinement module voor betere beeldkwaliteit en efficiëntere trainingstechnieken."
-  },
-  "stable-diffusion-xl-base-1.0": {
-    "description": "Een door Stability AI ontwikkeld en open-source groot tekst-naar-beeld model met toonaangevende creatieve beeldgeneratiecapaciteiten. Het beschikt over uitstekende instructiebegrip en ondersteunt omgekeerde promptdefinities voor nauwkeurige inhoudsgeneratie."
-  },
  "step-1-128k": {
    "description": "Biedt een balans tussen prestaties en kosten, geschikt voor algemene scenario's."
  },
@@ -2522,12 +2348,6 @@
  "step-1v-8k": {
    "description": "Klein visueel model, geschikt voor basis tekst- en afbeeldingtaken."
  },
-  "step-1x-edit": {
-    "description": "Dit model is gespecialiseerd in beeldbewerkingsopdrachten en kan afbeeldingen aanpassen en verbeteren op basis van door gebruikers aangeleverde afbeeldingen en tekstbeschrijvingen. Het ondersteunt diverse invoerformaten, waaronder tekstbeschrijvingen en voorbeeldafbeeldingen. Het model begrijpt de intentie van de gebruiker en genereert beeldbewerkingsresultaten die aan de eisen voldoen."
-  },
-  "step-1x-medium": {
-    "description": "Dit model heeft krachtige beeldgeneratiecapaciteiten en ondersteunt tekstbeschrijvingen als invoer. Het biedt native ondersteuning voor het Chinees, waardoor het Chinese tekstbeschrijvingen beter kan begrijpen en verwerken. Het kan semantische informatie nauwkeuriger vastleggen en omzetten in beeldkenmerken voor preciezere beeldgeneratie. Het model genereert hoge-resolutie, hoogwaardige beelden en heeft enige stijltransfercapaciteit."
-  },
  "step-2-16k": {
    "description": "Ondersteunt grootschalige contextinteracties, geschikt voor complexe gespreksscenario's."
  },
@@ -2537,9 +2357,6 @@
  "step-2-mini": {
    "description": "Een razendsnel groot model gebaseerd op de nieuwe generatie zelfontwikkelde Attention-architectuur MFA, dat met zeer lage kosten vergelijkbare resultaten als step1 behaalt, terwijl het een hogere doorvoer en snellere responstijd behoudt. Het kan algemene taken verwerken en heeft speciale vaardigheden op het gebied van codering."
  },
-  "step-2x-large": {
-    "description": "De nieuwe generatie Step Star beeldgeneratiemodel, gespecialiseerd in beeldgeneratie. Het kan op basis van door gebruikers aangeleverde tekstbeschrijvingen hoogwaardige beelden genereren. Het nieuwe model produceert realistischere texturen en heeft sterkere Chinese en Engelse tekstgeneratiecapaciteiten."
-  },
  "step-r1-v-mini": {
    "description": "Dit model is een krachtig redeneringsmodel met sterke beeldbegripcapaciteiten, in staat om beeld- en tekstinformatie te verwerken en tekstinhoud te genereren na diep nadenken. Dit model presteert uitstekend in visuele redenering en heeft eersteklas wiskundige, code- en tekstredeneringscapaciteiten. De contextlengte is 100k."
  },
@@ -2615,23 +2432,8 @@
  "v0-1.5-md": {
    "description": "Het v0-1.5-md model is geschikt voor dagelijkse taken en het genereren van gebruikersinterfaces (UI)"
  },
-  "wan2.2-t2i-flash": {
-    "description": "Wanxiang 2.2 Flash-versie, het nieuwste model. Volledige upgrades in creativiteit, stabiliteit en realistische textuur, met snelle generatie en hoge kosteneffectiviteit."
-  },
-  "wan2.2-t2i-plus": {
-    "description": "Wanxiang 2.2 professionele versie, het nieuwste model. Volledige upgrades in creativiteit, stabiliteit en realistische textuur, met rijke details in de gegenereerde beelden."
-  },
-  "wanx-v1": {
-    "description": "Basis tekst-naar-beeld model, overeenkomend met het Tongyi Wanxiang officiële 1.0 algemene model."
-  },
-  "wanx2.0-t2i-turbo": {
-    "description": "Gespecialiseerd in realistische portretten, met gemiddelde snelheid en lage kosten. Overeenkomend met het Tongyi Wanxiang officiële 2.0 Turbo model."
-  },
-  "wanx2.1-t2i-plus": {
-    "description": "Volledig geüpgraded versie. Genereert beelden met rijkere details, iets langzamere snelheid. Overeenkomend met het Tongyi Wanxiang officiële 2.1 professionele model."
-  },
  "wanx2.1-t2i-turbo": {
-    "description": "Volledig geüpgraded versie. Snelle generatie, uitgebreide effecten en hoge algehele kosteneffectiviteit. Overeenkomend met het Tongyi Wanxiang officiële 2.1 Turbo model."
+    "description": "Tekst-naar-beeldmodel van Alibaba Cloud Tongyi"
  },
  "whisper-1": {
    "description": "Algemeen spraakherkenningsmodel, ondersteunt meertalige spraakherkenning, spraakvertaling en taalherkenning."
@@ -2683,11 +2485,5 @@
  },
  "yi-vision-v2": {
    "description": "Complex visietakenmodel dat hoge prestaties biedt in begrip en analyse op basis van meerdere afbeeldingen."
-  },
-  "zai-org/GLM-4.5": {
-    "description": "GLM-4.5 is een basis model speciaal ontworpen voor agenttoepassingen, gebruikmakend van een Mixture-of-Experts (MoE) architectuur. Het is diep geoptimaliseerd voor toolaanroepen, web browsing, software engineering en frontend programmeren, en ondersteunt naadloze integratie met code-agents zoals Claude Code en Roo Code. GLM-4.5 gebruikt een hybride redeneermodus en is geschikt voor complexe redenering en dagelijks gebruik."
-  },
-  "zai-org/GLM-4.5-Air": {
-    "description": "GLM-4.5-Air is een basis model speciaal ontworpen voor agenttoepassingen, gebruikmakend van een Mixture-of-Experts (MoE) architectuur. Het is diep geoptimaliseerd voor toolaanroepen, web browsing, software engineering en frontend programmeren, en ondersteunt naadloze integratie met code-agents zoals Claude Code en Roo Code. GLM-4.5 gebruikt een hybride redeneermodus en is geschikt voor complexe redenering en dagelijks gebruik."
  }
 }
--- a/Show More
+++ b/Show More