Модели

Бесплатная модель GoRouter: 10 запросов в день, а при доступном балансе от 500 ₽ и подтверждённых пополнениях на общую сумму от 500 ₽ после вычета возвратов — 50 запросов в день. Лимиты: 16 тыс. входных и 32 тыс. выходных токенов. Доступ может временно приостанавливаться при исчерпании общего дневного бюджета.

10 запросов в день, 50 при балансе от 500 ₽ и пополнениях от 500 ₽ · лимиты 16k/32k

DeepSeek V4.1 Flash 1017 — это октябрьский 17, 2026 снапшот DeepSeek V4.1 Flash, предоставляемый DeepSeek под именем модели deepseek-flash API. V4.1 Flash — это разреженная модель смеси экспертов от DeepSeek, и первая, построенная на архитектуре компании Causal Encoder-Decoder (CED). Она активирует 8B параметров на входе и 16B на выходе из бэкбона с 552B параметрами, что является асимметричным разделением, которое сохраняет низкую вычислительную стоимость на токен относительно общего размера модели. Понимание изображений изначально присуще архитектуре: визуальные и текстовые эмбеддинги обучаются совместно с самого начала предварительного обучения, а не добавляются впоследствии, как в более ранней экспериментальной модели V4 Flash Vision Exp. Она подходит для агентов, работающих с кодом, терминалом и компьютером, а также для долгосрочных задач, которые должны выполняться до конца на протяжении многих шагов, и для анализа длинного контекста. Сжатое кэширование KV сокращает объём кэш-памяти примерно до четверти по сравнению с предыдущим поколением Flash, значительно снижая затраты на агентные нагрузки. DeepSeek позиционирует её как экономически эффективный уровень семейства V4.1 и сообщает, что она превосходит V4 Pro по производительности, скорости и времени выполнения задач.

Glimpse — это мультимодальная модель визуального рассуждения от Elorian, созданная для понимания изображений и сложных визуальных рассуждений в физическом мире. Она рассуждает непосредственно над изображениями и видео, а не преобразует их в текст заранее, поэтому может находить мелкие детали в насыщенных сценах, отслеживать события между кадрами видео и обосновывать свои ответы тем, что действительно находится на экране. Она подходит для агентных визуальных рабочих процессов, таких как визуальный поиск, генерация описаний видео и плотный подсчёт объектов, а также для сценариев физического мира в робототехнике, строительстве, инженерии и производстве.

Qwen Image 2.1 Turbo — это быстрый, менее затратный уровень серии Qwen Image 2.1 от Qwen, для генерации и редактирования изображений, где пропускная способность и цена важнее максимальной точности. См. Qwen Image 2.1 Pro для уровня более высокого качества.

Qwen Image 2.1 Pro — это модель генерации и редактирования изображений от Qwen, более качественного уровня серии Qwen Image 2.1. Выбирайте её вместо Qwen Image 2.1 Turbo, когда точность вывода важнее стоимости или скорости.

Decider Flash V1.2 — это модель принятия решений с 4B параметрами от Perplexity, более компактный и недорогой аналог Decider V1.2 с тем же контрактом API. Вместо генерации текста она читает контент, переданный как state (текст, JSON или изображения), и возвращает типизированные вероятностные ответы на один или несколько именованных вопросов в одном запросе: вероятность «да» для вопроса с ответом «да/нет» (noul), вероятность для каждого варианта плюс наиболее вероятный вариант (choice, до 255 вариантов) или вероятность для каждого уровня упорядоченной рубрики плюс ожидаемый балл (score). Она подходит для высоконагруженной классификации, маршрутизации и модерации, где код приложения проверяет возвращаемые числа по порогам, а не разбирает текст чата.

Decider V1.2 — это новая 27B контрольная точка модели принятия решений Perplexity, приходящая на смену Decider V1.1 27B с тем же контрактом API. Вместо генерации текста она читает контент, переданный как state (текст, JSON или изображения), и возвращает типизированные вероятностные ответы на один или несколько именованных вопросов в одном запросе: вероятность «да» для вопроса с ответом да/нет (noul), вероятность для каждого варианта плюс наиболее вероятный вариант (choice, до 255 вариантов) или вероятность для каждого уровня упорядоченной рубрики плюс ожидаемый балл (score). Она создана для классификации, маршрутизации, модерации и оценки по рубрикам, где прикладной код проверяет пороговые значения возвращаемых чисел, а не разбирает ответ чата. Для меньшего и более дешёвого варианта с тем же контрактом см. Decider Flash V1.2.

Эта модель всегда перенаправляет на последнюю модель в семействе Decider Flash.

Beam 1.0 — это модель рассуждений с открытыми весами от Reflection для программирования и длительных агентских рабочих процессов. Она использует разреженную архитектуру смеси экспертов с 501B всего и 23B активными параметрами на токен, а также контекстное окно в 1M токенов. Beam нацелена на разработку программного обеспечения, многошаговое использование инструментов, а также математические и научные рассуждения, с акцентом на эффективность использования токенов. Она принимает текстовый ввод и выдаёт текстовый вывод, поддерживает настраиваемое усилие рассуждения, вызовы функций и структурированные выводы, и выпущена под лицензией Apache 2.0.

Span-02 — это модель принятия решений с открытыми весами от Respan. Она считывает состояние текста и изображений и отвечает на заданные вами вопросы о нём: выбор одного из нескольких вариантов, ответ «да/нет/неизвестно» или оценка по шкале. Она подходит для оценки, защитных механизмов, маршрутизации и мониторинга выходных данных LLM и агентов в масштабе. Она является преемником Span-01.

d1-ultra — это самая крупная модель принятия решений Liquid AI, предоставляемая как эндпоинт System One. Отправьте состояние текста и изображений вместе с типизированными вопросами, и она вернёт выбор, оценку или ответ «да/нет», каждый с вероятностью, взятой непосредственно из модели, а не сформулированной в виде текста. Она использует ту же схему /v1/systemone, что и другие модели OpenRouter Decisions, поэтому она подходит для маршрутизации, классификации, модерации и визуальных проверок, которым нужен быстрый и оценённый ответ вместо прозы.

Krea K3 Edit — это модель редактирования изображений (image-to-image) от Krea. Она принимает от одного до восьми референсных изображений плюс текстовый запрос и возвращает одно отредактированное изображение, следуя инструкциям, которые варьируются от небольших локальных изменений до сложных многошаговых правок, сохраняя при этом объекты и композицию референсов без изменений. Выходное изображение соответствует форме входного, если не запрошено другое соотношение сторон. Быстрый режим по умолчанию выполняет большинство правок менее чем за десять секунд, что подходит для интерактивных инструментов редактирования и рабочих процессов, генерирующих множество вариаций одного и того же исходного изображения.

Moondream 3 Preview — это визуально-языковая модель от Moondream с 9B всего параметров и 2B активных (смесь экспертов). Она поддерживает ответы на визуальные вопросы, создание подписей, OCR и визуальные рассуждения по изображениям, с контекстом в 32K токенов и опциональным режимом рассуждения.

Moondream 3.1 — это визуально-языковая модель от Moondream, преемник Moondream 3 Preview, с общим числом параметров 9B и 2B активными (смесь экспертов). Она поддерживает ответы на визуальные вопросы, создание подписей, OCR и визуальные рассуждения по изображениям, с контекстом в 32K токенов и опциональным режимом рассуждений.

Muse Spark Open — это модель с открытыми весами, оптимизированная для программирования. Обученная специально для агентных рабочих процессов написания кода, она обеспечивает более высокую точность с первой попытки, надёжный вызов инструментов и глубокое понимание кодовой базы в репозиториях, с которыми разработчики реально работают.

FLUX 3 Image Klein — это модель генерации и редактирования изображений с открытыми весами от Black Forest Labs. Она подходит для генерации по текстовому описанию, мультиреференсного редактирования, сохраняющего персонажей и объекты согласованными на разных изображениях, переноса стиля по референсу и рендеринга текста. При 5.6B параметрах это меньшая и более быстрая модель семейства FLUX 3 Image.

NVIDIA Nemotron 3.5 Super VL — это открытая мультимодальная модель смеси экспертов от NVIDIA с 12B активными параметрами из 120B общих. Она принимает текст, изображения, документы, GUI скриншоты и видео на вход и возвращает текст, и предназначена для длительных агентов, сочетающих визуальное понимание с рассуждением и использованием инструментов. Она использует гибридную архитектуру Mamba-Transformer с мультитокеновым предсказанием и поддерживает контекст в 1M токенов. Типичные случаи использования включают интеллектуальную обработку документов, веб-исследования, проверку кода, обслуживание клиентов и понимание видео. Рассуждение включено по умолчанию и может быть отключено или ограничено бюджетом токенов.

Jev 1.14 — последняя версия Jev, структурированной модели принятия решений от TypeSafe, и первая из её моделей System One. Модели System One принимают быстрые, структурированные решения для программного обеспечения, возвращая типизированный ответ, а не свободный текст. Они подходят для маршрутизации, классификации и других точек принятия решений внутри приложения, где быстрый и предсказуемый ответ важнее сгенерированной прозы. Подробнее в документации TypeSafe: https://docs.typesafe.ai/models

Universal-3.6 Pro — это модель распознавания речи от AssemblyAI и преемник Universal-3.5 Pro, представленная здесь через Sync API от AssemblyAI. По сравнению с Universal-3.5 Pro, AssemblyAI сообщает о 30% меньшем количестве ошибок на коротких разговорных репликах, 12% меньшем количестве ошибок в среднем по поддерживаемым языкам, 14 новых поддерживаемых языках, а также о лучшем распознавании и форматировании таких сущностей, как номера телефонов, адреса, электронные письма и коды. Она возвращает полную транскрипцию с таймстампами на уровне слов в одном синхронном ответе для аудиоклипов длительностью до 120 секунд, принимает входные данные 16-бит WAV и поддерживает свободный текстовый промптинг, ключевые термины и контекст разговора для направления транскрипции в сторону предметной лексики.

Эта модель всегда перенаправляет на последнюю модель в семействе Decider.

Эта модель всегда перенаправляет на последнюю модель семейства Pareto.

Pareto — это мультимодальная композитная модель, созданная для исследований, программирования и агентных рабочих процессов, обеспечивая при этом производительность передового уровня в широком спектре задач общего назначения.

HeyGen Voice — это модель синтеза речи от HeyGen. Она поставляется с 10 голосами по умолчанию, или вы можете указать собственный ключ HeyGen, чтобы использовать голосовые клоны из вашего аккаунта. Она передаёт аудио потоком в формате 44.1 kHz моно PCM, с поддержкой 39 языков и до 5,000 символов на запрос.

HeyGen Voice Turbo — это версия HeyGen Voice с более низкой задержкой, модели преобразования текста в речь от HeyGen. Она включает те же 10 голосов по умолчанию, либо вы можете использовать собственный ключ HeyGen, чтобы применять клоны голосов из вашего аккаунта. Она выводит потоковое 44.1 kHz моно PCM аудио, поддерживая 39 языков и до 5,000 символов на запрос.

LFM2.5-24B-A2B — это модель рассуждений на основе смеси экспертов от Liquid AI с 24B общими и 2.45B активными параметрами. Она всегда рассуждает перед ответом и создана для агентов, которые вызывают инструменты. Liquid рекомендует использовать её вместе с поиском или веб-поиском для задач, требующих больших объёмов знаний.

Drama 3 — это модель преобразования текста в речь от Fish Audio, предназначенная для управляемых голосовых выступлений. Вы пишете указание на естественном языке в квадратных скобках перед строкой, например [nervous, barely holding it together], и можете добавлять звуки и паузы прямо в строке или изменять подачу конкретных слов с помощью парных тегов, таких как ``. Она поддерживает сцены с несколькими говорящими в одном запросе, переключение языка в середине предложения на 80+ языков тем же голосом, а также фонемные теги для закрепления произношения имён и терминов.

Gemini 4 Argon — это флагманская модель рассуждений Google, созданная для сложной разработки программного обеспечения, глубокого решения математических и научных задач, а также для автономных многошаговых агентов. Google обучила её сохранять контекст в длинных многошаговых задачах и превращать длинные документы, содержащие текст, таблицы, диаграммы и изображения, в единый обоснованный результат. Она возглавляет индекс Vals в финансовой, юридической, программной и налоговой сферах и поддерживает длинное декодирование до 1M выходных токенов в одном ответе.

Summarize — это абстрактивная модель суммаризации от ScaleDown. Она сжимает длинные тексты и документы в связный, точный пересказ, а не заимствует предложения из исходника, и подходит для рецензирования документов, дайджестов транскриптов и предобработки RAG, когда полученный контент необходимо сократить перед передачей другой модели. Формат, фокус, язык и длина задаются через системный промпт, при этом сэмплирование фиксировано на конфигурации, настроенной на точный вывод. Подробнее в документации ScaleDown: https://docs.scaledown.ai/api-reference/summarize-overview

Extract — это модель извлечения сущностей, управляемая описанием, от ScaleDown. Вместо фиксированного набора типов сущностей вызывающая сторона описывает нужные поля простым английским языком через provider.options.scaledown.entities, а модель возвращает каждый совпадающий фрагмент с оценкой уверенности, смещениями символов и окружающим контекстом. Она подходит для извлечения структурированных значений из договоров, счетов, электронных писем и транскриптов и включает встроенный OCR, так что сканированные изображения и PDFs работают без отдельного шага. Узнайте больше в документации ScaleDown: https://docs.scaledown.ai/api-reference/extract-overview

Classify-1 — это структурированная модель принятия решений от ScaleDown, предоставляемая через Decisions API от OpenRouter. Она оценивает текст или документ по задаваемым вызывающей стороной вопросам с вариантами выбора, да/нет и упорядоченной шкалой и возвращает калиброванные вероятности, а не сгенерированную прозу, что делает её подходящей для маршрутизации, модерации, определения намерений и тегирования доменов внутри приложения. Она совместима по запросам с Jev Decisions API от TypeSafe. Подробнее в документации ScaleDown: https://docs.scaledown.ai/api-reference/decisions-overview