Каталог AI-моделей Tokenator
Здесь собраны все нейросети, доступные через Tokenator. Передайте ID модели в параметре model при запросе — Tokenator сам направит трафик на подходящего апстрим-провайдера. Коэффициент рядом с моделью показывает, во сколько раз её токены дороже или дешевле базовых.
DeepSeek V4.1 Flash 1017 — это снимок DeepSeek V4.1 Flash от 17 октября 2026 года, предоставляемый DeepSeek под именем модели API deepseek-flash. V4.1 Flash — это разреженная модель смешанных экспертов от DeepSeek, первая, построенная на архитектуре причинно-следственного кодировщика-декодера (CED) компании. Она активирует 8 миллиардов параметров на входе и 16 миллиардов на выходе из 552-байтовой базовой сети, асимметричное разделение, которое поддерживает низкую вычислительную нагрузку на каждый токен относительно общего размера модели. Понимание изображений является неотъемлемой частью архитектуры: визуальные и текстовые встраивания обучаются совместно с самого начала предварительного обучения, а не добавляются позже, как в более ранней экспериментальной версии V4 Flash Vision Exp. Она подходит для агентов, работающих с кодированием, терминалами и компьютерами, а также для долгосрочных задач, которые должны выполняться до конца на многих этапах и с анализом длительного контекста. Сжатое кэширование ключ-значение сокращает объем кэш-памяти примерно до четверти от предыдущего поколения Flash, что значительно снижает затраты на агентские рабочие нагрузки. DeepSeek позиционирует его как наиболее экономичный уровень семейства V4.1 и сообщает, что он превосходит V4 Pro по производительности, скорости и времени выполнения задач.
GPT-6.1 Terra — это модель среднего уровня в серии GPT-6.1 от OpenAI, созданная для быстрой и производительной работы на компьютере по более низкой цене, чем GPT-6.1 Sol. Она считывает информацию с экрана, выполняет действия в разных приложениях и записывает данные естественным образом, обладая эффективностью, достаточной для обработки больших объемов повседневной работы.
GLM-5.3-Flash — это нативная мультимодальная модель от Z.ai. Она подходит для эффективного кодирования и задач, связанных с агентами с длительным горизонтом планирования. Ее гибридная архитектура с разреженным и линейным вниманием обеспечивает точное поведение в длительном контексте, одновременно снижая вычислительные затраты.
Эта модель предоставляется на бесплатном тарифе с установленными лимитами использования. Claude Opus 5.5 — флагманская модель Anthropic для сложных задач логического мышления, программирования и долгосрочной работы с агентами, пришедшая на смену Claude Opus 5. Она особенно эффективна при выполнении многоэтапных изменений в крупных кодовых базах, проверке и поиске ошибок в коде, финансовом и научном анализе, а также при работе со сложными графиками, диаграммами и скриншотами. По сравнению с предыдущей версией модель осторожнее работает с числовыми данными и источниками, стараясь приводить только те сведения, которые может подтвердить. Claude Opus 5.5 выполняет сопоставимые задачи за меньшее количество шагов и с меньшим расходом токенов, чем Opus 5. Модель также более понятно сообщает о ходе работы: что было сделано, какие результаты получены и какая дополнительная информация требуется от пользователя. Режим мышления всегда адаптивный, поэтому параметр усилия позволяет выбирать баланс между глубиной рассуждений, задержкой и стоимостью. Низкие уровни усилия при этом остаются эффективными для задач, где особенно важна высокая скорость ответа.
Claude Opus 5.5 — это флагманская модель Anthropic, предназначенная для сложных задач логического мышления, программирования и работы с агентами в долгосрочной перспективе, являющаяся преемницей Claude Opus 5. Она особенно эффективна при многоэтапных изменениях в больших кодовых базах, проверке кода и поиске ошибок, финансовом и научном анализе, а также при чтении сложных диаграмм, графиков и скриншотов. Более тщательно, чем её предшественница, она использует только цифры и цитирует источники, которые может подтвердить. Модель выполняет сопоставимые задачи за меньшее количество шагов и с меньшим количеством токенов, чем Opus 5, и сообщает о своей работе более простым языком, с четкими обновлениями того, что она сделала, что обнаружила и что ей нужно от пользователя. Мышление всегда адаптивно, поэтому усилие является основным рычагом для компромисса между глубиной, задержкой и стоимостью, а более низкие значения усилия остаются эффективными для задач, чувствительных к задержке.
Claude Fable 5.2 — это наиболее функциональная модель Anthropic для самых сложных технических задач, превосходящая Fable 5.1 в программировании, логическом мышлении и визуализации. В ходе предварительного тестирования она успешно завершила невыполнимые ранее миграции программного обеспечения, разработала работающие электронные устройства с нуля и продвинулась в решении открытых проблем в физике и математике. Она более понятно общается, чем предыдущие модели Fable, и генерирует результаты до 30% быстрее, чем Fable 5.1. Адаптивное расширенное мышление всегда включено, с уровнями усилий по логическому мышлению от низкого до максимального (по умолчанию высокий) и сохранением мыслительных процессов между ходами. Anthropic рекомендует Opus 5.5 в качестве основной модели для большинства задач программирования и работы с знаниями, а Fable 5.2 — для самых амбициозных, открытых задач.
Эта модель предоставляется на бесплатном тарифе с установленными лимитами использования. GLM-5.3-Flash — нативная мультимодальная модель от Z.ai, демонстрирующая высокую эффективность в программировании, агентных задачах и работе с длительным контекстом.
Эта модель предоставляется на бесплатном тарифе с установленными лимитами использования. GPT-6.2 Sol — это улучшенная версия GPT-6.1 Sol от OpenAI, занимающая место ниже флагманской модели GPT-6.2 Astra в серии GPT-6.2. Это эффективная и универсальная модель для повседневной работы, подходящая для многоэтапных рабочих процессов с участием агентов и для четкого, естественного письма как в технических, так и в нетехнических задачах.
DeepSeek V4.1 Flash — новая высокопроизводительная модель от DeepSeek, которая значительно превосходит V4 Pro по ключевым показателям, включая качество выполнения задач, скорость генерации, стоимость и общее время работы. Модель ориентирована на программирование, сложные рассуждения, агентные сценарии и многоэтапные задачи, обеспечивая возможности уровня Pro при более высокой скорости и существенно лучшей эффективности.
Эта модель предоставляется на бесплатном тарифе с установленными лимитами использования. MiniMax M3.1 Flash — быстрая reasoning-модель от MiniMax, ориентированная на программирование, агентные задачи, работу с большим контекстом и многошаговые сценарии. Модель поддерживает мультимодальный ввод, tool calling и несколько уровней глубины рассуждений, сочетая высокую скорость генерации с качественным выполнением сложных задач.
GPT-6.2 Sol — это улучшенная версия GPT-6.1 Sol от OpenAI, занимающая место ниже флагманской модели GPT-6.2 Astra в серии GPT-6.2. Это эффективная и универсальная модель для повседневной работы, подходящая для многоэтапных рабочих процессов с участием агентов и для четкого, естественного письма как в технических, так и в нетехнических задачах.
Эта модель предоставляется на бесплатном тарифе с установленными лимитами использования. Gemini 4 Neon — это быстрая модель средней ценовой категории из семейства Gemini 4 от Google, созданная для программирования и работы с агентами. Она подходит для программирования в репозиториях и терминалах, веб-разработки, использования многошаговых инструментов и решения многомодальных STEM-задач. Gemini 4 позиционируется как шаг вперед по сравнению с Gemini 4 Hydrogen, стремящийся к качеству Gemini 4 Carbon, но с более высокой скоростью и меньшей стоимостью. Она поддерживает декодирование до 1 миллиона выходных токенов посредством продолжения и контролирует глубину мышления с помощью низкого, среднего, высокого и сверхвысокого уровня сложности рассуждений.
GPT-6 Astra — флагманская модель OpenAI для сложных комплексных задач. Она подходит для продвинутого анализа, разработки программного обеспечения, глубоких исследований, научной работы и создания документов, особенно хорошо справляясь с длительными агентными задачами, включающими работу с компьютером и браузером.
GPT-6.1 Sol — это улучшенная версия GPT-6 Sol от OpenAI, занимающая место ниже флагманской модели GPT-6 Astra в серии GPT-6. Она подходит для агентного программирования, работы за компьютером, выполнения профессиональной работы с большим объемом документов и многоэтапной автоматизации бизнес-процессов, и приближается к результатам уровня Astra в этих задачах при значительно меньших затратах. По сравнению с GPT-6 Sol, она допускает меньше фактических ошибок и более надежно учитывает явные ограничения и намерения пользователя во время выполнения агентных задач.
GLM-5.3-FlashX — это высокоскоростной вариант модели GLM-5.3-Flash от Z.ai, нативной мультимодальной модели, обеспечивающей скорость вывода до 200 токенов/с. Построенная на той же гибридной архитектуре с разреженным и линейным вниманием (всего 320 млрд параметров, 18 млрд активных), она подходит для эффективного кодирования, визуального восприятия и задач с долгосрочным горизонтом вывода, с контекстным окном в 1 млн токенов.
Claude Haiku 5.5 — это небольшая, быстрая модель от Anthropic для работы с большими объемами данных, требующей высокой эффективности, например, для суммаризации, субагентов и использования браузера. Она является преемницей Claude Haiku 4.5, но отличается более развитой системой программирования, более эффективным использованием компьютера и интеллектуальным трудом, а также принимает текстовый и графический ввод с контекстным окном в 1 миллион токенов. Это первая модель хайку с регулируемыми усилиями. Процесс мышления адаптивен и включен по умолчанию, при этом усилия являются основным рычагом для регулирования глубины, задержки и стоимости; его можно отключить при низких, средних и высоких усилиях.
GPT-6.2 Astra — флагманская модель серии GPT-6.2 от OpenAI, созданная для самых сложных проектов. Она подходит для реальных инженерных задач, профессиональной работы и научных исследований, а также обладает улучшенными возможностями визуального анализа для веб-сайтов, слайд-шоу и 3D-моделирования. По данным OpenAI, стоимость выполнения задачи на GPT-6 Astra оказалась на уровне более трети от стоимости на GPT-6 Astra.
Qwen4 Max — флагманская модель в серии Qwen4 от Alibaba. Она принимает текст, изображения и видео в качестве входных данных и возвращает текст с контекстным окном в 1 миллион токенов, а также включает функцию логического вывода по умолчанию. Уровень логического вывода можно установить на низкий, высокий или очень высокий (по умолчанию высокий), или же отключить. Поддерживается вызов инструментов и структурированный вывод.
Sonnet 5 — это самая мощная модель класса Sonnet от Anthropic, демонстрирующая передовые показатели производительности в программировании, работе с агентами и профессиональной деятельности.
GPT-6 Sol — это экономичная высокопроизводительная модель в серии GPT-6 от OpenAI, занимающая место ниже флагманской модели GPT-6 Astra и выше быстрой модели GPT-6 Luna. Она подходит для требовательной профессиональной работы, агентного программирования, автоматизации бизнес-процессов и использования в качестве вычислительной машины, и особенно эффективна в долгосрочных задачах разработки программного обеспечения в реальных кодовых базах. Она приближается к уровню достоверности Astra по фактам при значительно меньших затратах и разделяет более ясный и лаконичный стиль общения Astra в технических и программистских дискуссиях.
GPT-6 Luna — это быстрая и экономичная модель в серии GPT-6 от OpenAI, занимающая позицию ниже GPT-6 Sol. Она подходит для больших объемов данных и задач, чувствительных к задержкам, таких как чаты, классификация и легковесные задачи управления агентами, а при более высоких вычислительных затратах может браться за сложные задачи разработки программного обеспечения и использования вычислительных ресурсов, которые ранее требовали моделей уровня Sol. Она разделяет преимущества семейства GPT-6 в достоверности фактов и более четкий и лаконичный стиль общения.
Claude Sonnet 5.5 — это модель класса Sonnet от Anthropic, предназначенная для четко структурированной повседневной работы, являющаяся прямым обновлением Claude Sonnet 5. Она особенно эффективна при разработке функций, исправлении ошибок и создании качественных документов, презентаций и электронных таблиц, а также обеспечивает более четкий и понятный интерфейс, чем ее предшественница. Мышление постоянно включено, поэтому основным рычагом для выбора между глубиной, задержкой и стоимостью является прилагаемое усилие, а более низкие значения усилия обеспечивают высокую скорость отклика в повседневных рабочих циклах.
Qwen 4 Max Preview — флагманская модель Alibaba нового поколения с передовыми возможностями искусственного интеллекта, созданная для сложных задач программирования, аналитики и профессиональной работы. Она отлично подходит для full-stack разработки, глубокого анализа данных, автоматизации рабочих процессов и выполнения длительных многоэтапных задач, требующих точности, логики и продвинутого рассуждения.
Gemini 3.8 Flash — это самая интеллектуальная модель Flash от Google, значительно превосходящая версию 3.7 Flash в таких областях, как разработка программного обеспечения, задачи, выполняемые агентами, и многоэтапное рассуждение.
Claude Fable 5 — это модель класса Mythos от Anthropic, созданная для автономной работы с знаниями и программирования.
Claude Fable 5.1 превосходит Claude Fable 5 по всем параметрам, особенно в части агентного программирования, длительных агентных рабочих процессов и работы с информацией: в частности, в рефакторинге длинного кода, генерации кода для фронтенда и визуального отображения, а также в задачах, связанных с финансами и анализом. Кроме того, он, как правило, более лаконичен, чем Fable 5, в своих планах и сводках. Мы рекомендуем протестировать его как прямое обновление везде, где вы используете Fable 5 сегодня, а также в сочетании с Opus 5 для задач, требующих интенсивного логического мышления.
Claude Haiku 4.5 — это самая быстрая и эффективная модель от Anthropic, обеспечивающая возможности интеллекта, близкие к передовым, при значительно меньших затратах и меньшей задержке по сравнению с более крупными моделями Claude.
Opus 4.6 — это самая совершенная модель Anthropic для программирования и решения долгосрочных профессиональных задач.
Opus 4.7 — это следующее поколение семейства Opus от Anthropic, созданное для длительно работающих асинхронных агентов.
Claude Opus 4.8 — это самая функциональная общедоступная модель семейства Opus от Anthropic. Она поддерживает ввод текста, изображений и файлов с выводом текста, имеет функцию логического вывода и контекстное окно на 1 миллион токенов.
Claude Opus 5 — флагманская модель Anthropic для сложных задач логического мышления, программирования и работы с агентами в долгосрочной перспективе. Она особенно эффективна в сквозных задачах разработки программного обеспечения, проверке кода и поиске ошибок, визуальном анализе диаграмм и документов, выполнении сложных офисных задач и координации параллельных субагентов. Модель сохраняет высокую эффективность в выполнении инструкций и использовании инструментов в рамках длительных задач, оставаясь при этом эффективной и в условиях меньших усилий для рабочих нагрузок, в которых приоритет отдается задержке и эффективности использования токенов.
Sonnet 4.6 — это самая мощная модель класса Sonnet от Anthropic на сегодняшний день, демонстрирующая передовые показатели производительности в программировании, работе с агентами и профессиональной деятельности.
Clef Omni — это модель принятия решений Clef от Cloudflare, созданная на основе подхода, сочетающего в себе знания экспертов. Это усовершенствованная версия Qwen3-Omni-30B-A3B (всего 30 байт, 3 байта активных параметров), работающая на платформе Workers AI. Она преобразует состояние и схему типизированных вопросов в решения, возвращая откалиброванную вероятность для каждого допустимого варианта ответа на каждый вопрос за один проход, вместо генерации токенов. Используйте её для классификации, маршрутизации, оценки и контроля над текстом, JSON и изображениями через API решений.
Усовершенствованный инструмент авто-агента в редакторе кода, предназначенный для сквозной разработки на уровне проекта.
D1 — это структурированная модель принятия решений от Liquid AI, используемая в качестве конечной точки System One. Отправьте состояние вместе с вопросами, введенными текстом, и она вернет вариант ответа, оценку или ответ «да/нет», каждый с вероятностью, взятой непосредственно из модели, а не записанной в виде текста.
D1-ultra — это крупнейшая модель принятия решений Liquid AI, используемая в качестве конечной точки System One. Отправьте текстовое и графическое содержимое вместе с вопросами, набранными текстом, и она вернет вариант ответа, оценку или ответ «да/нет», каждый с вероятностью, взятой непосредственно из модели, а не записанной в виде текста.
d1.1 — это структурированная модель принятия решений от Liquid AI, используемая в качестве конечной точки System One и являющаяся преемником d1. Отправьте состояние вместе с вопросами, введенными текстом, и она вернет выбор, оценку или ответ «да/нет», каждый с вероятностью, взятой непосредственно из модели, а не записанной в виде текста.
d1.2 — это быстрая и экономичная модель принятия решений в многомодальном режиме от Liquid AI. Она разработана для классификации, маршрутизации, извлечения информации, обнаружения объектов и автоматизированного принятия решений в масштабах предприятия.
d1.2-ultra — это самая мощная модель принятия решений в многомодальном контексте от Liquid AI. Она разработана для сложной классификации, многомодального понимания, извлечения информации и принятия автоматизированных решений в ответственных ситуациях.
DeepSeek V4 Pro 0813 — это масштабная модель от DeepSeek, разработанная с использованием смешанного подхода к тестированию. Это общедоступная версия DeepSeek V4 Pro.
Gemini 3.1 Flash Lite — это высокоэффективная многомодальная модель Google GA, оптимизированная для рабочих нагрузок с низкой задержкой и большим объемом данных.
Gemini 3.1 Pro Preview — это передовая модель логического мышления от Google, обеспечивающая улучшенную производительность разработки программного обеспечения, повышенную надежность работы агентов и более эффективное использование токенов в сложных рабочих процессах. Основываясь на многомодальной базе серии Gemini 3, она сочетает высокоточное логическое мышление с обработкой текста, изображений, видео, аудио и кода, используя контекстное окно в 1 миллион токенов. Разработанная для продвинутой разработки и агентных систем, Gemini 3.1 Pro Preview повышает стабильность в долгосрочной перспективе и улучшает оркестрацию инструментов, одновременно повышая эффективность использования токенов. Она представляет новый средний уровень мышления для лучшего баланса между стоимостью, скоростью и производительностью. Модель превосходно подходит для агентного кодирования, структурированного планирования, многомодального анализа и автоматизации рабочих процессов, что делает её хорошо подходящей для автономных агентов, финансового моделирования, автоматизации электронных таблиц и высококонтекстных корпоративных задач.
Gemini 3.5 Flash Lite — это высокоэффективная модель от Google с улучшенными возможностями управления агентами. Она подходит для субагентов, выполняющих целенаправленные задачи в рамках сложных многоагентных рабочих процессов.
Gemini 3.6 Flash — это высокоэффективная модель от Google для программирования, агентных рабочих процессов, а также веб- и мобильной разработки. Она разработана для получения высококачественных результатов с меньшим количеством ненужных правок и хеджирования, одновременно сокращая использование токенов и количество вызовов модели, необходимых для выполнения задачи.
Gemini 3.8 Flash Lite TTS — это модель преобразования текста в речь от Google, быстрая и высокопроизводительная модель в семействе 3.8 TTS, наряду с Gemini 3.8 Flash TTS. Она подходит для конвейеров обработки разговорных голосовых агентов, задач чтения вслух больших объемов и воспроизведения голоса, где задержка и стоимость важнее максимальной выразительности.
Gemini 3.8 Flash TTS — это модель преобразования текста в речь от Google, преемница Gemini 3.1 Flash TTS Preview. Это творческий уровень семейства 3.8 TTS, подходящий для озвучивания, работы с персонажами и диалогов с несколькими говорящими, где точность воспроизведения голоса, нюансы актерской игры и охват региональных диалектов важнее, чем задержка.
Gemini 4 Argon — передовая мультимодальная модель Google DeepMind четвёртого поколения с расширенными возможностями глубокого рассуждения, программирования и решения сложных многоэтапных задач. Отличается высокой эффективностью в разработке ПО, анализе больших кодовых баз, научных исследованиях, работе с документами, финансах и кибербезопасности. Поддерживает обработку текста, изображений и видео, длительные автономные рабочие процессы и генерацию объёмных ответов.
Gemini 4 Carbon is a frontier Gemini 4 model from Google for coding, agentic and complex reasoning work. It takes text, image, audio, video and file input, supports long decode of up to 1M output tokens through continuation, and controls thinking depth with low, medium and high reasoning effort.
Gemini 4 Hydrogen — это высокоэффективная рабочая модель семейства Gemini 4 от Google, созданная для высокопроизводительных агентских рабочих процессов, программирования и многомодельной маршрутизации с меньшими затратами и задержкой, чем Gemini 4 Carbon. Она принимает текст, изображения, аудио, видео и файлы в качестве входных данных, поддерживает декодирование до 1 миллиона выходных токенов посредством продолжения и управляет глубиной мышления с низким, средним, высоким и сверхвысоким уровнем сложности рассуждений.
Gemini 4 Neon — это быстрая модель средней ценовой категории из семейства Gemini 4 от Google, созданная для программирования и работы с агентами. Она подходит для программирования в репозиториях и терминалах, веб-разработки, использования многошаговых инструментов и решения многомодальных STEM-задач. Gemini 4 позиционируется как шаг вперед по сравнению с Gemini 4 Hydrogen, стремящийся к качеству Gemini 4 Carbon, но с более высокой скоростью и меньшей стоимостью. Она поддерживает декодирование до 1 миллиона выходных токенов посредством продолжения и контролирует глубину мышления с помощью низкого, среднего, высокого и сверхвысокого уровня сложности рассуждений.
Gemini Decision 1 — это модель Google для API решений. Она отвечает на структурированные вопросы о состоянии входных данных (верно/неверно, множественный выбор с до 255 вариантами ответа и оценка с до 255 уровнями) и возвращает уровень достоверности для каждого ответа, а также легенду и вероятности для вопросов с оценкой. Она считывает текст, изображения, аудио, видео и документы (PDF, CSV и файлы Office), отправленные непосредственно в формате base64 или по общедоступному URL. Для каждого вопроса необходимы инструкции.
gemini-embedding-001 обеспечивает единый передовой опыт в различных областях, включая науку, юриспруденцию, финансы и программирование. Эта модель встраивания неизменно занимает лидирующие позиции в рейтинге Massive Text Embedding Benchmark (MTEB) Multilingual с момента экспериментального запуска в марте.
Gemini Embedding 2 — это первая мультимодальная модель встраивания от Google. В настоящее время мы поддерживаем сопоставление текста и изображений в единое векторное пространство для семантического поиска и генерации с расширенными возможностями поиска (RAG). Она поддерживает входной контекст до 8192 токенов и гибкие выходные размеры от 128 до 3072 (рекомендуемые значения: 768, 1536 или 3072). Разработанная для кросс-модального сходства — вы можете встроить текстовый запрос и получить наиболее релевантные изображения, или наоборот — она хорошо подходит для мультимодального поиска, рекомендаций и обработки документов.
GLM 5.2 — это крупномасштабная модель рассуждений от компании Z.ai. Он поддерживает ввод и вывод текста с контекстным окном в 1 миллион токенов и подходит для долгосрочных рабочих процессов агентов, разработки программного обеспечения на уровне проектов и сложной многоэтапной автоматизации.
GLM 5.3 — это новейшая крупномасштабная модель логического мышления от Z.ai. Она поддерживает ввод и вывод текста с контекстным окном в 1 миллион токенов и предназначена для долгосрочных рабочих процессов агентов, разработки программного обеспечения на уровне проектов и сложной многоэтапной автоматизации.
GPT-5.5 — это передовая модель OpenAI, разработанная для сложных профессиональных задач, основанная на GPT-5.4 и обладающая более сильной логической основой, повышенной надежностью и улучшенной эффективностью использования токенов при решении сложных задач.
GPT Image 2 сочетает в себе модель GPT-5.4 от OpenAI с передовыми возможностями генерации изображений из GPT Image 2.
GPT Image 2.5 Flare — это модель генерации и редактирования изображений от OpenAI, позиционируемая как более быстрая версия серии GPT Image 2.5. Она подходит для ежедневной генерации больших объемов изображений, создания контента для разработчиков и быстрого прототипирования с помощью специального API для работы с изображениями.
GPT Image 2.5 Sunburst — это модель генерации и редактирования изображений от OpenAI, позиционируемая как высокоточная версия серии GPT Image 2.5. Она подходит для детальной творческой работы, где точность редактирования важнее скорости генерации, благодаря специальному API для работы с изображениями.
GPT Image 2.6 Flare — это модель генерации и редактирования изображений от OpenAI, оптимизированная для скорости: быстрая итерация и интерактивные рабочие процессы преобразования текста в изображение и изображения в изображение, обеспечивающие примерно на 50% более высокую скорость, чем GPT Image 2.5. Она принимает текстовые и графические входные данные и создает изображения с уровнями качества от низкого до максимального, прозрачным фоном и пользовательскими размерами, кратными 16 пикселям, с соотношением сторон от 1:3 до 3:1. GPT Image 2.6 предлагает настройку сложности, определяющую объем планирования модели перед рендерингом, редактирование с помощью разметки, вывод анимированных GIF-файлов и SVG-файлов. Выберите Sunburst, если детализация и согласованность между редактированиями важнее, чем задержка.
GPT Image 2.6 Sunburst — это модель генерации и редактирования изображений от OpenAI, оптимизированная для детализации: плотные композиции, макеты с большим количеством текста и редактирование, обеспечивающее согласованность деталей от одного редактирования к другому при среднем или высоком качестве, генерируя изображения примерно на 50% быстрее, чем GPT Image 2.5. Она принимает текстовые и графические входные данные и создает изображения с уровнями качества от низкого до максимального, прозрачным фоном и пользовательскими размерами, кратными 16 пикселям, с соотношением сторон от 1:3 до 3:1. GPT Image 2.6 вводит настройку сложности, определяющую объем планирования модели перед рендерингом, редактирование с помощью разметки, вывод анимированных GIF-файлов и SVG-файлов. Выберите Flare, если скорость важнее мелких деталей.
GPT-4o mini — это новейшая модель OpenAI после GPT-4 Omni, поддерживающая ввод текста и изображений с выводом текста. Как самая передовая компактная модель компании, она во много раз доступнее по цене, чем другие модели последних лет, и более чем на 60% дешевле, чем GPT-3.5 Turbo. Она сохраняет передовые интеллектуальные возможности, будучи при этом значительно более экономичной.
GPT-5.6 Luna — это быстрая и экономичная модель из серии GPT-5.6 от OpenAI. Она подходит для задач с большим объемом данных, чувствительных к задержке, таких как чаты, классификация и облегченные рабочие процессы с участием агентов, и обеспечивает обоснованное решение, соответствующее ее ценовой категории.
GPT-5.6 Sol — флагманская модель в серии GPT-5.6 от OpenAI. Она подходит для сложных задач логического мышления, программирования и работы с агентами, и особенно эффективна в задачах командной строки и многоэтапного программирования, а также в решении задач с длительным горизонтом планирования.
GPT-5.6 Terra — это сбалансированная модель в серии GPT-5.6 от OpenAI, занимающая промежуточное положение между флагманским уровнем Sol и экономичным уровнем Luna. Она подходит для повседневных задач программирования, логического мышления и работы с агентами, где необходимо сбалансировать возможности и стоимость, предлагая высокую производительность примерно за половину стоимости Sol.
GPT-6 Luna Decisions — это GPT-6 Luna, работающий через API решений OpenAI. Вместо генерации текста, он считывает контент, передаваемый в качестве состояния (текст, JSON или изображения), и возвращает типизированные вероятностные ответы на именованные вопросы в одном запросе: вероятность «да» для вопроса «да/нет» (noul), вероятность для каждого варианта плюс наиболее вероятный (choice) или вероятность для каждого уровня упорядоченной рубрики плюс ожидаемый балл (score). Он предназначен для классификации, маршрутизации, модерации и оценки по рубрикам, где код приложения устанавливает пороговые значения для возвращаемых чисел, а не анализирует ответ в чате. Запрос может содержать до 200 вопросов об одном и том же контенте.
Grok 4.5 — это самая интеллектуальная модель SpaceXAI, демонстрирующая передовые результаты в программировании, интеллектуальном труде и STEM-образовании.
Grok 4.6 — это самая интеллектуальная модель SpaceXAI, демонстрирующая передовые результаты в программировании, интеллектуальном труде и STEM-образовании.
Grok 4.7 — флагманская модель SpaceXAI для программирования, сложных рассуждений и интеллектуальных агентов. Улучшена работа с длительными задачами, проверкой собственных результатов и большим контекстом. Поддерживает анализ изображений, вызов инструментов и настраиваемую глубину рассуждений.
Grok Build 0.1 — это быстрая модель кодирования от SpaceXAI, специально разработанная для рабочих процессов разработки программного обеспечения с использованием агентов. Она поддерживает ввод текста и изображений с текстовым выводом и оптимизирована для интерактивных агентов кодирования, использования инструментов и многоэтапных задач разработки. Модель лежит в основе интерфейса командной строки Grok Build от SpaceXAI и имеет контекстное окно размером 256 КБ без ограничения на вывод текста, что делает её хорошо подходящей для долгосрочных рабочих процессов кодирования и автоматизации. В настоящее время находится в стадии раннего доступа.
Grok Imagine Image 2.0 — это модель генерации и редактирования изображений от xAI. Она подходит для создания изображений по текстовым подсказкам и редактирования изображений по референсам, с режимами низкого и среднего качества.
Grok Imagine Video 1.5 — это модель генерации видео от SpaceXAI. Она создает видеоролики на основе текстовых подсказок, с возможностью добавления начального изображения для управления сценой. Модель может управлять движением объекта и камеры, темпом, атмосферой и физическим поведением, сохраняя при этом визуальную непрерывность, а также генерировать синхронизированные звуковые эффекты, фоновую музыку и диалоги.
Grok STT — это модель преобразования речи в текст от SpaceXAI. Она поддерживает транскрипцию с временными метками на уровне слов, опциональную диаризацию говорящего и многоканальный звук.
Grok STT 2.0 — это модель преобразования речи в текст от SpaceXAI, являющаяся преемницей Grok STT 1.0. Она подходит для задач транскрипции, требующих временных меток на уровне слов, дополнительной возможности разделения речи по говорящим и многоканального звука.
Hy-MT2-1.8B — это компактная модель перевода с 1,8 миллиардами параметров от Tencent. Она поддерживает 33 языковые пары и пять пар китайских диалектов и языков национальных меньшинств, с рабочими процессами для структурированного, основанного на разделителях, контекстного, основанного на глоссарии и стилистически управляемого перевода.
Hy-MT2-30B-A3B — это флагманская модель перевода от Tencent в семействе Hy-MT2. Она поддерживает 33 языковые пары и пять пар китайских диалектов и языков национальных меньшинств, с рабочими процессами для структурированного, основанного на разделителях, контекстного, основанного на глоссарии и стилистически управляемого перевода. Она использует 3 миллиарда активных параметров из 30 миллиардов.
Hy-MT2-7B — это модель перевода с 7B параметрами от Tencent. Она поддерживает 33 языковые пары и пять пар китайских диалектов и языков национальных меньшинств, с рабочими процессами для структурированного, основанного на разделителях, контекстного, основанного на глоссарии и стилистически управляемого перевода.
Hy3 — это модель смешанных экспертов с 295 миллиардами параметров от Tencent (21 миллиард активных экспертов, 192 эксперта с маршрутизацией по топ-8), разработанная для логического мышления, рабочих процессов агентов и реального использования в производственной среде. Она поддерживает настраиваемый режим логического мышления: прямой режим без размышлений по умолчанию, а также режимы с низкой и высокой цепочкой рассуждений для сложных математических вычислений, программирования и многошаговых задач. С контекстным окном в 256 тысяч параметров Hy3 ориентирована на задачи с длительным горизонтом планирования, включая улучшенное разрешение кореференции, отслеживание ограничений в несколько этапов и стабильный вызов инструментов, обобщающийся на различные структуры агентов. Tencent позиционирует её как надёжный и экономически эффективный вариант для программирования, обработки документов, финансового анализа, разработки игр и фронтенд-дизайна, с сильным акцентом на обоснованное, антигаллюцинаторное поведение, которое отвечает, когда обосновано, и указывает на отсутствие доказательств, а не выдумывает их.
Официальный релиз Hy4 предлагает всесторонние и существенные улучшения по сравнению с Hy4 Preview, с особенно значительным повышением возможностей и производительности агентов в широком спектре долгосрочных, реальных задач повышения производительности. Также впервые представлена функция визуального восприятия.
Hy4 flash — это экономичный вариант Hy4 от Tencent, обладающий примерно четвертью количества параметров флагманской версии, что обеспечивает меньшую задержку и более низкую стоимость. Он предназначен для помощи в написании кода, конвейеров обработки запросов, понимания документов и диаграмм, а также автоматизации больших объемов рутинных задач, с теми же ограничениями по контексту и выходным данным, что и Hy4.
Inkling 2 Mini — это многофункциональный трансформер с открытыми весами и циклическим циклом от Thinking Machines Lab, имеющий 3,4 млрд активных параметров из 26,4 млрд общих (MoE). Его средние слои выполняются трижды с общими весами, поэтому он выполняет больше вычислений на токен, чем предполагает его размер, оставаясь при этом достаточно компактным для работы на ноутбуке или одной рабочей станции с графическим процессором. Это самая маленькая модель во втором поколении Inkling, ниже Inkling 2 Small, и подходит для агентных и инструментальных систем, помощников по программированию, чат-ботов и генерации с дополненной реальностью, с поддержкой английского и других языков.
Jev — это структурированная модель принятия решений от TypeSafe, первая из моделей System One. Модели System One позволяют быстро принимать структурированные решения для программного обеспечения, возвращая типизированный выбор, а не произвольный текст. Она подходит для маршрутизации, классификации и других точек принятия решений в приложении, где быстрый и предсказуемый ответ важнее сгенерированного текста. Подробнее см. в документации TypeSafe: https://docs.typesafe.ai/concepts/system-one
MoonshotAI: Kimi K2.7 Code — это модель, ориентированная на программирование, входящая в семейство Kimi K2 от Moonshot AI, созданная для надежного выполнения сквозных задач программирования в течение длительных периодов времени.
Kimi K2.8 Preview — мультимодальная модель Moonshot AI, ориентированная на программирование, сложные рассуждения и автономные агентные задачи. Модель поддерживает контекст до 1 миллиона токенов, работу с изображениями и видео, а также длительные многошаговые сценарии с использованием инструментов. По заявлению Moonshot AI, производительность K2.8 Preview близка к флагманской Kimi K3 при более эффективном использовании вычислений.
Kimi K3 — это модель многомодального рассуждения с открытыми весами и 2,8 ТБ параметров от Moonshot AI. Она подходит для сложного программирования, работы с интеллектуальными данными и долгосрочных агентных рабочих процессов, и особенно эффективна при работе с большими репозиториями, использовании инструментов, отладке и итерациях с изображениями, логами, тестами и обратной связью во время выполнения. В её архитектуре используются KDA и Attention Residuals для повышения вычислительной эффективности.
Kimi K3.1 Pro — это флагманская модель многомодального логического мышления с открытыми весами от Moonshot AI, являющаяся постобученным преемником Kimi K3 с контекстным окном в 1 миллион токенов. Она создана для долгосрочного программирования, 3D-моделирования, финансовых исследований и сквозной работы с интеллектуальными знаниями, а также обладает встроенной функцией распознавания изображений.
Генеративная видеомодель Kling 3.0 для создания реалистичных видеороликов по текстовым запросам и изображениям. Поддерживает генерацию видео до 15 секунд, нативное аудио, многокадровые сцены, управление персонажами и кинематографические эффекты.
Продвинутая мультимодальная модель Kling 3.0 Omni для генерации и редактирования видео. Поддерживает текстовые запросы, изображения, референсные видео, сохранение персонажей и объектов между сценами, управление голосом, нативное аудио и многокадровую генерацию до 15 секунд.
Генеративная видеомодель Kling 4.0 для создания реалистичных видеороликов по текстовым запросам, изображениям и референсным видео. Поддерживает разрешение до 1080P, генерацию роликов длительностью до 30 секунд, нативное аудио, многокадровые сцены и управление визуальным стилем с помощью референсных материалов.
Ускоренная версия генеративной видеомодели Kling 4.0 Flash для создания реалистичных видеороликов по текстовым запросам, изображениям и референсным видео. Поддерживает разрешение 720P, генерацию видео длительностью до 20 секунд, нативное аудио и управление визуальным стилем с помощью референсных материалов.
Компактная текстовая модель с 1,7 миллиардами параметров и контекстом из 256 тысяч токенов, прошедшая постобучение для работы с агентами, вызовами инструментов и структурированными выходными данными. Она сначала рассуждает, а затем отвечает. Подсказки и выходные данные могут быть сохранены и использованы для обучения моделей Liquid.
Ling 3.1 Flash — это гибридная модель рассуждений, основанная на сочетании экспертов, от inclusionAI, с 25 миллиардами активных параметров из 560 миллиардов общих.
LongCat 2.0 — это разреженная языковая модель от Meituan, использующая комбинацию экспертов, с 48 миллиардами активных параметров из 1,6 миллиарда. Она подходит для программирования, внесения изменений на уровне репозитория, решения задач с длительным горизонтом планирования и агентных рабочих процессов.
Lyria 3 — это семейство моделей генерации музыки от Google, доступных через API Gemini. С помощью Lyria 3 вы можете генерировать высококачественный стереофонический звук с частотой 48 кГц из текстовых подсказок или изображений. Эти модели обеспечивают структурную целостность, включая вокал, текст песни, записанный по времени, и полные инструментальные аранжировки. Lyria 3 Clip может генерировать короткие клипы, зацикленные фрагменты и предварительные просмотры.
Lyria 3 — это семейство моделей генерации музыки от Google, доступных через API Gemini. С помощью Lyria 3 вы можете генерировать высококачественный стереофонический звук с частотой 48 кГц из текстовых подсказок или изображений. Эти модели обеспечивают структурную целостность, включая вокал, синхронизированные тексты и полные инструментальные аранжировки. Lyria 3 Pro может генерировать полноценные песни с куплетами, припевами и бриджами.
MAI-Transcribe 2 — это многоязычная модель преобразования речи в текст от Microsoft AI, занявшая первое место в многоязычном бенчмарке FLEURS. Она поддерживает 60 языков, имеет автоматическое определение языка, переключение кодов для речи на разных языках, диаризацию говорящих, временные метки на уровне слов, смещение ключевых слов для терминологии, специфичной для предметной области, и настраиваемые стили транскрипции: дословная или чистая. Она подходит для создания субтитров, транскрипции звонков, субтитрования, обеспечения доступности и других приложений с поддержкой голоса, и работает быстрее, чем MAI-Transcribe-1.5 на длинных аудиозаписях.
Microsoft-Decision-1 — это небольшая модель, созданная для быстрого принятия решений. Вместо генерации текста она считывает предоставленный контент и возвращает калиброванную вероятность для каждого фиксированного варианта ответа, поэтому ответ имеет собственную степень достоверности и может определять, когда приложение действует, откладывает действие или запрашивает проверку. Она обучена на основе Qwen3.5-9B для однопроходной оценки и подходит для классификации, маршрутизации, приоритизации, проверки, управления рабочим процессом, контроля работы агентов и оценки ИИ. Она не предназначена для генерации открытых вариантов, диалогов, перевода или суммирования. Веса постоянно обновляются, в то время как структура API остается неизменной. Подробнее см. в анонсе Microsoft: https://commandline.microsoft.com/microsoft-decision-1-model-foundry/
MiMo-V2.6-Flash — это модель с открытым исходным кодом, разработанная компанией Xiaomi. Построенная на архитектуре «смешанных экспертов» с общим количеством параметров 309 миллиардов и 15 миллиардами активированных токенов, она использует гибридный механизм внимания для повышения вычислительной эффективности. Модель имеет контекстное окно в 1 миллион токенов и собственные многомодальные возможности. Оптимизированная для агентных рабочих процессов, она обеспечивает высокую производительность в сценариях программирования, визуализации, общих задачах и исследованиях, превосходно справляясь со сложными задачами с длительным горизонтом планирования и демонстрируя надежную обобщающую способность в широком диапазоне агентных систем.
MiMo-V2.6-Pro — это флагманская базовая модель, разработанная Xiaomi. Созданная с учетом масштаба более 1 Тп параметров, она призвана расширить возможности для самых ресурсоемких задач. Модель имеет контекстное окно на 1 МЛН токенов и нативные многомодальные возможности. Оптимизированная для агентных рабочих процессов, она обеспечивает высочайшую производительность в сценариях программирования, визуализации, общих задач и исследований, превосходно справляясь со сложными задачами с длительным горизонтом планирования и демонстрируя надежную обобщающую способность в широком диапазоне агентных платформ.
MiniMax H3 is a lightweight, open-weights video generation model from MiniMax. It is designed for precise multimodal editing and controlled content generation, including instruction-guided edits, text and brand rendering, and video-to-video motion transfer. The model is suited for commercial creative workflows across advertising, e-commerce, gaming, and interface design, with native audiovisual output for reference-driven generation.
MiniMax-M3 — это многомодальная базовая модель от MiniMax. Она поддерживает ввод текста, изображений и видео с текстовым выводом, контекстное окно в 1 миллион токенов и подходит для долгосрочной работы с агентами, программирования и использования инструментов. Она построена на основе механизма MiniMax Sparse Attention (MSA), который заменяет полное внимание выбором KV-блоков, что сокращает вычислительные затраты на каждый токен при большом контексте — примерно в 20 раз меньше, чем у предыдущего поколения при 1 миллионе токенов, с существенно более быстрым предварительным заполнением и декодированием при сохранении качества в большинстве задач. Модель, обученная как нативная многомодальная модель на чередующихся данных и настроенная для многоэтапного, подобного производственному, сотрудничества с помощью интерактивной пользовательской симуляционной среды, ориентирована на устойчивые многошаговые задачи, а не на выполнение за один ход.
MiniMax M3.1 Flash — быстрая reasoning-модель MiniMax, оптимизированная для программирования, агентных задач и повседневной разработки. Поддерживает контекст до 1 млн токенов, работу с текстом, изображениями и видео, а также многошаговые задачи и tool calling. Модель ориентирована на высокую скорость генерации и подходит для исправления ошибок, реализации функций, анализа больших кодовых баз, написания тестов и автоматизации разработки. Поддерживает пять уровней глубины рассуждений: low, medium, high, xhigh и max.
Muse Ember — это самая маленькая и эффективная модель от Meta, разработанная для выполнения сложных логических операций и работы, которую агенты повторяют весь день: вызовы инструментов, кодирование подзадач агентов, маршрутизация, извлечение данных и анализ длинных документов.
Muse Image — это модель генерации изображений от Meta, которая создает и редактирует изображения на основе текста и эталонных изображений. Она поддерживает генерацию текста в изображение, целевое редактирование изображений, композицию из нескольких изображений, настройку эталонных изображений для обеспечения согласованности стиля и тематики, а также точное отображение текста в сгенерированных изображениях. Итеративное редактирование работает путем возврата предыдущего выходного изображения с новой инструкцией.
Gemini 3.1 Flash Image Preview, также известный как Nano Banana 2, — это новейшая передовая модель генерации и редактирования изображений от Google, обеспечивающая визуальное качество профессионального уровня на скорости Flash.
Nano Banana 2.1 (Gemini Nano Banana 2.1) — это модель генерации и редактирования изображений от Google на платформе Flash, пришедшая на смену Nano Banana 2 и Nano Banana Pro. Она улучшает реконтекстуализацию продукта, редактирование на основе масок и чернил, а также точность отображения фактов, и обеспечивает фотореалистичную передачу оттенков кожи, детализированные материалы, освещение и согласованный фон. Она принимает текстовые и графические входные данные, возвращает изображения с необязательным текстом и поддерживает разрешение 1K и 2K.
Nano Banana Pro — это самая передовая модель генерации и редактирования изображений от Google, созданная на основе Gemini 3 Pro. Она расширяет возможности оригинальной Nano Banana, значительно улучшая многомодальное мышление, привязку к реальному миру и высококачественный визуальный синтез. Модель генерирует контекстно-насыщенную графику, от инфографики и диаграмм до кинематографических композиций, и может включать информацию в реальном времени благодаря привязке к поиску.
NVIDIA Nemotron 3.5 Super VL — это открытая многомодальная модель от NVIDIA, объединяющая экспертов и имеющая 12 миллиардов активных параметров из 120 миллиардов. Она принимает на вход текст, изображения, документы, скриншоты графического интерфейса и видео, а возвращает текст. Модель разработана для долго работающих агентов, сочетающих визуальное понимание с логическим мышлением и использованием инструментов. Она использует гибридную архитектуру Mamba-Transformer с многотокеновым прогнозированием и поддерживает контекст в 1 миллион токенов. Типичные области применения включают анализ документов, веб-исследования, проверку кода, обслуживание клиентов и понимание видео. Логическое мышление включено по умолчанию и может быть отключено или задан лимит токенов.
Nemotron 3.5 Transcribe — это модель распознавания речи с открытыми весами от NVIDIA, представляющая собой смесь 30 миллиардов экспертов с примерно 4 миллиардами активных параметров. Она расшифровывает аудиозаписи продолжительностью до одного часа на 40 языках, включая определение говорящего, перевод речи, а также подсказки по словарю и стилю.
Nex-N2.6 — это агентная модель от Nex AGI, построенная на GLM-5.3-Flash с примерно 321B параметров. Она подходит для работы на компьютерах, программирования и долгосрочных задач, требующих использования инструментов. По сравнению с Nex-N2.5-Pro, она уменьшает повторяющиеся рассуждения и более точно следует инструментам, доступным в текущей среде.
Gemini Omni 1.2 Flash — это собственная многомодальная модель генерации и редактирования видео от Google, преемница Gemini Omni 1.1 Flash. Она генерирует клипы длиной до 15 секунд с собственным звуком в формате 16:9 или 9:16, из черновиков 360p до 4K, поддерживает преобразование текста в видео, изображения в видео, интерполяцию первого и последнего кадра, привязку к теме и видео с улучшенным управлением ссылками, а также редактирование или расширение загруженного видео.
Qwen3.7-Max — флагманская модель в серии Qwen3.7 от Alibaba. Она поддерживает ввод и вывод текста и разработана для рабочих нагрузок, ориентированных на агентов, с особым акцентом на программирование, офисные и продуктивное выполнение задач, а также автономное выполнение в долгосрочной перспективе. Модель демонстрирует заметное повышение производительности программирования и работы агентов по сравнению с предыдущими поколениями Qwen и поддерживает явное кэширование подсказок для эффективного использования контекста при повторном использовании.
Qwen3.7-Plus — это экономичная модель из серии Qwen3.7 от Alibaba. Она поддерживает ввод текста и изображений, а также вывод текста, расширяя возможности серии в области обработки текста за счет комплексного обновления возможностей обработки изображений и языка, сохраняя при этом полнофункциональный интеллект на уровне агента для программирования, использования инструментов и повышения производительности. Ее отличительной чертой является многомодальная интерактивная гибридная агентская способность: она может распознавать сцены реального мира, считывать экраны и взаимодействовать с графическими интерфейсами, генерировать код на основе визуальных данных и выполнять сквозную навигацию в мобильных приложениях.
Qwen3.8 27B — это модель обработки изображений и языка с открытыми весами от компании Qwen. Она подходит для программирования, профессиональных рабочих процессов, исследований, мультимодального взаимодействия и длительных задач, выполняемых агентами, и обладает гибким мышлением, которое можно включать или отключать.
Qwen3.8 Flash — это мультимодальная модель рассуждений от Alibaba. Она подходит для помощи в кодировании, автоматизированных рабочих процессов, визуального восприятия, анализа документов и кодовых баз, взаимодействия с рабочим столом, анализа диаграмм и анализа длинных видеороликов.
Qwen 3.8 Max — флагманская модель Alibaba нового поколения, созданная для сложных задач программирования, аналитики и профессиональной работы. Она отлично подходит для full-stack разработки, анализа данных, автоматизации офисных процессов и выполнения длительных многоэтапных задач.
Qwen Image 2.1 Pro — это модель для создания и редактирования изображений от Qwen, более высококачественная версия серии Qwen Image 2.1. Выбирайте её вместо Qwen Image 2.1 Turbo, если качество выходного изображения важнее стоимости или скорости.
Qwen Image 2.1 Turbo — это быстрая и более доступная по цене версия серии Qwen Image 2.1 от Qwen, предназначенная для создания и редактирования изображений, где производительность и цена важнее, чем максимальное качество. Для более качественного варианта смотрите Qwen Image 2.1 Pro.
Seedance 2.0 — это модель генерации видео от ByteDance. Она поддерживает преобразование текста в видео, изображения в видео с управлением первым и последним кадром, а также многомодальное преобразование эталонного видео. Особенно хорошо она сохраняет согласованность символов, визуальный стиль и движение камеры из эталонного материала.
Seedance 2.0 Fast — это модель генерации видео от ByteDance. Она поддерживает преобразование текста в видео, изображения в видео с управлением первым и последним кадром, а также многомодальную генерацию видео на основе эталонных данных. Приоритет отдается скорости генерации и снижению затрат, а не максимальному качеству выходного изображения.
Seedance 2.0 Mini — это модель генерации видео от ByteDance. Она поддерживает преобразование текста в видео, изображения в видео с управлением первым и последним кадром, а также многомодальное преобразование эталонного изображения в видео с входными данными в виде изображений, видео и аудио. Поддерживается вывод видео в разрешении 480p и 720p для роликов длительностью от 4 до 15 секунд.
Seedance 2.5 — это модель генерации видео от ByteDance. Она подходит для создания длинных сюжетов, генерации мультимодальных видеоматериалов на основе референсов, видеомонтажа и расширения видеоконтента. Поддерживается управление первым кадром, а также первым и последним кадрами.
Seedance 2.5 Flash — это модель генерации видео от ByteDance, более быстрая и экономичная версия Seedance 2.5. Она поддерживает преобразование текста в видео, изображения в видео с управлением первым и последним кадрами, многомодальную привязку к видео, редактирование видео и расширение видеоконтента, а также опциональную генерацию звука. Программа выводит видео в разрешении 480p и 720p продолжительностью от 4 до 30 секунд.
Seedream 5.0 Flash — это модель генерации и редактирования изображений от ByteDance Seed. Это быстрая и экономичная версия Seedream 5.0, подходящая для крупномасштабного производства и интерактивных рабочих процессов редактирования, требующих точных правок с низкой задержкой.
Seedream 5.0 Pro — это модель для генерации и редактирования изображений от ByteDance Seed. Она подходит для коммерческих рабочих процессов визуального производства, требующих точного контроля редактирования, реалистичных сцен и естественного рендеринга.
Seedream 5.5 — это модель генерации и редактирования изображений от ByteDance Seed. Она подходит для создания изображений на основе текстовых подсказок, а также для редактирования или комбинирования существующих изображений, используя до 10 эталонных изображений за один запрос.
Solar Decide — это структурированная модель принятия решений от Upstage, работающая в качестве конечной точки System One на Solar Mini 4. Отправьте состояние вместе с набранными вопросами, и она вернет выбор, оценку или ответ «да/нет», каждый с калиброванной вероятностью, взятой непосредственно из модели, а не записанной в виде текста. Поскольку она не генерирует текст, каждое решение принимается за один проход, а выходные токены не требуются. При контекстном окне размером 512 КБ в качестве состояния может использоваться весь документ. Solar Decide использует ту же схему /v1/systemone, что и Jev, что позволяет использовать глубокие знания корейского языка Solar Mini 4 для маршрутизации, классификации и проверки политик.
Solar Decide Flash — это модель принятия структурированных решений с низкой задержкой от Upstage, более быстрый вариант Solar Decide, построенный на базе Solar Mini 4 и предоставляемый через API System One (/v1/systemone). Вместо генерации текста, она считывает состояние и отвечает на вопросы, заданные текстом, возвращая выбор, оценку или ответ «да/нет», каждый с вероятностью, взятой непосредственно из модели. Каждое решение принимается за один проход вперед, а выходные токены бесплатны. Она оптимизирована для стабильно быстрого отклика в маршрутизации, классификации и проверках политик. Она сохраняет контекстное окно размером 512K, поэтому полный документ может служить в качестве состояния, и обладает преимуществами Solar Mini 4 в отношении корейского языка.
Solar Mini 4 — это компактная и экономичная языковая модель от Upstage, представляющая собой смесь 35 миллиардов параметров, 3 миллиарда активных параметров и контекстное окно размером 524 тысячи. Она разработана для сценариев использования в агентской среде, где важны скорость ответа и стоимость, и включает в себя свободное владение корейским языком наряду с хорошим знанием английского и японского, а также поддержку рабочих нагрузок с длинным контекстом.
Solar Pro 4 — это экономичная языковая модель Upstage с большим объемом памяти, включающая контекстное окно в 524К. Она разработана для задач с длительным горизонтом планирования и агентских рабочих процессов, обладая широкими возможностями в области офисной работы, работы с документами и программирования.
Span-01 — это модель оценки поведения от Respan. Она считывает фрагмент диалога и возвращает для каждого определенного вами поведения на простом языке вероятность его наличия. Она подходит для оценки, контроля и мониторинга результатов работы LLM и агентов в больших масштабах. Это более точный уровень в семействе моделей. Span-01 Lite — это бесплатный, более легкий уровень.
Span-02 — это модель принятия решений с открытыми весами от Respan. Она считывает состояние текста и изображений и отвечает на заданные вами вопросы: выбор одного из нескольких вариантов, ответ «да/нет/неизвестно» или оценка по шкале. Она подходит для оценки, контроля, маршрутизации и мониторинга результатов работы LLM и агентов в масштабе предприятия. Это преемник Span-01.
Step 5 Preview — это флагманская модель StepFun для работы с агентами, построенная на разреженной архитектуре «смешанных экспертов» (27 млрд активных / 600 млрд общих параметров). Она демонстрирует высокие показатели в разработке программного обеспечения и работе с профессиональными знаниями, особенно в финансовой сфере. Она разработана для решения длительных задач, охватывающих большие кодовые базы и документы, с использованием инструментов и уточнением результатов на нескольких этапах.
Bonsai 2 27B — это модель логического мышления с 27 параметрами из PrismML, созданная на основе Qwen3.8-27B. Она поддерживает программирование, математические вычисления, вызов инструментов и распознавание изображений с контекстным окном в 262 000 токенов. Тройное сжатие уменьшает весовые коэффициенты языковой модели примерно до 8,5 ГБ, сохраняя при этом 98,2% среднего балла базовой модели по 14 тестам PrismML в режиме мышления, что обеспечивает эффективное выполнение вывода на потребительском оборудовании. Модель по умолчанию выполняет логическое мышление и использует уровень логического мышления xhigh.
text-embedding-3-large — это самая мощная модель эмбеддингов от OpenAI, подходящая как для англоязычных, так и для неанглоязычных задач. Эмбеддинги — это числовое представление текста, которое можно использовать для измерения степени связи между двумя фрагментами текста. Эмбеддинги полезны для задач поиска, кластеризации, рекомендаций, обнаружения аномалий и классификации.
text-embedding-3-small — это улучшенная, более производительная версия модели встраивания ada от OpenAI. Встраивания — это числовое представление текста, которое можно использовать для измерения степени связи между двумя фрагментами текста. Встраивания полезны для задач поиска, кластеризации, рекомендаций, обнаружения аномалий и классификации.
Передовая модель генерации видео от Google, разработанная для максимальной визуальной точности в финальных версиях видео. Veo 3.1 генерирует высококачественное видео 1080p из текстовых или графических подсказок с синхронизированным звуком, включая диалоги, эффекты окружения и фоновый звук. Поддерживает расширение сцены (до 20 связанных клипов для повествований продолжительностью более 140 секунд), переходы от кадра к видео между двумя изображениями, вертикальное видео для коротких роликов и масштабирование до 4K.
Модель генерации видео среднего уровня от Google, обеспечивающая баланс между скоростью и качеством. Veo 3.1 Fast генерирует высококачественное видео из текстовых или графических подсказок с синхронизированным звуком, предлагая более быструю обработку, чем Veo 3.1, при более низкой стоимости. Поддерживает обработку первого и последнего кадра, несколько разрешений и соотношений сторон, а также водяные знаки SynthID.
Wan 3.0 — это модель генерации видео от Alibaba, предназначенная для преобразования текста в видео, изображений в видео и создания видео с использованием эталонных данных. Она генерирует видео в разрешении 480p, 720p или 1080p продолжительностью от 2 до 30 секунд.
Wan 3.0 Prime — это вариант Wan 3.0 от Alibaba с улучшенным режимом работы. Он поддерживает преобразование текста в видео и первого кадра изображения в видео.
Gemini 3.5 Transcribe — это модель преобразования речи в текст от Google. Она подходит для синхронной транскрипции, требующей временных меток на уровне слов или диаризации говорящих, с поддержкой до восьми говорящих. Аудиозаписи могут длиться до одного часа или 30 минут при включенных временных метках или диаризации.
Muse Spark 1.3 — это многомодальная модель рассуждений от Meta, предназначенная для длительных рабочих процессов с участием агентов, многоагентных систем и программирования. Она разработана для отслеживания информации в рамках продолжительных задач, обработки противоречивых входных данных и запроса уточнений или подтверждений при необходимости, с акцентом на лаконичное выполнение.
Muse Spark 1.3 Contributor — это экономичный уровень участия в многомодальной модели рассуждений Meta, предназначенный для экспериментов, обучения и рабочих процессов на ранних этапах, включающих работу с агентами, многоагентными системами и программированием. Он разработан для отслеживания информации в рамках длительных задач, разрешения противоречивых входных данных и запроса уточнений или подтверждений при необходимости. Подсказки и выходные данные могут использоваться для улучшения продуктов Meta.
Muse Wonder — это передовая модель логического мышления от Meta, разработанная для сложных личных и профессиональных задач, выполняемых агентами. Она принимает текст, изображения, видео, аудио и PDF-документы и возвращает текст с контекстным окном в 1 миллион токенов. Модель обрабатывает задачи с длительным горизонтом планирования: она планирует, делегирует задачи суб-агентам, вызывает инструменты параллельно и восстанавливается после ошибок, поэтому многоэтапные задачи выполняются до конца без пошагового руководства. Она также может работать с браузерами, настольными и мобильными приложениями, а также обрабатывать множество файлов в существующих репозиториях для внесения и проверки изменений. Muse Wonder сохраняет важный контекст в ходе диалогов и извлекает детали, относящиеся к выполняемой задаче. Кроме того, она обучена для активного фокуса, поэтому работает над достижением вашей цели, даже когда задача становится сложной. В ходе тестирования Meta она показала хорошие результаты в сложных инженерных задачах, длительных сессиях работы агентов и многофайловых рефакторингах, справляясь с самыми сложными задачами разработчиков.
144 моделей в каталоге, доступно 140, 29 разработчиков моделей, 15 для генерации изображений, контекст до 1.05M токенов
Модели по разработчикам: