AI-модели — 400+ нейросетей через единый API

Black Forest Labs: FLUX.3 ImageNEW

FLUX.3 Image - модель Black Forest Labs для генерации и редактирования изображений по тексту. Поддерживает обработку нескольких референсов - до 10 входных изображений, принимает текст и изображения, а результат выдает в виде изображения.

Microsoft: MAI-Voice-2.1NEW

MAI-Voice-2.1 от Microsoft AI - модель для генерации речи по тексту. Подходит для управляемого создания голосовых реплик, озвучивания и подачи аудиоконтента; на вход принимает текст, на выходе формирует аудио.

Microsoft: MAI-Voice-2.1-FlashNEW

MAI-Voice-2.1-Flash от Microsoft AI - модель для генерации речи по тексту. Подходит для озвучивания с настраиваемым голосом, дикторского чтения и управления подачей аудио; на вход принимает текст, на выходе создаёт аудио.

HeyGen: HeyGen VideoNEW

HeyGen Video - универсальная модель HeyGen для генерации видео. Она создает короткие ролики с синтезированным аудио, включая диалоги, звуковое окружение и эффекты, за один запрос; на вход принимает текст, изображения, аудио и видео.

OpenAI: GPT-6.1 SolNEW

GPT-6.1 Sol от OpenAI предназначена для сложного программирования, работы с компьютером и профессиональных задач при более низкой стоимости. Модель принимает текст, изображения и файлы, поддерживает reasoning, tool calling, web search, prompt caching и structured outputs.

OpenAI: GPT-6.1 Sol ProNEW

GPT-6.1 Sol Pro - модель OpenAI для работы с текстом, изображениями и файлами. Режим Pro reasoning предназначен для более качественных ответов на сложные задачи; также поддерживаются tool calling, веб-поиск и структурированные ответы.

Anthropic: Claude Sonnet 5.5NEW

Claude Sonnet 5.5 от Anthropic - быстрая модель для повседневной разработки, агентов и работы со знаниями. Поддерживает context до 1 млн токенов, принимает файлы, изображения и текст, а также включает reasoning, tool calling, vision и web search для комплексных задач.

Perceptron: Perceptron Mk1.5NEW

Perceptron Mk1.5 - мультимодальная модель с reasoning для анализа изображений и работы с физическими агентами. Принимает текст, изображения, видео и аудио, поддерживает tool calling и структурированный вывод с точками, рамками, полигонами и треками.

Fireworks: Ember-1NEW

Ember-1 от Fireworks - это мультимодальная модель для визуального анализа, планирования и использования инструментов. Она поддерживает reasoning, tool calling и structured outputs, принимает на вход изображения и текст, а также имеет context в один миллион токенов.

AionLabs: Aion 3.5NEW

Aion 3.5 от AionLabs - текстовая модель семейства GLM для совместного создания историй и ролевых сценариев. Она поддерживает выразительную структуру повествования, напряжение, конфликт и неоднозначные взрослые темы, а также reasoning и tool calling; context - 262144 токена.

AionLabs: Aion 3.5 MiniNEW

Aion 3.5 Mini от AionLabs - это модель из семейства GLM для ролевых игр и сторителлинга. Она улучшает нарратив, напряжение и конфликты, поддерживая нюансированные взрослые темы. Работает с контекстом на 262144 токена, включает reasoning и tool calling.

Z.ai: GLM 5.3 PrimeNEW

GLM 5.3 Prime - флагманская модель Z.ai для reasoning, написания кода и инженерных задач с участием AI-агентов. Поддерживает текстовый ввод и вывод, обязательный reasoning, tool calling, параллельные вызовы инструментов, logprobs и prompt caching.

Qwen: Qwen 3.8 Max PrimeNEW

Qwen 3.8 Max Prime - высокопроизводительная версия Qwen3.8 Max для coding, профессиональных задач, мультимодального понимания и длительных agent workflows. Принимает текст, изображения и видео, генерирует текст, поддерживает context до 1 млн токенов, reasoning, tool calling и структурированные ответы.

Recraft: Recraft V4.1 FlashNEW

Recraft V4.1 Flash - модель для генерации изображений по текстовым запросам, редактирования и визуального дизайна. Принимает текст на входе и создает изображения для творческих задач.

Upstage: Solar Mini 4NEW

Solar Mini 4 - компактная MoE-модель Upstage на 35 млрд параметров, из которых активны 3 млрд; поддерживает context до 524K токенов и работу с текстом. Подходит для agentic tasks, поддерживает корейский и английский языки, reasoning и tool calling.

Anthropic: Claude Opus 5.5NEW

Claude Opus 5.5 от Anthropic - модель для длительных агентных задач в кодинге и интеллектуальной работе. Поддерживает контекст до 1 млн токенов, принимает файлы, изображения и текст, а также включает обязательный reasoning, tool calling, параллельные вызовы инструментов, vision, веб-поиск и структурированные выходные данные.

Cohere: Command A+NEW

Command A+ от Cohere - это мультиязычная модель для корпоративных агентов, инструментов и чатов. Она поддерживает расширенный контекст, принимает изображения и текст, а выдает только текст. Модель оснащена функциями reasoning, tool calling, параллельными вызовами инструментов, structured outputs, vision и prompt caching.

OpenAI: GPT-6 LunaNEW

GPT-6 Luna - модель OpenAI для эффективной обработки большого объёма целевых задач. Она принимает текст, изображения и файлы, поддерживает reasoning, tool calling, поиск в интернете и структурированный вывод.

OpenAI: GPT-6 Luna ProNEW

GPT-6 Luna Pro от OpenAI использует режим reasoning pro для работы со сложными задачами. Модель принимает текст, изображения и файлы, поддерживает tool calling, web search, prompt caching и структурированный вывод.

OpenAI: GPT-6 SolNEW

GPT-6 Sol от OpenAI предназначена для сложных задач программирования и agentic workflows. Модель принимает текст, изображения и файлы, поддерживает reasoning, vision, web search, параллельные tool calls, prompt caching и structured outputs, а выдаёт текст.

OpenAI: GPT-6 Sol ProNEW

GPT-6 Sol Pro от OpenAI - модель с reasoning.mode, установленным в pro для ответов на сложные задачи. Поддерживает context до 1 050 000 токенов, принимает текст, изображения и файлы, генерирует текст и умеет работать с tool calling, web search и structured outputs.

Xiaomi: MiMo-V2.6-FlashNEW

MiMo-V2.6-Flash от Xiaomi предназначена для мультимодальных coding agents и автоматизации задач с длинным context. Модель принимает аудио, изображения, текст и видео, генерирует текст и поддерживает reasoning, tool calling, параллельные вызовы инструментов и структурированные ответы.

Xiaomi: MiMo-V2.6-ProNEW

MiMo-V2.6-Pro - модель Xiaomi для мультимодального reasoning и выполнения задач coding-агентами. Принимает текст, изображения, аудио и видео, поддерживает context до 1048576 токенов, параллельные tool calls и структурированный вывод.

Inclusion AI: Ming Image 0.1 DesignNEW

Ming Image 0.1 Design от inclusionAI - text-to-image модель для создания изображений по текстовому описанию. Она ориентирована на задачи графического дизайна и уделяет особое внимание разборчивости текста, встроенного в изображение.

xAI: Grok 4.7NEW

Grok 4.7 от xAI предназначена для длительной работы агентов, программирования, задач со знаниями и визуальных проектов. Модель принимает текст, изображения и файлы, поддерживает reasoning, tool calling, web search и структурированный вывод.

Xiaomi: MiMo-V2.6-Pro-UltraSpeedNEW

MiMo-V2.6-Pro-UltraSpeed - модель Xiaomi для мультимодального reasoning и выполнения задач агентом. Принимает аудио, изображения, видео и текст, поддерживает context до 1048576 токенов, параллельный tool calling и структурированный вывод.

Z.ai: GLM 5.3 FlashXNEW

GLM 5.3 FlashX - быстрый вариант модели для программирования и агентных задач. Принимает текст, изображения и видео, поддерживает reasoning, tool calling, параллельные вызовы инструментов и кэширование промптов.

Ternary Bonsai 2 27B - reasoning-модель PrismML на 27B параметров, основанная на Qwen3.8-27B. Поддерживает программирование, математику, tool calling и понимание изображений, принимает текст и изображения и работает с context до 262K токенов.

Pareto - мультимодальная модель, которая параллельно использует несколько языковых моделей и объединяет их результаты в один ответ. Принимает текст и изображения, генерирует текст и поддерживает tool calling и prompt caching; context - 262144 токена.

Qwen: Qwen3.8 Omni FlashNEW

Qwen3.8 Omni Flash от Alibaba работает с текстом, изображениями, аудио и видео и предназначена для мультимодальных агентных задач. Модель поддерживает reasoning, tool calling, структурированный вывод и параллельные вызовы инструментов.

Schematron V2 Small от Inference.net предназначена для ответов с низкой задержкой, извлечения данных и автоматизации рутинных задач. Модель работает с текстом и поддерживает prompt caching и structured outputs.

Schematron V2 Turbo от Inference.net подходит для быстрых текстовых ответов, извлечения информации и автоматизации рутинных задач. Поддерживает prompt caching и structured outputs.

Sakana AI: Fugu MaxNEW

Fugu Max от Sakana направляет экспертных агентов для решения сложных аналитических задач. Модель принимает текст, изображения и файлы, поддерживает reasoning, tool calling, web search, prompt caching и структурированный вывод.

Sakana AI: Fugu Ultra v2NEW

Fugu Ultra v2 от Sakana - multi-agent модель для сложных исследований, аналитики и соревнований с акцентом на качество. Принимает текст, изображения и файлы, поддерживает reasoning, tool calling, веб-поиск, prompt caching и структурированный вывод.

DeepSeek: DeepSeek V4.1 FlashNEW

DeepSeek V4.1 Flash - модель от DeepSeek для решения задач reasoning и агентного программирования. Поддерживает большой контекст, принимает на вход изображения и текст, генерирует текстовые ответы. Включает функции logprobs, параллельные вызовы инструментов, кэширование запросов, reasoning, структурированные выходные данные, tool calling и vision.

Black Forest Labs: FLUX Video EditNEW

FLUX Video Edit - модель Black Forest Labs для редактирования видео по текстовому запросу: она принимает исходный ролик и описание правок, а возвращает изменённое видео. С её помощью можно добавлять, удалять или заменять объекты и персонажей, а также перестраивать окружение.

Inclusion AI: Ling 3.0 Flash VLNEW

Ling 3.0 Flash VL - мультимодальная модель для анализа изображений и видео, планирования и reasoning. Принимает текст, изображения и видео, генерирует текст, поддерживает context до 131072 токенов, tool calling, параллельные вызовы инструментов и структурированный вывод.

OpenAI: GPT Image 2.5 FlareNEW

GPT Image 2.5 Flare от OpenAI создает изображения по текстовым запросам, редактирует их и помогает в задачах визуального дизайна. Модель принимает текст и изображения, а результатом выдает изображение.

OpenAI: GPT Image 2.5 SunburstNEW

GPT Image 2.5 Sunburst от OpenAI создает и редактирует изображения по текстовым запросам, а также подходит для задач визуального дизайна. Модель принимает текст и изображения, поддерживает image editing, vision и web search.

Inception: Mercury 2.5NEW

Mercury 2.5 от Inception - текстовая reasoning-модель для последовательного анализа и решения многоэтапных задач. Поддерживает tool calling, параллельные вызовы инструментов, prompt caching и структурированный вывод; context - 260 000 токенов.

Nex AGI: Nex-N2.5-MiniNEW

Nex-N2.5-Mini - мультимодальная модель Nex AGI для reasoning, анализа изображений и планирования. Принимает текст и изображения, выдаёт текст, поддерживает tool calling, параллельные вызовы инструментов и context до 262144 токенов.

Nex AGI: Nex-N2.5-ProNEW

Nex-N2.5-Pro от Nex AGI - мультимодальная модель для анализа изображений, планирования и reasoning. Принимает текст и изображения, генерирует текст, поддерживает context до 262144 токенов, tool calling, структурированный вывод и параллельные вызовы инструментов.

OpenAI: GPT-6 AstraNEW

GPT-6 Astra - модель OpenAI для сложного reasoning, программирования, работы с компьютером, исследований и создания документов. Принимает текст, изображения и файлы, поддерживает web search, tool calling и структурированный вывод.

OpenAI: GPT-6 Astra ProNEW

GPT-6 Astra Pro от OpenAI - версия GPT-6 Astra с режимом reasoning pro, рассчитанным на более качественные ответы в сложных задачах. Поддерживает context до 1 050 000 токенов, анализ файлов и изображений, tool calling и веб-поиск.

Microsoft: MAI-Image-2.6NEW

MAI-Image-2.6 - модель Microsoft AI для генерации и редактирования изображений, ориентированная на создание визуальных материалов для дизайна. Принимает текст и изображения, обрабатывает визуальный ввод и выдаёт изображения; context составляет 4096 токенов.

Microsoft: MAI-Image-2.6 FlashNEW

MAI-Image-2.6 Flash - модель Microsoft AI для генерации и редактирования изображений с низкой задержкой и стоимостью. Она рассчитана на производственные сценарии с высокой нагрузкой и предлагает качество, сопоставимое с precision-версией; на вход принимает текст и изображения.

Google: Gemini 3.8 FlashNEW

Gemini 3.8 Flash от Google предназначена для длительной разработки ПО, автономных агентов и сложных корпоративных процессов. Принимает текст, изображения, аудио, видео и файлы, поддерживает context, reasoning и tool calling, а выводит текст.

MiniMax: H3 MaxNEW

H3 Max - модель MiniMax для text-to-video и image-to-video генерации, разработанная на основе MiniMax H3 с дополнительным обучением. Выпущена совместно с fal.ai; принимает текст и изображения, а результатом создаёт видео.

Meta: Muse Spark 1.3NEW

Muse Spark 1.3 - мультимодальная reasoning-модель Meta для длительных агентных, мультиагентных и coding-сценариев. Принимает текст, изображения, видео и файлы, поддерживает tool calling; по сравнению с Muse Spark 1.2 улучшены взаимодействие агентов, следование инструкциям и эффективность в coding.

Meta: Muse Spark 1.3 ContributorNEW

Muse Spark 1.3 Contributor от Meta - мультимодальная reasoning-модель для длительных агентных задач, взаимодействия нескольких агентов и программирования. Принимает текст, изображения, видео и файлы, поддерживает tool calling, web search, структурированный вывод и prompt caching.

Anthropic: Claude Fable 5.1NEW

Claude Fable 5.1 от Anthropic - модель для требовательных задач reasoning и длительной агентной работы. Поддерживает расширенный контекст, принимает файлы, изображения и текст, выдает текстовые ответы. Включает обязательный reasoning, параллельные tool calls, prompt caching, vision, structured outputs и web search.

IBM: Granite 4.2 8BNEW

Granite 4.2 8B - текстовая модель IBM для анализа и решения задач, требующих нескольких шагов. Поддерживает reasoning, tool calling, параллельные вызовы инструментов и структурированные ответы, а также prompt caching и выдачу logprobs.

Tencent: Hy4 previewNEW

Hy4 preview - модель Tencent для продуктивных задач, рассчитанная на работу Agent и выполнение сложных сценариев. Поддерживает reasoning, tool calling, параллельные вызовы инструментов, prompt caching и структурированный вывод.

Inclusion AI: Ling 3.0 Flash FinNEW

Ling 3.0 Flash Fin - модель от inclusionAI для финансовых исследований, многоэтапных инвестиционных процессов и долгосрочного планирования с выполнением задач. Поддерживает reasoning, tool calling и структурированный вывод; context составляет 262144 токена.

Qwen: Wan 3.0 PrimeNEW

Wan 3.0 Prime - быстрая версия модели Alibaba для генерации видео. Она создает ролики по текстовому описанию или на основе изображения, заданного в качестве первого кадра.

Z.ai: GLM-5.3-FlashNEW

GLM-5.3-Flash от Zhipu AI - мультимодальная модель для задач программирования и длительных агентских сценариев. Принимает текст, изображения и видео, генерирует текст, поддерживает reasoning, tool calling и структурированные ответы.

Meta: Muse ImageNEW

Muse Image - модель Meta для генерации и редактирования изображений по текстовым описаниям и референсам. Перед созданием изображения она применяет reasoning; на вход принимает текст и изображения, а результатом служит изображение.

Qwen: Qwen3.8 FlashNEW

Qwen3.8 Flash - мультимодальная модель Alibaba для визуального reasoning, работы с документами и агентских задач. Принимает текст, изображения и видео, а в ответ выдаёт текст; поддерживает tool calling, структурированные ответы, prompt caching и context на 1 миллион токенов.

HeyGen: Avatar IVNEW

Avatar IV от HeyGen - это image-to-video модель, которая оживляет одно фото в выразительное видео с синхронизацией губ. Она интерпретирует голос, а не просто подбирает формы рта к словам, создавая естественное движение.

Qwen: Wan 3.0NEW

Wan 3.0 - модель Alibaba для генерации видео по текстовому описанию, изображению или референсу. Создает ролики в разрешении 480p, 720p или 1080p длительностью от 2 до 30 секунд.

DeepSeek: DeepSeek V4 Flash Vision ExpNEW

DeepSeek V4 Flash Vision Exp - экспериментальная мультимодальная модель от DeepSeek для понимания изображений, кодинга и агентных задач. Поддерживает context до 1M токенов, принимает на вход изображения и текст, генерирует текст. Включает возможности reasoning, tool calling, vision, structured outputs, parallel tool calls и prompt caching.

Tencent: Hy-MT2-1.8BNEW

Hy-MT2-1.8B - reasoning-модель Tencent для работы с кодом, выполнения инструкций и агентских задач. Принимает текст и генерирует текст; поддерживает context до 8192 токенов.

Tencent: Hy-MT2-30B-A3BNEW

Hy-MT2-30B-A3B - reasoning-модель Tencent для задач программирования, выполнения инструкций и работы агентов. Принимает текст и генерирует текст, поддерживает structured outputs и context до 8192 токенов.

Tencent: Hy-MT2-7BNEW

Hy-MT2-7B - модель перевода Tencent с 7 млрд параметров, поддерживающая 33 языковые пары и пять пар с китайскими диалектами и языками меньшинств. Она работает со структурированным текстом, разделителями, контекстом и глоссариями, а также учитывает заданный стиль.

Z.ai: GLM-5.3NEW

GLM-5.3 - флагманская модель Zhipu AI для программирования в рамках длительных задач, работы агентов и выполнения сложных проектов. Поддерживает context до 1048576 токенов, reasoning, tool calling, параллельные вызовы инструментов и структурированный вывод.

Qwen: Qwen3.8 27BNEW

Qwen3.8 27B - плотная vision-language модель Alibaba для программирования, агентных задач и понимания изображений и видео. Принимает текст, изображения и видео, генерирует текст, поддерживает reasoning, tool calling, структурированный вывод и кэширование prompt.

Google: Gemini 3.7 FlashNEW

Gemini 3.7 Flash от Google предназначена для agentic workflows, программирования и мультимодального reasoning. Принимает текст, аудио, файлы, изображения и видео; поддерживает tool calling, web search, prompt caching и структурированный вывод.

Qwen: Qwen3 ASR 0.6BNEW

Qwen3 ASR 0.6B - компактная модель распознавания речи от Qwen. Она определяет язык и преобразует аудио в текст на 30 языках и 22 китайских диалектах, поддерживая потоковую и офлайн-обработку.

Qwen: Qwen3 ASR 1.7BNEW

Qwen3 ASR 1.7B - модель автоматического распознавания речи от Qwen, принимающая аудио и выдающая транскрипцию. Поддерживает определение языка и расшифровку речи на 30 языках и 22 китайских диалектах, а также потоковую обработку и офлайн-инференс.

Voyage AI: voyage-code-4NEW

voyage-code-4 - embedding-модель от Voyage AI, компании MongoDB, разработанная для coding agents и поиска по коду. Принимает на вход текст и формирует embeddings для извлечения информации из программного кода.

xAI: Grok 4.6NEW

Grok 4.6 от xAI предназначена для агентных задач, программирования, работы со знаниями и визуальных проектов. Модель принимает текст, изображения и файлы, поддерживает vision, reasoning, tool calling, поиск в интернете и структурированные ответы.

Qwen: Qwen3.8 2.4T A95BNEW

Qwen3.8 2.4T A95B от Alibaba - модель с открытыми весами и разреженной архитектурой MoE: 2,4 трлн параметров всего, 95 млрд активных. Подходит для программирования, исследований, сложного reasoning и агентных задач, поддерживает tool calling и структурированный вывод.

NVIDIA: Nemotron 3.5 Lightning 30B A3BNEW

Nemotron 3.5 Lightning 30B A3B - модель NVIDIA архитектуры MoE для агентных задач в корпоративных сценариях. Поддерживает context до 262144 токенов, reasoning, tool calling, параллельные вызовы инструментов, структурированный вывод и prompt caching.

Meta: Muse Glimmer 30BNEW

Muse Glimmer 30B - мультимодальная модель с открытыми весами от Meta Superintelligence Labs, дистиллированная из Muse Spark. Она принимает текст и изображения, поддерживает reasoning, tool calling и структурированные ответы; context - 131072 токена.

xAI: Grok Imagine Image 2.0NEW

Grok Imagine Image 2.0 от xAI предназначена для создания изображений по текстовым запросам, редактирования изображений и задач визуального дизайна. Модель принимает текст и изображения и генерирует изображения.

ByteDance: Seedance 2.5NEW

Seedance 2.5 от ByteDance - модель для создания и редактирования видео, а также работы с движением по текстовым подсказкам. На вход можно подавать аудио, изображения, текст и видео, а на выходе получать видео.

Upstage: Solar Pro 4NEW

Solar Pro 4 - флагманская модель Upstage, предназначенная для агентных сценариев. Поддерживает reasoning, tool calling, параллельные вызовы инструментов, структурированный вывод и prompt caching, работает с текстом на входе и выходе.

OpenAI: GPT Transcribe

GPT Transcribe - модель OpenAI для преобразования речи в текст. Она подходит для расшифровки записей, потоковой обработки аудиофайлов и завершённых Realtime-сессий; поддерживает контекст в свободной форме и подсказки с ключевыми словами.

Meta: Muse Spark 1.2

Muse Spark 1.2 от Meta - модель общего назначения с акцентом на программирование. Она помогает генерировать код, разбирать сложные ошибки, понимать кодовые базы и выполнять рабочие процессы разработчика от начала до конца. Поддерживает reasoning, tool calling, текст, изображения, видео и файлы.

Meta: Muse Spark 1.2 Contributor

Muse Spark 1.2 Contributor от Meta ориентирована на программирование: модель помогает генерировать код, разбираться со сложной отладкой и понимать кодовую базу. Поддерживает reasoning, tool calling, структурированные ответы и обработку текста, файлов, изображений и видео.

Qwen: Qwen Image 3

Qwen Image 3 - модель Qwen для генерации и редактирования изображений по тексту и изображениям. Она поддерживает точное отображение текста и мелких деталей размером от 10 пикселей, а также обработку изображений.

Qwen: Qwen Image 3 Pro

Qwen Image 3 Pro - модель Qwen для генерации и редактирования изображений по тексту и входным изображениям. Она точно передаёт текст и мелкие детали размером до 10 px и использует расширенные знания о мире.

Black Forest Labs: Flux 3

Flux 3 - модель Black Forest Labs для генерации видео по текстовым запросам, редактирования и визуального дизайна. Принимает текст, изображения и видео, а на выходе создаёт видео; поддерживает работу с визуальной информацией.

Qwen: Qwen3.8 Max

Qwen3.8 Max - модель Alibaba с архитектурой MoE и 2,4 трлн параметров. Поддерживает reasoning и tool calling, работает с текстом, изображениями и видео, генерирует текст и имеет context до 1 млн токенов.

Sakana AI: Sakana Namazu

Sakana Namazu - reasoning-модель Sakana AI на базе Kimi K2.6, настроенная для работы с японским языком, культурой и деловыми процессами. Принимает текст, изображения и файлы, поддерживает vision, web search, tool calling, prompt caching и структурированные ответы.

xAI: Grok Voice TTS 1.0

Grok Voice TTS 1.0 от xAI преобразует текст в речь за один вызов API. Модель поддерживает выразительные голоса, теги для настройки подачи речи и форматы вывода от MP3 высокого качества до μ-law для телефонии.

Cohere: Command R

command-r - текстовая модель общего назначения с большим контекстом. Поддерживает structured outputs для формирования структурированных ответов и tool calling для работы с инструментами.

Cohere: Command R Plus

Command-r-plus - модель для работы с текстом, поддерживающая контекст до 128000 токенов. Она принимает текстовые запросы и генерирует текстовые ответы, а также умеет обрабатывать структурированные выходные данные и tool calling. Это универсальное решение для задач, требующих длинного контекста и интеграции с внешними инструментами.

Cohere: Command R7b

command-r7b - языковая модель общего назначения для работы с текстом. Поддерживает длинный context и structured outputs, позволяя формировать ответы в заданной структуре.

Black Forest Labs: Flux 1 Kontext Max

flux-1-kontext-max - модель для работы с изображениями: принимает текст и изображение, поддерживает редактирование и анализ визуального содержимого. На выходе создает изображение.

Black Forest Labs: Flux 1 Kontext Pro

flux-1-kontext-pro - модель для работы с изображениями, принимает на вход картинку и текст, возвращает обработанное изображение. Поддерживает редактирование изображений (image edit) и распознавание визуальной информации (vision), что позволяет изменять и анализировать визуальный контент по текстовым инструкциям.

Black Forest Labs: Flux 1 Krea Dev

flux-1-krea-dev - модель для генерации изображений по текстовому описанию. Принимает текстовый запрос и создает изображение, поэтому подходит для задач text-to-image.

Black Forest Labs: Flux 1.1 Pro

flux-1.1-pro - модель для генерации изображений по текстовому запросу. На вход подается текст, а на выходе модель создает изображение, поэтому взаимодействие с ней строится вокруг описания желаемого визуального результата.

Black Forest Labs: Flux 1.1 Pro Ultra

flux-1.1-pro-ultra - модель для генерации изображений по текстовому описанию. Принимает текстовый запрос и создаёт изображение в качестве результата.

xAI: Grok 4.20 Beta

grok-4.20-beta - универсальная модель с context до 2 млн токенов, принимает текст и изображения, а отвечает текстом. Поддерживает reasoning, tool calling и параллельный вызов инструментов; prompt caching помогает повторно использовать части запросов.

Tencent: Hunyuan Image 3

hunyuan-image-3 - модель для генерации изображений по текстовому описанию. Принимает текст на входе и возвращает изображение; относится к категории image и поддерживает image_output.

Thinking Machines Lab: Inkling Small

Inkling Small от Thinking Machines - мультимодальная MoE-модель для reasoning с 276 млрд параметров, из которых активны 12 млрд. Принимает текст, изображения и аудио, генерирует текст; context - 524288 токенов, доступны prompt caching и tool calling.

ByteDance: Seedream 4

seedream-4 - модель для генерации и редактирования изображений по тексту и изображениям. Поддерживает работу с визуальным вводом и создание изображений на выходе.

Qwen: Z Image Turbo

z-image-turbo - модель для генерации и редактирования изображений по тексту и входным изображениям. Поддерживает vision, принимает текст и изображения, а результатом работы становится изображение. Контекст - 2000 токенов.

Runway: Aleph 2.0

Aleph 2.0 от Runway - это модель для редактирования видео in-context, которая применяет текстовые инструкции и правки по ключевым кадрам к существующему материалу. Она сохраняет детали, которые не должны меняться, принимая на вход изображения, текст и видео, а на выходе выдает видео.

Runway: Gen-4.5

Gen-4.5 от Runway - модель для генерации видео по текстовому описанию или изображению. Она предназначена для создания кинематографичных сцен с качественной передачей движения и визуальных деталей, а также точным следованием запросу.

MiniMax: H3

H3 от MiniMax - легковесная модель генерации видео с открытыми весами, принимающая аудио, изображения, текст и видео. Она поддерживает мультимодальное редактирование по инструкциям, управляемую генерацию, а также отображение текста и брендов в видео.

Fish Audio: S2.1 Pro

S2.1 Pro от Fish Audio преобразует текст в аудио и подходит для генерации речи с управляемым голосом, озвучки повествования и настройки подачи. Модель принимает текст и выдает аудио.

Voyage AI: voyage-multimodal-3.5

voyage-multimodal-3.5 - мультимодальная embedding-модель от VoyageAI by MongoDB, которая преобразует текст, изображения и видео в векторы, в том числе если эти форматы чередуются. Поддерживает ввод текста и изображений и функцию vision.

Anthropic: Claude Opus 5

Claude Opus 5 от Anthropic - это мощная модель для программирования, работы с агентами и профессиональных задач. Модель поддерживает контекст до 1 миллиона токенов, принимает на вход файлы, изображения и текст, а также умеет выполнять параллельные tool calls, reasoning, prompt caching, vision, web search и выдавать структурированные ответы.

xAI: Grok STT 1.0

Grok STT 1.0 - модель SpaceXAI для преобразования аудио в текст, доступная через REST endpoint /v1/stt. Она поддерживает временные метки для отдельных слов, определение говорящих и обработку многоканального аудио.

Inclusion AI: Ling 3.0 Flash

Ling 3.0 Flash от inclusionAI - модель для быстрой помощи, извлечения данных и автоматизации повседневных задач. Поддерживает text-ввод и text-вывод, context до 262144 токенов, reasoning, tool calling с параллельными вызовами инструментов, logprobs и prompt caching.

Microsoft: MAI-Image-2.5 Pro

MAI-Image-2.5 Pro от Microsoft AI создаёт фотореалистичные и художественные изображения по текстовым запросам с разными соотношениями сторон. Модель принимает текст и изображения, поддерживает редактирование изображений и имеет context 4096 токенов.

Microsoft: MAI-Voice-2-Flash

MAI-Voice-2-Flash - модель text-to-speech от Microsoft AI с низкой задержкой для голосовых агентов, ассистентов, контакт-центров и интерактивных приложений. Она преобразует текст в выразительную монофоническую речь с частотой 24 кГц, в том числе для озвучивания и задач доступности.

Qwen: Qwen-Audio-3.0-TTS Flash

Qwen-Audio-3.0-TTS Flash - модель Alibaba для преобразования текста в речь. Она генерирует аудио по текстовому вводу и доступна через API DashScope Speech Synthesizer.

Qwen: Qwen-Audio-3.0-TTS Plus

Qwen-Audio-3.0-TTS Plus - модель Alibaba для преобразования текста в речь через API DashScope Speech Synthesizer. Она принимает текст и генерирует аудио, обеспечивая более высокое качество синтеза речи.

Google: Gemini 3.5 Flash Lite

Gemini 3.5 Flash Lite от Google - мультимодальная модель для reasoning и работы с инструментами. Принимает текст, аудио, файлы, изображения и видео, поддерживает web search, структурированные ответы и параллельные вызовы инструментов, а на выходе генерирует текст.

Google: Gemini 3.6 Flash

Gemini 3.6 Flash от Google предназначена для мультимодальных задач и сочетает reasoning с использованием инструментов. Принимает текст, изображения, аудио, видео и файлы, поддерживает параллельные вызовы инструментов, кэширование prompt и поиск в интернете.

Poolside: Laguna S 2.1

Laguna S 2.1 - модель Poolside для агентного программирования, рассчитанная на локальное развёртывание и относящаяся к классу XS. Поддерживает ввод и генерацию текста, reasoning, tool calling и context до 1 048 576 токенов.

Krea: Krea 2 Large

Krea 2 Large - модель Krea для генерации изображений, более чем вдвое крупнее Krea 2 Medium. Облегчённая post-training обработка придаёт результатам более фактурный, свободный вид; модель также поддерживает редактирование изображений и работу с текстовыми и визуальными входными данными.

Krea: Krea 2 Medium

Krea 2 Medium - сбалансированная и экономичная модель Krea для генерации изображений, подходящая для широкого круга задач. Обучение после базового этапа помогает получать стабильные и последовательные результаты; модель принимает текст и изображения и поддерживает редактирование.

Krea: Krea 2 Medium Turbo

Krea 2 Medium Turbo - ускоренная версия Krea 2 Medium для быстрой генерации и проработки идей в графическом дизайне. Принимает текст и изображения на вход, поддерживает редактирование изображений и создание новых, а также vision.

Deepgram: Aura-2

Aura-2 - это многоязычная модель text-to-speech от Deepgram. Она использует каталог голосов Aura-2 для синтеза речи на нескольких языках, принимая на вход текст и выдавая аудио. Модель предназначена для генерации естественно звучащей речи.

Moonshot: Kimi K3

Kimi K3 от Moonshot AI - мультимодальная модель с поддержкой текста, изображений и видео на входе и контекстом до 1 млн токенов. Подходит для длительных агентных задач, поддерживает reasoning с переключаемым уровнем усилий, tool calling, структурированный вывод и кэширование промптов.

MiniMax: Speech 2.8 HD

Speech 2.8 HD от MiniMax преобразует текст в речь и генерирует аудио. Для озвучивания модель принимает произвольные voice ID MiniMax, что позволяет выбирать голос для конкретной задачи.

MiniMax: Speech 2.8 Turbo

Speech 2.8 Turbo - модель MiniMax для преобразования текста в речь. Она генерирует аудио по текстовому вводу и поддерживает любые голосовые ID MiniMax.

Thinking Machines Lab: Inkling

Inkling от Thinking Machines - мультимодальная MoE-модель с reasoning для работы с текстом, изображениями и аудио. Общий размер модели - 975B параметров, активно задействуется 41B; context составляет 524288 токенов, доступны tool calling и prompt caching.

Deepgram: Nova-3

Nova-3 от Deepgram - универсальная модель для преобразования аудио в текст. Она поддерживает транскрибацию на одном языке и многоязычную транскрибацию, принимая аудио и выдавая текстовую расшифровку.

Qwen: Qwen3.7 Flash

Qwen3.7 Flash - легковесная мультимодальная модель Alibaba для задач с текстом, изображениями и видео. Она генерирует текст, поддерживает reasoning, tool calling, параллельные вызовы инструментов, кэширование промптов и обработку визуального содержимого.

ByteDance: Seedream 5.0 Pro

Seedream 5.0 Pro от ByteDance Seed - модель для генерации изображений по текстовым запросам, редактирования изображений и задач визуального дизайна. Принимает на вход текст и изображения, а результатом работы становятся изображения.

ByteDance: Seedream 5.0 Pro (seedream-5-pro)

Seedream 5.0 Pro от ByteDance Seed создает изображения по текстовым запросам и редактирует загруженные изображения. Модель принимает на вход текст и изображения, поддерживая задачи визуального дизайна.

Kuaishou: KAT-Coder-Pro V2.5

KAT-Coder-Pro V2.5 от Kwaipilot помогает разбирать код в репозиториях, выполнять рефакторинг и решать инженерные задачи с участием AI-агентов. Модель обрабатывает текст и поддерживает prompt caching, structured outputs и tool calling.

OpenAI: GPT-5.6 Luna

GPT-5.6 Luna - модель OpenAI для быстрых задач с большим потоком запросов. Принимает текст, изображения и файлы, поддерживает reasoning, параллельные tool calls, web search, prompt caching и структурированный вывод.

OpenAI: GPT-5.6 Sol

GPT-5.6 Sol от OpenAI помогает решать сложные профессиональные задачи, писать код и работать в agentic workflows. Принимает текст, изображения и файлы, поддерживает reasoning, vision, web search, tool calling, параллельные вызовы инструментов, кэширование промптов и структурированный вывод.

OpenAI: GPT-5.6 Terra

GPT-5.6 Terra - универсальная модель OpenAI для повседневных задач, рассчитанная на сочетание возможностей и экономичности. Обрабатывает текст, изображения и файлы, генерирует текст и поддерживает reasoning, tool calling, web search и структурированный вывод.

OpenAI: gpt-5.6-luna-pro

gpt-5.6-luna-pro - экономичная модель OpenAI для быстрых задач с большим объёмом запросов. Она принимает текст, изображения и файлы, генерирует текст и поддерживает reasoning, tool calling, поиск в интернете, структурированный вывод и кэширование запросов.

OpenAI: gpt-5.6-sol-pro

gpt-5.6-sol-pro от OpenAI подходит для сложной профессиональной работы, программирования и агентных процессов. Модель принимает текст, изображения и файлы, поддерживает reasoning, tool calling, поиск в интернете и структурированный вывод.

OpenAI: gpt-5.6-terra-pro

gpt-5.6-terra-pro - универсальная модель OpenAI для повседневных задач с reasoning. Принимает текст, изображения и файлы, поддерживает большой context, structured outputs, tool calling, web search и prompt caching, а на выходе генерирует текст.

xAI: Grok 4.5

Grok 4.5 от xAI предназначена для чата, написания кода и работы с агентными инструментами. Модель принимает текст, изображения и файлы, поддерживает reasoning, tool calling, web search и структурированный вывод.

AionLabs: Aion-3.0

Aion-3.0 от AionLabs - модель из семейства GLM для ролевых игр и сторителлинга. Она улучшает структуру сюжета, напряжение и конфликты, поддерживая нюансированные взрослые темы. Контекст - 131072 токена, есть prompt caching, обязательный reasoning и tool calling.

AionLabs: Aion-3.0-Mini

Aion-3.0-Mini - модель от AionLabs для генерации текста, ориентированная на ролевые игры и повествование. Она поддерживает расширенный контекст и работает с текстовыми входами и выходами. Модель отличается улучшенной структурой сюжета, напряжением и конфликтами, а также поддерживает обязательный reasoning, tool calling и кэширование промптов.

Tencent: Hy3

Hy3 - reasoning-модель Tencent для программирования, выполнения инструкций и агентных задач. Поддерживает text-ввод и text-вывод, context до 262144 токенов, tool calling с параллельными вызовами, prompt caching и структурированные ответы.

Poolside: Laguna XS 2.1

Laguna XS 2.1 - модель Poolside для агентного программирования, предназначенная для локального развёртывания. Поддерживает reasoning и tool calling, работает с текстом и имеет большой context.

Anthropic: Claude Sonnet 5

Claude Sonnet 5 от Anthropic - это агентная модель для повседневных задач: написания кода, планирования, работы в браузере и общей деятельности. Поддерживает контекст до 800 тысяч токенов, принимает на вход файлы, изображения и текст, а также включает возможности reasoning, tool calling, vision, web search и параллельных вызовов инструментов.

Meituan: LongCat-2.0

LongCat-2.0 - reasoning-модель от Meituan для работы с текстом. Поддерживает tool calling и context примерно на 1 млн токенов, а также prompt caching для повторного использования данных в запросах.

Google: Nano Banana 2 Lite

Nano Banana 2 Lite от Google - модель для генерации и редактирования изображений с высокой скоростью и экономным использованием ресурсов. Поддерживает входные изображения, файлы и текст, выдаёт изображения и текст, имеет context 65536 токенов и поддерживает reasoning, tool calling и web search.

Qwen: HappyHorse 1.0

HappyHorse 1.0 - модель Alibaba для генерации коротких видео. Она создает ролики по текстовому запросу, одному начальному изображению или набору референсных изображений.

Qwen: HappyHorse 1.1

HappyHorse 1.1 - модель Alibaba для генерации коротких видео по текстовому запросу, одному стартовому изображению или набору изображений-референсов. Принимает на вход текст и изображения, а результатом становится видео.

ByteDance: Seed 2.1 Turbo

Seed 2.1 Turbo - модель ByteDance Seed для мультимодального reasoning и агентских задач, чувствительных к задержке. Принимает текст, изображения и видео, поддерживает context до 262144 токенов, tool calling, параллельные вызовы инструментов и структурированный вывод.

ByteDance: Seedance 2.0 Mini

Seedance 2.0 Mini от ByteDance - модель для создания и редактирования видео по текстовым инструкциям, а также работы с движением. Принимает на вход текст, изображения, аудио и видео, а результатом становится видео.

Sakana AI: Fugu Ultra

Fugu Ultra от Sakana AI предназначена для сложных исследований, аналитики и соревнований, с акцентом на качество. Принимает текст и изображения, поддерживает reasoning, tool calling, поиск в интернете и структурированный вывод; context - миллион токенов.

Z.ai: GLM-5.2

GLM-5.2 от Zhipu AI - открытая флагманская модель для coding agents с длительными задачами и работы с большим context. Поддерживает reasoning, tool calling, параллельные вызовы инструментов, structured outputs, logprobs и prompt caching; работает с текстом.

Moonshot: Kimi K2.7 Code

Kimi K2.7 Code от Moonshot AI - модель для задач программирования, ориентированная на продолжительную работу с репозиториями. Поддерживает reasoning, tool calling и анализ изображений; принимает текст и изображения, выдает текст и обрабатывает context до 262144 токенов.

Anthropic: Claude Fable 5

Claude Fable 5 от Anthropic подходит для творческого письма, анализа и управляемых рабочих процессов с агентами. Модель принимает текст, изображения и файлы, поддерживает reasoning, tool calling, parallel tool calls, web search и structured outputs.

NVIDIA: Nemotron 3 Ultra 550B A55B

Nemotron 3 Ultra 550B A55B - крупнейшая модель семейства Nemotron 3 с открытыми весами, ориентированная на reasoning и точность работы агентов. Принимает и генерирует текст, поддерживает reasoning, tool calling, параллельные вызовы инструментов, prompt caching и структурированный вывод.

NVIDIA: Nemotron 3.5 Content Safety

Nemotron 3.5 Content Safety от Nvidia - модель для проверки соответствия политикам, модерации контента и маршрутизации с учетом рисков. Принимает текст и изображения, формирует текстовый ответ, поддерживает reasoning и обрабатывает контекст до 131072 токенов.

Riverflow V2.5 Fast от Sourceful - вариант семейства Riverflow 2.5, ориентированный на скорость. Модель принимает текст и изображения, генерирует и редактирует изображения, а также поддерживает reasoning.

Riverflow V2.5 Pro - модель Sourceful для генерации и редактирования изображений по тексту и изображениям. Поддерживает vision и обязательный reasoning, а context составляет 32 768 токенов.

Microsoft: MAI-Image-2.5

MAI-Image-2.5 от Microsoft AI генерирует фотореалистичные и художественные изображения по текстовым запросам, поддерживая разные соотношения сторон. Модель доступна через Azure AI Foundry, принимает текст и изображения, а также поддерживает редактирование изображений и vision.

Microsoft: MAI-Voice-2

MAI-Voice-2 - модель Microsoft AI для выразительного преобразования текста в речь. Поддерживает 15 языков и подходит для голосовых помощников, озвучивания материалов, задач доступности, обучения и других приложений с длинными аудиоформатами.

Qwen: Qwen3.7 Plus

Qwen3.7 Plus - мультимодальная модель Alibaba для работы с текстом и изображениями, поддерживающая context до 1 млн токенов. Подходит для агентных сценариев и задач программирования, умеет reasoning, tool calling, параллельные вызовы инструментов и структурированный вывод.

Microsoft: MAI-Transcribe-1.5

MAI-Transcribe 1.5 - мультиязычная модель Microsoft AI для преобразования речи в текст на 43 языках. Подходит для создания субтитров, расшифровки звонков, обеспечения доступности и других приложений с голосовым вводом.

MiniMax: MiniMax-M3

MiniMax-M3 - мультимодальная модель для работы с кодом, анализа изображений и видео, а также планирования действий агентов. Поддерживает длинный context, reasoning и tool calling, включая параллельные вызовы инструментов.

xAI: Grok Imagine Video 1.5

Grok Imagine Video 1.5 от xAI принимает изображения и текст, чтобы создавать видео в сценариях image-to-video. Модель подходит для редактирования и расширения видео, поддерживает vision и logprobs.

StepFun: Step 3.7 Flash

Step 3.7 Flash - модель StepFun для быстрых агентных задач, программирования и мультимодальных запросов. Поддерживает text, image и video на входе, context до 262144 токенов, reasoning, tool calling, структурированный вывод и кэширование промптов.

Qwen: Wan2.7 Image

Wan2.7 Image - модель для создания изображений по текстовым запросам и редактирования загруженных изображений. Поддерживает визуальные задачи, связанные с дизайном, принимает на вход текст и изображения и выдаёт результат в виде изображения.

Anthropic: Claude Opus 4.8TOP

Claude Opus 4.8 от Anthropic предназначена для сложных задач reasoning, программирования и длительных агентных сценариев. Модель принимает текст, изображения и файлы, поддерживает tool calling, параллельные вызовы инструментов, web search и context на 120 тысяч токенов.

Google: Nano Banana 2

Nano Banana 2 от Google создаёт изображения по текстовым запросам, помогает редактировать визуальный контент и работать над дизайном. Модель принимает текст, изображения и файлы, поддерживает vision, reasoning и tool calling, а результат может включать изображение и текст.

Google: Nano Banana Pro

Nano Banana Pro от Google предназначена для создания изображений с высокой точностью и редактирования, где важен дизайн. Модель принимает текст, изображения, аудио и файлы, а на выходе может создавать изображения и текст.

NVIDIA: Parakeet TDT 0.6B v3

Parakeet TDT 0.6B v3 - мультиязычная модель NVIDIA для преобразования аудио в текст на архитектуре FastConformer-TDT. Она содержит 600 млн параметров, обучена на наборе Granary с более чем 670 000 часов аудио и поддерживает автоматическое определение языка.

Qwen: Qwen3.7 MaxTOP

Qwen3.7 Max - модель Alibaba для агентных систем, помощников по программированию и длительных задач. Поддерживает text-ввод и text-вывод, context до 1 млн токенов, reasoning, tool calling, параллельные вызовы инструментов, структурированные ответы и prompt caching.

Google: Gemini 3.5 Flash

Gemini 3.5 Flash от Google - быстрая мультимодальная модель, принимающая текст, аудио, файлы, изображения и видео. Поддерживает reasoning, tool calling, web search, structured outputs и параллельные вызовы инструментов.

Mistral: Voxtral Mini Transcribe

Voxtral Mini Transcribe - модель Mistral для преобразования речи в текст, разработанная на основе семейства Voxtral Mini. Принимает аудио на вход и возвращает расшифровку через стандартный API транскрибации.

Recraft: Recraft V4.1

Recraft V4.1 - модель для генерации изображений по текстовым запросам и редактирования визуального контента. Она принимает текст и изображения, поддерживает задачи визуального дизайна и создает изображения.

Recraft: Recraft V4.1 Pro

Recraft V4.1 Pro - модель для генерации изображений по текстовым запросам, редактирования визуальных материалов и работы с графическим дизайном. Принимает текст и изображения, поддерживает анализ визуального содержимого и возвращает изображение.

Recraft: Recraft V4.1 Utility

Recraft V4.1 Utility - модель для генерации изображений по текстовым запросам, редактирования изображений и задач визуального дизайна. Принимает текст и изображения, поддерживает анализ визуального содержимого и выдаёт изображения; context составляет 65536 токенов.

Recraft: Recraft V4.1 Utility Pro

Recraft V4.1 Utility Pro - модель для генерации и редактирования изображений по текстовым запросам, а также для задач визуального дизайна. Принимает текст и изображения, результат работы - изображение.

Recraft: Recraft V4 Pro Vector

Recraft V4 Pro Vector - версия Recraft V4 Pro для создания векторных изображений в формате SVG. Модель принимает текст и изображения, генерирует изображения с разными соотношениями сторон и поддерживает редактирование изображений.

Recraft: Recraft V4 Vector

Recraft V4 Vector - векторная (SVG) версия Recraft V4 для создания изображений. Принимает текст и изображения, формирует векторный результат с разными соотношениями сторон; поддерживает редактирование изображений и обработку визуального ввода.

Recraft: Recraft V4.1 Pro Vector

Recraft V4.1 Pro Vector - версия Recraft V4.1 Pro для создания векторной графики в формате SVG с акцентом на эстетику и высоким разрешением. Принимает текст и изображения, а также поддерживает редактирование изображений.

Recraft: Recraft V4.1 Vector

Recraft V4.1 Vector - векторный вариант Recraft V4.1, предназначенный для создания изображений в формате SVG с акцентом на эстетику. Модель принимает текст и изображения и генерирует SVG в нескольких соотношениях сторон.

Perceptron: Perceptron Mk1

Perceptron Mk1 - мультимодальная модель для reasoning, визуального анализа, планирования и работы с инструментами. Принимает текст, изображения и видео, генерирует текст и поддерживает структурированные ответы; context - 32768 токенов.

Google: Gemini 3.1 Flash Lite

Gemini 3.1 Flash Lite - модель Google с низкой задержкой для мультимодальных и агентных задач с высокой нагрузкой. Принимает текст, изображения, аудио, видео и файлы, поддерживает reasoning, tool calling, web search и структурированные ответы.

Google: Chirp 3

Chirp 3 - это многоязычная модель от Google для распознавания речи, преобразующая аудио в текст. Она обеспечивает высокую точность транскрипции для 24 официально поддерживаемых языков и более 77 языков в режиме предпросмотра. Модель поддерживает автоматическое определение языка и расстановку пунктуации, принимая на вход только аудио.

Google: Veo 3.1

Veo 3.1 от Google создает видео по текстовым запросам и изображениям. Модель также поддерживает редактирование видео и работу с движением, принимая на вход текст или изображение и выдавая видео.

Google: Veo 3.1 Fast

Veo 3.1 Fast от Google создает видео по текстовым запросам и изображениям. Модель поддерживает редактирование видео и сценарии работы с движением, а также обрабатывает визуальные входные данные.

Google: Veo 3.1 Lite

Veo 3.1 Lite - видеомодель Google для создания видео по текстовым запросам и изображениям. Модель поддерживает редактирование видео и работу с движением, принимает текст и изображения на входе и генерирует видео.

Mistral: Mistral Medium 3.5TOP

Mistral Medium 3.5 - мультиязычная модель для диалогов, reasoning и рабочих процессов с tool calling. Поддерживает ввод текста, изображений и файлов, structured outputs и vision; размер context - 262144 токена.

Kuaishou: Video v3.0 Pro

Video v3.0 Pro - премиальная модель Kling от Kuaishou для генерации видео по тексту и изображениям. Она поддерживает text-to-video и image-to-video, а также управление первым и последним кадрами; визуальное качество выше, чем у уровня Standard.

Kuaishou: Video v3.0 Standard

Video v3.0 Standard - модель Kling для генерации видео по тексту или изображению. Поддерживает задание первого и последнего кадров, чтобы направлять композицию сцены.

Qwen: Qwen3.6 Flash

Qwen3.6 Flash - мультимодальная модель Alibaba для работы с текстом, изображениями и видео. Подходит для визуального reasoning, обработки документов и агентных задач, поддерживает tool calling и структурированные ответы.

DeepSeek: DeepSeek V4 Flash

DeepSeek V4 Flash - модель DeepSeek для reasoning, программирования и работы с длинным context. Принимает текст и поддерживает tool calling, параллельные вызовы инструментов, prompt caching и структурированный вывод.

DeepSeek: DeepSeek V4 ProTOP

DeepSeek V4 Pro - открытая MoE-модель для программирования и длительных агентных задач. Поддерживает reasoning, tool calling и параллельные вызовы инструментов, а также структурированный вывод, prompt caching и logprobs. Работает с текстом.

Sesame: CSM 1B

CSM 1B от Sesame - это conversational speech модель, которая принимает текст и генерирует английскую речь. Модель поддерживает различные голоса, включая разговорный и чтецкий стили. С 1B параметров она обеспечивает качественный audio output, работая с context до 4096 токенов.

OpenAI: GPT-5.5

GPT-5.5 от OpenAI - универсальная модель для программирования, работы с компьютером, исследований и интеллектуальных задач. Принимает текст, изображения и файлы, поддерживает reasoning, vision, web search, tool calling и структурированный вывод.

OpenAI: GPT-5.5 ProTOP

GPT-5.5 Pro - модель OpenAI для задач, где важны точность, reasoning и программирование. Она принимает текст, изображения и файлы, поддерживает web search, tool calling и structured outputs.

Hexgrad: Kokoro 82M

Kokoro 82M - лёгкая модель с открытыми весами от hexgrad для синтеза речи по тексту. Поддерживает 8 языков: американский и британский английский, испанский, французский, хинди, итальянский, японский, португальский и китайский.

Canopy Labs: Orpheus 3B

Orpheus 3B от Canopy Labs - англоязычная text-to-speech модель, дообученная для естественной интонации и выразительной речи. Поддерживает 7 готовых голосов и подходит для озвучивания текстов, голосовых помощников и других задач генерации аудио.

Google: Gemini Embedding 2

Gemini Embedding 2 от Google - мультимодальная embedding-модель, которая преобразует текст, изображения, видео, аудио и PDF в единое embedding-пространство. Поддерживает входные данные разных типов и context до 8192 токенов, а на выходе формирует embeddings.

Xiaomi: MiMo-V2.5

MiMo-V2.5 - открытая мультимодальная модель Xiaomi для coding-агентов и автоматизации с длинным context. Принимает текст, изображения, аудио и видео, поддерживает reasoning, tool calling, параллельные вызовы инструментов и структурированный вывод.

Xiaomi: MiMo-V2.5-Pro

MiMo-V2.5-Pro от Xiaomi - модель общего назначения для мультимодального reasoning и выполнения задач coding-агентами. Поддерживает работу с текстом, structured outputs, параллельные tool calls, prompt caching и logprobs.

Qwen: Qwen3.6 27B

Qwen3.6 27B от Alibaba работает с текстом, изображениями и видео, включая задачи визуального reasoning, работу с документами и агентные сценарии. Поддерживает tool calling, параллельные вызовы инструментов и структурированный вывод.

OpenAI: GPT-5.4 Image 2

GPT-5.4 Image 2 - модель OpenAI для создания изображений по текстовым запросам, редактирования и задач визуального дизайна. Принимает текст, изображения и файлы, а на выходе формирует изображения и текст; поддерживает reasoning и web search.

OpenAI: GPT-Image-2

GPT-Image-2 от OpenAI предназначена для генерации изображений по текстовым запросам, редактирования изображений и задач визуального дизайна. На вход принимает текст и изображения, на выходе создает изображения.

Moonshot: Kimi K2.6TOP

Kimi K2.6 от Moonshot AI - мультимодальная модель для агентных циклов, задач программирования и работы с визуальным контекстом. Принимает изображения и текст, генерирует текст и поддерживает context до 262144 токенов, reasoning, tool calling и структурированный вывод.

MiniMax: Hailuo 2.3

Hailuo 2.3 - модель MiniMax для генерации видео по текстовым запросам и референсным изображениям. Поддерживает сценарии text-to-video и image-to-video: на вход принимает текст и изображения, а на выходе создает видео.

Qwen: Qwen3.6 Max Preview

Qwen3.6 Max Preview - флагманская модель Alibaba для сложных задач reasoning, программирования и агентных сценариев. Поддерживает обработку текста, prompt caching, logprobs, структурированный вывод и tool calling.

Kuaishou: Video O1

Video O1 от Kling - модель Kuaishou для генерации видео по тексту или изображению. Поддерживает сценарии text-to-video и image-to-video, принимая текстовые и визуальные входные данные и создавая видео.

xAI: Grok 4.3TOP

Grok 4.3 от xAI подходит для общения, программирования и задач с агентными инструментами. Модель принимает текст, изображения и файлы, отвечает текстом и поддерживает reasoning, tool calling и поиск в интернете.

Qwen: Qwen3.6 35B-A3B

Qwen3.6 35B-A3B - мультимодальная MoE-модель Alibaba для локальных агентов, принимающая текст, изображения и видео и генерирующая текст. Контекст - 262144 токена; доступны reasoning, tool calling, параллельные вызовы инструментов, структурированный вывод, logprobs и prompt caching.

Anthropic: Claude Opus 4.7

Claude Opus 4.7 от Anthropic предназначена для сложной разработки ПО и задач reasoning с высокими требованиями. Модель принимает текст, изображения и файлы, поддерживает web search, tool calling, prompt caching и structured outputs.

xAI: Grok Build 0.1

Grok Build 0.1 от xAI предназначена для программирования и агентной работы с последовательными правками. Модель принимает текст, изображения и файлы, поддерживает reasoning, tool calling, поиск в интернете и structured outputs.

Google: Gemini 3.1 Flash TTS Preview

Gemini 3.1 Flash TTS Preview от Google генерирует речь по тексту с низкой задержкой. Поддерживает настраиваемые промпты и аудиотеги для управления выразительностью звучания; context модели - 32768 токенов.

Qwen: Wan 2.7

Wan 2.7 - модель генерации видео от Alibaba, принимающая текст и изображения. Она поддерживает text-to-video, создание видео по изображению с контролем первого и последнего кадра, а также reference-to-video с несколькими изображениями для задания стиля и содержания.

ByteDance: Seedance 2.0

Seedance 2.0 от ByteDance - модель для генерации и редактирования видео по инструкциям, а также работы с движением. Принимает текст, изображения, аудио и видео, поддерживает vision и создаёт видео на выходе.

ByteDance: Seedance 2.0 Fast

Seedance 2.0 Fast от ByteDance создает видео по текстовым запросам и поддерживает редактирование и работу с движением. На вход можно подавать текст, изображения, аудио и видео, результатом становится видео.

Meta: Muse Spark 1.1

Muse Spark 1.1 от Meta - мультимодальная модель для reasoning, которая обрабатывает текст, изображения, видео и файлы. Поддерживает tool calling, визуальную цепочку рассуждений, координацию нескольких агентов, web search и структурированный вывод.

Z.ai: GLM-5.1TOP

GLM-5.1 от Zhipu AI предназначена для программирования, работы с терминалами и создания репозиториев. Модель поддерживает reasoning, tool calling, параллельные вызовы инструментов и структурированный вывод текста.

xAI: Grok Imagine Image Quality

Grok Imagine Image Quality от xAI создает изображения по текстовым запросам и подходит для визуального дизайна. Модель также редактирует изображения, принимает на вход текст и изображения, поддерживает context объемом 65536 токенов.

Google: Gemma 4 26B A4B IT

Gemma 4 26B A4B IT - открытая instruction-модель Google для чата и самостоятельного развёртывания. Принимает текст, изображения и видео, поддерживает reasoning и tool calling, а также выдаёт структурированный текст и позволяет получать logprobs.

Google: Gemma 4 31B IT

Gemma 4 31B IT - инструкция-модель Google для чатов и reasoning с возможностью самостоятельного размещения. Поддерживает обработку текста, изображений и видео, context до 262144 токенов, tool calling, структурированные ответы и prompt caching.

Qwen: Qwen3.6 Plus

Qwen3.6 Plus от Alibaba - мультимодальная модель для работы с текстом, изображениями и видео. Поддерживает context до 1 млн токенов, reasoning, tool calling, параллельные вызовы инструментов, структурированный вывод и кеширование prompt.

Z.ai: GLM-5V-Turbo

GLM-5V-Turbo от Zhipu AI - быстрая vision-модель для анализа изображений, скриншотов, документов и видео. Поддерживает reasoning и tool calling для мультимодальных агентных задач, принимает текст, изображения и видео, обрабатывает context до 202752 токенов.

Arcee: Trinity Large Thinking

Trinity Large Thinking - агентная MoE-модель от Arcee AI с extended thinking для длительных задач и многошаговой работы с инструментами. Поддерживает reasoning, tool calling, prompt caching, текстовый ввод и вывод.

xAI: Grok 4.20

Grok 4.20 от xAI предназначена для reasoning, написания кода и помощи в реальном времени. Модель принимает текст, изображения и файлы, поддерживает большой context, web search и параллельный tool calling.

xAI: Grok 4.20 Multi-Agent

Grok 4.20 Multi-Agent от SpaceXAI предназначена для reasoning, написания кода, использования инструментов и помощи в реальном времени. Поддерживает ввод текста, изображений и файлов, web search и context до 2 млн токенов; результат выдаёт в текстовом формате.

Qwen: Wan 2.6

Wan 2.6 - модель Alibaba для генерации видео, объединяющая более 10 визуальных возможностей. Создаёт видео в разрешении 1080p и с частотой 24 кадра в секунду по тексту, изображениям, референсным видео и аудио.

ByteDance: Seedance 1.5 Pro

Seedance 1.5 Pro - модель ByteDance для генерации видео и аудио по тексту и изображениям. В основе лежит Dual-Branch Diffusion Transformer с 4,5 млрд параметров; звук и видео создаются одновременно за один проход.

Reka: Reka Edge

Reka Edge - мультимодальная модель для анализа текста, изображений, видео, документов и других медиа. Принимает текст, изображения и видео, а также поддерживает vision, tool calling, structured outputs и logprobs.

MiniMax: MiniMax-M2.7

MiniMax-M2.7 - открытая флагманская модель MiniMax для coding agents, автоматизации офисных задач и работы в сложных средах. Поддерживает обработку текста, reasoning, tool calling и structured outputs.

OpenAI: GPT-5.4 mini

GPT-5.4 mini от OpenAI подходит для задач с кодом, быстрого вызова инструментов и обработки большого потока запросов. Модель принимает текст, изображения и файлы, поддерживает reasoning, tool calling, поиск в интернете и структурированный вывод.

OpenAI: GPT-5.4 nano

GPT-5.4 nano от OpenAI предназначена для простых задач маршрутизации, извлечения данных и массовой автоматизации. Принимает текст, изображения и файлы, поддерживает reasoning, tool calling, web search, параллельные вызовы инструментов и структурированные ответы.

Z.ai: GLM-5-Turbo

GLM-5-Turbo от Zhipu AI - ускоренная версия GLM-5 для coding agents, которым важна низкая задержка. Модель принимает текст, поддерживает reasoning, параллельные вызовы инструментов и prompt caching; context - 202752 токена.

NVIDIA: Nemotron 3 Super 120B A12B

Nemotron 3 Super 120B A12B - модель Nvidia среднего уровня для совместной работы агентов и задач с интенсивным reasoning. Поддерживает обработку текста, структурированный вывод, logprobs и параллельный tool calling.

Fish Audio: S2 Pro

S2 Pro от Fish Audio - модель для генерации речи по тексту с настройкой голоса, озвучиванием повествования и управлением подачей. На вход подаётся текст, на выходе модель создаёт аудио.

OpenAI: GPT-5.4

GPT-5.4 от OpenAI подходит для coding и агентных сценариев с управлением компьютером при меньшей стоимости. Модель принимает текст, изображения и файлы, поддерживает reasoning, tool calling, web search, параллельные вызовы инструментов и структурированный вывод.

OpenAI: GPT-5.4 Pro

GPT-5.4 Pro от OpenAI рассчитана на сложные профессиональные задачи с reasoning и работу агентов. Принимает текст, изображения и файлы, поддерживает web search, tool calling, параллельные вызовы инструментов и структурированный вывод; context - 1050000 токенов.

Fish Audio: Transcribe-1

Transcribe-1 - модель Fish Audio для распознавания речи и преобразования аудио в текст. Подходит для подготовки транскрипций и субтитров; принимает аудио и возвращает текстовую расшифровку.

Mistral: Voxtral Mini TTS

Voxtral Mini TTS (latest) от Mistral - мультиязычная модель, которая преобразует текст в аудио и поддерживает клонирование голоса zero-shot. На вход подаётся текст, размер context составляет до 4096 токенов.

Perplexity: Embed v1 0.6b

Embed v1 0.6b - embedding-модель Perplexity для работы с текстом и создания embeddings. Её можно использовать в системах семантического поиска, извлечения информации, кластеризации и ранжирования.

Perplexity: Embed v1 4b

Embed v1 4b - embedding-модель Perplexity для семантического поиска, извлечения информации, кластеризации и ранжирования. Принимает текст и возвращает embeddings.

Inception: Mercury 2

Mercury 2 - reasoning-модель Inception для анализа, многоэтапного решения задач и работы с инструментами. Принимает текст и генерирует текст, поддерживает prompt caching и структурированные ответы.

AionLabs: Aion-2.0

Aion-2.0 от AionLabs - это reasoning-модель для продуманного анализа, многошагового решения задач и использования инструментов. Поддерживает расширенный context, принимает и возвращает текст, а также включает обязательный reasoning, prompt caching и tool calling.

Qwen: Qwen3.5 122B-A10B

Qwen3.5 122B-A10B - vision-language модель Alibaba для анализа изображений, видео и документов, а также задач с агентами. Поддерживает reasoning, tool calling и структурированный вывод; принимает текст, изображения и видео, а context составляет 262144 токена.

Qwen: Qwen3.5 27B

Qwen3.5 27B от Alibaba - мультимодальная модель для анализа изображений, видео и документов, а также агентских задач. Поддерживает reasoning, tool calling и структурированный вывод; context составляет 262144 токена.

Qwen: Qwen3.5 35B-A3B

Qwen3.5 35B-A3B от Alibaba - мультимодальная модель для визуального reasoning, работы с документами и агентных задач. Принимает текст, изображения и видео, поддерживает context до 262144 токенов, tool calling, структурированный вывод и logprobs.

Qwen: Qwen3.5 9B

Qwen3.5 9B от Alibaba - модель для многоязычного общения, reasoning и работы с инструментами. Поддерживает ввод текста, изображений и видео, а также context до 262144 токенов; умеет выдавать структурированные ответы и выполнять параллельные tool calls.

Qwen: Qwen3.5 Flash

Qwen3.5 Flash - мультимодальная модель Alibaba для работы с текстом, изображениями и видео. Она поддерживает visual reasoning, обработку документов, задачи для агентов, tool calling и структурированный вывод.

Google: Gemini 3.1 Pro Preview

Gemini 3.1 Pro Preview от Google предназначена для задач, требующих reasoning, включая агентное написание кода и решение сложных проблем. Модель принимает текст, аудио, файлы, изображения и видео, поддерживает web search, структурированные ответы и tool calling.

Google: Gemini 3.1 Pro Preview Custom Tools

Gemini 3.1 Pro Preview Custom Tools от Google помогает решать задачи программирования и мультимодального анализа с обязательным reasoning. Модель принимает текст, изображения, аудио, видео и файлы, поддерживает tool calling, web search и structured outputs.

Anthropic: Claude Sonnet 4.6

Claude Sonnet 4.6 от Anthropic предназначена для coding agents, анализа и контроля затрат в production. Модель принимает текст, изображения и файлы, генерирует текст и поддерживает reasoning, tool calling, параллельные вызовы инструментов, prompt caching, structured outputs и web search.

Recraft: Recraft V4

Recraft V4 - модель для генерации изображений по текстовым запросам, редактирования и задач визуального дизайна. Принимает текст и изображения, поддерживает анализ визуального содержимого и выдаёт результат в виде изображения. Контекст - 65536 токенов.

Recraft: Recraft V4 Pro

Recraft V4 Pro - модель для генерации и редактирования изображений по текстовым запросам и для визуального дизайна. Принимает на вход текст и изображения, поддерживает анализ визуального ввода и создаёт изображения.

Qwen: Qwen3.5 Plus

Qwen3.5 Plus - мультимодальная модель Alibaba для работы с текстом, изображениями и видео. Она поддерживает визуальный reasoning, анализ документов, агентские задачи, tool calling и структурированные ответы.

Qwen: Qwen3.5 397B-A17B

Qwen3.5 397B-A17B от Alibaba - открытая мультимодальная MoE-модель, которая принимает текст, изображения и видео, а выдаёт текст. Поддерживает reasoning, tool calling и структурированный вывод; предназначена для визуальных агентов и длительных технических задач.

ByteDance: Seed 2.0 Code

Seed 2.0 Code - модель ByteDance Seed для мультимодальной разработки ПО и длительно работающих агентов. Поддерживает текст, изображения и видео на входе, context до 262144 токенов, reasoning, tool calling, параллельные вызовы инструментов, кэширование промптов и структурированные ответы.

ByteDance: Seed 2.0 Lite

Seed 2.0 Lite - экономичная модель ByteDance Seed для чат-сценариев, анализа и структурированной генерации. Принимает текст, изображения и видео, формирует текстовые ответы и поддерживает reasoning, structured outputs и tool calling.

ByteDance: Seed 2.0 Mini

Seed 2.0 Mini - лёгкая мультимодальная модель ByteDance Seed для задач с низкой задержкой и высокой нагрузкой. Поддерживает reasoning по тексту, изображениям и видео, context до 262144 токенов, tool calling, параллельные вызовы инструментов и структурированные ответы.

ByteDance: Seedream 5.0 Lite

Seedream 5.0 Lite от ByteDance Seed - модель для генерации и редактирования изображений по текстовым запросам. Поддерживает загрузку изображений и помогает в задачах визуального дизайна, принимая на вход текст и изображения и создавая изображения на выходе.

Z.ai: GLM-5

GLM-5 от Zhipu AI - универсальная модель для программирования, анализа и инженерных задач с активным использованием инструментов. Поддерживает reasoning, tool calling, структурированный вывод и кэширование промптов; context - 202752 токена.

MiniMax: MiniMax-M2.5

MiniMax-M2.5 - модель MiniMax для задач программирования, агентных сценариев, редактирования офисных документов и автоматизации. Поддерживает reasoning, tool calling, параллельные вызовы инструментов и структурированный вывод.

Qwen: Qwen3 Max Thinking

Qwen3 Max Thinking (retires Oct 9) - reasoning-модель Qwen для решения задач, работы с математикой и программирования. Принимает и генерирует текст, поддерживает tool calling, structured outputs, logprobs, параллельные вызовы инструментов и prompt caching.

Anthropic: Claude Opus 4.6

Claude Opus 4.6 от Anthropic - это высококлассная модель для сложных задач программирования, планирования и медленных экспертных рассуждений. Модель поддерживает большой контекст, принимает на вход файлы, изображения и текст, а также обладает функциями reasoning, tool calling, vision, web search и параллельными вызовами инструментов.

OpenAI: GPT-5.3 Codex

GPT-5.3 Codex от OpenAI предназначена для редактирования и проверки репозиториев, а также агентных задач разработки. Модель поддерживает reasoning, tool calling, параллельные вызовы инструментов, работу с файлами и изображениями; доступный context составляет 380 тысяч токенов.

Qwen: Qwen3 Coder Next

Qwen3 Coder Next от Alibaba - open-weight модель для задач программирования, работы с репозиториями и агентных сценариев. Поддерживает context до 262144 токенов, reasoning и tool calling, включая параллельные вызовы инструментов.

Riverflow V2 Fast от Sourceful - быстрая версия линейки Riverflow 2.0 для производственных задач и сценариев, где важна низкая задержка. Модель принимает текст и изображения, поддерживает vision и редактирование изображений, а результатом может быть изображение.

Riverflow V2 Pro - модель Sourceful для работы с изображениями, принимает текст и изображения и создает новые изображения. Поддерживает редактирование и анализ изображений; context составляет 8192 токена.

StepFun: Step 3.5 Flash

Step 3.5 Flash - модель StepFun для быстрого мультимодального reasoning и помощи с программированием. Поддерживает reasoning и tool calling, принимает и генерирует текст; размер context - 262144 токена.

xAI: Grok Imagine

Grok Imagine от SpaceXAI - модель для генерации видео по текстовому запросу и изображению. Поддерживает редактирование изображений и задачи визуального дизайна, принимает текст и изображения, а результат выдаёт в формате видео.

MiniMax: MiniMax-M2 Her

MiniMax-M2 Her - вариант MiniMax M2 для диалогов и агентных взаимодействий с акцентом на персонажей. Модель работает с текстом и поддерживает prompt caching.

Z.ai: GLM-4.7-Flash

GLM-4.7-Flash от Zhipu AI помогает с кодом, маршрутизацией запросов и повседневной автоматизацией. Модель работает с текстом, поддерживает reasoning, tool calling, параллельные вызовы инструментов и структурированные ответы.

OpenAI: GPT Audio

GPT Audio от OpenAI генерирует речь с управляемым голосом и подачей, в том числе для озвучивания текста. Модель принимает аудио и текст, а возвращает аудио и текст; также поддерживает tool calling, структурированные выходы и logprobs.

OpenAI: GPT Audio Mini

GPT Audio Mini - модель OpenAI для генерации речи с настройкой голоса, озвучивания и подачи аудио. Она принимает текст и аудио, создаёт аудио и текст, а также поддерживает tool calling, logprobs и structured outputs.

Black Forest Labs: FLUX.2 [klein] 9B

FLUX.2 [klein] 9B - модель для создания и редактирования изображений по текстовым запросам. Она принимает текст и изображения, поддерживает визуальные задачи и подходит для работы с графическим дизайном.

Voyage AI: voyage-4

voyage-4 - embedding-модель общего назначения от VoyageAI by MongoDB. Принимает текст и возвращает embeddings. Указанная область применения включает выполнение инструкций, написание и анализ.

Voyage AI: voyage-4-large

voyage-4-large - embedding-модель VoyageAI by MongoDB для задач анализа и программирования, а также production-агентов. Принимает текст и преобразует его в embeddings; размер context составляет 32 тысячи токенов.

Voyage AI: voyage-4-lite

voyage-4-lite - embedding-модель от VoyageAI by MongoDB с текстовым вводом и векторным выводом. Рассчитана на обработку с низкой задержкой, извлечение информации, помощь в работе и автоматизацию рутинных задач.

Black Forest Labs: FLUX.2 Klein 4B

FLUX.2 Klein 4B от Black Forest Labs - модель для создания изображений по текстовым запросам, редактирования и задач визуального дизайна. Принимает текст и изображения, а результатом становится новое изображение; context составляет 40960 токенов.

Moonshot: Kimi K2.5

Kimi K2.5 от Moonshot AI - модель для работы с текстом и изображениями, ориентированная на длинный context, агентов и программирование. Поддерживает reasoning, vision, tool calling, параллельные вызовы инструментов и структурированный вывод; размер context - 262144 токена.

Upstage: Solar Pro 3

Solar Pro 3 от Upstage - модель для анализа, написания кода и агентных сценариев. Поддерживает reasoning, tool calling, параллельные вызовы инструментов, структурированный вывод и prompt caching; работает с текстом на входе и выходе.

MiniMax: MiniMax-M2.1

MiniMax-M2.1 - более ранняя агентная модель MiniMax для практических задач программирования и повышения продуктивности. Поддерживает reasoning, tool calling, параллельные вызовы инструментов и кэширование промптов.

Z.ai: GLM-4.7

GLM-4.7 от Zhipu AI предназначена для программирования, reasoning и структурированных агентских задач. Модель принимает и генерирует текст, поддерживает параллельные tool calling, prompt caching и структурированный вывод.

Google: Gemini 3 Flash Preview

Gemini 3 Flash Preview - быстрая мультимодальная модель Google с поддержкой reasoning и работы с инструментами. Принимает текст, аудио, изображения, видео и файлы, умеет выполнять параллельный tool calling, искать в интернете и формировать структурированные ответы.

Black Forest Labs: FLUX.2 [max]

FLUX.2 [max] от Black Forest Labs - модель для генерации изображений по текстовому запросу, редактирования изображений и задач визуального дизайна. Принимает текст и изображения, поддерживает vision и выдаёт изображения; context - 46864 токена.

NVIDIA: Nemotron 3 Nano 30B A3B

Nemotron 3 Nano 30B A3B - компактная MoE-модель Nvidia для задач программирования, математики и работы агентных систем с длинным context. Поддерживает reasoning, tool calling, структурированный вывод, logprobs и кеширование промптов; принимает и генерирует текст.

OpenAI: GPT-5.2

GPT-5.2 от OpenAI подходит для задач программирования, написания текстов и работы с инструментами. Модель принимает текст, изображения и файлы, поддерживает reasoning, web search, параллельные вызовы инструментов и структурированный вывод.

OpenAI: GPT-5.2 Codex

GPT-5.2 Codex от OpenAI помогает редактировать код в репозиториях, проверять изменения и выполнять длительные задачи в роли программного агента. Модель принимает текст и изображения, поддерживает reasoning, tool calling, структурированные ответы и поиск в интернете.

OpenAI: GPT-5.2 Pro

GPT-5.2 Pro - вариант GPT-5.2 для сложных задач на reasoning и проверки материалов. Принимает текст, изображения и файлы, поддерживает vision, web search, обязательный reasoning, параллельные tool calls и структурированные ответы.

OpenAI: GPT-5.2 Chat

GPT-5.2 Chat - модель OpenAI для диалогов, помощи с письмом и задач с инструментами. Она принимает текст, изображения и файлы, поддерживает vision, web search, tool calling, структурированный вывод и prompt caching.

Z.ai: GLM-4.6V

GLM-4.6V от Zhipu AI анализирует изображения, видео и документы, поддерживая visual reasoning и работу мультимодальных агентов. Модель принимает текст, изображения и видео, поддерживает tool calling, reasoning и prompt caching, а на выходе генерирует текст.

Relace: Relace Search

Relace Search - чат-модель для выполнения инструкций и агентных сценариев. Поддерживает tool calling, принимает текст на вход и генерирует текстовые ответы.

ByteDance: Seedream 4.5

Seedream 4.5 от ByteDance Seed - модель для генерации изображений по текстовым запросам, редактирования и задач визуального дизайна. Принимает текст и изображения, анализирует визуальный контент и создает изображения; context составляет 4096 токенов.

Mistral: Ministral 14B

Ministral 14B - компактная мультимодальная модель Mistral для локальных помощников и edge-агентов. Она принимает текст и изображения, генерирует текст и поддерживает prompt caching, structured outputs и tool calling.

Amazon: Nova 2 Lite

Nova 2 Lite - мультимодальная модель Amazon для анализа изображений и видео, планирования и работы с инструментами. Она принимает текст, файлы, изображения и видео, поддерживает reasoning и tool calling и может обрабатывать контекст до миллиона токенов.

DeepSeek: DeepSeek Chat

DeepSeek Chat - модель DeepSeek для выполнения инструкций, написания кода и анализа. Поддерживает reasoning, tool calling, параллельные вызовы инструментов и структурированный вывод; работает с текстом и имеет context на 163840 токенов.

DeepSeek: DeepSeek V3.2

DeepSeek V3.2 - текстовая модель с режимами thinking и non-thinking, разреженным механизмом внимания и поддержкой tool calling. Среди возможностей - reasoning, structured outputs, logprobs, параллельные вызовы инструментов и prompt caching.

Black Forest Labs: FLUX.2 [flex]

FLUX.2 [flex] от Black Forest Labs создает изображения по текстовым запросам и редактирует входные изображения. Модель принимает текст и изображения и поддерживает рабочие процессы визуального дизайна.

Black Forest Labs: FLUX.2 [pro]

FLUX.2 [pro] от Black Forest Labs создает изображения по текстовым запросам, поддерживает редактирование изображений и задачи визуального дизайна. На вход принимает текст и изображения, на выходе генерирует изображения.

OpenAI: GPT-Image-1.5

GPT-Image-1.5 от OpenAI создает изображения по текстовым запросам и редактирует загруженные изображения. Модель принимает на вход текст и изображения, а также подходит для задач визуального дизайна.

Anthropic: Claude Opus 4.5

Claude Opus 4.5 (latest) - модель Anthropic для reasoning, программирования и задач, где агенту нужно работать длительное время. Принимает текст, изображения и файлы, поддерживает web search, tool calling, параллельные вызовы инструментов и structured outputs.

Sentence Transformers: all-MiniLM-L12-v2

all-MiniLM-L12-v2 - это embedding модель от Sentence Transformers, которая преобразует текст в 384-мерные векторы. Она поддерживает контекст до 512 токенов и предназначена для семантического поиска, кластеризации и других задач. Модель принимает на вход текст и выдает embeddings.

BAAI: bge-base-en-v1.5

bge-base-en-v1.5 от BAAI - это embedding-модель, преобразующая английские тексты в 768-мерные векторы для семантического поиска и сопоставления документов. Версия v1.5 поддерживает контекст до 512 токенов, принимает текст и выдает embeddings, оптимизированные для retrieval-задач.

BAAI: bge-large-en-v1.5

bge-large-en-v1.5 от BAAI - это embedding-модель, которая преобразует английские предложения, абзацы и документы в 1024-мерные плотные векторы. Она обеспечивает качественные семантические представления для поиска, извлечения документов и задач NLP. Модель принимает на вход текст и выдает embeddings, поддерживая контекст до 512 токенов.

E5-Base-v2 от Intfloat - это embedding-модель, которая преобразует английские предложения и абзацы в плотные векторы размерностью 768. Она создана для задач семантического поиска и оценки схожести текстов, обеспечивая качественные векторные представления. Модель принимает на вход текст и работает с context до 512 токенов.

GTE-Base от Thenlper преобразует английские предложения и абзацы в плотные векторы embedding размерностью 768. Модель подходит для поиска семантически близких текстов, семантического поиска и кластеризации; context составляет 512 токенов.

GTE-Large - embedding-модель Thenlper, которая преобразует английские предложения, абзацы и документы умеренной длины в плотные векторы размерностью 1024. Подходит для поиска информации, семантического сопоставления текстов и reranking; поддерживает context до 512 токенов.

Multilingual-E5-Large - embedding-модель Intfloat, которая кодирует предложения, абзацы и документы более чем на 90 языках в плотные векторы размерностью 1024. Модель предназначена для multilingual retrieval и сравнения текстов на разных языках, её context составляет 512 токенов.

Sentence Transformers: paraphrase-MiniLM-L6-v2

paraphrase-MiniLM-L6-v2 - embedding-модель от Sentence Transformers, преобразующая предложения и короткие абзацы в плотные векторы размерностью 384. Подходит для выявления перефразирований, оценки семантического сходства, кластеризации и облегченного поиска; принимает текст с context до 512 токенов.

Sentence Transformers: all-mpnet-base-v2

all-mpnet-base-v2 от Sentence Transformers - это embedding-модель, преобразующая предложения и короткие абзацы в 768-мерные векторы. Она подходит для поиска, кластеризации и оценки сходства текстов, поддерживая контекст до 512 токенов. На вход подается текст, на выходе - embeddings.

OpenAI: GPT-5.1

GPT-5.1 - модель OpenAI для программирования, продуктовых задач и работы с инструментами. Принимает текст, изображения и файлы, поддерживает reasoning, tool calling, поиск в интернете и структурированные ответы.

OpenAI: GPT-5.1 Codex

GPT-5.1 Codex от OpenAI предназначена для редактирования репозиториев, проверки кода и работы программных агентов. Модель принимает текст и изображения, поддерживает reasoning, tool calling, web search и структурированный вывод.

OpenAI: GPT-5.1 Codex Max

GPT-5.1 Codex Max - модель OpenAI для редактирования кода, проверки репозиториев и агентной разработки. Принимает текст и изображения, поддерживает reasoning, параллельные вызовы инструментов, поиск в интернете и структурированный вывод.

OpenAI: GPT-5.1 Codex mini

GPT-5.1 Codex mini от OpenAI оптимизирована для редактирования репозиториев, ревью кода и агентных задач разработки. Принимает текст и изображения, генерирует текст, поддерживает reasoning, tool calling, структурированные выходные данные и web search.

Moonshot: Kimi K2 Thinking

Kimi K2 Thinking от Moonshot AI предназначена для исследований, планирования и решения сложных технических задач. Модель работает с текстом, поддерживает reasoning, tool calling и структурированный вывод.

Amazon: Nova Premier 1.0TOP

Nova Premier 1.0 - флагманская модель Amazon для сложного анализа, программирования и агентных задач в производственных сценариях. Принимает текст и изображения, отвечает текстом, поддерживает tool calling и prompt caching; размер context - 1000000 токенов.

Perplexity: Sonar Pro Search

Sonar Pro Search от Perplexity помогает проводить углублённые исследования и формировать синтез информации с цитированием источников. Модель принимает текст и изображения, выполняет web search, поддерживает reasoning и структурированный вывод.

OpenAI: GPT OSS Safeguard 20B

GPT OSS Safeguard 20B от OpenAI - модель для проверки запросов на соответствие политикам, модерации и маршрутизации с учетом рисков. Поддерживает текстовый ввод и вывод, reasoning, structured outputs и tool calling; context - 131072 токена.

MiniMax: MiniMax-M2

MiniMax-M2 - открытая модель MiniMax для coding agents и задач с активным использованием инструментов. Поддерживает текстовый ввод и вывод, reasoning, параллельные вызовы инструментов, структурированные ответы, logprobs и prompt caching.

Qwen: Qwen3-VL-32B-Instruct

Qwen/Qwen3-VL-32B-Instruct - vision-language модель для работы с изображениями и текстом. Подходит для visual reasoning, анализа документов и агентских задач; поддерживает tool calling, structured outputs и logprobs, размер context - 131072 токена.

IBM: Granite 4.0 Micro

Granite 4.0 Micro от IBM предназначена для низколатентной помощи, извлечения данных и автоматизации рутинных задач. Модель принимает и генерирует текст, а также поддерживает logprobs.

Fish Audio: S1

S1 от Fish Audio - модель для генерации речи по тексту. Она позволяет управлять голосом, подачей и стилем озвучивания; на вход принимает текст, а результатом становится аудио.

OpenAI: GPT-5 Image Mini

GPT-5 Image Mini от OpenAI помогает создавать изображения по текстовым запросам, редактировать визуальные материалы и решать задачи визуального дизайна. Модель принимает текст, изображения и файлы, а в ответ может предоставить изображение или текст.

Anthropic: Claude Haiku 4.5

Claude Haiku 4.5 (latest) от Anthropic - это быстрая модель для легких агентов, офисных задач и отзывчивого чата. Поддерживает context до 180000 токенов, принимает файлы, изображения и текст, а выдает только текст. Среди возможностей - параллельные tool calls, reasoning, structured outputs, vision и веб-поиск.

ByteDance: Seed 1.6

Seed 1.6 - модель ByteDance Seed для reasoning, выполнения инструкций и задач с использованием инструментов. Принимает текст, изображения и видео, генерирует текст и поддерживает structured outputs и tool calling.

OpenAI: GPT-5 Image

GPT-5 Image от OpenAI создает изображения по текстовым запросам, редактирует изображения и поддерживает рабочие процессы визуального дизайна. Принимает текст, изображения и файлы, а на выходе предоставляет изображения и текст; доступны reasoning и web search.

Qwen: Qwen3 VL 8B Thinking

Qwen3 VL 8B Thinking - vision-language модель Qwen для работы с изображениями и текстом. Поддерживает visual reasoning, анализ документов, agent tasks и tool calling, а также structured outputs и logprobs; context составляет 131072 токена, результат выводится в текстовом формате.

Qwen: Qwen3-VL-8B-Instruct

Qwen/Qwen3-VL-8B-Instruct - vision-language модель для задач с изображениями и текстом. Подходит для визуального reasoning, работы с документами и агентских сценариев, поддерживает tool calling и структурированный вывод. Context - 262144 токена.

Qwen: Qwen3-VL-30B-A3B-Thinking

Qwen3-VL-30B-A3B-Thinking - vision-language модель Qwen для работы с текстом и изображениями. Поддерживает reasoning, структурированный вывод и tool calling, подходит для анализа документов и агентских задач. Context - 262144 токена.

OpenAI: GPT-5 Pro

GPT-5 Pro от OpenAI предназначена для сложного анализа, проверки кода и планирования. Модель принимает текст, файлы и изображения, генерирует текст, поддерживает reasoning, структурированный вывод, tool calling, vision и web search.

OpenAI: Sora-2-Pro

Sora-2-Pro от OpenAI - модель для генерации и редактирования видео по текстовым запросам и изображениям. Поддерживает сценарии работы с движением, принимает текст и изображения, а результатом выдаёт видео.

Qwen: Qwen3 VL 30B A3B Instruct

Qwen3 VL 30B A3B Instruct - vision-language модель для visual reasoning, документов и agent-задач. Принимает изображения и текст, выдаёт текст, поддерживает tool calling и structured outputs.

Z.ai: GLM-4.6

GLM-4.6 - модель Zhipu AI для coding agents, reasoning и структурированных задач. Она принимает текст и поддерживает tool calling, параллельные вызовы инструментов, prompt caching и structured outputs.

Anthropic: Claude Sonnet 4.5

Claude Sonnet 4.5 (latest) от Anthropic - сбалансированная модель для программирования, анализа и агентных сценариев с контролем затрат. Поддерживает расширенный контекст, принимает файлы, изображения и текст, а также включает функции reasoning, tool calling, vision, web search и структурированные выходные данные.

DeepSeek: DeepSeek V3.2 Exp

DeepSeek V3.2 Exp - чат-модель для выполнения инструкций, программирования и анализа. Поддерживает reasoning, tool calling, параллельные вызовы инструментов, структурированный вывод и prompt caching. Принимает текст и генерирует текст.

TheDrummer: Cydonia 24B V4.1

Cydonia 24B V4.1 - это открытая модель с весами для адаптивного чата и самостоятельного хостинга производственных задач. Поддерживает контекст до 131072 токенов, принимает текстовые входные данные и генерирует текст. Включает функции logprobs, prompt caching и structured outputs для гибкой настройки.

OpenAI: gpt-image-1-mini

gpt-image-1-mini - модель OpenAI для генерации изображений по текстовым запросам, редактирования картинок и задач визуального дизайна. Принимает текст и изображения, а на выходе создает изображения.

Relace: Relace Apply 3

Relace Apply 3 - универсальная чат-модель для выполнения инструкций, написания текстов и анализа. Принимает текстовый ввод и выдаёт текстовый ответ.

Qwen: Qwen3 Max

Qwen3 Max - флагманская модель Alibaba для coding agents, сложных задач reasoning и работы с инструментами. Принимает и генерирует текст, поддерживает context до 262 144 токенов, параллельный tool calling и структурированные ответы.

Qwen: Qwen3 VL 235B A22B Instruct

Qwen3 VL 235B A22B Instruct - vision-language модель Alibaba для работы с изображениями и текстом. Подходит для visual reasoning, анализа документов и agent tasks, поддерживает context до 262144 токенов, reasoning, tool calling и structured outputs.

Qwen: Qwen3 VL 235B A22B Thinking

Qwen3 VL 235B A22B Thinking - vision-language модель Alibaba для работы с изображениями и текстом. Поддерживает визуальный reasoning, обработку документов, агентские задачи и tool calling.

DeepSeek: DeepSeek V3.1 Terminus

DeepSeek V3.1 Terminus - чат-модель DeepSeek для выполнения инструкций, программирования и анализа. Поддерживает reasoning, tool calling, структурированный вывод и prompt caching; принимает текст и формирует текстовые ответы.

Qwen: Qwen3-ASR Flash

Qwen3-ASR Flash - модель для распознавания речи, которая преобразует аудио в текст. Она принимает аудиозаписи и подходит для создания транскрипций и субтитров.

Qwen: Qwen3-Next 80B-A3B (Thinking)

Qwen3-Next 80B-A3B (Thinking) - модель Alibaba для локального reasoning, математических задач и работы coding-агентов. Поддерживает tool calling, параллельные вызовы инструментов, структурированный вывод и обязательный reasoning.

Qwen: Qwen3-Next 80B-A3B Instruct

Qwen3-Next 80B-A3B Instruct от Alibaba предназначена для многоязычного общения, reasoning и работы с инструментами. Поддерживает текстовый ввод и вывод, большой context, параллельный tool calling, structured outputs, prompt caching и logprobs.

Qwen: Qwen3 30B A3B Thinking 2507

Qwen3 30B A3B Thinking 2507 - текстовая reasoning-модель Qwen для решения задач, работы с математикой и программирования. Поддерживает обязательный reasoning и tool calling, принимает текстовый ввод и генерирует текст.

ByteDance: Seed 1.6 Flash

Seed 1.6 Flash - модель ByteDance Seed для быстрых диалогов, извлечения данных и простого tool calling. Принимает текст, изображения и видео, поддерживает reasoning и структурированные ответы, а на выходе генерирует текст.

Nous Research: Hermes 4 405B

Hermes 4 405B - модель общего назначения для reasoning, тщательного анализа и пошагового решения задач. Поддерживает работу с инструментами, принимает и генерирует текст.

Google: Nano Banana

Nano Banana от Google предназначена для быстрой генерации и редактирования изображений, а также создания материалов с сохранением согласованности персонажей. Модель принимает изображения и текст, выдаёт изображения и текст.

DeepSeek: DeepSeek V3.1

DeepSeek V3.1 - чат-модель от DeepSeek для выполнения инструкций, написания кода и анализа. Поддерживает контекст до 32768 токенов, принимает и возвращает текст. Включает reasoning, tool calling, параллельные вызовы инструментов, кэширование запросов и структурированные выходные данные.

Qwen: Qwen Image Edit

Qwen Image Edit принимает изображение и текстовый запрос, чтобы создавать и редактировать визуальный контент по инструкции. Модель возвращает изображение и поддерживает сценарии визуального дизайна с использованием возможностей vision.

Mistral: Mistral Medium 3.1

Mistral Medium 3.1 - модель Mistral для многоязычного общения, reasoning и рабочих процессов с инструментами. Принимает текст, изображения и файлы, поддерживает tool calling, структурированные ответы и prompt caching.

Z.ai: GLM-4.5V

GLM-4.5V от Zhipu AI - vision-модель для работы с изображениями и текстом. Поддерживает visual reasoning, анализ документов, создание мультимодальных агентов и tool calling.

OpenAI: GPT-5

GPT-5 - универсальная модель OpenAI для reasoning, программирования, написания текстов и работы с инструментами. Принимает текст, изображения и файлы, поддерживает web search, параллельные tool calls и structured outputs, а результат выдаёт в текстовом формате.

OpenAI: GPT-5 Mini

GPT-5 Mini от OpenAI - компактная модель для отзывчивых агентов, помощи с программированием и повседневной автоматизации. Принимает текст, изображения и файлы, поддерживает reasoning, vision, web search и tool calling, а ответы формирует в текстовом виде.

OpenAI: GPT-5 Nano

GPT-5 Nano от OpenAI подходит для маршрутизации запросов, извлечения данных, классификации и массовой обработки. Модель принимает текст, изображения и файлы, поддерживает reasoning, tool calling, web search и структурированный вывод.

Qwen: Qwen Image

Qwen Image - модель для создания и редактирования изображений по текстовым запросам, а также для задач визуального дизайна. Принимает на вход текст и изображения, анализирует визуальный контент и выдает изображения.

Anthropic: Claude Opus 4.1

Claude Opus 4.1 (latest) - флагманская модель Anthropic для reasoning, программирования и длительных агентских задач. Принимает текст, изображения и файлы, поддерживает tool calling, веб-поиск, параллельные вызовы инструментов и prompt caching.

OpenAI: GPT OSS 120B

GPT OSS 120B - открытая reasoning-модель OpenAI для самостоятельного развёртывания и создания агентов с настраиваемым управлением. Принимает текст и файлы, генерирует текст, поддерживает tool calling, параллельные вызовы инструментов и структурированный вывод.

OpenAI: GPT OSS 20B

GPT OSS 20B - открытая reasoning-модель OpenAI для запуска собственных агентов и развёртывания с настраиваемым управлением. Поддерживает context до 131072 токенов, обработку текста и файлов, tool calling, параллельные вызовы инструментов и структурированный вывод.

Qwen: Qwen3 30B A3B Instruct 2507

Qwen3 30B A3B Instruct 2507 от Alibaba подходит для многоязычного общения, reasoning и работы с инструментами через tool calling. Модель принимает и генерирует текст, поддерживает большой context, logprobs и структурированный вывод.

Z.ai: GLM-4.5

GLM-4.5 от Zhipu AI - универсальная модель с гибридным reasoning. Работает с текстом, поддерживает prompt caching и параллельный tool calling. Контекст - 131072 токена.

Z.ai: GLM-4.5-Air

GLM-4.5-Air - облегчённая модель Zhipu AI для быстрой помощи с программированием и создания более экономичных агентов. Она работает с текстом и поддерживает reasoning и tool calling.

Qwen: Qwen3 Coder Flash

Qwen3 Coder Flash от Alibaba предназначена для программных агентов, редактирования репозиториев и reasoning по коду. Поддерживает текстовый ввод и вывод, tool calling, logprobs и prompt caching; размер context - миллион токенов.

Qwen: Qwen3 235B A22B Thinking

Qwen3 235B A22B Thinking - модель для reasoning, работы с документами и агентных задач. Поддерживает обязательный reasoning и tool calling, включая параллельные вызовы инструментов, а также принимает текст и генерирует текст.

Qwen: Qwen3 Coder

Qwen3 Coder - модель для программирования, работы программных агентов и редактирования репозиториев. Поддерживает reasoning и tool calling, принимает и генерирует текст, context составляет 262144 токена.

Qwen: Qwen3 Coder Plus

Qwen3 Coder Plus - модель Alibaba для задач программирования: она подходит для работы программных агентов и внесения изменений в репозитории. Поддерживает context до 1 млн токенов, reasoning, tool calling и параллельные вызовы инструментов.

ByteDance: UI-TARS 7B

UI-TARS 7B - мультимодальная модель ByteDance для анализа текста, изображений, документов и медиа. Принимает текст и изображения, а ответы формирует в текстовом виде; поддерживает vision, structured outputs, prompt caching и logprobs.

Mistral: Voxtral Small 24B 2507

Voxtral Small 24B 2507 от Mistral - открытая chat-модель с поддержкой аудио для расшифровки речи и понимания звуковых данных. Принимает аудио, файлы и текст, поддерживает context до 32 768 токенов, tool calling и структурированный вывод для голосового управления инструментами.

Moonshot: Kimi K2

Kimi K2 от MoonshotAI предназначена для диалогов с длинным context, программирования и агентного reasoning. Модель работает с текстом и поддерживает tool calling, параллельные вызовы инструментов и кэширование промптов.

xAI: Grok 4

Grok 4 - модель для reasoning, coding и помощи в реальном времени. Поддерживает использование инструментов в агентных сценариях, принимает текстовые запросы и генерирует текстовые ответы.

Venice: Uncensored

Uncensored от Venice - модель на базе Mistral для многоязычного чата, reasoning и tool calling. Поддерживает контекст до 128K токенов, принимает и генерирует только текст, что упрощает её интеграцию в текстовые рабочие процессы.

Tencent: Hunyuan A13B Instruct

Hunyuan A13B Instruct - reasoning-модель Tencent для задач программирования, выполнения инструкций и работы в агентных сценариях. Принимает текст, формирует текстовые ответы и поддерживает структурированный вывод; размер context - 131072 токена.

Morph: Morph V3 Fast

Morph V3 Fast - текстовая модель Morph для быстрой помощи, извлечения информации и автоматизации повседневных задач. Поддерживает context до 81920 токенов, принимает текст на вход и генерирует текстовые ответы.

Morph: Morph V3 Large

Morph V3 Large - флагманская текстовая модель Morph для сложного анализа, написания кода и агентных процессов в production-среде. Поддерживает context до 262144 токенов, logprobs и структурированный вывод.

Baidu: ERNIE 4.5 VL 424B A47B

ERNIE 4.5 VL 424B A47B от Baidu - мультимодальная модель для визуального анализа, планирования и tool use. Она поддерживает reasoning и vision, принимая изображения и текст, с context до 123000 токенов. Модель решает задачи, требующие совмещения визуальной информации с логическими рассуждениями.

Mistral: Mistral Small 3.2

Mistral Small 3.2 - эффективная модель для быстрого общения, извлечения данных и производственных ассистентов. Обрабатывает текст и изображения, поддерживает reasoning, vision, tool calling, параллельные вызовы инструментов, кэширование промптов и структурированный вывод.

Mistral: Mistral Small 3.2 24B

Mistral Small 3.2 24B - модель Mistral для быстрых диалогов, извлечения информации и работы ассистентов. Принимает текст и изображения, генерирует текст, поддерживает tool calling, vision, logprobs и структурированный вывод.

Google: Gemini 2.5 Flash

Gemini 2.5 Flash от Google - мультимодальная модель для приложений, где важны скорость отклика и стоимость. Она принимает текст, изображения, аудио, видео и файлы, поддерживает reasoning, tool calling, веб-поиск и структурированные ответы.

Google: Gemini 2.5 Flash-Lite

Gemini 2.5 Flash-Lite от Google принимает текст, изображения, аудио, видео и файлы, а генерирует текст. Поддерживает reasoning, tool calling, параллельные вызовы инструментов, prompt caching, structured outputs и web search.

Google: Gemini 2.5 Pro

Gemini 2.5 Pro от Google предназначена для reasoning, программирования, математики и мультимодального анализа. Принимает аудио, файлы, изображения, текст и видео; поддерживает tool calling, web search и структурированный вывод текста.

MiniMax: MiniMax M1

MiniMax M1 - текстовая модель для общения, программирования, офисных и агентных задач. Поддерживает reasoning, tool calling и параллельные вызовы инструментов; context - 1000000 токенов.

OpenAI: o3-pro

o3-pro от OpenAI предназначена для сложных технических задач и подготовки тщательно обоснованных ответов. Модель принимает текст, изображения и файлы, поддерживает reasoning, web search, tool calling и структурированный вывод.

Qwen: Qwen3 Embedding 8B

Qwen3 Embedding 8B - модель для преобразования текста в embeddings. Подходит для семантического поиска, извлечения информации, кластеризации и ранжирования; поддерживает context до 32768 токенов.