Модели

Seed 1.6 Flash — это сверхбыстрая мультимодальная модель глубокого мышления от ByteDance Seed, поддерживающая как текстовое, так и визуальное понимание. Она обладает контекстным окном 256k и может генерировать выходные данные объемом до 16k токенов.

Seed 1.6 — это универсальная модель, выпущенная командой ByteDance Seed. Она включает мультимодальные возможности и адаптивное глубокое мышление с окном контекста 256K.

MiniMax-M2.1 — это легковесная большая языковая модель современного уровня, оптимизированная для программирования, агентных рабочих процессов и разработки современных приложений. Имея всего 10 миллиарда активных параметров, она обеспечивает значительный скачок в реальной производительности, сохраняя при этом исключительную задержку, масштабируемость и экономическую эффективность. По сравнению с предшественником, M2.1 выдаёт более чистые и лаконичные результаты и более быстрое воспринимаемое время ответа. Она демонстрирует ведущую многоязычную производительность в области кодирования в основных системах и языках приложений, достигая 49.4% в Multi-SWE-Bench и 72.5% в SWE-Bench Multilingual, и служит универсальным «мозгом» агента для IDEs, инструментов кодирования и общей помощи. Чтобы не допустить ухудшения производительности этой модели, MiniMax настоятельно рекомендует сохранять рассуждения между ходами. Узнайте больше об использовании reasoning_details для передачи рассуждений в нашей документации.

GLM-4.7 — это последняя флагманская модель Z.ai, с улучшениями в двух ключевых областях: расширенные возможности программирования и более стабильное многошаговое рассуждение/исполнение. Она демонстрирует значительные улучшения в выполнении сложных агентных задач, обеспечивая при этом более естественное общение и превосходную эстетику интерфейса.

Gemini 3 Flash Preview — это высокоскоростная и высокоценная модель мышления, разработанная для агентных рабочих процессов, многоходового чата и помощи в программировании. Она обеспечивает рассуждения и использование инструментов почти уровня Pro с существенно меньшей задержкой, чем более крупные варианты Gemini, что делает её хорошо подходящей для интерактивной разработки, длительных агентных циклов и задач совместного программирования. По сравнению с Gemini 2.5 Flash она обеспечивает широкие улучшения качества в рассуждениях, мультимодальном понимании и надёжности. Модель поддерживает окно контекста в 1M токенов и мультимодальные входные данные, включая текст, изображения, аудио, видео и PDFs, с выводом текста. Она включает настраиваемые рассуждения через уровни мышления (минимальный, низкий, средний, высокий), структурированный вывод, использование инструментов и автоматическое кэширование контекста. Gemini 3 Flash Preview оптимизирована для пользователей, которые хотят сильных рассуждений и агентного поведения без затрат или задержек полномасштабных передовых моделей.

FLUX.2 [max] — это новая топ-модель изображений от Black Forest Labs, поднимающая качество изображений, понимание промптов и согласованность редактирования на самый высокий уровень на сегодняшний день. Цены следующие, согласно документации: Вход: мы взимаем $0.03 за каждый мегапиксель на входе (т.е. референсные изображения для редактирования) Выход: первый сгенерированный мегапиксель стоит $0.07. Каждый последующий мегапиксель стоит $0.03.

NVIDIA Nemotron 3 Nano 30B A3B — это небольшая языковая MoE модель с наивысшей вычислительной эффективностью и точностью для разработчиков, создающих специализированные агентные AI системы. Модель полностью открыта: открытые веса, наборы данных и рецепты позволяют разработчикам легко настраивать, оптимизировать и разворачивать модель на своей инфраструктуре для максимальной конфиденциальности и безопасности.

GPT-5.2 Chat (AKA Instant) — это быстрый и легковесный представитель семейства 5.2, оптимизированный для чатов с низкой задержкой и при этом сохраняющий высокий общий интеллект. Он использует адаптивные рассуждения, чтобы выборочно «размышлять» над сложными запросами, повышая точность в математике, программировании и многошаговых задачах, не замедляя при этом типичные разговоры. По умолчанию модель более тёплая и разговорчивая, лучше следует инструкциям и демонстрирует более стабильные краткие рассуждения. GPT-5.2 Chat предназначен для высоконагруженных интерактивных сценариев, где скорость отклика и согласованность важнее глубоких размышлений.

GPT-5.2 Pro — это самая продвинутая модель OpenAI, предлагающая значительные улучшения в агентном программировании и работе с длинным контекстом по сравнению с GPT-5 Pro. Она оптимизирована для сложных задач, требующих пошаговых рассуждений, следования инструкциям и точности в сценариях с высокими ставками. Модель поддерживает функции маршрутизации во время тестирования и расширенное понимание промптов, включая указанные пользователем намерения, например «хорошенько подумай об этом». Улучшения включают снижение галлюцинаций, подхалимства и более высокую производительность в задачах, связанных с программированием, письмом и здоровьем.

GPT-5.2 — это новейшая модель пограничного класса в серии GPT-5, обеспечивающая более высокую производительность в агентных сценариях и работе с длинным контекстом по сравнению с GPT-5.1. Она использует адаптивные рассуждения для динамического распределения вычислительных ресурсов, быстро отвечая на простые запросы и затрачивая больше глубины на сложные задачи. Созданная для широкого охвата задач, GPT-5.2 обеспечивает стабильный прирост в математике, программировании, научных и инструментальных рабочих нагрузках, предлагая более связные развёрнутые ответы и повышенную надёжность использования инструментов.

Devstral 2 — это современная открытая модель от Mistral AI, специализирующаяся на агентном написании кода. Это плотная трансформерная модель с 123B параметрами, поддерживающая контекстное окно 256K. Devstral 2 поддерживает исследование кодовых баз и координацию изменений в нескольких файлах, сохраняя контекст на уровне архитектуры. Она отслеживает зависимости фреймворков, обнаруживает сбои и повторяет попытки с исправлениями — решая такие задачи, как исправление ошибок и модернизация устаревших систем. Модель можно дообучать для приоритизации конкретных языков или оптимизации для крупных корпоративных кодовых баз. Она доступна под модифицированной лицензией MIT.

Модель relace-search использует инструменты 4-12, view_file и grep параллельно для исследования кодовой базы и возврата релевантных файлов по запросу пользователя. В отличие от RAG, relace-search выполняет агентные многошаговые рассуждения, чтобы получить высокоточные результаты в 4 раз быстрее, чем любая передовая модель. Она предназначена для работы в качестве субагента, который передаёт свои результаты «оракулу» — агенту-кодеру, координирующему и выполняющему остальную часть задачи по написанию кода. Для использования relace-search необходимо создать подходящую среду агента и parse полученный ответ для извлечения релевантной информации, которую нужно передать «оракулу». Подробнее об этом можно прочитать в Relace документации.

GLM-4.6V — это большая мультимодальная модель, предназначенная для высокоточного визуального понимания и рассуждений в длинном контексте по изображениям, документам и смешанным медиа. Модель поддерживает до 128K токенов, обрабатывает сложные макеты страниц и диаграммы непосредственно как визуальные входные данные, а также интегрирует нативную мультимодальную функцию вызова для связи восприятия с последующим выполнением инструментов. Модель также обеспечивает чередующуюся генерацию изображений и текста и рабочие процессы реконструкции UI, включая синтез из скриншота в HTML и итеративное визуальное редактирование.

GPT-5.1-Codex-Max — это последняя агентная модель для написания кода от OpenAI, разработанная для длительных задач разработки программного обеспечения с большим контекстом. Она основана на обновлённой версии стека рассуждений 5.1 и обучена на агентных рабочих процессах, охватывающих разработку программного обеспечения, математику и исследования. GPT-5.1-Codex-Max обеспечивает более высокую производительность, улучшенные рассуждения и более высокую эффективность использования токенов на всём жизненном цикле разработки.

Nova 2 Lite — это быстрая, экономичная модель рассуждений для повседневных задач, которая может обрабатывать текст, изображения и видео для генерации текста. Nova 2 Lite демонстрирует выдающиеся возможности в обработке документов, извлечении информации из видео, генерации кода, предоставлении точных обоснованных ответов и автоматизации многошаговых агентных рабочих процессов.

Самая крупная модель в семействе Ministral 3, Ministral 3 14B предлагает передовые возможности и производительность, сравнимые с её более крупным Mistral Small 3.2 24B аналогом. Мощная и эффективная языковая модель с возможностями зрения.

Сбалансированная модель в семействе Ministral 3, Ministral 3 8B — это мощная, эффективная крошечная языковая модель с возможностями зрения.

Самая маленькая модель в семействе Ministral 3, Ministral 3 3B — это мощная, эффективная крошечная языковая модель с возможностями зрения.

Mistral Large 3 2512 — это самая производительная модель Mistral на сегодняшний день, использующая разреженную архитектуру смеси экспертов с 41B активными параметрами (675B всего) и выпущенная под лицензией Apache 2.0.

DeepSeek-V3.2 — это большая языковая модель, предназначенная для гармоничного сочетания высокой вычислительной эффективности с сильными возможностями рассуждения и использования инструментов. Она внедряет DeepSeek Разреженное Внимание (DSA), механизм мелкозернистого разреженного внимания, который снижает затраты на обучение и вывод, сохраняя при этом качество в сценариях с длинным контекстом. Масштабируемая структура обучения с подкреплением дополнительно улучшает её, обеспечивая производительность в классе GPT-5 и демонстрируя результаты уровня золотой медали на 2025 IMO и IOI. V3.2 также использует крупномасштабный конвейер синтеза задач агентного типа, чтобы лучше интегрировать рассуждения в сценарии использования инструментов, повышая соответствие и обобщение в интерактивных средах. Пользователи могут управлять поведением рассуждения с помощью reasoning enabled логического параметра. Подробнее в нашей документации

FLUX.2 [flex] отлично справляется с отображением сложного текста, типографики и мелких деталей, а также поддерживает редактирование по множественным референсам в рамках единой архитектуры. Ценообразование следующее, согласно документации: Мы взимаем $0.06 за каждый мегапиксель как на входе, так и на выходе.

Высококлассная модель генерации и редактирования изображений, ориентированная на передовое качество визуала и надёжность. Она обеспечивает точное следование промпту, стабильное освещение, чёткие текстуры и согласованное воспроизведение персонажей/стиля при работе с несколькими референсными изображениями. Создана для продакшн-нагрузок, сбалансирована по скорости и качеству, поддерживает генерацию из текста и редактирование изображений с разрешением до 4 MP. Ценообразование следующее, согласно документации: Вход: мы взимаем $0.015 за каждый мегапиксель на входе (т.е. референсные изображения для редактирования) Выход: первый мегапиксель стоит $0.03, а каждый последующий MP будет стоить $0.015.

Claude Opus 4.5 — это передовая модель рассуждений от Anthropic, оптимизированная для сложной разработки программного обеспечения, агентных рабочих процессов и длительного использования компьютера. Она обладает сильными мультимодальными возможностями, конкурентоспособной производительностью в реальных задачах кодирования и рассуждений, а также повышенной устойчивостью к инъекциям подсказок. Модель разработана для эффективной работы при различных уровнях усилий, позволяя разработчикам выбирать между скоростью, глубиной и использованием токенов в зависимости от требований задачи. Она поставляется с новым параметром для контроля эффективности токенов, который доступен через параметр OpenRouter Verbosity с уровнями low, medium или high. Opus 4.5 поддерживает расширенное использование инструментов, управление расширенным контекстом и скоординированные настройки мультиагентов, что делает её хорошо подходящей для автономных исследований, отладки, многошагового планирования и манипуляций с электронными таблицами/браузером. Она обеспечивает значительный прирост в структурированных рассуждениях, надежности выполнения и согласованности по сравнению с предыдущими поколениями Opus, при этом снижая накладные расходы на токены и улучшая производительность при длительных задачах.

Nano Banana Pro — это наиболее продвинутая модель генерации и редактирования изображений от Google, построенная на Gemini 3 Pro. Она расширяет возможности оригинальной модели Nano Banana за счет значительно улучшенного мультимодального рассуждения, привязки к реальному миру и высокоточной визуальной генерации. Модель создает контекстно-насыщенную графику — от инфографики и диаграмм до кинематографичных композиций — и может включать информацию в реальном времени через поисковую привязку. Она обеспечивает лидирующее в индустрии отображение текста в изображениях (включая длинные фрагменты и многоязычные макеты), согласованное смешивание нескольких изображений и точное сохранение идентичности до пяти объектов. Nano Banana Pro добавляет тонкие инструменты творческого контроля, такие как локальные правки, корректировка освещения и фокуса, трансформации камеры, а также поддержку выходных форматов 2K/4K и гибких соотношений сторон. Модель предназначена для профессионального дизайна, визуализации продуктов, раскадровки и сложных многоэлементных композиций, оставаясь при этом эффективной для стандартных рабочих процессов создания изображений.

Модель эмбеддингов gte-base кодирует английские предложения и абзацы в плотное векторное пространство размерности 768, обеспечивая эффективные и действенные семантические вложения, оптимизированные для задач семантического сходства, семантического поиска и кластеризации.

Модель встраивания gte-large преобразует английские предложения, абзацы и документы средней длины в плотное векторное пространство размерности 1024, обеспечивая высококачественные семантические встраивания, оптимизированные для задач поиска информации, семантического текстового сходства, реранжирования и кластеризации. Обученная с помощью многоэтапного контрастивного обучения на крупном корпусе релевантности, разнообразном по доменам, она обеспечивает отличную производительность в различных случаях использования встраиваний общего назначения.

Модель эмбеддингов e5-large-v2 отображает английские предложения, абзацы и документы в плотное векторное пространство размерности 1024, обеспечивая высокоточные семантические векторы, оптимизированные для поиска, семантического поиска, реранжирования и задач оценки сходства.

Модель эмбеддингов e5-base-v2 кодирует английские предложения и абзацы в плотное векторное пространство размерности 768, создавая эффективные и высококачественные семантические эмбеддинги, оптимизированные для таких задач, как семантический поиск, оценка схожести, поиск информации и кластеризация.

Модель вложений multilingual-e5-large кодирует предложения, абзацы и документы на более чем 90 языках в плотное векторное пространство размерности 1024, обеспечивая надежные семантические вложения, оптимизированные для многоязычного поиска, кросс-языкового сходства и поиска по крупномасштабным данным.

Модель эмбеддингов paraphrase-MiniLM-L6-v2 преобразует предложения и короткие абзацы в плотное векторное пространство размерности 384, создавая высококачественные семантические эмбеддинги, оптимизированные для определения парафраз, оценки семантической схожести, кластеризации и облегченных задач поиска.