feat: add loading back

fix: test mobile
fix: try to fixed
2026-06-14 03:30:19 +00:00 · 2025-11-17 17:20:03 +08:00 · 2025-11-17 16:33:16 +08:00 · 2025-11-17 16:11:20 +08:00 · 2025-11-17 15:38:29 +08:00 · 2025-11-17 15:16:37 +08:00
1146 changed files with 57365 additions and 13975 deletions
@@ -13,6 +13,17 @@
 # Default is '0' (enabled)
 # ENABLED_CSP=1

+# SSRF Protection Settings
+# Set to '1' to allow connections to private IP addresses (disable SSRF protection)
+# WARNING: Only enable this in trusted environments
+# Default is '0' (SSRF protection enabled)
+# SSRF_ALLOW_PRIVATE_IP_ADDRESS=0
+
+# Whitelist of allowed private IP addresses (comma-separated)
+# Only takes effect when SSRF_ALLOW_PRIVATE_IP_ADDRESS is '0'
+# Example: Allow specific internal servers while keeping SSRF protection
+# SSRF_ALLOW_IP_ADDRESS_LIST=192.168.1.100,10.0.0.50
+
 ########################################
 ########## AI Provider Service #########
 ########################################
@@ -21,6 +21,7 @@ jobs:
      (github.event_name == 'pull_request_review' && github.event.sender.type != 'Bot') ||
      (github.event_name == 'pull_request_review_comment' && github.event.sender.type != 'Bot')
    runs-on: ubuntu-latest
+    timeout-minutes: 5
    permissions:
      contents: read
      # update issues/comments
@@ -2,6 +2,766 @@

 # Changelog

+## [Version 2.0.0-next.69](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.68...v2.0.0-next.69)
+
+<sup>Released on **2025-11-17**</sup>
+
+#### ♻ Code Refactoring
+
+- **misc**: Remove `language_model_settings` and remove isDeprecatedEdition.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Code refactoring
+
+- **misc**: Remove `language_model_settings` and remove isDeprecatedEdition, closes [#10264](https://github.com/lobehub/lobe-chat/issues/10264) ([ae613c7](https://github.com/lobehub/lobe-chat/commit/ae613c7))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.68](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.67...v2.0.0-next.68)
+
+<sup>Released on **2025-11-16**</sup>
+
+#### 🐛 Bug Fixes
+
+- **misc**: The tool to fail execution on ollama when a message contains b….
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's fixed
+
+- **misc**: The tool to fail execution on ollama when a message contains b…, closes [#10259](https://github.com/lobehub/lobe-chat/issues/10259) ([1ad8080](https://github.com/lobehub/lobe-chat/commit/1ad8080))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.67](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.66...v2.0.0-next.67)
+
+<sup>Released on **2025-11-16**</sup>
+
+#### ♻ Code Refactoring
+
+- **misc**: Refactor to virtua.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Code refactoring
+
+- **misc**: Refactor to virtua, closes [#10151](https://github.com/lobehub/lobe-chat/issues/10151) ([9ffb689](https://github.com/lobehub/lobe-chat/commit/9ffb689))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.66](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.65...v2.0.0-next.66)
+
+<sup>Released on **2025-11-16**</sup>
+
+#### ✨ Features
+
+- **misc**: Support to collapse message.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's improved
+
+- **misc**: Support to collapse message, closes [#10234](https://github.com/lobehub/lobe-chat/issues/10234) ([4cd6347](https://github.com/lobehub/lobe-chat/commit/4cd6347))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.65](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.64...v2.0.0-next.65)
+
+<sup>Released on **2025-11-16**</sup>
+
+#### 💄 Styles
+
+- **misc**: Update i18n.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Styles
+
+- **misc**: Update i18n, closes [#10235](https://github.com/lobehub/lobe-chat/issues/10235) ([a52c9e5](https://github.com/lobehub/lobe-chat/commit/a52c9e5))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.64](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.63...v2.0.0-next.64)
+
+<sup>Released on **2025-11-15**</sup>
+
+#### ♻ Code Refactoring
+
+- **misc**: Refactor package types.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Code refactoring
+
+- **misc**: Refactor package types, closes [#10233](https://github.com/lobehub/lobe-chat/issues/10233) ([9872409](https://github.com/lobehub/lobe-chat/commit/9872409))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.63](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.62...v2.0.0-next.63)
+
+<sup>Released on **2025-11-15**</sup>
+
+#### ✨ Features
+
+- **misc**: Show orphaned tool message and support delete tool message.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's improved
+
+- **misc**: Show orphaned tool message and support delete tool message, closes [#10232](https://github.com/lobehub/lobe-chat/issues/10232) ([38cfd26](https://github.com/lobehub/lobe-chat/commit/38cfd26))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.62](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.61...v2.0.0-next.62)
+
+<sup>Released on **2025-11-15**</sup>
+
+#### 🐛 Bug Fixes
+
+- **next16**: Resolve 'Response body object should not be disturbed or locked' error.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's fixed
+
+- **next16**: Resolve 'Response body object should not be disturbed or locked' error, closes [#10226](https://github.com/lobehub/lobe-chat/issues/10226) ([caa9c78](https://github.com/lobehub/lobe-chat/commit/caa9c78))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.61](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.60...v2.0.0-next.61)
+
+<sup>Released on **2025-11-15**</sup>
+
+#### 💄 Styles
+
+- **misc**: Update i18n.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Styles
+
+- **misc**: Update i18n, closes [#10224](https://github.com/lobehub/lobe-chat/issues/10224) ([ca7551f](https://github.com/lobehub/lobe-chat/commit/ca7551f))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.60](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.59...v2.0.0-next.60)
+
+<sup>Released on **2025-11-14**</sup>
+
+#### 🐛 Bug Fixes
+
+- **misc**: Reduce threshold.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's fixed
+
+- **misc**: Reduce threshold, closes [#10222](https://github.com/lobehub/lobe-chat/issues/10222) ([abdfd06](https://github.com/lobehub/lobe-chat/commit/abdfd06))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.59](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.58...v2.0.0-next.59)
+
+<sup>Released on **2025-11-14**</sup>
+
+#### 💄 Styles
+
+- **misc**: Update i18n.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Styles
+
+- **misc**: Update i18n, closes [#10205](https://github.com/lobehub/lobe-chat/issues/10205) ([fc57d2a](https://github.com/lobehub/lobe-chat/commit/fc57d2a))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.58](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.57...v2.0.0-next.58)
+
+<sup>Released on **2025-11-14**</sup>
+
+#### ✨ Features
+
+- **misc**: Support DeepSeek Interleaved thinking.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's improved
+
+- **misc**: Support DeepSeek Interleaved thinking, closes [#10219](https://github.com/lobehub/lobe-chat/issues/10219) ([3736a85](https://github.com/lobehub/lobe-chat/commit/3736a85))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.57](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.56...v2.0.0-next.57)
+
+<sup>Released on **2025-11-14**</sup>
+
+#### 💄 Styles
+
+- **misc**: Revert background style.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Styles
+
+- **misc**: Revert background style, closes [#10218](https://github.com/lobehub/lobe-chat/issues/10218) ([97b0413](https://github.com/lobehub/lobe-chat/commit/97b0413))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.56](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.55...v2.0.0-next.56)
+
+<sup>Released on **2025-11-14**</sup>
+
+#### ✨ Features
+
+- **misc**: Add folder creation UI and clean up debug code.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's improved
+
+- **misc**: Add folder creation UI and clean up debug code ([d5ecd0a](https://github.com/lobehub/lobe-chat/commit/d5ecd0a))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.55](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.54...v2.0.0-next.55)
+
+<sup>Released on **2025-11-14**</sup>
+
+#### ✨ Features
+
+- **image**: Image model show price.
+- **misc**: Create Pages in Knowledge Base.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's improved
+
+- **image**: Image model show price, closes [#10198](https://github.com/lobehub/lobe-chat/issues/10198) ([b87e0e4](https://github.com/lobehub/lobe-chat/commit/b87e0e4))
+- **misc**: Create Pages in Knowledge Base, closes [#9895](https://github.com/lobehub/lobe-chat/issues/9895) ([f46edeb](https://github.com/lobehub/lobe-chat/commit/f46edeb))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.54](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.53...v2.0.0-next.54)
+
+<sup>Released on **2025-11-14**</sup>
+
+#### 💄 Styles
+
+- **misc**: Refactor and support move locale file intervention.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Styles
+
+- **misc**: Refactor and support move locale file intervention, closes [#10213](https://github.com/lobehub/lobe-chat/issues/10213) ([63cac81](https://github.com/lobehub/lobe-chat/commit/63cac81))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.53](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.52...v2.0.0-next.53)
+
+<sup>Released on **2025-11-14**</sup>
+
+#### ✨ Features
+
+- **misc**: Add GPT-5.1 models.
+
+#### 💄 Styles
+
+- **misc**: Fix approving render and improve Conversation style.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's improved
+
+- **misc**: Add GPT-5.1 models, closes [#10206](https://github.com/lobehub/lobe-chat/issues/10206) ([afd3a47](https://github.com/lobehub/lobe-chat/commit/afd3a47))
+
+#### Styles
+
+- **misc**: Fix approving render and improve Conversation style, closes [#10210](https://github.com/lobehub/lobe-chat/issues/10210) ([841b7f1](https://github.com/lobehub/lobe-chat/commit/841b7f1))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.52](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.51...v2.0.0-next.52)
+
+<sup>Released on **2025-11-13**</sup>
+
+#### 🐛 Bug Fixes
+
+- **misc**: Filter out reasoning fields from messages in ChatCompletion API.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's fixed
+
+- **misc**: Filter out reasoning fields from messages in ChatCompletion API, closes [#10203](https://github.com/lobehub/lobe-chat/issues/10203) [#10193](https://github.com/lobehub/lobe-chat/issues/10193) ([5f28b2c](https://github.com/lobehub/lobe-chat/commit/5f28b2c))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.51](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.50...v2.0.0-next.51)
+
+<sup>Released on **2025-11-13**</sup>
+
+#### 💄 Styles
+
+- **misc**: Update ERNIE-5.0-Thinking-Preview model.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Styles
+
+- **misc**: Update ERNIE-5.0-Thinking-Preview model, closes [#10196](https://github.com/lobehub/lobe-chat/issues/10196) ([89f3eed](https://github.com/lobehub/lobe-chat/commit/89f3eed))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.50](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.49...v2.0.0-next.50)
+
+<sup>Released on **2025-11-13**</sup>
+
+#### 🐛 Bug Fixes
+
+- **misc**: Fix oidc accountId mismatch.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's fixed
+
+- **misc**: Fix oidc accountId mismatch, closes [#10058](https://github.com/lobehub/lobe-chat/issues/10058) ([0692ba7](https://github.com/lobehub/lobe-chat/commit/0692ba7))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.49](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.48...v2.0.0-next.49)
+
+<sup>Released on **2025-11-13**</sup>
+
+#### ✨ Features
+
+- **misc**: Support tool invention.
+
+#### 🐛 Bug Fixes
+
+- **misc**: Update lost i18n files.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's improved
+
+- **misc**: Support tool invention, closes [#10182](https://github.com/lobehub/lobe-chat/issues/10182) ([4dca708](https://github.com/lobehub/lobe-chat/commit/4dca708))
+
+#### What's fixed
+
+- **misc**: Update lost i18n files, closes [#10179](https://github.com/lobehub/lobe-chat/issues/10179) ([b69c7ff](https://github.com/lobehub/lobe-chat/commit/b69c7ff))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.48](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.47...v2.0.0-next.48)
+
+<sup>Released on **2025-11-12**</sup>
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.47](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.46...v2.0.0-next.47)
+
+<sup>Released on **2025-11-11**</sup>
+
+#### 🐛 Bug Fixes
+
+- **misc**: Fix mcp server return image error.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's fixed
+
+- **misc**: Fix mcp server return image error, closes [#10113](https://github.com/lobehub/lobe-chat/issues/10113) ([e5640d4](https://github.com/lobehub/lobe-chat/commit/e5640d4))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.46](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.45...v2.0.0-next.46)
+
+<sup>Released on **2025-11-11**</sup>
+
+#### ♻ Code Refactoring
+
+- **misc**: Fix thread display.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Code refactoring
+
+- **misc**: Fix thread display, closes [#10153](https://github.com/lobehub/lobe-chat/issues/10153) ([8fda83e](https://github.com/lobehub/lobe-chat/commit/8fda83e))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.45](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.44...v2.0.0-next.45)
+
+<sup>Released on **2025-11-10**</sup>
+
+#### ♻ Code Refactoring
+
+- **misc**: Edge to node runtime.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Code refactoring
+
+- **misc**: Edge to node runtime, closes [#10149](https://github.com/lobehub/lobe-chat/issues/10149) ([2f4c25d](https://github.com/lobehub/lobe-chat/commit/2f4c25d))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.44](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.43...v2.0.0-next.44)
+
+<sup>Released on **2025-11-10**</sup>
+
+#### 🐛 Bug Fixes
+
+- **misc**: Fix reasoning issue with claude and Response API thinking.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's fixed
+
+- **misc**: Fix reasoning issue with claude and Response API thinking, closes [#10147](https://github.com/lobehub/lobe-chat/issues/10147) ([cf6bd53](https://github.com/lobehub/lobe-chat/commit/cf6bd53))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.43](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.42...v2.0.0-next.43)
+
+<sup>Released on **2025-11-09**</sup>
+
+#### 🐛 Bug Fixes
+
+- **misc**: Abnormal animation of tokens.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's fixed
+
+- **misc**: Abnormal animation of tokens, closes [#10106](https://github.com/lobehub/lobe-chat/issues/10106) ([129df7b](https://github.com/lobehub/lobe-chat/commit/129df7b))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.42](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.41...v2.0.0-next.42)
+
+<sup>Released on **2025-11-09**</sup>
+
+#### 🐛 Bug Fixes
+
+- **misc**: Fix missing messages when finish runtime.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's fixed
+
+- **misc**: Fix missing messages when finish runtime, closes [#10138](https://github.com/lobehub/lobe-chat/issues/10138) ([b94d477](https://github.com/lobehub/lobe-chat/commit/b94d477))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.41](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.40...v2.0.0-next.41)
+
+<sup>Released on **2025-11-09**</sup>
+
+#### 💄 Styles
+
+- **misc**: Update i18n.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Styles
+
+- **misc**: Update i18n, closes [#10116](https://github.com/lobehub/lobe-chat/issues/10116) ([766772e](https://github.com/lobehub/lobe-chat/commit/766772e))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+## [Version 2.0.0-next.40](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.39...v2.0.0-next.40)
+
+<sup>Released on **2025-11-08**</sup>
+
+#### 🐛 Bug Fixes
+
+- **database**: Fix deleteMessagesBySession incorrectly deleting all messages.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### What's fixed
+
+- **database**: Fix deleteMessagesBySession incorrectly deleting all messages, closes [#10110](https://github.com/lobehub/lobe-chat/issues/10110) ([1d7f67d](https://github.com/lobehub/lobe-chat/commit/1d7f67d))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
 ## [Version 2.0.0-next.39](https://github.com/lobehub/lobe-chat/compare/v2.0.0-next.38...v2.0.0-next.39)

 <sup>Released on **2025-11-08**</sup>
@@ -1,272 +0,0 @@
-## Set global build ENV
-ARG NODEJS_VERSION="24"
-
-## Base image for all building stages
-FROM node:${NODEJS_VERSION}-slim AS base
-
-ARG USE_CN_MIRROR
-
-ENV DEBIAN_FRONTEND="noninteractive"
-
-RUN \
-    # If you want to build docker in China, build with --build-arg USE_CN_MIRROR=true
-    if [ "${USE_CN_MIRROR:-false}" = "true" ]; then \
-        sed -i "s/deb.debian.org/mirrors.ustc.edu.cn/g" "/etc/apt/sources.list.d/debian.sources"; \
-    fi \
-    # Add required package
-    && apt update \
-    && apt install ca-certificates proxychains-ng -qy \
-    # Prepare required package to distroless
-    && mkdir -p /distroless/bin /distroless/etc /distroless/etc/ssl/certs /distroless/lib \
-    # Copy proxychains to distroless
-    && cp /usr/lib/$(arch)-linux-gnu/libproxychains.so.4 /distroless/lib/libproxychains.so.4 \
-    && cp /usr/lib/$(arch)-linux-gnu/libdl.so.2 /distroless/lib/libdl.so.2 \
-    && cp /usr/bin/proxychains4 /distroless/bin/proxychains \
-    && cp /etc/proxychains4.conf /distroless/etc/proxychains4.conf \
-    # Copy node to distroless
-    && cp /usr/lib/$(arch)-linux-gnu/libstdc++.so.6 /distroless/lib/libstdc++.so.6 \
-    && cp /usr/lib/$(arch)-linux-gnu/libgcc_s.so.1 /distroless/lib/libgcc_s.so.1 \
-    && cp /usr/local/bin/node /distroless/bin/node \
-    # Copy CA certificates to distroless
-    && cp /etc/ssl/certs/ca-certificates.crt /distroless/etc/ssl/certs/ca-certificates.crt \
-    # Cleanup temp files
-    && rm -rf /tmp/* /var/lib/apt/lists/* /var/tmp/*
-
-## Builder image, install all the dependencies and build the app
-FROM base AS builder
-
-ARG USE_CN_MIRROR
-ARG NEXT_PUBLIC_BASE_PATH
-ARG NEXT_PUBLIC_SENTRY_DSN
-ARG NEXT_PUBLIC_ANALYTICS_POSTHOG
-ARG NEXT_PUBLIC_POSTHOG_HOST
-ARG NEXT_PUBLIC_POSTHOG_KEY
-ARG NEXT_PUBLIC_ANALYTICS_UMAMI
-ARG NEXT_PUBLIC_UMAMI_SCRIPT_URL
-ARG NEXT_PUBLIC_UMAMI_WEBSITE_ID
-ARG FEATURE_FLAGS
-
-ENV NEXT_PUBLIC_CLIENT_DB="pglite"
-ENV NEXT_PUBLIC_BASE_PATH="${NEXT_PUBLIC_BASE_PATH}" \
-    FEATURE_FLAGS="${FEATURE_FLAGS}"
-
-# Sentry
-ENV NEXT_PUBLIC_SENTRY_DSN="${NEXT_PUBLIC_SENTRY_DSN}" \
-    SENTRY_ORG="" \
-    SENTRY_PROJECT=""
-
-ENV APP_URL="http://app.com"
-
-# Posthog
-ENV NEXT_PUBLIC_ANALYTICS_POSTHOG="${NEXT_PUBLIC_ANALYTICS_POSTHOG}" \
-    NEXT_PUBLIC_POSTHOG_HOST="${NEXT_PUBLIC_POSTHOG_HOST}" \
-    NEXT_PUBLIC_POSTHOG_KEY="${NEXT_PUBLIC_POSTHOG_KEY}"
-
-# Umami
-ENV NEXT_PUBLIC_ANALYTICS_UMAMI="${NEXT_PUBLIC_ANALYTICS_UMAMI}" \
-    NEXT_PUBLIC_UMAMI_SCRIPT_URL="${NEXT_PUBLIC_UMAMI_SCRIPT_URL}" \
-    NEXT_PUBLIC_UMAMI_WEBSITE_ID="${NEXT_PUBLIC_UMAMI_WEBSITE_ID}"
-
-# Node
-ENV NODE_OPTIONS="--max-old-space-size=6144"
-
-WORKDIR /app
-
-COPY package.json pnpm-workspace.yaml ./
-COPY .npmrc ./
-COPY packages ./packages
-
-RUN \
-    # If you want to build docker in China, build with --build-arg USE_CN_MIRROR=true
-    if [ "${USE_CN_MIRROR:-false}" = "true" ]; then \
-        export SENTRYCLI_CDNURL="https://npmmirror.com/mirrors/sentry-cli"; \
-        npm config set registry "https://registry.npmmirror.com/"; \
-        echo 'canvas_binary_host_mirror=https://npmmirror.com/mirrors/canvas' >> .npmrc; \
-    fi \
-    # Set the registry for corepack
-    && export COREPACK_NPM_REGISTRY=$(npm config get registry | sed 's/\/$//') \
-    # Update corepack to latest (nodejs/corepack#612)
-    && npm i -g corepack@latest \
-    # Enable corepack
-    && corepack enable \
-    # Use pnpm for corepack
-    && corepack use $(sed -n 's/.*"packageManager": "\(.*\)".*/\1/p' package.json) \
-    # Install the dependencies
-    && pnpm i
-
-COPY . .
-
-# run build standalone for docker version
-RUN npm run build:docker
-
-## Application image, copy all the files for production
-FROM busybox:latest AS app
-
-COPY --from=base /distroless/ /
-
-# Automatically leverage output traces to reduce image size
-# https://nextjs.org/docs/advanced-features/output-file-tracing
-COPY --from=builder /app/.next/standalone /app/
-
-# Copy server launcher
-COPY --from=builder /app/scripts/serverLauncher/startServer.js /app/startServer.js
-
-RUN \
-    # Add nextjs:nodejs to run the app
-    addgroup -S -g 1001 nodejs \
-    && adduser -D -G nodejs -H -S -h /app -u 1001 nextjs \
-    # Set permission for nextjs:nodejs
-    && chown -R nextjs:nodejs /app /etc/proxychains4.conf
-
-## Production image, copy all the files and run next
-FROM scratch
-
-# Copy all the files from app, set the correct permission for prerender cache
-COPY --from=app / /
-
-ENV NODE_ENV="production" \
-    NODE_OPTIONS="--dns-result-order=ipv4first --use-openssl-ca" \
-    NODE_EXTRA_CA_CERTS="" \
-    NODE_TLS_REJECT_UNAUTHORIZED="" \
-    SSL_CERT_FILE="/etc/ssl/certs/ca-certificates.crt"
-
-# Make the middleware rewrite through local as default
-# refs: https://github.com/lobehub/lobe-chat/issues/5876
-ENV MIDDLEWARE_REWRITE_THROUGH_LOCAL="1"
-
-# set hostname to localhost
-ENV HOSTNAME="0.0.0.0" \
-    PORT="3210"
-
-# General Variables
-ENV ACCESS_CODE="" \
-    API_KEY_SELECT_MODE="" \
-    DEFAULT_AGENT_CONFIG="" \
-    SYSTEM_AGENT="" \
-    FEATURE_FLAGS="" \
-    PROXY_URL="" \
-    ENABLE_AUTH_PROTECTION=""
-
-# Model Variables
-ENV \
-    # AI21
-    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
-    ENABLED_AWS_BEDROCK="" AWS_ACCESS_KEY_ID="" AWS_SECRET_ACCESS_KEY="" AWS_REGION="" AWS_BEDROCK_MODEL_LIST="" \
-    # Azure OpenAI
-    AZURE_API_KEY="" AZURE_API_VERSION="" AZURE_ENDPOINT="" AZURE_MODEL_LIST="" \
-    # Baichuan
-    BAICHUAN_API_KEY="" BAICHUAN_MODEL_LIST="" \
-    # Cloudflare
-    CLOUDFLARE_API_KEY="" CLOUDFLARE_BASE_URL_OR_ACCOUNT_ID="" CLOUDFLARE_MODEL_LIST="" \
-    # Cohere
-    COHERE_API_KEY="" COHERE_MODEL_LIST="" COHERE_PROXY_URL="" \
-    # ComfyUI
-    ENABLED_COMFYUI="" COMFYUI_BASE_URL="" COMFYUI_AUTH_TYPE="" \
-    COMFYUI_API_KEY="" COMFYUI_USERNAME="" COMFYUI_PASSWORD="" COMFYUI_CUSTOM_HEADERS="" \
-    # DeepSeek
-    DEEPSEEK_API_KEY="" DEEPSEEK_MODEL_LIST="" \
-    # Fireworks AI
-    FIREWORKSAI_API_KEY="" FIREWORKSAI_MODEL_LIST="" \
-    # Gitee AI
-    GITEE_AI_API_KEY="" GITEE_AI_MODEL_LIST="" \
-    # GitHub
-    GITHUB_TOKEN="" GITHUB_MODEL_LIST="" \
-    # Google
-    GOOGLE_API_KEY="" GOOGLE_MODEL_LIST="" GOOGLE_PROXY_URL="" \
-    # Groq
-    GROQ_API_KEY="" GROQ_MODEL_LIST="" GROQ_PROXY_URL="" \
-    # Higress
-    HIGRESS_API_KEY="" HIGRESS_MODEL_LIST="" HIGRESS_PROXY_URL="" \
-    # HuggingFace
-    HUGGINGFACE_API_KEY="" HUGGINGFACE_MODEL_LIST="" HUGGINGFACE_PROXY_URL="" \
-    # Hunyuan
-    HUNYUAN_API_KEY="" HUNYUAN_MODEL_LIST="" \
-    # InternLM
-    INTERNLM_API_KEY="" INTERNLM_MODEL_LIST="" \
-    # Jina
-    JINA_API_KEY="" JINA_MODEL_LIST="" JINA_PROXY_URL="" \
-    # Minimax
-    MINIMAX_API_KEY="" MINIMAX_MODEL_LIST="" \
-    # Mistral
-    MISTRAL_API_KEY="" MISTRAL_MODEL_LIST="" \
-    # ModelScope
-    MODELSCOPE_API_KEY="" MODELSCOPE_MODEL_LIST="" MODELSCOPE_PROXY_URL="" \
-    # Moonshot
-    MOONSHOT_API_KEY="" MOONSHOT_MODEL_LIST="" MOONSHOT_PROXY_URL="" \
-    # Nebius
-    NEBIUS_API_KEY="" NEBIUS_MODEL_LIST="" NEBIUS_PROXY_URL="" \
-    # NewAPI
-    NEWAPI_API_KEY="" NEWAPI_PROXY_URL="" \
-    # Novita
-    NOVITA_API_KEY="" NOVITA_MODEL_LIST="" \
-    # Nvidia NIM
-    NVIDIA_API_KEY="" NVIDIA_MODEL_LIST="" NVIDIA_PROXY_URL="" \
-    # Ollama
-    ENABLED_OLLAMA="" OLLAMA_MODEL_LIST="" OLLAMA_PROXY_URL="" \
-    # OpenAI
-    ENABLED_OPENAI="" OPENAI_API_KEY="" OPENAI_MODEL_LIST="" OPENAI_PROXY_URL="" \
-    # OpenRouter
-    OPENROUTER_API_KEY="" OPENROUTER_MODEL_LIST="" \
-    # Perplexity
-    PERPLEXITY_API_KEY="" PERPLEXITY_MODEL_LIST="" PERPLEXITY_PROXY_URL="" \
-    # Qiniu
-    QINIU_API_KEY="" QINIU_MODEL_LIST="" QINIU_PROXY_URL="" \
-    # Qwen
-    QWEN_API_KEY="" QWEN_MODEL_LIST="" QWEN_PROXY_URL="" \
-    # SambaNova
-    SAMBANOVA_API_KEY="" SAMBANOVA_MODEL_LIST="" \
-    # SenseNova
-    SENSENOVA_API_KEY="" SENSENOVA_MODEL_LIST="" \
-    # SiliconCloud
-    SILICONCLOUD_API_KEY="" SILICONCLOUD_MODEL_LIST="" SILICONCLOUD_PROXY_URL="" \
-    # Spark
-    SPARK_API_KEY="" SPARK_MODEL_LIST="" SPARK_PROXY_URL="" SPARK_SEARCH_MODE="" \
-    # Stepfun
-    STEPFUN_API_KEY="" STEPFUN_MODEL_LIST="" \
-    # Taichu
-    TAICHU_API_KEY="" TAICHU_MODEL_LIST="" \
-    # TogetherAI
-    TOGETHERAI_API_KEY="" TOGETHERAI_MODEL_LIST="" \
-    # Upstage
-    UPSTAGE_API_KEY="" UPSTAGE_MODEL_LIST="" \
-    # v0 (Vercel)
-    V0_API_KEY="" V0_MODEL_LIST="" \
-    # vLLM
-    VLLM_API_KEY="" VLLM_MODEL_LIST="" VLLM_PROXY_URL="" \
-    # Wenxin
-    WENXIN_API_KEY="" WENXIN_MODEL_LIST="" \
-    # xAI
-    XAI_API_KEY="" XAI_MODEL_LIST="" XAI_PROXY_URL="" \
-    # Xinference
-    XINFERENCE_API_KEY="" XINFERENCE_MODEL_LIST="" XINFERENCE_PROXY_URL="" \
-    # 01.AI
-    ZEROONE_API_KEY="" ZEROONE_MODEL_LIST="" \
-    # Zhipu
-    ZHIPU_API_KEY="" ZHIPU_MODEL_LIST="" \
-    # 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="" \
-    # FAL
-    ENABLED_FAL="" FAL_API_KEY="" FAL_MODEL_LIST="" \
-    # BFL
-    BFL_API_KEY="" BFL_MODEL_LIST="" \
-    # Vercel AI Gateway
-    VERCELAIGATEWAY_API_KEY="" VERCELAIGATEWAY_MODEL_LIST=""
-
-USER nextjs
-
-EXPOSE 3210/tcp
-
-ENTRYPOINT ["/bin/node"]
-
-CMD ["/app/startServer.js"]
@@ -345,12 +345,12 @@ In addition, these plugins are not limited to news aggregation, but can also ext

 <!-- PLUGIN LIST -->

-| Recent Submits                                                                                                               | Description                                                                                                                               |
-| ---------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------- |
-| [Shopping tools](https://lobechat.com/discover/plugin/ShoppingTools)<br/><sup>By **shoppingtools** on **2025-10-27**</sup>   | Search for products on eBay & AliExpress, find eBay events & coupons. Get prompt examples.<br/>`shopping` `e-bay` `ali-express` `coupons` |
-| [PortfolioMeta](https://lobechat.com/discover/plugin/StockData)<br/><sup>By **portfoliometa** on **2025-09-27**</sup>        | Analyze stocks and get comprehensive real-time investment data and analytics.<br/>`stock`                                                 |
-| [Web](https://lobechat.com/discover/plugin/web)<br/><sup>By **Proghit** on **2025-01-24**</sup>                              | Smart web search that reads and analyzes pages to deliver comprehensive answers from Google results.<br/>`web` `search`                   |
-| [Bing_websearch](https://lobechat.com/discover/plugin/Bingsearch-identifier)<br/><sup>By **FineHow** on **2024-12-22**</sup> | Search for information from the internet base BingApi<br/>`bingsearch`                                                                    |
+| Recent Submits                                                                                                             | Description                                                                                                                               |
+| -------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------- |
+| [SEO](https://lobechat.com/discover/plugin/SEO)<br/><sup>By **orrenprunckun** on **2025-11-14**</sup>                      | Enter any URL and keyword and get an On-Page SEO analysis & insights!<br/>`seo`                                                           |
+| [Shopping tools](https://lobechat.com/discover/plugin/ShoppingTools)<br/><sup>By **shoppingtools** on **2025-10-27**</sup> | Search for products on eBay & AliExpress, find eBay events & coupons. Get prompt examples.<br/>`shopping` `e-bay` `ali-express` `coupons` |
+| [PortfolioMeta](https://lobechat.com/discover/plugin/StockData)<br/><sup>By **portfoliometa** on **2025-09-27**</sup>      | Analyze stocks and get comprehensive real-time investment data and analytics.<br/>`stock`                                                 |
+| [Web](https://lobechat.com/discover/plugin/web)<br/><sup>By **Proghit** on **2025-01-24**</sup>                            | Smart web search that reads and analyzes pages to deliver comprehensive answers from Google results.<br/>`web` `search`                   |

 > 📊 Total plugins: [<kbd>**42**</kbd>](https://lobechat.com/discover/plugins)

@@ -338,12 +338,12 @@ LobeChat 的插件生态系统是其核心功能的重要扩展，它极大地

 <!-- PLUGIN LIST -->

-| 最近新增                                                                                                                   | 描述                                                                                                               |
-| -------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------ |
-| [购物工具](https://lobechat.com/discover/plugin/ShoppingTools)<br/><sup>By **shoppingtools** on **2025-10-27**</sup>       | 在 eBay 和 AliExpress 上搜索产品，查找 eBay 活动和优惠券。获取快速示例。<br/>`购物` `e-bay` `ali-express` `优惠券` |
-| [PortfolioMeta](https://lobechat.com/discover/plugin/StockData)<br/><sup>By **portfoliometa** on **2025-09-27**</sup>      | 分析股票并获取全面的实时投资数据和分析。<br/>`股票`                                                                |
-| [网页](https://lobechat.com/discover/plugin/web)<br/><sup>By **Proghit** on **2025-01-24**</sup>                           | 智能网页搜索，读取和分析页面，以提供来自 Google 结果的全面答案。<br/>`网页` `搜索`                                 |
-| [必应网页搜索](https://lobechat.com/discover/plugin/Bingsearch-identifier)<br/><sup>By **FineHow** on **2024-12-22**</sup> | 通过 BingApi 搜索互联网上的信息<br/>`bingsearch`                                                                   |
+| 最近新增                                                                                                              | 描述                                                                                                               |
+| --------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------ |
+| [SEO](https://lobechat.com/discover/plugin/SEO)<br/><sup>By **orrenprunckun** on **2025-11-14**</sup>                 | 输入任何 URL 和关键词，获取页面 SEO 分析和见解！<br/>`seo`                                                         |
+| [购物工具](https://lobechat.com/discover/plugin/ShoppingTools)<br/><sup>By **shoppingtools** on **2025-10-27**</sup>  | 在 eBay 和 AliExpress 上搜索产品，查找 eBay 活动和优惠券。获取快速示例。<br/>`购物` `e-bay` `ali-express` `优惠券` |
+| [PortfolioMeta](https://lobechat.com/discover/plugin/StockData)<br/><sup>By **portfoliometa** on **2025-09-27**</sup> | 分析股票并获取全面的实时投资数据和分析。<br/>`股票`                                                                |
+| [网页](https://lobechat.com/discover/plugin/web)<br/><sup>By **Proghit** on **2025-01-24**</sup>                      | 智能网页搜索，读取和分析页面，以提供来自 Google 结果的全面答案。<br/>`网页` `搜索`                                 |

 > 📊 Total plugins: [<kbd>**42**</kbd>](https://lobechat.com/discover/plugins)

@@ -32,33 +32,33 @@
    "electron-updater": "^6.6.2",
    "electron-window-state": "^5.0.3",
    "fetch-socks": "^1.3.2",
-    "get-port-please": "^3.1.2",
+    "get-port-please": "^3.2.0",
    "pdfjs-dist": "4.10.38"
  },
  "devDependencies": {
    "@electron-toolkit/eslint-config-prettier": "^3.0.0",
-    "@electron-toolkit/eslint-config-ts": "^3.0.0",
-    "@electron-toolkit/preload": "^3.0.1",
+    "@electron-toolkit/eslint-config-ts": "^3.1.0",
+    "@electron-toolkit/preload": "^3.0.2",
    "@electron-toolkit/tsconfig": "^2.0.0",
    "@electron-toolkit/utils": "^4.0.0",
    "@lobechat/electron-client-ipc": "workspace:*",
    "@lobechat/electron-server-ipc": "workspace:*",
    "@lobechat/file-loaders": "workspace:*",
-    "@lobehub/i18n-cli": "^1.20.3",
-    "@types/lodash": "^4.17.0",
+    "@lobehub/i18n-cli": "^1.25.1",
+    "@types/lodash": "^4.17.20",
    "@types/resolve": "^1.20.6",
-    "@types/semver": "^7.7.0",
+    "@types/semver": "^7.7.1",
    "@types/set-cookie-parser": "^2.4.10",
    "@typescript/native-preview": "7.0.0-dev.20250711.1",
-    "consola": "^3.1.0",
+    "consola": "^3.4.2",
    "cookie": "^1.0.2",
-    "electron": "^39.1.0",
+    "electron": "^38.7.0",
    "electron-builder": "^26.0.12",
    "electron-is": "^3.0.0",
-    "electron-log": "^5.3.3",
+    "electron-log": "^5.4.3",
    "electron-store": "^8.2.0",
-    "electron-vite": "^3.0.0",
-    "execa": "^9.5.2",
+    "electron-vite": "^3.1.0",
+    "execa": "^9.6.0",
    "fast-glob": "^3.3.3",
    "fix-path": "^5.0.0",
    "http-proxy-agent": "^7.0.2",
@@ -66,13 +66,13 @@
    "just-diff": "^6.0.2",
    "lodash": "^4.17.21",
    "lodash-es": "^4.17.21",
-    "resolve": "^1.22.8",
-    "semver": "^7.5.4",
-    "set-cookie-parser": "^2.7.1",
-    "tsx": "^4.19.3",
-    "typescript": "^5.7.3",
-    "undici": "^7.9.0",
-    "vite": "^6.3.5",
+    "resolve": "^1.22.11",
+    "semver": "^7.7.3",
+    "set-cookie-parser": "^2.7.2",
+    "tsx": "^4.20.6",
+    "typescript": "^5.9.3",
+    "undici": "^7.16.0",
+    "vite": "^6.4.1",
    "vitest": "^3.2.4"
  },
  "pnpm": {
@@ -1,4 +1,4 @@
-import { DataSyncConfig } from '@lobechat/electron-client-ipc';
+import { DataSyncConfig, MarketAuthorizationParams } from '@lobechat/electron-client-ipc';
 import { BrowserWindow, shell } from 'electron';
 import crypto from 'node:crypto';
 import querystring from 'node:querystring';
@@ -117,7 +117,32 @@ export default class AuthCtr extends ControllerModule {
  }

  /**
-   * Start polling mechanism to retrieve credentials
+   * Request Market OAuth authorization (desktop)
+   */
+  @ipcClientEvent('requestMarketAuthorization')
+  async requestMarketAuthorization(params: MarketAuthorizationParams) {
+    const { authUrl } = params;
+
+    if (!authUrl) {
+      const errorMessage = 'Market authorization URL is required';
+      logger.error(errorMessage);
+      return { error: errorMessage, success: false };
+    }
+
+    logger.info(`Requesting market authorization via: ${authUrl}`);
+    try {
+      await shell.openExternal(authUrl);
+      logger.debug('Opening market authorization URL in default browser');
+      return { success: true };
+    } catch (error) {
+      const message = error instanceof Error ? error.message : String(error);
+      logger.error('Market authorization request failed:', error);
+      return { error: message, success: false };
+    }
+  }
+
+  /**
+   * 启动轮询机制获取凭证
   */
  private startPolling() {
    if (!this.authRequestState) {
@@ -467,15 +467,35 @@ export default class LocalFileCtr extends ControllerModule {
   */
  @ipcClientEvent('searchLocalFiles')
  async handleLocalFilesSearch(params: LocalSearchFilesParams): Promise<FileResult[]> {
-    logger.debug('Received file search request:', { keywords: params.keywords });
+    logger.debug('Received file search request:', {
+      directory: params.directory,
+      keywords: params.keywords,
+    });

-    const options: Omit<SearchOptions, 'keywords'> = {
-      limit: 30,
+    // Build search options from params, mapping directory to onlyIn
+    const options: SearchOptions = {
+      contentContains: params.contentContains,
+      createdAfter: params.createdAfter ? new Date(params.createdAfter) : undefined,
+      createdBefore: params.createdBefore ? new Date(params.createdBefore) : undefined,
+      detailed: params.detailed,
+      exclude: params.exclude,
+      fileTypes: params.fileTypes,
+      keywords: params.keywords,
+      limit: params.limit || 30,
+      liveUpdate: params.liveUpdate,
+      modifiedAfter: params.modifiedAfter ? new Date(params.modifiedAfter) : undefined,
+      modifiedBefore: params.modifiedBefore ? new Date(params.modifiedBefore) : undefined,
+      onlyIn: params.directory, // Map directory param to onlyIn option
+      sortBy: params.sortBy,
+      sortDirection: params.sortDirection,
    };

    try {
-      const results = await this.searchService.search(params.keywords, options);
-      logger.debug('File search completed', { count: results.length });
+      const results = await this.searchService.search(options.keywords, options);
+      logger.debug('File search completed', {
+        count: results.length,
+        directory: params.directory,
+      });
      return results;
    } catch (error) {
      logger.error('File search failed:', error);
@@ -0,0 +1,242 @@
+import {
+  GetCommandOutputParams,
+  GetCommandOutputResult,
+  KillCommandParams,
+  KillCommandResult,
+  RunCommandParams,
+  RunCommandResult,
+} from '@lobechat/electron-client-ipc';
+import { ChildProcess, spawn } from 'node:child_process';
+import { randomUUID } from 'node:crypto';
+
+import { createLogger } from '@/utils/logger';
+
+import { ControllerModule, ipcClientEvent } from './index';
+
+const logger = createLogger('controllers:ShellCommandCtr');
+
+interface ShellProcess {
+  lastReadStderr: number;
+  lastReadStdout: number;
+  process: ChildProcess;
+  stderr: string[];
+  stdout: string[];
+}
+
+export default class ShellCommandCtr extends ControllerModule {
+  // Shell process management
+  private shellProcesses = new Map<string, ShellProcess>();
+
+  @ipcClientEvent('runCommand')
+  async handleRunCommand({
+    command,
+    description,
+    run_in_background,
+    timeout = 120_000,
+  }: RunCommandParams): Promise<RunCommandResult> {
+    const logPrefix = `[runCommand: ${description || command.slice(0, 50)}]`;
+    logger.debug(`${logPrefix} Starting command execution`, {
+      background: run_in_background,
+      timeout,
+    });
+
+    // Validate timeout
+    const effectiveTimeout = Math.min(Math.max(timeout, 1000), 600_000);
+
+    // Cross-platform shell selection
+    const shellConfig =
+      process.platform === 'win32'
+        ? { args: ['/c', command], cmd: 'cmd.exe' }
+        : { args: ['-c', command], cmd: '/bin/sh' };
+
+    try {
+      if (run_in_background) {
+        // Background execution
+        const shellId = randomUUID();
+        const childProcess = spawn(shellConfig.cmd, shellConfig.args, {
+          env: process.env,
+          shell: false,
+        });
+
+        const shellProcess: ShellProcess = {
+          lastReadStderr: 0,
+          lastReadStdout: 0,
+          process: childProcess,
+          stderr: [],
+          stdout: [],
+        };
+
+        // Capture output
+        childProcess.stdout?.on('data', (data) => {
+          shellProcess.stdout.push(data.toString());
+        });
+
+        childProcess.stderr?.on('data', (data) => {
+          shellProcess.stderr.push(data.toString());
+        });
+
+        childProcess.on('exit', (code) => {
+          logger.debug(`${logPrefix} Background process exited`, { code, shellId });
+        });
+
+        this.shellProcesses.set(shellId, shellProcess);
+
+        logger.info(`${logPrefix} Started background execution`, { shellId });
+        return {
+          shell_id: shellId,
+          success: true,
+        };
+      } else {
+        // Synchronous execution with timeout
+        return new Promise((resolve) => {
+          const childProcess = spawn(shellConfig.cmd, shellConfig.args, {
+            env: process.env,
+            shell: false,
+          });
+
+          let stdout = '';
+          let stderr = '';
+          let killed = false;
+
+          const timeoutHandle = setTimeout(() => {
+            killed = true;
+            childProcess.kill();
+            resolve({
+              error: `Command timed out after ${effectiveTimeout}ms`,
+              stderr,
+              stdout,
+              success: false,
+            });
+          }, effectiveTimeout);
+
+          childProcess.stdout?.on('data', (data) => {
+            stdout += data.toString();
+          });
+
+          childProcess.stderr?.on('data', (data) => {
+            stderr += data.toString();
+          });
+
+          childProcess.on('exit', (code) => {
+            if (!killed) {
+              clearTimeout(timeoutHandle);
+              const success = code === 0;
+              logger.info(`${logPrefix} Command completed`, { code, success });
+              resolve({
+                exit_code: code || 0,
+                output: stdout + stderr,
+                stderr,
+                stdout,
+                success,
+              });
+            }
+          });
+
+          childProcess.on('error', (error) => {
+            clearTimeout(timeoutHandle);
+            logger.error(`${logPrefix} Command failed:`, error);
+            resolve({
+              error: error.message,
+              stderr,
+              stdout,
+              success: false,
+            });
+          });
+        });
+      }
+    } catch (error) {
+      logger.error(`${logPrefix} Failed to execute command:`, error);
+      return {
+        error: (error as Error).message,
+        success: false,
+      };
+    }
+  }
+
+  @ipcClientEvent('getCommandOutput')
+  async handleGetCommandOutput({
+    filter,
+    shell_id,
+  }: GetCommandOutputParams): Promise<GetCommandOutputResult> {
+    const logPrefix = `[getCommandOutput: ${shell_id}]`;
+    logger.debug(`${logPrefix} Retrieving output`);
+
+    const shellProcess = this.shellProcesses.get(shell_id);
+    if (!shellProcess) {
+      logger.error(`${logPrefix} Shell process not found`);
+      return {
+        error: `Shell ID ${shell_id} not found`,
+        output: '',
+        running: false,
+        stderr: '',
+        stdout: '',
+        success: false,
+      };
+    }
+
+    const { lastReadStderr, lastReadStdout, process: childProcess, stderr, stdout } = shellProcess;
+
+    // Get new output since last read
+    const newStdout = stdout.slice(lastReadStdout).join('');
+    const newStderr = stderr.slice(lastReadStderr).join('');
+    let output = newStdout + newStderr;
+
+    // Apply filter if provided
+    if (filter) {
+      try {
+        const regex = new RegExp(filter, 'gm');
+        const lines = output.split('\n');
+        output = lines.filter((line) => regex.test(line)).join('\n');
+      } catch (error) {
+        logger.error(`${logPrefix} Invalid filter regex:`, error);
+      }
+    }
+
+    // Update last read positions separately
+    shellProcess.lastReadStdout = stdout.length;
+    shellProcess.lastReadStderr = stderr.length;
+
+    const running = childProcess.exitCode === null;
+
+    logger.debug(`${logPrefix} Output retrieved`, {
+      outputLength: output.length,
+      running,
+    });
+
+    return {
+      output,
+      running,
+      stderr: newStderr,
+      stdout: newStdout,
+      success: true,
+    };
+  }
+
+  @ipcClientEvent('killCommand')
+  async handleKillCommand({ shell_id }: KillCommandParams): Promise<KillCommandResult> {
+    const logPrefix = `[killCommand: ${shell_id}]`;
+    logger.debug(`${logPrefix} Attempting to kill shell`);
+
+    const shellProcess = this.shellProcesses.get(shell_id);
+    if (!shellProcess) {
+      logger.error(`${logPrefix} Shell process not found`);
+      return {
+        error: `Shell ID ${shell_id} not found`,
+        success: false,
+      };
+    }
+
+    try {
+      shellProcess.process.kill();
+      this.shellProcesses.delete(shell_id);
+      logger.info(`${logPrefix} Shell killed successfully`);
+      return { success: true };
+    } catch (error) {
+      logger.error(`${logPrefix} Failed to kill shell:`, error);
+      return {
+        error: (error as Error).message,
+        success: false,
+      };
+    }
+  }
+}
@@ -345,7 +345,10 @@ describe('LocalFileCtr', () => {
      const result = await localFileCtr.handleLocalFilesSearch({ keywords: 'test' });

      expect(result).toEqual(mockResults);
-      expect(mockSearchService.search).toHaveBeenCalledWith('test', { limit: 30 });
+      expect(mockSearchService.search).toHaveBeenCalledWith('test', {
+        keywords: 'test',
+        limit: 30,
+      });
    });

    it('should return empty array on search error', async () => {
@@ -0,0 +1,499 @@
+import { beforeEach, describe, expect, it, vi } from 'vitest';
+
+import type { App } from '@/core/App';
+
+import ShellCommandCtr from '../ShellCommandCtr';
+
+// Mock logger
+vi.mock('@/utils/logger', () => ({
+  createLogger: () => ({
+    debug: vi.fn(),
+    info: vi.fn(),
+    warn: vi.fn(),
+    error: vi.fn(),
+  }),
+}));
+
+// Mock child_process
+vi.mock('node:child_process', () => ({
+  spawn: vi.fn(),
+}));
+
+// Mock crypto
+vi.mock('node:crypto', () => ({
+  randomUUID: vi.fn(() => 'test-uuid-123'),
+}));
+
+const mockApp = {} as unknown as App;
+
+describe('ShellCommandCtr', () => {
+  let shellCommandCtr: ShellCommandCtr;
+  let mockSpawn: any;
+  let mockChildProcess: any;
+
+  beforeEach(async () => {
+    vi.clearAllMocks();
+
+    // Import mocks
+    const childProcessModule = await import('node:child_process');
+    mockSpawn = vi.mocked(childProcessModule.spawn);
+
+    // Create mock child process
+    mockChildProcess = {
+      stdout: {
+        on: vi.fn(),
+      },
+      stderr: {
+        on: vi.fn(),
+      },
+      on: vi.fn(),
+      kill: vi.fn(),
+      exitCode: null,
+    };
+
+    mockSpawn.mockReturnValue(mockChildProcess);
+
+    shellCommandCtr = new ShellCommandCtr(mockApp);
+  });
+
+  describe('handleRunCommand', () => {
+    describe('synchronous mode', () => {
+      it('should execute command successfully', async () => {
+        let exitCallback: (code: number) => void;
+        let stdoutCallback: (data: Buffer) => void;
+
+        mockChildProcess.on.mockImplementation((event: string, callback: any) => {
+          if (event === 'exit') {
+            exitCallback = callback;
+            // Simulate successful exit
+            setTimeout(() => exitCallback(0), 10);
+          }
+          return mockChildProcess;
+        });
+
+        mockChildProcess.stdout.on.mockImplementation((event: string, callback: any) => {
+          if (event === 'data') {
+            stdoutCallback = callback;
+            // Simulate output
+            setTimeout(() => stdoutCallback(Buffer.from('test output\n')), 5);
+          }
+          return mockChildProcess.stdout;
+        });
+
+        mockChildProcess.stderr.on.mockImplementation(() => mockChildProcess.stderr);
+
+        const result = await shellCommandCtr.handleRunCommand({
+          command: 'echo "test"',
+          description: 'test command',
+        });
+
+        expect(result.success).toBe(true);
+        expect(result.stdout).toBe('test output\n');
+        expect(result.exit_code).toBe(0);
+      });
+
+      it('should handle command timeout', async () => {
+        mockChildProcess.on.mockImplementation(() => mockChildProcess);
+        mockChildProcess.stdout.on.mockImplementation(() => mockChildProcess.stdout);
+        mockChildProcess.stderr.on.mockImplementation(() => mockChildProcess.stderr);
+
+        const result = await shellCommandCtr.handleRunCommand({
+          command: 'sleep 10',
+          description: 'long running command',
+          timeout: 100,
+        });
+
+        expect(result.success).toBe(false);
+        expect(result.error).toContain('timed out');
+        expect(mockChildProcess.kill).toHaveBeenCalled();
+      });
+
+      it('should handle command execution error', async () => {
+        let errorCallback: (error: Error) => void;
+
+        mockChildProcess.on.mockImplementation((event: string, callback: any) => {
+          if (event === 'error') {
+            errorCallback = callback;
+            setTimeout(() => errorCallback(new Error('Command not found')), 10);
+          }
+          return mockChildProcess;
+        });
+
+        mockChildProcess.stdout.on.mockImplementation(() => mockChildProcess.stdout);
+        mockChildProcess.stderr.on.mockImplementation(() => mockChildProcess.stderr);
+
+        const result = await shellCommandCtr.handleRunCommand({
+          command: 'invalid-command',
+          description: 'invalid command',
+        });
+
+        expect(result.success).toBe(false);
+        expect(result.error).toBe('Command not found');
+      });
+
+      it('should handle non-zero exit code', async () => {
+        let exitCallback: (code: number) => void;
+
+        mockChildProcess.on.mockImplementation((event: string, callback: any) => {
+          if (event === 'exit') {
+            exitCallback = callback;
+            setTimeout(() => exitCallback(1), 10);
+          }
+          return mockChildProcess;
+        });
+
+        mockChildProcess.stdout.on.mockImplementation(() => mockChildProcess.stdout);
+        mockChildProcess.stderr.on.mockImplementation(() => mockChildProcess.stderr);
+
+        const result = await shellCommandCtr.handleRunCommand({
+          command: 'exit 1',
+          description: 'failing command',
+        });
+
+        expect(result.success).toBe(false);
+        expect(result.exit_code).toBe(1);
+      });
+
+      it('should capture stderr output', async () => {
+        let exitCallback: (code: number) => void;
+        let stderrCallback: (data: Buffer) => void;
+
+        mockChildProcess.on.mockImplementation((event: string, callback: any) => {
+          if (event === 'exit') {
+            exitCallback = callback;
+            setTimeout(() => exitCallback(1), 10);
+          }
+          return mockChildProcess;
+        });
+
+        mockChildProcess.stdout.on.mockImplementation(() => mockChildProcess.stdout);
+        mockChildProcess.stderr.on.mockImplementation((event: string, callback: any) => {
+          if (event === 'data') {
+            stderrCallback = callback;
+            setTimeout(() => stderrCallback(Buffer.from('error message\n')), 5);
+          }
+          return mockChildProcess.stderr;
+        });
+
+        const result = await shellCommandCtr.handleRunCommand({
+          command: 'command-with-error',
+          description: 'command with stderr',
+        });
+
+        expect(result.stderr).toBe('error message\n');
+      });
+
+      it('should enforce timeout limits', async () => {
+        mockChildProcess.on.mockImplementation(() => mockChildProcess);
+        mockChildProcess.stdout.on.mockImplementation(() => mockChildProcess.stdout);
+        mockChildProcess.stderr.on.mockImplementation(() => mockChildProcess.stderr);
+
+        // Test minimum timeout
+        const minResult = await shellCommandCtr.handleRunCommand({
+          command: 'sleep 5',
+          timeout: 500, // Below 1000ms minimum
+        });
+
+        expect(minResult.success).toBe(false);
+        expect(minResult.error).toContain('1000ms'); // Should use 1000ms minimum
+      });
+    });
+
+    describe('background mode', () => {
+      it('should start command in background', async () => {
+        mockChildProcess.on.mockImplementation(() => mockChildProcess);
+        mockChildProcess.stdout.on.mockImplementation(() => mockChildProcess.stdout);
+        mockChildProcess.stderr.on.mockImplementation(() => mockChildProcess.stderr);
+
+        const result = await shellCommandCtr.handleRunCommand({
+          command: 'long-running-task',
+          description: 'background task',
+          run_in_background: true,
+        });
+
+        expect(result.success).toBe(true);
+        expect(result.shell_id).toBe('test-uuid-123');
+      });
+
+      it('should use correct shell on Windows', async () => {
+        const originalPlatform = process.platform;
+        Object.defineProperty(process, 'platform', { value: 'win32' });
+
+        mockChildProcess.on.mockImplementation(() => mockChildProcess);
+        mockChildProcess.stdout.on.mockImplementation(() => mockChildProcess.stdout);
+        mockChildProcess.stderr.on.mockImplementation(() => mockChildProcess.stderr);
+
+        await shellCommandCtr.handleRunCommand({
+          command: 'dir',
+          description: 'windows command',
+          run_in_background: true,
+        });
+
+        expect(mockSpawn).toHaveBeenCalledWith('cmd.exe', ['/c', 'dir'], expect.any(Object));
+
+        Object.defineProperty(process, 'platform', { value: originalPlatform });
+      });
+
+      it('should use correct shell on Unix', async () => {
+        const originalPlatform = process.platform;
+        Object.defineProperty(process, 'platform', { value: 'darwin' });
+
+        mockChildProcess.on.mockImplementation(() => mockChildProcess);
+        mockChildProcess.stdout.on.mockImplementation(() => mockChildProcess.stdout);
+        mockChildProcess.stderr.on.mockImplementation(() => mockChildProcess.stderr);
+
+        await shellCommandCtr.handleRunCommand({
+          command: 'ls',
+          description: 'unix command',
+          run_in_background: true,
+        });
+
+        expect(mockSpawn).toHaveBeenCalledWith('/bin/sh', ['-c', 'ls'], expect.any(Object));
+
+        Object.defineProperty(process, 'platform', { value: originalPlatform });
+      });
+    });
+  });
+
+  describe('handleGetCommandOutput', () => {
+    beforeEach(async () => {
+      mockChildProcess.on.mockImplementation(() => mockChildProcess);
+      mockChildProcess.stdout.on.mockImplementation((event: string, callback: any) => {
+        if (event === 'data') {
+          // Simulate some output
+          setTimeout(() => callback(Buffer.from('line 1\n')), 5);
+          setTimeout(() => callback(Buffer.from('line 2\n')), 10);
+        }
+        return mockChildProcess.stdout;
+      });
+      mockChildProcess.stderr.on.mockImplementation((event: string, callback: any) => {
+        if (event === 'data') {
+          setTimeout(() => callback(Buffer.from('error line\n')), 7);
+        }
+        return mockChildProcess.stderr;
+      });
+
+      // Start a background process first
+      await shellCommandCtr.handleRunCommand({
+        command: 'test-command',
+        run_in_background: true,
+      });
+    });
+
+    it('should retrieve command output', async () => {
+      // Wait for output to be captured
+      await new Promise((resolve) => setTimeout(resolve, 20));
+
+      const result = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+      });
+
+      expect(result.success).toBe(true);
+      expect(result.stdout).toContain('line 1');
+      expect(result.stderr).toContain('error line');
+    });
+
+    it('should return error for non-existent shell_id', async () => {
+      const result = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'non-existent-id',
+      });
+
+      expect(result.success).toBe(false);
+      expect(result.error).toContain('not found');
+    });
+
+    it('should filter output with regex', async () => {
+      // Wait for output to be captured
+      await new Promise((resolve) => setTimeout(resolve, 20));
+
+      const result = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+        filter: 'line 1',
+      });
+
+      expect(result.success).toBe(true);
+      expect(result.output).toContain('line 1');
+      expect(result.output).not.toContain('line 2');
+    });
+
+    it('should only return new output since last read', async () => {
+      // Wait for initial output
+      await new Promise((resolve) => setTimeout(resolve, 20));
+
+      // First read
+      const firstResult = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+      });
+
+      expect(firstResult.stdout).toContain('line 1');
+
+      // Second read should return empty (no new output)
+      const secondResult = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+      });
+
+      expect(secondResult.stdout).toBe('');
+      expect(secondResult.stderr).toBe('');
+    });
+
+    it('should handle invalid regex filter gracefully', async () => {
+      await new Promise((resolve) => setTimeout(resolve, 20));
+
+      const result = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+        filter: '[invalid(regex',
+      });
+
+      expect(result.success).toBe(true);
+      // Should return unfiltered output when filter is invalid
+    });
+
+    it('should report running status correctly', async () => {
+      mockChildProcess.exitCode = null;
+
+      const runningResult = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+      });
+
+      expect(runningResult.running).toBe(true);
+
+      // Simulate process exit
+      mockChildProcess.exitCode = 0;
+
+      const exitedResult = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+      });
+
+      expect(exitedResult.running).toBe(false);
+    });
+
+    it('should track stdout and stderr offsets separately when streaming output', async () => {
+      // Create a new background process with manual control over stdout/stderr
+      let stdoutCallback: (data: Buffer) => void;
+      let stderrCallback: (data: Buffer) => void;
+
+      mockChildProcess.stdout.on.mockImplementation((event: string, callback: any) => {
+        if (event === 'data') {
+          stdoutCallback = callback;
+        }
+        return mockChildProcess.stdout;
+      });
+
+      mockChildProcess.stderr.on.mockImplementation((event: string, callback: any) => {
+        if (event === 'data') {
+          stderrCallback = callback;
+        }
+        return mockChildProcess.stderr;
+      });
+
+      // Start a new background process
+      await shellCommandCtr.handleRunCommand({
+        command: 'test-interleaved',
+        run_in_background: true,
+      });
+
+      // Simulate stderr output first
+      stderrCallback(Buffer.from('error 1\n'));
+      await new Promise((resolve) => setTimeout(resolve, 5));
+
+      // First read - should get stderr
+      const firstRead = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+      });
+      expect(firstRead.stderr).toBe('error 1\n');
+      expect(firstRead.stdout).toBe('');
+
+      // Simulate stdout output after stderr
+      stdoutCallback(Buffer.from('output 1\n'));
+      await new Promise((resolve) => setTimeout(resolve, 5));
+
+      // Second read - should get stdout without losing data
+      const secondRead = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+      });
+      expect(secondRead.stdout).toBe('output 1\n');
+      expect(secondRead.stderr).toBe('');
+
+      // Simulate more stderr
+      stderrCallback(Buffer.from('error 2\n'));
+      await new Promise((resolve) => setTimeout(resolve, 5));
+
+      // Third read - should get new stderr
+      const thirdRead = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+      });
+      expect(thirdRead.stderr).toBe('error 2\n');
+      expect(thirdRead.stdout).toBe('');
+
+      // Simulate more stdout
+      stdoutCallback(Buffer.from('output 2\n'));
+      await new Promise((resolve) => setTimeout(resolve, 5));
+
+      // Fourth read - should get new stdout
+      const fourthRead = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+      });
+      expect(fourthRead.stdout).toBe('output 2\n');
+      expect(fourthRead.stderr).toBe('');
+    });
+  });
+
+  describe('handleKillCommand', () => {
+    beforeEach(async () => {
+      mockChildProcess.on.mockImplementation(() => mockChildProcess);
+      mockChildProcess.stdout.on.mockImplementation(() => mockChildProcess.stdout);
+      mockChildProcess.stderr.on.mockImplementation(() => mockChildProcess.stderr);
+
+      // Start a background process
+      await shellCommandCtr.handleRunCommand({
+        command: 'test-command',
+        run_in_background: true,
+      });
+    });
+
+    it('should kill command successfully', async () => {
+      const result = await shellCommandCtr.handleKillCommand({
+        shell_id: 'test-uuid-123',
+      });
+
+      expect(result.success).toBe(true);
+      expect(mockChildProcess.kill).toHaveBeenCalled();
+    });
+
+    it('should return error for non-existent shell_id', async () => {
+      const result = await shellCommandCtr.handleKillCommand({
+        shell_id: 'non-existent-id',
+      });
+
+      expect(result.success).toBe(false);
+      expect(result.error).toContain('not found');
+    });
+
+    it('should remove process from map after killing', async () => {
+      await shellCommandCtr.handleKillCommand({
+        shell_id: 'test-uuid-123',
+      });
+
+      // Try to get output from killed process
+      const outputResult = await shellCommandCtr.handleGetCommandOutput({
+        shell_id: 'test-uuid-123',
+      });
+
+      expect(outputResult.success).toBe(false);
+      expect(outputResult.error).toContain('not found');
+    });
+
+    it('should handle kill error gracefully', async () => {
+      mockChildProcess.kill.mockImplementation(() => {
+        throw new Error('Kill failed');
+      });
+
+      const result = await shellCommandCtr.handleKillCommand({
+        shell_id: 'test-uuid-123',
+      });
+
+      expect(result.success).toBe(false);
+      expect(result.error).toBe('Kill failed');
+    });
+  });
+});
@@ -50,7 +50,9 @@ export class ProtocolManager {

    // Check if already registered
    const isCurrentlyRegistered = app.isDefaultProtocolClient(this.protocolScheme);
-    logger.debug(`🔗 [Protocol] Is currently default protocol client: ${isCurrentlyRegistered}`);
+    logger.debug(
+      `🔗 [Protocol] ${this.protocolScheme}:// is currently registered: ${isCurrentlyRegistered}`,
+    );

    // Register as default protocol client
    let registrationResult: boolean;
@@ -71,7 +73,9 @@ export class ProtocolManager {
      registrationResult = app.setAsDefaultProtocolClient(this.protocolScheme);
    }

-    logger.debug(`🔗 [Protocol] Registration result: ${registrationResult}`);
+    logger.debug(
+      `🔗 [Protocol] Registration result for ${this.protocolScheme}://: ${registrationResult}`,
+    );

    if (!registrationResult) {
      logger.error(
@@ -83,7 +87,9 @@ export class ProtocolManager {

    // Verify registration
    const isRegisteredAfter = app.isDefaultProtocolClient(this.protocolScheme);
-    logger.debug(`🔗 [Protocol] Final registration status: ${isRegisteredAfter}`);
+    logger.debug(
+      `🔗 [Protocol] Final registration status for ${this.protocolScheme}://: ${isRegisteredAfter}`,
+    );
  }

  /**
@@ -123,7 +129,6 @@ export class ProtocolManager {
   */
  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}`);

@@ -0,0 +1,357 @@
+import path from 'node:path';
+import { describe, expect, it } from 'vitest';
+
+import { MacOSSearchServiceImpl } from '../impl/macOS';
+
+/**
+ * macOS File Search Integration Tests
+ *
+ * These tests run against the real macOS Spotlight service
+ * using files in the current repository.
+ *
+ * Run with: bunx vitest run 'macOS.integration.test'
+ */
+
+// Get repository root path (assumes test runs from apps/desktop)
+const repoRoot = path.resolve(__dirname, '../../../../..');
+
+describe.skipIf(process.platform !== 'darwin')('MacOSSearchServiceImpl Integration', () => {
+  const searchService = new MacOSSearchServiceImpl();
+
+  describe('checkSearchServiceStatus', () => {
+    it('should verify Spotlight is available on macOS', async () => {
+      const isAvailable = await searchService.checkSearchServiceStatus();
+
+      expect(isAvailable).toBe(true);
+    });
+  });
+
+  describe('search for known repository files', () => {
+    it('should find package.json in repo root', async () => {
+      const results = await searchService.search({
+        keywords: 'package.json',
+        limit: 10,
+        onlyIn: repoRoot,
+      });
+
+      expect(results.length).toBeGreaterThan(0);
+
+      // Should find at least one package.json
+      const packageJson = results.find((r) => r.name === 'package.json');
+      expect(packageJson).toBeDefined();
+      expect(packageJson!.type).toBe('json');
+      expect(packageJson!.path).toContain(repoRoot);
+    });
+
+    it('should find README files', async () => {
+      const results = await searchService.search({
+        keywords: 'README',
+        limit: 10,
+        onlyIn: repoRoot,
+      });
+      expect(results.length).toBeGreaterThan(0);
+
+      // Should contain markdown files
+      const mdFile = results.find((r) => r.type === 'md');
+      expect(mdFile).toBeDefined();
+      expect(mdFile!.name).toMatch(/README/i);
+    });
+
+    it('should find TypeScript files', async () => {
+      const results = await searchService.search({
+        keywords: 'macOS',
+        limit: 10,
+        onlyIn: repoRoot,
+      });
+
+      expect(results.length).toBeGreaterThan(0);
+
+      // Should find the macOS.ts implementation file
+      const macOSFile = results.find((r) => r.name.includes('macOS') && r.type === 'ts');
+      expect(macOSFile).toBeDefined();
+      expect(macOSFile!.contentType).toBe('code');
+    });
+
+    it('should find files in apps/desktop directory', async () => {
+      const desktopPath = path.join(repoRoot, 'apps/desktop');
+
+      const results = await searchService.search({
+        keywords: 'src',
+        limit: 20,
+        onlyIn: desktopPath,
+      });
+
+      // Spotlight indexing may not be complete for this directory
+      // so we make the test lenient
+      if (results.length > 0) {
+        // All results should be within apps/desktop
+        results.forEach((result) => {
+          expect(result.path).toContain('apps/desktop');
+        });
+      } else {
+        // eslint-disable-next-line no-console
+        console.warn(
+          '⚠️  No results found in apps/desktop - Spotlight indexing may not be complete',
+        );
+      }
+
+      // At minimum, verify the search completed without error
+      expect(Array.isArray(results)).toBe(true);
+    });
+
+    it('should find test files', async () => {
+      const results = await searchService.search({
+        keywords: 'test.ts',
+        limit: 10,
+        onlyIn: repoRoot,
+      });
+
+      expect(results.length).toBeGreaterThan(0);
+
+      // Should find test files
+      const testFile = results.find((r) => r.name.endsWith('.test.ts'));
+      expect(testFile).toBeDefined();
+      expect(testFile!.path).toContain('__tests__');
+    });
+  });
+
+  describe('search with filters', () => {
+    it('should respect limit parameter', async () => {
+      const limit = 3;
+      const results = await searchService.search({
+        keywords: 'src',
+        limit,
+        onlyIn: repoRoot,
+      });
+
+      expect(results.length).toBeLessThanOrEqual(limit);
+    });
+
+    it('should search in specific subdirectory only', async () => {
+      const srcPath = path.join(repoRoot, 'apps/desktop/src');
+
+      const results = await searchService.search({
+        keywords: 'index',
+        limit: 10,
+        onlyIn: srcPath,
+      });
+
+      // All results should be within the specified directory
+      results.forEach((result) => {
+        expect(result.path).toContain('apps/desktop/src');
+      });
+    });
+
+    it('should return empty array for non-existent keywords', async () => {
+      const results = await searchService.search({
+        keywords: 'xyzabc123unlikely-keyword-that-does-not-exist-12345',
+        limit: 5,
+        onlyIn: repoRoot,
+      });
+
+      expect(results).toEqual([]);
+    });
+  });
+
+  describe('file type detection', () => {
+    it('should correctly identify TypeScript files', async () => {
+      const results = await searchService.search({
+        keywords: 'LocalFileCtr',
+        limit: 5,
+        onlyIn: repoRoot,
+      });
+
+      const tsFile = results.find((r) => r.name === 'LocalFileCtr.ts');
+      if (tsFile) {
+        expect(tsFile.type).toBe('ts');
+        expect(tsFile.contentType).toBe('code');
+        expect(tsFile.isDirectory).toBe(false);
+      }
+    });
+
+    it('should correctly identify JSON files', async () => {
+      const results = await searchService.search({
+        keywords: 'tsconfig',
+        limit: 5,
+        onlyIn: repoRoot,
+      });
+
+      const jsonFile = results.find((r) => r.name.includes('tsconfig') && r.type === 'json');
+      if (jsonFile) {
+        expect(jsonFile.type).toBe('json');
+        expect(jsonFile.contentType).toBe('code');
+        expect(jsonFile.size).toBeGreaterThan(0);
+      }
+    });
+
+    it('should correctly identify directories', async () => {
+      const results = await searchService.search({
+        keywords: '__tests__',
+        limit: 10,
+        onlyIn: repoRoot,
+      });
+
+      const testDir = results.find((r) => r.name === '__tests__' && r.isDirectory);
+      if (testDir) {
+        expect(testDir.isDirectory).toBe(true);
+        expect(testDir.type).toBe('');
+      }
+    });
+
+    it('should correctly identify markdown files', async () => {
+      const results = await searchService.search({
+        keywords: 'CLAUDE.md',
+        limit: 5,
+        onlyIn: repoRoot,
+      });
+
+      const mdFile = results.find((r) => r.name === 'CLAUDE.md');
+      if (mdFile) {
+        expect(mdFile.type).toBe('md');
+        expect(mdFile.contentType).toBe('text');
+      }
+    });
+  });
+
+  describe('file metadata', () => {
+    it('should return valid file metadata', async () => {
+      const results = await searchService.search({
+        keywords: 'package.json',
+        limit: 1,
+        onlyIn: repoRoot,
+      });
+
+      expect(results.length).toBeGreaterThan(0);
+
+      const file = results[0];
+
+      // Verify all metadata fields are present
+      expect(file.path).toBeTruthy();
+      expect(file.name).toBeTruthy();
+      expect(typeof file.isDirectory).toBe('boolean');
+      expect(typeof file.size).toBe('number');
+      expect(file.size).toBeGreaterThanOrEqual(0);
+      expect(file.type).toBeDefined();
+      expect(file.contentType).toBeDefined();
+      expect(file.modifiedTime).toBeInstanceOf(Date);
+      expect(file.createdTime).toBeInstanceOf(Date);
+      expect(file.lastAccessTime).toBeInstanceOf(Date);
+
+      // Dates should be valid
+      expect(file.modifiedTime.getTime()).toBeGreaterThan(0);
+      expect(file.createdTime.getTime()).toBeGreaterThan(0);
+    });
+
+    it('should handle files with different extensions', async () => {
+      const testCases = [
+        { keyword: '.ts', expectedType: 'ts', expectedContentType: 'code' },
+        { keyword: '.json', expectedType: 'json', expectedContentType: 'code' },
+        { keyword: '.txt', expectedType: 'txt', expectedContentType: 'text' },
+      ];
+
+      for (const { keyword, expectedType, expectedContentType } of testCases) {
+        const results = await searchService.search({
+          keywords: keyword,
+          limit: 5,
+          onlyIn: repoRoot,
+        });
+
+        if (results.length > 0) {
+          const file = results.find((r) => r.type === expectedType);
+          if (file) {
+            expect(file.type).toBe(expectedType);
+            expect(file.contentType).toBe(expectedContentType);
+          }
+        }
+      }
+    });
+  });
+
+  describe('search accuracy after fix', () => {
+    it('should use fuzzy matching instead of exact phrase', async () => {
+      // Test the fix: keywords should do fuzzy matching, not exact phrase
+      // Before fix: "local file" would only match exact phrase "local file"
+      // After fix: "local file" should match "LocalFileCtr" (contains "local" and "file")
+
+      const results = await searchService.search({
+        keywords: 'LocalFile',
+        limit: 10,
+        onlyIn: repoRoot,
+      });
+
+      expect(results.length).toBeGreaterThan(0);
+
+      // Should find LocalFileCtr.ts or similar files
+      const found = results.some(
+        (r) => r.name.includes('LocalFile') || r.name.includes('localFile'),
+      );
+      expect(found).toBe(true);
+    });
+
+    it('should handle paths with spaces correctly', async () => {
+      // Test the fix: command args should be properly split
+      // This test verifies spawn receives correct arguments array
+
+      const pathWithSpaces = repoRoot; // May contain spaces in CI or certain setups
+      const results = await searchService.search({
+        keywords: 'test',
+        limit: 5,
+        onlyIn: pathWithSpaces,
+      });
+
+      // Should not throw error even if path contains spaces
+      expect(Array.isArray(results)).toBe(true);
+    });
+
+    it('should search case-insensitively', async () => {
+      // The "cd" flag in kMDItemFSName makes it case-insensitive
+
+      const lowerResults = await searchService.search({
+        keywords: 'readme',
+        limit: 5,
+        onlyIn: repoRoot,
+      });
+
+      const upperResults = await searchService.search({
+        keywords: 'README',
+        limit: 5,
+        onlyIn: repoRoot,
+      });
+
+      // Both searches should find similar files
+      expect(lowerResults.length).toBeGreaterThan(0);
+      expect(upperResults.length).toBeGreaterThan(0);
+    });
+  });
+
+  describe('error handling', () => {
+    it('should handle non-existent directory gracefully', async () => {
+      const nonExistentPath = path.join(repoRoot, 'this-directory-does-not-exist-12345');
+
+      const results = await searchService.search({
+        keywords: 'test',
+        limit: 5,
+        onlyIn: nonExistentPath,
+      });
+
+      // Should return empty array instead of throwing
+      expect(results).toEqual([]);
+    });
+  });
+
+  describe('updateSearchIndex', () => {
+    it.skip('should handle index update request', async () => {
+      // Index update requires elevated permissions, may fail in restricted environments
+      const result = await searchService.updateSearchIndex(repoRoot);
+
+      // Should return boolean (true if succeeded, false if failed)
+      expect(typeof result).toBe('boolean');
+    }, 15000); // Index update can take time
+  });
+});
+
+// Skip message for non-macOS platforms
+if (process.platform !== 'darwin') {
+  // eslint-disable-next-line no-console
+  console.log('⏭️  Skipping macOS integration tests on', process.platform, '(only runs on darwin)');
+}
@@ -23,12 +23,11 @@ export class MacOSSearchServiceImpl extends FileSearchImpl {
   */
  async search(options: SearchOptions): Promise<FileResult[]> {
    // Build the command first, regardless of execution method
-    const command = this.buildSearchCommand(options);
-    logger.debug(`Executing command: ${command}`);
+    const { cmd, args, commandString } = this.buildSearchCommand(options);
+    logger.debug(`Executing command: ${commandString}`);

    // Use spawn for both live and non-live updates to handle large outputs
    return new Promise((resolve, reject) => {
-      const [cmd, ...args] = command.split(' ');
      const childProcess = spawn(cmd, args);

      let results: string[] = []; // Store raw file paths
@@ -137,31 +136,39 @@ export class MacOSSearchServiceImpl extends FileSearchImpl {
  /**
   * Build mdfind command string
   * @param options Search options
-   * @returns Complete command string
+   * @returns Command components (cmd, args array, and command string for logging)
   */
-  private buildSearchCommand(options: SearchOptions): string {
-    // Basic command
-    let command = 'mdfind';
-
-    // Add options
-    const mdFindOptions: string[] = [];
+  private buildSearchCommand(options: SearchOptions): {
+    args: string[];
+    cmd: string;
+    commandString: string;
+  } {
+    // Command and arguments array
+    const cmd = 'mdfind';
+    const args: string[] = [];

    // macOS mdfind doesn't support -limit parameter, we'll limit results in post-processing

    // Search in specific directory
    if (options.onlyIn) {
-      mdFindOptions.push(`-onlyin "${options.onlyIn}"`);
+      args.push('-onlyin', options.onlyIn);
    }

    // Live update
    if (options.liveUpdate) {
-      mdFindOptions.push('-live');
+      args.push('-live');
    }

    // Detailed metadata
    if (options.detailed) {
-      mdFindOptions.push(
-        '-attr kMDItemDisplayName kMDItemContentType kMDItemKind kMDItemFSSize kMDItemFSCreationDate kMDItemFSContentChangeDate',
+      args.push(
+        '-attr',
+        'kMDItemDisplayName',
+        'kMDItemContentType',
+        'kMDItemKind',
+        'kMDItemFSSize',
+        'kMDItemFSCreationDate',
+        'kMDItemFSContentChangeDate',
      );
    }

@@ -171,9 +178,10 @@ export class MacOSSearchServiceImpl extends FileSearchImpl {
    // Basic query
    if (options.keywords) {
      // If the query string doesn't use Spotlight query syntax (doesn't contain kMDItem properties),
-      // treat it as plain text search
+      // treat it as a flexible name search rather than exact phrase match
      if (!options.keywords.includes('kMDItem')) {
-        queryExpression = `"${options.keywords.replaceAll('"', '\\"')}"`;
+        // Use kMDItemFSName for filename matching with wildcards for better flexibility
+        queryExpression = `kMDItemFSName == "*${options.keywords.replaceAll('"', '\\"')}*"cd`;
      } else {
        queryExpression = options.keywords;
      }
@@ -244,15 +252,15 @@ export class MacOSSearchServiceImpl extends FileSearchImpl {
      }
    }

-    // Combine complete command
-    if (mdFindOptions.length > 0) {
-      command += ' ' + mdFindOptions.join(' ');
+    // Add query expression to args
+    if (queryExpression) {
+      args.push(queryExpression);
    }

-    // Finally add query expression
-    command += ` ${queryExpression}`;
+    // Build command string for logging
+    const commandString = `${cmd} ${args.map((arg) => (arg.includes(' ') || arg.includes('*') ? `"${arg}"` : arg)).join(' ')}`;

-    return command;
+    return { args, cmd, commandString };
  }

  /**
@@ -1,4 +1,215 @@
 [
+  {
+    "children": {
+      "improvements": ["Remove language_model_settings and remove isDeprecatedEdition."]
+    },
+    "date": "2025-11-17",
+    "version": "2.0.0-next.69"
+  },
+  {
+    "children": {
+      "fixes": ["The tool to fail execution on ollama when a message contains b…."]
+    },
+    "date": "2025-11-16",
+    "version": "2.0.0-next.68"
+  },
+  {
+    "children": {
+      "improvements": ["Refactor to virtua."]
+    },
+    "date": "2025-11-16",
+    "version": "2.0.0-next.67"
+  },
+  {
+    "children": {
+      "features": ["Support to collapse message."]
+    },
+    "date": "2025-11-16",
+    "version": "2.0.0-next.66"
+  },
+  {
+    "children": {
+      "improvements": ["Update i18n."]
+    },
+    "date": "2025-11-16",
+    "version": "2.0.0-next.65"
+  },
+  {
+    "children": {
+      "improvements": ["Refactor package types."]
+    },
+    "date": "2025-11-15",
+    "version": "2.0.0-next.64"
+  },
+  {
+    "children": {
+      "features": ["Show orphaned tool message and support delete tool message."]
+    },
+    "date": "2025-11-15",
+    "version": "2.0.0-next.63"
+  },
+  {
+    "children": {},
+    "date": "2025-11-15",
+    "version": "2.0.0-next.62"
+  },
+  {
+    "children": {
+      "improvements": ["Update i18n."]
+    },
+    "date": "2025-11-15",
+    "version": "2.0.0-next.61"
+  },
+  {
+    "children": {
+      "fixes": ["Reduce threshold."]
+    },
+    "date": "2025-11-14",
+    "version": "2.0.0-next.60"
+  },
+  {
+    "children": {
+      "improvements": ["Update i18n."]
+    },
+    "date": "2025-11-14",
+    "version": "2.0.0-next.59"
+  },
+  {
+    "children": {
+      "features": ["Support DeepSeek Interleaved thinking."]
+    },
+    "date": "2025-11-14",
+    "version": "2.0.0-next.58"
+  },
+  {
+    "children": {
+      "improvements": ["Revert background style."]
+    },
+    "date": "2025-11-14",
+    "version": "2.0.0-next.57"
+  },
+  {
+    "children": {
+      "features": ["Add folder creation UI and clean up debug code."]
+    },
+    "date": "2025-11-14",
+    "version": "2.0.0-next.56"
+  },
+  {
+    "children": {
+      "features": ["Create Pages in Knowledge Base."]
+    },
+    "date": "2025-11-14",
+    "version": "2.0.0-next.55"
+  },
+  {
+    "children": {
+      "improvements": ["Refactor and support move locale file intervention."]
+    },
+    "date": "2025-11-14",
+    "version": "2.0.0-next.54"
+  },
+  {
+    "children": {
+      "features": ["Add GPT-5.1 models."],
+      "improvements": ["Fix approving render and improve Conversation style."]
+    },
+    "date": "2025-11-14",
+    "version": "2.0.0-next.53"
+  },
+  {
+    "children": {
+      "fixes": ["Filter out reasoning fields from messages in ChatCompletion API."]
+    },
+    "date": "2025-11-13",
+    "version": "2.0.0-next.52"
+  },
+  {
+    "children": {
+      "improvements": ["Update ERNIE-5.0-Thinking-Preview model."]
+    },
+    "date": "2025-11-13",
+    "version": "2.0.0-next.51"
+  },
+  {
+    "children": {
+      "fixes": ["Fix oidc accountId mismatch."]
+    },
+    "date": "2025-11-13",
+    "version": "2.0.0-next.50"
+  },
+  {
+    "children": {
+      "features": ["Support tool invention."],
+      "fixes": ["Update lost i18n files."]
+    },
+    "date": "2025-11-13",
+    "version": "2.0.0-next.49"
+  },
+  {
+    "children": {},
+    "date": "2025-11-12",
+    "version": "2.0.0-next.48"
+  },
+  {
+    "children": {
+      "fixes": ["Fix mcp server return image error."]
+    },
+    "date": "2025-11-11",
+    "version": "2.0.0-next.47"
+  },
+  {
+    "children": {
+      "improvements": ["Fix thread display."]
+    },
+    "date": "2025-11-11",
+    "version": "2.0.0-next.46"
+  },
+  {
+    "children": {
+      "improvements": ["Edge to node runtime."]
+    },
+    "date": "2025-11-10",
+    "version": "2.0.0-next.45"
+  },
+  {
+    "children": {
+      "fixes": ["Fix reasoning issue with claude and Response API thinking."]
+    },
+    "date": "2025-11-10",
+    "version": "2.0.0-next.44"
+  },
+  {
+    "children": {
+      "fixes": ["Abnormal animation of tokens."]
+    },
+    "date": "2025-11-09",
+    "version": "2.0.0-next.43"
+  },
+  {
+    "children": {
+      "fixes": ["Fix missing messages when finish runtime."]
+    },
+    "date": "2025-11-09",
+    "version": "2.0.0-next.42"
+  },
+  {
+    "children": {
+      "improvements": ["Update i18n."]
+    },
+    "date": "2025-11-09",
+    "version": "2.0.0-next.41"
+  },
+  {
+    "children": {},
+    "date": "2025-11-08",
+    "version": "2.0.0-next.40"
+  },
+  {
+    "children": {},
+    "date": "2025-11-08",
+    "version": "2.0.0-next.39"
+  },
  {
    "children": {
      "improvements": ["Update i18n."]
@@ -6,6 +6,7 @@ table agents {
  tags jsonb [default: `[]`]
  avatar text
  background_color text
+  market_identifier text
  plugins jsonb [default: `[]`]
  client_id text
  user_id text [not null]
@@ -345,6 +346,7 @@ table message_plugins {
  id text [pk, not null]
  tool_call_id text
  type text [default: 'default']
+  intervention jsonb
  api_name text
  arguments text
  identifier text
@@ -127,16 +127,62 @@ For specific content, please refer to the [Feature Flags](/docs/self-hosting/adv
 ### `SSRF_ALLOW_PRIVATE_IP_ADDRESS`

 - Type: Optional
- Description: Allow to connect private IP address. In a trusted environment, it can be set to true to turn off SSRF protection.
+- Description: Controls whether to allow connections to private IP addresses. Set to `1` to disable SSRF protection and allow all private IP addresses. In a trusted environment (e.g., internal network), this can be enabled to allow access to internal resources.
 - Default: `0`
 - Example: `1` or `0`

+<Callout type="warning">
+  **Security Notice**: Enabling this option will disable SSRF protection and allow connections to private
+  IP addresses (127.0.0.0/8, 10.0.0.0/8, 172.16.0.0/12, 192.168.0.0/16, etc.). Only enable this in
+  trusted environments where you need to access internal network resources.
+</Callout>
+
+**Use Cases**:
+
+LobeChat performs SSRF security checks in the following scenarios:
+
+1. **Image/Video URL to Base64 Conversion**: When processing media messages (e.g., vision models, multimodal models), LobeChat converts image and video URLs to base64 format. This check prevents malicious users from accessing internal network resources.
+
+   Examples:
+
+   - Image: A user sends an image message with URL `http://192.168.1.100/admin/secrets.png`
+   - Video: A user sends a video message with URL `http://10.0.0.50/internal/meeting.mp4`
+
+   Without SSRF protection, these requests could expose internal network resources.
+
+2. **Web Crawler**: When using web crawling features to fetch external content.
+
+3. **Proxy Requests**: When proxying external API requests.
+
+**Configuration Examples**:
+
+```bash
+# Scenario 1: Public deployment (recommended)
+# Block all private IP addresses for security
+SSRF_ALLOW_PRIVATE_IP_ADDRESS=0
+
+# Scenario 2: Internal deployment
+# Allow all private IP addresses to access internal image servers
+SSRF_ALLOW_PRIVATE_IP_ADDRESS=1
+
+# Scenario 3: Hybrid deployment (most common)
+# Block private IPs by default, but allow specific trusted internal servers
+SSRF_ALLOW_PRIVATE_IP_ADDRESS=0
+SSRF_ALLOW_IP_ADDRESS_LIST=192.168.1.100,10.0.0.50
+```
+
 ### `SSRF_ALLOW_IP_ADDRESS_LIST`

 - Type: Optional
- Description: Allow private IP address list, multiple IP addresses are separated by commas. Only when `SSRF_ALLOW_PRIVATE_IP_ADDRESS` is `0`, it takes effect.
+- Description: Whitelist of allowed IP addresses, separated by commas. Only takes effect when `SSRF_ALLOW_PRIVATE_IP_ADDRESS` is `0`. Use this to allow specific internal IP addresses while keeping SSRF protection enabled for other private IPs.
 - Default: -
- Example: `198.18.1.62,224.0.0.3`
+- Example: `192.168.1.100,10.0.0.50,172.16.0.10`
+
+**Common Use Cases**:
+
+- Allow access to internal image storage server: `192.168.1.100`
+- Allow access to internal API gateway: `10.0.0.50`
+- Allow access to internal documentation server: `172.16.0.10`

 ### `ENABLE_AUTH_PROTECTION`

@@ -123,16 +123,61 @@ LobeChat 在部署时提供了一些额外的配置项，你可以使用环境
 ### `SSRF_ALLOW_PRIVATE_IP_ADDRESS`

 - 类型：可选
- 描述：是否允许连接私有 IP 地址。在可信环境中可以设置为 true 来关闭 SSRF 防护。
+- 描述：控制是否允许连接私有 IP 地址。设置为 `1` 时将关闭 SSRF 防护并允许所有私有 IP 地址。在可信环境（如内网部署）中，可以启用此选项以访问内部资源。
 - 默认值：`0`
- 示例：`1` or `0`
+- 示例：`1` 或 `0`
+
+<Callout type="warning">
+  **安全提示**：启用此选项将关闭 SSRF 防护，允许连接私有 IP 地址段（127.0.0.0/8、10.0.0.0/8、172.16.0.0/12、192.168.0.0/16
+  等）。仅在需要访问内网资源的可信环境中启用。
+</Callout>
+
+**应用场景**：
+
+LobeChat 会在以下场景执行 SSRF 安全检查：
+
+1. **图片 / 视频 URL 转 Base64**：在处理媒体消息时（例如视觉模型、多模态模型），LobeChat 会将图片和视频 URL 转换为 base64 格式。此检查可防止恶意用户通过媒体 URL 访问内网资源。
+
+   举例：
+
+   - 图片：用户发送图片消息，URL 为 `http://192.168.1.100/admin/secrets.png`
+   - 视频：用户发送视频消息，URL 为 `http://10.0.0.50/internal/meeting.mp4`
+
+   若无 SSRF 防护，这些请求可能导致内网资源泄露。
+
+2. **网页爬取**：使用网页爬取功能获取外部内容时。
+
+3. **代理请求**：代理外部 API 请求时。
+
+**配置示例**：
+
+```bash
+# 场景 1：公网部署（推荐）
+# 阻止所有私有 IP 访问，保证安全
+SSRF_ALLOW_PRIVATE_IP_ADDRESS=0
+
+# 场景 2：内网部署
+# 允许所有私有 IP，可访问内网图片服务器等资源
+SSRF_ALLOW_PRIVATE_IP_ADDRESS=1
+
+# 场景 3：混合部署（最常见）
+# 默认阻止私有 IP，但允许特定可信的内网服务器
+SSRF_ALLOW_PRIVATE_IP_ADDRESS=0
+SSRF_ALLOW_IP_ADDRESS_LIST=192.168.1.100,10.0.0.50
+```

 ### `SSRF_ALLOW_IP_ADDRESS_LIST`

 - 类型：可选
- 说明：允许的私有 IP 地址列表，多个 IP 地址用逗号分隔。仅在 `SSRF_ALLOW_PRIVATE_IP_ADDRESS` 为 `0` 时生效。
+- 描述：允许访问的 IP 地址白名单，多个 IP 地址用逗号分隔。仅在 `SSRF_ALLOW_PRIVATE_IP_ADDRESS` 为 `0` 时生效。使用此选项可以在保持 SSRF 防护的同时，允许访问特定的内网 IP 地址。
 - 默认值：-
- 示例：`198.18.1.62,224.0.0.3`
+- 示例：`192.168.1.100,10.0.0.50,172.16.0.10`
+
+**常见使用场景**：
+
+- 允许访问内网图片存储服务器：`192.168.1.100`
+- 允许访问内网 API 网关：`10.0.0.50`
+- 允许访问内网文档服务器：`172.16.0.10`

 ### `ENABLE_AUTH_PROTECTION`

@@ -17,8 +17,8 @@
    "playwright": "^1.56.1"
  },
  "devDependencies": {
-    "@types/node": "^22.10.5",
+    "@types/node": "^22.19.1",
    "tsx": "^4.20.6",
-    "typescript": "^5.7.3"
+    "typescript": "^5.9.3"
  }
 }
@@ -17,6 +17,7 @@
  "availableAgents": "المساعدون المتاحون",
  "backToBottom": "العودة إلى الأسفل",
  "chatList": {
+    "expandMessage": "عرض الرسائل",
    "longMessageDetail": "عرض التفاصيل"
  },
  "clearCurrentMessages": "مسح رسائل الجلسة الحالية",
@@ -173,8 +174,11 @@
    "title": "الإشارة إلى الأعضاء"
  },
  "messageAction": {
+    "collapse": "إخفاء الرسائل",
+    "continueGeneration": "متابعة التوليد",
    "delAndRegenerate": "حذف وإعادة الإنشاء",
    "deleteDisabledByThreads": "يوجد موضوعات فرعية، لا يمكن الحذف",
+    "expand": "عرض الرسائل",
    "regenerate": "إعادة الإنشاء"
  },
  "messages": {
@@ -239,6 +243,7 @@
  "noMatchingAgents": "لا يوجد أعضاء مطابقون",
  "noMembersYet": "لا يوجد أعضاء في هذه المجموعة بعد. انقر على زر + لدعوة المساعدين.",
  "noSelectedAgents": "لم يتم اختيار أي أعضاء بعد",
+  "openInNewWindow": "افتح الصفحة في نافذة جديدة",
  "owner": "مالك المجموعة",
  "pin": "تثبيت",
  "pinOff": "إلغاء التثبيت",
@@ -367,6 +372,28 @@
    "remained": "متبقي",
    "used": "مستخدم"
  },
+  "tool": {
+    "intervention": {
+      "approve": "الموافقة",
+      "approveAndRemember": "الموافقة والتذكر",
+      "approveOnce": "الموافقة لمرة واحدة فقط",
+      "mode": {
+        "allowList": "قائمة السماح",
+        "allowListDesc": "تنفيذ الأدوات المعتمدة فقط تلقائيًا",
+        "autoRun": "الموافقة التلقائية",
+        "autoRunDesc": "الموافقة تلقائيًا على تنفيذ جميع الأدوات",
+        "manual": "يدوي",
+        "manualDesc": "يتطلب الموافقة اليدوية في كل مرة يتم فيها الاستدعاء"
+      },
+      "reject": "رفض",
+      "rejectAndContinue": "رفض ثم إعادة المحاولة",
+      "rejectOnly": "رفض",
+      "rejectReasonPlaceholder": "إدخال سبب الرفض سيساعد الوكيل على الفهم وتحسين الإجراءات المستقبلية",
+      "rejectTitle": "رفض استدعاء الأداة هذه المرة",
+      "rejectedWithReason": "تم رفض استدعاء الأداة هذه المرة بشكل يدوي: {{reason}}",
+      "toolRejected": "تم رفض استدعاء الأداة هذه المرة بشكل يدوي"
+    }
+  },
  "topic": {
    "checkOpenNewTopic": "هل ترغب في فتح موضوع جديد؟",
    "checkSaveCurrentMessages": "هل ترغب في حفظ الدردشة الحالية كموضوع؟",
@@ -135,6 +135,7 @@
    }
  },
  "close": "إغلاق",
+  "confirm": "تأكيد",
  "contact": "اتصل بنا",
  "copy": "نسخ",
  "copyFail": "فشل في النسخ",
@@ -285,6 +286,7 @@
  "oauth": "تسجيل الدخول SSO",
  "officialSite": "الموقع الرسمي",
  "ok": "موافق",
+  "or": "أو",
  "password": "كلمة المرور",
  "pin": "تثبيت في الأعلى",
  "pinOff": "إلغاء التثبيت",
@@ -106,6 +106,12 @@
    "keyPlaceholder": "المفتاح",
    "valuePlaceholder": "القيمة"
  },
+  "LocalFile": {
+    "action": {
+      "open": "فتح",
+      "showInFolder": "عرض في المجلد"
+    }
+  },
  "MaxTokenSlider": {
    "unlimited": "غير محدود"
  },
@@ -41,9 +41,29 @@
        "openingMessage": "رسالة الافتتاح",
        "openingQuestions": "أسئلة الافتتاح",
        "title": "إعدادات المساعد"
+      },
+      "version": {
+        "empty": "لا توجد إصدارات سابقة",
+        "status": {
+          "archived": "مؤرشف",
+          "deprecated": "مرفوض",
+          "unpublished": "قيد المراجعة"
+        },
+        "table": {
+          "isLatest": "أحدث إصدار",
+          "isValidated": "تم التحقق منه",
+          "publishAt": "تاريخ النشر",
+          "version": "رقم الإصدار"
+        },
+        "title": "سجل الإصدارات"
      }
    },
    "list": "قائمة المساعدين",
+    "marketSource": {
+      "label": "تبديل مصدر السوق",
+      "legacy": "السوق القديم",
+      "new": "السوق الجديد"
+    },
    "more": "المزيد",
    "plugins": "دمج الإضافات",
    "recentSubmits": "آخر التحديثات",
@@ -51,10 +71,35 @@
      "createdAt": "تم النشر مؤخراً",
      "identifier": "معرف المساعد",
      "knowledgeCount": "عدد قواعد المعرفة",
+      "myown": "عرض مساعدي",
      "pluginCount": "عدد الإضافات",
      "title": "اسم المساعد",
      "tokenUsage": "استهلاك التوكن"
    },
+    "status": {
+      "archived": {
+        "reasons": {
+          "official": "تمت إزالة المساعد من قبل الإدارة لأسباب أمنية أو سياسية",
+          "owner": "قام مالك المساعد بإزالته أو أرشفته طوعًا"
+        },
+        "subtitle": "المساعد الذي تحاول الوصول إليه تم أرشفته للأسباب التالية المحتملة:",
+        "title": "تم أرشفة المساعد"
+      },
+      "backToMarket": "العودة إلى سوق المساعدين",
+      "deprecated": {
+        "reasons": {
+          "official": "تمت إزالة المساعد من قبل الإدارة لأسباب أمنية أو سياسية",
+          "owner": "قام مالك المساعد بإزالته أو رفضه طوعًا"
+        },
+        "subtitle": "المساعد الذي تحاول الوصول إليه تم رفضه للأسباب التالية المحتملة:",
+        "title": "تم رفض المساعد"
+      },
+      "support": "إذا واجهت أي مشاكل، يرجى نسخ الرابط وإرساله إلى <1>support@lobehub.com</1> للاستفسار.",
+      "unpublished": {
+        "subtitle": "المساعد الذي تحاول الوصول إليه قيد المراجعة حاليًا. إذا كان لديك أي استفسار، يرجى نسخ الرابط وإرساله إلى <1>support@lobehub.com</1>.",
+        "title": "المساعد قيد المراجعة"
+      }
+    },
    "suggestions": "اقتراحات ذات صلة",
    "systemRole": "إعدادات المساعد",
    "tokenUsage": "استهلاك توكنات تعليمات المساعد",
@@ -1,5 +1,8 @@
 {
-  "desc": "إدارة معرفتك",
+  "addFolder": "إنشاء مجلد",
+  "addKnowledge": "إضافة معرفة",
+  "addPage": "إنشاء مستند",
+  "desc": "نظّم معرفتك في العمل، الدراسة والحياة.",
  "detail": {
    "basic": {
      "createdAt": "تاريخ الإنشاء",
@@ -21,15 +24,89 @@
      "embeddingStatus": "تحويل إلى متجهات"
    }
  },
+  "documentEditor": {
+    "addIcon": "إضافة أيقونة",
+    "autoSaveMessage": "يتم حفظ المستند تلقائيًا، لا حاجة للحفظ اليدوي",
+    "chooseIcon": "اختر أيقونة",
+    "deleteConfirm": {
+      "content": "سيتم حذف هذا المستند، ولا يمكن استعادته بعد الحذف. يرجى توخي الحذر.",
+      "title": "حذف المستند"
+    },
+    "deleteError": "فشل في حذف المستند",
+    "deleteSuccess": "تم حذف المستند بنجاح",
+    "editedAt": "آخر تعديل في {{time}}",
+    "editedBy": "آخر من عدّل: {{name}}",
+    "editorPlaceholder": "أدخل محتوى المستند، اضغط / لفتح قائمة الأوامر",
+    "empty": {
+      "createNewDocument": "إنشاء مستند جديد",
+      "title": "اختر مستندًا للبدء",
+      "uploadMarkdown": "رفع ملف Markdown"
+    },
+    "linkCopied": "تم نسخ الرابط",
+    "menu": {
+      "copyLink": "نسخ الرابط",
+      "exportDocument": "تصدير المستند",
+      "importDocument": "استيراد مستند",
+      "pin": "تثبيت المستند"
+    },
+    "saving": "جارٍ الحفظ...",
+    "titlePlaceholder": "بدون عنوان",
+    "wordCount": "{{wordCount}} كلمة"
+  },
+  "documentList": {
+    "copyContent": "نسخ المحتوى الكامل",
+    "documentCount": "إجمالي {{count}} مستند",
+    "duplicate": "إنشاء نسخة",
+    "empty": "لا توجد مستندات حاليًا، انقر على الزر أعلاه لإنشاء أول مستند لك",
+    "noResults": "لم يتم العثور على مستندات مطابقة",
+    "selectNote": "اختر مستندًا للبدء في التحرير",
+    "untitled": "بدون عنوان"
+  },
  "empty": "لا توجد ملفات/مجلدات تم تحميلها بعد",
  "header": {
    "actions": {
      "newFolder": "إنشاء مجلد جديد",
+      "newPage": "مستند جديد",
      "uploadFile": "رفع ملف",
      "uploadFolder": "رفع مجلد"
    },
+    "newDocumentButton": "مستند جديد",
+    "newNoteDialog": {
+      "cancel": "إلغاء",
+      "editTitle": "تحرير المستند",
+      "emptyContent": "لا يمكن أن يكون محتوى المستند فارغًا",
+      "loadError": "فشل في تحميل المستند، يرجى المحاولة مرة أخرى",
+      "loading": "جارٍ التحميل...",
+      "save": "حفظ",
+      "saveError": "فشل في حفظ المستند، يرجى المحاولة مرة أخرى",
+      "saveSuccess": "تم حفظ المستند بنجاح",
+      "title": "مستند جديد",
+      "updateSuccess": "تم تحديث المستند بنجاح"
+    },
    "uploadButton": "رفع"
  },
+  "home": {
+    "getStarted": "ابدأ الآن",
+    "greeting": "ابدأ",
+    "quickActions": "إجراءات سريعة",
+    "recentDocuments": "المستندات الأخيرة",
+    "recentFiles": "الملفات الأخيرة",
+    "subtitle": "مرحبًا بك في قاعدة المعرفة، ابدأ من هنا لإدارة مستنداتك وملاحظاتك",
+    "uploadEntries": {
+      "files": {
+        "title": "رفع ملفات"
+      },
+      "folder": {
+        "title": "رفع مجلد"
+      },
+      "knowledgeBase": {
+        "title": "قاعدة معرفة جديدة"
+      },
+      "newDocument": {
+        "title": "مستند جديد"
+      }
+    }
+  },
  "knowledgeBase": {
    "list": {
      "confirmRemoveKnowledgeBase": "سيتم حذف هذه المكتبة المعرفية، ولن يتم حذف الملفات الموجودة بها، بل ستنتقل إلى جميع الملفات. بعد حذف المكتبة المعرفية، لن يمكن استعادتها، يرجى توخي الحذر.",
@@ -38,6 +115,10 @@
    "new": "إنشاء مكتبة معرفية جديدة",
    "title": "المكتبة المعرفية"
  },
+  "menu": {
+    "allDocuments": "جميع المستندات",
+    "allFiles": "جميع الملفات"
+  },
  "networkError": "فشل في الحصول على قاعدة المعرفة، يرجى التحقق من اتصال الشبكة ثم إعادة المحاولة",
  "notSupportGuide": {
    "desc": "الوضع الحالي للنشر هو وضع قاعدة بيانات العميل، ولا يمكن استخدام وظيفة إدارة الملفات. يرجى التبديل إلى <1>وضع نشر قاعدة بيانات الخادم</1>، أو استخدام <3>LobeChat Cloud</3> مباشرة.",
@@ -61,12 +142,16 @@
    "downloadFile": "تحميل الملف",
    "unsupportedFileAndContact": "هذا التنسيق من الملفات غير مدعوم للمعاينة عبر الإنترنت، إذا كان لديك طلب للمعاينة، فلا تتردد في <1>إبلاغنا</1>"
  },
+  "searchDocumentPlaceholder": "ابحث في المستندات",
  "searchFilePlaceholder": "بحث عن ملف",
  "tab": {
-    "all": "جميع الملفات",
+    "all": "الكل",
    "audios": "الصوتيات",
    "documents": "المستندات",
+    "home": "الرئيسية",
    "images": "الصور",
+    "moreTypes": "أنواع أخرى",
+    "pages": "المستندات",
    "videos": "الفيديوهات",
    "websites": "المواقع"
  },
@@ -0,0 +1,42 @@
+{
+  "callback": {
+    "buttons": {
+      "close": "إغلاق النافذة"
+    },
+    "messages": {
+      "authFailed": "فشل التفويض: {{error}}",
+      "missingParams": "معلمات التفويض مفقودة",
+      "processing": "جارٍ معالجة التفويض...",
+      "successWithCountdown": "{{message}} سيتم إغلاق النافذة تلقائيًا خلال {{countdown}} ثانية",
+      "successWithRedirect": "تم التفويض بنجاح! جارٍ إعادة التوجيه..."
+    },
+    "titles": {
+      "error": "فشل التفويض",
+      "loading": "تفويض LobeHub Market",
+      "success": "تم التفويض بنجاح"
+    }
+  },
+  "errors": {
+    "authorizationFailed": "فشل التفويض، يرجى المحاولة مرة أخرى.",
+    "browserOnly": "يمكن بدء عملية التفويض من خلال المتصفح فقط.",
+    "codeConsumed": "تم استخدام رمز التفويض، يرجى المحاولة مرة أخرى.",
+    "codeVerifierMissing": "جلسة التفويض غير صالحة، يرجى إعادة تسجيل الدخول.",
+    "general": "حدث خطأ أثناء التفويض، يرجى المحاولة مرة أخرى.",
+    "handoffFailed": "تعذر الحصول على نتيجة التفويض، يرجى المحاولة مرة أخرى.",
+    "handoffTimeout": "انتهت مهلة التفويض، يرجى إكمال العملية في المتصفح ثم المحاولة مرة أخرى.",
+    "oidcNotReady": "خدمة التفويض غير جاهزة بعد، يرجى المحاولة لاحقًا.",
+    "openBrowserFailed": "تعذر فتح متصفح النظام، يرجى المحاولة مرة أخرى.",
+    "openPopupFailed": "تعذر فتح نافذة التفويض، يرجى التحقق من إعدادات حظر النوافذ المنبثقة في المتصفح.",
+    "popupClosed": "تم إغلاق نافذة التفويض قبل إتمام العملية.",
+    "sessionExpired": "انتهت صلاحية جلسة التفويض، يرجى تسجيل الدخول مرة أخرى.",
+    "stateMismatch": "حالة التفويض غير متطابقة، يرجى المحاولة مرة أخرى.",
+    "stateMissing": "لم يتم العثور على حالة التفويض، يرجى المحاولة مرة أخرى."
+  },
+  "messages": {
+    "loading": "جارٍ بدء عملية التفويض...",
+    "success": {
+      "submit": "تم التفويض بنجاح! يمكنك الآن نشر المساعد.",
+      "upload": "تم التفويض بنجاح! يمكنك الآن نشر إصدار جديد."
+    }
+  }
+}
@@ -1049,6 +1049,9 @@
  "deepseek-r1-0528": {
    "description": "نموذج كامل القوة بحجم 685 مليار، صدر في 28 مايو 2025. استخدم DeepSeek-R1 تقنيات التعلم المعزز على نطاق واسع في مرحلة ما بعد التدريب، مما عزز بشكل كبير قدرات الاستدلال للنموذج مع وجود بيانات تعليمية قليلة جدًا. يتمتع بأداء عالي وقدرات قوية في المهام المتعلقة بالرياضيات، البرمجة، والاستدلال اللغوي الطبيعي."
  },
+  "deepseek-r1-250528": {
+    "description": "DeepSeek R1 250528، النسخة الكاملة من نموذج الاستدلال DeepSeek-R1، مناسب للمهام الرياضية والمنطقية المعقدة."
+  },
  "deepseek-r1-70b-fast-online": {
    "description": "DeepSeek R1 70B النسخة السريعة، تدعم البحث المتصل في الوقت الحقيقي، وتوفر سرعة استجابة أسرع مع الحفاظ على أداء النموذج."
  },
@@ -1059,31 +1062,34 @@
    "description": "deepseek-r1-distill-llama هو نموذج مستخلص من DeepSeek-R1 بناءً على Llama."
  },
  "deepseek-r1-distill-llama-70b": {
-    "description": "DeepSeek R1 - النموذج الأكبر والأذكى في مجموعة DeepSeek - تم تقطيره إلى بنية Llama 70B. بناءً على اختبارات المعايير والتقييمات البشرية، يظهر هذا النموذج ذكاءً أكبر من Llama 70B الأصلي، خاصة في المهام التي تتطلب دقة رياضية وحقائق."
+    "description": "DeepSeek R1 Distill Llama 70B، نموذج تقطير يجمع بين قدرات الاستدلال العامة لـ R1 ونظام Llama البيئي."
  },
  "deepseek-r1-distill-llama-8b": {
-    "description": "نموذج DeepSeek-R1-Distill تم تطويره من خلال تقنية تقطير المعرفة، حيث تم تعديل عينات تم إنشاؤها بواسطة DeepSeek-R1 على نماذج مفتوحة المصدر مثل Qwen وLlama."
+    "description": "DeepSeek-R1-Distill-Llama-8B هو نموذج لغوي كبير مقطر مبني على Llama-3.1-8B، يستخدم مخرجات DeepSeek R1."
+  },
+  "deepseek-r1-distill-qianfan-70b": {
+    "description": "DeepSeek R1 Distill Qianfan 70B، نموذج تقطير R1 مبني على Qianfan-70B، يتميز بكفاءة عالية من حيث التكلفة."
+  },
+  "deepseek-r1-distill-qianfan-8b": {
+    "description": "DeepSeek R1 Distill Qianfan 8B، نموذج تقطير R1 مبني على Qianfan-8B، مناسب للتطبيقات المتوسطة والصغيرة."
  },
  "deepseek-r1-distill-qianfan-llama-70b": {
-    "description": "تم إصداره لأول مرة في 14 فبراير 2025، تم استخلاصه بواسطة فريق تطوير نموذج Qianfan باستخدام Llama3_70B كنموذج أساسي (مبني على Meta Llama)، وتم إضافة نصوص Qianfan إلى بيانات الاستخلاص."
-  },
-  "deepseek-r1-distill-qianfan-llama-8b": {
-    "description": "تم إصداره لأول مرة في 14 فبراير 2025، تم استخلاصه بواسطة فريق تطوير نموذج Qianfan باستخدام Llama3_8B كنموذج أساسي (مبني على Meta Llama)، وتم إضافة نصوص Qianfan إلى بيانات الاستخلاص."
+    "description": "DeepSeek R1 Distill Qianfan Llama 70B، نموذج تقطير R1 مبني على Llama-70B."
  },
  "deepseek-r1-distill-qwen": {
    "description": "deepseek-r1-distill-qwen هو نموذج مستخلص من DeepSeek-R1 بناءً على Qwen."
  },
  "deepseek-r1-distill-qwen-1.5b": {
-    "description": "نموذج DeepSeek-R1-Distill تم تطويره من خلال تقنية تقطير المعرفة، حيث تم تعديل عينات تم إنشاؤها بواسطة DeepSeek-R1 على نماذج مفتوحة المصدر مثل Qwen وLlama."
+    "description": "DeepSeek R1 Distill Qwen 1.5B، نموذج تقطير R1 فائق الخفة، مناسب للبيئات ذات الموارد المحدودة جداً."
  },
  "deepseek-r1-distill-qwen-14b": {
-    "description": "نموذج DeepSeek-R1-Distill تم تطويره من خلال تقنية تقطير المعرفة، حيث تم تعديل عينات تم إنشاؤها بواسطة DeepSeek-R1 على نماذج مفتوحة المصدر مثل Qwen وLlama."
+    "description": "DeepSeek R1 Distill Qwen 14B، نموذج تقطير R1 متوسط الحجم، مناسب للنشر في سيناريوهات متعددة."
  },
  "deepseek-r1-distill-qwen-32b": {
-    "description": "نموذج DeepSeek-R1-Distill تم تطويره من خلال تقنية تقطير المعرفة، حيث تم تعديل عينات تم إنشاؤها بواسطة DeepSeek-R1 على نماذج مفتوحة المصدر مثل Qwen وLlama."
+    "description": "DeepSeek R1 Distill Qwen 32B، نموذج تقطير R1 مبني على Qwen-32B، يوازن بين الأداء والتكلفة."
  },
  "deepseek-r1-distill-qwen-7b": {
-    "description": "نموذج DeepSeek-R1-Distill تم تطويره من خلال تقنية تقطير المعرفة، حيث تم تعديل عينات تم إنشاؤها بواسطة DeepSeek-R1 على نماذج مفتوحة المصدر مثل Qwen وLlama."
+    "description": "DeepSeek R1 Distill Qwen 7B، نموذج تقطير R1 خفيف الوزن، مناسب للبيئات الطرفية والخاصة بالمؤسسات."
  },
  "deepseek-r1-fast-online": {
    "description": "DeepSeek R1 النسخة السريعة الكاملة، تدعم البحث المتصل في الوقت الحقيقي، تجمع بين القدرات القوية لـ 671 مليار معلمة وسرعة استجابة أسرع."
@@ -1112,12 +1118,24 @@
  "deepseek-v3.1-terminus": {
    "description": "DeepSeek-V3.1-Terminus هو إصدار محسن من نموذج اللغة الكبير أطلقته DeepSeek، ومُصمم خصيصًا للأجهزة الطرفية."
  },
+  "deepseek-v3.1-think-250821": {
+    "description": "DeepSeek V3.1 Think 250821، نموذج تفكير عميق بإصدار Terminus، مناسب لسيناريوهات الاستدلال عالية الأداء."
+  },
  "deepseek-v3.1:671b": {
    "description": "DeepSeek V3.1: نموذج استدلال من الجيل التالي يعزز القدرات على الاستدلال المعقد والتفكير التسلسلي، مناسب للمهام التي تتطلب تحليلاً عميقًا."
  },
  "deepseek-v3.2-exp": {
    "description": "deepseek-v3.2-exp يُدخل آلية الانتباه المتفرق، بهدف تحسين كفاءة التدريب والاستدلال عند معالجة النصوص الطويلة، بسعر أقل من deepseek-v3.1."
  },
+  "deepseek-v3.2-think": {
+    "description": "DeepSeek V3.2 Think، النسخة الكاملة من نموذج التفكير العميق، معزّز بقدرات استدلال طويلة السلسلة."
+  },
+  "deepseek-vl2": {
+    "description": "DeepSeek VL2، نموذج متعدد الوسائط يدعم فهم الصور والنصوص والإجابات البصرية الدقيقة."
+  },
+  "deepseek-vl2-small": {
+    "description": "DeepSeek VL2 Small، نسخة خفيفة متعددة الوسائط، مناسبة للبيئات ذات الموارد المحدودة وسيناريوهات الحمل العالي."
+  },
  "deepseek/deepseek-chat-v3-0324": {
    "description": "DeepSeek V3 هو نموذج مختلط خبير يحتوي على 685B من المعلمات، وهو أحدث إصدار من سلسلة نماذج الدردشة الرائدة لفريق DeepSeek.\n\nيستفيد من نموذج [DeepSeek V3](/deepseek/deepseek-chat-v3) ويظهر أداءً ممتازًا في مجموعة متنوعة من المهام."
  },
@@ -1253,83 +1271,89 @@
  "emohaa": {
    "description": "Emohaa هو نموذج نفسي، يتمتع بقدرات استشارية متخصصة، يساعد المستخدمين في فهم القضايا العاطفية."
  },
-  "ernie-3.5-128k": {
-    "description": "نموذج اللغة الكبير الرائد الذي طورته بايدو، يغطي كمية هائلة من البيانات باللغة الصينية والإنجليزية، ويتميز بقدرات عامة قوية، تلبي متطلبات معظم حالات الحوار، والإجابة، والتوليد، وتطبيقات المكونات الإضافية؛ يدعم الاتصال التلقائي بمكونات البحث من بايدو، مما يضمن تحديث معلومات الإجابة."
-  },
-  "ernie-3.5-8k": {
-    "description": "نموذج اللغة الكبير الرائد الذي طورته بايدو، يغطي كمية هائلة من البيانات باللغة الصينية والإنجليزية، ويتميز بقدرات عامة قوية، تلبي متطلبات معظم حالات الحوار، والإجابة، والتوليد، وتطبيقات المكونات الإضافية؛ يدعم الاتصال التلقائي بمكونات البحث من بايدو، مما يضمن تحديث معلومات الإجابة."
-  },
-  "ernie-3.5-8k-preview": {
-    "description": "نموذج اللغة الكبير الرائد الذي طورته بايدو، يغطي كمية هائلة من البيانات باللغة الصينية والإنجليزية، ويتميز بقدرات عامة قوية، تلبي متطلبات معظم حالات الحوار، والإجابة، والتوليد، وتطبيقات المكونات الإضافية؛ يدعم الاتصال التلقائي بمكونات البحث من بايدو، مما يضمن تحديث معلومات الإجابة."
-  },
-  "ernie-4.0-8k-latest": {
-    "description": "نموذج اللغة الكبير الرائد الذي طورته بايدو، والذي حقق ترقية شاملة في القدرات مقارنةً بـ ERNIE 3.5، ويستخدم على نطاق واسع في مشاهد المهام المعقدة في مختلف المجالات؛ يدعم الاتصال التلقائي بمكونات البحث من بايدو، مما يضمن تحديث معلومات الإجابة."
-  },
-  "ernie-4.0-8k-preview": {
-    "description": "نموذج اللغة الكبير الرائد الذي طورته بايدو، والذي حقق ترقية شاملة في القدرات مقارنةً بـ ERNIE 3.5، ويستخدم على نطاق واسع في مشاهد المهام المعقدة في مختلف المجالات؛ يدعم الاتصال التلقائي بمكونات البحث من بايدو، مما يضمن تحديث معلومات الإجابة."
-  },
-  "ernie-4.0-turbo-128k": {
-    "description": "نموذج اللغة الكبير الرائد الذي طورته بايدو، والذي يظهر أداءً ممتازًا بشكل شامل، ويستخدم على نطاق واسع في مشاهد المهام المعقدة في مختلف المجالات؛ يدعم الاتصال التلقائي بمكونات البحث من بايدو، مما يضمن تحديث معلومات الإجابة. مقارنةً بـ ERNIE 4.0، يظهر أداءً أفضل."
-  },
-  "ernie-4.0-turbo-8k-latest": {
-    "description": "نموذج اللغة الكبير الرائد الذي طورته بايدو، والذي يظهر أداءً ممتازًا بشكل شامل، ويستخدم على نطاق واسع في مشاهد المهام المعقدة في مختلف المجالات؛ يدعم الاتصال التلقائي بمكونات البحث من بايدو، مما يضمن تحديث معلومات الإجابة. مقارنةً بـ ERNIE 4.0، يظهر أداءً أفضل."
-  },
-  "ernie-4.0-turbo-8k-preview": {
-    "description": "نموذج اللغة الكبير الرائد الذي طورته بايدو، والذي يظهر أداءً ممتازًا بشكل شامل، ويستخدم على نطاق واسع في مشاهد المهام المعقدة في مختلف المجالات؛ يدعم الاتصال التلقائي بمكونات البحث من بايدو، مما يضمن تحديث معلومات الإجابة. مقارنةً بـ ERNIE 4.0، يظهر أداءً أفضل."
+  "ernie-4.5-0.3b": {
+    "description": "ERNIE 4.5 0.3B، نموذج مفتوح المصدر وخفيف الوزن، مناسب للنشر المحلي والمخصص."
  },
  "ernie-4.5-21b-a3b": {
-    "description": "ERNIE 4.5 21B A3B هو نموذج خبراء هجين أطلقته Baidu Wenxin، يتمتع بقدرات قوية في الاستدلال ودعم متعدد اللغات."
+    "description": "ERNIE 4.5 21B A3B، نموذج كبير مفتوح المصدر، يتميز بأداء قوي في مهام الفهم والتوليد."
  },
  "ernie-4.5-300b-a47b": {
    "description": "ERNIE 4.5 300B A47B هو نموذج خبراء هجين فائق الحجم أطلقته Baidu Wenxin، يتميز بقدرات استدلال فائقة."
  },
  "ernie-4.5-8k-preview": {
-    "description": "نموذج ونسين 4.5 هو نموذج أساسي جديد متعدد الوسائط تم تطويره ذاتيًا بواسطة بايدو، من خلال نمذجة متعددة الوسائط لتحقيق تحسين متزامن، ويظهر قدرة ممتازة على الفهم متعدد الوسائط؛ يتمتع بقدرات لغوية متقدمة، مع تحسين شامل في الفهم، والتوليد، والمنطق، والذاكرة، مع تحسين كبير في إزالة الأوهام، والاستدلال المنطقي، وقدرات البرمجة."
+    "description": "ERNIE 4.5 8K Preview، نموذج معاينة بسياق 8K، مخصص لتجربة واختبار قدرات Wenxin 4.5."
  },
  "ernie-4.5-turbo-128k": {
-    "description": "تم تعزيز Wenxin 4.5 Turbo بشكل ملحوظ في مجالات مثل تقليل الهلوسة، والاستدلال المنطقي، وقدرات البرمجة. مقارنةً بـ Wenxin 4.5، فهو أسرع وأقل تكلفة. تم تحسين قدرات النموذج بشكل شامل لتلبية احتياجات معالجة المحادثات الطويلة متعددة الجولات، ومهام فهم الأسئلة والأجوبة للنصوص الطويلة."
+    "description": "ERNIE 4.5 Turbo 128K، نموذج عام عالي الأداء، يدعم البحث المعزز واستدعاء الأدوات، مناسب لمهام مثل الأسئلة والأجوبة، البرمجة، والوكلاء الذكيين."
+  },
+  "ernie-4.5-turbo-128k-preview": {
+    "description": "ERNIE 4.5 Turbo 128K Preview، نسخة معاينة توفر تجربة مماثلة للنسخة الرسمية، مناسبة للاختبار والتكامل المرحلي."
  },
  "ernie-4.5-turbo-32k": {
-    "description": "تم تعزيز Wenxin 4.5 Turbo بشكل ملحوظ في مجالات مثل تقليل الهلوسة، والاستدلال المنطقي، وقدرات البرمجة. مقارنةً بـ Wenxin 4.5، فهو أسرع وأقل تكلفة. تم تحسين قدرات الإبداع النصي، والأسئلة والأجوبة بشكل ملحوظ. زادت مدة الإخراج وتأخير الجمل الكاملة مقارنةً بـ ERNIE 4.5."
+    "description": "ERNIE 4.5 Turbo 32K، نسخة بسياق متوسط إلى طويل، مناسبة للأسئلة والأجوبة، استرجاع المعرفة، والحوار متعدد الجولات."
+  },
+  "ernie-4.5-turbo-latest": {
+    "description": "ERNIE 4.5 Turbo Latest، نسخة محسّنة شاملة، مناسبة كنموذج رئيسي عام في بيئات الإنتاج."
+  },
+  "ernie-4.5-turbo-vl": {
+    "description": "ERNIE 4.5 Turbo VL، نموذج متعدد الوسائط ناضج، مناسب لمهام فهم الصور والنصوص في بيئات الإنتاج."
  },
  "ernie-4.5-turbo-vl-32k": {
-    "description": "إصدار جديد من نموذج Wenxin Yiyan، مع تحسينات ملحوظة في فهم الصور، والإبداع، والترجمة، والبرمجة، ويدعم لأول مرة طول سياق يصل إلى 32K، مع تقليل ملحوظ في تأخير أول توكن."
+    "description": "ERNIE 4.5 Turbo VL 32K، نسخة متعددة الوسائط بسياق متوسط إلى طويل، مناسبة لفهم مشترك للوثائق الطويلة والصور."
+  },
+  "ernie-4.5-turbo-vl-32k-preview": {
+    "description": "ERNIE 4.5 Turbo VL 32K Preview، نسخة معاينة متعددة الوسائط بسياق 32K، لتقييم قدرات الفهم البصري في السياقات الطويلة."
+  },
+  "ernie-4.5-turbo-vl-latest": {
+    "description": "ERNIE 4.5 Turbo VL Latest، أحدث نسخة متعددة الوسائط، تقدم أداءً محسّناً في فهم الصور والنصوص والاستدلال."
+  },
+  "ernie-4.5-turbo-vl-preview": {
+    "description": "ERNIE 4.5 Turbo VL Preview، نموذج معاينة متعدد الوسائط، يدعم فهم وتوليد الصور والنصوص، مناسب لتجربة الأسئلة البصرية وفهم المحتوى."
+  },
+  "ernie-4.5-vl-28b-a3b": {
+    "description": "ERNIE 4.5 VL 28B A3B، نموذج متعدد الوسائط مفتوح المصدر، يدعم مهام الفهم والاستدلال بين الصور والنصوص."
+  },
+  "ernie-5.0-thinking-preview": {
+    "description": "Wenxin 5.0 Thinking Preview، نموذج رائد شامل متعدد الوسائط، يدعم النصوص، الصور، الصوت، والفيديو، مع قدرات متقدمة مناسبة للأسئلة المعقدة، الإبداع، والوكلاء الذكيين."
  },
  "ernie-char-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."
+    "description": "ERNIE Character 8K، نموذج حواري بشخصيات، مناسب لبناء شخصيات IP وحوارات طويلة الأمد."
  },
  "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."
+    "description": "ERNIE Character Fiction 8K، نموذج شخصيات مخصص لكتابة الروايات والقصص، مناسب لتوليد نصوص طويلة."
+  },
+  "ernie-char-fiction-8k-preview": {
+    "description": "ERNIE Character Fiction 8K Preview، نسخة معاينة لنموذج الشخصيات والقصص، مخصصة لتجربة الوظائف والاختبار."
  },
  "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."
+    "description": "ERNIE iRAG Edit، نموذج تحرير الصور يدعم المسح، إعادة الرسم، وتوليد المتغيرات."
  },
  "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."
+    "description": "ERNIE Lite 8K، نموذج عام خفيف الوزن، مناسب للأسئلة اليومية وتوليد المحتوى بتكلفة منخفضة."
  },
  "ernie-lite-pro-128k": {
-    "description": "نموذج اللغة الكبير الخفيف الذي طورته بايدو، يجمع بين أداء النموذج الممتاز وأداء الاستدلال، ويظهر أداءً أفضل من ERNIE Lite، مناسب للاستخدام مع بطاقات تسريع الذكاء الاصطناعي ذات القدرة الحاسوبية المنخفضة."
+    "description": "ERNIE Lite Pro 128K، نموذج خفيف عالي الأداء، مناسب للمهام الحساسة من حيث التأخير والتكلفة."
  },
  "ernie-novel-8k": {
-    "description": "نموذج اللغة الكبير العام الذي طورته بايدو، يظهر مزايا واضحة في القدرة على كتابة روايات، ويمكن استخدامه أيضًا في مشاهد مثل المسرحيات القصيرة والأفلام."
+    "description": "ERNIE Novel 8K، نموذج مخصص لكتابة الروايات الطويلة وسيناريوهات IP، بارع في السرد متعدد الشخصيات والخطوط."
  },
  "ernie-speed-128k": {
-    "description": "نموذج اللغة الكبير عالي الأداء الذي طورته بايدو، والذي تم إصداره في عام 2024، يتمتع بقدرات عامة ممتازة، مناسب كنموذج أساسي للتعديل، مما يساعد على معالجة مشكلات المشاهد المحددة بشكل أفضل، ويظهر أداءً ممتازًا في الاستدلال."
+    "description": "ERNIE Speed 128K، نموذج كبير بدون تكلفة إدخال/إخراج، مناسب لفهم النصوص الطويلة والتجارب واسعة النطاق."
+  },
+  "ernie-speed-8k": {
+    "description": "ERNIE Speed 8K، نموذج مجاني وسريع، مناسب للحوار اليومي والمهام النصية الخفيفة."
  },
  "ernie-speed-pro-128k": {
-    "description": "نموذج اللغة الكبير عالي الأداء الذي طورته بايدو، والذي تم إصداره في عام 2024، يتمتع بقدرات عامة ممتازة، ويظهر أداءً أفضل من ERNIE Speed، مناسب كنموذج أساسي للتعديل، مما يساعد على معالجة مشكلات المشاهد المحددة بشكل أفضل، ويظهر أداءً ممتازًا في الاستدلال."
+    "description": "ERNIE Speed Pro 128K، نموذج عالي التوافر وكفاءة التكلفة، مناسب للخدمات عبر الإنترنت واسعة النطاق وتطبيقات المؤسسات."
  },
  "ernie-tiny-8k": {
-    "description": "ERNIE Tiny هو نموذج اللغة الكبير عالي الأداء الذي طورته بايدو، وتكاليف النشر والتعديل هي الأدنى بين نماذج سلسلة Wenxin."
-  },
-  "ernie-x1-32k": {
-    "description": "يمتلك قدرة أقوى على الفهم والتخطيط والتفكير والتطور. كنموذج تفكير عميق شامل، يتميز Wenxin X1 بالدقة والإبداع والبلاغة، ويظهر أداءً متميزًا في مجالات مثل الأسئلة والأجوبة باللغة الصينية، والإبداع الأدبي، وكتابة النصوص، والحوار اليومي، والاستدلال المنطقي، والحسابات المعقدة، واستخدام الأدوات."
-  },
-  "ernie-x1-32k-preview": {
-    "description": "نموذج Ernie X1 الكبير يتمتع بقدرات أقوى في الفهم، التخطيط، التفكير النقدي، والتطور. كنموذج تفكير عميق أكثر شمولاً، يجمع Ernie X1 بين الدقة، الإبداع، والبلاغة، ويتميز بشكل خاص في أسئلة المعرفة باللغة الصينية، الإبداع الأدبي، كتابة النصوص، المحادثات اليومية، الاستدلال المنطقي، الحسابات المعقدة، واستدعاء الأدوات."
+    "description": "ERNIE Tiny 8K، نموذج فائق الخفة، مناسب للأسئلة البسيطة، التصنيف، وسيناريوهات الاستدلال منخفضة التكلفة."
  },
  "ernie-x1-turbo-32k": {
-    "description": "يتميز هذا النموذج بأداء أفضل مقارنةً بـ ERNIE-X1-32K."
+    "description": "ERNIE X1 Turbo 32K، نموذج تفكير سريع بسياق طويل 32K، مناسب للاستدلال المعقد والحوار متعدد الجولات."
+  },
+  "ernie-x1.1-preview": {
+    "description": "ERNIE X1.1 Preview، نسخة معاينة من نموذج التفكير ERNIE X1.1، مناسبة لاختبار القدرات والتحقق منها."
  },
  "fal-ai/bytedance/seedream/v4": {
    "description": "نموذج توليد الصور Seedream 4.0 من فريق Seed في ByteDance، يدعم إدخال النص والصورة، ويوفر تجربة توليد صور عالية الجودة وقابلة للتحكم بدرجة كبيرة. يعتمد على أوامر نصية لتوليد الصور."
@@ -1389,7 +1413,7 @@
    "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."
+    "description": "FLUX.1-schnell، نموذج توليد صور عالي الأداء، مناسب لإنشاء صور متعددة الأنماط بسرعة."
  },
  "gemini-1.0-pro-001": {
    "description": "Gemini 1.0 Pro 001 (تعديل) يوفر أداءً مستقرًا وقابلًا للتعديل، وهو الخيار المثالي لحلول المهام المعقدة."
@@ -1538,6 +1562,9 @@
  "glm-4-0520": {
    "description": "GLM-4-0520 هو أحدث إصدار من النموذج، مصمم للمهام المعقدة والمتنوعة، ويظهر أداءً ممتازًا."
  },
+  "glm-4-32b-0414": {
+    "description": "GLM-4 32B 0414، إصدار من سلسلة GLM للنماذج العامة الكبيرة، يدعم توليد النصوص وفهمها في مهام متعددة."
+  },
  "glm-4-9b-chat": {
    "description": "يُظهر GLM-4-9B-Chat أداءً عاليًا في مجالات الدلالة، والرياضيات، والاستدلال، والبرمجة، والمعرفة. كما يدعم تصفح الويب، وتنفيذ الأكواد، واستدعاء الأدوات المخصصة، والاستدلال على النصوص الطويلة. يدعم 26 لغة من بينها اليابانية والكورية والألمانية."
  },
@@ -1826,6 +1853,18 @@
  "gpt-5-pro": {
    "description": "يستخدم GPT-5 pro قدرة حسابية أكبر للتفكير بشكل أعمق، ويواصل تقديم إجابات أفضل باستمرار."
  },
+  "gpt-5.1": {
+    "description": "GPT-5.1 — نموذج رائد مُحسَّن لمهام البرمجة والوكلاء، يدعم قوة استدلال قابلة للتخصيص وسياقًا أطول."
+  },
+  "gpt-5.1-chat-latest": {
+    "description": "GPT-5.1 Chat: إصدار GPT-5.1 مخصص لـ ChatGPT، مثالي لسيناريوهات المحادثة."
+  },
+  "gpt-5.1-codex": {
+    "description": "GPT-5.1 Codex: إصدار من GPT-5.1 مُحسَّن لمهام البرمجة القائمة على الوكلاء، يمكن استخدامه في واجهة Responses API لتدفقات عمل أكثر تعقيدًا في البرمجة والوكلاء."
+  },
+  "gpt-5.1-codex-mini": {
+    "description": "GPT-5.1 Codex mini: إصدار مصغر ومنخفض التكلفة من Codex، مُحسَّن لمهام البرمجة القائمة على الوكلاء."
+  },
  "gpt-audio": {
    "description": "GPT Audio هو نموذج دردشة عام موجه لإدخال وإخراج الصوت، ويدعم استخدام الصوت في واجهة برمجة تطبيقات Chat Completions."
  },
@@ -2001,13 +2040,13 @@
    "description": "سلسلة نماذج Imagen لتحويل النص إلى صورة من الجيل الرابع"
  },
  "imagen-4.0-generate-preview-06-06": {
-    "description": "سلسلة نموذج Imagen للجيل الرابع لتحويل النص إلى صورة"
+    "description": "سلسلة نماذج Imagen من الجيل الرابع لتحويل النص إلى صورة"
  },
  "imagen-4.0-ultra-generate-001": {
    "description": "سلسلة نماذج Imagen لتحويل النص إلى صورة من الجيل الرابع — إصدار Ultra"
  },
  "imagen-4.0-ultra-generate-preview-06-06": {
-    "description": "نسخة ألترا من سلسلة نموذج Imagen للجيل الرابع لتحويل النص إلى صورة"
+    "description": "النسخة Ultra من سلسلة نماذج Imagen من الجيل الرابع لتحويل النص إلى صورة"
  },
  "inception/mercury-coder-small": {
    "description": "Mercury Coder Small هو الخيار المثالي لمهام توليد الكود، وتصحيح الأخطاء، وإعادة الهيكلة، مع أدنى تأخير."
@@ -2036,14 +2075,26 @@
  "internlm3-latest": {
    "description": "سلسلة نماذجنا الأحدث، تتمتع بأداء استدلال ممتاز، تتصدر نماذج المصدر المفتوح من نفس الفئة. تشير بشكل افتراضي إلى أحدث نماذج سلسلة InternLM3 التي تم إصدارها."
  },
+  "internvl2.5-38b-mpo": {
+    "description": "InternVL2.5 38B MPO، نموذج ما قبل التدريب متعدد الوسائط، يدعم مهام الاستدلال المعقدة بين الصور والنصوص."
+  },
  "internvl2.5-latest": {
    "description": "نحن لا نزال ندعم إصدار InternVL2.5، الذي يتمتع بأداء ممتاز ومستقر. يشير بشكل افتراضي إلى أحدث نموذج من سلسلة InternVL2.5، الحالي هو internvl2.5-78b."
  },
+  "internvl3-14b": {
+    "description": "InternVL3 14B، نموذج متعدد الوسائط متوسط الحجم، يوازن بين الأداء والتكلفة."
+  },
+  "internvl3-1b": {
+    "description": "InternVL3 1B، نموذج متعدد الوسائط خفيف الوزن، مناسب للنشر في البيئات ذات الموارد المحدودة."
+  },
+  "internvl3-38b": {
+    "description": "InternVL3 38B، نموذج مفتوح المصدر كبير متعدد الوسائط، مناسب لمهام فهم الصور والنصوص عالية الدقة."
+  },
  "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."
+    "description": "ERNIE iRAG، نموذج توليد معزز باسترجاع الصور، يدعم البحث بالصور، استرجاع الصور والنصوص، وتوليد المحتوى."
  },
  "jamba-large": {
    "description": "أقوى وأحدث نموذج لدينا، مصمم لمعالجة المهام المعقدة على مستوى المؤسسات، ويتميز بأداء استثنائي."
@@ -2064,7 +2115,7 @@
    "description": "نموذج kimi-k2-0905-preview يدعم طول سياق 256k، يتمتع بقدرات ترميز وكيل أقوى، وجمالية وعملية أفضل في الشيفرة الأمامية، وفهم سياق محسن."
  },
  "kimi-k2-instruct": {
-    "description": "Kimi K2 Instruct هو نموذج لغة كبير أطلقته Moonshot AI، يتمتع بقدرة فائقة على معالجة السياقات الطويلة."
+    "description": "Kimi K2 Instruct، نموذج الاستدلال الرسمي من Kimi، يدعم السياق الطويل، البرمجة، الأسئلة والأجوبة، وغيرها من السيناريوهات."
  },
  "kimi-k2-turbo-preview": {
    "description": "kimi-k2 هو نموذج أساسي بمعمارية MoE يتمتع بقدرات قوية للغاية في البرمجة وقدرات الوكيل (Agent)، بإجمالي معلمات يبلغ 1 تريليون والمعلمات المُفعَّلة 32 مليار. في اختبارات الأداء المعيارية للفئات الرئيسية مثل الاستدلال المعرفي العام والبرمجة والرياضيات والوكلاء (Agent)، تفوق أداء نموذج K2 على النماذج المفتوحة المصدر السائدة الأخرى."
@@ -2735,6 +2786,54 @@
  "pro-deepseek-v3": {
    "description": "نموذج مخصص لخدمات المؤسسات، يشمل خدمات متزامنة."
  },
+  "qianfan-70b": {
+    "description": "Qianfan 70B، نموذج صيني كبير المعلمات، مناسب لإنشاء محتوى عالي الجودة ومهام الاستدلال المعقدة."
+  },
+  "qianfan-8b": {
+    "description": "Qianfan 8B، نموذج عام متوسط الحجم، مناسب لتوليد النصوص والإجابة على الأسئلة بتوازن بين التكلفة والأداء."
+  },
+  "qianfan-agent-intent-32k": {
+    "description": "Qianfan Agent Intent 32K، نموذج مخصص للتعرف على النوايا وتنسيق الوكلاء، يدعم السياقات الطويلة."
+  },
+  "qianfan-agent-lite-8k": {
+    "description": "Qianfan Agent Lite 8K، نموذج وكيل خفيف الوزن، مناسب للحوارات متعددة الجولات منخفضة التكلفة وتنسيق الأعمال."
+  },
+  "qianfan-agent-speed-32k": {
+    "description": "Qianfan Agent Speed 32K، نموذج وكيل عالي التحكم في التدفق، مناسب لتطبيقات الوكلاء واسعة النطاق ومتعددة المهام."
+  },
+  "qianfan-agent-speed-8k": {
+    "description": "Qianfan Agent Speed 8K، نموذج وكيل عالي التوازي مخصص للحوارات القصيرة والمتوسطة والاستجابة السريعة."
+  },
+  "qianfan-check-vl": {
+    "description": "Qianfan Check VL، نموذج مراجعة واكتشاف متعدد الوسائط، يدعم التحقق من توافق الصور والنصوص والتعرف عليها."
+  },
+  "qianfan-composition": {
+    "description": "Qianfan Composition، نموذج إبداعي متعدد الوسائط، يدعم الفهم والتوليد المدمج للنصوص والصور."
+  },
+  "qianfan-engcard-vl": {
+    "description": "Qianfan EngCard VL، نموذج تعرف متعدد الوسائط مخصص للسيناريوهات الإنجليزية."
+  },
+  "qianfan-lightning-128b-a19b": {
+    "description": "Qianfan Lightning 128B A19B، نموذج صيني عام عالي الأداء، مناسب للأسئلة المعقدة ومهام الاستدلال واسعة النطاق."
+  },
+  "qianfan-llama-vl-8b": {
+    "description": "Qianfan Llama VL 8B، نموذج متعدد الوسائط مبني على Llama، مخصص لمهام الفهم العام للنصوص والصور."
+  },
+  "qianfan-multipicocr": {
+    "description": "Qianfan MultiPicOCR، نموذج OCR متعدد الصور، يدعم اكتشاف وتعرف النصوص في صور متعددة."
+  },
+  "qianfan-qi-vl": {
+    "description": "Qianfan QI VL، نموذج سؤال وجواب متعدد الوسائط، يدعم الاسترجاع الدقيق والإجابة في سيناريوهات الصور والنصوص المعقدة."
+  },
+  "qianfan-singlepicocr": {
+    "description": "Qianfan SinglePicOCR، نموذج OCR لصورة واحدة، يدعم التعرف عالي الدقة على الأحرف."
+  },
+  "qianfan-vl-70b": {
+    "description": "Qianfan VL 70B، نموذج لغة بصرية كبير المعلمات، مناسب لفهم الصور والنصوص المعقدة."
+  },
+  "qianfan-vl-8b": {
+    "description": "Qianfan VL 8B، نموذج لغة بصرية خفيف الوزن، مناسب للأسئلة اليومية حول الصور والنصوص والتحليل."
+  },
  "qvq-72b-preview": {
    "description": "نموذج QVQ هو نموذج بحث تجريبي تم تطويره بواسطة فريق Qwen، يركز على تعزيز قدرات الاستدلال البصري، خاصة في مجال الاستدلال الرياضي."
  },
@@ -2886,7 +2985,7 @@
    "description": "نموذج Qwen 2.5 مفتوح المصدر بحجم 72B."
  },
  "qwen2.5-7b-instruct": {
-    "description": "نموذج Qwen 2.5 مفتوح المصدر بحجم 7B."
+    "description": "Qwen2.5 7B Instruct، نموذج تعليمات مفتوح المصدر ناضج، مناسب للحوار والتوليد في سيناريوهات متعددة."
  },
  "qwen2.5-coder-1.5b-instruct": {
    "description": "نموذج كود تونغي، النسخة مفتوحة المصدر."
@@ -2919,13 +3018,13 @@
    "description": "تدعم نماذج سلسلة Qwen-Omni إدخال بيانات متعددة الأنماط، بما في ذلك الفيديو والصوت والصور والنصوص، وتخرج الصوت والنص."
  },
  "qwen2.5-vl-32b-instruct": {
-    "description": "سلسلة نماذج Qwen2.5-VL تعزز مستوى الذكاء والفعّالية والملاءمة للنماذج، مما يجعل أداءها أفضل في سيناريوهات مثل المحادثات الطبيعية، وإنشاء المحتوى، وتقديم الخدمات المتخصصة، وتطوير الأكواد. يستخدم الإصدار 32B تقنية التعلم المعزز لتحسين النموذج، مقارنةً بنماذج سلسلة Qwen2.5 VL الأخرى، حيث يقدم أسلوب إخراج أكثر توافقًا مع تفضيلات البشر، وقدرة على استنتاج المسائل الرياضية المعقدة، بالإضافة إلى فهم واستدلال دقيق للصور."
+    "description": "Qwen2.5 VL 32B Instruct، نموذج متعدد الوسائط مفتوح المصدر، مناسب للنشر الخاص والتطبيقات المتنوعة."
  },
  "qwen2.5-vl-72b-instruct": {
    "description": "تحسين شامل في اتباع التعليمات، الرياضيات، حل المشكلات، والبرمجة، وزيادة قدرة التعرف على العناصر البصرية، يدعم تنسيقات متعددة لتحديد العناصر البصرية بدقة، ويدعم فهم ملفات الفيديو الطويلة (حتى 10 دقائق) وتحديد اللحظات الزمنية بدقة، قادر على فهم التسلسل الزمني والسرعة، يدعم التحكم في أنظمة التشغيل أو الوكلاء المحمولة بناءً على قدرات التحليل والتحديد، قوي في استخراج المعلومات الرئيسية وإخراج البيانات بتنسيق Json، هذه النسخة هي النسخة 72B، وهي الأقوى في هذه السلسلة."
  },
  "qwen2.5-vl-7b-instruct": {
-    "description": "تحسين شامل في اتباع التعليمات، الرياضيات، حل المشكلات، والبرمجة، وزيادة قدرة التعرف على العناصر البصرية، يدعم تنسيقات متعددة لتحديد العناصر البصرية بدقة، ويدعم فهم ملفات الفيديو الطويلة (حتى 10 دقائق) وتحديد اللحظات الزمنية بدقة، قادر على فهم التسلسل الزمني والسرعة، يدعم التحكم في أنظمة التشغيل أو الوكلاء المحمولة بناءً على قدرات التحليل والتحديد، قوي في استخراج المعلومات الرئيسية وإخراج البيانات بتنسيق Json، هذه النسخة هي النسخة 72B، وهي الأقوى في هذه السلسلة."
+    "description": "Qwen2.5 VL 7B Instruct، نموذج متعدد الوسائط خفيف الوزن، يوازن بين تكلفة النشر وقدرات التعرف."
  },
  "qwen2.5-vl-instruct": {
    "description": "Qwen2.5-VL هو أحدث إصدار من نماذج الرؤية واللغة في عائلة نماذج Qwen."
@@ -2952,46 +3051,46 @@
    "description": "Qwen3 هو الجيل الجديد من نموذج اللغة واسع النطاق من علي بابا، يدعم مجموعة متنوعة من احتياجات التطبيقات بأداء ممتاز."
  },
  "qwen3-0.6b": {
-    "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."
+    "description": "Qwen3 0.6B، نموذج للمبتدئين، مناسب للاستدلال البسيط والبيئات ذات الموارد المحدودة للغاية."
  },
  "qwen3-1.7b": {
-    "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."
+    "description": "Qwen3 1.7B، نموذج فائق الخفة، سهل النشر على الحواف والأجهزة الطرفية."
  },
  "qwen3-14b": {
-    "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."
+    "description": "Qwen3 14B، نموذج متوسط الحجم، مناسب للأسئلة متعددة اللغات وتوليد النصوص."
  },
  "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."
+    "description": "Qwen3 235B A22B، نموذج عام كبير، مخصص لمهام معقدة متعددة."
  },
  "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)."
+    "description": "Qwen3 235B A22B Instruct 2507، نموذج تعليمات عام رائد، مناسب لمهام التوليد والاستدلال المتنوعة."
  },
  "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."
+    "description": "Qwen3 235B A22B Thinking 2507، نموذج تفكير واسع النطاق، مخصص للاستدلال عالي الصعوبة."
  },
  "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."
+    "description": "Qwen3 30B A3B، نموذج عام متوسط إلى كبير الحجم، يوازن بين التكلفة والأداء."
  },
  "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."
+    "description": "Qwen3 30B A3B Instruct 2507، نموذج تعليمات متوسط إلى كبير الحجم، مناسب للتوليد عالي الجودة والإجابة على الأسئلة."
  },
  "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."
+    "description": "Qwen3 30B A3B Thinking 2507، نموذج تفكير متوسط إلى كبير الحجم، يوازن بين الدقة والتكلفة."
  },
  "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."
+    "description": "Qwen3 32B، مناسب للمهام العامة التي تتطلب قدرات فهم أقوى."
  },
  "qwen3-4b": {
-    "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."
+    "description": "Qwen3 4B، مناسب للتطبيقات الصغيرة والمتوسطة وسيناريوهات الاستدلال المحلي."
  },
  "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."
+    "description": "Qwen3 8B، نموذج خفيف الوزن، مرن في النشر، مناسب للأعمال عالية التوازي."
  },
  "qwen3-coder-30b-a3b-instruct": {
    "description": "النسخة مفتوحة المصدر من نموذج Qwen3 للبرمجة. النموذج الأحدث qwen3-coder-30b-a3b-instruct مبني على Qwen3، ويتميز بقدرات قوية كوكيل برمجي، بارع في استخدام الأدوات والتفاعل مع البيئات، ويجمع بين مهارات البرمجة الذاتية والقدرات العامة."
  },
  "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."
+    "description": "Qwen3 Coder 480B A35B Instruct، نموذج برمجة رائد، يدعم البرمجة متعددة اللغات وفهم الشيفرات المعقدة."
  },
  "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."
@@ -3005,32 +3104,41 @@
  "qwen3-max": {
    "description": "سلسلة نماذج Tongyi Qianwen 3 Max، التي تحسنت بشكل كبير مقارنة بسلسلة 2.5 في القدرات العامة، فهم النصوص باللغتين الصينية والإنجليزية، اتباع التعليمات المعقدة، المهام المفتوحة الذاتية، القدرات متعددة اللغات، واستدعاء الأدوات؛ مع تقليل الأوهام المعرفية للنموذج. النسخة الأحدث من qwen3-max: مقارنةً بنسخة qwen3-max-preview، تم ترقية خاصة في برمجة الوكلاء واستدعاء الأدوات. النسخة الرسمية المنشورة وصلت إلى مستوى SOTA في المجال، وتلبي احتياجات الوكلاء في سيناريوهات أكثر تعقيدًا."
  },
+  "qwen3-max-preview": {
+    "description": "أفضل نموذج في سلسلة Tongyi Qianwen، مناسب للمهام المعقدة ومتعددة الخطوات. يدعم التفكير في الإصدار التجريبي."
+  },
  "qwen3-next-80b-a3b-instruct": {
    "description": "نموذج مفتوح المصدر من الجيل الجديد لوضع عدم التفكير مبني على Qwen3، يتميز بفهم أفضل للنصوص الصينية مقارنة بالإصدار السابق (Tongyi Qianwen 3-235B-A22B-Instruct-2507)، مع تعزيز في قدرات الاستدلال المنطقي وأداء أفضل في مهام توليد النصوص."
  },
  "qwen3-next-80b-a3b-thinking": {
-    "description": "نموذج مفتوح المصدر من الجيل الجديد لوضع التفكير مبني على Qwen3، يتميز بتحسين في الالتزام بالتعليمات مقارنة بالإصدار السابق (Tongyi Qianwen 3-235B-A22B-Thinking-2507)، مع ردود ملخصة وأكثر إيجازًا من النموذج."
+    "description": "Qwen3 Next 80B A3B Thinking، إصدار استدلال رائد مخصص للمهام المعقدة."
  },
  "qwen3-omni-flash": {
    "description": "نموذج Qwen-Omni قادر على استقبال مدخلات متعددة الوسائط مثل النصوص، الصور، الصوت، والفيديو، ويولّد ردودًا على شكل نص أو صوت. يوفر أصواتًا بشرية متعددة، ويدعم إخراج الصوت بعدة لغات ولهجات، ويمكن استخدامه في مجالات مثل إنشاء النصوص، التعرف البصري، والمساعدات الصوتية."
  },
  "qwen3-vl-235b-a22b-instruct": {
-    "description": "Qwen3 VL 235B A22B في وضع غير التفكير (Instruct)، مصمم لسيناريوهات الأوامر غير المعتمدة على التفكير، مع الحفاظ على قدرات قوية في الفهم البصري."
+    "description": "Qwen3 VL 235B A22B Instruct، نموذج متعدد الوسائط رائد، مخصص للفهم والإبداع عالي المتطلبات."
  },
  "qwen3-vl-235b-a22b-thinking": {
-    "description": "Qwen3 VL 235B A22B في وضع التفكير (نسخة مفتوحة المصدر)، مخصص للمهام المعقدة التي تتطلب استدلالًا عاليًا وفهمًا لمقاطع الفيديو الطويلة، ويقدم قدرات رائدة في الاستدلال البصري والنصي."
+    "description": "Qwen3 VL 235B A22B Thinking، إصدار تفكير رائد، مخصص للاستدلال والتخطيط متعدد الوسائط المعقد."
  },
  "qwen3-vl-30b-a3b-instruct": {
-    "description": "Qwen3 VL 30B في وضع غير التفكير (Instruct)، موجه لسيناريوهات متابعة الأوامر العامة، مع الحفاظ على مستوى عالٍ من الفهم والتوليد متعدد الوسائط."
+    "description": "Qwen3 VL 30B A3B Instruct، نموذج كبير متعدد الوسائط، يوازن بين الدقة وأداء الاستدلال."
  },
  "qwen3-vl-30b-a3b-thinking": {
-    "description": "Qwen-VL (نسخة مفتوحة المصدر) يوفر قدرات في الفهم البصري وتوليد النصوص، ويدعم التفاعل الذكي، الترميز البصري، الإدراك المكاني، فهم الفيديوهات الطويلة والتفكير العميق، مع دعم قوي للتعرف على النصوص المتقدمة وتعدد اللغات في البيئات المعقدة."
+    "description": "Qwen3 VL 30B A3B Thinking، إصدار تفكير مخصص للمهام متعددة الوسائط المعقدة."
+  },
+  "qwen3-vl-32b-instruct": {
+    "description": "Qwen3 VL 32B Instruct، نموذج تعليمات متعدد الوسائط، مناسب للأسئلة والإبداع عالي الجودة في الصور والنصوص."
+  },
+  "qwen3-vl-32b-thinking": {
+    "description": "Qwen3 VL 32B Thinking، إصدار تفكير متعدد الوسائط، يعزز الاستدلال المعقد والتحليل طويل السلسلة."
  },
  "qwen3-vl-8b-instruct": {
-    "description": "Qwen3 VL 8B في وضع غير التفكير (Instruct)، مناسب لمهام التوليد والتعرف متعدد الوسائط الروتينية."
+    "description": "Qwen3 VL 8B Instruct، نموذج متعدد الوسائط خفيف الوزن، مناسب للأسئلة البصرية اليومية وتكامل التطبيقات."
  },
  "qwen3-vl-8b-thinking": {
-    "description": "Qwen3 VL 8B في وضع التفكير، مخصص لسيناريوهات الاستدلال والتفاعل متعدد الوسائط الخفيفة، مع الحفاظ على قدرة فهم السياق الطويل."
+    "description": "Qwen3 VL 8B Thinking، نموذج سلسلة تفكير متعدد الوسائط، مناسب للاستدلال الدقيق على المعلومات البصرية."
  },
  "qwen3-vl-flash": {
    "description": "Qwen3 VL Flash: نسخة خفيفة وسريعة للاستدلال، مناسبة للسيناريوهات الحساسة للزمن أو التي تتطلب معالجة عدد كبير من الطلبات."
@@ -236,6 +236,8 @@
  },
  "inspector": {
    "args": "عرض قائمة المعلمات",
+    "delete": "حذف استدعاء الأداة",
+    "orphanedToolCall": "قد تكون رسالة استدعاء الأداة هذه معزولة بسبب ظروف غير طبيعية، مما قد يؤثر على تنفيذ الوكيل بشكل صحيح. يُرجى إزالتها.",
    "pluginRender": "عرض واجهة الإضافة"
  },
  "list": {
@@ -251,14 +253,20 @@
  },
  "localSystem": {
    "apiName": {
+      "editLocalFile": "تحرير الملف",
+      "getCommandOutput": "الحصول على مخرجات الأوامر",
+      "globLocalFiles": "البحث عن الملفات المطابقة",
+      "grepContent": "البحث في المحتوى",
+      "killCommand": "إيقاف تنفيذ الأمر",
      "listLocalFiles": "عرض قائمة الملفات",
      "moveLocalFiles": "نقل الملفات",
      "readLocalFile": "قراءة محتوى الملف",
      "renameLocalFile": "إعادة تسمية",
+      "runCommand": "تشغيل الأمر",
      "searchLocalFiles": "بحث في الملفات",
      "writeLocalFile": "كتابة في الملف"
    },
-    "title": "الملفات المحلية"
+    "title": "النظام المحلي"
  },
  "mcpInstall": {
    "CHECKING_INSTALLATION": "جارٍ فحص بيئة التثبيت...",
@@ -2,6 +2,45 @@
  "about": {
    "title": "حول"
  },
+  "agentInfoDescription": {
+    "basic": {
+      "avatar": "الصورة الرمزية",
+      "description": "الوصف",
+      "name": "الاسم",
+      "tags": "الوسوم",
+      "title": "معلومات المساعد"
+    },
+    "chat": {
+      "displayMode": "وضع العرض",
+      "enableHistoryCount": "تمكين عداد الرسائل السابقة",
+      "historyCount": "عدد الرسائل السابقة",
+      "no": "لا",
+      "searchMode": "وضع البحث",
+      "title": "تفضيلات الدردشة",
+      "yes": "نعم"
+    },
+    "model": {
+      "maxTokens": "الحد الأقصى للرموز",
+      "model": "النموذج",
+      "provider": "المزود",
+      "temperature": "درجة الحرارة",
+      "title": "إعدادات النموذج",
+      "topP": "قيمة Top P"
+    },
+    "plugins": {
+      "count": "إعدادات الإضافات ({{count}})",
+      "empty": "لم يتم تثبيت أي إضافات بعد",
+      "title": "الإضافات المثبتة"
+    },
+    "role": {
+      "systemRole": "تعليمات النظام",
+      "title": "إعدادات الدور"
+    },
+    "value": {
+      "unset": "غير مُعيّن",
+      "untitled": "مساعد بدون عنوان"
+    }
+  },
  "agentTab": {
    "chat": "تفضيلات الدردشة",
    "meta": "معلومات المساعد",
@@ -18,6 +57,8 @@
    },
    "title": "تحليلات"
  },
+  "checking": "جارٍ التحقق...",
+  "checkingPermissions": "جارٍ التحقق من الأذونات...",
  "danger": {
    "clear": {
      "action": "مسح الآن",
@@ -146,6 +187,58 @@
    },
    "waitingForMore": "يتم <1>التخطيط لتوفير</1> المزيد من النماذج، ترقبوا المزيد"
  },
+  "marketPublish": {
+    "modal": {
+      "changelog": {
+        "extra": "صف التغييرات والتحسينات الرئيسية في هذا الإصدار",
+        "label": "سجل التغييرات",
+        "maxLengthError": "لا يمكن أن يتجاوز سجل التغييرات 500 حرف",
+        "placeholder": "يرجى إدخال سجل التغييرات",
+        "required": "يرجى إدخال سجل التغييرات"
+      },
+      "comparison": {
+        "local": "الإصدار المحلي الحالي",
+        "remote": "الإصدار المنشور الحالي"
+      },
+      "identifier": {
+        "extra": "سيكون المعرف هو الهوية الفريدة للمساعد، يُفضل استخدام أحرف صغيرة وأرقام وشرطات",
+        "label": "معرف المساعد",
+        "lengthError": "يجب أن يتراوح طول المعرف بين 3 و50 حرفًا",
+        "patternError": "يمكن أن يحتوي المعرف فقط على أحرف صغيرة وأرقام وشرطات",
+        "placeholder": "يرجى إدخال معرف فريد للمساعد، مثل: web-development",
+        "required": "يرجى إدخال معرف المساعد"
+      },
+      "loading": {
+        "fetchingRemote": "جارٍ تحميل البيانات البعيدة...",
+        "submit": "جارٍ نشر المساعد...",
+        "upload": "جارٍ نشر الإصدار الجديد..."
+      },
+      "messages": {
+        "createVersionFailed": "فشل إنشاء الإصدار: {{message}}",
+        "fetchRemoteFailed": "فشل في جلب بيانات المساعد من السوق",
+        "missingIdentifier": "لا يحتوي هذا المساعد على معرف سوق حتى الآن",
+        "notAuthenticated": "يرجى تسجيل الدخول إلى حساب السوق أولاً",
+        "publishFailed": "فشل النشر: {{message}}"
+      },
+      "submitButton": "نشر",
+      "title": {
+        "submit": "مشاركة في سوق المساعدين",
+        "upload": "نشر إصدار جديد"
+      }
+    },
+    "resultModal": {
+      "message": "تم إرسال المساعد للمراجعة، وسيتم نشره تلقائيًا بعد الموافقة. انقر على \"عرض في السوق\" لرؤية المساعد المنشور.",
+      "view": "عرض في السوق"
+    },
+    "submit": {
+      "button": "مشاركة في السوق",
+      "tooltip": "شارك المساعد في سوق المساعدين"
+    },
+    "upload": {
+      "button": "نشر إصدار جديد",
+      "tooltip": "نشر إصدار جديد في سوق المساعدين"
+    }
+  },
  "message": {
    "success": "تم التحديث بنجاح"
  },
@@ -561,7 +654,7 @@
  },
  "submitAgentModal": {
    "button": "تقديم المساعد",
-    "identifier": "معرف المساعد",
+    "identifier": "معرف المساعد (identifier)",
    "metaMiss": "يرجى استكمال معلومات المساعد قبل التقديم، يجب أن تتضمن الاسم والوصف والعلامة",
    "placeholder": "الرجاء إدخال معرف المساعد، يجب أن يكون فريدًا، مثل تطوير الويب",
    "tooltips": "مشاركة في سوق المساعدين"
@@ -17,6 +17,14 @@
  "localFiles": {
    "file": "ملف",
    "folder": "مجلد",
+    "moveFiles": {
+      "itemsMoved": "تم نقل {{count}} عنصر:",
+      "itemsMoved_one": "تم نقل {{count}} عنصر:",
+      "itemsMoved_other": "تم نقل {{count}} عنصر:",
+      "itemsToMove": "{{count}} عنصر في انتظار النقل:",
+      "itemsToMove_one": "{{count}} عنصر في انتظار النقل:",
+      "itemsToMove_other": "{{count}} عنصر في انتظار النقل:"
+    },
    "open": "فتح",
    "openFile": "فتح ملف",
    "openFolder": "فتح مجلد",
@@ -6,6 +6,7 @@
    "confirmRemoveUnstarred": "سيتم حذف المواضيع غير المفضلة، ولن يمكن استعادتها بعد الحذف، يرجى توخي الحذر.",
    "duplicate": "إنشاء نسخة",
    "export": "تصدير الموضوع",
+    "openInNewWindow": "افتح الصفحة في نافذة جديدة",
    "removeAll": "حذف جميع المواضيع",
    "removeUnstarred": "حذف المواضيع غير المفضلة"
  },
@@ -17,6 +17,7 @@
  "availableAgents": "Налични асистенти",
  "backToBottom": "Върни се в началото",
  "chatList": {
+    "expandMessage": "Разгъни съобщението",
    "longMessageDetail": "Вижте детайлите"
  },
  "clearCurrentMessages": "Изчисти съобщенията от текущата сесия",
@@ -173,8 +174,11 @@
    "title": "Споменаване на членове"
  },
  "messageAction": {
+    "collapse": "Скрий съобщението",
+    "continueGeneration": "Продължи генерирането",
    "delAndRegenerate": "Изтрий и прегенерирай",
    "deleteDisabledByThreads": "Съществуват подтеми, не можете да изтриете.",
+    "expand": "Разгъни съобщението",
    "regenerate": "Прегенерирай"
  },
  "messages": {
@@ -239,6 +243,7 @@
  "noMatchingAgents": "Няма съвпадащи членове",
  "noMembersYet": "В тази група все още няма членове. Щракнете върху бутона +, за да поканите асистенти.",
  "noSelectedAgents": "Все още не са избрани членове",
+  "openInNewWindow": "Отвори в нов прозорец",
  "owner": "Собственик на групата",
  "pin": "Закачи",
  "pinOff": "Откачи",
@@ -367,6 +372,28 @@
    "remained": "Оставащи",
    "used": "Използвани"
  },
+  "tool": {
+    "intervention": {
+      "approve": "Одобряване",
+      "approveAndRemember": "Одобряване и запомняне",
+      "approveOnce": "Одобряване само този път",
+      "mode": {
+        "allowList": "Бял списък",
+        "allowListDesc": "Автоматично се изпълняват само одобрените инструменти",
+        "autoRun": "Автоматично одобрение",
+        "autoRunDesc": "Автоматично одобряване на всички изпълнения на инструменти",
+        "manual": "Ръчно",
+        "manualDesc": "Необходимо е ръчно одобрение при всяко извикване"
+      },
+      "reject": "Отхвърляне",
+      "rejectAndContinue": "Откажи и опитай отново",
+      "rejectOnly": "Откажи",
+      "rejectReasonPlaceholder": "Въведете причина за отхвърляне, за да помогнете на агента да разбере и подобри бъдещите действия",
+      "rejectTitle": "Отхвърляне на това извикване на инструмент",
+      "rejectedWithReason": "Това извикване на инструмент беше умишлено отхвърлено: {{reason}}",
+      "toolRejected": "Това извикване на инструмент беше умишлено отхвърлено"
+    }
+  },
  "topic": {
    "checkOpenNewTopic": "Да се отвори ли нова тема?",
    "checkSaveCurrentMessages": "Искате ли да запазите текущата сесия като тема?",
@@ -135,6 +135,7 @@
    }
  },
  "close": "Затвори",
+  "confirm": "Потвърди",
  "contact": "Свържете се с нас",
  "copy": "Копирай",
  "copyFail": "Копирането не е успешно",
@@ -285,6 +286,7 @@
  "oauth": "SSO Вход",
  "officialSite": "Официален сайт",
  "ok": "Добре",
+  "or": "или",
  "password": "Парола",
  "pin": "Закачи",
  "pinOff": "Откачи",
@@ -106,6 +106,12 @@
    "keyPlaceholder": "Ключ",
    "valuePlaceholder": "Стойност"
  },
+  "LocalFile": {
+    "action": {
+      "open": "Отвори",
+      "showInFolder": "Показване в папката"
+    }
+  },
  "MaxTokenSlider": {
    "unlimited": "Неограничено"
  },
@@ -41,9 +41,29 @@
        "openingMessage": "Начално съобщение",
        "openingQuestions": "Начални въпроси",
        "title": "Настройки на асистента"
+      },
+      "version": {
+        "empty": "Няма налични предишни версии",
+        "status": {
+          "archived": "Архивиран",
+          "deprecated": "Отхвърлен",
+          "unpublished": "В процес на преглед"
+        },
+        "table": {
+          "isLatest": "Последна версия",
+          "isValidated": "Потвърдена",
+          "publishAt": "Дата на публикуване",
+          "version": "Версия"
+        },
+        "title": "История на версиите"
      }
    },
    "list": "Списък с асистенти",
+    "marketSource": {
+      "label": "Превключване на източник на пазара",
+      "legacy": "Стар пазар",
+      "new": "Нов пазар"
+    },
    "more": "Още",
    "plugins": "Интегрирани плъгини",
    "recentSubmits": "Наскоро обновено",
@@ -51,10 +71,35 @@
      "createdAt": "Последно публикуван",
      "identifier": "ID на асистента",
      "knowledgeCount": "Брой бази знания",
+      "myown": "Виж моите",
      "pluginCount": "Брой плъгини",
      "title": "Име на асистента",
      "tokenUsage": "Използване на токени"
    },
+    "status": {
+      "archived": {
+        "reasons": {
+          "official": "Асистентът е премахнат от официалните лица поради проблеми със сигурността/политиката",
+          "owner": "Собственикът на асистента доброволно го е премахнал/архивирал"
+        },
+        "subtitle": "Асистентът, който се опитвате да достъпите, е архивиран поради една от следните възможни причини:",
+        "title": "Асистентът е архивиран"
+      },
+      "backToMarket": "Обратно към пазара на асистенти",
+      "deprecated": {
+        "reasons": {
+          "official": "Асистентът е премахнат от официалните лица поради проблеми със сигурността/политиката",
+          "owner": "Собственикът на асистента доброволно го е премахнал/отхвърлил"
+        },
+        "subtitle": "Асистентът, който се опитвате да достъпите, е отхвърлен поради една от следните възможни причини:",
+        "title": "Асистентът е отхвърлен"
+      },
+      "support": "Ако имате въпроси, моля копирайте линка и го изпратете на <1>support@lobehub.com</1> за съдействие.",
+      "unpublished": {
+        "subtitle": "Асистентът, който се опитвате да достъпите, е в процес на преглед. Ако имате въпроси, копирайте линка и го изпратете на <1>support@lobehub.com</1> за съдействие.",
+        "title": "Асистентът е в процес на преглед"
+      }
+    },
    "suggestions": "Свързани предложения",
    "systemRole": "Настройки на асистента",
    "tokenUsage": "Използване на токени в подсказките на асистента",
@@ -1,5 +1,8 @@
 {
-  "desc": "Управлявайте своите знания",
+  "addFolder": "Създаване на папка",
+  "addKnowledge": "Добавяне на знание",
+  "addPage": "Създаване на документ",
+  "desc": "Управлявайте знанията си за работа, учене и живот.",
  "detail": {
    "basic": {
      "createdAt": "Дата на създаване",
@@ -21,15 +24,89 @@
      "embeddingStatus": "Векторизация"
    }
  },
+  "documentEditor": {
+    "addIcon": "Добавяне на икона",
+    "autoSaveMessage": "Документът се запазва автоматично, не е необходимо ръчно запазване",
+    "chooseIcon": "Избор на икона",
+    "deleteConfirm": {
+      "content": "Документът ще бъде изтрит и няма да може да бъде възстановен. Моля, бъдете внимателни.",
+      "title": "Изтриване на документ"
+    },
+    "deleteError": "Неуспешно изтриване на документа",
+    "deleteSuccess": "Документът беше изтрит успешно",
+    "editedAt": "Последна редакция на {{time}}",
+    "editedBy": "Последно редактиран от {{name}}",
+    "editorPlaceholder": "Въведете съдържанието на документа, натиснете / за меню с команди",
+    "empty": {
+      "createNewDocument": "Създаване на нов документ",
+      "title": "Изберете документ, за да започнете",
+      "uploadMarkdown": "Качване на Markdown файл"
+    },
+    "linkCopied": "Връзката е копирана",
+    "menu": {
+      "copyLink": "Копиране на връзка",
+      "exportDocument": "Експортиране на документ",
+      "importDocument": "Импортиране на документ",
+      "pin": "Закачане на документа"
+    },
+    "saving": "Запазване...",
+    "titlePlaceholder": "Без заглавие",
+    "wordCount": "{{wordCount}} думи"
+  },
+  "documentList": {
+    "copyContent": "Копиране на цялото съдържание",
+    "documentCount": "Общо {{count}} документа",
+    "duplicate": "Създаване на копие",
+    "empty": "Все още няма документи. Натиснете бутона по-горе, за да създадете първия си документ",
+    "noResults": "Няма намерени съвпадащи документи",
+    "selectNote": "Изберете документ, за да започнете редактиране",
+    "untitled": "Без заглавие"
+  },
  "empty": "Няма качени файлове/папки",
  "header": {
    "actions": {
      "newFolder": "Нова папка",
+      "newPage": "Създаване на нов документ",
      "uploadFile": "Качване на файл",
      "uploadFolder": "Качване на папка"
    },
+    "newDocumentButton": "Нов документ",
+    "newNoteDialog": {
+      "cancel": "Отказ",
+      "editTitle": "Редактиране на документ",
+      "emptyContent": "Съдържанието на документа не може да бъде празно",
+      "loadError": "Неуспешно зареждане на документа, моля опитайте отново",
+      "loading": "Зареждане...",
+      "save": "Запази",
+      "saveError": "Неуспешно запазване на документа, моля опитайте отново",
+      "saveSuccess": "Документът беше запазен успешно",
+      "title": "Нов документ",
+      "updateSuccess": "Документът беше обновен успешно"
+    },
    "uploadButton": "Качване"
  },
+  "home": {
+    "getStarted": "Започнете",
+    "greeting": "Начало",
+    "quickActions": "Бързи действия",
+    "recentDocuments": "Скорошни документи",
+    "recentFiles": "Скорошни файлове",
+    "subtitle": "Добре дошли в базата знания. Започнете да управлявате вашите документи оттук",
+    "uploadEntries": {
+      "files": {
+        "title": "Качване на файлове"
+      },
+      "folder": {
+        "title": "Качване на папка"
+      },
+      "knowledgeBase": {
+        "title": "Създай база знания"
+      },
+      "newDocument": {
+        "title": "Създай нов документ"
+      }
+    }
+  },
  "knowledgeBase": {
    "list": {
      "confirmRemoveKnowledgeBase": "Сигурни ли сте, че искате да изтриете тази база знания? Файловете в нея няма да бъдат изтрити, а ще бъдат преместени в общите файлове. След изтриването на базата знания, тя не може да бъде възстановена, моля, действайте внимателно.",
@@ -38,6 +115,10 @@
    "new": "Нова база знания",
    "title": "База знания"
  },
+  "menu": {
+    "allDocuments": "Всички документи",
+    "allFiles": "Всички файлове"
+  },
  "networkError": "Неуспешно получаване на базата от знания, моля, проверете интернет връзката и опитайте отново",
  "notSupportGuide": {
    "desc": "Текущият инстанс е в режим на клиентска база данни и не поддържа функцията за управление на файлове. Моля, превключете на <1>режим на сървърна база данни</1> или използвайте директно <3>LobeChat Cloud</3>",
@@ -61,12 +142,16 @@
    "downloadFile": "Изтеглете файла",
    "unsupportedFileAndContact": "Този формат на файла не поддържа онлайн преглед. Ако имате нужда от преглед, моля, <1>свържете се с нас</1>."
  },
+  "searchDocumentPlaceholder": "Търсене на документи",
  "searchFilePlaceholder": "Търсене на файл",
  "tab": {
-    "all": "Всички файлове",
+    "all": "Всички",
    "audios": "Аудио",
    "documents": "Документи",
+    "home": "Начало",
    "images": "Снимки",
+    "moreTypes": "Още типове",
+    "pages": "Документи",
    "videos": "Видеа",
    "websites": "Уебсайтове"
  },
@@ -0,0 +1,42 @@
+{
+  "callback": {
+    "buttons": {
+      "close": "Затвори прозореца"
+    },
+    "messages": {
+      "authFailed": "Неуспешно упълномощаване: {{error}}",
+      "missingParams": "Липсват параметри за упълномощаване",
+      "processing": "Обработва се упълномощаването...",
+      "successWithCountdown": "{{message}} Прозорецът ще се затвори автоматично след {{countdown}} секунди",
+      "successWithRedirect": "Упълномощаването е успешно! Пренасочване..."
+    },
+    "titles": {
+      "error": "Неуспешно упълномощаване",
+      "loading": "Упълномощаване в LobeHub Market",
+      "success": "Упълномощаването е успешно"
+    }
+  },
+  "errors": {
+    "authorizationFailed": "Упълномощаването не бе успешно, моля опитайте отново.",
+    "browserOnly": "Процесът на упълномощаване може да бъде стартиран само в браузър.",
+    "codeConsumed": "Кодът за упълномощаване вече е използван, моля опитайте отново.",
+    "codeVerifierMissing": "Сесията за упълномощаване е невалидна, моля започнете отново процеса на вход.",
+    "general": "Възникна грешка при упълномощаването, моля опитайте отново.",
+    "handoffFailed": "Неуспешно получаване на резултат от упълномощаването, моля опитайте отново.",
+    "handoffTimeout": "Времето за упълномощаване изтече, моля завършете процеса в браузъра и опитайте отново.",
+    "oidcNotReady": "Услугата за упълномощаване все още не е готова, моля опитайте по-късно.",
+    "openBrowserFailed": "Неуспешно отваряне на системния браузър, моля опитайте отново.",
+    "openPopupFailed": "Неуспешно отваряне на изскачащ прозорец за упълномощаване, моля проверете настройките за блокиране на изскачащи прозорци в браузъра.",
+    "popupClosed": "Прозорецът за упълномощаване бе затворен преди завършване на процеса.",
+    "sessionExpired": "Сесията за упълномощаване е изтекла, моля влезте отново.",
+    "stateMismatch": "Несъответствие в състоянието на упълномощаване, моля опитайте отново.",
+    "stateMissing": "Състоянието на упълномощаване не бе намерено, моля опитайте отново."
+  },
+  "messages": {
+    "loading": "Стартиране на процеса по упълномощаване...",
+    "success": {
+      "submit": "Упълномощаването е успешно! Вече можете да публикувате помощник.",
+      "upload": "Упълномощаването е успешно! Вече можете да публикувате нова версия."
+    }
+  }
+}
@@ -1049,6 +1049,9 @@
  "deepseek-r1-0528": {
    "description": "Пълноценен модел с 685 милиарда параметри, пуснат на 28 май 2025 г. DeepSeek-R1 използва мащабно обучение с подсилване в последващия етап на обучение, значително подобрявайки способността за разсъждение с минимални анотирани данни. Отличава се с висока производителност и способности в задачи по математика, кодиране и естествен езиков разсъждения."
  },
+  "deepseek-r1-250528": {
+    "description": "DeepSeek R1 250528, пълнофункционален модел за дедукция DeepSeek-R1, подходящ за сложни математически и логически задачи."
+  },
  "deepseek-r1-70b-fast-online": {
    "description": "DeepSeek R1 70B бърза версия, поддържаща търсене в реално време, предлагаща по-бърза скорост на отговор, без да компрометира производителността на модела."
  },
@@ -1059,31 +1062,34 @@
    "description": "deepseek-r1-distill-llama е модел, дестилиран от DeepSeek-R1 на базата на Llama."
  },
  "deepseek-r1-distill-llama-70b": {
-    "description": "DeepSeek R1 - по-голям и по-интелигентен модел в комплекта DeepSeek - е дестилиран в архитектурата Llama 70B. На базата на бенчмаркове и човешка оценка, този модел е по-интелигентен от оригиналния Llama 70B, особено в задачи, изискващи математическа и фактическа точност."
+    "description": "DeepSeek R1 Distill Llama 70B, дистилиран модел, съчетаващ универсалните дедуктивни способности на R1 с екосистемата на Llama."
  },
  "deepseek-r1-distill-llama-8b": {
-    "description": "Моделите от серията DeepSeek-R1-Distill са получени чрез техника на знание дестилация, като се фино настройват образците, генерирани от DeepSeek-R1, спрямо отворени модели като Qwen и Llama."
+    "description": "DeepSeek-R1-Distill-Llama-8B е дистилиран голям езиков модел, базиран на Llama-3.1-8B, използващ изхода на DeepSeek R1."
+  },
+  "deepseek-r1-distill-qianfan-70b": {
+    "description": "DeepSeek R1 Distill Qianfan 70B, дистилиран модел R1, базиран на Qianfan-70B, с високо съотношение цена/качество."
+  },
+  "deepseek-r1-distill-qianfan-8b": {
+    "description": "DeepSeek R1 Distill Qianfan 8B, дистилиран модел R1, базиран на Qianfan-8B, подходящ за малки и средни приложения."
  },
  "deepseek-r1-distill-qianfan-llama-70b": {
-    "description": "Първоначално пуснат на 14 февруари 2025 г., дестилиран от екипа за разработка на модела Qianfan с базов модел Llama3_70B (създаден с Meta Llama), в дестилираните данни също е добавен корпус от Qianfan."
-  },
-  "deepseek-r1-distill-qianfan-llama-8b": {
-    "description": "Първоначално пуснат на 14 февруари 2025 г., дестилиран от екипа за разработка на модела Qianfan с базов модел Llama3_8B (създаден с Meta Llama), в дестилираните данни също е добавен корпус от Qianfan."
+    "description": "DeepSeek R1 Distill Qianfan Llama 70B, дистилиран модел R1, базиран на Llama-70B."
  },
  "deepseek-r1-distill-qwen": {
    "description": "deepseek-r1-distill-qwen е модел, базиран на Qwen, дестилиран от DeepSeek-R1."
  },
  "deepseek-r1-distill-qwen-1.5b": {
-    "description": "Моделите от серията DeepSeek-R1-Distill са получени чрез техника на знание дестилация, като се фино настройват образците, генерирани от DeepSeek-R1, спрямо отворени модели като Qwen и Llama."
+    "description": "DeepSeek R1 Distill Qwen 1.5B, ултралек дистилиран модел R1, подходящ за среди с изключително ограничени ресурси."
  },
  "deepseek-r1-distill-qwen-14b": {
-    "description": "Моделите от серията DeepSeek-R1-Distill са получени чрез техника на знание дестилация, като се фино настройват образците, генерирани от DeepSeek-R1, спрямо отворени модели като Qwen и Llama."
+    "description": "DeepSeek R1 Distill Qwen 14B, дистилиран модел R1 със среден мащаб, подходящ за разгръщане в различни сценарии."
  },
  "deepseek-r1-distill-qwen-32b": {
-    "description": "Моделите от серията DeepSeek-R1-Distill са получени чрез техника на знание дестилация, като се фино настройват образците, генерирани от DeepSeek-R1, спрямо отворени модели като Qwen и Llama."
+    "description": "DeepSeek R1 Distill Qwen 32B, дистилиран модел R1, базиран на Qwen-32B, балансиращ между производителност и разходи."
  },
  "deepseek-r1-distill-qwen-7b": {
-    "description": "Моделите от серията DeepSeek-R1-Distill са получени чрез техника на знание дестилация, като се фино настройват образците, генерирани от DeepSeek-R1, спрямо отворени модели като Qwen и Llama."
+    "description": "DeepSeek R1 Distill Qwen 7B, лек дистилиран модел R1, подходящ за edge устройства и частни корпоративни среди."
  },
  "deepseek-r1-fast-online": {
    "description": "DeepSeek R1 пълна бърза версия, поддържаща търсене в реално време, комбинираща мощността на 671B параметри с по-бърза скорост на отговор."
@@ -1112,12 +1118,24 @@
  "deepseek-v3.1-terminus": {
    "description": "DeepSeek-V3.1-Terminus е оптимизирана версия на голям езиков модел от DeepSeek, създаден специално за крайни устройства."
  },
+  "deepseek-v3.1-think-250821": {
+    "description": "DeepSeek V3.1 Think 250821, модел за дълбоко мислене, съответстващ на версията Terminus, подходящ за високопроизводителни дедуктивни задачи."
+  },
  "deepseek-v3.1:671b": {
    "description": "DeepSeek V3.1: следващо поколение модел за разсъждение, подобряващ способностите за сложни разсъждения и свързано мислене, подходящ за задачи, изискващи задълбочен анализ."
  },
  "deepseek-v3.2-exp": {
    "description": "deepseek-v3.2-exp въвежда механизъм за разредено внимание, с цел подобряване на ефективността при обучение и извод при обработка на дълги текстове, като цената е по-ниска от тази на deepseek-v3.1."
  },
+  "deepseek-v3.2-think": {
+    "description": "DeepSeek V3.2 Think, пълнофункционален модел за дълбоко мислене, с подсилени способности за дълговерижна дедукция."
+  },
+  "deepseek-vl2": {
+    "description": "DeepSeek VL2, мултимодален модел, поддържащ разбиране на изображения и текст, както и фино визуално въпроси-отговори."
+  },
+  "deepseek-vl2-small": {
+    "description": "DeepSeek VL2 Small, олекотена мултимодална версия, подходяща за среди с ограничени ресурси и висока едновременност."
+  },
  "deepseek/deepseek-chat-v3-0324": {
    "description": "DeepSeek V3 е експертен смесен модел с 685B параметри, последната итерация на флагманската серия чат модели на екипа DeepSeek.\n\nТой наследява модела [DeepSeek V3](/deepseek/deepseek-chat-v3) и показва отлични резултати в различни задачи."
  },
@@ -1253,83 +1271,89 @@
  "emohaa": {
    "description": "Emohaa е психологически модел с професионални консултантски способности, помагащ на потребителите да разберат емоционалните проблеми."
  },
-  "ernie-3.5-128k": {
-    "description": "Флагманският голям езиков модел, разработен от Baidu, обхваща огромно количество китайски и английски текстове, притежаващ силни общи способности, способен да отговори на повечето изисквания за диалогови въпроси и отговори, генериране на съдържание и приложения на плъгини; поддържа автоматично свързване с плъгина за търсене на Baidu, осигурявайки актуалност на информацията."
-  },
-  "ernie-3.5-8k": {
-    "description": "Флагманският голям езиков модел, разработен от Baidu, обхваща огромно количество китайски и английски текстове, притежаващ силни общи способности, способен да отговори на повечето изисквания за диалогови въпроси и отговори, генериране на съдържание и приложения на плъгини; поддържа автоматично свързване с плъгина за търсене на Baidu, осигурявайки актуалност на информацията."
-  },
-  "ernie-3.5-8k-preview": {
-    "description": "Флагманският голям езиков модел, разработен от Baidu, обхваща огромно количество китайски и английски текстове, притежаващ силни общи способности, способен да отговори на повечето изисквания за диалогови въпроси и отговори, генериране на съдържание и приложения на плъгини; поддържа автоматично свързване с плъгина за търсене на Baidu, осигурявайки актуалност на информацията."
-  },
-  "ernie-4.0-8k-latest": {
-    "description": "Флагманският голям езиков модел, разработен от Baidu, с изключителни подобрения в сравнение с ERNIE 3.5, широко приложим в сложни задачи в различни области; поддържа автоматично свързване с плъгина за търсене на Baidu, осигурявайки актуалност на информацията."
-  },
-  "ernie-4.0-8k-preview": {
-    "description": "Флагманският голям езиков модел, разработен от Baidu, с изключителни подобрения в сравнение с ERNIE 3.5, широко приложим в сложни задачи в различни области; поддържа автоматично свързване с плъгина за търсене на Baidu, осигурявайки актуалност на информацията."
-  },
-  "ernie-4.0-turbo-128k": {
-    "description": "Флагманският голям езиков модел, разработен от Baidu, с отлични общи резултати, широко приложим в сложни задачи в различни области; поддържа автоматично свързване с плъгина за търсене на Baidu, осигурявайки актуалност на информацията. В сравнение с ERNIE 4.0, показва по-добри резултати."
-  },
-  "ernie-4.0-turbo-8k-latest": {
-    "description": "Флагманският голям езиков модел, разработен от Baidu, с отлични общи резултати, широко приложим в сложни задачи в различни области; поддържа автоматично свързване с плъгина за търсене на Baidu, осигурявайки актуалност на информацията. В сравнение с ERNIE 4.0, показва по-добри резултати."
-  },
-  "ernie-4.0-turbo-8k-preview": {
-    "description": "Флагманският голям езиков модел, разработен от Baidu, с отлични общи резултати, широко приложим в сложни задачи в различни области; поддържа автоматично свързване с плъгина за търсене на Baidu, осигурявайки актуалност на информацията. В сравнение с ERNIE 4.0, показва по-добри резултати."
+  "ernie-4.5-0.3b": {
+    "description": "ERNIE 4.5 0.3B, отворен и лек модел, подходящ за локално и персонализирано внедряване."
  },
  "ernie-4.5-21b-a3b": {
-    "description": "ERNIE 4.5 21B A3B е хибриден експертен модел, разработен от Baidu Wenxin, с мощни способности за извеждане на заключения и поддръжка на множество езици."
+    "description": "ERNIE 4.5 21B A3B, отворен модел с голям брой параметри, с по-добра производителност при задачи за разбиране и генериране."
  },
  "ernie-4.5-300b-a47b": {
    "description": "ERNIE 4.5 300B A47B е мащабен хибриден експертен модел от Baidu Wenxin, отличаващ се с изключителни способности за извеждане на заключения."
  },
  "ernie-4.5-8k-preview": {
-    "description": "Моделът Ernie 4.5 е ново поколение оригинален много модален основен модел, разработен от Baidu, който постига съвместна оптимизация чрез многомодално моделиране, с отлични способности за разбиране на много модалности; предлага усъвършенствани езикови способности, с подобрено разбиране, генериране, логика и памет, значително подобрени способности за избягване на халюцинации, логическо разсъждение и код."
+    "description": "ERNIE 4.5 8K Preview, модел с 8K контекст за предварителен преглед, предназначен за тестване на възможностите на Wenxin 4.5."
  },
  "ernie-4.5-turbo-128k": {
-    "description": "Wenxin 4.5 Turbo показва значителни подобрения в областите на елиминиране на илюзии, логическо разсъждение и кодиране. В сравнение с Wenxin 4.5, е по-бърз и по-евтин. Моделът е с цялостно подобрени способности, по-добре отговарящи на задачите за обработка на многократни дълги исторически разговори и разбиране на дълги документи."
+    "description": "ERNIE 4.5 Turbo 128K, високопроизводителен универсален модел, поддържащ търсене с подобрение и използване на инструменти, подходящ за въпроси-отговори, код, агенти и други бизнес сценарии."
+  },
+  "ernie-4.5-turbo-128k-preview": {
+    "description": "ERNIE 4.5 Turbo 128K Preview, предварителна версия с възможности, идентични на официалната, подходяща за интеграционно тестване и поетапно внедряване."
  },
  "ernie-4.5-turbo-32k": {
-    "description": "Wenxin 4.5 Turbo показва значителни подобрения в областите на елиминиране на илюзии, логическо разсъждение и кодиране. В сравнение с Wenxin 4.5, е по-бърз и по-евтин. Способностите за текстово творчество и знания са значително подобрени. Дължината на изхода и времето за забавяне на цялото изречение са увеличени в сравнение с ERNIE 4.5."
+    "description": "ERNIE 4.5 Turbo 32K, версия с междинен контекст, подходяща за въпроси-отговори, търсене в бази знания и многократни диалози."
+  },
+  "ernie-4.5-turbo-latest": {
+    "description": "ERNIE 4.5 Turbo Latest, оптимизиран за цялостна производителност, подходящ като основен универсален модел за продукционна среда."
+  },
+  "ernie-4.5-turbo-vl": {
+    "description": "ERNIE 4.5 Turbo VL, зрял мултимодален модел, подходящ за задачи по разбиране и разпознаване на изображения и текст в продукционна среда."
  },
  "ernie-4.5-turbo-vl-32k": {
-    "description": "Нова версия на големия модел Wenxin, с значително подобрени способности за разбиране на изображения, творчество, превод и кодиране, за първи път поддържа контекстна дължина от 32K, значително намалено забавяне при първия токен."
+    "description": "ERNIE 4.5 Turbo VL 32K, мултимодална версия с междинен контекст, подходяща за съвместно разбиране на дълги документи и изображения."
+  },
+  "ernie-4.5-turbo-vl-32k-preview": {
+    "description": "ERNIE 4.5 Turbo VL 32K Preview, предварителна мултимодална версия с 32K контекст, улесняваща оценката на визуалните способности при дълъг контекст."
+  },
+  "ernie-4.5-turbo-vl-latest": {
+    "description": "ERNIE 4.5 Turbo VL Latest, най-новата мултимодална версия, предлагаща по-добро разбиране и дедукция на изображения и текст."
+  },
+  "ernie-4.5-turbo-vl-preview": {
+    "description": "ERNIE 4.5 Turbo VL Preview, предварителен мултимодален модел, поддържащ разбиране и генериране на изображения и текст, подходящ за визуални въпроси-отговори и разбиране на съдържание."
+  },
+  "ernie-4.5-vl-28b-a3b": {
+    "description": "ERNIE 4.5 VL 28B A3B, отворен мултимодален модел, поддържащ разбиране и дедукция на изображения и текст."
+  },
+  "ernie-5.0-thinking-preview": {
+    "description": "Wenxin 5.0 Thinking Preview, флагмански модел с пълна мултимодалност, поддържащ унифицирано моделиране на текст, изображения, аудио и видео, с цялостно подобрени способности, подходящ за сложни въпроси, творчество и интелигентни агенти."
  },
  "ernie-char-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."
+    "description": "ERNIE Character 8K, модел за диалог с характер и личност, подходящ за изграждане на IP персонажи и дългосрочни разговори."
  },
  "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."
+    "description": "ERNIE Character Fiction 8K, персонализиран модел за създаване на романи и сюжетни линии, подходящ за генериране на дълги истории."
+  },
+  "ernie-char-fiction-8k-preview": {
+    "description": "ERNIE Character Fiction 8K Preview, предварителна версия на модел за създаване на персонажи и сюжети, предназначена за тестване и демонстрация."
  },
  "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."
+    "description": "ERNIE iRAG Edit, модел за редактиране на изображения, поддържащ изтриване, прерисуване и генериране на варианти."
  },
  "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."
+    "description": "ERNIE Lite 8K, лек универсален модел, подходящ за ежедневни въпроси и генериране на съдържание с ограничен бюджет."
  },
  "ernie-lite-pro-128k": {
-    "description": "Лек голям езиков модел, разработен от Baidu, който съчетава отлични резултати с производителност на разсъжденията, с по-добри резултати в сравнение с ERNIE Lite, подходящ за използване с AI ускорителни карти с ниска изчислителна мощ."
+    "description": "ERNIE Lite Pro 128K, лек и високопроизводителен модел, подходящ за бизнес сценарии, чувствителни към закъснение и разходи."
  },
  "ernie-novel-8k": {
-    "description": "Общ голям езиков модел, разработен от Baidu, с очевидни предимства в продължаването на разкази, подходящ и за кратки пиеси и филми."
+    "description": "ERNIE Novel 8K, модел за създаване на дълги романи и IP сюжети, с умения за многоперсонажно и многолинейно повествование."
  },
  "ernie-speed-128k": {
-    "description": "Най-новият високопроизводителен голям езиков модел, разработен от Baidu през 2024 г., с отлични общи способности, подходящ за финализиране на специфични проблеми, с отлична производителност на разсъжденията."
+    "description": "ERNIE Speed 128K, голям модел без разходи за вход/изход, подходящ за разбиране на дълги текстове и мащабно тестване."
+  },
+  "ernie-speed-8k": {
+    "description": "ERNIE Speed 8K, безплатен и бърз модел, подходящ за ежедневни разговори и леки текстови задачи."
  },
  "ernie-speed-pro-128k": {
-    "description": "Най-новият високопроизводителен голям езиков модел, разработен от Baidu през 2024 г., с отлични общи способности, с по-добри резултати в сравнение с ERNIE Speed, подходящ за финализиране на специфични проблеми, с отлична производителност на разсъжденията."
+    "description": "ERNIE Speed Pro 128K, модел с висока едновременност и отлична цена/производителност, подходящ за мащабни онлайн услуги и корпоративни приложения."
  },
  "ernie-tiny-8k": {
-    "description": "ERNIE Tiny е модел с изключителна производителност, разработен от Baidu, с най-ниски разходи за внедряване и фина настройка сред моделите от серията Wenxin."
-  },
-  "ernie-x1-32k": {
-    "description": "Разполага с по-силни способности за разбиране, планиране, размисъл и еволюция. Като модел за дълбоко мислене с по-пълни способности, Wenxin X1 съчетава точност, креативност и изящество, и се представя особено добре в области като китайски знания, литературно творчество, писане на документи, ежедневни разговори, логическо разсъждение, сложни изчисления и извикване на инструменти."
-  },
-  "ernie-x1-32k-preview": {
-    "description": "Моделът Wenxin X1 притежава по-силни способности за разбиране, планиране, размисъл и еволюция. Като модел за дълбоко мислене с по-широки възможности, Wenxin X1 съчетава точност, креативност и изящество, особено в области като китайски знания и отговори, литературно творчество, писане на документи, ежедневни разговори, логическо разсъждение, сложни изчисления и извикване на инструменти."
+    "description": "ERNIE Tiny 8K, ултралек модел, подходящ за прости въпроси, класификация и други нискобюджетни дедуктивни задачи."
  },
  "ernie-x1-turbo-32k": {
-    "description": "В сравнение с ERNIE-X1-32K, моделът предлага по-добри резултати и производителност."
+    "description": "ERNIE X1 Turbo 32K, модел за бързо мислене с 32K дълъг контекст, подходящ за сложна дедукция и многократни диалози."
+  },
+  "ernie-x1.1-preview": {
+    "description": "ERNIE X1.1 Preview, предварителна версия на модела за мислене ERNIE X1.1, подходяща за тестване и валидиране на способности."
  },
  "fal-ai/bytedance/seedream/v4": {
    "description": "Seedream 4.0 е модел за генериране на изображения, разработен от екипа Seed на ByteDance, поддържа вход от текст и изображения, предоставя висококонтролирано и качествено генериране на изображения. Генерира изображения на базата на текстови подсказки."
@@ -1389,7 +1413,7 @@
    "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."
+    "description": "FLUX.1-schnell, високопроизводителен модел за генериране на изображения, подходящ за бързо създаване на изображения в различни стилове."
  },
  "gemini-1.0-pro-001": {
    "description": "Gemini 1.0 Pro 001 (Тунинг) предлага стабилна и настройваема производителност, идеален избор за решения на сложни задачи."
@@ -1538,6 +1562,9 @@
  "glm-4-0520": {
    "description": "GLM-4-0520 е най-новата версия на модела, проектирана за високо сложни и разнообразни задачи, с отлични резултати."
  },
+  "glm-4-32b-0414": {
+    "description": "GLM-4 32B 0414, универсален голям езиков модел от серията GLM, поддържащ многозадачно генериране и разбиране на текст."
+  },
  "glm-4-9b-chat": {
    "description": "GLM-4-9B-Chat показва висока производителност в области като семантика, математика, логическо мислене, програмиране и общи знания. Поддържа също така уеб браузване, изпълнение на код, извикване на персонализирани инструменти и извеждане на заключения от дълги текстове. Поддържа 26 езика, включително японски, корейски и немски."
  },
@@ -1826,6 +1853,18 @@
  "gpt-5-pro": {
    "description": "GPT-5 pro използва повече изчислителна мощност за по-задълбочено мислене и постоянно предоставя по-добри отговори."
  },
+  "gpt-5.1": {
+    "description": "GPT-5.1 — флагмански модел, оптимизиран за кодиране и задачи с агенти, поддържа конфигурируема интензивност на разсъждение и по-дълъг контекст."
+  },
+  "gpt-5.1-chat-latest": {
+    "description": "GPT-5.1 Chat: вариант на GPT-5.1 за ChatGPT, подходящ за чат сценарии."
+  },
+  "gpt-5.1-codex": {
+    "description": "GPT-5.1 Codex: версия на GPT-5.1, оптимизирана за агентски задачи по кодиране, използваема в Responses API за по-сложни работни потоци с код и агенти."
+  },
+  "gpt-5.1-codex-mini": {
+    "description": "GPT-5.1 Codex mini: по-компактен и икономичен вариант на Codex, оптимизиран за агентски задачи по кодиране."
+  },
  "gpt-audio": {
    "description": "GPT Audio е универсален чат модел, ориентиран към аудио вход и изход, поддържащ използване на аудио I/O в Chat Completions API."
  },
@@ -2001,13 +2040,13 @@
    "description": "Imagen: серия от модели от 4-то поколение за генериране на изображения от текст"
  },
  "imagen-4.0-generate-preview-06-06": {
-    "description": "Imagen 4-то поколение текст-към-изображение модел серия"
+    "description": "Четвърто поколение модели Imagen за генериране на изображения от текст."
  },
  "imagen-4.0-ultra-generate-001": {
    "description": "Imagen, 4-то поколение модел за преобразуване на текст в изображение, серия Ultra"
  },
  "imagen-4.0-ultra-generate-preview-06-06": {
-    "description": "Imagen 4-то поколение текст-към-изображение модел серия Ултра версия"
+    "description": "Ultra версия на четвъртото поколение модели Imagen за генериране на изображения от текст."
  },
  "inception/mercury-coder-small": {
    "description": "Mercury Coder Small е идеален за задачи по генериране, отстраняване на грешки и рефакториране на код с минимална латентност."
@@ -2036,14 +2075,26 @@
  "internlm3-latest": {
    "description": "Нашата най-нова серия модели с изключителна производителност на разсъжденията, водеща в категорията на отворените модели. По подразбиране сочи към най-ново публикуваната серия модели InternLM3."
  },
+  "internvl2.5-38b-mpo": {
+    "description": "InternVL2.5 38B MPO, мултимодален предварително обучен модел, способен на сложни задачи за визуално-текстово разсъждение."
+  },
  "internvl2.5-latest": {
    "description": "Версията InternVL2.5, която все още поддържаме, предлага отлична и стабилна производителност. По подразбиране сочи към нашата най-нова версия на серията InternVL2.5, текущо сочи към internvl2.5-78b."
  },
+  "internvl3-14b": {
+    "description": "InternVL3 14B, мултимодален модел със среден мащаб, постигащ баланс между производителност и разходи."
+  },
+  "internvl3-1b": {
+    "description": "InternVL3 1B, лек мултимодален модел, подходящ за внедряване в среди с ограничени ресурси."
+  },
+  "internvl3-38b": {
+    "description": "InternVL3 38B, мащабен мултимодален модел с отворен код, предназначен за задачи с висока точност на визуално-текстово разбиране."
+  },
  "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."
+    "description": "ERNIE iRAG, модел за генериране, подсилен с визуално търсене, поддържащ търсене по изображение, визуално-текстово търсене и създаване на съдържание."
  },
  "jamba-large": {
    "description": "Нашият най-мощен и напреднал модел, проектиран за справяне с комплексни задачи на корпоративно ниво, с изключителна производителност."
@@ -2064,7 +2115,7 @@
    "description": "Моделът kimi-k2-0905-preview има контекстна дължина от 256k, с по-силни способности за агентно кодиране, по-изразителна естетика и практичност на фронтенд кода, както и по-добро разбиране на контекста."
  },
  "kimi-k2-instruct": {
-    "description": "Kimi K2 Instruct е голям езиков модел, разработен от Moonshot AI, с изключителна способност за обработка на дълъг контекст."
+    "description": "Kimi K2 Instruct, официален модел за извеждане от Kimi, поддържащ дълъг контекст, програмиране, въпроси и отговори и други сценарии."
  },
  "kimi-k2-turbo-preview": {
    "description": "Kimi-k2 е базов модел с MoE архитектура, който притежава изключителни възможности за работа с код и агентни функции. Общият брой параметри е 1T, а активните параметри са 32B. В бенчмарковете за основни категории като общо знание и разсъждение, програмиране, математика и агентни задачи, моделът K2 превъзхожда другите водещи отворени модели."
@@ -2735,6 +2786,54 @@
  "pro-deepseek-v3": {
    "description": "Специализиран модел за корпоративни услуги, включващ паралелна обработка."
  },
+  "qianfan-70b": {
+    "description": "Qianfan 70B, голям китайски езиков модел, подходящ за създаване на висококачествено съдържание и сложни разсъждения."
+  },
+  "qianfan-8b": {
+    "description": "Qianfan 8B, универсален модел със среден мащаб, балансиращ между разходи и ефективност за генериране на текст и въпроси и отговори."
+  },
+  "qianfan-agent-intent-32k": {
+    "description": "Qianfan Agent Intent 32K, модел за разпознаване на намерения и оркестрация на интелигентни агенти, поддържащ дълъг контекст."
+  },
+  "qianfan-agent-lite-8k": {
+    "description": "Qianfan Agent Lite 8K, лек модел за интелигентни агенти, подходящ за нискобюджетни многократни диалози и бизнес оркестрация."
+  },
+  "qianfan-agent-speed-32k": {
+    "description": "Qianfan Agent Speed 32K, високопроизводителен модел за интелигентни агенти, подходящ за мащабни и многозадачни приложения."
+  },
+  "qianfan-agent-speed-8k": {
+    "description": "Qianfan Agent Speed 8K, модел за интелигентни агенти с висока едновременност, предназначен за кратки диалози и бързи отговори."
+  },
+  "qianfan-check-vl": {
+    "description": "Qianfan Check VL, мултимодален модел за проверка и откриване на съдържание, поддържащ съответствие и разпознаване на визуално-текстово съдържание."
+  },
+  "qianfan-composition": {
+    "description": "Qianfan Composition, мултимодален творчески модел, поддържащ разбиране и генериране на комбинирано визуално и текстово съдържание."
+  },
+  "qianfan-engcard-vl": {
+    "description": "Qianfan EngCard VL, мултимодален модел, фокусиран върху англоезични сценарии за разпознаване."
+  },
+  "qianfan-lightning-128b-a19b": {
+    "description": "Qianfan Lightning 128B A19B, високопроизводителен универсален китайски езиков модел, подходящ за сложни въпроси и мащабни разсъждения."
+  },
+  "qianfan-llama-vl-8b": {
+    "description": "Qianfan Llama VL 8B, мултимодален модел, базиран на Llama, предназначен за общо визуално-текстово разбиране."
+  },
+  "qianfan-multipicocr": {
+    "description": "Qianfan MultiPicOCR, OCR модел за множество изображения, поддържащ откриване и разпознаване на текст от няколко изображения."
+  },
+  "qianfan-qi-vl": {
+    "description": "Qianfan QI VL, мултимодален въпросно-отговорен модел, поддържащ прецизно търсене и отговори в сложни визуално-текстови сценарии."
+  },
+  "qianfan-singlepicocr": {
+    "description": "Qianfan SinglePicOCR, OCR модел за едно изображение, поддържащ високоточна разпознаваемост на символи."
+  },
+  "qianfan-vl-70b": {
+    "description": "Qianfan VL 70B, голям визуално-езиков модел, подходящ за сложни визуално-текстови задачи."
+  },
+  "qianfan-vl-8b": {
+    "description": "Qianfan VL 8B, лек визуално-езиков модел, подходящ за ежедневни визуално-текстови въпроси и анализи."
+  },
  "qvq-72b-preview": {
    "description": "QVQ моделът е експериментален изследователски модел, разработен от екипа на Qwen, фокусиран върху повишаване на визуалните способности за разсъждение, особено в областта на математическото разсъждение."
  },
@@ -2886,7 +2985,7 @@
    "description": "Модел с мащаб 72B, отворен за обществеността от Qwen 2.5."
  },
  "qwen2.5-7b-instruct": {
-    "description": "Модел с мащаб 7B, отворен за обществеността от Qwen 2.5."
+    "description": "Qwen2.5 7B Instruct, зрял отворен модел с инструкции, подходящ за диалози и генериране в различни сценарии."
  },
  "qwen2.5-coder-1.5b-instruct": {
    "description": "通义千问（Qwen） е отворен код модел за програмиране."
@@ -2919,13 +3018,13 @@
    "description": "Моделите от серията Qwen-Omni поддържат входни данни от множество модалности, включително видео, аудио, изображения и текст, и изходят аудио и текст."
  },
  "qwen2.5-vl-32b-instruct": {
-    "description": "Моделите от серията Qwen2.5-VL подобряват интелигентността, практичността и приложимостта на модела, като ги правят по-ефективни в сценарии като естествени разговори, създаване на съдържание, професионални услуги и разработка на код. Версията 32B използва технологии за обучение с подсилване за оптимизиране на модела, предлагайки в сравнение с другите модели от серията Qwen2.5 VL по-съответстващ на човешките предпочитания стил на изход, способност за разсъждение върху сложни математически проблеми, както и фино разбиране и разсъждение на изображения."
+    "description": "Qwen2.5 VL 32B Instruct, мултимодален отворен модел, подходящ за частно внедряване и разнообразни приложения."
  },
  "qwen2.5-vl-72b-instruct": {
    "description": "Подобрение на следването на инструкции, математика, решаване на проблеми и код, повишаване на способността за разпознаване на обекти, поддържа директно точно локализиране на визуални елементи в различни формати, поддържа разбиране на дълги видео файлове (до 10 минути) и локализиране на събития в секунда, може да разбира времеви последователности и скорости, базирано на способности за анализ и локализация, поддържа управление на OS или Mobile агенти, силна способност за извличане на ключова информация и изход в JSON формат, тази версия е 72B, най-силната версия в серията."
  },
  "qwen2.5-vl-7b-instruct": {
-    "description": "Подобрение на следването на инструкции, математика, решаване на проблеми и код, повишаване на способността за разпознаване на обекти, поддържа директно точно локализиране на визуални елементи в различни формати, поддържа разбиране на дълги видео файлове (до 10 минути) и локализиране на събития в секунда, може да разбира времеви последователности и скорости, базирано на способности за анализ и локализация, поддържа управление на OS или Mobile агенти, силна способност за извличане на ключова информация и изход в JSON формат, тази версия е 72B, най-силната версия в серията."
+    "description": "Qwen2.5 VL 7B Instruct, лек мултимодален модел, балансиращ между разходи за внедряване и разпознаваемост."
  },
  "qwen2.5-vl-instruct": {
    "description": "Qwen2.5-VL е най-новата версия на визуално-езиковия модел от семейството Qwen."
@@ -2952,46 +3051,46 @@
    "description": "Qwen3 е новото поколение на Alibaba голям езиков модел, който предлага отлична производителност, за да отговори на разнообразни приложения."
  },
  "qwen3-0.6b": {
-    "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."
+    "description": "Qwen3 0.6B, начален модел, подходящ за прости разсъждения и среди с изключително ограничени ресурси."
  },
  "qwen3-1.7b": {
-    "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."
+    "description": "Qwen3 1.7B, ултралек модел, удобен за внедряване на крайни и гранични устройства."
  },
  "qwen3-14b": {
-    "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."
+    "description": "Qwen3 14B, модел със среден мащаб, подходящ за многоезични въпроси и генериране на текст."
  },
  "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."
+    "description": "Qwen3 235B A22B, универсален голям модел, предназначен за различни сложни задачи."
  },
  "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)."
+    "description": "Qwen3 235B A22B Instruct 2507, флагмански универсален модел с инструкции, подходящ за генериране и разсъждение."
  },
  "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."
+    "description": "Qwen3 235B A22B Thinking 2507, ултрамащабен мисловен модел, предназначен за сложни разсъждения."
  },
  "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."
+    "description": "Qwen3 30B A3B, универсален модел със средно голям мащаб, балансиращ между разходи и ефективност."
  },
  "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."
+    "description": "Qwen3 30B A3B Instruct 2507, модел със среден мащаб с инструкции, подходящ за висококачествено генериране и въпроси и 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."
+    "description": "Qwen3 30B A3B Thinking 2507, мисловен модел със среден мащаб, балансиращ между точност и разходи."
  },
  "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."
+    "description": "Qwen3 32B, подходящ за универсални задачи, изискващи по-силни способности за разбиране."
  },
  "qwen3-4b": {
-    "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."
+    "description": "Qwen3 4B, подходящ за малки и средни приложения и локални сценарии за извеждане."
  },
  "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."
+    "description": "Qwen3 8B, лек модел с гъвкаво внедряване, подходящ за приложения с висока едновременност."
  },
  "qwen3-coder-30b-a3b-instruct": {
    "description": "Откритият кодов модел на Tongyi Qianwen. Най-новият qwen3-coder-30b-a3b-instruct е модел за генериране на код, базиран на Qwen3, с мощни способности като Coding Agent, умело използва инструменти и взаимодейства с околната среда, способен на автономно програмиране и отлични кодови умения, съчетани с общи способности."
  },
  "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."
+    "description": "Qwen3 Coder 480B A35B Instruct, флагмански модел за програмиране, поддържащ многoезично кодиране и сложен анализ на код."
  },
  "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."
@@ -3005,32 +3104,41 @@
  "qwen3-max": {
    "description": "Серията Max на Tongyi Qianwen 3 предлага значително подобрена обща способност в сравнение с серия 2.5, с подобрено разбиране на текст на китайски и английски, способност за следване на сложни инструкции, умения за субективни отворени задачи, многоезични възможности и повишена способност за извикване на инструменти; моделът демонстрира по-малко халюцинации на знания. Последният модел qwen3-max включва специални подобрения в програмирането на агенти и извикването на инструменти в сравнение с версията qwen3-max-preview. Официалната версия, публикувана сега, достига SOTA ниво в своята област и е адаптирана за по-сложни изисквания на интелигентни агенти."
  },
+  "qwen3-max-preview": {
+    "description": "Най-ефективният модел от серията Tongyi Qianwen, подходящ за сложни и многоетапни задачи. Прегледната версия вече поддържа разсъждение."
+  },
  "qwen3-next-80b-a3b-instruct": {
    "description": "Базирано на Qwen3, ново поколение отворен модел без мисловен режим, който предлага по-добро разбиране на китайски текстове, подобрени логически умения и по-добри резултати при задачи за генериране на текст в сравнение с предишната версия (Tongyi Qianwen 3-235B-A22B-Instruct-2507)."
  },
  "qwen3-next-80b-a3b-thinking": {
-    "description": "Базирано на Qwen3, ново поколение отворен модел с мисловен режим, който подобрява спазването на инструкции и предоставя по-кратки и точни обобщения в сравнение с предишната версия (Tongyi Qianwen 3-235B-A22B-Thinking-2507)."
+    "description": "Qwen3 Next 80B A3B Thinking, флагманска версия за разсъждение, предназначена за сложни задачи."
  },
  "qwen3-omni-flash": {
    "description": "Моделът Qwen-Omni приема комбинирани входове от текст, изображения, аудио и видео, и генерира отговори под формата на текст или реч. Предлага разнообразни хуманизирани гласове, поддържа много езици и диалекти, и е приложим в сценарии като текстово творчество, визуално разпознаване и гласови асистенти."
  },
  "qwen3-vl-235b-a22b-instruct": {
-    "description": "Qwen3 VL 235B A22B в non-thinking режим (Instruct), подходящ за инструкции без необходимост от дълбоко разсъждение, като същевременно запазва силни визуални разбирания."
+    "description": "Qwen3 VL 235B A22B Instruct, флагмански мултимодален модел, предназначен за взискателни задачи по разбиране и творчество."
  },
  "qwen3-vl-235b-a22b-thinking": {
-    "description": "Qwen3 VL 235B A22B в мисловен режим (отворен код), предназначен за сложни задачи с интензивно разсъждение и разбиране на дълги видеа, предоставяйки водещи способности за визуално и текстово разсъждение."
+    "description": "Qwen3 VL 235B A22B Thinking, флагманска мисловна версия, използвана за сложни мултимодални разсъждения и планиране."
  },
  "qwen3-vl-30b-a3b-instruct": {
-    "description": "Qwen3 VL 30B в non-thinking режим (Instruct), насочен към обичайни сценарии за следване на инструкции, като същевременно поддържа високо ниво на мултимодално разбиране и генериране."
+    "description": "Qwen3 VL 30B A3B Instruct, голям мултимодален модел, балансиращ между точност и производителност при разсъждение."
  },
  "qwen3-vl-30b-a3b-thinking": {
-    "description": "Qwen-VL (отворен код) предлага способности за визуално разбиране и генериране на текст, поддържа взаимодействие с интелигентни агенти, визуално кодиране, пространствено възприятие, разбиране на дълги видеа и дълбоко мислене, с подобрено разпознаване на текст и многоезична поддръжка в сложни сценарии."
+    "description": "Qwen3 VL 30B A3B Thinking, дълбока мисловна версия за сложни мултимодални задачи."
+  },
+  "qwen3-vl-32b-instruct": {
+    "description": "Qwen3 VL 32B Instruct, мултимодален модел с фино настройване по инструкции, подходящ за висококачествени визуално-текстови въпроси и творчество."
+  },
+  "qwen3-vl-32b-thinking": {
+    "description": "Qwen3 VL 32B Thinking, мултимодална дълбока мисловна версия, подсилваща сложни разсъждения и анализ на дълги вериги."
  },
  "qwen3-vl-8b-instruct": {
-    "description": "Qwen3 VL 8B в non-thinking режим (Instruct), подходящ за стандартни задачи по мултимодално генериране и разпознаване."
+    "description": "Qwen3 VL 8B Instruct, лек мултимодален модел, подходящ за ежедневни визуални въпроси и интеграция в приложения."
  },
  "qwen3-vl-8b-thinking": {
-    "description": "Qwen3 VL 8B в мисловен режим, предназначен за леки мултимодални задачи по разсъждение и взаимодействие, като същевременно запазва способността за разбиране на дълъг контекст."
+    "description": "Qwen3 VL 8B Thinking, мултимодален модел с мисловна верига, подходящ за детайлно разсъждение върху визуална информация."
  },
  "qwen3-vl-flash": {
    "description": "Qwen3 VL Flash: олекотена версия за високоскоростно разсъждение, подходяща за сценарии, чувствителни към закъснение или с голям обем заявки."
@@ -236,6 +236,8 @@
  },
  "inspector": {
    "args": "Преглед на списъка с параметри",
+    "delete": "Изтриване на извикване на инструмент",
+    "orphanedToolCall": "Това извикване на инструмент може да е станало изолирано поради необичайни причини, което може да повлияе на нормалното изпълнение на агента. Моля, премахнете го.",
    "pluginRender": "Преглед на интерфейса на плъгина"
  },
  "list": {
@@ -251,14 +253,20 @@
  },
  "localSystem": {
    "apiName": {
+      "editLocalFile": "Редактиране на файл",
+      "getCommandOutput": "Получаване на изход от командата",
+      "globLocalFiles": "Търсене на съвпадащи файлове",
+      "grepContent": "Търсене на съдържание",
+      "killCommand": "Прекратяване на изпълнението на командата",
      "listLocalFiles": "Преглед на списък с файлове",
      "moveLocalFiles": "Преместване на файлове",
      "readLocalFile": "Четене на съдържание на файл",
      "renameLocalFile": "Преименуване",
+      "runCommand": "Изпълни код",
      "searchLocalFiles": "Търсене на файлове",
      "writeLocalFile": "Запис в файл"
    },
-    "title": "Локални файлове"
+    "title": "Локална система"
  },
  "mcpInstall": {
    "CHECKING_INSTALLATION": "Проверка на инсталационната среда...",
@@ -2,6 +2,45 @@
  "about": {
    "title": "Относно"
  },
+  "agentInfoDescription": {
+    "basic": {
+      "avatar": "Аватар",
+      "description": "Описание",
+      "name": "Име",
+      "tags": "Етикети",
+      "title": "Информация за асистента"
+    },
+    "chat": {
+      "displayMode": "Режим на показване",
+      "enableHistoryCount": "Разреши броене на историята",
+      "historyCount": "Брой съобщения в историята",
+      "no": "Не",
+      "searchMode": "Режим на търсене",
+      "title": "Предпочитания за чат",
+      "yes": "Да"
+    },
+    "model": {
+      "maxTokens": "Максимален брой токени",
+      "model": "Модел",
+      "provider": "Доставчик",
+      "temperature": "Температура",
+      "title": "Настройки на модела",
+      "topP": "Стойност на Top P"
+    },
+    "plugins": {
+      "count": "Настройки на плъгини ({{count}})",
+      "empty": "Все още няма инсталирани плъгини",
+      "title": "Инсталирани плъгини"
+    },
+    "role": {
+      "systemRole": "Системна подсказка",
+      "title": "Настройки на роля"
+    },
+    "value": {
+      "unset": "Не е зададено",
+      "untitled": "Безименен асистент"
+    }
+  },
  "agentTab": {
    "chat": "Предпочитания за чат",
    "meta": "Информация за асистента",
@@ -18,6 +57,8 @@
    },
    "title": "Анализи"
  },
+  "checking": "Проверка...",
+  "checkingPermissions": "Проверка на разрешения...",
  "danger": {
    "clear": {
      "action": "Изчисти сега",
@@ -146,6 +187,58 @@
    },
    "waitingForMore": "Още модели са <1>планирани да бъдат добавени</1>, очаквайте"
  },
+  "marketPublish": {
+    "modal": {
+      "changelog": {
+        "extra": "Опишете основните промени и подобрения в тази версия",
+        "label": "Дневник на промените",
+        "maxLengthError": "Дневникът на промените не може да надвишава 500 знака",
+        "placeholder": "Моля, въведете дневник на промените",
+        "required": "Моля, въведете дневник на промените"
+      },
+      "comparison": {
+        "local": "Текуща локална версия",
+        "remote": "Текуща публикувана версия"
+      },
+      "identifier": {
+        "extra": "Идентификаторът ще бъде уникален за асистента. Препоръчва се използване на малки букви, цифри и тирета",
+        "label": "Идентификатор на асистента",
+        "lengthError": "Дължината на идентификатора трябва да е между 3 и 50 знака",
+        "patternError": "Идентификаторът може да съдържа само малки букви, цифри и тирета",
+        "placeholder": "Моля, въведете уникален идентификатор, напр.: web-development",
+        "required": "Моля, въведете идентификатор на асистента"
+      },
+      "loading": {
+        "fetchingRemote": "Зареждане на отдалечени данни...",
+        "submit": "Публикуване на асистента...",
+        "upload": "Публикуване на нова версия..."
+      },
+      "messages": {
+        "createVersionFailed": "Неуспешно създаване на версия: {{message}}",
+        "fetchRemoteFailed": "Неуспешно извличане на отдалечени данни за асистента",
+        "missingIdentifier": "Текущият асистент няма идентификатор за пазара",
+        "notAuthenticated": "Моля, влезте в акаунта си в пазара",
+        "publishFailed": "Публикуването не бе успешно: {{message}}"
+      },
+      "submitButton": "Публикувай",
+      "title": {
+        "submit": "Сподели в пазара за асистенти",
+        "upload": "Публикувай нова версия"
+      }
+    },
+    "resultModal": {
+      "message": "Асистентът е изпратен за преглед. След одобрение ще бъде автоматично публикуван. Кликнете върху „Преглед в пазара“, за да видите публикувания асистент.",
+      "view": "Преглед в пазара"
+    },
+    "submit": {
+      "button": "Сподели в пазара",
+      "tooltip": "Сподели асистента в пазара"
+    },
+    "upload": {
+      "button": "Публикувай нова версия",
+      "tooltip": "Публикувай нова версия в пазара за асистенти"
+    }
+  },
  "message": {
    "success": "Актуализацията беше успешна"
  },
@@ -561,7 +654,7 @@
  },
  "submitAgentModal": {
    "button": "Изпрати агент",
-    "identifier": "Идентификатор на агент",
+    "identifier": "Идентификатор на асистента (identifier)",
    "metaMiss": "Моля, попълнете информацията за агента, преди да го изпратите. Тя трябва да включва име, описание и тагове",
    "placeholder": "Въведете уникален идентификатор за агента, напр. web-development",
    "tooltips": "Споделяне на пазара на агенти"
@@ -17,6 +17,14 @@
  "localFiles": {
    "file": "Файл",
    "folder": "Папка",
+    "moveFiles": {
+      "itemsMoved": "Преместени {{count}} елемента:",
+      "itemsMoved_one": "Преместен {{count}} елемент:",
+      "itemsMoved_other": "Преместени {{count}} елемента:",
+      "itemsToMove": "{{count}} елемента за преместване:",
+      "itemsToMove_one": "{{count}} елемент за преместване:",
+      "itemsToMove_other": "{{count}} елемента за преместване:"
+    },
    "open": "Отвори",
    "openFile": "Отвори файл",
    "openFolder": "Отвори папка",
@@ -6,6 +6,7 @@
    "confirmRemoveUnstarred": "Ще бъдат изтрити темите, които не са запазени. След изтриването им не може да се възстановят. Моля, действайте внимателно.",
    "duplicate": "Създаване на копие",
    "export": "Експортиране на темата",
+    "openInNewWindow": "Отвори страницата в нов прозорец",
    "removeAll": "Изтриване на всички теми",
    "removeUnstarred": "Изтриване на незапазените теми"
  },
@@ -17,6 +17,7 @@
  "availableAgents": "Verfügbare Assistenten",
  "backToBottom": "Zurück zum Ende",
  "chatList": {
+    "expandMessage": "Nachricht anzeigen",
    "longMessageDetail": "Details anzeigen"
  },
  "clearCurrentMessages": "Aktuelle Nachrichten löschen",
@@ -173,8 +174,11 @@
    "title": "Mitglieder erwähnen"
  },
  "messageAction": {
+    "collapse": "Nachricht ausblenden",
+    "continueGeneration": "Generierung fortsetzen",
    "delAndRegenerate": "Löschen und neu generieren",
    "deleteDisabledByThreads": "Es gibt Unterthemen, die Löschung ist nicht möglich.",
+    "expand": "Nachricht anzeigen",
    "regenerate": "Neu generieren"
  },
  "messages": {
@@ -239,6 +243,7 @@
  "noMatchingAgents": "Keine passenden Mitglieder gefunden",
  "noMembersYet": "Diese Gruppe hat noch keine Mitglieder. Klicken Sie auf die +-Schaltfläche, um Assistenten einzuladen.",
  "noSelectedAgents": "Noch keine Mitglieder ausgewählt",
+  "openInNewWindow": "In neuem Fenster öffnen",
  "owner": "Gruppeninhaber",
  "pin": "Anheften",
  "pinOff": "Anheften aufheben",
@@ -367,6 +372,28 @@
    "remained": "Verbleibend",
    "used": "Verwendet"
  },
+  "tool": {
+    "intervention": {
+      "approve": "Genehmigen",
+      "approveAndRemember": "Genehmigen und merken",
+      "approveOnce": "Nur dieses Mal genehmigen",
+      "mode": {
+        "allowList": "Positivliste",
+        "allowListDesc": "Nur automatisch genehmigte Tools ausführen",
+        "autoRun": "Automatisch genehmigen",
+        "autoRunDesc": "Alle Tool-Ausführungen automatisch genehmigen",
+        "manual": "Manuell",
+        "manualDesc": "Jede Ausführung muss manuell genehmigt werden"
+      },
+      "reject": "Ablehnen",
+      "rejectAndContinue": "Ablehnen und erneut ausführen",
+      "rejectOnly": "Ablehnen",
+      "rejectReasonPlaceholder": "Die Angabe eines Ablehnungsgrundes hilft dem Agenten, zukünftige Aktionen zu verbessern",
+      "rejectTitle": "Tool-Ausführung ablehnen",
+      "rejectedWithReason": "Die Tool-Ausführung wurde abgelehnt: {{reason}}",
+      "toolRejected": "Die Tool-Ausführung wurde abgelehnt"
+    }
+  },
  "topic": {
    "checkOpenNewTopic": "Soll ein neues Thema eröffnet werden?",
    "checkSaveCurrentMessages": "Möchten Sie die aktuelle Konversation als Thema speichern?",
@@ -135,6 +135,7 @@
    }
  },
  "close": "Schließen",
+  "confirm": "Bestätigen",
  "contact": "Kontakt",
  "copy": "Kopieren",
  "copyFail": "Kopieren fehlgeschlagen",
@@ -285,6 +286,7 @@
  "oauth": "SSO-Anmeldung",
  "officialSite": "Offizielle Website",
  "ok": "OK",
+  "or": "oder",
  "password": "Passwort",
  "pin": "Anheften",
  "pinOff": "Anheften aufheben",
@@ -106,6 +106,12 @@
    "keyPlaceholder": "Schlüssel",
    "valuePlaceholder": "Wert"
  },
+  "LocalFile": {
+    "action": {
+      "open": "Öffnen",
+      "showInFolder": "Im Ordner anzeigen"
+    }
+  },
  "MaxTokenSlider": {
    "unlimited": "Unbegrenzt"
  },
@@ -41,9 +41,29 @@
        "openingMessage": "Eröffnungsnachricht",
        "openingQuestions": "Eröffnungsfragen",
        "title": "Assistenteneinstellungen"
+      },
+      "version": {
+        "empty": "Keine früheren Versionen verfügbar",
+        "status": {
+          "archived": "Archiviert",
+          "deprecated": "Abgelehnt",
+          "unpublished": "In Überprüfung"
+        },
+        "table": {
+          "isLatest": "Neueste Version",
+          "isValidated": "Verifiziert",
+          "publishAt": "Veröffentlichungsdatum",
+          "version": "Versionsnummer"
+        },
+        "title": "Versionsverlauf"
      }
    },
    "list": "Assistentenliste",
+    "marketSource": {
+      "label": "Marktquelle wechseln",
+      "legacy": "Alter Markt",
+      "new": "Neuer Markt"
+    },
    "more": "Mehr",
    "plugins": "Integrations-Plugins",
    "recentSubmits": "Neueste Aktualisierungen",
@@ -51,10 +71,35 @@
      "createdAt": "Zuletzt veröffentlicht",
      "identifier": "Assistenten-ID",
      "knowledgeCount": "Anzahl der Wissensdatenbanken",
+      "myown": "Meine anzeigen",
      "pluginCount": "Anzahl der Plugins",
      "title": "Assistentenname",
      "tokenUsage": "Token-Verbrauch"
    },
+    "status": {
+      "archived": {
+        "reasons": {
+          "official": "Der Assistent wurde aufgrund von Sicherheits- oder politischen Problemen offiziell entfernt.",
+          "owner": "Der Entwickler des Assistenten hat ihn freiwillig entfernt oder archiviert."
+        },
+        "subtitle": "Der aktuell aufgerufene Assistent wurde aus einem der folgenden Gründe archiviert:",
+        "title": "Assistent archiviert"
+      },
+      "backToMarket": "Zurück zum Assistenten-Markt",
+      "deprecated": {
+        "reasons": {
+          "official": "Der Assistent wurde aufgrund von Sicherheits- oder politischen Problemen offiziell entfernt.",
+          "owner": "Der Entwickler des Assistenten hat ihn freiwillig entfernt oder abgelehnt."
+        },
+        "subtitle": "Der aktuell aufgerufene Assistent wurde aus einem der folgenden Gründe abgelehnt:",
+        "title": "Assistent abgelehnt"
+      },
+      "support": "Bei Fragen senden Sie bitte den Link an <1>support@lobehub.com</1>.",
+      "unpublished": {
+        "subtitle": "Der aktuell aufgerufene Assistent befindet sich in der Versionsprüfung. Bei Fragen senden Sie bitte den Link an <1>support@lobehub.com</1>.",
+        "title": "Assistent in Überprüfung"
+      }
+    },
    "suggestions": "Ähnliche Empfehlungen",
    "systemRole": "Assistenteneinstellungen",
    "tokenUsage": "Token-Verbrauch der Assistenten-Prompt",
@@ -1,5 +1,8 @@
 {
-  "desc": "Verwalte dein Wissen",
+  "addFolder": "Ordner erstellen",
+  "addKnowledge": "Wissen hinzufügen",
+  "addPage": "Dokument erstellen",
+  "desc": "Verwalte dein Wissen für Arbeit, Studium und Alltag.",
  "detail": {
    "basic": {
      "createdAt": "Erstellungszeit",
@@ -21,15 +24,89 @@
      "embeddingStatus": "Vektorisierung"
    }
  },
+  "documentEditor": {
+    "addIcon": "Symbol hinzufügen",
+    "autoSaveMessage": "Das Dokument wird automatisch gespeichert, ein manuelles Speichern ist nicht erforderlich.",
+    "chooseIcon": "Symbol auswählen",
+    "deleteConfirm": {
+      "content": "Dieses Dokument wird gelöscht und kann danach nicht wiederhergestellt werden. Bitte seien Sie vorsichtig.",
+      "title": "Dokument löschen"
+    },
+    "deleteError": "Löschen des Dokuments fehlgeschlagen",
+    "deleteSuccess": "Dokument erfolgreich gelöscht",
+    "editedAt": "Zuletzt bearbeitet am {{time}}",
+    "editedBy": "Zuletzt bearbeitet von {{name}}",
+    "editorPlaceholder": "Geben Sie den Dokumentinhalt ein, drücken Sie / für das Befehlsmenü",
+    "empty": {
+      "createNewDocument": "Neues Dokument erstellen",
+      "title": "Wählen Sie ein Dokument, um zu beginnen",
+      "uploadMarkdown": "Markdown-Datei hochladen"
+    },
+    "linkCopied": "Link wurde kopiert",
+    "menu": {
+      "copyLink": "Link kopieren",
+      "exportDocument": "Dokument exportieren",
+      "importDocument": "Dokument importieren",
+      "pin": "Dokument anheften"
+    },
+    "saving": "Speichern...",
+    "titlePlaceholder": "Ohne Titel",
+    "wordCount": "{{wordCount}} Wörter"
+  },
+  "documentList": {
+    "copyContent": "Gesamten Inhalt kopieren",
+    "documentCount": "Insgesamt {{count}} Dokumente",
+    "duplicate": "Kopie erstellen",
+    "empty": "Noch keine Dokumente vorhanden. Klicken Sie oben, um Ihr erstes Dokument zu erstellen.",
+    "noResults": "Keine passenden Dokumente gefunden",
+    "selectNote": "Wählen Sie ein Dokument zum Bearbeiten",
+    "untitled": "Ohne Titel"
+  },
  "empty": "Keine hochgeladenen Dateien/Ordner vorhanden",
  "header": {
    "actions": {
      "newFolder": "Neuen Ordner erstellen",
+      "newPage": "Neues Dokument",
      "uploadFile": "Datei hochladen",
      "uploadFolder": "Ordner hochladen"
    },
+    "newDocumentButton": "Neues Dokument",
+    "newNoteDialog": {
+      "cancel": "Abbrechen",
+      "editTitle": "Dokument bearbeiten",
+      "emptyContent": "Der Dokumentinhalt darf nicht leer sein",
+      "loadError": "Fehler beim Laden des Dokuments. Bitte versuchen Sie es erneut.",
+      "loading": "Wird geladen...",
+      "save": "Speichern",
+      "saveError": "Fehler beim Speichern des Dokuments. Bitte versuchen Sie es erneut.",
+      "saveSuccess": "Dokument erfolgreich gespeichert",
+      "title": "Neues Dokument",
+      "updateSuccess": "Dokument erfolgreich aktualisiert"
+    },
    "uploadButton": "Hochladen"
  },
+  "home": {
+    "getStarted": "Loslegen",
+    "greeting": "Loslegen",
+    "quickActions": "Schnellaktionen",
+    "recentDocuments": "Kürzlich verwendete Dokumente",
+    "recentFiles": "Kürzlich verwendete Dateien",
+    "subtitle": "Willkommen im Wissensspeicher. Beginnen Sie hier mit der Verwaltung Ihrer Dokumente.",
+    "uploadEntries": {
+      "files": {
+        "title": "Dateien hochladen"
+      },
+      "folder": {
+        "title": "Ordner hochladen"
+      },
+      "knowledgeBase": {
+        "title": "Neue Wissensdatenbank"
+      },
+      "newDocument": {
+        "title": "Neues Dokument"
+      }
+    }
+  },
  "knowledgeBase": {
    "list": {
      "confirmRemoveKnowledgeBase": "Die Wissensdatenbank wird gelöscht, die darin enthaltenen Dateien werden nicht gelöscht, sondern in den gesamten Dateien verschoben. Nach dem Löschen der Wissensdatenbank kann sie nicht wiederhergestellt werden, bitte vorsichtig vorgehen.",
@@ -38,6 +115,10 @@
    "new": "Neue Wissensdatenbank",
    "title": "Wissensdatenbank"
  },
+  "menu": {
+    "allDocuments": "Alle Dokumente",
+    "allFiles": "Alle Dateien"
+  },
  "networkError": "Fehler beim Abrufen der Wissensdatenbank. Bitte überprüfen Sie Ihre Netzwerkverbindung und versuchen Sie es erneut.",
  "notSupportGuide": {
    "desc": "Die aktuelle Bereitstellung ist im Client-Datenbankmodus und unterstützt keine Dateiverwaltungsfunktionen. Bitte wechseln Sie zu <1>Server-Datenbank-Bereitstellungsmodus</1> oder verwenden Sie direkt <3>LobeChat Cloud</3>",
@@ -61,12 +142,16 @@
    "downloadFile": "Datei herunterladen",
    "unsupportedFileAndContact": "Dieses Dateiformat wird derzeit nicht für die Online-Vorschau unterstützt. Wenn Sie eine Vorschau wünschen, können Sie uns gerne <1>Feedback geben</1>."
  },
+  "searchDocumentPlaceholder": "Dokumente durchsuchen",
  "searchFilePlaceholder": "Datei suchen",
  "tab": {
-    "all": "Alle Dateien",
+    "all": "Alle",
    "audios": "Audio",
    "documents": "Dokumente",
+    "home": "Startseite",
    "images": "Bilder",
+    "moreTypes": "Weitere Typen",
+    "pages": "Dokumente",
    "videos": "Videos",
    "websites": "Webseiten"
  },
@@ -0,0 +1,42 @@
+{
+  "callback": {
+    "buttons": {
+      "close": "Fenster schließen"
+    },
+    "messages": {
+      "authFailed": "Autorisierung fehlgeschlagen: {{error}}",
+      "missingParams": "Autorisierungsparameter fehlen",
+      "processing": "Autorisierung wird verarbeitet...",
+      "successWithCountdown": "{{message}} Das Fenster wird in {{countdown}} Sekunden automatisch geschlossen",
+      "successWithRedirect": "Autorisierung erfolgreich! Weiterleitung läuft..."
+    },
+    "titles": {
+      "error": "Autorisierung fehlgeschlagen",
+      "loading": "LobeHub Market Autorisierung",
+      "success": "Autorisierung erfolgreich"
+    }
+  },
+  "errors": {
+    "authorizationFailed": "Autorisierung fehlgeschlagen, bitte erneut versuchen.",
+    "browserOnly": "Der Autorisierungsvorgang kann nur im Browser gestartet werden.",
+    "codeConsumed": "Autorisierungscode wurde bereits verwendet, bitte erneut versuchen.",
+    "codeVerifierMissing": "Autorisierungssitzung ungültig, bitte den Anmeldevorgang erneut starten.",
+    "general": "Ein Fehler ist bei der Autorisierung aufgetreten, bitte erneut versuchen.",
+    "handoffFailed": "Autorisierungsergebnis konnte nicht abgerufen werden, bitte erneut versuchen.",
+    "handoffTimeout": "Autorisierung zeitüberschritten, bitte nach Abschluss im Browser erneut versuchen.",
+    "oidcNotReady": "Autorisierungsdienst ist noch nicht bereit, bitte später erneut versuchen.",
+    "openBrowserFailed": "Systembrowser konnte nicht geöffnet werden, bitte erneut versuchen.",
+    "openPopupFailed": "Autorisierungs-Popup konnte nicht geöffnet werden, bitte die Popup-Blocker-Einstellungen im Browser überprüfen.",
+    "popupClosed": "Autorisierungsfenster wurde geschlossen, bevor der Vorgang abgeschlossen war.",
+    "sessionExpired": "Autorisierungssitzung ist abgelaufen, bitte erneut anmelden.",
+    "stateMismatch": "Autorisierungsstatus stimmt nicht überein, bitte erneut versuchen.",
+    "stateMissing": "Autorisierungsstatus nicht gefunden, bitte erneut versuchen."
+  },
+  "messages": {
+    "loading": "Autorisierungsvorgang wird gestartet...",
+    "success": {
+      "submit": "Autorisierung erfolgreich! Du kannst jetzt einen Assistenten veröffentlichen.",
+      "upload": "Autorisierung erfolgreich! Du kannst jetzt eine neue Version veröffentlichen."
+    }
+  }
+}
@@ -1049,6 +1049,9 @@
  "deepseek-r1-0528": {
    "description": "Das voll ausgestattete 685B-Modell, veröffentlicht am 28. Mai 2025. DeepSeek-R1 nutzt im Nachtrainingsprozess umfangreiche Verstärkungslernverfahren und verbessert die Modell-Inferenzfähigkeit erheblich, selbst bei minimalen annotierten Daten. Es zeigt hohe Leistung und starke Fähigkeiten in Mathematik, Programmierung und natürlicher Sprachlogik."
  },
+  "deepseek-r1-250528": {
+    "description": "DeepSeek R1 250528, die Vollversion des DeepSeek-R1-Inferenzmodells, geeignet für anspruchsvolle Mathematik- und Logikaufgaben."
+  },
  "deepseek-r1-70b-fast-online": {
    "description": "DeepSeek R1 70B Schnellversion, die Echtzeit-Online-Suche unterstützt und eine schnellere Reaktionszeit bei gleichbleibender Modellleistung bietet."
  },
@@ -1059,31 +1062,34 @@
    "description": "deepseek-r1-distill-llama ist ein Modell, das auf der Grundlage von Llama aus DeepSeek-R1 destilliert wurde."
  },
  "deepseek-r1-distill-llama-70b": {
-    "description": "DeepSeek R1 – das größere und intelligentere Modell im DeepSeek-Paket – wurde in die Llama 70B-Architektur destilliert. Basierend auf Benchmark-Tests und menschlicher Bewertung ist dieses Modell intelligenter als das ursprüngliche Llama 70B, insbesondere bei Aufgaben, die mathematische und faktische Genauigkeit erfordern."
+    "description": "DeepSeek R1 Distill Llama 70B, ein distilliertes Modell, das die allgemeine R1-Inferenzfähigkeit mit dem Llama-Ökosystem kombiniert."
  },
  "deepseek-r1-distill-llama-8b": {
-    "description": "Das DeepSeek-R1-Distill Modell wurde durch Wissensdistillationstechniken entwickelt, indem Proben, die von DeepSeek-R1 generiert wurden, auf Qwen, Llama und andere Open-Source-Modelle feinabgestimmt wurden."
+    "description": "DeepSeek-R1-Distill-Llama-8B ist ein distilliertes großes Sprachmodell auf Basis von Llama-3.1-8B unter Verwendung der Ausgaben von DeepSeek R1."
+  },
+  "deepseek-r1-distill-qianfan-70b": {
+    "description": "DeepSeek R1 Distill Qianfan 70B, ein kosteneffizientes R1-Distillationsmodell basierend auf Qianfan-70B."
+  },
+  "deepseek-r1-distill-qianfan-8b": {
+    "description": "DeepSeek R1 Distill Qianfan 8B, ein R1-Distillationsmodell auf Basis von Qianfan-8B, geeignet für mittelgroße und kleinere Anwendungen."
  },
  "deepseek-r1-distill-qianfan-llama-70b": {
-    "description": "Erstmals veröffentlicht am 14. Februar 2025, destilliert vom Qianfan-Modellteam auf Basis des Llama3_70B Modells (gebaut mit Meta Llama), wobei auch die Qianfan-Korpora in die Destillationsdaten aufgenommen wurden."
-  },
-  "deepseek-r1-distill-qianfan-llama-8b": {
-    "description": "Erstmals veröffentlicht am 14. Februar 2025, destilliert vom Qianfan-Modellteam auf Basis des Llama3_8B Modells (gebaut mit Meta Llama), wobei auch die Qianfan-Korpora in die Destillationsdaten aufgenommen wurden."
+    "description": "DeepSeek R1 Distill Qianfan Llama 70B, ein R1-Distillationsmodell basierend auf Llama-70B."
  },
  "deepseek-r1-distill-qwen": {
    "description": "deepseek-r1-distill-qwen ist ein Modell, das auf der Grundlage von Qwen durch Distillierung aus DeepSeek-R1 erstellt wurde."
  },
  "deepseek-r1-distill-qwen-1.5b": {
-    "description": "Das DeepSeek-R1-Distill Modell wurde durch Wissensdistillationstechniken entwickelt, indem Proben, die von DeepSeek-R1 generiert wurden, auf Qwen, Llama und andere Open-Source-Modelle feinabgestimmt wurden."
+    "description": "DeepSeek R1 Distill Qwen 1.5B, ein ultraleichtes R1-Distillationsmodell, ideal für Umgebungen mit sehr begrenzten Ressourcen."
  },
  "deepseek-r1-distill-qwen-14b": {
-    "description": "Das DeepSeek-R1-Distill Modell wurde durch Wissensdistillationstechniken entwickelt, indem Proben, die von DeepSeek-R1 generiert wurden, auf Qwen, Llama und andere Open-Source-Modelle feinabgestimmt wurden."
+    "description": "DeepSeek R1 Distill Qwen 14B, ein mittelgroßes R1-Distillationsmodell, geeignet für den Einsatz in verschiedenen Szenarien."
  },
  "deepseek-r1-distill-qwen-32b": {
-    "description": "Das DeepSeek-R1-Distill Modell wurde durch Wissensdistillationstechniken entwickelt, indem Proben, die von DeepSeek-R1 generiert wurden, auf Qwen, Llama und andere Open-Source-Modelle feinabgestimmt wurden."
+    "description": "DeepSeek R1 Distill Qwen 32B, ein R1-Distillationsmodell basierend auf Qwen-32B, das Leistung und Kosten ausbalanciert."
  },
  "deepseek-r1-distill-qwen-7b": {
-    "description": "Das DeepSeek-R1-Distill Modell wurde durch Wissensdistillationstechniken entwickelt, indem Proben, die von DeepSeek-R1 generiert wurden, auf Qwen, Llama und andere Open-Source-Modelle feinabgestimmt wurden."
+    "description": "DeepSeek R1 Distill Qwen 7B, ein leichtgewichtiges R1-Distillationsmodell, geeignet für Edge-Computing und unternehmensinterne Umgebungen."
  },
  "deepseek-r1-fast-online": {
    "description": "DeepSeek R1 Vollschnellversion, die Echtzeit-Online-Suche unterstützt und die leistungsstarken Fähigkeiten von 671B Parametern mit einer schnelleren Reaktionszeit kombiniert."
@@ -1112,12 +1118,24 @@
  "deepseek-v3.1-terminus": {
    "description": "DeepSeek-V3.1-Terminus ist eine optimierte Version des großen Sprachmodells von DeepSeek, speziell für Endgeräte entwickelt."
  },
+  "deepseek-v3.1-think-250821": {
+    "description": "DeepSeek V3.1 Think 250821, das Deep-Thinking-Modell der Terminus-Version, geeignet für leistungsstarke Inferenzszenarien."
+  },
  "deepseek-v3.1:671b": {
    "description": "DeepSeek V3.1: Ein Inferenzmodell der nächsten Generation, das komplexe Schlussfolgerungen und verknüpfte Denkfähigkeiten verbessert und sich für Aufgaben eignet, die tiefgehende Analysen erfordern."
  },
  "deepseek-v3.2-exp": {
    "description": "deepseek-v3.2-exp führt einen sparsamen Aufmerksamkeitsmechanismus ein, um die Effizienz beim Training und der Inferenz bei der Verarbeitung langer Texte zu verbessern. Der Preis liegt unter dem von deepseek-v3.1."
  },
+  "deepseek-v3.2-think": {
+    "description": "DeepSeek V3.2 Think, die Vollversion des Deep-Thinking-Modells mit verbesserter Fähigkeit zur Langketteninferenz."
+  },
+  "deepseek-vl2": {
+    "description": "DeepSeek VL2, ein multimodales Modell mit Unterstützung für Bild-Text-Verständnis und fein abgestimmte visuelle Fragebeantwortung."
+  },
+  "deepseek-vl2-small": {
+    "description": "DeepSeek VL2 Small, eine leichte multimodale Version, geeignet für ressourcenbeschränkte und hochparallele Szenarien."
+  },
  "deepseek/deepseek-chat-v3-0324": {
    "description": "DeepSeek V3 ist ein Experten-Mischmodell mit 685B Parametern und die neueste Iteration der Flaggschiff-Chatmodellreihe des DeepSeek-Teams.\n\nEs erbt das [DeepSeek V3](/deepseek/deepseek-chat-v3) Modell und zeigt hervorragende Leistungen in verschiedenen Aufgaben."
  },
@@ -1253,83 +1271,89 @@
  "emohaa": {
    "description": "Emohaa ist ein psychologisches Modell mit professionellen Beratungsfähigkeiten, das den Nutzern hilft, emotionale Probleme zu verstehen."
  },
-  "ernie-3.5-128k": {
-    "description": "Das von Baidu entwickelte Flaggschiff-Modell für große Sprachmodelle deckt eine riesige Menge an chinesischen und englischen Korpora ab und bietet starke allgemeine Fähigkeiten, die die meisten Anforderungen an Dialogfragen, kreative Generierung und Plugin-Anwendungen erfüllen; es unterstützt die automatische Anbindung an das Baidu-Suchplugin, um die Aktualität der Antwortinformationen zu gewährleisten."
-  },
-  "ernie-3.5-8k": {
-    "description": "Das von Baidu entwickelte Flaggschiff-Modell für große Sprachmodelle deckt eine riesige Menge an chinesischen und englischen Korpora ab und bietet starke allgemeine Fähigkeiten, die die meisten Anforderungen an Dialogfragen, kreative Generierung und Plugin-Anwendungen erfüllen; es unterstützt die automatische Anbindung an das Baidu-Suchplugin, um die Aktualität der Antwortinformationen zu gewährleisten."
-  },
-  "ernie-3.5-8k-preview": {
-    "description": "Das von Baidu entwickelte Flaggschiff-Modell für große Sprachmodelle deckt eine riesige Menge an chinesischen und englischen Korpora ab und bietet starke allgemeine Fähigkeiten, die die meisten Anforderungen an Dialogfragen, kreative Generierung und Plugin-Anwendungen erfüllen; es unterstützt die automatische Anbindung an das Baidu-Suchplugin, um die Aktualität der Antwortinformationen zu gewährleisten."
-  },
-  "ernie-4.0-8k-latest": {
-    "description": "Das von Baidu entwickelte Flaggschiff-Modell für große Sprachmodelle hat im Vergleich zu ERNIE 3.5 eine umfassende Verbesserung der Modellfähigkeiten erreicht und ist weit verbreitet in komplexen Aufgabenbereichen anwendbar; es unterstützt die automatische Anbindung an das Baidu-Suchplugin, um die Aktualität der Antwortinformationen zu gewährleisten."
-  },
-  "ernie-4.0-8k-preview": {
-    "description": "Das von Baidu entwickelte Flaggschiff-Modell für große Sprachmodelle hat im Vergleich zu ERNIE 3.5 eine umfassende Verbesserung der Modellfähigkeiten erreicht und ist weit verbreitet in komplexen Aufgabenbereichen anwendbar; es unterstützt die automatische Anbindung an das Baidu-Suchplugin, um die Aktualität der Antwortinformationen zu gewährleisten."
-  },
-  "ernie-4.0-turbo-128k": {
-    "description": "Das von Baidu entwickelte Flaggschiff-Modell für große Sprachmodelle zeigt hervorragende Gesamtergebnisse und ist weit verbreitet in komplexen Aufgabenbereichen anwendbar; es unterstützt die automatische Anbindung an das Baidu-Suchplugin, um die Aktualität der Antwortinformationen zu gewährleisten. Im Vergleich zu ERNIE 4.0 bietet es eine bessere Leistung."
-  },
-  "ernie-4.0-turbo-8k-latest": {
-    "description": "Das von Baidu entwickelte Flaggschiff-Modell für große Sprachmodelle zeigt hervorragende Gesamtergebnisse und ist weit verbreitet in komplexen Aufgabenbereichen anwendbar; es unterstützt die automatische Anbindung an das Baidu-Suchplugin, um die Aktualität der Antwortinformationen zu gewährleisten. Im Vergleich zu ERNIE 4.0 bietet es eine bessere Leistung."
-  },
-  "ernie-4.0-turbo-8k-preview": {
-    "description": "Das von Baidu entwickelte Flaggschiff-Modell für große Sprachmodelle zeigt hervorragende Gesamtergebnisse und ist weit verbreitet in komplexen Aufgabenbereichen anwendbar; es unterstützt die automatische Anbindung an das Baidu-Suchplugin, um die Aktualität der Antwortinformationen zu gewährleisten. Im Vergleich zu ERNIE 4.0 bietet es eine bessere Leistung."
+  "ernie-4.5-0.3b": {
+    "description": "ERNIE 4.5 0.3B, ein leichtgewichtiges Open-Source-Modell, ideal für lokale und maßgeschneiderte Bereitstellungen."
  },
  "ernie-4.5-21b-a3b": {
-    "description": "ERNIE 4.5 21B A3B ist ein hybrides Expertenmodell von Baidu Wenxin mit herausragenden Fähigkeiten im logischen Denken und in der Mehrsprachigkeit."
+    "description": "ERNIE 4.5 21B A3B, ein Open-Source-Modell mit großer Parameteranzahl, leistungsstark bei Verständnis- und Generierungsaufgaben."
  },
  "ernie-4.5-300b-a47b": {
    "description": "ERNIE 4.5 300B A47B ist ein großskaliges hybrides Expertenmodell von Baidu Wenxin mit exzellenten Fähigkeiten im logischen Schlussfolgern."
  },
  "ernie-4.5-8k-preview": {
-    "description": "Das ERNIE 4.5 Modell ist ein neu entwickeltes, natives multimodales Basis-Modell von Baidu, das durch die gemeinsame Modellierung mehrerer Modalitäten eine synergistische Optimierung erreicht und über hervorragende multimodale Verständnisfähigkeiten verfügt; es bietet verbesserte Sprachfähigkeiten, umfassende Verbesserungen in Verständnis, Generierung, Logik und Gedächtnis, sowie signifikante Verbesserungen in der Vermeidung von Halluzinationen, logischen Schlussfolgerungen und Programmierfähigkeiten."
+    "description": "ERNIE 4.5 8K Preview, ein Vorschau-Modell mit 8K-Kontext, zur Erprobung und zum Testen der Fähigkeiten von Wenxin 4.5."
  },
  "ernie-4.5-turbo-128k": {
-    "description": "Wenxin 4.5 Turbo hat deutliche Verbesserungen in den Bereichen Halluzinationen reduzieren, logisches Denken und Programmierfähigkeiten. Im Vergleich zu Wenxin 4.5 ist es schneller und kostengünstiger. Die Modellfähigkeiten wurden umfassend verbessert, um besser mit mehrstufigen, langen historischen Dialogen und der Beantwortung von Fragen zu langen Dokumenten umzugehen."
+    "description": "ERNIE 4.5 Turbo 128K, ein leistungsstarkes Allzweckmodell mit Unterstützung für suchbasierte Erweiterung und Tool-Nutzung, geeignet für QA, Code, Agenten und mehr."
+  },
+  "ernie-4.5-turbo-128k-preview": {
+    "description": "ERNIE 4.5 Turbo 128K Preview, eine Vorschauversion mit denselben Fähigkeiten wie die finale Version, ideal für Integrationstests und schrittweise Einführung."
  },
  "ernie-4.5-turbo-32k": {
-    "description": "Wenxin 4.5 Turbo hat deutliche Verbesserungen in den Bereichen Halluzinationen reduzieren, logisches Denken und Programmierfähigkeiten. Im Vergleich zu Wenxin 4.5 ist es schneller und kostengünstiger. Die Fähigkeiten in der Textkreation und Wissensfragen haben sich erheblich verbessert. Die Ausgabelänge und die Verzögerung bei vollständigen Sätzen sind im Vergleich zu ERNIE 4.5 gestiegen."
+    "description": "ERNIE 4.5 Turbo 32K, eine Version mit mittellangem Kontext, geeignet für QA, Wissensdatenbankabfragen und mehrstufige Dialoge."
+  },
+  "ernie-4.5-turbo-latest": {
+    "description": "ERNIE 4.5 Turbo Latest, die neueste Version mit umfassender Leistungsoptimierung, ideal als Hauptmodell für Produktionsumgebungen."
+  },
+  "ernie-4.5-turbo-vl": {
+    "description": "ERNIE 4.5 Turbo VL, ein ausgereiftes multimodales Modell für Bild-Text-Verständnis und Erkennung in Produktionsumgebungen."
  },
  "ernie-4.5-turbo-vl-32k": {
-    "description": "Die neueste Version des Wenxin Yi Yan Modells hat signifikante Verbesserungen in den Bereichen Bildverständnis, Kreation, Übersetzung und Programmierung. Es unterstützt erstmals eine Kontextlänge von 32K, und die Verzögerung beim ersten Token wurde erheblich reduziert."
+    "description": "ERNIE 4.5 Turbo VL 32K, eine multimodale Version mit mittellangem Textkontext, geeignet für das kombinierte Verständnis von langen Dokumenten und Bildern."
+  },
+  "ernie-4.5-turbo-vl-32k-preview": {
+    "description": "ERNIE 4.5 Turbo VL 32K Preview, eine Vorschauversion des multimodalen 32K-Modells zur Bewertung der Langkontext-Bildverarbeitungsfähigkeiten."
+  },
+  "ernie-4.5-turbo-vl-latest": {
+    "description": "ERNIE 4.5 Turbo VL Latest, die neueste multimodale Version mit verbesserter Bild-Text-Verständnis- und Inferenzleistung."
+  },
+  "ernie-4.5-turbo-vl-preview": {
+    "description": "ERNIE 4.5 Turbo VL Preview, ein multimodales Vorschau-Modell mit Unterstützung für Bild-Text-Verständnis und -Generierung, ideal für visuelle QA und Inhaltsverständnis."
+  },
+  "ernie-4.5-vl-28b-a3b": {
+    "description": "ERNIE 4.5 VL 28B A3B, ein Open-Source-Multimodalmodell für Bild-Text-Verständnis und Inferenzaufgaben."
+  },
+  "ernie-5.0-thinking-preview": {
+    "description": "Wenxin 5.0 Thinking Preview, ein natives, multimodales Flaggschiffmodell mit einheitlicher Modellierung von Text, Bild, Audio und Video. Umfassend verbesserte Fähigkeiten für komplexe QA, kreative Aufgaben und Agentenszenarien."
  },
  "ernie-char-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."
+    "description": "ERNIE Character 8K, ein dialogorientiertes Modell mit Charakterpersönlichkeit, ideal für IP-Charakterentwicklung und langfristige Begleitdialoge."
  },
  "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."
+    "description": "ERNIE Character Fiction 8K, ein Persönlichkeitsmodell für Roman- und Storytelling, geeignet für die Generierung langer Geschichten."
+  },
+  "ernie-char-fiction-8k-preview": {
+    "description": "ERNIE Character Fiction 8K Preview, eine Vorschauversion für Charakter- und Storytelling-Modelle zur Funktionsbewertung und zum Testen."
  },
  "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."
+    "description": "ERNIE iRAG Edit, ein Bildbearbeitungsmodell mit Unterstützung für Bildlöschung, Neuzeichnung und Varianten-Generierung."
  },
  "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."
+    "description": "ERNIE Lite 8K, ein leichtgewichtiges Allzweckmodell, ideal für kostensensitive Alltags-QA- und Content-Generierungsszenarien."
  },
  "ernie-lite-pro-128k": {
-    "description": "Das von Baidu entwickelte leichtgewichtige große Sprachmodell bietet sowohl hervorragende Modellleistung als auch Inferenzleistung, die besser ist als die von ERNIE Lite, und ist geeignet für die Verwendung mit AI-Beschleunigungskarten mit geringer Rechenleistung."
+    "description": "ERNIE Lite Pro 128K, ein leichtes Hochleistungsmodell, geeignet für latenz- und kostensensitive Geschäftsanwendungen."
  },
  "ernie-novel-8k": {
-    "description": "Das von Baidu entwickelte allgemeine große Sprachmodell hat deutliche Vorteile in der Fähigkeit zur Fortsetzung von Romanen und kann auch in Szenarien wie Kurzdramen und Filmen eingesetzt werden."
+    "description": "ERNIE Novel 8K, ein Modell für Romane und IP-Storytelling, spezialisiert auf Mehrcharakter- und Multistrang-Erzählungen."
  },
  "ernie-speed-128k": {
-    "description": "Das neueste hochleistungsfähige große Sprachmodell von Baidu, das 2024 veröffentlicht wurde, bietet hervorragende allgemeine Fähigkeiten und eignet sich gut als Basismodell für Feinabstimmungen, um spezifische Szenarien besser zu bewältigen, während es auch hervorragende Inferenzleistungen bietet."
+    "description": "ERNIE Speed 128K, ein großes Modell ohne Ein-/Ausgabegebühren, ideal für Langtextverständnis und großflächige Testszenarien."
+  },
+  "ernie-speed-8k": {
+    "description": "ERNIE Speed 8K, ein kostenloses Schnellmodell, geeignet für alltägliche Dialoge und leichte Textaufgaben."
  },
  "ernie-speed-pro-128k": {
-    "description": "Das neueste hochleistungsfähige große Sprachmodell von Baidu, das 2024 veröffentlicht wurde, bietet hervorragende allgemeine Fähigkeiten und ist besser als ERNIE Speed, geeignet als Basismodell für Feinabstimmungen, um spezifische Szenarien besser zu bewältigen, während es auch hervorragende Inferenzleistungen bietet."
+    "description": "ERNIE Speed Pro 128K, ein hochgradig paralleles und kosteneffizientes Modell, ideal für großflächige Online-Dienste und Unternehmensanwendungen."
  },
  "ernie-tiny-8k": {
-    "description": "ERNIE Tiny ist ein hochleistungsfähiges großes Sprachmodell, dessen Bereitstellungs- und Feinabstimmungskosten die niedrigsten unter den Wenshin-Modellen sind."
-  },
-  "ernie-x1-32k": {
-    "description": "Verfügt über stärkere Fähigkeiten in Verständnis, Planung, Reflexion und Evolution. Als umfassenderes tiefes Denkmodell kombiniert Wenxin X1 Genauigkeit, Kreativität und Ausdruckskraft und zeigt herausragende Leistungen in den Bereichen chinesische Wissensfragen, literarische Kreation, Textverfassung, alltägliche Gespräche, logisches Denken, komplexe Berechnungen und Werkzeugnutzung."
-  },
-  "ernie-x1-32k-preview": {
-    "description": "Das große Modell ERNIE X1 verfügt über verbesserte Fähigkeiten in Verständnis, Planung, Reflexion und Evolution. Als umfassenderes tiefes Denkmodell kombiniert ERNIE X1 Genauigkeit, Kreativität und Ausdruckskraft und zeigt herausragende Leistungen in den Bereichen chinesische Wissensabfragen, literarisches Schaffen, Textverfassung, alltägliche Gespräche, logisches Denken, komplexe Berechnungen und Werkzeugnutzung."
+    "description": "ERNIE Tiny 8K, ein extrem leichtes Modell, geeignet für einfache QA-, Klassifizierungs- und kostengünstige Inferenzszenarien."
  },
  "ernie-x1-turbo-32k": {
-    "description": "Im Vergleich zu ERNIE-X1-32K bietet dieses Modell bessere Leistung und Effizienz."
+    "description": "ERNIE X1 Turbo 32K, ein Hochgeschwindigkeits-Denkmodell mit 32K-Kontext, geeignet für komplexe Inferenz und mehrstufige Dialoge."
+  },
+  "ernie-x1.1-preview": {
+    "description": "ERNIE X1.1 Preview, eine Vorschauversion des Denkmodells ERNIE X1.1, geeignet für Fähigkeitsvalidierung und Tests."
  },
  "fal-ai/bytedance/seedream/v4": {
    "description": "Seedream 4.0 Bildgenerierungsmodell vom Seed-Team von ByteDance, unterstützt Texteingaben und Bilder und bietet eine hochgradig kontrollierbare, qualitativ hochwertige Bildgenerierung. Bilder werden basierend auf Textanweisungen erzeugt."
@@ -1389,7 +1413,7 @@
    "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."
+    "description": "FLUX.1-schnell, ein leistungsstarkes Bildgenerierungsmodell, ideal für die schnelle Erstellung von Bildern in verschiedenen Stilen."
  },
  "gemini-1.0-pro-001": {
    "description": "Gemini 1.0 Pro 001 (Tuning) bietet stabile und anpassbare Leistung und ist die ideale Wahl für Lösungen komplexer Aufgaben."
@@ -1538,6 +1562,9 @@
  "glm-4-0520": {
    "description": "GLM-4-0520 ist die neueste Modellversion, die für hochkomplexe und vielfältige Aufgaben konzipiert wurde und hervorragende Leistungen zeigt."
  },
+  "glm-4-32b-0414": {
+    "description": "GLM-4 32B 0414, eine Version des allgemeinen GLM-Großmodells mit Unterstützung für Textgenerierung und -verständnis in mehreren Aufgaben."
+  },
  "glm-4-9b-chat": {
    "description": "GLM-4-9B-Chat bietet hohe Leistung in Bereichen wie Semantik, Mathematik, logisches Denken, Programmierung und Wissen. Es unterstützt Web-Browsing, Code-Ausführung, benutzerdefinierte Tool-Nutzung und Langtext-Inferenz. Unterstützt 26 Sprachen, darunter Japanisch, Koreanisch und Deutsch."
  },
@@ -1826,6 +1853,18 @@
  "gpt-5-pro": {
    "description": "GPT-5 Pro nutzt mehr Rechenleistung für tiefgreifendere Überlegungen und liefert kontinuierlich bessere Antworten."
  },
+  "gpt-5.1": {
+    "description": "GPT-5.1 – Flaggschiffmodell, optimiert für Programmier- und Agentenaufgaben, unterstützt konfigurierbare Rechenintensität und längere Kontexte."
+  },
+  "gpt-5.1-chat-latest": {
+    "description": "GPT-5.1 Chat: Eine Variante von GPT-5.1 für ChatGPT, ideal für Konversationsszenarien."
+  },
+  "gpt-5.1-codex": {
+    "description": "GPT-5.1 Codex: Eine für agentenbasierte Programmieraufgaben optimierte Version von GPT-5.1, geeignet für komplexe Code- und Agenten-Workflows über die Responses API."
+  },
+  "gpt-5.1-codex-mini": {
+    "description": "GPT-5.1 Codex mini: Eine kompaktere und kostengünstigere Codex-Variante, optimiert für agentenbasierte Programmieraufgaben."
+  },
  "gpt-audio": {
    "description": "GPT Audio ist ein universelles Chatmodell für Audioeingabe und -ausgabe, das Audio-I/O in der Chat Completions API unterstützt."
  },
@@ -2001,13 +2040,13 @@
    "description": "Imagen, Text-zu-Bild-Modellreihe der 4. Generation"
  },
  "imagen-4.0-generate-preview-06-06": {
-    "description": "Imagen 4. Generation Text-zu-Bild Modellserie"
+    "description": "Vierte Generation der Imagen-Modelle zur Text-zu-Bild-Generierung."
  },
  "imagen-4.0-ultra-generate-001": {
    "description": "Imagen, Text-zu-Bild-Modell der 4. Generation (Ultra-Version)"
  },
  "imagen-4.0-ultra-generate-preview-06-06": {
-    "description": "Imagen 4. Generation Text-zu-Bild Modellserie Ultra-Version"
+    "description": "Ultra-Version der vierten Generation der Imagen-Modelle zur Text-zu-Bild-Generierung."
  },
  "inception/mercury-coder-small": {
    "description": "Mercury Coder Small ist ideal für Codegenerierung, Debugging und Refactoring-Aufgaben mit minimaler Latenz."
@@ -2036,14 +2075,26 @@
  "internlm3-latest": {
    "description": "Unsere neueste Modellreihe bietet herausragende Inferenzleistungen und führt die Open-Source-Modelle in ihrer Gewichtsklasse an. Standardmäßig verweist sie auf unser neuestes veröffentlichtes InternLM3-Modell."
  },
+  "internvl2.5-38b-mpo": {
+    "description": "InternVL2.5 38B MPO, ein multimodales vortrainiertes Modell, das komplexe Bild-Text-Inferenzaufgaben unterstützt."
+  },
  "internvl2.5-latest": {
    "description": "Die von uns weiterhin unterstützte Version InternVL2.5 bietet hervorragende und stabile Leistungen. Standardmäßig verweist es auf unser neuestes veröffentlichtes InternVL2.5-Modell, derzeit auf internvl2.5-78b."
  },
+  "internvl3-14b": {
+    "description": "InternVL3 14B, ein mittelgroßes multimodales Modell mit ausgewogenem Verhältnis zwischen Leistung und Kosten."
+  },
+  "internvl3-1b": {
+    "description": "InternVL3 1B, ein leichtgewichtiges multimodales Modell, geeignet für den Einsatz in ressourcenbeschränkten Umgebungen."
+  },
+  "internvl3-38b": {
+    "description": "InternVL3 38B, ein großskaliges Open-Source-Multimodalmodell, geeignet für hochpräzises Bild-Text-Verständnis."
+  },
  "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."
+    "description": "ERNIE iRAG, ein bildgestütztes Retrieval-Augmented-Generation-Modell mit Unterstützung für Bildsuche, Bild-Text-Retrieval und Inhaltserzeugung."
  },
  "jamba-large": {
    "description": "Unser leistungsstärkstes und fortschrittlichstes Modell, das speziell für die Bewältigung komplexer Aufgaben auf Unternehmensebene entwickelt wurde und herausragende Leistung bietet."
@@ -2064,7 +2115,7 @@
    "description": "Das Modell kimi-k2-0905-preview hat eine Kontextlänge von 256k, verfügt über stärkere Agentic-Coding-Fähigkeiten, eine herausragendere Ästhetik und Praktikabilität von Frontend-Code sowie ein besseres Kontextverständnis."
  },
  "kimi-k2-instruct": {
-    "description": "Kimi K2 Instruct ist ein großes Sprachmodell von Moonshot AI mit der Fähigkeit zur Verarbeitung extrem langer Kontexte."
+    "description": "Kimi K2 Instruct, das offizielle Inferenzmodell von Kimi mit Unterstützung für Langkontext, Code, QA und mehr."
  },
  "kimi-k2-turbo-preview": {
    "description": "kimi-k2 ist ein Basis-Modell mit MoE-Architektur und besonders starken Fähigkeiten im Bereich Code und Agenten. Es verfügt über insgesamt 1T Parameter und 32B aktivierte Parameter. In Benchmark-Tests der wichtigsten Kategorien – allgemeines Wissens-Reasoning, Programmierung, Mathematik und Agenten – übertrifft das K2-Modell die Leistung anderer gängiger Open‑Source‑Modelle."
@@ -2735,6 +2786,54 @@
  "pro-deepseek-v3": {
    "description": "Modell für exklusive Unternehmensdienste, inklusive paralleler Serviceunterstützung."
  },
+  "qianfan-70b": {
+    "description": "Qianfan 70B, ein großparametrisches chinesisches Modell, geeignet für hochwertige Inhaltserstellung und komplexe Schlussfolgerungsaufgaben."
+  },
+  "qianfan-8b": {
+    "description": "Qianfan 8B, ein mittelgroßes Allzweckmodell, ideal für Textgenerierung und Frage-Antwort-Szenarien mit ausgewogenem Kosten-Nutzen-Verhältnis."
+  },
+  "qianfan-agent-intent-32k": {
+    "description": "Qianfan Agent Intent 32K, ein Modell für Absichtserkennung und Agenten-Orchestrierung, unterstützt Szenarien mit langem Kontext."
+  },
+  "qianfan-agent-lite-8k": {
+    "description": "Qianfan Agent Lite 8K, ein leichtgewichtiges Agentenmodell, geeignet für kostengünstige Mehrfachdialoge und Geschäftsprozesse."
+  },
+  "qianfan-agent-speed-32k": {
+    "description": "Qianfan Agent Speed 32K, ein hochperformantes Agentenmodell mit hoher Durchsatzrate, ideal für groß angelegte, mehrfache Aufgabenanwendungen."
+  },
+  "qianfan-agent-speed-8k": {
+    "description": "Qianfan Agent Speed 8K, ein hochgradig paralleles Agentenmodell für mittlere bis kurze Dialoge und schnelle Reaktionen."
+  },
+  "qianfan-check-vl": {
+    "description": "Qianfan Check VL, ein multimodales Modell zur Inhaltsprüfung und -erkennung, unterstützt Aufgaben zur Einhaltung von Bild-Text-Richtlinien."
+  },
+  "qianfan-composition": {
+    "description": "Qianfan Composition, ein multimodales Kreativmodell, unterstützt integriertes Verständnis und Generierung von Bild und Text."
+  },
+  "qianfan-engcard-vl": {
+    "description": "Qianfan EngCard VL, ein multimodales Erkennungsmodell, spezialisiert auf englischsprachige Szenarien."
+  },
+  "qianfan-lightning-128b-a19b": {
+    "description": "Qianfan Lightning 128B A19B, ein leistungsstarkes chinesisches Allzweckmodell, geeignet für komplexe Frage-Antwort- und groß angelegte Schlussfolgerungsaufgaben."
+  },
+  "qianfan-llama-vl-8b": {
+    "description": "Qianfan Llama VL 8B, ein auf Llama basierendes multimodales Modell für allgemeines Bild-Text-Verständnis."
+  },
+  "qianfan-multipicocr": {
+    "description": "Qianfan MultiPicOCR, ein OCR-Modell für mehrere Bilder, unterstützt Texterkennung und -extraktion aus mehreren Bildern."
+  },
+  "qianfan-qi-vl": {
+    "description": "Qianfan QI VL, ein multimodales Frage-Antwort-Modell, ermöglicht präzise Suche und Beantwortung in komplexen Bild-Text-Szenarien."
+  },
+  "qianfan-singlepicocr": {
+    "description": "Qianfan SinglePicOCR, ein OCR-Modell für Einzelbilder, unterstützt hochpräzise Zeichenerkennung."
+  },
+  "qianfan-vl-70b": {
+    "description": "Qianfan VL 70B, ein großparametrisches visuell-sprachliches Modell, geeignet für komplexe Bild-Text-Verständnisaufgaben."
+  },
+  "qianfan-vl-8b": {
+    "description": "Qianfan VL 8B, ein leichtgewichtiges visuell-sprachliches Modell, ideal für alltägliche Bild-Text-Fragen und Analysen."
+  },
  "qvq-72b-preview": {
    "description": "Das QVQ-Modell ist ein experimentelles Forschungsmodell, das vom Qwen-Team entwickelt wurde und sich auf die Verbesserung der visuellen Schlussfolgerungsfähigkeiten konzentriert, insbesondere im Bereich der mathematischen Schlussfolgerungen."
  },
@@ -2886,7 +2985,7 @@
    "description": "Das 72B-Modell von Tongyi Qianwen 2.5 ist öffentlich zugänglich."
  },
  "qwen2.5-7b-instruct": {
-    "description": "Das 7B-Modell von Tongyi Qianwen 2.5 ist öffentlich zugänglich."
+    "description": "Qwen2.5 7B Instruct, ein ausgereiftes Open-Source-Instruktionsmodell, geeignet für Dialoge und Generierung in verschiedenen Szenarien."
  },
  "qwen2.5-coder-1.5b-instruct": {
    "description": "Die Open-Source-Version des Qwen-Codemodells."
@@ -2919,13 +3018,13 @@
    "description": "Das Qwen-Omni-Modell der Serie unterstützt die Eingabe verschiedener Modalitäten, einschließlich Video, Audio, Bilder und Text, und gibt Audio und Text aus."
  },
  "qwen2.5-vl-32b-instruct": {
-    "description": "Die Qwen2.5-VL-Modellreihe verbessert die Intelligenz, Praktikabilität und Anwendbarkeit des Modells, sodass es in Szenarien wie natürlichen Dialogen, Inhaltserstellung, Fachwissensdiensten und Codeentwicklung besser abschneidet. Die 32B-Version verwendet Techniken des verstärkenden Lernens zur Optimierung des Modells. Im Vergleich zu anderen Modellen der Qwen2.5-VL-Reihe bietet sie einen für Menschen präferierten Ausgabe-Stil, Fähigkeiten zur Inferenz komplexer mathematischer Probleme sowie die Fähigkeit zur feingranularen Bildverarbeitung und -inferenz."
+    "description": "Qwen2.5 VL 32B Instruct, ein multimodales Open-Source-Modell, ideal für private Bereitstellung und vielseitige Anwendungen."
  },
  "qwen2.5-vl-72b-instruct": {
    "description": "Verbesserte Befolgung von Anweisungen, Mathematik, Problemlösung und Programmierung, gesteigerte Erkennungsfähigkeiten für alle Arten von visuellen Elementen, Unterstützung für die präzise Lokalisierung visueller Elemente in verschiedenen Formaten, Verständnis von langen Videodateien (maximal 10 Minuten) und sekundengenauer Ereigniszeitpunktlokalisierung, Fähigkeit zur zeitlichen Einordnung und Geschwindigkeitsverständnis, Unterstützung für die Steuerung von OS- oder Mobile-Agenten basierend auf Analyse- und Lokalisierungsfähigkeiten, starke Fähigkeit zur Extraktion von Schlüsselinformationen und JSON-Format-Ausgabe. Diese Version ist die leistungsstärkste Version der 72B-Serie."
  },
  "qwen2.5-vl-7b-instruct": {
-    "description": "Verbesserte Befolgung von Anweisungen, Mathematik, Problemlösung und Programmierung, gesteigerte Erkennungsfähigkeiten für alle Arten von visuellen Elementen, Unterstützung für die präzise Lokalisierung visueller Elemente in verschiedenen Formaten, Verständnis von langen Videodateien (maximal 10 Minuten) und sekundengenauer Ereigniszeitpunktlokalisierung, Fähigkeit zur zeitlichen Einordnung und Geschwindigkeitsverständnis, Unterstützung für die Steuerung von OS- oder Mobile-Agenten basierend auf Analyse- und Lokalisierungsfähigkeiten, starke Fähigkeit zur Extraktion von Schlüsselinformationen und JSON-Format-Ausgabe. Diese Version ist die leistungsstärkste Version der 72B-Serie."
+    "description": "Qwen2.5 VL 7B Instruct, ein leichtgewichtiges multimodales Modell, das Kosten und Erkennungsleistung ausbalanciert."
  },
  "qwen2.5-vl-instruct": {
    "description": "Qwen2.5-VL ist die neueste Version des visuellen Sprachmodells in der Qwen-Modellfamilie."
@@ -2952,46 +3051,46 @@
    "description": "Qwen3 ist das neue, großangelegte Sprachmodell von Alibaba, das mit hervorragender Leistung vielfältige Anwendungsbedürfnisse unterstützt."
  },
  "qwen3-0.6b": {
-    "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."
+    "description": "Qwen3 0.6B, ein Einstiegsmodell, geeignet für einfache Schlussfolgerungen und stark ressourcenbeschränkte Umgebungen."
  },
  "qwen3-1.7b": {
-    "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."
+    "description": "Qwen3 1.7B, ein ultraleichtes Modell, ideal für Edge- und Endgerätebereitstellung."
  },
  "qwen3-14b": {
-    "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."
+    "description": "Qwen3 14B, ein mittelgroßes Modell, geeignet für mehrsprachige Frage-Antwort- und Textgenerierungsaufgaben."
  },
  "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."
+    "description": "Qwen3 235B A22B, ein universelles Großmodell für eine Vielzahl komplexer Aufgaben."
  },
  "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)."
+    "description": "Qwen3 235B A22B Instruct 2507, ein universelles Flaggschiff-Instruktionsmodell, geeignet für vielfältige Generierungs- und Schlussfolgerungsaufgaben."
  },
  "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."
+    "description": "Qwen3 235B A22B Thinking 2507, ein extrem großskaliges Denkmodell, ideal für hochkomplexe Schlussfolgerungen."
  },
  "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."
+    "description": "Qwen3 30B A3B, ein mittelgroßes bis großes Allzweckmodell mit ausgewogenem Verhältnis zwischen Kosten und Leistung."
  },
  "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."
+    "description": "Qwen3 30B A3B Instruct 2507, ein mittelgroßes bis großes Instruktionsmodell, geeignet für hochwertige Generierung und Frage-Antwort-Aufgaben."
  },
  "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."
+    "description": "Qwen3 30B A3B Thinking 2507, ein mittelgroßes bis großes Denkmodell mit ausgewogener Genauigkeit und Effizienz."
  },
  "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."
+    "description": "Qwen3 32B, geeignet für allgemeine Aufgaben mit erhöhtem Verständnisbedarf."
  },
  "qwen3-4b": {
-    "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."
+    "description": "Qwen3 4B, ideal für mittelgroße bis kleine Anwendungen und lokale Inferenzszenarien."
  },
  "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."
+    "description": "Qwen3 8B, ein leichtgewichtiges Modell mit flexibler Bereitstellung, geeignet für hochparallele Anwendungen."
  },
  "qwen3-coder-30b-a3b-instruct": {
    "description": "Open-Source-Version des Qwen-Codegenerierungsmodells. Das neueste qwen3-coder-30b-a3b-instruct basiert auf Qwen3 und bietet leistungsstarke Coding-Agent-Fähigkeiten. Es ist spezialisiert auf Tool-Nutzung und Interaktion mit Umgebungen, ermöglicht autonomes Programmieren und kombiniert herausragende Programmierfähigkeiten mit allgemeinen Fähigkeiten."
  },
  "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."
+    "description": "Qwen3 Coder 480B A35B Instruct, ein Flaggschiff-Code-Modell, unterstützt mehrsprachige Programmierung und komplexes Codeverständnis."
  },
  "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."
@@ -3005,32 +3104,41 @@
  "qwen3-max": {
    "description": "Tongyi Qianwen 3 Max Modellserie, die im Vergleich zur 2.5 Serie eine deutliche Verbesserung der allgemeinen Fähigkeiten bietet, einschließlich verbesserter Textverständnisfähigkeiten in Chinesisch und Englisch, komplexer Befolgung von Anweisungen, subjektiver offener Aufgaben, Mehrsprachigkeit und Tool-Integration; das Modell zeigt weniger Wissenshalluzinationen. Die neueste qwen3-max Version wurde speziell im Bereich Agentenprogrammierung und Tool-Integration weiterentwickelt. Die offizielle Veröffentlichung erreicht SOTA-Niveau in Fachgebieten und ist für komplexere Agentenanforderungen optimiert."
  },
+  "qwen3-max-preview": {
+    "description": "Das leistungsstärkste Modell der Tongyi Qianwen-Serie, geeignet für komplexe, mehrstufige Aufgaben. Vorschauversion mit Denkfähigkeit."
+  },
  "qwen3-next-80b-a3b-instruct": {
    "description": "Ein neues Open-Source-Modell der nächsten Generation im Nicht-Denk-Modus basierend auf Qwen3. Im Vergleich zur vorherigen Version (Tongyi Qianwen 3-235B-A22B-Instruct-2507) bietet es eine verbesserte chinesische Textverständnisfähigkeit, verstärkte logische Schlussfolgerungen und bessere Leistung bei textgenerierenden Aufgaben."
  },
  "qwen3-next-80b-a3b-thinking": {
-    "description": "Ein neues Open-Source-Modell der nächsten Generation im Denkmodus basierend auf Qwen3. Im Vergleich zur vorherigen Version (Tongyi Qianwen 3-235B-A22B-Thinking-2507) wurde die Befehlsbefolgung verbessert und die Modellantworten sind prägnanter zusammengefasst."
+    "description": "Qwen3 Next 80B A3B Thinking, eine Flaggschiff-Version für komplexe Schlussfolgerungsaufgaben."
  },
  "qwen3-omni-flash": {
    "description": "Das Qwen-Omni-Modell kann kombinierte Eingaben aus Text, Bildern, Audio und Video verarbeiten und Antworten in Text- oder Sprachform generieren. Es bietet verschiedene menschenähnliche Sprachstile, unterstützt mehrsprachige und dialektale Sprachausgabe und eignet sich für Anwendungen wie Textgenerierung, visuelle Erkennung und Sprachassistenten."
  },
  "qwen3-vl-235b-a22b-instruct": {
-    "description": "Qwen3 VL 235B A22B im Non-Thinking-Modus (Instruct), geeignet für Anwendungsfälle mit einfachen Anweisungen, bei gleichzeitig starker visueller Verständnisfähigkeit."
+    "description": "Qwen3 VL 235B A22B Instruct, ein Flaggschiff-Multimodalmodell für anspruchsvolle Verständnis- und Kreativaufgaben."
  },
  "qwen3-vl-235b-a22b-thinking": {
-    "description": "Qwen3 VL 235B A22B im Thinking-Modus (Open-Source-Version), bietet erstklassige visuelle und textbasierte Schlussfolgerungsfähigkeiten für komplexe Aufgaben mit hoher kognitiver Anforderung und Langvideo-Verständnis."
+    "description": "Qwen3 VL 235B A22B Thinking, die Denkversion des Flaggschiffs für komplexe multimodale Schlussfolgerungs- und Planungsaufgaben."
  },
  "qwen3-vl-30b-a3b-instruct": {
-    "description": "Qwen3 VL 30B im Non-Thinking-Modus (Instruct), konzipiert für allgemeine Anweisungsfolgeszenarien mit starker multimodaler Verständnis- und Generierungsfähigkeit."
+    "description": "Qwen3 VL 30B A3B Instruct, ein großes multimodales Modell mit ausgewogener Genauigkeit und Schlussfolgerungsleistung."
  },
  "qwen3-vl-30b-a3b-thinking": {
-    "description": "Qwen-VL (Open-Source-Version) bietet visuelles Verständnis und Textgenerierung, unterstützt Agenteninteraktion, visuelle Kodierung, räumliches Bewusstsein, Langvideo-Verständnis und tiefes Denken. Es verfügt über starke Texterkennungs- und Mehrsprachenfähigkeiten in komplexen Szenarien."
+    "description": "Qwen3 VL 30B A3B Thinking, eine tiefgreifende Denkversion für komplexe multimodale Aufgaben."
+  },
+  "qwen3-vl-32b-instruct": {
+    "description": "Qwen3 VL 32B Instruct, ein multimodales Instruktionsmodell, geeignet für hochwertige Bild-Text-Fragen und kreative Aufgaben."
+  },
+  "qwen3-vl-32b-thinking": {
+    "description": "Qwen3 VL 32B Thinking, eine multimodale Denkversion mit Fokus auf komplexe Schlussfolgerungen und Langkettenanalysen."
  },
  "qwen3-vl-8b-instruct": {
-    "description": "Qwen3 VL 8B im Non-Thinking-Modus (Instruct), geeignet für Standardaufgaben der multimodalen Generierung und Erkennung."
+    "description": "Qwen3 VL 8B Instruct, ein leichtgewichtiges multimodales Modell, ideal für alltägliche visuelle Fragen und Anwendungsintegration."
  },
  "qwen3-vl-8b-thinking": {
-    "description": "Qwen3 VL 8B im Thinking-Modus, konzipiert für leichte multimodale Schlussfolgerungs- und Interaktionsszenarien, mit erhaltener Fähigkeit zum Verständnis langer Kontexte."
+    "description": "Qwen3 VL 8B Thinking, ein multimodales Denkmodell, geeignet für detaillierte Schlussfolgerungen aus visuellen Informationen."
  },
  "qwen3-vl-flash": {
    "description": "Qwen3 VL Flash: eine leichtgewichtige, hochperformante Version für schnelle Inferenz, ideal für latenzkritische oder großvolumige Anfragen."
@@ -236,6 +236,8 @@
  },
  "inspector": {
    "args": "Parameterliste anzeigen",
+    "delete": "Werkzeugaufruf löschen",
+    "orphanedToolCall": "Dieser Werkzeugaufruf könnte aufgrund eines Fehlers verwaist sein, was den normalen Ablauf des Agenten beeinträchtigen kann. Bitte entfernen Sie ihn.",
    "pluginRender": "Plugin-Oberfläche anzeigen"
  },
  "list": {
@@ -251,14 +253,20 @@
  },
  "localSystem": {
    "apiName": {
+      "editLocalFile": "Datei bearbeiten",
+      "getCommandOutput": "Codeausgabe abrufen",
+      "globLocalFiles": "Dateien durchsuchen",
+      "grepContent": "Inhalt durchsuchen",
+      "killCommand": "Codeausführung beenden",
      "listLocalFiles": "Dateiliste anzeigen",
      "moveLocalFiles": "Dateien verschieben",
      "readLocalFile": "Dateiinhalt lesen",
      "renameLocalFile": "Datei umbenennen",
+      "runCommand": "Befehl ausführen",
      "searchLocalFiles": "Dateien suchen",
      "writeLocalFile": "Datei schreiben"
    },
-    "title": "Lokale Dateien"
+    "title": "Lokales System"
  },
  "mcpInstall": {
    "CHECKING_INSTALLATION": "Installationsumgebung wird geprüft...",
@@ -2,6 +2,45 @@
  "about": {
    "title": "Über"
  },
+  "agentInfoDescription": {
+    "basic": {
+      "avatar": "Profilbild",
+      "description": "Beschreibung",
+      "name": "Name",
+      "tags": "Stichworte",
+      "title": "Assistenteninformationen"
+    },
+    "chat": {
+      "displayMode": "Anzeigemodus",
+      "enableHistoryCount": "Anzahl vergangener Nachrichten aktivieren",
+      "historyCount": "Anzahl vergangener Nachrichten",
+      "no": "Nein",
+      "searchMode": "Suchmodus",
+      "title": "Chat-Einstellungen",
+      "yes": "Ja"
+    },
+    "model": {
+      "maxTokens": "Maximale Token-Anzahl",
+      "model": "Modell",
+      "provider": "Anbieter",
+      "temperature": "Temperatur",
+      "title": "Modelleinstellungen",
+      "topP": "Top-P-Wert"
+    },
+    "plugins": {
+      "count": "Plugin-Einstellungen ({{count}})",
+      "empty": "Noch keine Plugins installiert",
+      "title": "Installierte Plugins"
+    },
+    "role": {
+      "systemRole": "System-Prompt",
+      "title": "Rollen-Einstellungen"
+    },
+    "value": {
+      "unset": "Nicht festgelegt",
+      "untitled": "Unbenannter Assistent"
+    }
+  },
  "agentTab": {
    "chat": "Chat-Präferenz",
    "meta": "Assistenteninformation",
@@ -18,6 +57,8 @@
    },
    "title": "Analytics"
  },
+  "checking": "Überprüfung läuft...",
+  "checkingPermissions": "Berechtigungen werden überprüft...",
  "danger": {
    "clear": {
      "action": "Alle löschen",
@@ -146,6 +187,58 @@
    },
    "waitingForMore": "Weitere Modelle werden <1>geplant</1>, bitte freuen Sie sich auf weitere Updates"
  },
+  "marketPublish": {
+    "modal": {
+      "changelog": {
+        "extra": "Beschreiben Sie die wichtigsten Änderungen und Verbesserungen in dieser Version",
+        "label": "Änderungsprotokoll",
+        "maxLengthError": "Das Änderungsprotokoll darf maximal 500 Zeichen enthalten",
+        "placeholder": "Bitte geben Sie das Änderungsprotokoll ein",
+        "required": "Bitte geben Sie das Änderungsprotokoll ein"
+      },
+      "comparison": {
+        "local": "Lokale aktuelle Version",
+        "remote": "Veröffentlichte Version"
+      },
+      "identifier": {
+        "extra": "Der Bezeichner dient als eindeutige Kennung des Assistenten. Verwenden Sie Kleinbuchstaben, Zahlen und Bindestriche.",
+        "label": "Assistenten-Bezeichner",
+        "lengthError": "Die Länge des Bezeichners muss zwischen 3 und 50 Zeichen liegen",
+        "patternError": "Der Bezeichner darf nur Kleinbuchstaben, Zahlen und Bindestriche enthalten",
+        "placeholder": "Bitte geben Sie einen eindeutigen Bezeichner ein, z. B.: web-entwicklung",
+        "required": "Bitte geben Sie den Bezeichner des Assistenten ein"
+      },
+      "loading": {
+        "fetchingRemote": "Lade entfernte Daten...",
+        "submit": "Assistent wird veröffentlicht...",
+        "upload": "Neue Version wird veröffentlicht..."
+      },
+      "messages": {
+        "createVersionFailed": "Versionserstellung fehlgeschlagen: {{message}}",
+        "fetchRemoteFailed": "Fehler beim Abrufen der entfernten Assistentendaten",
+        "missingIdentifier": "Der aktuelle Assistent hat noch keinen Markt-Bezeichner",
+        "notAuthenticated": "Bitte melden Sie sich zuerst mit Ihrem Marktkonto an",
+        "publishFailed": "Veröffentlichung fehlgeschlagen: {{message}}"
+      },
+      "submitButton": "Veröffentlichen",
+      "title": {
+        "submit": "Im Assistenten-Markt teilen",
+        "upload": "Neue Version veröffentlichen"
+      }
+    },
+    "resultModal": {
+      "message": "Der Assistent wurde zur Überprüfung eingereicht. Nach erfolgreicher Prüfung wird er automatisch veröffentlicht. Klicken Sie auf „Im Markt ansehen“, um den veröffentlichten Assistenten zu sehen.",
+      "view": "Im Markt ansehen"
+    },
+    "submit": {
+      "button": "Im Markt teilen",
+      "tooltip": "Assistent im Markt veröffentlichen"
+    },
+    "upload": {
+      "button": "Neue Version veröffentlichen",
+      "tooltip": "Neue Version im Assistenten-Markt veröffentlichen"
+    }
+  },
  "message": {
    "success": "Erfolgreich aktualisiert"
  },
@@ -561,7 +654,7 @@
  },
  "submitAgentModal": {
    "button": "Assistent einreichen",
-    "identifier": "Assistenten-Kennung",
+    "identifier": "Assistenten-Bezeichner (identifier)",
    "metaMiss": "Bitte vervollständigen Sie die Assistenteninformationen, einschließlich Name, Beschreibung und Tags, bevor Sie sie einreichen.",
    "placeholder": "Geben Sie die Kennung des Assistenten ein, die eindeutig sein muss, z. B. Web-Entwicklung",
    "tooltips": "Auf dem Assistentenmarkt teilen"
@@ -17,6 +17,14 @@
  "localFiles": {
    "file": "Datei",
    "folder": "Ordner",
+    "moveFiles": {
+      "itemsMoved": "{{count}} Elemente wurden verschoben:",
+      "itemsMoved_one": "{{count}} Element wurde verschoben:",
+      "itemsMoved_other": "{{count}} Elemente wurden verschoben:",
+      "itemsToMove": "{{count}} Elemente zum Verschieben:",
+      "itemsToMove_one": "{{count}} Element zum Verschieben:",
+      "itemsToMove_other": "{{count}} Elemente zum Verschieben:"
+    },
    "open": "Öffnen",
    "openFile": "Datei öffnen",
    "openFolder": "Ordner öffnen",
@@ -6,6 +6,7 @@
    "confirmRemoveUnstarred": "Nicht markierte Themen werden gelöscht. Nach dem Löschen können sie nicht wiederhergestellt werden. Bitte vorsichtig handeln.",
    "duplicate": "Kopie erstellen",
    "export": "Thema exportieren",
+    "openInNewWindow": "Seite in einem neuen Fenster öffnen",
    "removeAll": "Alle Themen löschen",
    "removeUnstarred": "Nicht markierte Themen löschen"
  },
@@ -17,6 +17,7 @@
  "availableAgents": "Available assistants",
  "backToBottom": "Back to bottom",
  "chatList": {
+    "expandMessage": "Expand Message",
    "longMessageDetail": "View Details"
  },
  "clearCurrentMessages": "Clear current session messages",
@@ -173,8 +174,11 @@
    "title": "Mention Members"
  },
  "messageAction": {
+    "collapse": "Collapse Message",
+    "continueGeneration": "Continue Generating",
    "delAndRegenerate": "Delete and Regenerate",
    "deleteDisabledByThreads": "There are subtopics, deletion is not allowed",
+    "expand": "Expand Message",
    "regenerate": "Regenerate"
  },
  "messages": {
@@ -239,6 +243,7 @@
  "noMatchingAgents": "No matching members found",
  "noMembersYet": "This group doesn't have any members yet. Click the + button to invite assistants.",
  "noSelectedAgents": "No members selected yet",
+  "openInNewWindow": "Open in a new window",
  "owner": "Group Owner",
  "pin": "Pin",
  "pinOff": "Unpin",
@@ -367,6 +372,28 @@
    "remained": "Remaining",
    "used": "Used"
  },
+  "tool": {
+    "intervention": {
+      "approve": "Approve",
+      "approveAndRemember": "Approve and Remember",
+      "approveOnce": "Approve This Time Only",
+      "mode": {
+        "allowList": "Allow List",
+        "allowListDesc": "Only automatically execute approved tools",
+        "autoRun": "Auto Approve",
+        "autoRunDesc": "Automatically approve all tool executions",
+        "manual": "Manual",
+        "manualDesc": "Manual approval required for each invocation"
+      },
+      "reject": "Reject",
+      "rejectAndContinue": "Reject and Retry",
+      "rejectOnly": "Reject",
+      "rejectReasonPlaceholder": "Providing a reason will help the Agent understand and improve future actions",
+      "rejectTitle": "Reject This Tool Invocation",
+      "rejectedWithReason": "This tool invocation was actively rejected: {{reason}}",
+      "toolRejected": "This tool invocation was actively rejected"
+    }
+  },
  "topic": {
    "checkOpenNewTopic": "Enable new topic?",
    "checkSaveCurrentMessages": "Do you want to save the current conversation as a topic?",
@@ -135,6 +135,7 @@
    }
  },
  "close": "Close",
+  "confirm": "Confirm",
  "contact": "Contact Us",
  "copy": "Copy",
  "copyFail": "Copy failed",
@@ -285,6 +286,7 @@
  "oauth": "SSO Login",
  "officialSite": "Official Website",
  "ok": "OK",
+  "or": "or",
  "password": "Password",
  "pin": "Pin",
  "pinOff": "Unpin",
@@ -106,6 +106,12 @@
    "keyPlaceholder": "Key",
    "valuePlaceholder": "Value"
  },
+  "LocalFile": {
+    "action": {
+      "open": "Open",
+      "showInFolder": "Show in Folder"
+    }
+  },
  "MaxTokenSlider": {
    "unlimited": "Unlimited"
  },
@@ -41,9 +41,29 @@
        "openingMessage": "Opening Message",
        "openingQuestions": "Opening Questions",
        "title": "Assistant Settings"
+      },
+      "version": {
+        "empty": "No historical versions yet",
+        "status": {
+          "archived": "Archived",
+          "deprecated": "Deprecated",
+          "unpublished": "Under Review"
+        },
+        "table": {
+          "isLatest": "Latest Version",
+          "isValidated": "Validated",
+          "publishAt": "Published Date",
+          "version": "Version"
+        },
+        "title": "Version History"
      }
    },
    "list": "Assistant List",
+    "marketSource": {
+      "label": "Market Source",
+      "legacy": "Legacy",
+      "new": "New"
+    },
    "more": "More",
    "plugins": "Integrated Plugins",
    "recentSubmits": "Recent Updates",
@@ -51,10 +71,35 @@
      "createdAt": "Recently Published",
      "identifier": "Assistant ID",
      "knowledgeCount": "Number of Knowledge Bases",
+      "myown": "View My Assistants",
      "pluginCount": "Number of Plugins",
      "title": "Assistant Name",
      "tokenUsage": "Token Usage"
    },
+    "status": {
+      "archived": {
+        "reasons": {
+          "official": "The assistant was removed by the platform due to security, political, or other concerns.",
+          "owner": "The assistant was voluntarily removed or archived by its developer."
+        },
+        "subtitle": "The assistant you're trying to access has been archived for one of the following reasons:",
+        "title": "Assistant Archived"
+      },
+      "backToMarket": "Back to Assistant Marketplace",
+      "deprecated": {
+        "reasons": {
+          "official": "The assistant was removed by the platform due to security, political, or other concerns.",
+          "owner": "The assistant was voluntarily removed or rejected by its developer."
+        },
+        "subtitle": "The assistant you're trying to access has been rejected for one of the following reasons:",
+        "title": "Assistant Rejected"
+      },
+      "support": "If you have any questions, please copy the link and contact us at <1>support@lobehub.com</1>.",
+      "unpublished": {
+        "subtitle": "The assistant you're trying to access is currently under review. If you have any questions, please copy the link and contact us at <1>support@lobehub.com</1>.",
+        "title": "Assistant Under Review"
+      }
+    },
    "suggestions": "Related Recommendations",
    "systemRole": "Assistant Settings",
    "tokenUsage": "Assistant Prompt Token Usage",
@@ -1,5 +1,8 @@
 {
-  "desc": "Manage your knowledge",
+  "addFolder": "Create Folder",
+  "addKnowledge": "Add Knowledge",
+  "addPage": "Create Document",
+  "desc": "Manage your knowledge for work, study, and life.",
  "detail": {
    "basic": {
      "createdAt": "Creation Time",
@@ -21,15 +24,89 @@
      "embeddingStatus": "embedding"
    }
  },
+  "documentEditor": {
+    "addIcon": "Add Icon",
+    "autoSaveMessage": "Document auto-saves, no manual save needed",
+    "chooseIcon": "Choose Icon",
+    "deleteConfirm": {
+      "content": "This document will be deleted permanently and cannot be recovered. Please proceed with caution.",
+      "title": "Delete Document"
+    },
+    "deleteError": "Failed to delete document",
+    "deleteSuccess": "Document deleted successfully",
+    "editedAt": "Edited {{time}}",
+    "editedBy": "Edited by {{name}}",
+    "editorPlaceholder": "Type document content, press / to open command menu",
+    "empty": {
+      "createNewDocument": "Create New Document",
+      "title": "Select a document to start",
+      "uploadMarkdown": "Upload Markdown File"
+    },
+    "linkCopied": "Link copied",
+    "menu": {
+      "copyLink": "Copy Link",
+      "exportDocument": "Export Document",
+      "importDocument": "Import Document",
+      "pin": "Pin Document"
+    },
+    "saving": "Saving...",
+    "titlePlaceholder": "Untitled",
+    "wordCount": "{{wordCount}} words"
+  },
+  "documentList": {
+    "copyContent": "Copy All",
+    "documentCount": "Total {{count}} documents",
+    "duplicate": "Duplicate",
+    "empty": "No documents yet. Click the button above to create your first one.",
+    "noResults": "No matching documents found.",
+    "selectNote": "Select a document to start editing.",
+    "untitled": "Untitled"
+  },
  "empty": "No files or folders have been uploaded yet.",
  "header": {
    "actions": {
      "newFolder": "New Folder",
+      "newPage": "New Document",
      "uploadFile": "Upload File",
      "uploadFolder": "Upload Folder"
    },
+    "newDocumentButton": "New Document",
+    "newNoteDialog": {
+      "cancel": "Cancel",
+      "editTitle": "Edit Document",
+      "emptyContent": "Document content cannot be empty.",
+      "loadError": "Failed to load the document. Please try again.",
+      "loading": "Loading...",
+      "save": "Save",
+      "saveError": "Failed to save the document. Please try again.",
+      "saveSuccess": "Document saved successfully.",
+      "title": "New Document",
+      "updateSuccess": "Document updated successfully."
+    },
    "uploadButton": "Upload"
  },
+  "home": {
+    "getStarted": "Get Started",
+    "greeting": "Get Started",
+    "quickActions": "Quick Actions",
+    "recentDocuments": "Recent Documents",
+    "recentFiles": "Recent Files",
+    "subtitle": "Welcome to your knowledge base. Start managing your documents here.",
+    "uploadEntries": {
+      "files": {
+        "title": "Upload Files"
+      },
+      "folder": {
+        "title": "Upload Folder"
+      },
+      "knowledgeBase": {
+        "title": "Create Knowledge Base"
+      },
+      "newDocument": {
+        "title": "Create Document"
+      }
+    }
+  },
  "knowledgeBase": {
    "list": {
      "confirmRemoveKnowledgeBase": "You are about to delete this knowledge base. The files within will not be deleted and will be moved to All Files. Once deleted, the knowledge base cannot be recovered. Please proceed with caution.",
@@ -38,6 +115,10 @@
    "new": "New Knowledge Base",
    "title": "Knowledge Base"
  },
+  "menu": {
+    "allDocuments": "All Documents",
+    "allFiles": "All Files"
+  },
  "networkError": "Failed to retrieve the knowledge base. Please check your network connection and try again.",
  "notSupportGuide": {
    "desc": "The current deployment instance is in client database mode, and file management features are not available. Please switch to <1>server database deployment mode</1>, or use <3>LobeChat Cloud</3> directly.",
@@ -61,12 +142,16 @@
    "downloadFile": "Download File",
    "unsupportedFileAndContact": "This file format is not currently supported for online preview. If you have a request for previewing, feel free to <1>contact us</1>."
  },
+  "searchDocumentPlaceholder": "Search documents",
  "searchFilePlaceholder": "Search Files",
  "tab": {
-    "all": "All Files",
+    "all": "All",
    "audios": "Audio",
    "documents": "Documents",
+    "home": "Home",
    "images": "Images",
+    "moreTypes": "More Types",
+    "pages": "Pages",
    "videos": "Videos",
    "websites": "Websites"
  },
@@ -0,0 +1,42 @@
+{
+  "callback": {
+    "buttons": {
+      "close": "Close Window"
+    },
+    "messages": {
+      "authFailed": "Authorization failed: {{error}}",
+      "missingParams": "Missing authorization parameters",
+      "processing": "Processing authorization...",
+      "successWithCountdown": "{{message}} The window will close automatically in {{countdown}} seconds",
+      "successWithRedirect": "Authorization successful! Redirecting..."
+    },
+    "titles": {
+      "error": "Authorization Failed",
+      "loading": "LobeHub Market Authorization",
+      "success": "Authorization Successful"
+    }
+  },
+  "errors": {
+    "authorizationFailed": "Authorization failed, please try again.",
+    "browserOnly": "The authorization process can only be initiated in a browser.",
+    "codeConsumed": "The authorization code has already been used. Please try again.",
+    "codeVerifierMissing": "Invalid authorization session. Please restart the login process.",
+    "general": "An error occurred during authorization. Please try again.",
+    "handoffFailed": "Failed to retrieve authorization result. Please try again.",
+    "handoffTimeout": "Authorization timed out. Please complete the process in your browser and try again.",
+    "oidcNotReady": "Authorization service is not ready. Please try again later.",
+    "openBrowserFailed": "Failed to open the system browser. Please try again.",
+    "openPopupFailed": "Failed to open authorization popup. Please check your browser's popup blocker settings.",
+    "popupClosed": "The authorization window was closed before completion.",
+    "sessionExpired": "Authorization session has expired. Please log in again.",
+    "stateMismatch": "Authorization state mismatch. Please try again.",
+    "stateMissing": "Authorization state not found. Please try again."
+  },
+  "messages": {
+    "loading": "Starting authorization process...",
+    "success": {
+      "submit": "Authorization successful! You can now publish your assistant.",
+      "upload": "Authorization successful! You can now publish a new version."
+    }
+  }
+}
@@ -1049,6 +1049,9 @@
  "deepseek-r1-0528": {
    "description": "The full-capacity 685B model released on May 28, 2025. DeepSeek-R1 extensively employs reinforcement learning during post-training, significantly enhancing reasoning capabilities with minimal labeled data. It demonstrates strong performance in mathematics, coding, and natural language reasoning tasks."
  },
+  "deepseek-r1-250528": {
+    "description": "DeepSeek R1 250528, the full-performance DeepSeek-R1 inference model, ideal for complex mathematical and logical tasks."
+  },
  "deepseek-r1-70b-fast-online": {
    "description": "DeepSeek R1 70B fast version, supporting real-time online search, providing faster response times while maintaining model performance."
  },
@@ -1059,31 +1062,34 @@
    "description": "deepseek-r1-distill-llama is a model distilled from DeepSeek-R1 based on Llama."
  },
  "deepseek-r1-distill-llama-70b": {
-    "description": "DeepSeek R1—the larger and smarter model in the DeepSeek suite—has been distilled into the Llama 70B architecture. Based on benchmark tests and human evaluations, this model is smarter than the original Llama 70B, especially excelling in tasks requiring mathematical and factual accuracy."
+    "description": "DeepSeek R1 Distill Llama 70B, a distilled model combining general R1 inference capabilities with the Llama ecosystem."
  },
  "deepseek-r1-distill-llama-8b": {
-    "description": "The DeepSeek-R1-Distill series models are fine-tuned versions of samples generated by DeepSeek-R1, using knowledge distillation techniques on open-source models like Qwen and Llama."
+    "description": "DeepSeek-R1-Distill-Llama-8B is a distilled large language model based on Llama-3.1-8B, utilizing outputs from DeepSeek R1."
+  },
+  "deepseek-r1-distill-qianfan-70b": {
+    "description": "DeepSeek R1 Distill Qianfan 70B, a cost-effective R1 distilled model based on Qianfan-70B."
+  },
+  "deepseek-r1-distill-qianfan-8b": {
+    "description": "DeepSeek R1 Distill Qianfan 8B, an R1 distilled model based on Qianfan-8B, suitable for small to medium-scale applications."
  },
  "deepseek-r1-distill-qianfan-llama-70b": {
-    "description": "First released on February 14, 2025, distilled by the Qianfan model development team using Llama3_70B as the base model (Built with Meta Llama), with Qianfan's corpus also added to the distilled data."
-  },
-  "deepseek-r1-distill-qianfan-llama-8b": {
-    "description": "First released on February 14, 2025, distilled by the Qianfan model development team using Llama3_8B as the base model (Built with Meta Llama), with Qianfan's corpus also added to the distilled data."
+    "description": "DeepSeek R1 Distill Qianfan Llama 70B, an R1 distilled model based on Llama-70B."
  },
  "deepseek-r1-distill-qwen": {
    "description": "deepseek-r1-distill-qwen is a model distilled from DeepSeek-R1 based on Qwen."
  },
  "deepseek-r1-distill-qwen-1.5b": {
-    "description": "The DeepSeek-R1-Distill series models are fine-tuned versions of samples generated by DeepSeek-R1, using knowledge distillation techniques on open-source models like Qwen and Llama."
+    "description": "DeepSeek R1 Distill Qwen 1.5B, an ultra-lightweight R1 distilled model designed for extremely low-resource environments."
  },
  "deepseek-r1-distill-qwen-14b": {
-    "description": "The DeepSeek-R1-Distill series models are fine-tuned versions of samples generated by DeepSeek-R1, using knowledge distillation techniques on open-source models like Qwen and Llama."
+    "description": "DeepSeek R1 Distill Qwen 14B, a mid-sized R1 distilled model suitable for multi-scenario deployment."
  },
  "deepseek-r1-distill-qwen-32b": {
-    "description": "The DeepSeek-R1-Distill series models are fine-tuned versions of samples generated by DeepSeek-R1, using knowledge distillation techniques on open-source models like Qwen and Llama."
+    "description": "DeepSeek R1 Distill Qwen 32B, an R1 distilled model based on Qwen-32B, balancing performance and cost."
  },
  "deepseek-r1-distill-qwen-7b": {
-    "description": "The DeepSeek-R1-Distill series models are fine-tuned versions of samples generated by DeepSeek-R1, using knowledge distillation techniques on open-source models like Qwen and Llama."
+    "description": "DeepSeek R1 Distill Qwen 7B, a lightweight R1 distilled model ideal for edge computing and enterprise private deployments."
  },
  "deepseek-r1-fast-online": {
    "description": "DeepSeek R1 full fast version, supporting real-time online search, combining the powerful capabilities of 671B parameters with faster response times."
@@ -1112,12 +1118,24 @@
  "deepseek-v3.1-terminus": {
    "description": "DeepSeek-V3.1-Terminus is an optimized large language model developed by DeepSeek, specifically tailored for terminal devices."
  },
+  "deepseek-v3.1-think-250821": {
+    "description": "DeepSeek V3.1 Think 250821, a deep reasoning model aligned with the Terminus version, suitable for high-performance inference scenarios."
+  },
  "deepseek-v3.1:671b": {
    "description": "DeepSeek V3.1: The next-generation reasoning model that enhances complex reasoning and chain-of-thought capabilities, suitable for tasks requiring in-depth analysis."
  },
  "deepseek-v3.2-exp": {
    "description": "deepseek-v3.2-exp introduces a sparse attention mechanism designed to enhance training and inference efficiency when processing long texts, priced lower than deepseek-v3.1."
  },
+  "deepseek-v3.2-think": {
+    "description": "DeepSeek V3.2 Think, a full-performance deep reasoning model with enhanced long-chain reasoning capabilities."
+  },
+  "deepseek-vl2": {
+    "description": "DeepSeek VL2, a multimodal model supporting image-text understanding and fine-grained visual question answering."
+  },
+  "deepseek-vl2-small": {
+    "description": "DeepSeek VL2 Small, a lightweight multimodal version designed for resource-constrained and high-concurrency scenarios."
+  },
  "deepseek/deepseek-chat-v3-0324": {
    "description": "DeepSeek V3 is a 685B parameter expert mixture model, the latest iteration in the DeepSeek team's flagship chat model series.\n\nIt inherits from the [DeepSeek V3](/deepseek/deepseek-chat-v3) model and performs excellently across various tasks."
  },
@@ -1253,83 +1271,89 @@
  "emohaa": {
    "description": "Emohaa is a psychological model with professional counseling capabilities, helping users understand emotional issues."
  },
-  "ernie-3.5-128k": {
-    "description": "Baidu's flagship large-scale language model, covering a vast amount of Chinese and English corpus, possesses strong general capabilities to meet the requirements of most dialogue Q&A, creative generation, and plugin application scenarios; it supports automatic integration with Baidu search plugins to ensure the timeliness of Q&A information."
-  },
-  "ernie-3.5-8k": {
-    "description": "Baidu's flagship large-scale language model, covering a vast amount of Chinese and English corpus, possesses strong general capabilities to meet the requirements of most dialogue Q&A, creative generation, and plugin application scenarios; it supports automatic integration with Baidu search plugins to ensure the timeliness of Q&A information."
-  },
-  "ernie-3.5-8k-preview": {
-    "description": "Baidu's flagship large-scale language model, covering a vast amount of Chinese and English corpus, possesses strong general capabilities to meet the requirements of most dialogue Q&A, creative generation, and plugin application scenarios; it supports automatic integration with Baidu search plugins to ensure the timeliness of Q&A information."
-  },
-  "ernie-4.0-8k-latest": {
-    "description": "Baidu's flagship ultra-large-scale language model, which has achieved a comprehensive upgrade in model capabilities compared to ERNIE 3.5, widely applicable to complex task scenarios across various fields; it supports automatic integration with Baidu search plugins to ensure the timeliness of Q&A information."
-  },
-  "ernie-4.0-8k-preview": {
-    "description": "Baidu's flagship ultra-large-scale language model, which has achieved a comprehensive upgrade in model capabilities compared to ERNIE 3.5, widely applicable to complex task scenarios across various fields; it supports automatic integration with Baidu search plugins to ensure the timeliness of Q&A information."
-  },
-  "ernie-4.0-turbo-128k": {
-    "description": "Baidu's flagship ultra-large-scale language model, demonstrating outstanding overall performance, widely applicable to complex task scenarios across various fields; it supports automatic integration with Baidu search plugins to ensure the timeliness of Q&A information. It performs better than ERNIE 4.0 in terms of performance."
-  },
-  "ernie-4.0-turbo-8k-latest": {
-    "description": "Baidu's flagship ultra-large-scale language model, demonstrating outstanding overall performance, widely applicable to complex task scenarios across various fields; it supports automatic integration with Baidu search plugins to ensure the timeliness of Q&A information. It performs better than ERNIE 4.0 in terms of performance."
-  },
-  "ernie-4.0-turbo-8k-preview": {
-    "description": "Baidu's flagship ultra-large-scale language model, demonstrating outstanding overall performance, widely applicable to complex task scenarios across various fields; it supports automatic integration with Baidu search plugins to ensure the timeliness of Q&A information. It performs better than ERNIE 4.0 in terms of performance."
+  "ernie-4.5-0.3b": {
+    "description": "ERNIE 4.5 0.3B, an open-source lightweight model suitable for local and customized deployments."
  },
  "ernie-4.5-21b-a3b": {
-    "description": "ERNIE 4.5 21B A3B is a Mixture of Experts model from Baidu's Wenxin series, offering strong reasoning and multilingual capabilities."
+    "description": "ERNIE 4.5 21B A3B, an open-source large-parameter model with stronger performance in understanding and generation tasks."
  },
  "ernie-4.5-300b-a47b": {
    "description": "ERNIE 4.5 300B A47B is a large-scale Mixture of Experts model from Baidu's Wenxin series, delivering exceptional reasoning performance."
  },
  "ernie-4.5-8k-preview": {
-    "description": "ERNIE 4.5 is Baidu's self-developed next-generation native multimodal foundational model, achieving collaborative optimization through joint modeling of multiple modalities, with excellent multimodal understanding capabilities; it features enhanced language abilities, with significant improvements in understanding, generation, logic, and memory, as well as reduced hallucinations and improved logical reasoning and coding capabilities."
+    "description": "ERNIE 4.5 8K Preview, an 8K context preview model for experiencing and testing ERNIE 4.5 capabilities."
  },
  "ernie-4.5-turbo-128k": {
-    "description": "Wenxin 4.5 Turbo shows significant enhancements in reducing hallucinations, logical reasoning, and coding capabilities. Compared to Wenxin 4.5, it is faster and more cost-effective. The model's capabilities have been comprehensively improved to better meet the needs of multi-turn long history dialogue processing and long document understanding Q&A tasks."
+    "description": "ERNIE 4.5 Turbo 128K, a high-performance general-purpose model supporting search augmentation and tool invocation, suitable for Q&A, coding, agents, and more."
+  },
+  "ernie-4.5-turbo-128k-preview": {
+    "description": "ERNIE 4.5 Turbo 128K Preview, offering the same capabilities as the official version, ideal for integration testing and staging."
  },
  "ernie-4.5-turbo-32k": {
-    "description": "Wenxin 4.5 Turbo has also shown significant enhancements in reducing hallucinations, logical reasoning, and coding capabilities. Compared to Wenxin 4.5, it is faster and more cost-effective. There are notable improvements in text creation and knowledge Q&A capabilities. The output length and sentence delay have increased compared to ERNIE 4.5."
+    "description": "ERNIE 4.5 Turbo 32K, a medium-to-long context version suitable for Q&A, knowledge retrieval, and multi-turn conversations."
+  },
+  "ernie-4.5-turbo-latest": {
+    "description": "ERNIE 4.5 Turbo Latest, optimized for overall performance, ideal as a general-purpose production model."
+  },
+  "ernie-4.5-turbo-vl": {
+    "description": "ERNIE 4.5 Turbo VL, a mature multimodal model for image-text understanding and recognition in production environments."
  },
  "ernie-4.5-turbo-vl-32k": {
-    "description": "A brand new version of the Wenxin large model, with significant improvements in image understanding, creation, translation, and coding capabilities, now supports a context length of 32K for the first time, with a significant reduction in first token delay."
+    "description": "ERNIE 4.5 Turbo VL 32K, a medium-to-long text multimodal version for joint understanding of long documents and images."
+  },
+  "ernie-4.5-turbo-vl-32k-preview": {
+    "description": "ERNIE 4.5 Turbo VL 32K Preview, a 32K multimodal preview version for evaluating long-context visual capabilities."
+  },
+  "ernie-4.5-turbo-vl-latest": {
+    "description": "ERNIE 4.5 Turbo VL Latest, the latest multimodal version offering improved image-text understanding and reasoning."
+  },
+  "ernie-4.5-turbo-vl-preview": {
+    "description": "ERNIE 4.5 Turbo VL Preview, a multimodal preview model supporting image-text understanding and generation, ideal for visual Q&A and content comprehension."
+  },
+  "ernie-4.5-vl-28b-a3b": {
+    "description": "ERNIE 4.5 VL 28B A3B, an open-source multimodal model supporting image-text understanding and reasoning tasks."
+  },
+  "ernie-5.0-thinking-preview": {
+    "description": "ERNIE 5.0 Thinking Preview, a native all-modality flagship model supporting unified modeling of text, image, audio, and video, with comprehensive capability upgrades for complex Q&A, creative tasks, and agent scenarios."
  },
  "ernie-char-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."
+    "description": "ERNIE Character 8K, a persona dialogue model ideal for IP character building and long-term companion conversations."
  },
  "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."
+    "description": "ERNIE Character Fiction 8K, a persona model for novel and story creation, suitable for generating long-form narratives."
+  },
+  "ernie-char-fiction-8k-preview": {
+    "description": "ERNIE Character Fiction 8K Preview, a preview model for character and story creation, designed for feature testing and experience."
  },
  "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."
+    "description": "ERNIE iRAG Edit, an image editing model supporting image erasure, redrawing, and variant generation."
  },
  "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."
+    "description": "ERNIE Lite 8K, a lightweight general-purpose model suitable for cost-sensitive daily Q&A and content generation."
  },
  "ernie-lite-pro-128k": {
-    "description": "Baidu's lightweight large language model, balancing excellent model performance with inference efficiency, offering better performance than ERNIE Lite, suitable for low-power AI acceleration card inference."
+    "description": "ERNIE Lite Pro 128K, a lightweight high-performance model ideal for latency- and cost-sensitive business scenarios."
  },
  "ernie-novel-8k": {
-    "description": "Baidu's general-purpose large language model, which has a significant advantage in novel continuation capabilities and can also be used in short plays, movies, and other scenarios."
+    "description": "ERNIE Novel 8K, a model for long-form novel and IP story creation, skilled in multi-character and multi-threaded storytelling."
  },
  "ernie-speed-128k": {
-    "description": "Baidu's latest self-developed high-performance large language model released in 2024, with excellent general capabilities, suitable as a base model for fine-tuning to better address specific scenario issues while also demonstrating excellent inference performance."
+    "description": "ERNIE Speed 128K, a large model with no input/output cost, suitable for long-text understanding and large-scale trials."
+  },
+  "ernie-speed-8k": {
+    "description": "ERNIE Speed 8K, a free and fast model ideal for daily conversations and lightweight text tasks."
  },
  "ernie-speed-pro-128k": {
-    "description": "Baidu's latest self-developed high-performance large language model released in 2024, with excellent general capabilities, offering better performance than ERNIE Speed, suitable as a base model for fine-tuning to better address specific scenario issues while also demonstrating excellent inference performance."
+    "description": "ERNIE Speed Pro 128K, a high-concurrency, cost-effective model suitable for large-scale online services and enterprise applications."
  },
  "ernie-tiny-8k": {
-    "description": "ERNIE Tiny is Baidu's ultra-high-performance large language model, with the lowest deployment and fine-tuning costs among the Wenxin series models."
-  },
-  "ernie-x1-32k": {
-    "description": "Possesses stronger abilities in understanding, planning, reflection, and evolution. As a more comprehensive deep thinking model, Wenxin X1 combines accuracy, creativity, and eloquence, excelling in areas such as Chinese knowledge Q&A, literary creation, document writing, daily conversation, logical reasoning, complex calculations, and tool invocation."
-  },
-  "ernie-x1-32k-preview": {
-    "description": "The ERNIE X1 model possesses stronger understanding, planning, reflection, and evolution capabilities. As a more comprehensive deep thinking model, ERNIE X1 excels in accuracy, creativity, and eloquence, particularly in Chinese knowledge Q&A, literary creation, document writing, daily conversation, logical reasoning, complex calculations, and tool invocation."
+    "description": "ERNIE Tiny 8K, an ultra-lightweight model for simple Q&A, classification, and other low-cost inference scenarios."
  },
  "ernie-x1-turbo-32k": {
-    "description": "The model performs better in terms of effectiveness and performance compared to ERNIE-X1-32K."
+    "description": "ERNIE X1 Turbo 32K, a high-speed reasoning model with 32K long context, ideal for complex reasoning and multi-turn dialogue."
+  },
+  "ernie-x1.1-preview": {
+    "description": "ERNIE X1.1 Preview, a preview version of the ERNIE X1.1 reasoning model, suitable for capability validation and testing."
  },
  "fal-ai/bytedance/seedream/v4": {
    "description": "Seedream 4.0 image generation model developed by ByteDance Seed team supports text and image inputs, providing a highly controllable and high-quality image generation experience. Generates images based on text prompts."
@@ -1389,7 +1413,7 @@
    "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."
+    "description": "FLUX.1-schnell, a high-performance image generation model for fast creation of multi-style images."
  },
  "gemini-1.0-pro-001": {
    "description": "Gemini 1.0 Pro 001 (Tuning) offers stable and tunable performance, making it an ideal choice for complex task solutions."
@@ -1538,6 +1562,9 @@
  "glm-4-0520": {
    "description": "GLM-4-0520 is the latest model version designed for highly complex and diverse tasks, demonstrating outstanding performance."
  },
+  "glm-4-32b-0414": {
+    "description": "GLM-4 32B 0414, a general-purpose large model from the GLM series, supporting multi-task text generation and understanding."
+  },
  "glm-4-9b-chat": {
    "description": "GLM-4-9B-Chat demonstrates high performance across semantics, mathematics, reasoning, coding, and knowledge. It also supports web browsing, code execution, custom tool invocation, and long-text reasoning. Supports 26 languages including Japanese, Korean, and German."
  },
@@ -1826,6 +1853,18 @@
  "gpt-5-pro": {
    "description": "GPT-5 Pro leverages greater computational power for deeper reasoning and consistently delivers improved answers."
  },
+  "gpt-5.1": {
+    "description": "GPT-5.1 — A flagship model optimized for coding and agent tasks, featuring configurable reasoning strength and extended context support."
+  },
+  "gpt-5.1-chat-latest": {
+    "description": "GPT-5.1 Chat: A variant of GPT-5.1 tailored for ChatGPT, ideal for conversational scenarios."
+  },
+  "gpt-5.1-codex": {
+    "description": "GPT-5.1 Codex: A GPT-5.1 variant optimized for agentic coding tasks, designed for more complex code/agent workflows via the Responses API."
+  },
+  "gpt-5.1-codex-mini": {
+    "description": "GPT-5.1 Codex mini: A smaller, more cost-effective Codex variant optimized for agentic coding tasks."
+  },
  "gpt-audio": {
    "description": "GPT Audio is a general-purpose chat model designed for audio input and output, supporting audio I/O in the Chat Completions API."
  },
@@ -2001,13 +2040,13 @@
    "description": "Imagen 4th-generation text-to-image model series"
  },
  "imagen-4.0-generate-preview-06-06": {
-    "description": "Imagen 4th generation text-to-image model series"
+    "description": "Imagen 4th-generation text-to-image model series."
  },
  "imagen-4.0-ultra-generate-001": {
    "description": "Imagen 4th-generation text-to-image model, Ultra version"
  },
  "imagen-4.0-ultra-generate-preview-06-06": {
-    "description": "Imagen 4th generation text-to-image model series Ultra version"
+    "description": "Ultra version of the 4th-generation Imagen text-to-image model series."
  },
  "inception/mercury-coder-small": {
    "description": "Mercury Coder Small is ideal for code generation, debugging, and refactoring tasks, offering minimal latency."
@@ -2036,14 +2075,26 @@
  "internlm3-latest": {
    "description": "Our latest model series boasts exceptional inference performance, leading the pack among open-source models of similar scale. It defaults to our most recently released InternLM3 series models."
  },
+  "internvl2.5-38b-mpo": {
+    "description": "InternVL2.5 38B MPO, a multimodal pre-trained model supporting complex image-text reasoning tasks."
+  },
  "internvl2.5-latest": {
    "description": "The InternVL2.5 version we continue to maintain, offering excellent and stable performance. It defaults to our latest released InternVL2.5 series model, currently pointing to internvl2.5-78b."
  },
+  "internvl3-14b": {
+    "description": "InternVL3 14B, a mid-sized multimodal model balancing performance and cost."
+  },
+  "internvl3-1b": {
+    "description": "InternVL3 1B, a lightweight multimodal model suitable for deployment in resource-constrained environments."
+  },
+  "internvl3-38b": {
+    "description": "InternVL3 38B, a large-scale open-source multimodal model for high-precision image-text understanding tasks."
+  },
  "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."
+    "description": "ERNIE iRAG, an image retrieval-augmented generation model supporting image search, image-text retrieval, and content generation."
  },
  "jamba-large": {
    "description": "Our most powerful and advanced model, designed for handling complex enterprise-level tasks with exceptional performance."
@@ -2064,7 +2115,7 @@
    "description": "The kimi-k2-0905-preview model has a context length of 256k, featuring stronger Agentic Coding capabilities, more outstanding aesthetics and practicality of frontend code, and better context understanding."
  },
  "kimi-k2-instruct": {
-    "description": "Kimi K2 Instruct is a large language model developed by Moonshot AI, featuring ultra-long context processing capabilities."
+    "description": "Kimi K2 Instruct, the official Kimi inference model supporting long context, code, Q&A, and more."
  },
  "kimi-k2-turbo-preview": {
    "description": "Kimi-K2 is a Mixture-of-Experts (MoE) foundation model with exceptional coding and agent capabilities, featuring 1T total parameters and 32B activated parameters. In benchmark evaluations across core categories — general knowledge reasoning, programming, mathematics, and agent tasks — the K2 model outperforms other leading open-source models."
@@ -2735,6 +2786,54 @@
  "pro-deepseek-v3": {
    "description": "Enterprise-exclusive service model with concurrent service support."
  },
+  "qianfan-70b": {
+    "description": "Qianfan 70B, a large-parameter Chinese model suitable for high-quality content generation and complex reasoning tasks."
+  },
+  "qianfan-8b": {
+    "description": "Qianfan 8B, a medium-sized general-purpose model balancing cost and performance for text generation and Q&A."
+  },
+  "qianfan-agent-intent-32k": {
+    "description": "Qianfan Agent Intent 32K, a model for intent recognition and agent orchestration, supporting long-context scenarios."
+  },
+  "qianfan-agent-lite-8k": {
+    "description": "Qianfan Agent Lite 8K, a lightweight agent model for low-cost multi-turn dialogue and business orchestration."
+  },
+  "qianfan-agent-speed-32k": {
+    "description": "Qianfan Agent Speed 32K, a high-throughput agent model for large-scale, multi-task agent applications."
+  },
+  "qianfan-agent-speed-8k": {
+    "description": "Qianfan Agent Speed 8K, a high-concurrency agent model for short-to-medium conversations and fast response."
+  },
+  "qianfan-check-vl": {
+    "description": "Qianfan Check VL, a multimodal content moderation and detection model supporting image-text compliance and recognition tasks."
+  },
+  "qianfan-composition": {
+    "description": "Qianfan Composition, a multimodal creative model supporting integrated image-text understanding and generation."
+  },
+  "qianfan-engcard-vl": {
+    "description": "Qianfan EngCard VL, a multimodal recognition model focused on English-language scenarios."
+  },
+  "qianfan-lightning-128b-a19b": {
+    "description": "Qianfan Lightning 128B A19B, a high-performance Chinese general-purpose model for complex Q&A and large-scale reasoning tasks."
+  },
+  "qianfan-llama-vl-8b": {
+    "description": "Qianfan Llama VL 8B, a multimodal model based on Llama for general image-text understanding tasks."
+  },
+  "qianfan-multipicocr": {
+    "description": "Qianfan MultiPicOCR, a multi-image OCR model supporting text detection and recognition across multiple images."
+  },
+  "qianfan-qi-vl": {
+    "description": "Qianfan QI VL, a multimodal Q&A model supporting accurate retrieval and question answering in complex image-text scenarios."
+  },
+  "qianfan-singlepicocr": {
+    "description": "Qianfan SinglePicOCR, a single-image OCR model supporting high-precision character recognition."
+  },
+  "qianfan-vl-70b": {
+    "description": "Qianfan VL 70B, a large-parameter vision-language model for complex image-text understanding scenarios."
+  },
+  "qianfan-vl-8b": {
+    "description": "Qianfan VL 8B, a lightweight vision-language model suitable for daily image-text Q&A and analysis."
+  },
  "qvq-72b-preview": {
    "description": "The QVQ model is an experimental research model developed by the Qwen team, focusing on enhancing visual reasoning capabilities, particularly in the field of mathematical reasoning."
  },
@@ -2886,7 +2985,7 @@
    "description": "The 72B model of Tongyi Qianwen 2.5 is open-sourced."
  },
  "qwen2.5-7b-instruct": {
-    "description": "The 7B model of Tongyi Qianwen 2.5 is open-sourced."
+    "description": "Qwen2.5 7B Instruct, a mature open-source instruction model designed for versatile dialogue and content generation."
  },
  "qwen2.5-coder-1.5b-instruct": {
    "description": "Open-source version of the Qwen coding model."
@@ -2919,13 +3018,13 @@
    "description": "The Qwen-Omni series models support input of various modalities, including video, audio, images, and text, and output audio and text."
  },
  "qwen2.5-vl-32b-instruct": {
-    "description": "The Qwen2.5-VL model series enhances the model's intelligence level, practicality, and applicability, delivering superior performance in scenarios such as natural conversations, content creation, professional knowledge services, and code development. The 32B version employs reinforcement learning techniques to optimize the model, offering more human-preferred output styles, enhanced reasoning capabilities for complex mathematical problems, and fine-grained image understanding and reasoning compared to other models in the Qwen2.5-VL series."
+    "description": "Qwen2.5 VL 32B Instruct, a multimodal open-source model ideal for private deployment and diverse applications."
  },
  "qwen2.5-vl-72b-instruct": {
    "description": "This version enhances instruction following, mathematics, problem-solving, and coding capabilities, improving the ability to recognize various formats and accurately locate visual elements. It supports understanding long video files (up to 10 minutes) and pinpointing events in seconds, comprehending the sequence and speed of time, and based on parsing and locating capabilities, it supports controlling OS or Mobile agents. It has strong key information extraction and JSON output capabilities, and this version is the most powerful in the series at 72B."
  },
  "qwen2.5-vl-7b-instruct": {
-    "description": "This version enhances instruction following, mathematics, problem-solving, and coding capabilities, improving the ability to recognize various formats and accurately locate visual elements. It supports understanding long video files (up to 10 minutes) and pinpointing events in seconds, comprehending the sequence and speed of time, and based on parsing and locating capabilities, it supports controlling OS or Mobile agents. It has strong key information extraction and JSON output capabilities, and this version is the most powerful in the series at 72B."
+    "description": "Qwen2.5 VL 7B Instruct, a lightweight multimodal model balancing deployment cost and recognition capabilities."
  },
  "qwen2.5-vl-instruct": {
    "description": "Qwen2.5-VL is the latest version of the visual language model in the Qwen model family."
@@ -2952,46 +3051,46 @@
    "description": "Qwen3 is Alibaba's next-generation large-scale language model, designed to support diverse application needs with outstanding performance."
  },
  "qwen3-0.6b": {
-    "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."
+    "description": "Qwen3 0.6B, an entry-level model suitable for basic reasoning and highly resource-constrained environments."
  },
  "qwen3-1.7b": {
-    "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."
+    "description": "Qwen3 1.7B, an ultra-lightweight model optimized for edge and on-device deployment."
  },
  "qwen3-14b": {
-    "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."
+    "description": "Qwen3 14B, a mid-sized model ideal for multilingual Q&A and text generation tasks."
  },
  "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."
+    "description": "Qwen3 235B A22B, a general-purpose large model built for a wide range of complex tasks."
  },
  "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)."
+    "description": "Qwen3 235B A22B Instruct 2507, a flagship general-purpose instruction model for diverse generation and reasoning tasks."
  },
  "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."
+    "description": "Qwen3 235B A22B Thinking 2507, an ultra-large-scale reasoning model tailored for high-difficulty inference."
  },
  "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."
+    "description": "Qwen3 30B A3B, a medium-to-large general-purpose model offering a balance between cost and performance."
  },
  "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."
+    "description": "Qwen3 30B A3B Instruct 2507, a medium-to-large instruction model designed for high-quality generation and Q&A."
  },
  "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."
+    "description": "Qwen3 30B A3B Thinking 2507, a medium-to-large reasoning model balancing accuracy and cost."
  },
  "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."
+    "description": "Qwen3 32B, a general-purpose model suited for tasks requiring stronger comprehension capabilities."
  },
  "qwen3-4b": {
-    "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."
+    "description": "Qwen3 4B, ideal for small to medium-scale applications and local inference scenarios."
  },
  "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."
+    "description": "Qwen3 8B, a lightweight model with flexible deployment, suitable for high-concurrency workloads."
  },
  "qwen3-coder-30b-a3b-instruct": {
    "description": "The open-source version of the Tongyi Qianwen code model. The latest qwen3-coder-30b-a3b-instruct is a code generation model based on Qwen3, featuring powerful Coding Agent capabilities. It excels at tool usage and environment interaction, enabling autonomous programming with outstanding coding and general abilities."
  },
  "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."
+    "description": "Qwen3 Coder 480B A35B Instruct, a flagship code model supporting multilingual programming and complex code understanding."
  },
  "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."
@@ -3005,32 +3104,41 @@
  "qwen3-max": {
    "description": "Tongyi Qianwen 3 series Max model, which shows significant overall improvements compared to the 2.5 series, including enhanced bilingual (Chinese and English) text understanding, complex instruction following, subjective open-domain task capabilities, multilingual support, and tool invocation abilities; the model also exhibits fewer hallucinations. The latest qwen3-max model features specialized upgrades in agent programming and tool invocation compared to the qwen3-max-preview version. The officially released model achieves state-of-the-art performance in its domain and is adapted to more complex agent scenarios."
  },
+  "qwen3-max-preview": {
+    "description": "The most advanced model in the Qwen series, ideal for complex, multi-step tasks. Preview version now supports reasoning."
+  },
  "qwen3-next-80b-a3b-instruct": {
    "description": "A new generation of non-thinking mode open-source model based on Qwen3. Compared to the previous version (Tongyi Qianwen 3-235B-A22B-Instruct-2507), it offers better Chinese text comprehension, enhanced logical reasoning abilities, and improved performance in text generation tasks."
  },
  "qwen3-next-80b-a3b-thinking": {
-    "description": "A new generation of thinking mode open-source model based on Qwen3. Compared to the previous version (Tongyi Qianwen 3-235B-A22B-Thinking-2507), it features improved instruction-following capabilities and more concise model-generated summaries."
+    "description": "Qwen3 Next 80B A3B Thinking, a flagship reasoning model version designed for complex tasks."
  },
  "qwen3-omni-flash": {
    "description": "The Qwen-Omni model accepts multimodal input including text, images, audio, and video, and generates responses in text or speech. It offers a variety of human-like voice tones, supports multilingual and dialectal speech output, and is applicable to scenarios such as text creation, visual recognition, and voice assistants."
  },
  "qwen3-vl-235b-a22b-instruct": {
-    "description": "Qwen3 VL 235B A22B Instruct Mode (non-thinking), designed for instruction-following scenarios without deep reasoning, while maintaining strong visual understanding capabilities."
+    "description": "Qwen3 VL 235B A22B Instruct, a flagship multimodal model built for high-demand comprehension and creative tasks."
  },
  "qwen3-vl-235b-a22b-thinking": {
-    "description": "Qwen3 VL 235B A22B Thinking Mode (open-source version), tailored for complex reasoning and long video understanding tasks, offering top-tier visual and textual reasoning performance."
+    "description": "Qwen3 VL 235B A22B Thinking, a flagship reasoning edition for complex multimodal inference and planning."
  },
  "qwen3-vl-30b-a3b-instruct": {
-    "description": "Qwen3 VL 30B Instruct Mode (non-thinking), designed for general instruction-following scenarios, with strong multimodal understanding and generation capabilities."
+    "description": "Qwen3 VL 30B A3B Instruct, a large multimodal model balancing accuracy and inference performance."
  },
  "qwen3-vl-30b-a3b-thinking": {
-    "description": "The open-source Qwen-VL model provides visual understanding and text generation capabilities. It supports agent interaction, visual encoding, spatial awareness, long video comprehension, and deep reasoning, with enhanced text recognition and multilingual support in complex scenarios."
+    "description": "Qwen3 VL 30B A3B Thinking, a deep reasoning version tailored for complex multimodal tasks."
+  },
+  "qwen3-vl-32b-instruct": {
+    "description": "Qwen3 VL 32B Instruct, a multimodal instruction-tuned model for high-quality visual-text Q&A and creative tasks."
+  },
+  "qwen3-vl-32b-thinking": {
+    "description": "Qwen3 VL 32B Thinking, a multimodal deep reasoning model enhanced for complex inference and long-chain analysis."
  },
  "qwen3-vl-8b-instruct": {
-    "description": "Qwen3 VL 8B Instruct Mode (non-thinking), suitable for standard multimodal generation and recognition tasks."
+    "description": "Qwen3 VL 8B Instruct, a lightweight multimodal model ideal for everyday visual Q&A and application integration."
  },
  "qwen3-vl-8b-thinking": {
-    "description": "Qwen3 VL 8B Thinking Mode, designed for lightweight multimodal reasoning and interaction scenarios, while retaining long-context understanding capabilities."
+    "description": "Qwen3 VL 8B Thinking, a multimodal chain-of-thought model designed for detailed reasoning over visual information."
  },
  "qwen3-vl-flash": {
    "description": "Qwen3 VL Flash: a lightweight, high-speed inference version ideal for latency-sensitive or high-volume request scenarios."
@@ -236,6 +236,8 @@
  },
  "inspector": {
    "args": "View Argument List",
+    "delete": "Delete Tool Call",
+    "orphanedToolCall": "This tool call message may have become orphaned due to an unexpected issue, which could affect the Agent's normal operation. Please remove it.",
    "pluginRender": "View Plugin Interface"
  },
  "list": {
@@ -251,14 +253,20 @@
  },
  "localSystem": {
    "apiName": {
+      "getCommandOutput": "Get Code Output",
+      "globLocalFiles": "Match Files",
+      "grepContent": "Search Content",
+      "killCommand": "Kill Code Execution",
      "listLocalFiles": "View File List",
      "moveLocalFiles": "Move Files",
      "readLocalFile": "Read File Content",
      "renameLocalFile": "Rename",
+      "runCommand": "Run Code",
      "searchLocalFiles": "Search Files",
-      "writeLocalFile": "Write File"
+      "writeLocalFile": "Write File",
+      "editLocalFile": "Edit File"
    },
-    "title": "Local Files"
+    "title": "Local System"
  },
  "mcpInstall": {
    "CHECKING_INSTALLATION": "Checking installation environment...",
@@ -2,6 +2,45 @@
  "about": {
    "title": "About"
  },
+  "agentInfoDescription": {
+    "basic": {
+      "avatar": "Avatar",
+      "description": "Description",
+      "name": "Name",
+      "tags": "Tags",
+      "title": "Agent Info"
+    },
+    "chat": {
+      "displayMode": "Display Mode",
+      "enableHistoryCount": "Enable Message History Count",
+      "historyCount": "Message History Count",
+      "no": "No",
+      "searchMode": "Search Mode",
+      "title": "Chat Preferences",
+      "yes": "Yes"
+    },
+    "model": {
+      "maxTokens": "Max Token Count",
+      "model": "Model",
+      "provider": "Provider",
+      "temperature": "Temperature",
+      "title": "Model Settings",
+      "topP": "Top P Value"
+    },
+    "plugins": {
+      "count": "Plugin Settings ({{count}})",
+      "empty": "No plugins installed yet",
+      "title": "Installed Plugins"
+    },
+    "role": {
+      "systemRole": "System Prompt",
+      "title": "Role Settings"
+    },
+    "value": {
+      "unset": "Not Set",
+      "untitled": "Untitled Agent"
+    }
+  },
  "agentTab": {
    "chat": "Chat Preferences",
    "meta": "Assistant Info",
@@ -18,6 +57,8 @@
    },
    "title": "Analytics"
  },
+  "checking": "Checking...",
+  "checkingPermissions": "Checking permissions...",
  "danger": {
    "clear": {
      "action": "Clear Now",
@@ -146,6 +187,58 @@
    },
    "waitingForMore": "More models are <1>planned to be added</1>, stay tuned"
  },
+  "marketPublish": {
+    "modal": {
+      "changelog": {
+        "extra": "Describe the key changes and improvements in this version",
+        "label": "Changelog",
+        "maxLengthError": "Changelog must not exceed 500 characters",
+        "placeholder": "Enter the changelog",
+        "required": "Please enter the changelog"
+      },
+      "comparison": {
+        "local": "Current Local Version",
+        "remote": "Currently Published Version"
+      },
+      "identifier": {
+        "extra": "The identifier serves as the unique ID for the agent. Use lowercase letters, numbers, and hyphens.",
+        "label": "Agent Identifier",
+        "lengthError": "Identifier must be between 3 and 50 characters",
+        "patternError": "Identifier can only contain lowercase letters, numbers, and hyphens",
+        "placeholder": "Enter a unique identifier for the agent, e.g., web-development",
+        "required": "Please enter the agent identifier"
+      },
+      "loading": {
+        "fetchingRemote": "Loading remote data...",
+        "submit": "Publishing agent...",
+        "upload": "Publishing new version..."
+      },
+      "messages": {
+        "createVersionFailed": "Failed to create version: {{message}}",
+        "fetchRemoteFailed": "Failed to fetch remote agent data",
+        "missingIdentifier": "This agent does not have a market identifier yet",
+        "notAuthenticated": "Please log in to your market account first",
+        "publishFailed": "Publish failed: {{message}}"
+      },
+      "submitButton": "Publish",
+      "title": {
+        "submit": "Share to Agent Market",
+        "upload": "Publish New Version"
+      }
+    },
+    "resultModal": {
+      "message": "The agent has been submitted for review. It will go live automatically once approved. Click 'View in Market' to see the published agent.",
+      "view": "View in Market"
+    },
+    "submit": {
+      "button": "Share to Market",
+      "tooltip": "Share the agent to the market"
+    },
+    "upload": {
+      "button": "Publish New Version",
+      "tooltip": "Publish a new version to the agent market"
+    }
+  },
  "message": {
    "success": "Update successful"
  },
@@ -561,7 +654,7 @@
  },
  "submitAgentModal": {
    "button": "Submit Assistant",
-    "identifier": "Assistant Identifier",
+    "identifier": "Agent Identifier",
    "metaMiss": "Please complete the assistant information before submitting. It should include name, description, and tags",
    "placeholder": "Enter a unique identifier for the assistant, e.g. web-development",
    "tooltips": "Share to the assistant marketplace"
@@ -17,6 +17,14 @@
  "localFiles": {
    "file": "File",
    "folder": "Folder",
+    "moveFiles": {
+      "itemsMoved": "{{count}} item(s) moved:",
+      "itemsMoved_one": "{{count}} item moved:",
+      "itemsMoved_other": "{{count}} items moved:",
+      "itemsToMove": "{{count}} item(s) to move:",
+      "itemsToMove_one": "{{count}} item to move:",
+      "itemsToMove_other": "{{count}} items to move:"
+    },
    "open": "Open",
    "openFile": "Open File",
    "openFolder": "Open Folder",
@@ -6,6 +6,7 @@
    "confirmRemoveUnstarred": "You are about to delete unstarred topics. This action cannot be undone, please proceed with caution.",
    "duplicate": "Create Copy",
    "export": "Export Topics",
+    "openInNewWindow": "Open in a new window",
    "removeAll": "Delete All Topics",
    "removeUnstarred": "Delete Unstarred Topics"
  },
@@ -17,6 +17,7 @@
  "availableAgents": "Agentes disponibles",
  "backToBottom": "Volver al fondo",
  "chatList": {
+    "expandMessage": "Expandir mensaje",
    "longMessageDetail": "Ver detalles"
  },
  "clearCurrentMessages": "Borrar mensajes actuales",
@@ -173,8 +174,11 @@
    "title": "Mencionar miembros"
  },
  "messageAction": {
+    "collapse": "Ocultar mensaje",
+    "continueGeneration": "Continuar generando",
    "delAndRegenerate": "Eliminar y Regenerar",
    "deleteDisabledByThreads": "Existen subtemas, no se puede eliminar",
+    "expand": "Expandir mensaje",
    "regenerate": "Regenerar"
  },
  "messages": {
@@ -239,6 +243,7 @@
  "noMatchingAgents": "No se encontraron miembros coincidentes",
  "noMembersYet": "Este grupo aún no tiene miembros. Haz clic en el botón + para invitar asistentes.",
  "noSelectedAgents": "Aún no se han seleccionado miembros",
+  "openInNewWindow": "Abrir en una nueva ventana",
  "owner": "Propietario del grupo",
  "pin": "Fijar",
  "pinOff": "Desfijar",
@@ -367,6 +372,28 @@
    "remained": "Restante",
    "used": "Usado"
  },
+  "tool": {
+    "intervention": {
+      "approve": "Aprobar",
+      "approveAndRemember": "Aprobar y recordar",
+      "approveOnce": "Aprobar solo esta vez",
+      "mode": {
+        "allowList": "Lista blanca",
+        "allowListDesc": "Ejecutar automáticamente solo las herramientas aprobadas",
+        "autoRun": "Aprobación automática",
+        "autoRunDesc": "Aprobar automáticamente la ejecución de todas las herramientas",
+        "manual": "Manual",
+        "manualDesc": "Se requiere aprobación manual para cada ejecución"
+      },
+      "reject": "Rechazar",
+      "rejectAndContinue": "Rechazar y volver a intentar",
+      "rejectOnly": "Rechazar",
+      "rejectReasonPlaceholder": "Ingresar una razón ayudará al agente a comprender y mejorar futuras acciones",
+      "rejectTitle": "Rechazar esta ejecución de herramienta",
+      "rejectedWithReason": "Esta ejecución de herramienta fue rechazada: {{reason}}",
+      "toolRejected": "Esta ejecución de herramienta fue rechazada"
+    }
+  },
  "topic": {
    "checkOpenNewTopic": "¿Abrir un nuevo tema?",
    "checkSaveCurrentMessages": "¿Desea guardar la conversación actual como tema?",
@@ -135,6 +135,7 @@
    }
  },
  "close": "Cerrar",
+  "confirm": "Confirmar",
  "contact": "Contacto",
  "copy": "Copiar",
  "copyFail": "Fallo al copiar",
@@ -285,6 +286,7 @@
  "oauth": "Inicio de sesión SSO",
  "officialSite": "Sitio oficial",
  "ok": "Aceptar",
+  "or": "o",
  "password": "Contraseña",
  "pin": "Fijar",
  "pinOff": "Quitar fijación",
@@ -106,6 +106,12 @@
    "keyPlaceholder": "Clave",
    "valuePlaceholder": "Valor"
  },
+  "LocalFile": {
+    "action": {
+      "open": "Abrir",
+      "showInFolder": "Mostrar en la carpeta"
+    }
+  },
  "MaxTokenSlider": {
    "unlimited": "Sin límite"
  },
@@ -41,9 +41,29 @@
        "openingMessage": "Mensaje de apertura",
        "openingQuestions": "Preguntas iniciales",
        "title": "Configuración del Asistente"
+      },
+      "version": {
+        "empty": "No hay versiones históricas",
+        "status": {
+          "archived": "Archivado",
+          "deprecated": "Rechazado",
+          "unpublished": "En revisión"
+        },
+        "table": {
+          "isLatest": "Última versión",
+          "isValidated": "Validado",
+          "publishAt": "Fecha de publicación",
+          "version": "Número de versión"
+        },
+        "title": "Historial de versiones"
      }
    },
    "list": "Lista de asistentes",
+    "marketSource": {
+      "label": "Cambiar fuente del mercado",
+      "legacy": "Mercado antiguo",
+      "new": "Nuevo mercado"
+    },
    "more": "Más",
    "plugins": "Integrar complementos",
    "recentSubmits": "Actualizaciones recientes",
@@ -51,10 +71,35 @@
      "createdAt": "Publicado recientemente",
      "identifier": "ID del Asistente",
      "knowledgeCount": "Cantidad de bases de conocimiento",
+      "myown": "Ver mis asistentes",
      "pluginCount": "Cantidad de complementos",
      "title": "Nombre del Asistente",
      "tokenUsage": "Uso de Tokens"
    },
+    "status": {
+      "archived": {
+        "reasons": {
+          "official": "El asistente fue retirado por problemas de seguridad/política por parte del equipo oficial",
+          "owner": "El propietario del asistente lo retiró o archivó voluntariamente"
+        },
+        "subtitle": "El asistente al que estás accediendo ha sido archivado por una de las siguientes razones:",
+        "title": "Asistente archivado"
+      },
+      "backToMarket": "Volver al mercado de asistentes",
+      "deprecated": {
+        "reasons": {
+          "official": "El asistente fue retirado por problemas de seguridad/política por parte del equipo oficial",
+          "owner": "El propietario del asistente lo retiró o rechazó voluntariamente"
+        },
+        "subtitle": "El asistente al que estás accediendo ha sido rechazado por una de las siguientes razones:",
+        "title": "Asistente rechazado"
+      },
+      "support": "Si tienes algún problema, copia el enlace y envíalo a <1>support@lobehub.com</1> para recibir asistencia.",
+      "unpublished": {
+        "subtitle": "El asistente al que estás accediendo está en proceso de revisión. Si tienes dudas, copia el enlace y envía tu consulta a <1>support@lobehub.com</1>.",
+        "title": "Asistente en revisión"
+      }
+    },
    "suggestions": "Recomendaciones relacionadas",
    "systemRole": "Configuración del asistente",
    "tokenUsage": "Uso de Tokens en el prompt del asistente",
@@ -1,5 +1,8 @@
 {
-  "desc": "Gestiona tu conocimiento",
+  "addFolder": "Crear carpeta",
+  "addKnowledge": "Agregar conocimiento",
+  "addPage": "Crear documento",
+  "desc": "Gestiona tus conocimientos de trabajo, estudio y vida.",
  "detail": {
    "basic": {
      "createdAt": "Fecha de creación",
@@ -21,15 +24,89 @@
      "embeddingStatus": "Vectorización"
    }
  },
+  "documentEditor": {
+    "addIcon": "Agregar ícono",
+    "autoSaveMessage": "El documento se guarda automáticamente, no es necesario guardarlo manualmente",
+    "chooseIcon": "Elegir ícono",
+    "deleteConfirm": {
+      "content": "Estás a punto de eliminar este documento. Una vez eliminado, no se podrá recuperar. Procede con precaución.",
+      "title": "Eliminar documento"
+    },
+    "deleteError": "Error al eliminar el documento",
+    "deleteSuccess": "Documento eliminado con éxito",
+    "editedAt": "Última edición el {{time}}",
+    "editedBy": "Editado por última vez por {{name}}",
+    "editorPlaceholder": "Escribe el contenido del documento, pulsa / para abrir el menú de comandos",
+    "empty": {
+      "createNewDocument": "Crear nuevo documento",
+      "title": "Selecciona un documento para comenzar",
+      "uploadMarkdown": "Subir archivo Markdown"
+    },
+    "linkCopied": "Enlace copiado",
+    "menu": {
+      "copyLink": "Copiar enlace",
+      "exportDocument": "Exportar documento",
+      "importDocument": "Importar documento",
+      "pin": "Fijar documento"
+    },
+    "saving": "Guardando...",
+    "titlePlaceholder": "Sin título",
+    "wordCount": "{{wordCount}} palabras"
+  },
+  "documentList": {
+    "copyContent": "Copiar todo el contenido",
+    "documentCount": "Total de {{count}} documentos",
+    "duplicate": "Crear una copia",
+    "empty": "No hay documentos. Haz clic en el botón de arriba para crear tu primer documento",
+    "noResults": "No se encontraron documentos coincidentes",
+    "selectNote": "Selecciona un documento para comenzar a editar",
+    "untitled": "Sin título"
+  },
  "empty": "No hay archivos/carpetas subidos aún",
  "header": {
    "actions": {
      "newFolder": "Nueva carpeta",
+      "newPage": "Nuevo documento",
      "uploadFile": "Subir archivo",
      "uploadFolder": "Subir carpeta"
    },
+    "newDocumentButton": "Nuevo documento",
+    "newNoteDialog": {
+      "cancel": "Cancelar",
+      "editTitle": "Editar documento",
+      "emptyContent": "El contenido del documento no puede estar vacío",
+      "loadError": "Error al cargar el documento, por favor intenta de nuevo",
+      "loading": "Cargando...",
+      "save": "Guardar",
+      "saveError": "Error al guardar el documento, por favor intenta de nuevo",
+      "saveSuccess": "Documento guardado con éxito",
+      "title": "Nuevo documento",
+      "updateSuccess": "Documento actualizado con éxito"
+    },
    "uploadButton": "Subir"
  },
+  "home": {
+    "getStarted": "Comenzar",
+    "greeting": "Comenzar",
+    "quickActions": "Acciones rápidas",
+    "recentDocuments": "Documentos recientes",
+    "recentFiles": "Archivos recientes",
+    "subtitle": "Bienvenido a tu base de conocimientos. Comienza aquí a gestionar tus documentos y notas",
+    "uploadEntries": {
+      "files": {
+        "title": "Subir archivos"
+      },
+      "folder": {
+        "title": "Subir carpeta"
+      },
+      "knowledgeBase": {
+        "title": "Nueva base de conocimientos"
+      },
+      "newDocument": {
+        "title": "Nuevo documento"
+      }
+    }
+  },
  "knowledgeBase": {
    "list": {
      "confirmRemoveKnowledgeBase": "Estás a punto de eliminar esta base de conocimientos. Los archivos no se eliminarán, se moverán a Todos los archivos. Una vez eliminada, la base de conocimientos no se podrá recuperar, por favor actúa con precaución.",
@@ -38,6 +115,10 @@
    "new": "Nueva base de conocimientos",
    "title": "Base de conocimientos"
  },
+  "menu": {
+    "allDocuments": "Todos los documentos",
+    "allFiles": "Todos los archivos"
+  },
  "networkError": "Error al obtener la base de conocimientos, por favor verifica la conexión a internet y vuelve a intentarlo",
  "notSupportGuide": {
    "desc": "La instancia de despliegue actual está en modo de base de datos cliente, no se puede utilizar la función de gestión de archivos. Por favor, cambia a <1>modo de despliegue de base de datos en servidor</1>, o utiliza directamente <3>LobeChat Cloud</3>",
@@ -61,12 +142,16 @@
    "downloadFile": "Descargar archivo",
    "unsupportedFileAndContact": "Este formato de archivo no es compatible con la vista previa en línea. Si desea solicitar una vista previa, no dude en <1>contactarnos</1>."
  },
+  "searchDocumentPlaceholder": "Buscar documentos",
  "searchFilePlaceholder": "Buscar archivo",
  "tab": {
-    "all": "Todos los archivos",
+    "all": "Todo",
    "audios": "Audios",
    "documents": "Documentos",
+    "home": "Inicio",
    "images": "Imágenes",
+    "moreTypes": "Más tipos",
+    "pages": "Documentos",
    "videos": "Videos",
    "websites": "Sitios web"
  },
@@ -0,0 +1,42 @@
+{
+  "callback": {
+    "buttons": {
+      "close": "Cerrar ventana"
+    },
+    "messages": {
+      "authFailed": "Autenticación fallida: {{error}}",
+      "missingParams": "Faltan parámetros de autenticación",
+      "processing": "Procesando autenticación...",
+      "successWithCountdown": "{{message}} La ventana se cerrará automáticamente en {{countdown}} segundos",
+      "successWithRedirect": "¡Autenticación exitosa! Redirigiendo..."
+    },
+    "titles": {
+      "error": "Error de autenticación",
+      "loading": "Autenticación de LobeHub Market",
+      "success": "Autenticación exitosa"
+    }
+  },
+  "errors": {
+    "authorizationFailed": "La autenticación ha fallado, por favor inténtalo de nuevo.",
+    "browserOnly": "El proceso de autenticación solo puede iniciarse en un navegador.",
+    "codeConsumed": "El código de autenticación ya ha sido utilizado, por favor inténtalo de nuevo.",
+    "codeVerifierMissing": "Sesión de autenticación no válida, por favor inicia sesión nuevamente.",
+    "general": "Se produjo un error durante la autenticación, por favor inténtalo de nuevo.",
+    "handoffFailed": "No se pudo obtener el resultado de la autenticación, por favor inténtalo de nuevo.",
+    "handoffTimeout": "Tiempo de espera de autenticación agotado, por favor completa la operación en el navegador e inténtalo de nuevo.",
+    "oidcNotReady": "El servicio de autenticación aún no está listo, por favor inténtalo más tarde.",
+    "openBrowserFailed": "No se pudo abrir el navegador del sistema, por favor inténtalo de nuevo.",
+    "openPopupFailed": "No se pudo abrir la ventana emergente de autenticación, por favor revisa la configuración del bloqueador de ventanas emergentes del navegador.",
+    "popupClosed": "La ventana de autenticación se cerró antes de completarse.",
+    "sessionExpired": "La sesión de autenticación ha expirado, por favor inicia sesión nuevamente.",
+    "stateMismatch": "Estado de autenticación no coincide, por favor inténtalo de nuevo.",
+    "stateMissing": "No se encontró el estado de autenticación, por favor inténtalo de nuevo."
+  },
+  "messages": {
+    "loading": "Iniciando el proceso de autenticación...",
+    "success": {
+      "submit": "¡Autenticación exitosa! Ahora puedes publicar asistentes.",
+      "upload": "¡Autenticación exitosa! Ahora puedes publicar una nueva versión."
+    }
+  }
+}
@@ -1049,6 +1049,9 @@
  "deepseek-r1-0528": {
    "description": "Modelo completo de 685 mil millones de parámetros, lanzado el 28 de mayo de 2025. DeepSeek-R1 utiliza técnicas de aprendizaje reforzado a gran escala en la fase de postentrenamiento, mejorando significativamente la capacidad de razonamiento del modelo con muy pocos datos etiquetados. Presenta alto rendimiento y gran capacidad en tareas de matemáticas, código y razonamiento en lenguaje natural."
  },
+  "deepseek-r1-250528": {
+    "description": "DeepSeek R1 250528, versión completa del modelo de inferencia DeepSeek-R1, ideal para tareas complejas de matemáticas y lógica."
+  },
  "deepseek-r1-70b-fast-online": {
    "description": "DeepSeek R1 70B versión rápida, que soporta búsqueda en línea en tiempo real, ofreciendo una velocidad de respuesta más rápida mientras mantiene el rendimiento del modelo."
  },
@@ -1059,31 +1062,34 @@
    "description": "deepseek-r1-distill-llama es un modelo basado en Llama destilado a partir de DeepSeek-R1."
  },
  "deepseek-r1-distill-llama-70b": {
-    "description": "DeepSeek R1, el modelo más grande e inteligente del conjunto DeepSeek, ha sido destilado en la arquitectura Llama 70B. Basado en pruebas de referencia y evaluaciones humanas, este modelo es más inteligente que el Llama 70B original, destacándose especialmente en tareas que requieren precisión matemática y factual."
+    "description": "DeepSeek R1 Distill Llama 70B, modelo destilado que combina la capacidad de inferencia R1 con el ecosistema Llama."
  },
  "deepseek-r1-distill-llama-8b": {
-    "description": "El modelo de la serie DeepSeek-R1-Distill se obtiene mediante la técnica de destilación de conocimiento, ajustando muestras generadas por DeepSeek-R1 a modelos de código abierto como Qwen y Llama."
+    "description": "DeepSeek-R1-Distill-Llama-8B es un modelo de lenguaje grande destilado basado en Llama-3.1-8B, utilizando las salidas de DeepSeek R1."
+  },
+  "deepseek-r1-distill-qianfan-70b": {
+    "description": "DeepSeek R1 Distill Qianfan 70B, modelo destilado R1 basado en Qianfan-70B, con excelente relación calidad-precio."
+  },
+  "deepseek-r1-distill-qianfan-8b": {
+    "description": "DeepSeek R1 Distill Qianfan 8B, modelo destilado R1 basado en Qianfan-8B, ideal para aplicaciones medianas y pequeñas."
  },
  "deepseek-r1-distill-qianfan-llama-70b": {
-    "description": "Lanzado por primera vez el 14 de febrero de 2025, destilado por el equipo de desarrollo del modelo Qianfan a partir del modelo base Llama3_70B (Construido con Meta Llama), con datos de destilación que también incluyen el corpus de Qianfan."
-  },
-  "deepseek-r1-distill-qianfan-llama-8b": {
-    "description": "Lanzado por primera vez el 14 de febrero de 2025, destilado por el equipo de desarrollo del modelo Qianfan a partir del modelo base Llama3_8B (Construido con Meta Llama), con datos de destilación que también incluyen el corpus de Qianfan."
+    "description": "DeepSeek R1 Distill Qianfan Llama 70B, modelo destilado R1 basado en Llama-70B."
  },
  "deepseek-r1-distill-qwen": {
    "description": "deepseek-r1-distill-qwen es un modelo basado en Qwen destilado a partir de DeepSeek-R1."
  },
  "deepseek-r1-distill-qwen-1.5b": {
-    "description": "El modelo de la serie DeepSeek-R1-Distill se obtiene mediante la técnica de destilación de conocimiento, ajustando muestras generadas por DeepSeek-R1 a modelos de código abierto como Qwen y Llama."
+    "description": "DeepSeek R1 Distill Qwen 1.5B, modelo R1 ultraligero, adecuado para entornos con recursos extremadamente limitados."
  },
  "deepseek-r1-distill-qwen-14b": {
-    "description": "El modelo de la serie DeepSeek-R1-Distill se obtiene mediante la técnica de destilación de conocimiento, ajustando muestras generadas por DeepSeek-R1 a modelos de código abierto como Qwen y Llama."
+    "description": "DeepSeek R1 Distill Qwen 14B, modelo R1 de tamaño medio, ideal para despliegue en múltiples escenarios."
  },
  "deepseek-r1-distill-qwen-32b": {
-    "description": "El modelo de la serie DeepSeek-R1-Distill se obtiene mediante la técnica de destilación de conocimiento, ajustando muestras generadas por DeepSeek-R1 a modelos de código abierto como Qwen y Llama."
+    "description": "DeepSeek R1 Distill Qwen 32B, modelo destilado R1 basado en Qwen-32B, equilibrando rendimiento y coste."
  },
  "deepseek-r1-distill-qwen-7b": {
-    "description": "El modelo de la serie DeepSeek-R1-Distill se obtiene mediante la técnica de destilación de conocimiento, ajustando muestras generadas por DeepSeek-R1 a modelos de código abierto como Qwen y Llama."
+    "description": "DeepSeek R1 Distill Qwen 7B, modelo R1 ligero, adecuado para entornos perimetrales y empresariales privados."
  },
  "deepseek-r1-fast-online": {
    "description": "DeepSeek R1 versión rápida completa, que soporta búsqueda en línea en tiempo real, combinando la potente capacidad de 671B de parámetros con una velocidad de respuesta más rápida."
@@ -1112,12 +1118,24 @@
  "deepseek-v3.1-terminus": {
    "description": "DeepSeek-V3.1-Terminus es una versión optimizada del modelo de lenguaje a gran escala lanzado por DeepSeek, especialmente diseñado para dispositivos terminales."
  },
+  "deepseek-v3.1-think-250821": {
+    "description": "DeepSeek V3.1 Think 250821, modelo de pensamiento profundo correspondiente a la versión Terminus, ideal para escenarios de inferencia de alto rendimiento."
+  },
  "deepseek-v3.1:671b": {
    "description": "DeepSeek V3.1: modelo de inferencia de próxima generación que mejora las capacidades de razonamiento complejo y pensamiento en cadena, ideal para tareas que requieren análisis profundo."
  },
  "deepseek-v3.2-exp": {
    "description": "deepseek-v3.2-exp introduce el mecanismo de atención dispersa, con el objetivo de mejorar la eficiencia en el entrenamiento y la inferencia al procesar textos largos, con un precio inferior al de deepseek-v3.1."
  },
+  "deepseek-v3.2-think": {
+    "description": "DeepSeek V3.2 Think, versión completa del modelo de pensamiento profundo, con capacidades mejoradas de razonamiento de cadenas largas."
+  },
+  "deepseek-vl2": {
+    "description": "DeepSeek VL2, modelo multimodal que admite comprensión de imágenes y texto, así como preguntas visuales de alta precisión."
+  },
+  "deepseek-vl2-small": {
+    "description": "DeepSeek VL2 Small, versión multimodal ligera, adecuada para entornos con recursos limitados y escenarios de alta concurrencia."
+  },
  "deepseek/deepseek-chat-v3-0324": {
    "description": "DeepSeek V3 es un modelo experto de mezcla de 685B parámetros, la última iteración de la serie de modelos de chat insignia del equipo de DeepSeek.\n\nHereda el modelo [DeepSeek V3](/deepseek/deepseek-chat-v3) y se desempeña excepcionalmente en diversas tareas."
  },
@@ -1253,83 +1271,89 @@
  "emohaa": {
    "description": "Emohaa es un modelo psicológico con capacidades de consulta profesional, ayudando a los usuarios a comprender problemas emocionales."
  },
-  "ernie-3.5-128k": {
-    "description": "El modelo de lenguaje grande de bandera de Baidu, desarrollado internamente, cubre una vasta cantidad de corpus en chino e inglés, con potentes capacidades generales que satisfacen la mayoría de los requisitos de preguntas y respuestas en diálogos, generación creativa y aplicaciones de plugins; soporta la integración automática con el plugin de búsqueda de Baidu, garantizando la actualidad de la información de preguntas y respuestas."
-  },
-  "ernie-3.5-8k": {
-    "description": "El modelo de lenguaje grande de bandera de Baidu, desarrollado internamente, cubre una vasta cantidad de corpus en chino e inglés, con potentes capacidades generales que satisfacen la mayoría de los requisitos de preguntas y respuestas en diálogos, generación creativa y aplicaciones de plugins; soporta la integración automática con el plugin de búsqueda de Baidu, garantizando la actualidad de la información de preguntas y respuestas."
-  },
-  "ernie-3.5-8k-preview": {
-    "description": "El modelo de lenguaje grande de bandera de Baidu, desarrollado internamente, cubre una vasta cantidad de corpus en chino e inglés, con potentes capacidades generales que satisfacen la mayoría de los requisitos de preguntas y respuestas en diálogos, generación creativa y aplicaciones de plugins; soporta la integración automática con el plugin de búsqueda de Baidu, garantizando la actualidad de la información de preguntas y respuestas."
-  },
-  "ernie-4.0-8k-latest": {
-    "description": "El modelo de lenguaje grande de bandera de Baidu, desarrollado internamente, de ultra gran escala, ha logrado una actualización completa de capacidades en comparación con ERNIE 3.5, siendo ampliamente aplicable en escenarios de tareas complejas en diversos campos; soporta la integración automática con el plugin de búsqueda de Baidu, garantizando la actualidad de la información de preguntas y respuestas."
-  },
-  "ernie-4.0-8k-preview": {
-    "description": "El modelo de lenguaje grande de bandera de Baidu, desarrollado internamente, de ultra gran escala, ha logrado una actualización completa de capacidades en comparación con ERNIE 3.5, siendo ampliamente aplicable en escenarios de tareas complejas en diversos campos; soporta la integración automática con el plugin de búsqueda de Baidu, garantizando la actualidad de la información de preguntas y respuestas."
-  },
-  "ernie-4.0-turbo-128k": {
-    "description": "El modelo de lenguaje grande de bandera de Baidu, desarrollado internamente, de ultra gran escala, muestra un rendimiento excepcional en general, siendo ampliamente aplicable en escenarios de tareas complejas en diversos campos; soporta la integración automática con el plugin de búsqueda de Baidu, garantizando la actualidad de la información de preguntas y respuestas. En comparación con ERNIE 4.0, presenta un rendimiento superior."
-  },
-  "ernie-4.0-turbo-8k-latest": {
-    "description": "El modelo de lenguaje grande de bandera de Baidu, desarrollado internamente, de ultra gran escala, muestra un rendimiento excepcional en general, siendo ampliamente aplicable en escenarios de tareas complejas en diversos campos; soporta la integración automática con el plugin de búsqueda de Baidu, garantizando la actualidad de la información de preguntas y respuestas. En comparación con ERNIE 4.0, presenta un rendimiento superior."
-  },
-  "ernie-4.0-turbo-8k-preview": {
-    "description": "El modelo de lenguaje grande de bandera de Baidu, desarrollado internamente, de ultra gran escala, muestra un rendimiento excepcional en general, siendo ampliamente aplicable en escenarios de tareas complejas en diversos campos; soporta la integración automática con el plugin de búsqueda de Baidu, garantizando la actualidad de la información de preguntas y respuestas. En comparación con ERNIE 4.0, presenta un rendimiento superior."
+  "ernie-4.5-0.3b": {
+    "description": "ERNIE 4.5 0.3B, modelo ligero de código abierto, ideal para despliegues locales y personalizados."
  },
  "ernie-4.5-21b-a3b": {
-    "description": "ERNIE 4.5 21B A3B es un modelo de expertos mixto desarrollado por Wenxin de Baidu, con potentes capacidades de razonamiento y soporte multilingüe."
+    "description": "ERNIE 4.5 21B A3B, modelo de gran tamaño de código abierto, con mejor rendimiento en tareas de comprensión y generación."
  },
  "ernie-4.5-300b-a47b": {
    "description": "ERNIE 4.5 300B A47B es un modelo de expertos mixto a gran escala desarrollado por Wenxin de Baidu, con capacidades de razonamiento excepcionales."
  },
  "ernie-4.5-8k-preview": {
-    "description": "El modelo grande Wenxin 4.5 es un nuevo modelo base multimodal nativo desarrollado por Baidu, que logra una optimización colaborativa a través de modelado conjunto de múltiples modalidades, con excelentes capacidades de comprensión multimodal; presenta una capacidad lingüística más avanzada, con mejoras en comprensión, generación, lógica y memoria, así como una notable reducción de alucinaciones y mejoras en razonamiento lógico y capacidades de codificación."
+    "description": "ERNIE 4.5 8K Preview, modelo de vista previa con contexto de 8K, diseñado para probar y experimentar las capacidades de ERNIE 4.5."
  },
  "ernie-4.5-turbo-128k": {
-    "description": "ERNIE 4.5 Turbo presenta mejoras significativas en la eliminación de ilusiones, razonamiento lógico y capacidades de codificación. En comparación con ERNIE 4.5, es más rápido y más económico. Las capacidades del modelo se han mejorado de manera integral, satisfaciendo mejor el procesamiento de diálogos de larga historia y tareas de comprensión de documentos extensos."
+    "description": "ERNIE 4.5 Turbo 128K, modelo general de alto rendimiento, compatible con búsqueda mejorada y uso de herramientas, ideal para preguntas y respuestas, código, agentes inteligentes y más."
+  },
+  "ernie-4.5-turbo-128k-preview": {
+    "description": "ERNIE 4.5 Turbo 128K Preview, versión de vista previa con capacidades equivalentes a la versión oficial, ideal para pruebas y ajustes."
  },
  "ernie-4.5-turbo-32k": {
-    "description": "ERNIE 4.5 Turbo también ha mejorado significativamente en la eliminación de ilusiones, razonamiento lógico y capacidades de codificación. En comparación con ERNIE 4.5, es más rápido y más económico. Las capacidades en creación de texto y preguntas y respuestas han mejorado notablemente. La longitud de salida y la latencia de oraciones completas han aumentado en comparación con ERNIE 4.5."
+    "description": "ERNIE 4.5 Turbo 32K, versión de contexto medio-largo, adecuada para preguntas y respuestas, recuperación de bases de conocimiento y diálogos multivuelta."
+  },
+  "ernie-4.5-turbo-latest": {
+    "description": "ERNIE 4.5 Turbo Última versión, optimizada en rendimiento general, ideal como modelo principal en entornos de producción."
+  },
+  "ernie-4.5-turbo-vl": {
+    "description": "ERNIE 4.5 Turbo VL, modelo multimodal maduro, ideal para tareas de comprensión e identificación de imágenes y texto en producción."
  },
  "ernie-4.5-turbo-vl-32k": {
-    "description": "Nueva versión del modelo de gran escala de ERNIE, con mejoras significativas en comprensión de imágenes, creación, traducción y codificación, que ahora soporta una longitud de contexto de 32K, con una latencia de primer token notablemente reducida."
+    "description": "ERNIE 4.5 Turbo VL 32K, versión multimodal de texto largo, adecuada para comprensión conjunta de documentos extensos e imágenes."
+  },
+  "ernie-4.5-turbo-vl-32k-preview": {
+    "description": "ERNIE 4.5 Turbo VL 32K Preview, versión de vista previa multimodal 32K, útil para evaluar capacidades visuales de contexto largo."
+  },
+  "ernie-4.5-turbo-vl-latest": {
+    "description": "ERNIE 4.5 Turbo VL Última versión, versión más reciente multimodal, con mejor rendimiento en comprensión e inferencia de imágenes y texto."
+  },
+  "ernie-4.5-turbo-vl-preview": {
+    "description": "ERNIE 4.5 Turbo VL Preview, modelo multimodal de vista previa, compatible con comprensión y generación de imágenes y texto, ideal para preguntas visuales y experiencias de comprensión de contenido."
+  },
+  "ernie-4.5-vl-28b-a3b": {
+    "description": "ERNIE 4.5 VL 28B A3B, modelo multimodal de código abierto, compatible con tareas de comprensión e inferencia de imágenes y texto."
+  },
+  "ernie-5.0-thinking-preview": {
+    "description": "ERNIE 5.0 Thinking Preview, modelo insignia nativo totalmente multimodal, compatible con modelado unificado de texto, imagen, audio y video, con capacidades integrales mejoradas, ideal para preguntas complejas, creación y agentes inteligentes."
  },
  "ernie-char-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."
+    "description": "ERNIE Character 8K, modelo de diálogo con personalidad, ideal para construcción de personajes IP y conversaciones de acompañamiento a largo plazo."
  },
  "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."
+    "description": "ERNIE Character Fiction 8K, modelo de personalidad orientado a la creación de novelas y tramas, ideal para generación de historias largas."
+  },
+  "ernie-char-fiction-8k-preview": {
+    "description": "ERNIE Character Fiction 8K Preview, versión de vista previa del modelo de creación de personajes y tramas, para pruebas y experiencia funcional."
  },
  "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."
+    "description": "ERNIE iRAG Edit, modelo de edición de imágenes que admite borrado, repintado y generación de variantes."
  },
  "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."
+    "description": "ERNIE Lite 8K, modelo general ligero, ideal para preguntas y respuestas diarias y generación de contenido con sensibilidad al coste."
  },
  "ernie-lite-pro-128k": {
-    "description": "Modelo de lenguaje grande ligero desarrollado internamente por Baidu, que combina un excelente rendimiento del modelo con una buena capacidad de inferencia, con un rendimiento superior al de ERNIE Lite, adecuado para su uso en tarjetas de aceleración de IA de bajo consumo."
+    "description": "ERNIE Lite Pro 128K, modelo ligero de alto rendimiento, ideal para escenarios sensibles a la latencia y al coste."
  },
  "ernie-novel-8k": {
-    "description": "Modelo de lenguaje grande general desarrollado internamente por Baidu, con ventajas notables en la capacidad de continuar novelas, también aplicable en escenarios de cortometrajes y películas."
+    "description": "ERNIE Novel 8K, modelo para creación de novelas largas y tramas IP, experto en narrativas multirrol y multilínea."
  },
  "ernie-speed-128k": {
-    "description": "El modelo de lenguaje grande de alto rendimiento desarrollado internamente por Baidu, lanzado en 2024, tiene capacidades generales excepcionales, adecuado como modelo base para ajustes finos, manejando mejor problemas específicos de escenarios, y con un excelente rendimiento de inferencia."
+    "description": "ERNIE Speed 128K, modelo grande sin coste de entrada/salida, ideal para comprensión de textos largos y pruebas a gran escala."
+  },
+  "ernie-speed-8k": {
+    "description": "ERNIE Speed 8K, modelo gratuito y rápido, ideal para conversaciones diarias y tareas ligeras de texto."
  },
  "ernie-speed-pro-128k": {
-    "description": "El modelo de lenguaje grande de alto rendimiento desarrollado internamente por Baidu, lanzado en 2024, tiene capacidades generales excepcionales, con un rendimiento superior al de ERNIE Speed, adecuado como modelo base para ajustes finos, manejando mejor problemas específicos de escenarios, y con un excelente rendimiento de inferencia."
+    "description": "ERNIE Speed Pro 128K, modelo de alta concurrencia y excelente relación calidad-precio, ideal para servicios en línea a gran escala y aplicaciones empresariales."
  },
  "ernie-tiny-8k": {
-    "description": "ERNIE Tiny es un modelo de lenguaje grande de alto rendimiento desarrollado internamente por Baidu, con los costos de implementación y ajuste más bajos entre los modelos de la serie Wenxin."
-  },
-  "ernie-x1-32k": {
-    "description": "Posee una comprensión, planificación, reflexión y capacidad de evolución más fuertes. Como un modelo de pensamiento profundo más completo, ERNIE-X1 combina precisión, creatividad y elocuencia, destacándose especialmente en preguntas y respuestas en chino, creación literaria, redacción de documentos, diálogos cotidianos, razonamiento lógico, cálculos complejos y llamadas a herramientas."
-  },
-  "ernie-x1-32k-preview": {
-    "description": "El modelo grande Wenxin X1 posee una mayor capacidad de comprensión, planificación, reflexión y evolución. Como un modelo de pensamiento profundo más completo, Wenxin X1 combina precisión, creatividad y elocuencia, destacándose especialmente en preguntas y respuestas de conocimiento en chino, creación literaria, redacción de documentos, diálogos cotidianos, razonamiento lógico, cálculos complejos y llamadas a herramientas."
+    "description": "ERNIE Tiny 8K, modelo ultraligero, ideal para preguntas simples, clasificación y escenarios de inferencia de bajo coste."
  },
  "ernie-x1-turbo-32k": {
-    "description": "Mejora en comparación con ERNIE-X1-32K, con mejores resultados y rendimiento."
+    "description": "ERNIE X1 Turbo 32K, modelo de pensamiento rápido con contexto largo de 32K, ideal para razonamiento complejo y diálogos multivuelta."
+  },
+  "ernie-x1.1-preview": {
+    "description": "ERNIE X1.1 Preview, versión de vista previa del modelo de pensamiento ERNIE X1.1, ideal para validación y pruebas de capacidades."
  },
  "fal-ai/bytedance/seedream/v4": {
    "description": "El modelo de generación de imágenes Seedream 4.0, desarrollado por el equipo Seed de ByteDance, soporta entrada de texto e imagen, ofreciendo una experiencia de generación de imágenes altamente controlable y de alta calidad. Genera imágenes basadas en indicaciones de texto."
@@ -1389,7 +1413,7 @@
    "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."
+    "description": "FLUX.1-schnell, modelo de generación de imágenes de alto rendimiento, ideal para crear rápidamente imágenes de múltiples estilos."
  },
  "gemini-1.0-pro-001": {
    "description": "Gemini 1.0 Pro 001 (Ajuste) ofrece un rendimiento estable y ajustable, siendo una opción ideal para soluciones de tareas complejas."
@@ -1538,6 +1562,9 @@
  "glm-4-0520": {
    "description": "GLM-4-0520 es la última versión del modelo, diseñada para tareas altamente complejas y diversas, con un rendimiento excepcional."
  },
+  "glm-4-32b-0414": {
+    "description": "GLM-4 32B 0414, versión del modelo general de la serie GLM, compatible con generación y comprensión de texto multitarea."
+  },
  "glm-4-9b-chat": {
    "description": "GLM-4-9B-Chat ofrece un alto rendimiento en semántica, matemáticas, razonamiento, programación y conocimiento. También admite navegación web, ejecución de código, uso de herramientas personalizadas e inferencia de textos largos. Compatible con 26 idiomas, incluidos japonés, coreano y alemán."
  },
@@ -1826,6 +1853,18 @@
  "gpt-5-pro": {
    "description": "GPT-5 pro utiliza más capacidad de cómputo para pensar de forma más profunda y ofrecer respuestas de mayor calidad de manera constante."
  },
+  "gpt-5.1": {
+    "description": "GPT-5.1: modelo insignia optimizado para tareas de codificación y agentes, con soporte para intensidad de razonamiento configurable y contextos más largos."
+  },
+  "gpt-5.1-chat-latest": {
+    "description": "GPT-5.1 Chat: variante de GPT-5.1 para ChatGPT, ideal para escenarios conversacionales."
+  },
+  "gpt-5.1-codex": {
+    "description": "GPT-5.1 Codex: versión de GPT-5.1 optimizada para tareas de codificación agentica, disponible en la API de Respuestas para flujos de trabajo de código/agente más complejos."
+  },
+  "gpt-5.1-codex-mini": {
+    "description": "GPT-5.1 Codex mini: variante de Codex más compacta y económica, optimizada para tareas de codificación agentica."
+  },
  "gpt-audio": {
    "description": "GPT Audio es un modelo de chat general para entrada y salida de audio, compatible con el uso de audio I/O en la API de Chat Completions."
  },
@@ -2001,13 +2040,13 @@
    "description": "Serie Imagen de cuarta generación para generar imágenes a partir de texto."
  },
  "imagen-4.0-generate-preview-06-06": {
-    "description": "Serie de modelos de texto a imagen de cuarta generación de Imagen"
+    "description": "Serie de modelos de generación de imágenes de texto a imagen de cuarta generación de Imagen."
  },
  "imagen-4.0-ultra-generate-001": {
    "description": "Imagen, serie de modelos de texto a imagen de cuarta generación, versión Ultra"
  },
  "imagen-4.0-ultra-generate-preview-06-06": {
-    "description": "Serie de modelos de texto a imagen de cuarta generación de Imagen, versión Ultra"
+    "description": "Versión Ultra de la serie de modelos de generación de imágenes de texto a imagen de cuarta generación de Imagen."
  },
  "inception/mercury-coder-small": {
    "description": "Mercury Coder Small es la opción ideal para tareas de generación, depuración y refactorización de código, con latencia mínima."
@@ -2036,14 +2075,26 @@
  "internlm3-latest": {
    "description": "Nuestra última serie de modelos, con un rendimiento de inferencia excepcional, lidera el mercado de modelos de código abierto de tamaño similar. Apunta por defecto a nuestra serie de modelos InternLM3 más reciente."
  },
+  "internvl2.5-38b-mpo": {
+    "description": "InternVL2.5 38B MPO, modelo multimodal preentrenado, compatible con tareas complejas de inferencia de imágenes y texto."
+  },
  "internvl2.5-latest": {
    "description": "La versión InternVL2.5 que seguimos manteniendo, que ofrece un rendimiento excelente y estable. Por defecto, apunta a nuestra serie de modelos InternVL2.5 más reciente, actualmente apuntando a internvl2.5-78b."
  },
+  "internvl3-14b": {
+    "description": "InternVL3 14B, modelo multimodal de tamaño medio, equilibrando rendimiento y coste."
+  },
+  "internvl3-1b": {
+    "description": "InternVL3 1B, modelo multimodal ligero, ideal para despliegue en entornos con recursos limitados."
+  },
+  "internvl3-38b": {
+    "description": "InternVL3 38B, modelo multimodal de código abierto a gran escala, ideal para tareas de comprensión de imágenes y texto de alta precisión."
+  },
  "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."
+    "description": "ERNIE iRAG, modelo de generación mejorada por recuperación de imágenes, compatible con búsqueda por imagen, recuperación de imágenes y texto, y generación de contenido."
  },
  "jamba-large": {
    "description": "Nuestro modelo más potente y avanzado, diseñado para manejar tareas complejas a nivel empresarial, con un rendimiento excepcional."
@@ -2064,7 +2115,7 @@
    "description": "El modelo kimi-k2-0905-preview tiene una longitud de contexto de 256k, con una mayor capacidad de codificación agentiva, una estética y funcionalidad mejoradas en el código frontend, y una mejor comprensión del contexto."
  },
  "kimi-k2-instruct": {
-    "description": "Kimi K2 Instruct es un modelo de lenguaje a gran escala desarrollado por Moonshot AI, con capacidad para manejar contextos extremadamente largos."
+    "description": "Kimi K2 Instruct, modelo de inferencia oficial de Kimi, compatible con contexto largo, código, preguntas y respuestas, entre otros escenarios."
  },
  "kimi-k2-turbo-preview": {
    "description": "kimi-k2 es un modelo base con arquitectura MoE que ofrece potentes capacidades para código y agentes, con 1T parámetros totales y 32B parámetros activados. En las pruebas de referencia en categorías principales como razonamiento de conocimiento general, programación, matemáticas y agentes, el rendimiento del modelo K2 supera al de otros modelos de código abierto más extendidos."
@@ -2735,6 +2786,54 @@
  "pro-deepseek-v3": {
    "description": "Modelo exclusivo para servicios empresariales, incluye servicio concurrente."
  },
+  "qianfan-70b": {
+    "description": "Qianfan 70B, un modelo chino de gran tamaño, ideal para la generación de contenido de alta calidad y tareas de razonamiento complejo."
+  },
+  "qianfan-8b": {
+    "description": "Qianfan 8B, un modelo general de tamaño medio, adecuado para generación de texto y preguntas y respuestas con equilibrio entre coste y rendimiento."
+  },
+  "qianfan-agent-intent-32k": {
+    "description": "Qianfan Agent Intent 32K, modelo orientado al reconocimiento de intenciones y orquestación de agentes, compatible con contextos largos."
+  },
+  "qianfan-agent-lite-8k": {
+    "description": "Qianfan Agent Lite 8K, modelo ligero de agente, ideal para diálogos multivuelta de bajo coste y orquestación empresarial."
+  },
+  "qianfan-agent-speed-32k": {
+    "description": "Qianfan Agent Speed 32K, modelo de agente de alto rendimiento, adecuado para aplicaciones de agentes a gran escala y multitarea."
+  },
+  "qianfan-agent-speed-8k": {
+    "description": "Qianfan Agent Speed 8K, modelo de agente de alta concurrencia, diseñado para diálogos cortos y respuestas rápidas."
+  },
+  "qianfan-check-vl": {
+    "description": "Qianfan Check VL, modelo de revisión y detección de contenido multimodal, compatible con tareas de cumplimiento e identificación de imágenes y texto."
+  },
+  "qianfan-composition": {
+    "description": "Qianfan Composition, modelo de creación multimodal, compatible con comprensión y generación combinada de texto e imagen."
+  },
+  "qianfan-engcard-vl": {
+    "description": "Qianfan EngCard VL, modelo de reconocimiento multimodal enfocado en escenarios en inglés."
+  },
+  "qianfan-lightning-128b-a19b": {
+    "description": "Qianfan Lightning 128B A19B, modelo general de alto rendimiento en chino, ideal para preguntas complejas y tareas de razonamiento a gran escala."
+  },
+  "qianfan-llama-vl-8b": {
+    "description": "Qianfan Llama VL 8B, modelo multimodal basado en Llama, orientado a tareas generales de comprensión de texto e imagen."
+  },
+  "qianfan-multipicocr": {
+    "description": "Qianfan MultiPicOCR, modelo OCR para múltiples imágenes, compatible con detección y reconocimiento de texto en varias imágenes."
+  },
+  "qianfan-qi-vl": {
+    "description": "Qianfan QI VL, modelo de preguntas y respuestas multimodal, diseñado para recuperación precisa y respuestas en escenarios complejos de texto e imagen."
+  },
+  "qianfan-singlepicocr": {
+    "description": "Qianfan SinglePicOCR, modelo OCR para una sola imagen, compatible con reconocimiento de caracteres de alta precisión."
+  },
+  "qianfan-vl-70b": {
+    "description": "Qianfan VL 70B, modelo de lenguaje visual de gran tamaño, ideal para escenarios complejos de comprensión de texto e imagen."
+  },
+  "qianfan-vl-8b": {
+    "description": "Qianfan VL 8B, modelo de lenguaje visual ligero, adecuado para preguntas y respuestas cotidianas sobre imágenes y análisis."
+  },
  "qvq-72b-preview": {
    "description": "El modelo QVQ es un modelo de investigación experimental desarrollado por el equipo de Qwen, enfocado en mejorar la capacidad de razonamiento visual, especialmente en el ámbito del razonamiento matemático."
  },
@@ -2886,7 +2985,7 @@
    "description": "El modelo de 72B de Tongyi Qwen 2.5, de código abierto."
  },
  "qwen2.5-7b-instruct": {
-    "description": "El modelo de 7B de Tongyi Qwen 2.5, de código abierto."
+    "description": "Qwen2.5 7B Instruct, modelo de instrucciones de código abierto maduro, adecuado para diálogos y generación en múltiples escenarios."
  },
  "qwen2.5-coder-1.5b-instruct": {
    "description": "La versión de código abierto del modelo Qwen para codificación."
@@ -2919,13 +3018,13 @@
    "description": "La serie de modelos Qwen-Omni admite la entrada de datos de múltiples modalidades, incluyendo video, audio, imágenes y texto, y produce audio y texto como salida."
  },
  "qwen2.5-vl-32b-instruct": {
-    "description": "La serie de modelos Qwen2.5-VL ha mejorado el nivel de inteligencia, utilidad y aplicabilidad del modelo, optimizando su rendimiento en escenarios como conversaciones naturales, creación de contenido, servicios de conocimiento especializado y desarrollo de código. La versión 32B utiliza técnicas de aprendizaje por refuerzo para optimizar el modelo, ofreciendo en comparación con otros modelos de la serie Qwen2.5 VL, un estilo de salida más acorde con las preferencias humanas, capacidad de razonamiento para problemas matemáticos complejos, así como comprensión y razonamiento detallado de imágenes."
+    "description": "Qwen2.5 VL 32B Instruct, modelo multimodal de código abierto, ideal para despliegue privado y aplicaciones en diversos escenarios."
  },
  "qwen2.5-vl-72b-instruct": {
    "description": "Mejora general en seguimiento de instrucciones, matemáticas, resolución de problemas y código, con capacidades de reconocimiento de objetos mejoradas, soporta formatos diversos para localizar elementos visuales con precisión, y puede entender archivos de video largos (hasta 10 minutos) y localizar eventos en segundos, comprendiendo la secuencia y velocidad del tiempo, soportando el control de agentes en OS o móviles, con fuerte capacidad de extracción de información clave y salida en formato Json. Esta versión es la de 72B, la más potente de la serie."
  },
  "qwen2.5-vl-7b-instruct": {
-    "description": "Mejora general en seguimiento de instrucciones, matemáticas, resolución de problemas y código, con capacidades de reconocimiento de objetos mejoradas, soporta formatos diversos para localizar elementos visuales con precisión, y puede entender archivos de video largos (hasta 10 minutos) y localizar eventos en segundos, comprendiendo la secuencia y velocidad del tiempo, soportando el control de agentes en OS o móviles, con fuerte capacidad de extracción de información clave y salida en formato Json. Esta versión es la de 72B, la más potente de la serie."
+    "description": "Qwen2.5 VL 7B Instruct, modelo multimodal ligero, que equilibra coste de implementación y capacidad de reconocimiento."
  },
  "qwen2.5-vl-instruct": {
    "description": "Qwen2.5-VL es la última versión del modelo de lenguaje visual de la familia de modelos Qwen."
@@ -2952,46 +3051,46 @@
    "description": "Qwen3 es la nueva generación de modelo de lenguaje a gran escala de Alibaba, que ofrece un rendimiento excepcional para satisfacer diversas necesidades de aplicación."
  },
  "qwen3-0.6b": {
-    "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."
+    "description": "Qwen3 0.6B, modelo de nivel inicial, adecuado para razonamiento simple y entornos con recursos extremadamente limitados."
  },
  "qwen3-1.7b": {
-    "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."
+    "description": "Qwen3 1.7B, modelo ultraligero, fácil de implementar en dispositivos periféricos y terminales."
  },
  "qwen3-14b": {
-    "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."
+    "description": "Qwen3 14B, modelo de tamaño medio, ideal para generación de texto y preguntas multilingües."
  },
  "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."
+    "description": "Qwen3 235B A22B, modelo general de gran tamaño, orientado a tareas complejas diversas."
  },
  "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)."
+    "description": "Qwen3 235B A22B Instruct 2507, modelo insignia de instrucciones, ideal para generación y razonamiento en múltiples tareas."
  },
  "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."
+    "description": "Qwen3 235B A22B Thinking 2507, modelo de pensamiento a gran escala, diseñado para razonamiento de alta dificultad."
  },
  "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."
+    "description": "Qwen3 30B A3B, modelo general de tamaño medio a grande, equilibrado entre coste y rendimiento."
  },
  "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."
+    "description": "Qwen3 30B A3B Instruct 2507, modelo de instrucciones de tamaño medio a grande, ideal para generación y preguntas de alta calidad."
  },
  "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."
+    "description": "Qwen3 30B A3B Thinking 2507, modelo de pensamiento de tamaño medio a grande, que equilibra precisión y coste."
  },
  "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."
+    "description": "Qwen3 32B, adecuado para tareas generales que requieren mayor capacidad de comprensión."
  },
  "qwen3-4b": {
-    "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."
+    "description": "Qwen3 4B, ideal para aplicaciones pequeñas y medianas y escenarios de inferencia local."
  },
  "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."
+    "description": "Qwen3 8B, modelo ligero, implementación flexible, adecuado para servicios de alta concurrencia."
  },
  "qwen3-coder-30b-a3b-instruct": {
    "description": "Versión de código abierto del modelo de codificación Tongyi Qianwen. El nuevo qwen3-coder-30b-a3b-instruct, basado en Qwen3, es un modelo de generación de código con potentes capacidades como Agente de Programación, especializado en llamadas a herramientas e interacción con entornos, capaz de programar de forma autónoma con habilidades de codificación sobresalientes y capacidades generales."
  },
  "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."
+    "description": "Qwen3 Coder 480B A35B Instruct, modelo insignia para programación, compatible con múltiples lenguajes y comprensión de código complejo."
  },
  "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."
@@ -3005,32 +3104,41 @@
  "qwen3-max": {
    "description": "La serie Max de Tongyi Qianwen 3 representa una mejora significativa en la capacidad general respecto a la serie 2.5, con habilidades mejoradas en comprensión de texto en chino e inglés, seguimiento de instrucciones complejas, tareas abiertas subjetivas, multilingüismo y llamadas a herramientas; además, reduce las alucinaciones de conocimiento del modelo. La última versión qwen3-max ha sido especialmente mejorada en programación de agentes y llamadas a herramientas respecto a la versión previa qwen3-max-preview. El modelo oficial lanzado alcanza un nivel SOTA en su campo, adaptándose a demandas más complejas de agentes."
  },
+  "qwen3-max-preview": {
+    "description": "El modelo más avanzado de la serie Tongyi Qianwen, ideal para tareas complejas y de múltiples pasos. La versión preliminar ya admite razonamiento."
+  },
  "qwen3-next-80b-a3b-instruct": {
    "description": "Modelo de código abierto de nueva generación basado en Qwen3 en modo no reflexivo, que ofrece una mejor comprensión del texto en chino, mayor capacidad de razonamiento lógico y un mejor desempeño en tareas de generación de texto en comparación con la versión anterior (Tongyi Qianwen 3-235B-A22B-Instruct-2507)."
  },
  "qwen3-next-80b-a3b-thinking": {
-    "description": "Modelo de código abierto de nueva generación basado en Qwen3 en modo reflexivo, que mejora la capacidad de seguir instrucciones y ofrece respuestas más concisas en comparación con la versión anterior (Tongyi Qianwen 3-235B-A22B-Thinking-2507)."
+    "description": "Qwen3 Next 80B A3B Thinking, versión insignia de razonamiento orientada a tareas complejas."
  },
  "qwen3-omni-flash": {
    "description": "El modelo Qwen-Omni puede recibir entradas combinadas de texto, imágenes, audio y video, y generar respuestas en forma de texto o voz. Ofrece múltiples voces humanizadas, admite salida de voz en varios idiomas y dialectos, y puede aplicarse en escenarios como creación de texto, reconocimiento visual y asistentes de voz."
  },
  "qwen3-vl-235b-a22b-instruct": {
-    "description": "Qwen3 VL 235B A22B en modo sin razonamiento (Instruct), adecuado para escenarios de instrucciones sin razonamiento, manteniendo una potente capacidad de comprensión visual."
+    "description": "Qwen3 VL 235B A22B Instruct, modelo multimodal insignia, orientado a escenarios exigentes de comprensión y creación."
  },
  "qwen3-vl-235b-a22b-thinking": {
-    "description": "Qwen3 VL 235B A22B en modo de razonamiento (versión de código abierto), diseñado para escenarios complejos que requieren razonamiento avanzado y comprensión de videos largos, ofreciendo capacidades de razonamiento visual + textual de primer nivel."
+    "description": "Qwen3 VL 235B A22B Thinking, versión de pensamiento insignia, diseñada para tareas complejas de razonamiento y planificación multimodal."
  },
  "qwen3-vl-30b-a3b-instruct": {
-    "description": "Qwen3 VL 30B en modo sin razonamiento (Instruct), orientado a escenarios comunes de seguimiento de instrucciones, manteniendo una alta capacidad de comprensión y generación multimodal."
+    "description": "Qwen3 VL 30B A3B Instruct, modelo multimodal de gran tamaño, que equilibra precisión y rendimiento de razonamiento."
  },
  "qwen3-vl-30b-a3b-thinking": {
-    "description": "Qwen-VL (versión de código abierto) ofrece capacidades de comprensión visual y generación de texto, compatible con interacción de agentes, codificación visual, percepción espacial, comprensión de videos largos y pensamiento profundo, con un sólido reconocimiento de texto y soporte multilingüe en escenarios complejos."
+    "description": "Qwen3 VL 30B A3B Thinking, versión de pensamiento para tareas multimodales complejas."
+  },
+  "qwen3-vl-32b-instruct": {
+    "description": "Qwen3 VL 32B Instruct, modelo multimodal ajustado por instrucciones, ideal para preguntas y creación de alta calidad con texto e imagen."
+  },
+  "qwen3-vl-32b-thinking": {
+    "description": "Qwen3 VL 32B Thinking, versión de pensamiento multimodal, reforzada para razonamiento complejo y análisis de cadenas largas."
  },
  "qwen3-vl-8b-instruct": {
-    "description": "Qwen3 VL 8B en modo sin razonamiento (Instruct), adecuado para tareas comunes de generación y reconocimiento multimodal."
+    "description": "Qwen3 VL 8B Instruct, modelo multimodal ligero, adecuado para preguntas visuales cotidianas e integración en aplicaciones."
  },
  "qwen3-vl-8b-thinking": {
-    "description": "Qwen3 VL 8B en modo de razonamiento, orientado a escenarios ligeros de razonamiento e interacción multimodal, manteniendo la capacidad de comprensión de contextos largos."
+    "description": "Qwen3 VL 8B Thinking, modelo de cadena de pensamiento multimodal, ideal para razonamiento detallado sobre información visual."
  },
  "qwen3-vl-flash": {
    "description": "Qwen3 VL Flash: versión ligera de inferencia rápida, ideal para escenarios sensibles a la latencia o con solicitudes en gran volumen."
@@ -236,6 +236,8 @@
  },
  "inspector": {
    "args": "Ver lista de parámetros",
+    "delete": "Eliminar llamada a la herramienta",
+    "orphanedToolCall": "Este mensaje de llamada a la herramienta podría haberse quedado huérfano debido a circunstancias excepcionales, lo que puede afectar el funcionamiento normal del agente. Por favor, elimínelo.",
    "pluginRender": "Ver interfaz del plugin"
  },
  "list": {
@@ -251,14 +253,20 @@
  },
  "localSystem": {
    "apiName": {
+      "editLocalFile": "Editar archivo",
+      "getCommandOutput": "Obtener salida del código",
+      "globLocalFiles": "Buscar archivos coincidentes",
+      "grepContent": "Buscar contenido",
+      "killCommand": "Detener ejecución del código",
      "listLocalFiles": "Ver lista de archivos",
      "moveLocalFiles": "Mover archivos",
      "readLocalFile": "Leer contenido del archivo",
      "renameLocalFile": "Renombrar",
+      "runCommand": "Ejecutar código",
      "searchLocalFiles": "Buscar archivos",
      "writeLocalFile": "Escribir archivo"
    },
-    "title": "Archivos locales"
+    "title": "Sistema local"
  },
  "mcpInstall": {
    "CHECKING_INSTALLATION": "Verificando entorno de instalación...",
@@ -2,6 +2,45 @@
  "about": {
    "title": "Acerca de"
  },
+  "agentInfoDescription": {
+    "basic": {
+      "avatar": "Avatar",
+      "description": "Descripción",
+      "name": "Nombre",
+      "tags": "Etiquetas",
+      "title": "Información del Asistente"
+    },
+    "chat": {
+      "displayMode": "Modo de visualización",
+      "enableHistoryCount": "Habilitar conteo de mensajes históricos",
+      "historyCount": "Cantidad de mensajes históricos",
+      "no": "No",
+      "searchMode": "Modo de búsqueda",
+      "title": "Preferencias de chat",
+      "yes": "Sí"
+    },
+    "model": {
+      "maxTokens": "Máximo de tokens",
+      "model": "Modelo",
+      "provider": "Proveedor",
+      "temperature": "Temperatura",
+      "title": "Configuración del modelo",
+      "topP": "Valor Top P"
+    },
+    "plugins": {
+      "count": "Configuración de plugins ({{count}})",
+      "empty": "Aún no se han instalado plugins",
+      "title": "Plugins instalados"
+    },
+    "role": {
+      "systemRole": "Mensaje del sistema",
+      "title": "Configuración de rol"
+    },
+    "value": {
+      "unset": "No configurado",
+      "untitled": "Asistente sin título"
+    }
+  },
  "agentTab": {
    "chat": "Preferencias de chat",
    "meta": "Información del asistente",
@@ -18,6 +57,8 @@
    },
    "title": "Análisis de datos"
  },
+  "checking": "Comprobando...",
+  "checkingPermissions": "Verificando permisos...",
  "danger": {
    "clear": {
      "action": "Limpiar ahora",
@@ -146,6 +187,58 @@
    },
    "waitingForMore": "Más modelos están en <1>planificación para su incorporación</1>, ¡estén atentos!"
  },
+  "marketPublish": {
+    "modal": {
+      "changelog": {
+        "extra": "Describe los principales cambios y mejoras de esta versión",
+        "label": "Registro de cambios",
+        "maxLengthError": "El registro de cambios no puede superar los 500 caracteres",
+        "placeholder": "Introduce el registro de cambios",
+        "required": "Por favor, introduce el registro de cambios"
+      },
+      "comparison": {
+        "local": "Versión local actual",
+        "remote": "Versión publicada actual"
+      },
+      "identifier": {
+        "extra": "El identificador será único para el asistente. Se recomienda usar letras minúsculas, números y guiones",
+        "label": "Identificador del asistente",
+        "lengthError": "La longitud del identificador debe estar entre 3 y 50 caracteres",
+        "patternError": "El identificador solo puede contener letras minúsculas, números y guiones",
+        "placeholder": "Introduce un identificador único para el asistente, por ejemplo: desarrollo-web",
+        "required": "Por favor, introduce el identificador del asistente"
+      },
+      "loading": {
+        "fetchingRemote": "Cargando datos remotos...",
+        "submit": "Publicando asistente...",
+        "upload": "Publicando nueva versión..."
+      },
+      "messages": {
+        "createVersionFailed": "Error al crear la versión: {{message}}",
+        "fetchRemoteFailed": "Error al obtener los datos del asistente remoto",
+        "missingIdentifier": "El asistente actual no tiene un identificador de mercado",
+        "notAuthenticated": "Por favor, inicia sesión en tu cuenta del mercado",
+        "publishFailed": "Error al publicar: {{message}}"
+      },
+      "submitButton": "Publicar",
+      "title": {
+        "submit": "Compartir en el mercado de asistentes",
+        "upload": "Publicar nueva versión"
+      }
+    },
+    "resultModal": {
+      "message": "El asistente ha sido enviado para revisión. Una vez aprobado, se publicará automáticamente. Haz clic en «Ver en el mercado» para ver el asistente publicado.",
+      "view": "Ver en el mercado"
+    },
+    "submit": {
+      "button": "Compartir en el mercado",
+      "tooltip": "Comparte el asistente en el mercado"
+    },
+    "upload": {
+      "button": "Publicar nueva versión",
+      "tooltip": "Publica una nueva versión en el mercado de asistentes"
+    }
+  },
  "message": {
    "success": "Actualización exitosa"
  },
@@ -561,7 +654,7 @@
  },
  "submitAgentModal": {
    "button": "Enviar asistente",
-    "identifier": "Identificador del asistente",
+    "identifier": "Identificador del asistente (identifier)",
    "metaMiss": "Por favor complete la información del asistente antes de enviar, debe incluir nombre, descripción y etiquetas",
    "placeholder": "Ingrese el identificador único del asistente, por ejemplo desarrollo-web",
    "tooltips": "Compartir en el mercado de asistentes"
@@ -17,6 +17,14 @@
  "localFiles": {
    "file": "Archivo",
    "folder": "Carpeta",
+    "moveFiles": {
+      "itemsMoved": "Se han movido {{count}} elementos:",
+      "itemsMoved_one": "Se ha movido {{count}} elemento:",
+      "itemsMoved_other": "Se han movido {{count}} elementos:",
+      "itemsToMove": "{{count}} elementos por mover:",
+      "itemsToMove_one": "{{count}} elemento por mover:",
+      "itemsToMove_other": "{{count}} elementos por mover:"
+    },
    "open": "Abrir",
    "openFile": "Abrir archivo",
    "openFolder": "Abrir carpeta",
@@ -6,6 +6,7 @@
    "confirmRemoveUnstarred": "Se eliminarán los temas no favoritos. Una vez eliminados, no se podrán recuperar. Por favor, actúe con precaución.",
    "duplicate": "Crear copia",
    "export": "Exportar tema",
+    "openInNewWindow": "Abrir en una nueva ventana",
    "removeAll": "Eliminar todos los temas",
    "removeUnstarred": "Eliminar temas no favoritos"
  },
@@ -17,6 +17,7 @@
  "availableAgents": "دستیاران در دسترس",
  "backToBottom": "بازگشت به پایین",
  "chatList": {
+    "expandMessage": "گسترش پیام",
    "longMessageDetail": "مشاهده جزئیات"
  },
  "clearCurrentMessages": "پاک کردن پیام‌های جلسه فعلی",
@@ -173,8 +174,11 @@
    "title": "ذکر اعضا"
  },
  "messageAction": {
+    "collapse": "بستن پیام",
+    "continueGeneration": "ادامه تولید",
    "delAndRegenerate": "حذف و بازتولید",
    "deleteDisabledByThreads": "زیرموضوع وجود دارد، نمی‌توان حذف کرد",
+    "expand": "گسترش پیام",
    "regenerate": "بازتولید"
  },
  "messages": {
@@ -239,6 +243,7 @@
  "noMatchingAgents": "عضوی مطابق با جستجو یافت نشد",
  "noMembersYet": "این گروه هنوز عضوی ندارد. برای دعوت دستیاران، روی دکمهٔ + کلیک کنید.",
  "noSelectedAgents": "هنوز هیچ عضوی انتخاب نشده است",
+  "openInNewWindow": "باز کردن در یک پنجره جدید",
  "owner": "صاحب گروه",
  "pin": "سنجاق کردن",
  "pinOff": "لغو سنجاق",
@@ -367,6 +372,28 @@
    "remained": "باقی‌مانده",
    "used": "استفاده شده"
  },
+  "tool": {
+    "intervention": {
+      "approve": "تأیید",
+      "approveAndRemember": "تأیید و به خاطر سپردن",
+      "approveOnce": "تأیید فقط برای این بار",
+      "mode": {
+        "allowList": "فهرست مجاز",
+        "allowListDesc": "فقط ابزارهای تأییدشده به‌صورت خودکار اجرا می‌شوند",
+        "autoRun": "تأیید خودکار",
+        "autoRunDesc": "تأیید خودکار اجرای همه ابزارها",
+        "manual": "دستی",
+        "manualDesc": "نیاز به تأیید دستی برای هر بار فراخوانی"
+      },
+      "reject": "رد کردن",
+      "rejectAndContinue": "رد کردن و تلاش مجدد برای اجرا",
+      "rejectOnly": "رد کردن",
+      "rejectReasonPlaceholder": "وارد کردن دلیل رد به Agent کمک می‌کند تا اقدامات بعدی را بهینه کند",
+      "rejectTitle": "رد این فراخوانی ابزار",
+      "rejectedWithReason": "این فراخوانی ابزار با دلیل زیر رد شد:{{reason}}",
+      "toolRejected": "این فراخوانی ابزار به‌صورت دستی رد شد"
+    }
+  },
  "topic": {
    "checkOpenNewTopic": "آیا مایل به باز کردن موضوع جدید هستید؟",
    "checkSaveCurrentMessages": "آیا مایل به ذخیره مکالمه فعلی به عنوان موضوع هستید؟",
@@ -135,6 +135,7 @@
    }
  },
  "close": "بستن",
+  "confirm": "تأیید",
  "contact": "تماس با ما",
  "copy": "کپی",
  "copyFail": "کپی ناموفق بود",
@@ -285,6 +286,7 @@
  "oauth": "ورود با SSO",
  "officialSite": "وب‌سایت رسمی",
  "ok": "تأیید",
+  "or": "یا",
  "password": "رمز عبور",
  "pin": "سنجاق کردن",
  "pinOff": "لغو سنجاق کردن",
@@ -106,6 +106,12 @@
    "keyPlaceholder": "کلید",
    "valuePlaceholder": "مقدار"
  },
+  "LocalFile": {
+    "action": {
+      "open": "باز کردن",
+      "showInFolder": "نمایش در پوشه"
+    }
+  },
  "MaxTokenSlider": {
    "unlimited": "نامحدود"
  },
@@ -41,9 +41,29 @@
        "openingMessage": "پیام آغازین",
        "openingQuestions": "سوالات آغازین",
        "title": "تنظیمات دستیار"
+      },
+      "version": {
+        "empty": "هیچ نسخه‌ای در دسترس نیست",
+        "status": {
+          "archived": "بایگانی شده",
+          "deprecated": "رد شده",
+          "unpublished": "در حال بررسی"
+        },
+        "table": {
+          "isLatest": "آخرین نسخه",
+          "isValidated": "تأیید شده",
+          "publishAt": "تاریخ انتشار",
+          "version": "شماره نسخه"
+        },
+        "title": "تاریخچه نسخه‌ها"
      }
    },
    "list": "فهرست دستیاران",
+    "marketSource": {
+      "label": "تغییر منبع بازار",
+      "legacy": "بازار قدیمی",
+      "new": "بازار جدید"
+    },
    "more": "بیشتر",
    "plugins": "افزونه‌های یکپارچه",
    "recentSubmits": "آخرین به‌روزرسانی‌ها",
@@ -51,10 +71,35 @@
      "createdAt": "تازه‌ترین انتشار",
      "identifier": "شناسه دستیار",
      "knowledgeCount": "تعداد پایگاه‌های دانش",
+      "myown": "مشاهده دستیارهای من",
      "pluginCount": "تعداد افزونه‌ها",
      "title": "نام دستیار",
      "tokenUsage": "میزان استفاده از توکن"
    },
+    "status": {
+      "archived": {
+        "reasons": {
+          "official": "به دلیل مسائل امنیتی/سیاسی توسط تیم رسمی از دسترس خارج شده است",
+          "owner": "مالک توسعه‌دهنده دستیار به‌صورت داوطلبانه آن را از دسترس خارج یا بایگانی کرده است"
+        },
+        "subtitle": "دستیار مورد نظر به دلایل زیر ممکن است بایگانی شده باشد:",
+        "title": "دستیار بایگانی شده است"
+      },
+      "backToMarket": "بازگشت به بازار دستیارها",
+      "deprecated": {
+        "reasons": {
+          "official": "به دلیل مسائل امنیتی/سیاسی توسط تیم رسمی از دسترس خارج شده است",
+          "owner": "مالک توسعه‌دهنده دستیار به‌صورت داوطلبانه آن را رد یا از دسترس خارج کرده است"
+        },
+        "subtitle": "دستیار مورد نظر به دلایل زیر ممکن است رد شده باشد:",
+        "title": "دستیار رد شده است"
+      },
+      "support": "در صورت وجود هرگونه مشکل، لطفاً لینک را کپی کرده و به <1>support@lobehub.com</1> ارسال نمایید.",
+      "unpublished": {
+        "subtitle": "دستیار مورد نظر در حال بررسی نسخه است. در صورت وجود سوال، لینک را کپی کرده و به <1>support@lobehub.com</1> ارسال نمایید.",
+        "title": "دستیار در حال بررسی است"
+      }
+    },
    "suggestions": "پیشنهادات مرتبط",
    "systemRole": "تنظیمات دستیار",
    "tokenUsage": "میزان استفاده از توکن‌های راهنمای دستیار",
@@ -1,5 +1,8 @@
 {
-  "desc": "مدیریت دانش شما",
+  "addFolder": "ایجاد پوشه",
+  "addKnowledge": "افزودن دانش",
+  "addPage": "ایجاد سند",
+  "desc": "مدیریت دانش کاری، تحصیلی و زندگی شما.",
  "detail": {
    "basic": {
      "createdAt": "زمان ایجاد",
@@ -21,15 +24,89 @@
      "embeddingStatus": "برداری‌سازی"
    }
  },
+  "documentEditor": {
+    "addIcon": "افزودن آیکون",
+    "autoSaveMessage": "سند به‌صورت خودکار ذخیره می‌شود، نیازی به ذخیره دستی نیست",
+    "chooseIcon": "انتخاب آیکون",
+    "deleteConfirm": {
+      "content": "در شرف حذف این سند هستید. پس از حذف، قابل بازیابی نخواهد بود. لطفاً با احتیاط عمل کنید.",
+      "title": "حذف سند"
+    },
+    "deleteError": "حذف سند ناموفق بود",
+    "deleteSuccess": "سند با موفقیت حذف شد",
+    "editedAt": "آخرین ویرایش در {{time}}",
+    "editedBy": "آخرین ویرایش توسط {{name}}",
+    "editorPlaceholder": "محتوای سند را وارد کنید، برای باز کردن منوی دستورات / را فشار دهید",
+    "empty": {
+      "createNewDocument": "ایجاد سند جدید",
+      "title": "برای شروع یک سند انتخاب کنید",
+      "uploadMarkdown": "بارگذاری فایل Markdown"
+    },
+    "linkCopied": "پیوند کپی شد",
+    "menu": {
+      "copyLink": "کپی پیوند",
+      "exportDocument": "صادرات سند",
+      "importDocument": "وارد کردن سند",
+      "pin": "سند را سنجاق کن"
+    },
+    "saving": "در حال ذخیره‌سازی...",
+    "titlePlaceholder": "بدون عنوان",
+    "wordCount": "{{wordCount}} کلمه"
+  },
+  "documentList": {
+    "copyContent": "کپی کل محتوا",
+    "documentCount": "مجموع {{count}} سند",
+    "duplicate": "ایجاد نسخه مشابه",
+    "empty": "هیچ سندی موجود نیست، برای ایجاد اولین سند خود روی دکمه بالا کلیک کنید",
+    "noResults": "سندی مطابق با جستجو یافت نشد",
+    "selectNote": "برای ویرایش یک سند انتخاب کنید",
+    "untitled": "بدون عنوان"
+  },
  "empty": "هیچ فایل/پوشه‌ای بارگذاری نشده است",
  "header": {
    "actions": {
      "newFolder": "ایجاد پوشه جدید",
+      "newPage": "ایجاد سند جدید",
      "uploadFile": "بارگذاری فایل",
      "uploadFolder": "بارگذاری پوشه"
    },
+    "newDocumentButton": "سند جدید",
+    "newNoteDialog": {
+      "cancel": "لغو",
+      "editTitle": "ویرایش سند",
+      "emptyContent": "محتوای سند نمی‌تواند خالی باشد",
+      "loadError": "بارگذاری سند ناموفق بود، لطفاً دوباره تلاش کنید",
+      "loading": "در حال بارگذاری...",
+      "save": "ذخیره",
+      "saveError": "ذخیره سند ناموفق بود، لطفاً دوباره تلاش کنید",
+      "saveSuccess": "سند با موفقیت ذخیره شد",
+      "title": "سند جدید",
+      "updateSuccess": "سند با موفقیت به‌روزرسانی شد"
+    },
    "uploadButton": "بارگذاری"
  },
+  "home": {
+    "getStarted": "شروع کنید",
+    "greeting": "شروع",
+    "quickActions": "دسترسی سریع",
+    "recentDocuments": "اسناد اخیر",
+    "recentFiles": "فایل‌های اخیر",
+    "subtitle": "به پایگاه دانش خوش آمدید، از اینجا مدیریت اسناد خود را آغاز کنید",
+    "uploadEntries": {
+      "files": {
+        "title": "بارگذاری فایل"
+      },
+      "folder": {
+        "title": "بارگذاری پوشه"
+      },
+      "knowledgeBase": {
+        "title": "ایجاد پایگاه دانش جدید"
+      },
+      "newDocument": {
+        "title": "ایجاد سند جدید"
+      }
+    }
+  },
  "knowledgeBase": {
    "list": {
      "confirmRemoveKnowledgeBase": "این پایگاه دانش به زودی حذف خواهد شد، اما فایل‌های آن حذف نخواهند شد و به بخش همه فایل‌ها منتقل می‌شوند. پس از حذف پایگاه دانش، امکان بازیابی آن وجود نخواهد داشت، لطفاً با دقت عمل کنید.",
@@ -38,6 +115,10 @@
    "new": "ایجاد پایگاه دانش جدید",
    "title": "پایگاه دانش"
  },
+  "menu": {
+    "allDocuments": "همه اسناد",
+    "allFiles": "تمام فایل‌ها"
+  },
  "networkError": "دریافت مخزن دانش ناموفق بود، لطفاً پس از بررسی اتصال شبکه دوباره تلاش کنید.",
  "notSupportGuide": {
    "desc": "استقرار فعلی در حالت پایگاه داده کلاینت است و امکان استفاده از قابلیت مدیریت فایل وجود ندارد. لطفاً به <1>حالت استقرار پایگاه داده سرور</1> تغییر دهید، یا مستقیماً از <3>LobeChat Cloud</3> استفاده کنید.",
@@ -61,12 +142,16 @@
    "downloadFile": "دانلود فایل",
    "unsupportedFileAndContact": "فرمت این فایل در حال حاضر از پیش‌نمایش آنلاین پشتیبانی نمی‌کند. در صورت نیاز به پیش‌نمایش، لطفاً <1>به ما بازخورد دهید</1>."
  },
+  "searchDocumentPlaceholder": "جستجوی سند",
  "searchFilePlaceholder": "جستجوی فایل",
  "tab": {
-    "all": "همه فایل‌ها",
+    "all": "همه",
    "audios": "صداها",
    "documents": "اسناد",
+    "home": "خانه",
    "images": "تصاویر",
+    "moreTypes": "انواع بیشتر",
+    "pages": "اسناد",
    "videos": "ویدیوها",
    "websites": "وب‌سایت‌ها"
  },
@@ -0,0 +1,42 @@
+{
+  "callback": {
+    "buttons": {
+      "close": "بستن پنجره"
+    },
+    "messages": {
+      "authFailed": "احراز هویت ناموفق: {{error}}",
+      "missingParams": "پارامترهای احراز هویت ناقص هستند",
+      "processing": "در حال پردازش احراز هویت...",
+      "successWithCountdown": "{{message}} پنجره در {{countdown}} ثانیه دیگر به‌طور خودکار بسته خواهد شد",
+      "successWithRedirect": "احراز هویت با موفقیت انجام شد! در حال انتقال..."
+    },
+    "titles": {
+      "error": "احراز هویت ناموفق",
+      "loading": "احراز هویت LobeHub Market",
+      "success": "احراز هویت موفق"
+    }
+  },
+  "errors": {
+    "authorizationFailed": "احراز هویت ناموفق بود، لطفاً دوباره تلاش کنید.",
+    "browserOnly": "فرآیند احراز هویت فقط در مرورگر قابل انجام است.",
+    "codeConsumed": "کد احراز هویت قبلاً استفاده شده است، لطفاً دوباره تلاش کنید.",
+    "codeVerifierMissing": "نشست احراز هویت نامعتبر است، لطفاً دوباره وارد شوید.",
+    "general": "خطایی در احراز هویت رخ داد، لطفاً دوباره تلاش کنید.",
+    "handoffFailed": "دریافت نتیجه احراز هویت ناموفق بود، لطفاً دوباره تلاش کنید.",
+    "handoffTimeout": "مهلت احراز هویت به پایان رسید، لطفاً پس از تکمیل عملیات در مرورگر دوباره تلاش کنید.",
+    "oidcNotReady": "سرویس احراز هویت هنوز آماده نیست، لطفاً بعداً دوباره تلاش کنید.",
+    "openBrowserFailed": "امکان باز کردن مرورگر سیستم وجود ندارد، لطفاً دوباره تلاش کنید.",
+    "openPopupFailed": "امکان باز کردن پنجره احراز هویت وجود ندارد، لطفاً تنظیمات مسدودکننده پنجره مرورگر را بررسی کنید.",
+    "popupClosed": "پنجره احراز هویت قبل از تکمیل بسته شد.",
+    "sessionExpired": "نشست احراز هویت منقضی شده است، لطفاً دوباره وارد شوید.",
+    "stateMismatch": "وضعیت احراز هویت مطابقت ندارد، لطفاً دوباره تلاش کنید.",
+    "stateMissing": "وضعیت احراز هویت یافت نشد، لطفاً دوباره تلاش کنید."
+  },
+  "messages": {
+    "loading": "در حال آغاز فرآیند احراز هویت...",
+    "success": {
+      "submit": "احراز هویت با موفقیت انجام شد! اکنون می‌توانید دستیار را منتشر کنید.",
+      "upload": "احراز هویت با موفقیت انجام شد! اکنون می‌توانید نسخه جدیدی منتشر کنید."
+    }
+  }
+}
@@ -1049,6 +1049,9 @@
  "deepseek-r1-0528": {
    "description": "مدل کامل 685 میلیارد پارامتری، منتشر شده در ۲۸ مه ۲۰۲۵. DeepSeek-R1 در مرحله پس‌آموزش به طور گسترده از تکنیک‌های یادگیری تقویتی استفاده کرده است و با داده‌های برچسب‌خورده بسیار کم، توانایی استدلال مدل را به طور قابل توجهی افزایش داده است. این مدل در وظایف ریاضی، کدنویسی و استدلال زبان طبیعی عملکرد و توانایی بالایی دارد."
  },
+  "deepseek-r1-250528": {
+    "description": "DeepSeek R1 250528، نسخه کامل مدل استنتاجی DeepSeek-R1، مناسب برای وظایف دشوار ریاضی و منطقی."
+  },
  "deepseek-r1-70b-fast-online": {
    "description": "DeepSeek R1 70B نسخه سریع است که از جستجوی آنلاین زنده پشتیبانی می‌کند و در عین حفظ عملکرد مدل، سرعت پاسخ‌دهی سریع‌تری را ارائه می‌دهد."
  },
@@ -1059,31 +1062,34 @@
    "description": "deepseek-r1-distill-llama مدلی است که بر اساس Llama از DeepSeek-R1 استخراج شده است."
  },
  "deepseek-r1-distill-llama-70b": {
-    "description": "DeepSeek R1 - مدل بزرگتر و هوشمندتر در مجموعه DeepSeek - به معماری Llama 70B تقطیر شده است. بر اساس آزمون‌های معیار و ارزیابی‌های انسانی، این مدل از Llama 70B اصلی هوشمندتر است، به ویژه در وظایفی که نیاز به دقت ریاضی و واقعی دارند."
+    "description": "DeepSeek R1 Distill Llama 70B، مدل تقطیر شده‌ای که توانایی استنتاج R1 را با اکوسیستم Llama ترکیب می‌کند."
  },
  "deepseek-r1-distill-llama-8b": {
-    "description": "مدل‌های سری DeepSeek-R1-Distill از طریق تکنیک تقطیر دانش، نمونه‌های تولید شده توسط DeepSeek-R1 را برای تنظیم دقیق بر روی مدل‌های متن‌باز مانند Qwen و Llama به کار می‌برند."
+    "description": "DeepSeek-R1-Distill-Llama-8B، یک مدل زبان بزرگ تقطیر شده بر پایه Llama-3.1-8B با استفاده از خروجی‌های DeepSeek R1."
+  },
+  "deepseek-r1-distill-qianfan-70b": {
+    "description": "DeepSeek R1 Distill Qianfan 70B، مدل تقطیر شده R1 بر پایه Qianfan-70B با بهره‌وری بالا."
+  },
+  "deepseek-r1-distill-qianfan-8b": {
+    "description": "DeepSeek R1 Distill Qianfan 8B، مدل تقطیر شده R1 بر پایه Qianfan-8B، مناسب برای کاربردهای کوچک و متوسط."
  },
  "deepseek-r1-distill-qianfan-llama-70b": {
-    "description": "این مدل در تاریخ 14 فوریه 2025 برای اولین بار منتشر شد و توسط تیم توسعه مدل بزرگ Qianfan با استفاده از Llama3_70B به عنوان مدل پایه (ساخته شده با متا لاما) تقطیر شده است و داده‌های تقطیر شده همچنین شامل متون Qianfan است."
-  },
-  "deepseek-r1-distill-qianfan-llama-8b": {
-    "description": "این مدل در تاریخ 14 فوریه 2025 برای اولین بار منتشر شد و توسط تیم توسعه مدل بزرگ Qianfan با استفاده از Llama3_8B به عنوان مدل پایه (ساخته شده با متا لاما) تقطیر شده است و داده‌های تقطیر شده همچنین شامل متون Qianfan است."
+    "description": "DeepSeek R1 Distill Qianfan Llama 70B، مدل تقطیر شده R1 بر پایه Llama-70B."
  },
  "deepseek-r1-distill-qwen": {
    "description": "deepseek-r1-distill-qwen مدلی است که بر اساس Qwen از DeepSeek-R1 استخراج شده است."
  },
  "deepseek-r1-distill-qwen-1.5b": {
-    "description": "مدل‌های سری DeepSeek-R1-Distill از طریق تکنیک تقطیر دانش، نمونه‌های تولید شده توسط DeepSeek-R1 را برای تنظیم دقیق بر روی مدل‌های متن‌باز مانند Qwen و Llama به کار می‌برند."
+    "description": "DeepSeek R1 Distill Qwen 1.5B، مدل تقطیر شده فوق سبک R1، مناسب برای محیط‌های با منابع بسیار محدود."
  },
  "deepseek-r1-distill-qwen-14b": {
-    "description": "مدل‌های سری DeepSeek-R1-Distill از طریق تکنیک تقطیر دانش، نمونه‌های تولید شده توسط DeepSeek-R1 را برای تنظیم دقیق بر روی مدل‌های متن‌باز مانند Qwen و Llama به کار می‌برند."
+    "description": "DeepSeek R1 Distill Qwen 14B، مدل تقطیر شده R1 با مقیاس متوسط، مناسب برای استقرار در سناریوهای مختلف."
  },
  "deepseek-r1-distill-qwen-32b": {
-    "description": "مدل‌های سری DeepSeek-R1-Distill از طریق تکنیک تقطیر دانش، نمونه‌های تولید شده توسط DeepSeek-R1 را برای تنظیم دقیق بر روی مدل‌های متن‌باز مانند Qwen و Llama به کار می‌برند."
+    "description": "DeepSeek R1 Distill Qwen 32B، مدل تقطیر شده R1 بر پایه Qwen-32B، با تعادل بین عملکرد و هزینه."
  },
  "deepseek-r1-distill-qwen-7b": {
-    "description": "مدل‌های سری DeepSeek-R1-Distill از طریق تکنیک تقطیر دانش، نمونه‌های تولید شده توسط DeepSeek-R1 را برای تنظیم دقیق بر روی مدل‌های متن‌باز مانند Qwen و Llama به کار می‌برند."
+    "description": "DeepSeek R1 Distill Qwen 7B، مدل تقطیر شده سبک R1، مناسب برای محیط‌های لبه‌ای و خصوصی‌سازی سازمانی."
  },
  "deepseek-r1-fast-online": {
    "description": "DeepSeek R1 نسخه سریع کامل است که از جستجوی آنلاین زنده پشتیبانی می‌کند و ترکیبی از توانایی‌های قوی 671B پارامتر و سرعت پاسخ‌دهی سریع‌تر است."
@@ -1112,12 +1118,24 @@
  "deepseek-v3.1-terminus": {
    "description": "DeepSeek-V3.1-Terminus نسخه‌ای بهینه‌سازی‌شده از مدل زبان بزرگ DeepSeek است که به‌طور خاص برای دستگاه‌های نهایی طراحی شده است."
  },
+  "deepseek-v3.1-think-250821": {
+    "description": "DeepSeek V3.1 Think 250821، مدل تفکر عمیق نسخه Terminus، مناسب برای سناریوهای استنتاج با عملکرد بالا."
+  },
  "deepseek-v3.1:671b": {
    "description": "DeepSeek V3.1: مدل استنتاج نسل بعدی که توانایی‌های استنتاج پیچیده و تفکر زنجیره‌ای را بهبود بخشیده و برای وظایفی که نیاز به تحلیل عمیق دارند مناسب است."
  },
  "deepseek-v3.2-exp": {
    "description": "deepseek-v3.2-exp مکانیزم توجه پراکنده را معرفی می‌کند که هدف آن افزایش کارایی آموزش و استنتاج در پردازش متون بلند است و قیمت آن کمتر از deepseek-v3.1 می‌باشد."
  },
+  "deepseek-v3.2-think": {
+    "description": "DeepSeek V3.2 Think، نسخه کامل مدل تفکر عمیق با توانایی تقویت‌شده در استنتاج زنجیره‌ای طولانی."
+  },
+  "deepseek-vl2": {
+    "description": "DeepSeek VL2، مدل چندوجهی با پشتیبانی از درک تصویر و متن و پرسش و پاسخ بصری دقیق."
+  },
+  "deepseek-vl2-small": {
+    "description": "DeepSeek VL2 Small، نسخه سبک چندوجهی، مناسب برای محیط‌های با منابع محدود و بارگذاری بالا."
+  },
  "deepseek/deepseek-chat-v3-0324": {
    "description": "DeepSeek V3 یک مدل ترکیبی متخصص با 685B پارامتر است و جدیدترین نسخه از سری مدل‌های چت پرچمدار تیم DeepSeek می‌باشد.\n\nاین مدل از [DeepSeek V3](/deepseek/deepseek-chat-v3) به ارث برده و در انواع وظایف عملکرد عالی از خود نشان می‌دهد."
  },
@@ -1253,83 +1271,89 @@
  "emohaa": {
    "description": "Emohaa یک مدل روان‌شناختی است که دارای توانایی مشاوره حرفه‌ای بوده و به کاربران در درک مسائل احساسی کمک می‌کند."
  },
-  "ernie-3.5-128k": {
-    "description": "مدل زبان بزرگ پرچمدار خود توسعه یافته توسط بایدو، که شامل حجم وسیعی از متون چینی و انگلیسی است و دارای توانایی‌های عمومی قوی است که می‌تواند نیازهای اکثر موارد پرسش و پاسخ، تولید خلاقانه و کاربردهای افزونه را برآورده کند؛ از اتصال خودکار به افزونه جستجوی بایدو پشتیبانی می‌کند تا اطلاعات پرسش و پاسخ به روز باشد."
-  },
-  "ernie-3.5-8k": {
-    "description": "مدل زبان بزرگ پرچمدار خود توسعه یافته توسط بایدو، که شامل حجم وسیعی از متون چینی و انگلیسی است و دارای توانایی‌های عمومی قوی است که می‌تواند نیازهای اکثر موارد پرسش و پاسخ، تولید خلاقانه و کاربردهای افزونه را برآورده کند؛ از اتصال خودکار به افزونه جستجوی بایدو پشتیبانی می‌کند تا اطلاعات پرسش و پاسخ به روز باشد."
-  },
-  "ernie-3.5-8k-preview": {
-    "description": "مدل زبان بزرگ پرچمدار خود توسعه یافته توسط بایدو، که شامل حجم وسیعی از متون چینی و انگلیسی است و دارای توانایی‌های عمومی قوی است که می‌تواند نیازهای اکثر موارد پرسش و پاسخ، تولید خلاقانه و کاربردهای افزونه را برآورده کند؛ از اتصال خودکار به افزونه جستجوی بایدو پشتیبانی می‌کند تا اطلاعات پرسش و پاسخ به روز باشد."
-  },
-  "ernie-4.0-8k-latest": {
-    "description": "مدل زبان بزرگ فوق‌العاده پرچمدار خود توسعه یافته توسط بایدو، که نسبت به ERNIE 3.5 به‌روزرسانی‌های جامع‌تری در توانایی‌های مدل داشته و به طور گسترده‌ای در زمینه‌های مختلف برای وظایف پیچیده کاربرد دارد؛ از اتصال خودکار به افزونه جستجوی بایدو پشتیبانی می‌کند تا اطلاعات پرسش و پاسخ به روز باشد."
-  },
-  "ernie-4.0-8k-preview": {
-    "description": "مدل زبان بزرگ فوق‌العاده پرچمدار خود توسعه یافته توسط بایدو، که نسبت به ERNIE 3.5 به‌روزرسانی‌های جامع‌تری در توانایی‌های مدل داشته و به طور گسترده‌ای در زمینه‌های مختلف برای وظایف پیچیده کاربرد دارد؛ از اتصال خودکار به افزونه جستجوی بایدو پشتیبانی می‌کند تا اطلاعات پرسش و پاسخ به روز باشد."
-  },
-  "ernie-4.0-turbo-128k": {
-    "description": "مدل زبان بزرگ فوق‌العاده پرچمدار خود توسعه یافته توسط بایدو، که عملکرد کلی آن بسیار خوب است و به طور گسترده‌ای در زمینه‌های مختلف برای وظایف پیچیده کاربرد دارد؛ از اتصال خودکار به افزونه جستجوی بایدو پشتیبانی می‌کند تا اطلاعات پرسش و پاسخ به روز باشد. نسبت به ERNIE 4.0 در عملکرد بهتر است."
-  },
-  "ernie-4.0-turbo-8k-latest": {
-    "description": "مدل زبان بزرگ فوق‌العاده پرچمدار خود توسعه یافته توسط بایدو، که عملکرد کلی آن بسیار خوب است و به طور گسترده‌ای در زمینه‌های مختلف برای وظایف پیچیده کاربرد دارد؛ از اتصال خودکار به افزونه جستجوی بایدو پشتیبانی می‌کند تا اطلاعات پرسش و پاسخ به روز باشد. نسبت به ERNIE 4.0 در عملکرد بهتر است."
-  },
-  "ernie-4.0-turbo-8k-preview": {
-    "description": "مدل زبان بزرگ فوق‌العاده پرچمدار خود توسعه یافته توسط بایدو، که عملکرد کلی آن بسیار خوب است و به طور گسترده‌ای در زمینه‌های مختلف برای وظایف پیچیده کاربرد دارد؛ از اتصال خودکار به افزونه جستجوی بایدو پشتیبانی می‌کند تا اطلاعات پرسش و پاسخ به روز باشد. نسبت به ERNIE 4.0 در عملکرد بهتر است."
+  "ernie-4.5-0.3b": {
+    "description": "ERNIE 4.5 0.3B، مدل سبک متن‌باز، مناسب برای استقرار محلی و سفارشی‌سازی."
  },
  "ernie-4.5-21b-a3b": {
-    "description": "ERNIE 4.5 21B A3B یک مدل متخصص ترکیبی است که توسط Wenxin Baidu توسعه یافته و دارای توانایی‌های قوی در استدلال و پشتیبانی از چند زبان می‌باشد."
+    "description": "ERNIE 4.5 21B A3B، مدل بزرگ متن‌باز با عملکرد قوی در وظایف درک و تولید."
  },
  "ernie-4.5-300b-a47b": {
    "description": "ERNIE 4.5 300B A47B یک مدل بسیار بزرگ متخصص ترکیبی است که توسط Wenxin Baidu ارائه شده و از توانایی استدلالی برجسته‌ای برخوردار است."
  },
  "ernie-4.5-8k-preview": {
-    "description": "مدل بزرگ 4.5 Ernie یک مدل پایه چندرسانه‌ای نسل جدید است که توسط بایدو به‌طور مستقل توسعه یافته و از طریق مدل‌سازی مشترک چندین حالت به بهینه‌سازی هم‌زمان دست می‌یابد و توانایی درک چندرسانه‌ای فوق‌العاده‌ای دارد؛ دارای توانایی‌های زبانی پیشرفته‌تر، درک، تولید، منطق و حافظه به‌طور کلی بهبود یافته و توانایی‌های حذف توهم، استدلال منطقی و کد به‌طور قابل توجهی افزایش یافته است."
+    "description": "ERNIE 4.5 8K Preview، مدل پیش‌نمایش با زمینه 8K، برای تجربه و آزمایش قابلیت‌های Wenxin 4.5."
  },
  "ernie-4.5-turbo-128k": {
-    "description": "Wenxin 4.5 Turbo در زمینه‌های کاهش توهم، استدلال منطقی و توانایی کدنویسی به‌طور قابل توجهی بهبود یافته است. در مقایسه با Wenxin 4.5، سرعت بالاتر و قیمت کمتری دارد. توانایی‌های مدل به‌طور کلی افزایش یافته و بهتر می‌تواند به پردازش مکالمات طولانی با تاریخچه چند دور و وظایف درک پرسش و پاسخ متون طولانی پاسخ دهد."
+    "description": "ERNIE 4.5 Turbo 128K، مدل عمومی با عملکرد بالا، پشتیبانی از جستجوی تقویتی و ابزارها، مناسب برای پرسش و پاسخ، کدنویسی و عامل‌های هوشمند."
+  },
+  "ernie-4.5-turbo-128k-preview": {
+    "description": "ERNIE 4.5 Turbo 128K Preview، نسخه پیش‌نمایش با قابلیت‌های مشابه نسخه رسمی، مناسب برای تست و هماهنگی."
  },
  "ernie-4.5-turbo-32k": {
-    "description": "Wenxin 4.5 Turbo در زمینه‌های کاهش توهم، استدلال منطقی و توانایی کدنویسی به‌طور قابل توجهی بهبود یافته است. در مقایسه با Wenxin 4.5، سرعت بالاتر و قیمت کمتری دارد. توانایی‌های خلق متن و پرسش و پاسخ به‌طور قابل توجهی افزایش یافته است. طول خروجی و تأخیر در جملات کامل نسبت به ERNIE 4.5 افزایش یافته است."
+    "description": "ERNIE 4.5 Turbo 32K، نسخه با زمینه متوسط تا بلند، مناسب برای پرسش و پاسخ، جستجوی پایگاه دانش و مکالمات چندمرحله‌ای."
+  },
+  "ernie-4.5-turbo-latest": {
+    "description": "ERNIE 4.5 Turbo آخرین نسخه، با بهینه‌سازی عملکرد کلی، مناسب به‌عنوان مدل اصلی در محیط‌های تولیدی."
+  },
+  "ernie-4.5-turbo-vl": {
+    "description": "ERNIE 4.5 Turbo VL، مدل چندوجهی بالغ، مناسب برای درک و شناسایی تصویر و متن در محیط‌های تولیدی."
  },
  "ernie-4.5-turbo-vl-32k": {
-    "description": "نسخه جدید مدل بزرگ Wenxin، توانایی‌های درک تصویر، خلق، ترجمه و کدنویسی به‌طور قابل توجهی افزایش یافته است و برای اولین بار از طول زمینه 32K پشتیبانی می‌کند، تأخیر در اولین توکن به‌طور قابل توجهی کاهش یافته است."
+    "description": "ERNIE 4.5 Turbo VL 32K، نسخه چندوجهی با زمینه متوسط تا بلند، مناسب برای درک ترکیبی اسناد بلند و تصاویر."
+  },
+  "ernie-4.5-turbo-vl-32k-preview": {
+    "description": "ERNIE 4.5 Turbo VL 32K Preview، نسخه پیش‌نمایش چندوجهی 32K، مناسب برای ارزیابی توانایی درک بصری با زمینه بلند."
+  },
+  "ernie-4.5-turbo-vl-latest": {
+    "description": "ERNIE 4.5 Turbo VL Latest، آخرین نسخه چندوجهی با درک و استنتاج تصویر و متن بهینه‌شده."
+  },
+  "ernie-4.5-turbo-vl-preview": {
+    "description": "ERNIE 4.5 Turbo VL Preview، مدل پیش‌نمایش چندوجهی، پشتیبانی از درک و تولید تصویر و متن، مناسب برای تجربه پرسش و پاسخ بصری و درک محتوا."
+  },
+  "ernie-4.5-vl-28b-a3b": {
+    "description": "ERNIE 4.5 VL 28B A3B، مدل چندوجهی متن‌باز، پشتیبانی از وظایف درک و استنتاج تصویر و متن."
+  },
+  "ernie-5.0-thinking-preview": {
+    "description": "پیش‌نمایش ERNIE 5.0 Thinking، مدل پرچم‌دار چندوجهی بومی، پشتیبانی از مدل‌سازی یکپارچه متن، تصویر، صدا و ویدیو، با ارتقاء جامع توانایی‌ها، مناسب برای پرسش و پاسخ پیچیده، تولید محتوا و عامل‌های هوشمند."
  },
  "ernie-char-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."
+    "description": "ERNIE Character 8K، مدل مکالمه با شخصیت، مناسب برای ساخت شخصیت‌های IP و گفت‌وگوی همراه بلندمدت."
  },
  "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."
+    "description": "ERNIE Character Fiction 8K، مدل شخصیت‌پردازی برای داستان‌نویسی و خلق روایت، مناسب برای تولید داستان‌های بلند."
+  },
+  "ernie-char-fiction-8k-preview": {
+    "description": "ERNIE Character Fiction 8K Preview، نسخه پیش‌نمایش مدل شخصیت و داستان‌پردازی، برای تجربه و آزمایش عملکرد."
  },
  "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."
+    "description": "ERNIE iRAG Edit، مدل ویرایش تصویر با قابلیت حذف، بازسازی و تولید نسخه‌های متنوع."
  },
  "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."
+    "description": "ERNIE Lite 8K، مدل عمومی سبک، مناسب برای پرسش و پاسخ روزمره و تولید محتوا با هزینه پایین."
  },
  "ernie-lite-pro-128k": {
-    "description": "مدل زبان بزرگ سبک خود توسعه یافته توسط بایدو که تعادل خوبی بین عملکرد مدل و عملکرد استدلال دارد و عملکرد بهتری نسبت به ERNIE Lite دارد و برای استفاده در کارت‌های تسریع AI با توان محاسباتی پایین مناسب است."
+    "description": "ERNIE Lite Pro 128K، مدل سبک با عملکرد بالا، مناسب برای سناریوهای حساس به تأخیر و هزینه."
  },
  "ernie-novel-8k": {
-    "description": "مدل زبان بزرگ عمومی خود توسعه یافته توسط بایدو که در توانایی ادامه نوشتن رمان مزیت قابل توجهی دارد و همچنین می‌تواند در صحنه‌های کوتاه‌نمایش و فیلم‌ها استفاده شود."
+    "description": "ERNIE Novel 8K، مدل تولید رمان بلند و داستان‌های IP، متخصص در روایت چندشخصیتی و چندخطی."
  },
  "ernie-speed-128k": {
-    "description": "مدل زبان بزرگ با عملکرد بالا که به تازگی در سال 2024 توسط بایدو منتشر شده است، دارای توانایی‌های عمومی عالی است و برای تنظیم دقیق به عنوان مدل پایه مناسب است و می‌تواند به خوبی مسائل خاص را مدیریت کند و همچنین دارای عملکرد استدلال بسیار خوبی است."
+    "description": "ERNIE Speed 128K، مدل بزرگ بدون هزینه ورودی/خروجی، مناسب برای درک متن بلند و آزمایش‌های گسترده."
+  },
+  "ernie-speed-8k": {
+    "description": "ERNIE Speed 8K، مدل رایگان و سریع، مناسب برای مکالمات روزمره و وظایف متنی سبک."
  },
  "ernie-speed-pro-128k": {
-    "description": "مدل زبان بزرگ با عملکرد بالا که به تازگی در سال 2024 توسط بایدو منتشر شده است، دارای توانایی‌های عمومی عالی است و عملکرد بهتری نسبت به ERNIE Speed دارد و برای تنظیم دقیق به عنوان مدل پایه مناسب است و می‌تواند به خوبی مسائل خاص را مدیریت کند و همچنین دارای عملکرد استدلال بسیار خوبی است."
+    "description": "ERNIE Speed Pro 128K، مدل با کارایی بالا و هزینه مناسب، مناسب برای خدمات آنلاین گسترده و کاربردهای سازمانی."
  },
  "ernie-tiny-8k": {
-    "description": "ERNIE Tiny مدل زبان بزرگ با عملکرد فوق‌العاده بالا است که هزینه‌های استقرار و تنظیم آن در بین مدل‌های سری Wenxin کمترین است."
-  },
-  "ernie-x1-32k": {
-    "description": "دارای توانایی‌های قوی‌تر در درک، برنامه‌ریزی، تفکر و تکامل. به عنوان یک مدل تفکر عمیق با قابلیت‌های جامع‌تر، Wenxin X1 دقت، خلاقیت و بلاغت را در کنار هم دارد و در زمینه‌های پرسش و پاسخ دانش چینی، خلق ادبیات، نوشتن متون، گفتگوهای روزمره، استدلال منطقی، محاسبات پیچیده و استفاده از ابزارها به‌ویژه عملکرد برجسته‌ای دارد."
-  },
-  "ernie-x1-32k-preview": {
-    "description": "مدل بزرگ ERNIE X1 دارای توانایی‌های قوی‌تری در درک، برنامه‌ریزی، تفکر و تکامل است. به عنوان یک مدل تفکر عمیق با قابلیت‌های جامع‌تر، ERNIE X1 دقت، خلاقیت و بلاغت را در زمینه‌های پرسش و پاسخ دانش چینی، خلق ادبیات، نوشتن متون، گفتگوهای روزمره، استدلال منطقی، محاسبات پیچیده و فراخوانی ابزارها به نمایش می‌گذارد."
+    "description": "ERNIE Tiny 8K، مدل فوق سبک، مناسب برای پرسش و پاسخ ساده، طبقه‌بندی و استنتاج کم‌هزینه."
  },
  "ernie-x1-turbo-32k": {
-    "description": "مدل نسبت به ERNIE-X1-32K از نظر عملکرد و کارایی بهتر است."
+    "description": "ERNIE X1 Turbo 32K، مدل تفکر سریع با زمینه بلند 32K، مناسب برای استنتاج پیچیده و مکالمات چندمرحله‌ای."
+  },
+  "ernie-x1.1-preview": {
+    "description": "ERNIE X1.1 Preview، نسخه پیش‌نمایش مدل تفکر ERNIE X1.1، مناسب برای ارزیابی و آزمایش توانایی‌ها."
  },
  "fal-ai/bytedance/seedream/v4": {
    "description": "مدل تولید تصویر Seedream 4.0 توسط تیم Seed شرکت ByteDance توسعه یافته است، از ورودی متن و تصویر پشتیبانی می‌کند و تجربه‌ای با کنترل بالا و کیفیت عالی در تولید تصویر ارائه می‌دهد. تصاویر بر اساس متن توصیفی تولید می‌شوند."
@@ -1389,7 +1413,7 @@
    "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."
+    "description": "FLUX.1-schnell، مدل تولید تصویر با عملکرد بالا، مناسب برای تولید سریع تصاویر با سبک‌های متنوع."
  },
  "gemini-1.0-pro-001": {
    "description": "Gemini 1.0 Pro 001 (تنظیم) عملکردی پایدار و قابل تنظیم ارائه می‌دهد و انتخابی ایده‌آل برای راه‌حل‌های وظایف پیچیده است."
@@ -1538,6 +1562,9 @@
  "glm-4-0520": {
    "description": "GLM-4-0520 جدیدترین نسخه مدل است که برای وظایف بسیار پیچیده و متنوع طراحی شده و عملکردی عالی دارد."
  },
+  "glm-4-32b-0414": {
+    "description": "GLM-4 32B 0414، نسخه عمومی مدل بزرگ سری GLM، پشتیبانی از تولید و درک متن در وظایف چندگانه."
+  },
  "glm-4-9b-chat": {
    "description": "GLM-4-9B-Chat عملکرد بالایی در زمینه‌های معناشناسی، ریاضیات، استدلال، کدنویسی و دانش دارد. همچنین از مرور وب، اجرای کد، فراخوانی ابزارهای سفارشی و استدلال متون بلند پشتیبانی می‌کند. این مدل از ۲۶ زبان از جمله ژاپنی، کره‌ای و آلمانی پشتیبانی می‌نماید."
  },
@@ -1826,6 +1853,18 @@
  "gpt-5-pro": {
    "description": "GPT-5 pro با استفاده از محاسبات بیشتر، عمیق‌تر می‌اندیشد و به طور مداوم پاسخ‌های بهتری ارائه می‌دهد."
  },
+  "gpt-5.1": {
+    "description": "GPT-5.1 — مدل پرچم‌دار بهینه‌سازی‌شده برای وظایف کدنویسی و عامل‌ها، با پشتیبانی از شدت استدلال قابل تنظیم و زمینه‌های طولانی‌تر."
+  },
+  "gpt-5.1-chat-latest": {
+    "description": "GPT-5.1 Chat: نسخه‌ای از GPT-5.1 برای ChatGPT، مناسب برای سناریوهای گفتگو."
+  },
+  "gpt-5.1-codex": {
+    "description": "GPT-5.1 Codex: نسخه‌ای از GPT-5.1 بهینه‌سازی‌شده برای وظایف کدنویسی عامل‌محور، قابل استفاده در API پاسخ‌ها برای جریان‌های کاری پیچیده‌تر در زمینه کد و عامل‌ها."
+  },
+  "gpt-5.1-codex-mini": {
+    "description": "GPT-5.1 Codex mini: نسخه‌ای کوچک‌تر و مقرون‌به‌صرفه‌تر از Codex، بهینه‌سازی‌شده برای وظایف کدنویسی عامل‌محور."
+  },
  "gpt-audio": {
    "description": "GPT Audio مدلی عمومی برای چت با ورودی و خروجی صوتی است که از استفاده از ورودی/خروجی صوتی در API تکمیل چت پشتیبانی می‌کند."
  },
@@ -2001,13 +2040,13 @@
    "description": "سری مدل‌های Imagen نسل چهارم برای تولید تصویر از متن"
  },
  "imagen-4.0-generate-preview-06-06": {
-    "description": "سری مدل متن به تصویر نسل چهارم Imagen"
+    "description": "سری مدل‌های نسل چهارم Imagen برای تولید تصویر از متن"
  },
  "imagen-4.0-ultra-generate-001": {
    "description": "نسخهٔ اولترا از مجموعهٔ مدل‌های متن‌به‌تصویر Imagen نسل چهارم"
  },
  "imagen-4.0-ultra-generate-preview-06-06": {
-    "description": "نسخه اولترا سری مدل متن به تصویر نسل چهارم Imagen"
+    "description": "نسخه Ultra از سری مدل‌های نسل چهارم Imagen برای تولید تصویر از متن"
  },
  "inception/mercury-coder-small": {
    "description": "Mercury Coder Small انتخاب ایده‌آل برای تولید، اشکال‌زدایی و بازسازی کد با کمترین تأخیر است."
@@ -2036,14 +2075,26 @@
  "internlm3-latest": {
    "description": "سری جدیدترین مدل‌های ما با عملکرد استدلال برجسته، پیشتاز مدل‌های متن‌باز در همان سطح هستند. به طور پیش‌فرض به جدیدترین مدل‌های سری InternLM3 ما اشاره دارد."
  },
+  "internvl2.5-38b-mpo": {
+    "description": "InternVL2.5 38B MPO، مدل پیش‌آموزش چندوجهی، پشتیبانی از وظایف پیچیده استنتاج تصویر و متن."
+  },
  "internvl2.5-latest": {
    "description": "ما هنوز در حال نگهداری نسخه InternVL2.5 هستیم که دارای عملکرد عالی و پایدار است. به طور پیش‌فرض به جدیدترین مدل‌های سری InternVL2.5 ما اشاره دارد که در حال حاضر به internvl2.5-78b اشاره دارد."
  },
+  "internvl3-14b": {
+    "description": "InternVL3 14B، مدل چندوجهی با مقیاس متوسط، با تعادل بین عملکرد و هزینه."
+  },
+  "internvl3-1b": {
+    "description": "InternVL3 1B، مدل چندوجهی سبک، مناسب برای استقرار در محیط‌های با منابع محدود."
+  },
+  "internvl3-38b": {
+    "description": "InternVL3 38B، مدل بزرگ چندوجهی متن‌باز، مناسب برای وظایف درک تصویر و متن با دقت بالا."
+  },
  "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."
+    "description": "ERNIE iRAG، مدل تولید تقویت‌شده با بازیابی تصویر، پشتیبانی از جستجوی تصویری، بازیابی تصویر و متن و تولید محتوا."
  },
  "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."
@@ -2064,7 +2115,7 @@
    "description": "مدل پیش‌نمایش kimi-k2-0905 دارای طول متن ۲۵۶ هزار توکنی است و توانایی‌های قوی‌تری در برنامه‌نویسی عامل‌محور، زیبایی و کاربردی بودن کدهای فرانت‌اند و درک بهتر متن دارد."
  },
  "kimi-k2-instruct": {
-    "description": "Kimi K2 Instruct یک مدل زبان بزرگ است که توسط Moonshot AI توسعه یافته و دارای توانایی پردازش زمینه‌های بسیار طولانی می‌باشد."
+    "description": "Kimi K2 Instruct، مدل استنتاج رسمی Kimi، پشتیبانی از زمینه بلند، کدنویسی، پرسش و پاسخ و سناریوهای متنوع."
  },
  "kimi-k2-turbo-preview": {
    "description": "kimi-k2 یک مدل پایه با معماری MoE است که دارای توانمندی‌های بسیار قوی در حوزهٔ برنامه‌نویسی و عامل‌ها (Agent) می‌باشد. مجموع پارامترها 1T و پارامترهای فعال‌شده 32B است. در آزمون‌های بنچمارک در دسته‌های اصلی مانند استدلال دانش عمومی، برنامه‌نویسی، ریاضیات و Agent، عملکرد مدل K2 از سایر مدل‌های متن‌باز مرسوم پیشی گرفته است."
@@ -2735,6 +2786,54 @@
  "pro-deepseek-v3": {
    "description": "مدل اختصاصی برای خدمات سازمانی، شامل پشتیبانی از سرویس‌های هم‌زمان."
  },
+  "qianfan-70b": {
+    "description": "Qianfan 70B، یک مدل چینی با پارامترهای بزرگ، مناسب برای تولید محتوای با کیفیت بالا و وظایف استدلال پیچیده است."
+  },
+  "qianfan-8b": {
+    "description": "Qianfan 8B، یک مدل عمومی متوسط، مناسب برای تولید متن و پاسخ‌گویی با توازن بین هزینه و کارایی."
+  },
+  "qianfan-agent-intent-32k": {
+    "description": "Qianfan Agent Intent 32K، مدلی برای شناسایی نیت و سازمان‌دهی عامل‌ها، پشتیبانی از سناریوهای با زمینه طولانی."
+  },
+  "qianfan-agent-lite-8k": {
+    "description": "Qianfan Agent Lite 8K، مدل سبک‌وزن عامل، مناسب برای گفتگوهای چندمرحله‌ای کم‌هزینه و سازمان‌دهی کسب‌وکار."
+  },
+  "qianfan-agent-speed-32k": {
+    "description": "Qianfan Agent Speed 32K، مدل عامل با کنترل جریان بالا، مناسب برای کاربردهای عامل در مقیاس بزرگ و چندوظیفه‌ای."
+  },
+  "qianfan-agent-speed-8k": {
+    "description": "Qianfan Agent Speed 8K، مدل عامل با توان پاسخ‌گویی سریع و هم‌زمانی بالا، مناسب برای گفتگوهای کوتاه و متوسط."
+  },
+  "qianfan-check-vl": {
+    "description": "Qianfan Check VL، مدل بررسی و تشخیص محتوای چندرسانه‌ای، پشتیبانی از تطابق و شناسایی تصویر و متن."
+  },
+  "qianfan-composition": {
+    "description": "Qianfan Composition، مدل تولید محتوای چندرسانه‌ای، پشتیبانی از درک و تولید ترکیبی تصویر و متن."
+  },
+  "qianfan-engcard-vl": {
+    "description": "Qianfan EngCard VL، مدل شناسایی چندرسانه‌ای با تمرکز بر سناریوهای انگلیسی."
+  },
+  "qianfan-lightning-128b-a19b": {
+    "description": "Qianfan Lightning 128B A19B، مدل عمومی چینی با عملکرد بالا، مناسب برای پرسش و پاسخ پیچیده و استدلال در مقیاس بزرگ."
+  },
+  "qianfan-llama-vl-8b": {
+    "description": "Qianfan Llama VL 8B، مدل چندرسانه‌ای مبتنی بر Llama، مناسب برای وظایف عمومی درک تصویر و متن."
+  },
+  "qianfan-multipicocr": {
+    "description": "Qianfan MultiPicOCR، مدل OCR چندتصویری، پشتیبانی از شناسایی و تشخیص متن در چندین تصویر."
+  },
+  "qianfan-qi-vl": {
+    "description": "Qianfan QI VL، مدل پرسش و پاسخ چندرسانه‌ای، پشتیبانی از جستجو و پاسخ دقیق در سناریوهای پیچیده تصویر و متن."
+  },
+  "qianfan-singlepicocr": {
+    "description": "Qianfan SinglePicOCR، مدل OCR تک‌تصویری، پشتیبانی از شناسایی دقیق کاراکترها."
+  },
+  "qianfan-vl-70b": {
+    "description": "Qianfan VL 70B، مدل زبان تصویری با پارامترهای بزرگ، مناسب برای درک پیچیده تصویر و متن."
+  },
+  "qianfan-vl-8b": {
+    "description": "Qianfan VL 8B، مدل سبک زبان تصویری، مناسب برای پرسش و پاسخ روزمره و تحلیل تصویر و متن."
+  },
  "qvq-72b-preview": {
    "description": "مدل QVQ یک مدل تحقیقاتی تجربی است که توسط تیم Qwen توسعه یافته و بر بهبود توانایی استدلال بصری، به‌ویژه در زمینه استدلال ریاضی تمرکز دارد."
  },
@@ -2886,7 +2985,7 @@
    "description": "مدل 72B مقیاس بازمتن Qwen 2.5 برای استفاده عمومی."
  },
  "qwen2.5-7b-instruct": {
-    "description": "مدل 7B متن‌باز Qwen 2.5 برای استفاده عمومی."
+    "description": "Qwen2.5 7B Instruct، مدل دستورالعمل متن‌باز و بالغ، مناسب برای گفتگو و تولید در سناریوهای مختلف."
  },
  "qwen2.5-coder-1.5b-instruct": {
    "description": "نسخه متن‌باز مدل کد Qwen."
@@ -2919,13 +3018,13 @@
    "description": "مدل‌های سری Qwen-Omni از ورودی‌های چندگانه شامل ویدیو، صدا، تصویر و متن پشتیبانی می‌کنند و خروجی‌هایی به صورت صدا و متن ارائه می‌دهند."
  },
  "qwen2.5-vl-32b-instruct": {
-    "description": "سری مدل‌های Qwen2.5-VL سطح هوش، کاربردی بودن و مناسب بودن مدل را افزایش داده است تا عملکرد بهتری در مکالمات طبیعی، خلق محتوا، ارائه خدمات دانش تخصصی و توسعه کد ارائه دهد. نسخه 32B با استفاده از تکنیک‌های یادگیری تقویتی مدل را بهینه کرده است و نسبت به سایر مدل‌های سری Qwen2.5 VL، سبک خروجی مطابق با ترجیحات انسانی، توانایی استدلال در مسائل ریاضی پیچیده و درک و استدلال دقیق تصاویر را فراهم می‌کند."
+    "description": "Qwen2.5 VL 32B Instruct، مدل چندرسانه‌ای متن‌باز، مناسب برای استقرار خصوصی و کاربردهای متنوع."
  },
  "qwen2.5-vl-72b-instruct": {
    "description": "پیروی از دستورات، ریاضیات، حل مسائل، بهبود کلی کد، بهبود توانایی شناسایی همه چیز، پشتیبانی از فرمت‌های مختلف برای شناسایی دقیق عناصر بصری، پشتیبانی از درک فایل‌های ویدیویی طولانی (حداکثر 10 دقیقه) و شناسایی لحظات رویداد در سطح ثانیه، توانایی درک زمان و سرعت، بر اساس توانایی تجزیه و تحلیل و شناسایی، پشتیبانی از کنترل عامل‌های OS یا Mobile، توانایی استخراج اطلاعات کلیدی و خروجی به فرمت Json قوی، این نسخه 72B است و قوی‌ترین نسخه در این سری است."
  },
  "qwen2.5-vl-7b-instruct": {
-    "description": "پیروی از دستورات، ریاضیات، حل مسائل، بهبود کلی کد، بهبود توانایی شناسایی همه چیز، پشتیبانی از فرمت‌های مختلف برای شناسایی دقیق عناصر بصری، پشتیبانی از درک فایل‌های ویدیویی طولانی (حداکثر 10 دقیقه) و شناسایی لحظات رویداد در سطح ثانیه، توانایی درک زمان و سرعت، بر اساس توانایی تجزیه و تحلیل و شناسایی، پشتیبانی از کنترل عامل‌های OS یا Mobile، توانایی استخراج اطلاعات کلیدی و خروجی به فرمت Json قوی، این نسخه 72B است و قوی‌ترین نسخه در این سری است."
+    "description": "Qwen2.5 VL 7B Instruct، مدل سبک چندرسانه‌ای، توازن بین هزینه استقرار و توان شناسایی."
  },
  "qwen2.5-vl-instruct": {
    "description": "Qwen2.5-VL نسخه جدید مدل زبانی و بصری از خانواده مدل‌های Qwen است."
@@ -2952,46 +3051,46 @@
    "description": "Qwen3 مدل زبان نسل جدید علی‌بابا است که با عملکرد عالی، نیازهای متنوع کاربردی را پشتیبانی می‌کند."
  },
  "qwen3-0.6b": {
-    "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."
+    "description": "Qwen3 0.6B، مدل سطح ابتدایی، مناسب برای استدلال ساده و محیط‌های با منابع بسیار محدود."
  },
  "qwen3-1.7b": {
-    "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."
+    "description": "Qwen3 1.7B، مدل فوق‌سبک، مناسب برای استقرار در لبه و دستگاه‌های نهایی."
  },
  "qwen3-14b": {
-    "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."
+    "description": "Qwen3 14B، مدل متوسط، مناسب برای پرسش و پاسخ چندزبانه و تولید متن."
  },
  "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."
+    "description": "Qwen3 235B A22B، مدل بزرگ عمومی، مناسب برای وظایف پیچیده گوناگون."
  },
  "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."
+    "description": "Qwen3 235B A22B Instruct 2507، مدل دستورالعمل پرچم‌دار عمومی، مناسب برای تولید و استدلال در وظایف مختلف."
  },
  "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."
+    "description": "Qwen3 235B A22B Thinking 2507، مدل تفکر در مقیاس بسیار بزرگ، مناسب برای استدلال‌های دشوار."
  },
  "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."
+    "description": "Qwen3 30B A3B، مدل عمومی متوسط تا بزرگ، توازن بین هزینه و کارایی."
  },
  "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."
+    "description": "Qwen3 30B A3B Instruct 2507، مدل دستورالعمل متوسط تا بزرگ، مناسب برای تولید با کیفیت و پرسش و پاسخ."
  },
  "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."
+    "description": "Qwen3 30B A3B Thinking 2507، مدل تفکر متوسط تا بزرگ، توازن بین دقت و هزینه."
  },
  "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."
+    "description": "Qwen3 32B، مناسب برای وظایف عمومی که نیاز به درک قوی‌تری دارند."
  },
  "qwen3-4b": {
-    "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."
+    "description": "Qwen3 4B، مناسب برای کاربردهای کوچک تا متوسط و سناریوهای استدلال محلی."
  },
  "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."
+    "description": "Qwen3 8B، مدل سبک، با استقرار انعطاف‌پذیر، مناسب برای کاربردهای با هم‌زمانی بالا."
  },
  "qwen3-coder-30b-a3b-instruct": {
    "description": "نسخه متن‌باز مدل کدنویسی Qwen. مدل جدید qwen3-coder-30b-a3b-instruct بر پایه Qwen3 ساخته شده و دارای توانایی‌های قدرتمند در نقش عامل کدنویس (Coding Agent) است. این مدل در فراخوانی ابزارها و تعامل با محیط مهارت دارد و ضمن حفظ توانایی‌های عمومی، قابلیت برنامه‌نویسی خودکار و تولید کد پیشرفته را ارائه می‌دهد."
  },
  "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."
+    "description": "Qwen3 Coder 480B A35B Instruct، مدل پرچم‌دار کدنویسی، پشتیبانی از برنامه‌نویسی چندزبانه و درک کد پیچیده."
  },
  "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."
@@ -3005,32 +3104,41 @@
  "qwen3-max": {
    "description": "مدل سری Qwen3-Max از Tongyi Qianwen 3 که نسبت به سری 2.5 به طور کلی توانایی‌های عمومی بهبود یافته‌ای دارد؛ شامل درک متن دو زبانه چینی و انگلیسی، پیروی از دستورالعمل‌های پیچیده، توانایی انجام وظایف باز و ذهنی، پشتیبانی چندزبانه و فراخوانی ابزارها که همه به طور قابل توجهی تقویت شده‌اند؛ خطاهای دانش مدل نیز کاهش یافته است. جدیدترین مدل Qwen3-Max نسبت به نسخه پیش‌نمایش Qwen3-Max در زمینه برنامه‌نویسی هوشمند و فراخوانی ابزارها به‌روزرسانی‌های ویژه‌ای داشته است. نسخه رسمی منتشر شده به سطح SOTA حوزه رسیده و برای نیازهای پیچیده‌تر هوش مصنوعی تطبیق یافته است."
  },
+  "qwen3-max-preview": {
+    "description": "بهترین مدل در سری Qwen، مناسب برای وظایف پیچیده و چندمرحله‌ای. نسخه پیش‌نمایش اکنون از قابلیت تفکر پشتیبانی می‌کند."
+  },
  "qwen3-next-80b-a3b-instruct": {
    "description": "مدل متن‌باز نسل جدید بدون حالت تفکر مبتنی بر Qwen3، که نسبت به نسخه قبلی (Tongyi Qianwen 3-235B-A22B-Instruct-2507) در درک متن‌های چینی بهتر است، توانایی استدلال منطقی بهبود یافته و عملکرد بهتری در وظایف تولید متن دارد."
  },
  "qwen3-next-80b-a3b-thinking": {
-    "description": "مدل متن‌باز نسل جدید با حالت تفکر مبتنی بر Qwen3، که نسبت به نسخه قبلی (Tongyi Qianwen 3-235B-A22B-Thinking-2507) در پیروی از دستورات پیشرفت داشته و پاسخ‌های مدل خلاصه‌تر شده‌اند."
+    "description": "Qwen3 Next 80B A3B Thinking، نسخه پرچم‌دار مدل استدلال برای وظایف پیچیده."
  },
  "qwen3-omni-flash": {
    "description": "مدل Qwen-Omni قادر است ورودی‌هایی از انواع مختلف مانند متن، تصویر، صدا و ویدیو را دریافت کرده و پاسخ‌هایی به صورت متن یا گفتار تولید کند. این مدل از صداهای شبه‌انسانی متنوع، چندزبانگی و گویش‌های مختلف پشتیبانی می‌کند و در کاربردهایی مانند تولید محتوا، تشخیص بصری و دستیار صوتی قابل استفاده است."
  },
  "qwen3-vl-235b-a22b-instruct": {
-    "description": "Qwen3 VL 235B A22B در حالت غیرتفکری (Instruct) طراحی شده و برای سناریوهای دستورالعملی بدون نیاز به استدلال مناسب است، در حالی که توانایی قوی در درک بصری را حفظ می‌کند."
+    "description": "Qwen3 VL 235B A22B Instruct، مدل چندرسانه‌ای پرچم‌دار، مناسب برای درک و تولید در سناریوهای با نیاز بالا."
  },
  "qwen3-vl-235b-a22b-thinking": {
-    "description": "Qwen3 VL 235B A22B در حالت تفکری (نسخه متن‌باز) برای سناریوهای پیچیده با نیاز به استدلال قوی و درک ویدیوهای طولانی طراحی شده و توانایی استدلال ترکیبی متن و تصویر در سطح بالا را ارائه می‌دهد."
+    "description": "Qwen3 VL 235B A22B Thinking، نسخه تفکر پرچم‌دار، برای استدلال و برنامه‌ریزی چندرسانه‌ای پیچیده."
  },
  "qwen3-vl-30b-a3b-instruct": {
-    "description": "Qwen3 VL 30B در حالت غیرتفکری (Instruct) برای سناریوهای معمول پیروی از دستورالعمل طراحی شده و توانایی درک و تولید چندرسانه‌ای بالایی را حفظ می‌کند."
+    "description": "Qwen3 VL 30B A3B Instruct، مدل بزرگ چندرسانه‌ای، توازن بین دقت و عملکرد استدلال."
  },
  "qwen3-vl-30b-a3b-thinking": {
-    "description": "Qwen-VL (نسخه متن‌باز) توانایی درک بصری و تولید متن را ارائه می‌دهد و از تعامل با عامل‌ها، رمزگذاری بصری، درک فضایی، تحلیل ویدیوهای طولانی و تفکر عمیق پشتیبانی می‌کند. همچنین در سناریوهای پیچیده، توانایی تشخیص متن و پشتیبانی چندزبانه قوی‌تری دارد."
+    "description": "Qwen3 VL 30B A3B Thinking، نسخه تفکر برای وظایف پیچیده چندرسانه‌ای."
+  },
+  "qwen3-vl-32b-instruct": {
+    "description": "Qwen3 VL 32B Instruct، مدل دستورالعمل چندرسانه‌ای، مناسب برای پرسش و پاسخ تصویری با کیفیت و تولید محتوا."
+  },
+  "qwen3-vl-32b-thinking": {
+    "description": "Qwen3 VL 32B Thinking، نسخه تفکر چندرسانه‌ای، تقویت‌شده برای استدلال پیچیده و تحلیل زنجیره‌ای طولانی."
  },
  "qwen3-vl-8b-instruct": {
-    "description": "Qwen3 VL 8B در حالت غیرتفکری (Instruct) برای وظایف معمول تولید و شناسایی چندرسانه‌ای مناسب است."
+    "description": "Qwen3 VL 8B Instruct، مدل سبک چندرسانه‌ای، مناسب برای پرسش و پاسخ تصویری روزمره و یکپارچه‌سازی در برنامه‌ها."
  },
  "qwen3-vl-8b-thinking": {
-    "description": "Qwen3 VL 8B در حالت تفکری برای سناریوهای سبک استدلال چندرسانه‌ای و تعامل طراحی شده و توانایی درک متون با زمینه طولانی را حفظ می‌کند."
+    "description": "Qwen3 VL 8B Thinking، مدل زنجیره تفکر چندرسانه‌ای، مناسب برای استدلال دقیق بر اساس اطلاعات تصویری."
  },
  "qwen3-vl-flash": {
    "description": "Qwen3 VL Flash نسخه‌ای سبک و با سرعت بالای استدلال است که برای سناریوهای حساس به تأخیر یا درخواست‌های حجیم مناسب می‌باشد."
@@ -236,6 +236,8 @@
  },
  "inspector": {
    "args": "مشاهده لیست پارامترها",
+    "delete": "حذف فراخوانی ابزار",
+    "orphanedToolCall": "این پیام فراخوانی ابزار ممکن است به دلایل غیرعادی به یک پیام یتیم تبدیل شده باشد که می‌تواند عملکرد عادی عامل را مختل کند. لطفاً آن را حذف کنید.",
    "pluginRender": "مشاهده رابط افزونه"
  },
  "list": {
@@ -251,14 +253,20 @@
  },
  "localSystem": {
    "apiName": {
+      "editLocalFile": "ویرایش فایل",
+      "getCommandOutput": "دریافت خروجی کد",
+      "globLocalFiles": "جستجوی فایل‌ها با الگو",
+      "grepContent": "جستجوی محتوا",
+      "killCommand": "متوقف کردن اجرای کد",
      "listLocalFiles": "مشاهده لیست فایل‌ها",
      "moveLocalFiles": "جابجایی فایل‌ها",
      "readLocalFile": "خواندن محتوای فایل",
      "renameLocalFile": "تغییر نام",
+      "runCommand": "اجرای کد",
      "searchLocalFiles": "جستجوی فایل‌ها",
      "writeLocalFile": "نوشتن در فایل"
    },
-    "title": "فایل‌های محلی"
+    "title": "سیستم محلی"
  },
  "mcpInstall": {
    "CHECKING_INSTALLATION": "در حال بررسی محیط نصب...",
@@ -2,6 +2,45 @@
  "about": {
    "title": "درباره"
  },
+  "agentInfoDescription": {
+    "basic": {
+      "avatar": "تصویر نمایه",
+      "description": "توضیحات",
+      "name": "نام",
+      "tags": "برچسب‌ها",
+      "title": "اطلاعات دستیار"
+    },
+    "chat": {
+      "displayMode": "حالت نمایش",
+      "enableHistoryCount": "فعال‌سازی شمارش پیام‌های پیشین",
+      "historyCount": "تعداد پیام‌های پیشین",
+      "no": "خیر",
+      "searchMode": "حالت جستجو",
+      "title": "ترجیحات گفتگو",
+      "yes": "بله"
+    },
+    "model": {
+      "maxTokens": "حداکثر تعداد توکن",
+      "model": "مدل",
+      "provider": "ارائه‌دهنده",
+      "temperature": "دمای مدل",
+      "title": "تنظیمات مدل",
+      "topP": "مقدار Top P"
+    },
+    "plugins": {
+      "count": "تنظیمات افزونه ({{count}})",
+      "empty": "افزونه‌ای نصب نشده است",
+      "title": "افزونه‌های نصب‌شده"
+    },
+    "role": {
+      "systemRole": "دستورالعمل سیستمی",
+      "title": "تنظیمات نقش"
+    },
+    "value": {
+      "unset": "تنظیم‌نشده",
+      "untitled": "دستیار بدون عنوان"
+    }
+  },
  "agentTab": {
    "chat": "ترجیحات گفتگو",
    "meta": "اطلاعات دستیار",
@@ -18,6 +57,8 @@
    },
    "title": "آمار و داده‌ها"
  },
+  "checking": "در حال بررسی...",
+  "checkingPermissions": "در حال بررسی مجوزها...",
  "danger": {
    "clear": {
      "action": "پاکسازی فوری",
@@ -146,6 +187,58 @@
    },
    "waitingForMore": "مدل‌های بیشتری در حال <1>برنامه‌ریزی برای اضافه شدن</1> هستند، لطفاً منتظر بمانید"
  },
+  "marketPublish": {
+    "modal": {
+      "changelog": {
+        "extra": "توضیحی درباره تغییرات و بهبودهای اصلی این نسخه ارائه دهید",
+        "label": "گزارش تغییرات",
+        "maxLengthError": "گزارش تغییرات نباید بیش از ۵۰۰ کاراکتر باشد",
+        "placeholder": "لطفاً گزارش تغییرات را وارد کنید",
+        "required": "لطفاً گزارش تغییرات را وارد کنید"
+      },
+      "comparison": {
+        "local": "نسخه فعلی محلی",
+        "remote": "نسخه منتشرشده فعلی"
+      },
+      "identifier": {
+        "extra": "شناسه به‌عنوان شناسه یکتای دستیار استفاده می‌شود. استفاده از حروف کوچک، اعداد و خط تیره توصیه می‌شود",
+        "label": "شناسه دستیار",
+        "lengthError": "طول شناسه باید بین ۳ تا ۵۰ کاراکتر باشد",
+        "patternError": "شناسه فقط می‌تواند شامل حروف کوچک، اعداد و خط تیره باشد",
+        "placeholder": "لطفاً شناسه یکتای دستیار را وارد کنید، مانند: web-development",
+        "required": "لطفاً شناسه دستیار را وارد کنید"
+      },
+      "loading": {
+        "fetchingRemote": "در حال بارگذاری داده‌های راه دور...",
+        "submit": "در حال انتشار دستیار...",
+        "upload": "در حال انتشار نسخه جدید..."
+      },
+      "messages": {
+        "createVersionFailed": "ایجاد نسخه با شکست مواجه شد: {{message}}",
+        "fetchRemoteFailed": "دریافت داده‌های دستیار از راه دور با شکست مواجه شد",
+        "missingIdentifier": "این دستیار هنوز شناسه بازار ندارد",
+        "notAuthenticated": "لطفاً ابتدا وارد حساب بازار شوید",
+        "publishFailed": "انتشار با شکست مواجه شد: {{message}}"
+      },
+      "submitButton": "انتشار",
+      "title": {
+        "submit": "اشتراک‌گذاری در بازار دستیار",
+        "upload": "انتشار نسخه جدید"
+      }
+    },
+    "resultModal": {
+      "message": "دستیار برای بررسی ارسال شد. پس از تأیید، به‌صورت خودکار منتشر خواهد شد. برای مشاهده دستیار منتشرشده، روی «مشاهده در بازار» کلیک کنید.",
+      "view": "مشاهده در بازار"
+    },
+    "submit": {
+      "button": "اشتراک‌گذاری در بازار",
+      "tooltip": "دستیار را در بازار به اشتراک بگذارید"
+    },
+    "upload": {
+      "button": "انتشار نسخه جدید",
+      "tooltip": "نسخه جدیدی از دستیار را در بازار منتشر کنید"
+    }
+  },
  "message": {
    "success": "به‌روزرسانی با موفقیت انجام شد"
  },
@@ -561,7 +654,7 @@
  },
  "submitAgentModal": {
    "button": "ارسال دستیار",
-    "identifier": "شناسه دستیار",
+    "identifier": "شناسه دستیار (identifier)",
    "metaMiss": "لطفاً اطلاعات دستیار را تکمیل کنید و سپس ارسال نمایید. باید شامل نام، توضیحات و برچسب‌ها باشد.",
    "placeholder": "لطفاً شناسه دستیار را وارد کنید. باید منحصربه‌فرد باشد، مانند web-development",
    "tooltips": "اشتراک‌گذاری در بازار دستیار"
@@ -17,6 +17,14 @@
  "localFiles": {
    "file": "فایل",
    "folder": "پوشه",
+    "moveFiles": {
+      "itemsMoved": "{{count}} مورد منتقل شد:",
+      "itemsMoved_one": "{{count}} مورد منتقل شد:",
+      "itemsMoved_other": "{{count}} مورد منتقل شد:",
+      "itemsToMove": "{{count}} مورد برای انتقال:",
+      "itemsToMove_one": "{{count}} مورد برای انتقال:",
+      "itemsToMove_other": "{{count}} مورد برای انتقال:"
+    },
    "open": "باز کردن",
    "openFile": "باز کردن فایل",
    "openFolder": "باز کردن پوشه",
@@ -6,6 +6,7 @@
    "confirmRemoveUnstarred": "در حال حذف موضوعات بدون علامت، پس از حذف قابل بازیابی نخواهد بود، لطفاً با احتیاط عمل کنید.",
    "duplicate": "ایجاد نسخه",
    "export": "صادرات موضوع",
+    "openInNewWindow": "باز کردن صفحه در پنجره‌ای جدید",
    "removeAll": "حذف تمام موضوعات",
    "removeUnstarred": "حذف موضوعات بدون علامت"
  },
@@ -17,6 +17,7 @@
  "availableAgents": "Assistants disponibles",
  "backToBottom": "Retour en bas",
  "chatList": {
+    "expandMessage": "Développer le message",
    "longMessageDetail": "Voir les détails"
  },
  "clearCurrentMessages": "Effacer les messages actuels",
@@ -173,8 +174,11 @@
    "title": "Mentionner un membre"
  },
  "messageAction": {
+    "collapse": "Réduire le message",
+    "continueGeneration": "Continuer la génération",
    "delAndRegenerate": "Supprimer et régénérer",
    "deleteDisabledByThreads": "Il existe des sous-sujets, la suppression n'est pas possible.",
+    "expand": "Développer le message",
    "regenerate": "Régénérer"
  },
  "messages": {
@@ -239,6 +243,7 @@
  "noMatchingAgents": "Aucun membre correspondant trouvé",
  "noMembersYet": "Ce groupe n'a pas encore de membres. Cliquez sur le bouton + pour inviter des assistants.",
  "noSelectedAgents": "Aucun membre sélectionné",
+  "openInNewWindow": "Ouvrir dans une nouvelle fenêtre",
  "owner": "Propriétaire du groupe",
  "pin": "Épingler",
  "pinOff": "Désépingler",
@@ -367,6 +372,28 @@
    "remained": "Restant",
    "used": "Utilisé"
  },
+  "tool": {
+    "intervention": {
+      "approve": "Approuver",
+      "approveAndRemember": "Approuver et mémoriser",
+      "approveOnce": "Approuver une seule fois",
+      "mode": {
+        "allowList": "Liste blanche",
+        "allowListDesc": "Exécuter automatiquement uniquement les outils approuvés",
+        "autoRun": "Exécution automatique",
+        "autoRunDesc": "Approuver automatiquement l'exécution de tous les outils",
+        "manual": "Manuel",
+        "manualDesc": "Chaque appel nécessite une approbation manuelle"
+      },
+      "reject": "Rejeter",
+      "rejectAndContinue": "Rejeter et réessayer",
+      "rejectOnly": "Rejeter",
+      "rejectReasonPlaceholder": "Saisir une raison de rejet aidera l'agent à comprendre et à améliorer ses actions futures",
+      "rejectTitle": "Rejeter cet appel d'outil",
+      "rejectedWithReason": "Cet appel d'outil a été rejeté volontairement : {{reason}}",
+      "toolRejected": "Cet appel d'outil a été rejeté volontairement"
+    }
+  },
  "topic": {
    "checkOpenNewTopic": "Voulez-vous ouvrir un nouveau sujet ?",
    "checkSaveCurrentMessages": "Voulez-vous enregistrer la conversation actuelle en tant que sujet ?",
@@ -135,6 +135,7 @@
    }
  },
  "close": "Fermer",
+  "confirm": "Confirmer",
  "contact": "Nous contacter",
  "copy": "Copier",
  "copyFail": "Échec de la copie",
@@ -285,6 +286,7 @@
  "oauth": "Connexion SSO",
  "officialSite": "Site officiel",
  "ok": "OK",
+  "or": "ou",
  "password": "Mot de passe",
  "pin": "Épingler",
  "pinOff": "Désactiver l'épinglage",
@@ -106,6 +106,12 @@
    "keyPlaceholder": "Clé",
    "valuePlaceholder": "Valeur"
  },
+  "LocalFile": {
+    "action": {
+      "open": "Ouvrir",
+      "showInFolder": "Afficher dans le dossier"
+    }
+  },
  "MaxTokenSlider": {
    "unlimited": "Illimité"
  },
@@ -41,9 +41,29 @@
        "openingMessage": "Message d'ouverture",
        "openingQuestions": "Questions d'ouverture",
        "title": "Paramètres de l'assistant"
+      },
+      "version": {
+        "empty": "Aucune version historique disponible",
+        "status": {
+          "archived": "Archivé",
+          "deprecated": "Rejeté",
+          "unpublished": "En cours de révision"
+        },
+        "table": {
+          "isLatest": "Dernière version",
+          "isValidated": "Validé",
+          "publishAt": "Date de publication",
+          "version": "Numéro de version"
+        },
+        "title": "Historique des versions"
      }
    },
    "list": "Liste des assistants",
+    "marketSource": {
+      "label": "Changer de source de marché",
+      "legacy": "Ancien marché",
+      "new": "Nouveau marché"
+    },
    "more": "Plus",
    "plugins": "Intégrer des plugins",
    "recentSubmits": "Mises à jour récentes",
@@ -51,10 +71,35 @@
      "createdAt": "Publié récemment",
      "identifier": "ID de l'assistant",
      "knowledgeCount": "Nombre de bases de connaissances",
+      "myown": "Voir mes assistants",
      "pluginCount": "Nombre de plugins",
      "title": "Nom de l'assistant",
      "tokenUsage": "Utilisation des tokens"
    },
+    "status": {
+      "archived": {
+        "reasons": {
+          "official": "L’assistant a été retiré par l’équipe officielle pour des raisons de sécurité ou politiques",
+          "owner": "Le propriétaire de l’assistant a volontairement retiré/archivé cet assistant"
+        },
+        "subtitle": "L’assistant que vous essayez d’accéder a été archivé pour l’une des raisons suivantes :",
+        "title": "Assistant archivé"
+      },
+      "backToMarket": "Retour au marché des assistants",
+      "deprecated": {
+        "reasons": {
+          "official": "L’assistant a été retiré par l’équipe officielle pour des raisons de sécurité ou politiques",
+          "owner": "Le propriétaire de l’assistant a volontairement retiré/rejeté cet assistant"
+        },
+        "subtitle": "L’assistant que vous essayez d’accéder a été rejeté pour l’une des raisons suivantes :",
+        "title": "Assistant rejeté"
+      },
+      "support": "Pour toute question, veuillez copier le lien et l’envoyer à <1>support@lobehub.com</1> pour assistance.",
+      "unpublished": {
+        "subtitle": "L’assistant que vous essayez d’accéder est en cours de révision. Pour toute question, veuillez copier le lien et l’envoyer à <1>support@lobehub.com</1>.",
+        "title": "Assistant en cours de révision"
+      }
+    },
    "suggestions": "Suggestions connexes",
    "systemRole": "Paramètres de l'assistant",
    "tokenUsage": "Utilisation des tokens dans les invites de l'assistant",
@@ -1,5 +1,8 @@
 {
-  "desc": "Gérez vos connaissances",
+  "addFolder": "Créer un dossier",
+  "addKnowledge": "Ajouter des connaissances",
+  "addPage": "Créer un document",
+  "desc": "Gérez vos connaissances liées au travail, aux études et à la vie quotidienne.",
  "detail": {
    "basic": {
      "createdAt": "Date de création",
@@ -21,15 +24,89 @@
      "embeddingStatus": "Vectorisation"
    }
  },
+  "documentEditor": {
+    "addIcon": "Ajouter une icône",
+    "autoSaveMessage": "Le document est enregistré automatiquement, aucune action manuelle requise",
+    "chooseIcon": "Choisir une icône",
+    "deleteConfirm": {
+      "content": "Ce document va être supprimé. Cette action est irréversible, veuillez procéder avec prudence.",
+      "title": "Supprimer le document"
+    },
+    "deleteError": "Échec de la suppression du document",
+    "deleteSuccess": "Document supprimé avec succès",
+    "editedAt": "Dernière modification le {{time}}",
+    "editedBy": "Dernière modification par {{name}}",
+    "editorPlaceholder": "Saisissez le contenu du document, appuyez sur / pour ouvrir le menu de commandes",
+    "empty": {
+      "createNewDocument": "Créer un nouveau document",
+      "title": "Sélectionnez un document pour commencer",
+      "uploadMarkdown": "Téléverser un fichier Markdown"
+    },
+    "linkCopied": "Lien copié",
+    "menu": {
+      "copyLink": "Copier le lien",
+      "exportDocument": "Exporter le document",
+      "importDocument": "Importer un document",
+      "pin": "Épingler le document"
+    },
+    "saving": "Enregistrement en cours...",
+    "titlePlaceholder": "Sans titre",
+    "wordCount": "{{wordCount}} mots"
+  },
+  "documentList": {
+    "copyContent": "Copier tout le contenu",
+    "documentCount": "{{count}} documents au total",
+    "duplicate": "Créer une copie",
+    "empty": "Aucun document pour le moment, cliquez sur le bouton ci-dessus pour créer votre premier document",
+    "noResults": "Aucun document correspondant trouvé",
+    "selectNote": "Sélectionnez un document pour commencer l’édition",
+    "untitled": "Sans titre"
+  },
  "empty": "Aucun fichier/dossier téléchargé pour le moment",
  "header": {
    "actions": {
      "newFolder": "Nouveau dossier",
+      "newPage": "Nouveau document",
      "uploadFile": "Télécharger un fichier",
      "uploadFolder": "Télécharger un dossier"
    },
+    "newDocumentButton": "Nouveau document",
+    "newNoteDialog": {
+      "cancel": "Annuler",
+      "editTitle": "Modifier le document",
+      "emptyContent": "Le contenu du document ne peut pas être vide",
+      "loadError": "Échec du chargement du document, veuillez réessayer",
+      "loading": "Chargement...",
+      "save": "Enregistrer",
+      "saveError": "Échec de l’enregistrement du document, veuillez réessayer",
+      "saveSuccess": "Document enregistré avec succès",
+      "title": "Nouveau document",
+      "updateSuccess": "Document mis à jour avec succès"
+    },
    "uploadButton": "Télécharger"
  },
+  "home": {
+    "getStarted": "Commencer",
+    "greeting": "Commencer",
+    "quickActions": "Actions rapides",
+    "recentDocuments": "Documents récents",
+    "recentFiles": "Fichiers récents",
+    "subtitle": "Bienvenue dans votre base de connaissances, commencez ici à gérer vos documents",
+    "uploadEntries": {
+      "files": {
+        "title": "Téléverser des fichiers"
+      },
+      "folder": {
+        "title": "Téléverser un dossier"
+      },
+      "knowledgeBase": {
+        "title": "Créer une base de connaissances"
+      },
+      "newDocument": {
+        "title": "Nouveau document"
+      }
+    }
+  },
  "knowledgeBase": {
    "list": {
      "confirmRemoveKnowledgeBase": "Vous allez supprimer cette base de connaissances. Les fichiers ne seront pas supprimés, mais déplacés dans tous les fichiers. La suppression de la base de connaissances est irréversible, veuillez agir avec prudence.",
@@ -38,6 +115,10 @@
    "new": "Nouvelle base de connaissances",
    "title": "Base de connaissances"
  },
+  "menu": {
+    "allDocuments": "Tous les documents",
+    "allFiles": "Tous les fichiers"
+  },
  "networkError": "Échec de l'accès à la base de connaissances, veuillez vérifier votre connexion réseau et réessayer",
  "notSupportGuide": {
    "desc": "L'instance déployée actuellement est en mode base de données client, la fonction de gestion des fichiers n'est pas disponible. Veuillez passer en <1>mode de déploiement de base de données serveur</1>, ou utilisez directement <3>LobeChat Cloud</3>",
@@ -61,12 +142,16 @@
    "downloadFile": "Télécharger le fichier",
    "unsupportedFileAndContact": "Ce format de fichier n'est pas encore pris en charge pour l'aperçu en ligne. Si vous souhaitez un aperçu, n'hésitez pas à <1>nous contacter</1>."
  },
+  "searchDocumentPlaceholder": "Rechercher un document",
  "searchFilePlaceholder": "Rechercher un fichier",
  "tab": {
-    "all": "Tous les fichiers",
+    "all": "Tout",
    "audios": "Audio",
    "documents": "Documents",
+    "home": "Accueil",
    "images": "Images",
+    "moreTypes": "Plus de types",
+    "pages": "Documents",
    "videos": "Vidéos",
    "websites": "Sites web"
  },
@@ -0,0 +1,42 @@
+{
+  "callback": {
+    "buttons": {
+      "close": "Fermer la fenêtre"
+    },
+    "messages": {
+      "authFailed": "Échec de l'autorisation : {{error}}",
+      "missingParams": "Paramètres d'autorisation manquants",
+      "processing": "Traitement de l'autorisation en cours...",
+      "successWithCountdown": "{{message}} La fenêtre se fermera automatiquement dans {{countdown}} secondes",
+      "successWithRedirect": "Autorisation réussie ! Redirection en cours..."
+    },
+    "titles": {
+      "error": "Échec de l'autorisation",
+      "loading": "Autorisation LobeHub Market",
+      "success": "Autorisation réussie"
+    }
+  },
+  "errors": {
+    "authorizationFailed": "Échec de l'autorisation, veuillez réessayer.",
+    "browserOnly": "Le processus d'autorisation ne peut être lancé que dans un navigateur.",
+    "codeConsumed": "Le code d'autorisation a déjà été utilisé, veuillez réessayer.",
+    "codeVerifierMissing": "Session d'autorisation invalide, veuillez relancer le processus de connexion.",
+    "general": "Une erreur est survenue lors de l'autorisation, veuillez réessayer.",
+    "handoffFailed": "Impossible d'obtenir le résultat de l'autorisation, veuillez réessayer.",
+    "handoffTimeout": "Délai d'autorisation dépassé, veuillez réessayer après avoir terminé l'opération dans le navigateur.",
+    "oidcNotReady": "Le service d'autorisation n'est pas encore prêt, veuillez réessayer plus tard.",
+    "openBrowserFailed": "Impossible d'ouvrir le navigateur système, veuillez réessayer.",
+    "openPopupFailed": "Impossible d'ouvrir la fenêtre d'autorisation, veuillez vérifier les paramètres de blocage des pop-ups de votre navigateur.",
+    "popupClosed": "La fenêtre d'autorisation a été fermée avant la fin du processus.",
+    "sessionExpired": "La session d'autorisation a expiré, veuillez vous reconnecter.",
+    "stateMismatch": "État d'autorisation non valide, veuillez réessayer.",
+    "stateMissing": "État d'autorisation introuvable, veuillez réessayer."
+  },
+  "messages": {
+    "loading": "Lancement du processus d'autorisation...",
+    "success": {
+      "submit": "Autorisation réussie ! Vous pouvez maintenant publier un assistant.",
+      "upload": "Autorisation réussie ! Vous pouvez maintenant publier une nouvelle version."
+    }
+  }
+}
@@ -1049,6 +1049,9 @@
  "deepseek-r1-0528": {
    "description": "Modèle complet de 685 milliards de paramètres, publié le 28 mai 2025. DeepSeek-R1 utilise massivement l'apprentissage par renforcement en phase post-entraînement, améliorant considérablement les capacités de raisonnement du modèle avec très peu de données annotées. Il excelle en mathématiques, codage, raisonnement en langage naturel et autres tâches complexes."
  },
+  "deepseek-r1-250528": {
+    "description": "DeepSeek R1 250528, version complète du modèle d'inférence DeepSeek-R1, idéal pour les tâches complexes en mathématiques et en logique."
+  },
  "deepseek-r1-70b-fast-online": {
    "description": "DeepSeek R1 70B version rapide, prenant en charge la recherche en ligne en temps réel, offrant une vitesse de réponse plus rapide tout en maintenant les performances du modèle."
  },
@@ -1059,31 +1062,34 @@
    "description": "deepseek-r1-distill-llama est un modèle dérivé par distillation de DeepSeek-R1 à partir de Llama."
  },
  "deepseek-r1-distill-llama-70b": {
-    "description": "DeepSeek R1 — le modèle plus grand et plus intelligent de la suite DeepSeek — a été distillé dans l'architecture Llama 70B. Basé sur des tests de référence et des évaluations humaines, ce modèle est plus intelligent que le Llama 70B d'origine, en particulier dans les tâches nécessitant précision mathématique et factuelle."
+    "description": "DeepSeek R1 Distill Llama 70B, modèle distillé combinant les capacités d'inférence R1 avec l'écosystème Llama."
  },
  "deepseek-r1-distill-llama-8b": {
-    "description": "Le modèle de la série DeepSeek-R1-Distill est obtenu par la technique de distillation des connaissances, en ajustant les échantillons générés par DeepSeek-R1 sur des modèles open source tels que Qwen et Llama."
+    "description": "DeepSeek-R1-Distill-Llama-8B est un grand modèle de langage distillé basé sur Llama-3.1-8B, utilisant les sorties de DeepSeek R1."
+  },
+  "deepseek-r1-distill-qianfan-70b": {
+    "description": "DeepSeek R1 Distill Qianfan 70B, modèle distillé R1 basé sur Qianfan-70B, offrant un excellent rapport qualité-prix."
+  },
+  "deepseek-r1-distill-qianfan-8b": {
+    "description": "DeepSeek R1 Distill Qianfan 8B, modèle distillé R1 basé sur Qianfan-8B, adapté aux applications de taille moyenne à petite."
  },
  "deepseek-r1-distill-qianfan-llama-70b": {
-    "description": "Publié pour la première fois le 14 février 2025, distillé par l'équipe de développement du modèle Qianfan à partir du modèle de base Llama3_70B (construit avec Meta Llama), avec des données de distillation ajoutées provenant des corpus de Qianfan."
-  },
-  "deepseek-r1-distill-qianfan-llama-8b": {
-    "description": "Publié pour la première fois le 14 février 2025, distillé par l'équipe de développement du modèle Qianfan à partir du modèle de base Llama3_8B (construit avec Meta Llama), avec des données de distillation ajoutées provenant des corpus de Qianfan."
+    "description": "DeepSeek R1 Distill Qianfan Llama 70B, modèle distillé R1 basé sur Llama-70B."
  },
  "deepseek-r1-distill-qwen": {
    "description": "deepseek-r1-distill-qwen est un modèle dérivé par distillation de Qwen à partir de DeepSeek-R1."
  },
  "deepseek-r1-distill-qwen-1.5b": {
-    "description": "Le modèle de la série DeepSeek-R1-Distill est obtenu par la technique de distillation des connaissances, en ajustant les échantillons générés par DeepSeek-R1 sur des modèles open source tels que Qwen et Llama."
+    "description": "DeepSeek R1 Distill Qwen 1.5B, modèle distillé R1 ultra-léger, conçu pour les environnements à très faibles ressources."
  },
  "deepseek-r1-distill-qwen-14b": {
-    "description": "Le modèle de la série DeepSeek-R1-Distill est obtenu par la technique de distillation des connaissances, en ajustant les échantillons générés par DeepSeek-R1 sur des modèles open source tels que Qwen et Llama."
+    "description": "DeepSeek R1 Distill Qwen 14B, modèle distillé R1 de taille moyenne, adapté à un déploiement multi-scénarios."
  },
  "deepseek-r1-distill-qwen-32b": {
-    "description": "Le modèle de la série DeepSeek-R1-Distill est obtenu par la technique de distillation des connaissances, en ajustant les échantillons générés par DeepSeek-R1 sur des modèles open source tels que Qwen et Llama."
+    "description": "DeepSeek R1 Distill Qwen 32B, modèle distillé R1 basé sur Qwen-32B, équilibrant performance et coût."
  },
  "deepseek-r1-distill-qwen-7b": {
-    "description": "Le modèle de la série DeepSeek-R1-Distill est obtenu par la technique de distillation des connaissances, en ajustant les échantillons générés par DeepSeek-R1 sur des modèles open source tels que Qwen et Llama."
+    "description": "DeepSeek R1 Distill Qwen 7B, modèle distillé R1 léger, idéal pour les environnements en périphérie ou privés d'entreprise."
  },
  "deepseek-r1-fast-online": {
    "description": "DeepSeek R1 version rapide complète, prenant en charge la recherche en ligne en temps réel, combinant la puissance des 671B de paramètres avec une vitesse de réponse plus rapide."
@@ -1112,12 +1118,24 @@
  "deepseek-v3.1-terminus": {
    "description": "DeepSeek-V3.1-Terminus est une version optimisée pour terminaux du grand modèle linguistique lancé par DeepSeek, spécialement conçu pour les appareils terminaux."
  },
+  "deepseek-v3.1-think-250821": {
+    "description": "DeepSeek V3.1 Think 250821, modèle de réflexion avancée correspondant à la version Terminus, conçu pour des scénarios d'inférence haute performance."
+  },
  "deepseek-v3.1:671b": {
    "description": "DeepSeek V3.1 : modèle de raisonnement de nouvelle génération, améliorant les capacités de raisonnement complexe et de réflexion en chaîne, adapté aux tâches nécessitant une analyse approfondie."
  },
  "deepseek-v3.2-exp": {
    "description": "deepseek-v3.2-exp introduit un mécanisme d'attention parcimonieuse, visant à améliorer l'efficacité de l'entraînement et de l'inférence lors du traitement de longs textes, à un prix inférieur à celui de deepseek-v3.1."
  },
+  "deepseek-v3.2-think": {
+    "description": "DeepSeek V3.2 Think, version complète du modèle de réflexion avancée, renforçant les capacités de raisonnement à long terme."
+  },
+  "deepseek-vl2": {
+    "description": "DeepSeek VL2, modèle multimodal prenant en charge la compréhension image-texte et les questions-réponses visuelles fines."
+  },
+  "deepseek-vl2-small": {
+    "description": "DeepSeek VL2 Small, version multimodale légère, adaptée aux environnements à ressources limitées et aux scénarios à forte concurrence."
+  },
  "deepseek/deepseek-chat-v3-0324": {
    "description": "DeepSeek V3 est un modèle hybride d'experts avec 685B de paramètres, représentant la dernière itération de la série de modèles de chat phare de l'équipe DeepSeek.\n\nIl hérite du modèle [DeepSeek V3](/deepseek/deepseek-chat-v3) et excelle dans diverses tâches."
  },
@@ -1253,83 +1271,89 @@
  "emohaa": {
    "description": "Emohaa est un modèle psychologique, doté de compétences de conseil professionnel, aidant les utilisateurs à comprendre les problèmes émotionnels."
  },
-  "ernie-3.5-128k": {
-    "description": "Le modèle de langage de grande taille phare 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 questions-réponses, de génération créative et d'applications de plugins ; supporte l'intégration automatique avec le plugin de recherche Baidu, garantissant la pertinence des informations de réponse."
-  },
-  "ernie-3.5-8k": {
-    "description": "Le modèle de langage de grande taille phare 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 questions-réponses, de génération créative et d'applications de plugins ; supporte l'intégration automatique avec le plugin de recherche Baidu, garantissant la pertinence des informations de réponse."
-  },
-  "ernie-3.5-8k-preview": {
-    "description": "Le modèle de langage de grande taille phare 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 questions-réponses, de génération créative et d'applications de plugins ; supporte l'intégration automatique avec le plugin de recherche Baidu, garantissant la pertinence des informations de réponse."
-  },
-  "ernie-4.0-8k-latest": {
-    "description": "Le modèle de langage de très grande taille phare développé par Baidu, par rapport à ERNIE 3.5, a réalisé une mise à niveau complète des capacités du modèle, largement applicable à des scénarios de tâches complexes dans divers domaines ; supporte l'intégration automatique avec le plugin de recherche Baidu, garantissant la pertinence des informations de réponse."
-  },
-  "ernie-4.0-8k-preview": {
-    "description": "Le modèle de langage de très grande taille phare développé par Baidu, par rapport à ERNIE 3.5, a réalisé une mise à niveau complète des capacités du modèle, largement applicable à des scénarios de tâches complexes dans divers domaines ; supporte l'intégration automatique avec le plugin de recherche Baidu, garantissant la pertinence des informations de réponse."
-  },
-  "ernie-4.0-turbo-128k": {
-    "description": "Le modèle de langage de très grande taille phare développé par Baidu, avec d'excellentes performances globales, largement applicable à des scénarios de tâches complexes dans divers domaines ; supporte l'intégration automatique avec le plugin de recherche Baidu, garantissant la pertinence des informations de réponse. Par rapport à ERNIE 4.0, il offre de meilleures performances."
-  },
-  "ernie-4.0-turbo-8k-latest": {
-    "description": "Le modèle de langage de très grande taille phare développé par Baidu, avec d'excellentes performances globales, largement applicable à des scénarios de tâches complexes dans divers domaines ; supporte l'intégration automatique avec le plugin de recherche Baidu, garantissant la pertinence des informations de réponse. Par rapport à ERNIE 4.0, il offre de meilleures performances."
-  },
-  "ernie-4.0-turbo-8k-preview": {
-    "description": "Le modèle de langage de très grande taille phare développé par Baidu, avec d'excellentes performances globales, largement applicable à des scénarios de tâches complexes dans divers domaines ; supporte l'intégration automatique avec le plugin de recherche Baidu, garantissant la pertinence des informations de réponse. Par rapport à ERNIE 4.0, il offre de meilleures performances."
+  "ernie-4.5-0.3b": {
+    "description": "ERNIE 4.5 0.3B, modèle open source léger, idéal pour les déploiements locaux et personnalisés."
  },
  "ernie-4.5-21b-a3b": {
-    "description": "ERNIE 4.5 21B A3B est un modèle à experts mixtes développé par Wenxin de Baidu, offrant de puissantes capacités de raisonnement et de traitement multilingue."
+    "description": "ERNIE 4.5 21B A3B, modèle open source à grande capacité, offrant de meilleures performances en compréhension et génération."
  },
  "ernie-4.5-300b-a47b": {
    "description": "ERNIE 4.5 300B A47B est un modèle à très grande échelle à experts mixtes lancé par Wenxin de Baidu, doté d'excellentes capacités de raisonnement."
  },
  "ernie-4.5-8k-preview": {
-    "description": "Le modèle ERNIE 4.5 est un nouveau modèle de base multimodal natif développé par Baidu, réalisant une optimisation collaborative grâce à la modélisation conjointe de plusieurs modalités, avec d'excellentes capacités de compréhension multimodale ; il possède des capacités linguistiques améliorées, avec des améliorations significatives dans la compréhension, la génération, la logique et la mémoire, ainsi qu'une réduction des hallucinations et une amélioration des capacités de raisonnement logique et de codage."
+    "description": "ERNIE 4.5 8K Preview, modèle de prévisualisation avec contexte 8K, pour tester les capacités de Wenxin 4.5."
  },
  "ernie-4.5-turbo-128k": {
-    "description": "Wenxin 4.5 Turbo présente des améliorations significatives en matière de réduction des hallucinations, de raisonnement logique et de capacités de codage. Comparé à Wenxin 4.5, il est plus rapide et moins cher. Les capacités du modèle sont globalement améliorées, répondant mieux aux tâches de traitement de dialogues longs avec plusieurs tours et de compréhension de documents longs."
+    "description": "ERNIE 4.5 Turbo 128K, modèle universel haute performance, prenant en charge la recherche augmentée et l'appel d'outils, adapté à divers scénarios comme les questions-réponses, le code et les agents intelligents."
+  },
+  "ernie-4.5-turbo-128k-preview": {
+    "description": "ERNIE 4.5 Turbo 128K Preview, version de prévisualisation offrant les mêmes capacités que la version officielle, idéale pour les tests et l'intégration."
  },
  "ernie-4.5-turbo-32k": {
-    "description": "Wenxin 4.5 Turbo a également connu des améliorations notables en matière de réduction des hallucinations, de raisonnement logique et de capacités de codage. Comparé à Wenxin 4.5, il est plus rapide et moins cher. Les capacités de création de texte et de questions-réponses ont considérablement progressé. La longueur de sortie et le délai de phrase complète sont légèrement augmentés par rapport à ERNIE 4.5."
+    "description": "ERNIE 4.5 Turbo 32K, version à contexte moyen-long, adaptée aux questions-réponses, à la recherche dans les bases de connaissances et aux dialogues multi-tours."
+  },
+  "ernie-4.5-turbo-latest": {
+    "description": "ERNIE 4.5 Turbo Latest, dernière version optimisée pour la performance globale, idéale comme modèle principal en production."
+  },
+  "ernie-4.5-turbo-vl": {
+    "description": "ERNIE 4.5 Turbo VL, modèle multimodal mature, adapté aux tâches de compréhension et de reconnaissance image-texte en production."
  },
  "ernie-4.5-turbo-vl-32k": {
-    "description": "Nouvelle version du grand modèle Wenxin Yiyan, avec des capacités significativement améliorées en compréhension d'images, création, traduction et codage, prenant en charge pour la première fois une longueur de contexte de 32K, avec un délai de premier token considérablement réduit."
+    "description": "ERNIE 4.5 Turbo VL 32K, version multimodale à contexte moyen-long, conçue pour la compréhension conjointe de longs documents et d'images."
+  },
+  "ernie-4.5-turbo-vl-32k-preview": {
+    "description": "ERNIE 4.5 Turbo VL 32K Preview, version de prévisualisation multimodale 32K, facilitant l'évaluation des capacités visuelles à long contexte."
+  },
+  "ernie-4.5-turbo-vl-latest": {
+    "description": "ERNIE 4.5 Turbo VL Latest, dernière version multimodale, offrant une meilleure compréhension et inférence image-texte."
+  },
+  "ernie-4.5-turbo-vl-preview": {
+    "description": "ERNIE 4.5 Turbo VL Preview, modèle multimodal de prévisualisation, prenant en charge la compréhension et la génération image-texte, idéal pour les questions-réponses visuelles et l'exploration de contenu."
+  },
+  "ernie-4.5-vl-28b-a3b": {
+    "description": "ERNIE 4.5 VL 28B A3B, modèle multimodal open source, prenant en charge les tâches de compréhension et de raisonnement image-texte."
+  },
+  "ernie-5.0-thinking-preview": {
+    "description": "Wenxin 5.0 Thinking Preview, modèle phare natif tout-modale, prenant en charge le texte, l'image, l'audio et la vidéo, avec des capacités globales améliorées, adapté aux questions complexes, à la création et aux agents intelligents."
  },
  "ernie-char-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."
+    "description": "ERNIE Character 8K, modèle de dialogue avec personnalité, idéal pour la création de personnages IP et les conversations d'accompagnement à long terme."
  },
  "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."
+    "description": "ERNIE Character Fiction 8K, modèle de personnalité destiné à la création de romans et de scénarios, adapté à la génération de récits longs."
+  },
+  "ernie-char-fiction-8k-preview": {
+    "description": "ERNIE Character Fiction 8K Preview, version de prévisualisation du modèle de création de personnages et de scénarios, pour tester les fonctionnalités."
  },
  "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."
+    "description": "ERNIE iRAG Edit, modèle d'édition d'image prenant en charge l'effacement, la retouche et la génération de variantes."
  },
  "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."
+    "description": "ERNIE Lite 8K, modèle universel léger, adapté aux questions-réponses quotidiennes et à la génération de contenu à faible coût."
  },
  "ernie-lite-pro-128k": {
-    "description": "Un modèle de langage léger développé par Baidu, alliant d'excellentes performances du modèle et performances d'inférence, avec des résultats supérieurs à ceux d'ERNIE Lite, adapté à une utilisation sur des cartes d'accélération AI à faible puissance."
+    "description": "ERNIE Lite Pro 128K, modèle léger haute performance, conçu pour les scénarios sensibles à la latence et au coût."
  },
  "ernie-novel-8k": {
-    "description": "Le modèle de langage général développé par Baidu, avec un avantage évident dans la capacité de continuation de romans, également applicable à des scénarios de courtes pièces, de films, etc."
+    "description": "ERNIE Novel 8K, modèle de création de romans longs et de scénarios IP, expert en narration multi-personnages et multi-intrigues."
  },
  "ernie-speed-128k": {
-    "description": "Le modèle de langage haute performance développé par Baidu, publié en 2024, avec d'excellentes capacités générales, adapté comme modèle de base pour un affinage, permettant de mieux traiter des problèmes spécifiques, tout en offrant d'excellentes performances d'inférence."
+    "description": "ERNIE Speed 128K, grand modèle sans frais d'entrée/sortie, adapté à la compréhension de longs textes et aux essais à grande échelle."
+  },
+  "ernie-speed-8k": {
+    "description": "ERNIE Speed 8K, modèle rapide et gratuit, idéal pour les dialogues quotidiens et les tâches textuelles légères."
  },
  "ernie-speed-pro-128k": {
-    "description": "Le modèle de langage haute performance développé par Baidu, publié en 2024, avec d'excellentes capacités générales, offrant de meilleures performances que l'ERNIE Speed, adapté comme modèle de base pour un affinage, permettant de mieux traiter des problèmes spécifiques, tout en offrant d'excellentes performances d'inférence."
+    "description": "ERNIE Speed Pro 128K, modèle haute performance et économique, adapté aux services en ligne à grande échelle et aux applications d'entreprise."
  },
  "ernie-tiny-8k": {
-    "description": "ERNIE Tiny est un modèle de langage à très haute performance développé par Baidu, avec les coûts de déploiement et d'affinage les plus bas parmi les modèles de la série Wenxin."
-  },
-  "ernie-x1-32k": {
-    "description": "Doté de capacités supérieures de compréhension, de planification, de réflexion et d'évolution. En tant que modèle de pensée profonde plus complet, Wenxin X1 allie précision, créativité et élégance, et excelle particulièrement dans les domaines des questions-réponses en chinois, de la création littéraire, de la rédaction de documents, des dialogues quotidiens, du raisonnement logique, des calculs complexes et de l'appel d'outils."
-  },
-  "ernie-x1-32k-preview": {
-    "description": "Le grand modèle Wenxin X1 possède des capacités de compréhension, de planification, de réflexion et d'évolution plus fortes. En tant que modèle de pensée profonde plus complet, Wenxin X1 allie précision, créativité et éloquence, se distinguant particulièrement dans les domaines des questions-réponses en chinois, de la création littéraire, de la rédaction de documents, des dialogues quotidiens, du raisonnement logique, des calculs complexes et de l'appel d'outils."
+    "description": "ERNIE Tiny 8K, modèle ultra-léger, adapté aux scénarios d'inférence à faible coût comme les questions simples et la classification."
  },
  "ernie-x1-turbo-32k": {
-    "description": "Par rapport à ERNIE-X1-32K, le modèle offre de meilleures performances et résultats."
+    "description": "ERNIE X1 Turbo 32K, modèle de réflexion rapide avec contexte long 32K, adapté au raisonnement complexe et aux dialogues multi-tours."
+  },
+  "ernie-x1.1-preview": {
+    "description": "ERNIE X1.1 Preview, version de prévisualisation du modèle de réflexion ERNIE X1.1, pour validation et test des capacités."
  },
  "fal-ai/bytedance/seedream/v4": {
    "description": "Le modèle de génération d'images Seedream 4.0, développé par l'équipe Seed de ByteDance, prend en charge les entrées texte et image, offrant une expérience de génération d'images de haute qualité et très contrôlable. Il génère des images à partir d'invites textuelles."
@@ -1389,7 +1413,7 @@
    "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."
+    "description": "FLUX.1-schnell, modèle de génération d'image haute performance, idéal pour créer rapidement des images dans divers styles."
  },
  "gemini-1.0-pro-001": {
    "description": "Gemini 1.0 Pro 001 (Ajustement) offre des performances stables et ajustables, ce qui en fait un choix idéal pour des solutions de tâches complexes."
@@ -1538,6 +1562,9 @@
  "glm-4-0520": {
    "description": "GLM-4-0520 est la dernière version du modèle, conçue pour des tâches hautement complexes et diversifiées, avec des performances exceptionnelles."
  },
+  "glm-4-32b-0414": {
+    "description": "GLM-4 32B 0414, version universelle de la série GLM, prenant en charge la génération et la compréhension de texte multi-tâches."
+  },
  "glm-4-9b-chat": {
    "description": "GLM-4-9B-Chat offre des performances élevées dans les domaines de la sémantique, des mathématiques, du raisonnement, du code et des connaissances. Il prend également en charge la navigation web, l'exécution de code, l'appel d'outils personnalisés et le raisonnement sur de longs textes. Prise en charge de 26 langues, dont le japonais, le coréen et l’allemand."
  },
@@ -1826,6 +1853,18 @@
  "gpt-5-pro": {
    "description": "GPT-5 Pro utilise davantage de puissance de calcul pour approfondir sa réflexion et fournir des réponses toujours plus pertinentes."
  },
+  "gpt-5.1": {
+    "description": "GPT-5.1 — Modèle phare optimisé pour les tâches de codage et d'agents, avec une intensité de raisonnement configurable et un contexte étendu."
+  },
+  "gpt-5.1-chat-latest": {
+    "description": "GPT-5.1 Chat : Variante de GPT-5.1 conçue pour ChatGPT, idéale pour les interactions conversationnelles."
+  },
+  "gpt-5.1-codex": {
+    "description": "GPT-5.1 Codex : Version de GPT-5.1 optimisée pour les tâches de codage agentiques, utilisable via l'API Responses pour des flux de travail code/agent plus complexes."
+  },
+  "gpt-5.1-codex-mini": {
+    "description": "GPT-5.1 Codex mini : Variante plus légère et économique de Codex, optimisée pour les tâches de codage agentiques."
+  },
  "gpt-audio": {
    "description": "GPT Audio est un modèle de chat universel orienté vers l'entrée et la sortie audio, supportant l'utilisation d'entrées/sorties audio dans l'API Chat Completions."
  },
@@ -2001,13 +2040,13 @@
    "description": "Série de modèles Imagen de 4ᵉ génération pour la génération d'images à partir de texte"
  },
  "imagen-4.0-generate-preview-06-06": {
-    "description": "Série de modèles de génération d'images à partir de texte Imagen 4e génération"
+    "description": "Série de modèles de génération d'images de quatrième génération Imagen"
  },
  "imagen-4.0-ultra-generate-001": {
    "description": "Série de modèles Imagen 4e génération pour la génération d'images à partir de texte — version Ultra"
  },
  "imagen-4.0-ultra-generate-preview-06-06": {
-    "description": "Série de modèles de génération d'images à partir de texte Imagen 4e génération version Ultra"
+    "description": "Version Ultra de la série de modèles de génération d'images de quatrième génération Imagen"
  },
  "inception/mercury-coder-small": {
    "description": "Mercury Coder Small est idéal pour les tâches de génération, débogage et refactorisation de code, avec une latence minimale."
@@ -2036,14 +2075,26 @@
  "internlm3-latest": {
    "description": "Notre dernière série de modèles, avec des performances d'inférence exceptionnelles, en tête des modèles open source de même niveau. Par défaut, elle pointe vers notre dernière version du modèle InternLM3."
  },
+  "internvl2.5-38b-mpo": {
+    "description": "InternVL2.5 38B MPO, modèle pré-entraîné multimodal, conçu pour les tâches complexes de raisonnement image-texte."
+  },
  "internvl2.5-latest": {
    "description": "Version InternVL2.5 que nous maintenons encore, offrant des performances excellentes et stables. Il pointe par défaut vers notre dernier modèle de la série InternVL2.5, actuellement vers internvl2.5-78b."
  },
+  "internvl3-14b": {
+    "description": "InternVL3 14B, modèle multimodal de taille moyenne, équilibrant performance et coût."
+  },
+  "internvl3-1b": {
+    "description": "InternVL3 1B, modèle multimodal léger, adapté aux déploiements dans des environnements à ressources limitées."
+  },
+  "internvl3-38b": {
+    "description": "InternVL3 38B, grand modèle multimodal open source, conçu pour des tâches de compréhension image-texte de haute précision."
+  },
  "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."
+    "description": "ERNIE iRAG, modèle de génération améliorée par recherche d'image, prenant en charge la recherche d'image par image, la recherche image-texte et la génération de contenu."
  },
  "jamba-large": {
    "description": "Notre modèle le plus puissant et avancé, conçu pour traiter des tâches complexes de niveau entreprise, offrant des performances exceptionnelles."
@@ -2064,7 +2115,7 @@
    "description": "Le modèle kimi-k2-0905-preview dispose d'une longueur de contexte de 256k, offrant une capacité renforcée de codage agentique, une meilleure esthétique et utilité du code front-end, ainsi qu'une compréhension contextuelle améliorée."
  },
  "kimi-k2-instruct": {
-    "description": "Kimi K2 Instruct est un grand modèle linguistique développé par Moonshot AI, capable de traiter des contextes ultra-longs."
+    "description": "Kimi K2 Instruct, modèle d'inférence officiel de Kimi, prenant en charge le long contexte, le code, les questions-réponses et d'autres scénarios."
  },
  "kimi-k2-turbo-preview": {
    "description": "kimi-k2 est un modèle de base à architecture MoE doté de capacités remarquables en programmation et en agents autonomes, avec 1T de paramètres au total et 32B de paramètres activés. Dans les principaux tests de référence couvrant le raisonnement général, la programmation, les mathématiques et les agents, le modèle K2 surpasse les autres modèles open source majeurs."
@@ -2735,6 +2786,54 @@
  "pro-deepseek-v3": {
    "description": "Modèle dédié aux services d'entreprise, incluant les services en parallèle."
  },
+  "qianfan-70b": {
+    "description": "Qianfan 70B, un modèle chinois de grande taille, idéal pour la génération de contenu de haute qualité et les tâches de raisonnement complexes."
+  },
+  "qianfan-8b": {
+    "description": "Qianfan 8B, un modèle généraliste de taille moyenne, adapté à la génération de texte et aux scénarios de questions-réponses avec un bon équilibre entre coût et performance."
+  },
+  "qianfan-agent-intent-32k": {
+    "description": "Qianfan Agent Intent 32K, un modèle conçu pour la reconnaissance d’intention et l’orchestration d’agents, prenant en charge des contextes longs."
+  },
+  "qianfan-agent-lite-8k": {
+    "description": "Qianfan Agent Lite 8K, un modèle d’agent léger, adapté aux dialogues multi-tours à faible coût et à l’orchestration de processus métier."
+  },
+  "qianfan-agent-speed-32k": {
+    "description": "Qianfan Agent Speed 32K, un modèle d’agent à haut débit, conçu pour des applications d’agents à grande échelle et multi-tâches."
+  },
+  "qianfan-agent-speed-8k": {
+    "description": "Qianfan Agent Speed 8K, un modèle d’agent à haute concurrence, optimisé pour les dialogues courts et les réponses rapides."
+  },
+  "qianfan-check-vl": {
+    "description": "Qianfan Check VL, un modèle de vérification multimodale, prenant en charge la conformité et la détection dans les contenus image-texte."
+  },
+  "qianfan-composition": {
+    "description": "Qianfan Composition, un modèle de création multimodale, capable de comprendre et de générer des contenus combinant texte et image."
+  },
+  "qianfan-engcard-vl": {
+    "description": "Qianfan EngCard VL, un modèle de reconnaissance multimodale spécialisé pour les scénarios en anglais."
+  },
+  "qianfan-lightning-128b-a19b": {
+    "description": "Qianfan Lightning 128B A19B, un modèle chinois haute performance, adapté aux questions complexes et au raisonnement à grande échelle."
+  },
+  "qianfan-llama-vl-8b": {
+    "description": "Qianfan Llama VL 8B, un modèle multimodal basé sur Llama, conçu pour les tâches générales de compréhension image-texte."
+  },
+  "qianfan-multipicocr": {
+    "description": "Qianfan MultiPicOCR, un modèle OCR multi-images, capable de détecter et reconnaître du texte sur plusieurs images."
+  },
+  "qianfan-qi-vl": {
+    "description": "Qianfan QI VL, un modèle de questions-réponses multimodal, optimisé pour la recherche précise et les réponses dans des contextes image-texte complexes."
+  },
+  "qianfan-singlepicocr": {
+    "description": "Qianfan SinglePicOCR, un modèle OCR pour image unique, offrant une reconnaissance de caractères haute précision."
+  },
+  "qianfan-vl-70b": {
+    "description": "Qianfan VL 70B, un modèle visuel-langagier de grande taille, adapté aux scénarios complexes de compréhension image-texte."
+  },
+  "qianfan-vl-8b": {
+    "description": "Qianfan VL 8B, un modèle visuel-langagier léger, idéal pour les questions-réponses et analyses image-texte du quotidien."
+  },
  "qvq-72b-preview": {
    "description": "Le modèle QVQ est un modèle de recherche expérimental développé par l'équipe Qwen, axé sur l'amélioration des capacités de raisonnement visuel, en particulier dans le domaine du raisonnement mathématique."
  },
@@ -2886,7 +2985,7 @@
    "description": "Le modèle de 72B de Tongyi Qwen 2.5, open source."
  },
  "qwen2.5-7b-instruct": {
-    "description": "Le modèle de 7B de Tongyi Qwen 2.5, open source."
+    "description": "Qwen2.5 7B Instruct, un modèle open source mature basé sur des instructions, adapté aux dialogues et à la génération dans divers contextes."
  },
  "qwen2.5-coder-1.5b-instruct": {
    "description": "Version open-source du modèle de code Qwen."
@@ -2919,13 +3018,13 @@
    "description": "La série de modèles Qwen-Omni prend en charge l'entrée de données multimodales, y compris des vidéos, de l'audio, des images et du texte, et produit de l'audio et du texte en sortie."
  },
  "qwen2.5-vl-32b-instruct": {
-    "description": "La série de modèles Qwen2.5-VL améliore l'intelligence, l'utilité et l'adaptabilité des modèles, offrant des performances supérieures dans des scénarios tels que les conversations naturelles, la création de contenu, les services d'expertise professionnelle et le développement de code. La version 32B utilise des techniques d'apprentissage par renforcement pour optimiser le modèle, fournissant par rapport aux autres modèles de la série Qwen2.5 VL un style de sortie plus conforme aux préférences humaines, une capacité de raisonnement sur des problèmes mathématiques complexes, ainsi qu'une compréhension fine et un raisonnement sur les images."
+    "description": "Qwen2.5 VL 32B Instruct, un modèle multimodal open source, adapté au déploiement privé et à des applications variées."
  },
  "qwen2.5-vl-72b-instruct": {
    "description": "Amélioration globale des capacités de suivi des instructions, mathématiques, résolution de problèmes et code, amélioration des capacités de reconnaissance, support de divers formats pour un positionnement précis des éléments visuels, compréhension de fichiers vidéo longs (jusqu'à 10 minutes) et localisation d'événements en temps réel, capable de comprendre l'ordre temporel et la vitesse, supportant le contrôle d'agents OS ou Mobile basé sur des capacités d'analyse et de localisation, avec une forte capacité d'extraction d'informations clés et de sortie au format Json. Cette version est la version 72B, la plus puissante de cette série."
  },
  "qwen2.5-vl-7b-instruct": {
-    "description": "Amélioration globale des capacités de suivi des instructions, mathématiques, résolution de problèmes et code, amélioration des capacités de reconnaissance, support de divers formats pour un positionnement précis des éléments visuels, compréhension de fichiers vidéo longs (jusqu'à 10 minutes) et localisation d'événements en temps réel, capable de comprendre l'ordre temporel et la vitesse, supportant le contrôle d'agents OS ou Mobile basé sur des capacités d'analyse et de localisation, avec une forte capacité d'extraction d'informations clés et de sortie au format Json. Cette version est la version 72B, la plus puissante de cette série."
+    "description": "Qwen2.5 VL 7B Instruct, un modèle multimodal léger, équilibrant coût de déploiement et capacité de reconnaissance."
  },
  "qwen2.5-vl-instruct": {
    "description": "Qwen2.5-VL est la dernière version du modèle de langage visuel de la famille de modèles Qwen."
@@ -2952,46 +3051,46 @@
    "description": "Qwen3 est le nouveau modèle de langage à grande échelle d'Alibaba, offrant d'excellentes performances pour répondre à des besoins d'application diversifiés."
  },
  "qwen3-0.6b": {
-    "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."
+    "description": "Qwen3 0.6B, un modèle d’entrée de gamme, adapté au raisonnement simple et aux environnements à ressources très limitées."
  },
  "qwen3-1.7b": {
-    "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."
+    "description": "Qwen3 1.7B, un modèle ultra-léger, facile à déployer sur les dispositifs en périphérie ou terminaux."
  },
  "qwen3-14b": {
-    "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."
+    "description": "Qwen3 14B, un modèle de taille moyenne, adapté aux questions-réponses multilingues et à la génération de texte."
  },
  "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."
+    "description": "Qwen3 235B A22B, un grand modèle généraliste, conçu pour une variété de tâches complexes."
  },
  "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)."
+    "description": "Qwen3 235B A22B Instruct 2507, un modèle Instruct phare, adapté à la génération et au raisonnement dans divers scénarios."
  },
  "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."
+    "description": "Qwen3 235B A22B Thinking 2507, un modèle de raisonnement à très grande échelle, conçu pour les tâches de réflexion avancée."
  },
  "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."
+    "description": "Qwen3 30B A3B, un modèle généraliste de taille moyenne à grande, équilibrant coût et performance."
  },
  "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."
+    "description": "Qwen3 30B A3B Instruct 2507, un modèle Instruct de taille moyenne à grande, adapté à la génération de haute qualité et aux questions-réponses."
  },
  "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."
+    "description": "Qwen3 30B A3B Thinking 2507, un modèle de réflexion de taille moyenne à grande, alliant précision et maîtrise des coûts."
  },
  "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."
+    "description": "Qwen3 32B, un modèle généraliste adapté aux tâches nécessitant une compréhension approfondie."
  },
  "qwen3-4b": {
-    "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."
+    "description": "Qwen3 4B, adapté aux applications de petite à moyenne taille et aux scénarios d’inférence locale."
  },
  "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."
+    "description": "Qwen3 8B, un modèle léger et flexible, idéal pour les services à haute concurrence."
  },
  "qwen3-coder-30b-a3b-instruct": {
    "description": "Version open source du modèle de génération de code Qwen. Le dernier qwen3-coder-30b-a3b-instruct, basé sur Qwen3, est un modèle puissant de génération de code doté de capacités avancées d’agent de codage. Il excelle dans l’appel d’outils et l’interaction avec l’environnement, permettant une programmation autonome tout en conservant des compétences générales solides."
  },
  "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."
+    "description": "Qwen3 Coder 480B A35B Instruct, un modèle de codage de niveau phare, prenant en charge la programmation multilingue et la compréhension de code complexe."
  },
  "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."
@@ -3005,32 +3104,41 @@
  "qwen3-max": {
    "description": "La série Max de Tongyi Qianwen 3 offre une amélioration significative par rapport à la série 2.5 en termes de capacités générales. Elle renforce notablement la compréhension du texte en chinois et en anglais, la capacité à suivre des instructions complexes, les tâches ouvertes subjectives, les compétences multilingues et l'appel d'outils ; le modèle présente également moins d'hallucinations de connaissances. La dernière version du modèle qwen3-max, comparée à la version preview, a bénéficié d'une mise à niveau spécifique en programmation d'agents et en appel d'outils. La version officielle publiée atteint un niveau SOTA dans son domaine, adaptée aux besoins plus complexes des agents intelligents."
  },
+  "qwen3-max-preview": {
+    "description": "Le modèle le plus performant de la série Tongyi Qianwen, adapté aux tâches complexes et à étapes multiples. La version de prévisualisation prend déjà en charge la réflexion."
+  },
  "qwen3-next-80b-a3b-instruct": {
    "description": "Modèle open source de nouvelle génération en mode non réflexif basé sur Qwen3, offrant une meilleure compréhension du texte en chinois, des capacités de raisonnement logique renforcées et de meilleures performances dans les tâches de génération de texte par rapport à la version précédente (Tongyi Qianwen 3-235B-A22B-Instruct-2507)."
  },
  "qwen3-next-80b-a3b-thinking": {
-    "description": "Modèle open source de nouvelle génération en mode réflexif basé sur Qwen3, avec une meilleure conformité aux instructions et des réponses plus concises dans les résumés par rapport à la version précédente (Tongyi Qianwen 3-235B-A22B-Thinking-2507)."
+    "description": "Qwen3 Next 80B A3B Thinking, une version de raisonnement phare conçue pour les tâches complexes."
  },
  "qwen3-omni-flash": {
    "description": "Le modèle Qwen-Omni accepte des entrées combinées de texte, image, audio et vidéo, et génère des réponses sous forme de texte ou de voix. Il propose plusieurs voix synthétiques réalistes, prend en charge plusieurs langues et dialectes, et peut être utilisé dans des scénarios tels que la création de contenu, la reconnaissance visuelle et les assistants vocaux."
  },
  "qwen3-vl-235b-a22b-instruct": {
-    "description": "Qwen3 VL 235B A22B en mode non-réfléchissant (Instruct), conçu pour les scénarios d'instructions simples tout en conservant de puissantes capacités de compréhension visuelle."
+    "description": "Qwen3 VL 235B A22B Instruct, un modèle multimodal phare, destiné aux scénarios exigeants de compréhension et de création."
  },
  "qwen3-vl-235b-a22b-thinking": {
-    "description": "Qwen3 VL 235B A22B en mode réfléchi (version open source), offre des capacités de raisonnement visuel et textuel de pointe pour les scénarios complexes nécessitant une compréhension approfondie et un raisonnement sur de longues vidéos."
+    "description": "Qwen3 VL 235B A22B Thinking, version de réflexion phare, conçue pour le raisonnement et la planification multimodale complexes."
  },
  "qwen3-vl-30b-a3b-instruct": {
-    "description": "Qwen3 VL 30B en mode non-réfléchissant (Instruct), adapté aux scénarios d'instructions générales, avec de solides capacités de compréhension et de génération multimodales."
+    "description": "Qwen3 VL 30B A3B Instruct, un grand modèle multimodal, équilibrant précision et performance de raisonnement."
  },
  "qwen3-vl-30b-a3b-thinking": {
-    "description": "Qwen-VL (version open source) offre des capacités de compréhension visuelle et de génération de texte, prenant en charge l’interaction avec des agents, l’encodage visuel, la perception spatiale, la compréhension de longues vidéos et le raisonnement approfondi. Il excelle également dans la reconnaissance de texte complexe et le support multilingue dans des contextes complexes."
+    "description": "Qwen3 VL 30B A3B Thinking, version de réflexion approfondie pour les tâches multimodales complexes."
+  },
+  "qwen3-vl-32b-instruct": {
+    "description": "Qwen3 VL 32B Instruct, un modèle multimodal affiné par instruction, adapté aux questions-réponses image-texte de haute qualité et à la création."
+  },
+  "qwen3-vl-32b-thinking": {
+    "description": "Qwen3 VL 32B Thinking, version de réflexion multimodale, renforçant le raisonnement complexe et l’analyse à long terme."
  },
  "qwen3-vl-8b-instruct": {
-    "description": "Qwen3 VL 8B en mode non-réfléchissant (Instruct), idéal pour les tâches courantes de génération et de reconnaissance multimodales."
+    "description": "Qwen3 VL 8B Instruct, un modèle multimodal léger, idéal pour les questions-réponses visuelles quotidiennes et l’intégration applicative."
  },
  "qwen3-vl-8b-thinking": {
-    "description": "Qwen3 VL 8B en mode réfléchi, conçu pour des scénarios légers de raisonnement et d’interaction multimodale, tout en conservant une bonne compréhension des longs contextes."
+    "description": "Qwen3 VL 8B Thinking, un modèle de chaîne de pensée multimodale, adapté au raisonnement détaillé sur les informations visuelles."
  },
  "qwen3-vl-flash": {
    "description": "Qwen3 VL Flash : version allégée à inférence rapide, idéale pour les scénarios sensibles à la latence ou les requêtes en grand volume."
@@ -236,6 +236,8 @@
  },
  "inspector": {
    "args": "Voir la liste des paramètres",
+    "delete": "Supprimer l'appel d'outil",
+    "orphanedToolCall": "Cet appel d'outil est peut-être devenu orphelin en raison d'une erreur, ce qui pourrait perturber le bon fonctionnement de l'agent. Veuillez le supprimer.",
    "pluginRender": "Voir l'interface du plugin"
  },
  "list": {
@@ -251,14 +253,20 @@
  },
  "localSystem": {
    "apiName": {
+      "editLocalFile": "Modifier le fichier",
+      "getCommandOutput": "Obtenir la sortie du code",
+      "globLocalFiles": "Rechercher des fichiers correspondants",
+      "grepContent": "Rechercher dans le contenu",
+      "killCommand": "Arrêter l'exécution du code",
      "listLocalFiles": "Voir la liste des fichiers",
      "moveLocalFiles": "Déplacer les fichiers",
      "readLocalFile": "Lire le contenu du fichier",
      "renameLocalFile": "Renommer",
+      "runCommand": "Exécuter le code",
      "searchLocalFiles": "Rechercher des fichiers",
      "writeLocalFile": "Écrire dans un fichier"
    },
-    "title": "Fichiers locaux"
+    "title": "Système local"
  },
  "mcpInstall": {
    "CHECKING_INSTALLATION": "Vérification de l'environnement d'installation...",
@@ -2,6 +2,45 @@
  "about": {
    "title": "À propos"
  },
+  "agentInfoDescription": {
+    "basic": {
+      "avatar": "Avatar",
+      "description": "Description",
+      "name": "Nom",
+      "tags": "Étiquettes",
+      "title": "Informations de l'assistant"
+    },
+    "chat": {
+      "displayMode": "Mode d'affichage",
+      "enableHistoryCount": "Activer le comptage des messages historiques",
+      "historyCount": "Nombre de messages historiques",
+      "no": "Non",
+      "searchMode": "Mode de recherche",
+      "title": "Préférences de discussion",
+      "yes": "Oui"
+    },
+    "model": {
+      "maxTokens": "Nombre maximal de tokens",
+      "model": "Modèle",
+      "provider": "Fournisseur",
+      "temperature": "Température",
+      "title": "Paramètres du modèle",
+      "topP": "Valeur Top P"
+    },
+    "plugins": {
+      "count": "Paramètres des plugins ({{count}})",
+      "empty": "Aucun plugin installé",
+      "title": "Plugins installés"
+    },
+    "role": {
+      "systemRole": "Invite système",
+      "title": "Paramètres du rôle"
+    },
+    "value": {
+      "unset": "Non défini",
+      "untitled": "Assistant sans titre"
+    }
+  },
  "agentTab": {
    "chat": "Préférences de discussion",
    "meta": "Informations de l'agent",
@@ -18,6 +57,8 @@
    },
    "title": "Analytique"
  },
+  "checking": "Vérification en cours...",
+  "checkingPermissions": "Vérification des autorisations...",
  "danger": {
    "clear": {
      "action": "Effacer immédiatement",
@@ -146,6 +187,58 @@
    },
    "waitingForMore": "Plus de modèles sont en cours de <1>planification pour être ajoutés</1>, restez à l'écoute"
  },
+  "marketPublish": {
+    "modal": {
+      "changelog": {
+        "extra": "Décrivez les principales modifications et améliorations de cette version",
+        "label": "Journal des modifications",
+        "maxLengthError": "Le journal des modifications ne peut pas dépasser 500 caractères",
+        "placeholder": "Veuillez saisir le journal des modifications",
+        "required": "Veuillez saisir le journal des modifications"
+      },
+      "comparison": {
+        "local": "Version locale actuelle",
+        "remote": "Version publiée actuelle"
+      },
+      "identifier": {
+        "extra": "L'identifiant servira d'identifiant unique de l'assistant. Il est recommandé d'utiliser des lettres minuscules, des chiffres et des tirets",
+        "label": "Identifiant de l'assistant",
+        "lengthError": "La longueur de l'identifiant doit être comprise entre 3 et 50 caractères",
+        "patternError": "L'identifiant ne peut contenir que des lettres minuscules, des chiffres et des tirets",
+        "placeholder": "Veuillez saisir l'identifiant unique de l'assistant, par ex. : web-development",
+        "required": "Veuillez saisir l'identifiant de l'assistant"
+      },
+      "loading": {
+        "fetchingRemote": "Chargement des données distantes...",
+        "submit": "Publication de l'assistant en cours...",
+        "upload": "Publication de la nouvelle version en cours..."
+      },
+      "messages": {
+        "createVersionFailed": "Échec de la création de la version : {{message}}",
+        "fetchRemoteFailed": "Échec de la récupération des données de l'assistant distant",
+        "missingIdentifier": "L'assistant actuel n'a pas encore d'identifiant de marché",
+        "notAuthenticated": "Veuillez vous connecter à votre compte du marché",
+        "publishFailed": "Échec de la publication : {{message}}"
+      },
+      "submitButton": "Publier",
+      "title": {
+        "submit": "Partager sur le marché des assistants",
+        "upload": "Publier une nouvelle version"
+      }
+    },
+    "resultModal": {
+      "message": "L'assistant a été soumis pour révision. Il sera mis en ligne automatiquement une fois approuvé. Cliquez sur « Voir sur le marché » pour consulter l'assistant publié.",
+      "view": "Voir sur le marché"
+    },
+    "submit": {
+      "button": "Partager sur le marché",
+      "tooltip": "Partager l'assistant sur le marché"
+    },
+    "upload": {
+      "button": "Publier une nouvelle version",
+      "tooltip": "Publier une nouvelle version sur le marché des assistants"
+    }
+  },
  "message": {
    "success": "Mise à jour réussie"
  },
@@ -561,7 +654,7 @@
  },
  "submitAgentModal": {
    "button": "Soumettre l'agent",
-    "identifier": "Identifiant de l'agent",
+    "identifier": "Identifiant de l'assistant (identifier)",
    "metaMiss": "Veuillez compléter les informations de l'agent avant de soumettre. Elles doivent inclure le nom, la description et les balises.",
    "placeholder": "Veuillez entrer l'identifiant de l'agent, qui doit être unique, par exemple développement-web",
    "tooltips": "Partager sur le marché des agents"
@@ -17,6 +17,14 @@
  "localFiles": {
    "file": "Fichier",
    "folder": "Dossier",
+    "moveFiles": {
+      "itemsMoved": "{{count}} élément(s) déplacé(s) :",
+      "itemsMoved_one": "{{count}} élément déplacé :",
+      "itemsMoved_other": "{{count}} éléments déplacés :",
+      "itemsToMove": "{{count}} élément(s) à déplacer :",
+      "itemsToMove_one": "{{count}} élément à déplacer :",
+      "itemsToMove_other": "{{count}} éléments à déplacer :"
+    },
    "open": "Ouvrir",
    "openFile": "Ouvrir le fichier",
    "openFolder": "Ouvrir le dossier",
@@ -6,6 +6,7 @@
    "confirmRemoveUnstarred": "Vous allez supprimer les sujets non favoris. Cette action est irréversible, veuillez agir avec prudence.",
    "duplicate": "Créer une copie",
    "export": "Exporter le sujet",
+    "openInNewWindow": "Ouvrir dans une nouvelle fenêtre",
    "removeAll": "Supprimer tous les sujets",
    "removeUnstarred": "Supprimer les sujets non favoris"
  },
@@ -17,6 +17,7 @@
  "availableAgents": "Assistenti disponibili",
  "backToBottom": "Torna in fondo",
  "chatList": {
+    "expandMessage": "Espandi messaggio",
    "longMessageDetail": "Visualizza dettagli"
  },
  "clearCurrentMessages": "Cancella messaggi attuali",
@@ -173,8 +174,11 @@
    "title": "Menziona membri"
  },
  "messageAction": {
+    "collapse": "Comprimi messaggio",
+    "continueGeneration": "Continua a generare",
    "delAndRegenerate": "Elimina e rigenera",
    "deleteDisabledByThreads": "Esistono sottoargomenti, non è possibile eliminare",
+    "expand": "Espandi messaggio",
    "regenerate": "Rigenera"
  },
  "messages": {
@@ -239,6 +243,7 @@
  "noMatchingAgents": "Nessun membro corrispondente trovato",
  "noMembersYet": "Questo gruppo non ha ancora membri. Clicca sul pulsante + per invitare assistenti.",
  "noSelectedAgents": "Nessun membro selezionato",
+  "openInNewWindow": "Apri in una nuova finestra",
  "owner": "Proprietario del gruppo",
  "pin": "Fissa in alto",
  "pinOff": "Annulla fissaggio in alto",
@@ -367,6 +372,28 @@
    "remained": "Rimasti",
    "used": "Utilizzati"
  },
+  "tool": {
+    "intervention": {
+      "approve": "Approva",
+      "approveAndRemember": "Approva e ricorda",
+      "approveOnce": "Approva solo questa volta",
+      "mode": {
+        "allowList": "Lista consentiti",
+        "allowListDesc": "Esegui automaticamente solo gli strumenti approvati",
+        "autoRun": "Approvazione automatica",
+        "autoRunDesc": "Approva automaticamente l'esecuzione di tutti gli strumenti",
+        "manual": "Manuale",
+        "manualDesc": "Richiede approvazione manuale per ogni utilizzo"
+      },
+      "reject": "Rifiuta",
+      "rejectAndContinue": "Rifiuta e riprova",
+      "rejectOnly": "Rifiuta",
+      "rejectReasonPlaceholder": "Inserire il motivo del rifiuto aiuterà l'agente a comprendere e ottimizzare le azioni future",
+      "rejectTitle": "Rifiuta questa esecuzione dello strumento",
+      "rejectedWithReason": "Questa esecuzione dello strumento è stata rifiutata: {{reason}}",
+      "toolRejected": "Questa esecuzione dello strumento è stata rifiutata"
+    }
+  },
  "topic": {
    "checkOpenNewTopic": "Abilitare un nuovo argomento?",
    "checkSaveCurrentMessages": "Vuoi salvare la conversazione attuale come argomento?",
@@ -135,6 +135,7 @@
    }
  },
  "close": "Chiudi",
+  "confirm": "Conferma",
  "contact": "Contattaci",
  "copy": "Copia",
  "copyFail": "Copia non riuscita",
@@ -285,6 +286,7 @@
  "oauth": "Accesso SSO",
  "officialSite": "Sito ufficiale",
  "ok": "OK",
+  "or": "o",
  "password": "Password",
  "pin": "Fissa in alto",
  "pinOff": "Annulla fissaggio",
@@ -106,6 +106,12 @@
    "keyPlaceholder": "Chiave",
    "valuePlaceholder": "Valore"
  },
+  "LocalFile": {
+    "action": {
+      "open": "Apri",
+      "showInFolder": "Mostra nella cartella"
+    }
+  },
  "MaxTokenSlider": {
    "unlimited": "Illimitato"
  },
--- a/Show More
+++ b/Show More