Модели

Qwen3-Coder-480B-A35B-Instruct — это модель генерации кода, основанная на архитектуре смеси экспертов (MoE), разработанная командой Qwen. Она оптимизирована для агентных задач кодирования, таких как вызов функций, использование инструментов и длинноконтекстное рассуждение по репозиториям. Модель имеет 480 миллиардов параметров, из которых 35 миллиардов активны во время каждого прямого прохода (8 из 160 экспертов). Цены на конечные точки Alibaba варьируются в зависимости от длины контекста. Если длина запроса превышает 128k входных токенов, применяется более высокая цена.

UI-TARS-1.5 — это мультимодальный визуально-языковой агент, оптимизированный для сред GUI-based, включая интерфейсы рабочего стола, веб-браузеры, мобильные системы и игры. Созданный компанией ByteDance, он основан на фреймворке UI-TARS с рассуждением на основе обучения с подкреплением, что обеспечивает надежное планирование действий и их выполнение в виртуальных интерфейсах. Эта модель достигает самых современных результатов на ряде интерактивных и grounding-бенчмарков, включая OSworld, WebVoyager, AndroidWorld и ScreenSpot. Она также демонстрирует полное выполнение задач в разнообразных играх Poki и превосходит предыдущие модели в задачах агента Minecraft. UI-TARS-1.5 поддерживает декомпозицию мышления во время инференса и демонстрирует сильное масштабирование по вариантам, причем версия 1.5 заметно превосходит по производительности более ранние чекпоинты 72B и 7B.

Gemini 2.5 Flash-Lite — это легковесная модель рассуждений в семействе Gemini 2.5, оптимизированная для сверхнизкой задержки и экономической эффективности. Она обеспечивает улучшенную пропускную способность, более быструю генерацию токенов и лучшую производительность в общих бенчмарках по сравнению с более ранними моделями Flash. По умолчанию «мышление» (т.е. многопроходные рассуждения) отключено для приоритета скорости, но разработчики могут включить его через параметр Reasoning API, чтобы избирательно обменивать стоимость на интеллект.

Qwen3-235B-A22B-Instruct-2507 — это многоязычная языковая модель, настроенная на инструкции и основанная на архитектуре смеси экспертов Qwen3-235B, с 22B активными параметрами за один прямой проход. Она оптимизирована для генерации текста общего назначения, включая следование инструкциям, логические рассуждения, математику, код и использование инструментов. Модель поддерживает нативную длину контекста 262K и не реализует «режим мышления» (блоки thinking). По сравнению с базовой версией, эта версия обеспечивает значительные улучшения в охвате знаний, рассуждениях на длинном контексте, бенчмарках программирования и согласованности с открытыми задачами. Она особенно сильна в многоязычном понимании, математических рассуждениях (например, AIME, HMMT) и оценках согласованности, таких как Arena-Hard и WritingBench.

Kimi K2 Instruct — это большая масштабируемая языковая модель на основе смеси экспертов (MoE), разработанная компанией Moonshot AI, с общим количеством параметров в 1 триллиона, из которых 32 миллиардов активны при каждом прямом проходе. Она оптимизирована для агентных возможностей, включая продвинутое использование инструментов, рассуждение и генерацию кода. Kimi K2 превосходит широкий круг бенчмарков, особенно в задачах программирования (LiveCodeBench, SWE-bench), рассуждения (ZebraLogic, GPQA) и использования инструментов (Tau2, AceBench). Она поддерживает инференс с длинным контекстом до 128K токенов и спроектирована с новым тренировочным стеком, включающим оптимизатор MuonClip для стабильного крупномасштабного обучения MoE.

Venice Uncensored Dolphin Mistral 24B Venice Edition — это тонко настроенный вариант модели Mistral-Small-24B-Instruct-2501, разработанный компанией dphn.ai совместно с Venice.ai. Данная модель создана как «нецензурированная» LLM с инструктивной настройкой, сохраняющая контроль пользователя над выравниванием, системными подсказками и поведением. Предназначенная для продвинутых и неограниченных сценариев использования, Venice Uncensored делает акцент на управляемости и прозрачном поведении, убирая стандартные слои безопасности и выравнивания, обычно присутствующие в массовых ассистентских моделях.

Hunyuan-A13B — это языковая модель Mixture-of-Experts (MoE) с 13B активными параметрами, разработанная Tencent, с общим количеством параметров 80B и поддержкой рассуждений через цепочку мыслей. Она демонстрирует конкурентоспособные результаты в бенчмарках по математике, естественным наукам, программированию и многошаговым задачам рассуждений, сохраняя высокую эффективность инференса благодаря Grouped Query Attention (GQA) и поддержке квантования (FP8, GPTQ и т. д.).

Модель высокоточной обработки Morph для сложных правок кода. ~4,500 токенов/сек с точностью 98% для точных преобразований кода. Модель требует, чтобы запрос был в следующем формате: {instruction} {initial_code} {edit_snippet} Для Morph включено нулевое хранение данных. Узнайте больше об этой модели в их документации.

Morph — самая быстрая модель для правок кода. ~10,500 токенов/сек с точностью 96% для быстрых преобразований кода. Модель требует, чтобы prompt был в следующем формате: {instruction} {initial_code} {edit_snippet} Нулевое хранение данных включено для Morph. Подробнее об этой модели в документации

Mistral-Small-3.2-24B-Instruct-2506 — это обновленная модель с 24B параметрами от Mistral, оптимизированная для следования инструкциям, снижения повторений и улучшенного вызова функций. По сравнению с релизом 3.1, версия 3.2 значительно улучшает точность на WildBench и Arena Hard, сокращает бесконечные генерации и обеспечивает прирост в использовании инструментов и задачах со структурированным выводом. Он поддерживает ввод изображений и текста со структурированными выводами, вызов функций/инструментов, а также высокую производительность в области программирования (HumanEval+, MBPP), STEM (MMLU, MATH, GPQA) и бенчмарках компьютерного зрения (ChartQA, DocVQA).

MiniMax-M1 — это крупномасштабная модель с открытым весом, предназначенная для рассуждений, оптимизированная для длинного контекста и эффективного вывода. Она использует гибридную архитектуру смеси экспертов (MoE) в сочетании с пользовательским механизмом «молниеносного внимания», позволяющим обрабатывать длинные последовательности — до 1 миллионов токенов — при сохранении конкурентоспособной эффективности FLOP. При общем количестве 456 миллиардов параметров и 45.9B активных параметров на токен этот вариант оптимизирован для сложных многошаговых задач рассуждения. Обученная с помощью пользовательского конвейера обучения с подкреплением (CISPO), модель M1 превосходно справляется с пониманием длинного контекста, разработкой программного обеспечения, автономным использованием инструментов и математическими рассуждениями. Бенчмарки демонстрируют высокую производительность в задачах FullStackBench, SWE-bench, MATH, GPQA и TAU-Bench, часто превосходя другие открытые модели, такие как DeepSeek R1 и Qwen3-235B.

Gemini 2.5 Flash — это передовая основная модель Google, специально разработанная для сложных задач рассуждения, программирования, математики и науки. Она включает встроенные возможности «мышления», позволяющие давать ответы с большей точностью и тонкой обработкой контекста. Кроме того, Gemini 2.5 Flash настраивается через параметр "max tokens for reasoning", как описано в документации (https://openrouter.ai/docs/use-cases/reasoning-tokens#max-tokens-for-reasoning).

Gemini 2.5 Pro — это передовая модель Google AI, предназначенная для решения сложных задач в области логики, программирования, математики и науки. Модель использует возможности «мышления», что позволяет ей рассуждать при формировании ответов с повышенной точностью и тонким пониманием контекста. Gemini 2.5 Pro достигает результатов высшего уровня на множестве бенчмарков, включая первое место в рейтинге LMArena, что отражает превосходное соответствие человеческим предпочтениям и способность решать сложные проблемы.

Модели серии o обучаются с помощью обучения с подкреплением, чтобы обдумывать ответ перед тем, как ответить, и выполнять сложные рассуждения. Модель o3-pro использует больше вычислений, чтобы думать усерднее и давать стабильно лучшие ответы. Обратите внимание, что для этой модели требуется BYOK. Настройка здесь: https://openrouter.ai/settings/integrations

Gemini 2.5 Pro — это передовая модель AI от Google, предназначенная для решения сложных задач рассуждения, программирования, математики и научных задач. Она использует возможности «мышления», позволяющие ей обдумывать ответы с повышенной точностью и тонким пониманием контекста. Gemini 2.5 Pro достигает результатов высшего уровня на многих бенчмарках, включая первое место в рейтинге LMArena, что отражает превосходное соответствие человеческим предпочтениям и способность решать сложные задачи.

28-е обновление к оригиналу DeepSeek R1 — производительность на уровне OpenAI o1, но с открытым исходным кодом и полностью открытыми токенами рассуждения. Размер модели — 671B параметров, при этом в ходе инференса активно задействовано 37B. Полностью открытая модель.

Mistral Medium 3 — это высокопроизводительная языковая модель корпоративного уровня, предназначенная для предоставления возможностей передового уровня при значительно сниженных эксплуатационных расходах. Она сочетает современные рассуждения и мультимодальную производительность с 8× более низкой стоимостью по сравнению с традиционными большими моделями, что делает её подходящей для масштабируемых развёртываний в профессиональных и промышленных сценариях использования. Модель превосходно работает в таких областях, как программирование, STEM-рассуждения и корпоративная адаптация. Она поддерживает гибридные, локальные (on-prem) и внутри-VPC развёртывания и оптимизирована для интеграции в пользовательские рабочие процессы. Mistral Medium 3 обеспечивает конкурентоспособную точность по сравнению с более крупными моделями, такими как Claude Sonnet 3.5/3.7, Llama 4 Maverick и Command R+, сохраняя широкую совместимость с облачными средами.

Llama Guard 4 — это мультимодальная предобученная модель, полученная на основе Llama 4 Scout, доработанная для классификации безопасности контента. Как и предыдущие версии, она может использоваться для классификации контента как во входных данных LLM (классификация промптов), так и в ответах LLM (классификация ответов). Она действует как LLM, генерируя в выходных данных текст, указывающий, является ли данный промпт или ответ безопасным или небезопасным, а если небезопасным, то также перечисляет категории контента, которые были нарушены. Llama Guard 4 была согласована для защиты от стандартизированной таксономии опасностей MLCommons и разработана для поддержки мультимодальных возможностей Llama 4. В частности, она объединяет функции предыдущих моделей Llama Guard, обеспечивая модерацию контента на английском и нескольких поддерживаемых языках, а также расширенные возможности для обработки смешанных текстово-изображенческих промптов, включая несколько изображений. Кроме того, Llama Guard 4 интегрирована в API модерации Llama API, расширяя надежную классификацию безопасности на текст и изображения.

Qwen3, новейшее поколение в серии больших языковых моделей Qwen, отличается как плотной, так и смешанной архитектурой экспертов (MoE), что позволяет достигать выдающихся результатов в рассуждениях, многоязычной поддержке и продвинутых агентных задачах. Его уникальная способность плавно переключаться между режимом мышления для сложных рассуждений и режимом без мышления для эффективного диалога обеспечивает универсальную высококачественную производительность. Значительно превосходя предыдущие модели, такие как QwQ и Qwen2.5, Qwen3 обеспечивает превосходные возможности в математике, программировании, здравом смысле, творческом письме и интерактивном диалоге. Вариант Qwen3-30B-A3B включает 30.5 миллиардов параметров (3.3 миллиардов активируется), 48 слоёв, 128 экспертов (8 активируется для каждой задачи) и поддерживает контексты до 131K токенов с YaRN, устанавливая новый стандарт среди моделей с открытым исходным кодом.

Qwen3-14B — это плотная языковая модель с 14.8B параметрами из серии Qwen3, предназначенная как для сложных рассуждений, так и для эффективного диалога. Она поддерживает плавное переключение между режимом «размышления» для задач, требующих математики, программирования и логических выводов, и режимом «без размышлений» для обычного общения. Модель доработана для следования инструкциям, использования инструментов агентами, творческого письма и многоязычных задач на 100+ языках и диалектах. Она изначально поддерживает контекст до 32K токенов и может быть расширена до 131K токенов с помощью масштабирования на основе YaRN.

Qwen3-32B — это плотная 32.8B-параметрическая каузальная языковая модель из серии Qwen3, оптимизированная как для сложных рассуждений, так и для эффективного диалога. Она поддерживает плавное переключение между режимом «размышления» для задач математики, программирования и логического вывода, а также режимом «без размышлений» для более быстрых общих бесед. Модель демонстрирует высокую производительность в следовании инструкциям, использовании агентских инструментов, творческом написании и многоязычных задачах на более чем 100 языках и диалектах. Она изначально работает с контекстами до 32K токенов и может быть расширена до 131K токенов с помощью масштабирования на основе YaRN.

OpenAI o4-mini-high — это та же модель, что и o4-mini, но с reasoning_effort, установленным на high. OpenAI o4-mini — это компактная модель рассуждений в серии o, оптимизированная для быстрой и экономичной работы при сохранении сильных мультимодальных и агентных возможностей. Она поддерживает использование инструментов и демонстрирует конкурентоспособную производительность в рассуждениях и написании кода на таких бенчмарках, как AIME (99.5% с Python) и SWE-bench, превосходя своего предшественника o3-mini и даже приближаясь к o3 в некоторых областях. Несмотря на меньший размер, o4-mini показывает высокую точность в задачах STEM, решении визуальных задач (например, MathVista, MMMU) и редактировании кода. Он особенно хорошо подходит для сценариев с высокой пропускной способностью, где критически важны задержка или стоимость. Благодаря эффективной архитектуре и усовершенствованному обучению с подкреплением o4-mini может объединять инструменты в цепочки, генерировать структурированные выходные данные и решать многошаговые задачи с минимальной задержкой — часто менее чем за минуту.

o3 — это разносторонняя и мощная модель, работающая во многих областях. Она задаёт новый стандарт для задач по математике, естественным наукам, программированию и визуальному мышлению. Также она отлично справляется с техническим письмом и выполнением инструкций. Используйте её для обдумывания многошаговых задач, требующих анализа текста, кода и изображений.

OpenAI o4-mini — это компактная модель рассуждения из серии o, оптимизированная для быстрой и экономичной работы при сохранении сильных мультимодальных и агентных возможностей. Она поддерживает использование инструментов и демонстрирует конкурентоспособную производительность в рассуждениях и кодировании на таких бенчмарках, как AIME (99.5% с Python) и SWE-bench, превосходя своего предшественника o3-mini и даже приближаясь к o3 в некоторых областях. Несмотря на меньший размер, o4-mini показывает высокую точность в задачах STEM, решении визуальных задач (например, MathVista, MMMU) и редактировании кода. Он особенно хорошо подходит для сценариев с высокой пропускной способностью, где критически важны задержка или стоимость. Благодаря эффективной архитектуре и усовершенствованному обучению с подкреплением, o4-mini может связывать инструменты, генерировать структурированные выходные данные и решать многошаговые задачи с минимальной задержкой — часто менее чем за минуту.

GPT-4.1 — это большая языковая модель, оптимизированная для продвинутого следования инструкциям, реальной разработки ПО и рассуждений с длинным контекстом. Она поддерживает контекстное окно в 1 миллионов токенов и превосходит GPT-4o и GPT-4.5 в бенчмарках по кодингу (54.6% SWE-bench Verified), соблюдению инструкций (87.4% IFEval) и мультимодальному пониманию. Она настроена для точных диффов кода, надежности агентов и высокой точности извлечения в больших документах, что делает ее идеальной для агентов, инструментов IDE и корпоративного поиска знаний.

GPT-4.1 Mini представляет собой модель среднего размера, обеспечивающую производительность, сопоставимую с GPT-4o, при значительно меньшей задержке и стоимости. Она сохраняет контекстное окно в 1 миллионов токенов и набирает 45.1% на сложных инструкционных тестах, 35.8% на MultiChallenge и 84.1% на IFEval. Mini также демонстрирует высокие способности к программированию (например, 31.6% в бенчмарке Aider polyglot diff) и понимание изображений, что делает её подходящей для интерактивных приложений с жёсткими ограничениями по производительности.

Для задач, требующих низкой задержки, GPT‑4.1 nano — самая быстрая и дешёвая модель в серии GPT-4.1. Она обеспечивает исключительную производительность при небольшом размере благодаря контекстному окну в 1 миллионов токенов и набирает 80.1% на MMLU, 50.3% на GPQA и 9.8% на Aider polyglot coding — даже выше, чем GPT‑4o mini. Она идеально подходит для таких задач, как классификация или автодополнение.

Llama 4 Maverick 17B Instruct (128E) — это высокопроизводительная мультимодальная языковая модель от Meta, построенная на архитектуре смеси экспертов (MoE) с 128 экспертами и 17 миллиардами активных параметров на один прямой проход (всего 400B). Она поддерживает многоязычный текстовый и графический ввод и создаёт многоязычный текст и код на 12 поддерживаемых языках. Оптимизированная для задач зрения и языка, Maverick доработана с помощью инструкций для поведения, подобного ассистенту, логических рассуждений над изображениями и универсального мультимодального взаимодействия. Maverick отличается ранним слиянием для нативной мультимодальности и контекстным окном на 1 миллионов токенов. Модель обучалась на тщательно подобранной смеси публичных, лицензированных и данных платформы Meta, охватывающей примерно 22 триллионов токенов, с датой отсечения знаний — август 2024. Выпущенная в апреле 5, 2025 под лицензией сообщества Llama 4, Maverick подходит для исследовательских и коммерческих приложений, требующих продвинутого мультимодального понимания и высокой пропускной способности модели.

Llama 4 Scout 17B Instruct (16E) — это языковая модель со смешанной экспертной архитектурой (MoE), разработанная компанией Meta, которая активирует 17 миллиарда параметров из общего числа 109B. Модель поддерживает нативный мультимодальный ввод (текст и изображения) и многоязычный вывод (текст и код) на 12 поддерживаемых языках. Созданная для ассистентского взаимодействия и визуального рассуждения, Scout использует 16 экспертов за один прямой проход и имеет длину контекста в 10 миллиона токенов, с обучающим корпусом объёмом около 40 триллионов токенов. Разработанная для высокой эффективности и локального или коммерческого развёртывания, Llama 4 Scout включает раннее слияние для бесшовной интеграции модальностей. Модель дообучена на инструкциях для использования в многоязычных чатах, генерации подписей и задачах понимания изображений. Выпущена под лицензией Llama 4 Community License, модель последний раз обучалась на данных, актуальных по август 2024, и была публично запущена в апреле 5, 2025.

DeepSeek V3, модель со смешанными экспертами с 685B параметрами, является новейшей итерацией флагманского семейства чат-моделей команды DeepSeek. Она приходит на смену модели DeepSeek V3 и отлично справляется с самыми разными задачами.