Модели

Поисковая фундаментальная модель AI от Cohere для повышения релевантности информации, отображаемой в поисковых и RAG-системах. Отличается контекстным окном 32K, многоязычной поддержкой более чем 100+ языков, отсутствием необходимости предварительной обработки данных, а также передовой производительностью с низкой задержкой.

Поисковая фундаментальная модель AI от Cohere для повышения релевантности информации, отображаемой в поисковых и RAG-системах. Отличается контекстным окном 32K, многоязычной поддержкой на 100+ языках, отсутствием необходимости предварительной обработки данных и высокой производительностью с минимальной задержкой.

Rerank v3.5 предназначена для переупорядочивания результатов поиска с целью повышения релевантности. Поддерживает реранжирование мультиаспектных и полуструктурированных данных на 100+ языках. Идеально подходит для уточнения результатов пайплайнов семантического или ключевого поиска.

Gemma 4 26B A4B IT — это модель Mixture-of-Experts (MoE) с инструкционной настройкой от Google DeepMind. Несмотря на 25.2B общих параметров, во время инференса активируется только 3.8B на токен, что обеспечивает качество, близкое к -31B, при доле вычислительных затрат. Поддерживает мультимодальный ввод, включая текст, изображения и видео (до 60 секунд при 1fps). Имеет контекстное окно в 256K токенов, встроенный вызов функций, настраиваемый режим мышления/рассуждения и поддержку структурированного вывода. Выпущена под лицензией Apache 2.0.

Gemma 4 31B Instruct — это 30.7B плотная мультимодальная модель Google DeepMind, поддерживающая ввод текста и изображений с выводом текста. Она имеет контекстное окно размером 256K токенов, настраиваемый режим мышления/рассуждений, встроенный вызов функций и многоязычную поддержку для 140+ языков. Сильна в задачах программирования, рассуждений и понимания документов. Лицензия Apache 2.0.

Qwen 3.6 Plus построена на гибридной архитектуре, сочетающей эффективное линейное внимание с маршрутизацией разреженных смесей экспертов, что обеспечивает высокую масштабируемость и высокопроизводительный вывод. По сравнению с серией 3.5 она обеспечивает значительные улучшения в агентном кодировании, фронтенд-разработке и общем рассуждении, а также значительно улучшенный опыт «вайб-кодинга». Модель превосходно справляется со сложными задачами, такими как 3D-сцены, игры и решение проблем на уровне репозитория, достигая оценки 78.8 на SWE-bench Verified. Она представляет собой значительный скачок как в чисто текстовых, так и в мультимодальных возможностях, работая на уровне ведущих современных моделей.

GLM-5V-Turbo — первая нативная мультимодальная агентная фундаментальная модель Z.ai, созданная для задач визуального программирования и управления агентами. Она нативно обрабатывает изображения, видео и текстовые входные данные, превосходно справляется с долгосрочным планированием, сложным программированием и выполнением задач, а также бесшовно работает с агентами, замыкая полный цикл «восприятие → планирование → выполнение».

Trinity Large Thinking — это мощная открытая модель рассуждений от команды Arcee AI. Она показывает высокую производительность в PinchBench, агентных нагрузках и задачах на рассуждение. Видео запуска: https://youtu.be/Gc82AXLa0Rg?si=4RLn6WBz33qT--B7 Эта модель оптимизирована для агентных рабочих процессов и показывает наилучшие результаты при сохранении рассуждений (так называемое перемежающееся мышление). Узнайте, как сохранять рассуждения, в нашей документации: https://openrouter.ai/docs/guides/best-practices/reasoning-tokens#preserving-reasoning

Grok 4.20 Multi-Agent — это вариант Grok 4.20 от SpaceXAI, предназначенный для совместных агентных рабочих процессов. Несколько агентов работают параллельно, чтобы проводить глубокое исследование, координировать использование инструментов и синтезировать информацию при решении сложных задач. Поведение уровня усилий рассуждения: low / medium: агенты 4 high / xhigh: агенты 16

Grok 4.20 — это модель рассуждения от SpaceXAI с ведущей в отрасли скоростью и возможностями агентного вызова инструментов. Она сочетает самый низкий на рынке уровень галлюцинаций со строгим следованием инструкциям, обеспечивая стабильно точные и правдивые ответы. Рассуждение можно включить/отключить с помощью параметра reasoning enabled в API. Подробнее в нашей документации

Полные песни оцениваются в $0.08 за песню. Lyria 3 — это семейство моделей генерации музыки от Google, доступное через Gemini API. С помощью Lyria 3 вы можете создавать высококачественное стереоаудио с частотой 48кГц на основе текстовых подсказок или изображений. Эти модели обеспечивают структурную целостность, включая вокал, синхронизированные по времени тексты песен и полные инструментальные аранжировки. Lyria 3 Pro могут генерировать полноформатные песни с куплетами, припевами и бриджами.

Клипы длительностью 30 секунд стоят $0.04 за клип. Lyria 3 — это семейство моделей генерации музыки от Google, доступное через Gemini API. С помощью Lyria 3 вы можете создавать высококачественное стереоаудио с частотой 48 кГц из текстовых подсказок или изображений. Эти модели обеспечивают структурную целостность, включая вокал, синхронизированные тексты песен и полные инструментальные аранжировки. Lyria 3 Clip могут генерировать короткие клипы, лупы, превью.

Alibaba's most advanced video generation model, supporting over 10 visual creation capabilities in a unified system. Wan 2.6 generates 1080p video at 24fps from text, images, reference videos, or audio, with native audio-visual synchronization and precise lip-sync. Key features include reference-to-video (insert a character's appearance and voice into new scenes), multi-shot storytelling from simple prompts, synchronized sound effects and music, and support for 16:9, 9:16, and 1:1 aspect ratios with clips up to 15 seconds.

ByteDance — аудиовизуальная генеративная модель следующего поколения с архитектурой Dual-Branch Diffusion Transformer на 4.5B параметров. Seedance 1.5 Pro генерирует видео и аудио одновременно за один единый проход — это устраняет проблемы синхронизации при последовательном озвучивании. Поддерживает многоязычную синхронизацию губ (английский, мандаринский, японский, корейский, испанский и другие), кинематографическое управление камерой (панорамирование, наклон, масштабирование, орбитальное движение), диалоги нескольких персонажей и согласованность персонажей между кадрами. Pro создаёт клипы длительностью от 4 до 12 секунд с разрешением до 1080p. Количество токенов вычисляется по формуле: (высота выходного видео ширина выходного видео длительность * 24) / 1024

Google — это передовая модель генерации видео, созданная для максимальной визуальной точности в финальных производственных версиях. Veo 3.1 генерирует высококачественное видео разрешением 1080p из текстовых или графических подсказок с нативным синхронизированным звуком — включая диалоги, эффекты окружения и фоновые звуки. Поддерживает расширение сцен (до 20 связанных клипов для повествований длительностью 140+ секунд), переходы между двумя изображениями, вертикальное видео для Shorts и апскейлинг 4K.

Reka Edge — это чрезвычайно эффективная мультимодальная модель 7B, которая принимает изображения, видео и текст на входе и генерирует текстовые ответы. Модель оптимизирована специально для достижения ведущих в отрасли результатов в области понимания изображений, анализа видео, обнаружения объектов и использования инструментов агентами.

MiniMax-M2.7 — это большая языковая модель нового поколения, предназначенная для автономной продуктивности в реальных условиях и постоянного совершенствования. Созданная для активного участия в собственной эволюции, M2.7 интегрирует передовые агентные возможности благодаря мультиагентному взаимодействию, что позволяет ей планировать, выполнять и уточнять сложные задачи в динамических средах. Обученная для работы на производственном уровне, M2.7 справляется с такими задачами, как живая отладка, анализ первопричин, финансовое моделирование и полная генерация документов в Word, Excel и PowerPoint. Она показывает высокие результаты на тестах, включая 56.2% на SWE-Pro и 57.0% на Terminal Bench 2, а также достигает 1495 ELO на GDPval-AA, устанавливая новый стандарт для мультиагентных систем, работающих в реальных цифровых процессах.

GPT-5.4 nano — самый легковесный и экономичный вариант семейства GPT-5.4, оптимизированный для задач, критичных к скорости и большим объёмам. Он поддерживает ввод текста и изображений и предназначен для сценариев с низкой задержкой, таких как классификация, извлечение данных, ранжирование и выполнение субагентов. Модель ставит приоритет на отзывчивость и эффективность, а не на глубокое рассуждение, что делает её идеальной для конвейеров, требующих быстрых и надёжных результатов в масштабе. GPT-5.4 nano хорошо подходит для фоновых задач, систем реального времени и распределённых агентных архитектур, где минимизация затрат и задержек критически важна.

GPT-5.4 mini переносит основные возможности GPT-5.4 в более быструю и эффективную модель, оптимизированную для высоконагруженных рабочих нагрузок. Она поддерживает ввод текста и изображений, обеспечивая высокую производительность в рассуждениях, написании кода и использовании инструментов, при этом снижая задержку и стоимость для масштабных развертываний. Модель предназначена для производственных сред, требующих баланса между производительностью и эффективностью, что делает её подходящей для чат-приложений, помощников по программированию и агентских рабочих процессов, работающих в масштабе. GPT-5.4 mini обеспечивает надёжное следование инструкциям, уверенные многошаговые рассуждения и стабильные результаты в различных задачах при улучшенной экономической эффективности.

Mistral Small 4 — это следующий крупный релиз в семействе Mistral Small, объединяющий возможности нескольких флагманских моделей Mistral в единую систему. Он сочетает в себе сильные рассуждения от Magistral, мультимодальное понимание от Pixtral и агентные возможности кодирования от Devstral, позволяя одной модели выполнять сложный анализ, разработку программного обеспечения и визуальные задачи в рамках одного рабочего процесса.

pplx-embed-v1 -4B — одна из современных моделей текстовых эмбеддингов Perplexity, созданных для реального веб-масштабного поиска. pplx-embed-v1 оптимизирована для стандартного плотного текстового поиска: модель с 4B параметрами максимизирует качество поиска.

pplx-embed-v1-0.6B — одна из передовых моделей встраивания текста от Perplexity, разработанная для реального поиска в веб-масштабе. pplx-embed-v1 оптимизирована для стандартного плотного текстового поиска с моделью с параметрами 0.6B, ориентированной на лёгкую и низколатентную генерацию встраиваний.

GLM-5 Turbo — это новая модель от Z.ai, предназначенная для быстрого вывода и высокой производительности в средах, управляемых агентами, таких как OpenClaw. Она глубоко оптимизирована для реальных рабочих процессов агентов, включая длинные цепочки выполнения, улучшенную обработку сложных инструкций, декомпозицию задач, использование инструментов, плановое и постоянное выполнение, а также общую стабильность при длительных задачах.

NVIDIA Nemotron 3 Super — это открытая гибридная модель MoE с параметрами 120B, активирующая всего 12B параметров для максимальной вычислительной эффективности и точности в сложных мультиагентных приложениях. Построенная на гибридной архитектуре Mamba-Transformer Mixture-of-Experts с многотокенным предсказанием (MTP), она обеспечивает более чем 50% более высокую генерацию токенов по сравнению с ведущими открытыми моделями. Модель имеет контекстное окно в 1M токенов для долгосрочной когерентности агента, междокументного рассуждения и многошагового планирования задач. Латентный MoE позволяет вызывать 4 экспертов по стоимости вывода только одного, улучшая интеллект и обобщение. Многосредовое обучение RL на 10+ средах обеспечивает ведущую точность на бенчмарках, включая AIME 2025, TerminalBench и SWE-Bench Verified. Полностью открытая с весами, наборами данных и рецептами под открытой лицензией NVIDIA, Nemotron 3 Super позволяет легко настраивать и безопасно развертывать где угодно — от рабочей станции до облака.

Seed-2.0-Lite — это универсальная и экономичная корпоративная рабочая лошадка, которая обеспечивает мощные мультимодальные и агентные возможности при заметно более низкой задержке, что делает её практичным выбором по умолчанию для большинства производственных нагрузок, связанных с текстом, зрением и инструментами. Разработанная для высокочастотного визуального понимания и агентных рабочих процессов, она идеально подходит для масштабного развёртывания с минимальной задержкой.

Qwen3.5-9B — это мультимодальная фундаментальная модель из семейства Qwen3.5, разработанная для обеспечения сильных рассуждений, программирования и визуального понимания в эффективной архитектуре с 9B параметрами. Она использует унифицированный дизайн «зрение-язык» с ранним слиянием мультимодальных токенов, что позволяет модели обрабатывать и рассуждать над текстом и изображениями в одном контексте.

GPT-5.4 Pro — самая современная модель OpenAI, основанная на единой архитектуре GPT-5.4 с улучшенными возможностями рассуждения для сложных задач с высокими ставками. Она имеет контекстное окно на 1M+ токенов (922K на вход, 128K на выход) с поддержкой текстовых и графических входных данных. Оптимизированная для пошаговых рассуждений, следования инструкциям и точности, GPT-5.4 Pro превосходно справляется с агентным программированием, длинными контекстными рабочими процессами и многошаговым решением задач.

GPT-5.4 — новейшая фронтирная модель OpenAI, объединяющая линейки Codex и GPT в единую систему. Она поддерживает контекстное окно размером 1M+ токенов (922K на входе, 128K на выходе) с поддержкой текстовых и графических входных данных, что позволяет выполнять рассуждения с большим контекстом, программирование и мультимодальный анализ в рамках одного рабочего процесса. Модель обеспечивает улучшенную производительность в программировании, понимании документов, использовании инструментов и следовании инструкциям. Она разработана как надёжное решение по умолчанию как для задач общего назначения, так и для программной инженерии, способна генерировать производственный код, синтезировать информацию из множества источников и выполнять сложные многошаговые рабочие процессы с меньшим количеством итераций и большей эффективностью использования токенов.

Mercury 2 — это чрезвычайно быстрая модель рассуждений LLM и первая диффузионная модель рассуждений LLM (dLLM). Вместо последовательной генерации токенов Mercury 2 создаёт и уточняет несколько токенов параллельно, достигая >1,000 токенов/сек на стандартном GPUs. Mercury 2 работает в 5x+ раз быстрее, чем ведущие оптимизированные по скорости LLMs, такие как Claude 4.5 Haiku и GPT 5 Mini, при значительно меньшей стоимости. Mercury 2 поддерживает настраиваемые уровни рассуждений, контекст 128K, нативное использование инструментов и вывод JSON, соответствующий схеме. Создан для рабочих процессов программирования, где задержки накапливаются, для голосовых/поисковых операций в реальном времени и агентных циклов. Совместим с OpenAI API. Подробнее читайте в блог-посте.

Gemini 3.1 Flash Lite Preview — это высокоэффективная модель Google, оптимизированная для сценариев с большими объёмами использования. Она превосходит Gemini 2.5 Flash Lite по общему качеству и приближается к производительности Gemini 2.5 Flash по ключевым возможностям. Улучшения охватывают аудиовход/ASR, ранжирование фрагментов RAG, перевод, извлечение данных и завершение кода. Поддерживаются все уровни мышления (минимальный, низкий, средний, высокий) для точной настройки соотношения затрат и производительности. Цена составляет половину стоимости Gemini 3 Flash.