Модели

GPT-6 Luna — это быстрая и экономически эффективная модель в серии GPT-6 от OpenAI, позиционируемая ниже GPT-6 Sol. Она подходит для высоконагруженных и чувствительных к задержкам сценариев, таких как чат, классификация и лёгкие агентные задачи, а при более высоком уровне рассуждений может справляться со сложными задачами программной инженерии и использования компьютера, которые ранее требовали модели уровня Sol. Она разделяет достижения семейства GPT-6 в фактической достоверности и его более ясный, лаконичный стиль общения.

GPT-6 Sol Pro — это та же базовая модель, что и GPT-6 Sol, предоставляемая с параметром reasoning.mode, установленным в значение pro, для более качественных ответов на сложных задачах. Примечание о стоимости: pro-режим тратит гораздо больше токенов рассуждения на запрос, поэтому типичный запрос стоит в несколько раз дороже, чем тот же запрос на GPT-6 Sol, и выполняется значительно дольше. Он предназначен для сложных задач с высокой ценой ошибки, где дополнительная точность оправдывает затраты. Для повседневных задач программирования, агентных и чат-нагрузок используйте GPT-6 Sol вместо этого. Подробнее в документации OpenAI: https://developers.openai.com/api/docs/guides/reasoning#reasoning-mode

GPT-6 Sol — экономичная высококлассная модель в серии GPT-6 от OpenAI, позиционируемая ниже флагманской GPT-6 Astra и выше быстрого уровня GPT-6 Luna. Она подходит для требовательной профессиональной работы, агентного программирования, автоматизации бизнес-процессов и работы с компьютером, и особенно сильна в задачах долгосрочной программной инженерии в реальных кодовых базах. Она приближается к фактической достоверности уровня Astra при гораздо более низкой стоимости и разделяет более ясный и лаконичный стиль общения Astra в технических и кодинговых разговорах.

Claude Opus 5.5 — флагманская модель Anthropic для сложных задач рассуждения, программирования и долгосрочной агентной работы, пришедшая на смену Claude Opus 5. Она особенно сильна в многошаговых изменениях в больших кодовых базах, ревью кода и поиске ошибок, финансовом и научном анализе, а также в чтении плотных графиков, диаграмм и скриншотов, и она более осторожна, чем её предшественница, в отношении того, чтобы приводить только те цифры и источники, которые может подтвердить. Модель выполняет сопоставимые задачи за меньшее количество шагов и с меньшим числом токенов, чем Opus 5, и сообщает о своей работе более простым языком, с чёткими обновлениями о том, что она сделала, что нашла и что ей нужно от пользователя. Мышление всегда адаптивно, поэтому уровень усилий является основным рычагом для балансировки глубины, задержки и стоимости, а настройки с меньшими усилиями остаются эффективными для рабочих нагрузок, чувствительных к задержке.

Universal-3.5 Pro — это модель распознавания речи от AssemblyAI, предоставляемая через Sync API и возвращающая полную расшифровку с таймштампами на уровне слов в одном синхронном ответе для аудиофрагментов продолжительностью до 120 секунд. Она принимает входные данные 16-бит WAV и поддерживает подсказки в свободной форме, ключевые термины и контекст диалога, чтобы направлять распознавание в сторону доменной лексики.

Switchyard — это маршрутизатор моделей с открытым исходным кодом, который переключается между несколькими моделями для оптимизации стоимости запросов. По умолчанию он использует рыночные данные OpenRouter для выбора наиболее популярных моделей с низкой и высокой стоимостью. Вы можете передать два варианта в параметре models, а также указать любой из алгоритмов маршрутизации, которые предлагает Switchyard. Подробнее в документации Switchyard. Затем OpenRouter применяет свою обычную маршрутизацию провайдера, резервные варианты и биллинг для выбранной модели.

MiMo-V2.6-Pro-UltraSpeed — это быстрая версия флагманской фундаментальной модели Xiaomi, MiMo-V2.6-Pro. Созданная на основе той же контрольной точки 1T MiMo-V2.6-Pro, она соответствует оригинальной модели по качеству, обеспечивая примерно в 10 раз более высокую скорость вывода. Модель имеет контекстное окно на 1M токенов и нативную мультимодальность. Оптимизированная для агентных рабочих процессов, она демонстрирует высочайшую производительность в сценариях кодирования, работы с изображениями, общих и исследовательских задачах, превосходно справляясь со сложными долгосрочными задачами и обеспечивая надёжное обобщение в широком спектре агентных сред.

MiMo-V2.6-Flash — это открытая фундаментальная модель, разработанная компанией Xiaomi. Построенная на архитектуре Mixture-of-Experts с 309B общими параметрами и 15B активируемыми на каждый токен, она использует гибридный механизм внимания для повышения вычислительной эффективности. Модель имеет контекстное окно на 1M токенов и встроенные мультимодальные возможности. Оптимизированная для агентных рабочих процессов, она демонстрирует высокую производительность в сценариях программирования, визуальных, общих и исследовательских задачах, превосходно справляясь с комплексными долгосрочными задачами и обеспечивая надёжное обобщение в разнообразных агентных средах.

MiMo-V2.6-Pro — это базовая модель флагманского уровня, разработанная компанией Xiaomi. Созданная в масштабе более 1T параметров, она предназначена для расширения предела возможностей для самых требовательных рабочих нагрузок. Модель имеет контекстное окно на 1M токенов и нативную мультимодальную функциональность. Оптимизированная для агентных сценариев, она демонстрирует производительность высшего уровня в сценариях кодирования, работы с визуальной информацией, общих и исследовательских задачах, превосходно справляясь со сложными долгосрочными задачами и обеспечивая надежную генерализацию в широком спектре агентных обвязок.

Grok 4.7 — флагманская модель SpaceXAI для программирования, агентных задач и интеллектуальной работы, продолжающая линейку Grok 4.6. Она особенно сильна в длительных задачах разработки программного обеспечения, самостоятельной проверке собственных результатов и работе с длинным контекстом, а также превосходит предшественницу в профессиональной интеллектуальной работе, например при подготовке документов и презентаций. Модель обучалась с более продолжительным этапом обучения с подкреплением, смещённым в сторону задач, на выполнение которых уходят многие часы, и нативно понимает обвязку Grok Bot для разговорных задач. Она поставляется с новым стеком защитных механизмов, сочетающим высокую устойчивость к джейлбрейку с низким уровнем отказов для легитимной работы в области кибербезопасности и биологии. Сообщённые SpaceXAI результаты бенчмарков получены при уровне рассуждений xhigh.

Qwen3.8 Omni Flash — это омнимодальная модель рассуждений от Alibaba, первая модель Qwen, созданная на основе агентных возможностей с нативным пониманием аудио и видео. Она подходит для анализа и суммаризации аудио и видео, рабочих процессов монтажа и производства видео, аудио-визуального диалога, программирования, интеллектуальной работы и взаимодействия с GUI, а также особенно сильна в длительных мультимедийных задачах, сочетающих речь, звук и визуальный контекст. Она также поддерживает понимание пространственного аудио с двумя и четырьмя каналами.

Bonsai 2 27B — это модель рассуждений с 27B параметрами от PrismML, основанная на Qwen3.8-27B. Она поддерживает программирование, математику, вызов инструментов и понимание изображений с контекстным окном в 262K токенов. Сжатие Ternary уменьшает веса языковой модели примерно до 8.5 GB, сохраняя при этом 98.2% среднего балла базовой модели по бенчмаркам режима мышления PrismML 14, что обеспечивает эффективный инференс на потребительском оборудовании. Модель по умолчанию думает и по умолчанию использует высокое усилие рассуждений (xhigh).

GLM-5.3-FlashX — это высокоскоростной вариант модели Z.ai GLM-5.3-Flash, нативной мультимодальной модели, обеспечивающей скорость вывода до 200 токенов/с. Построенная на той же гибридной архитектуре с разреженным и линейным вниманием (всего 320B параметров, 18B активных), она подходит для эффективного программирования, понимания визуальной информации и длительных агентных задач с контекстным окном на 1M токенов.

Эта модель всегда перенаправляет на последнюю модель в семействе Jev.

Jev — это структурированная модель принятия решений от TypeSafe и первая из моделей её линейки System One. Модели System One принимают быстрые, структурированные решения для программного обеспечения, возвращая типизированный выбор вместо произвольного текста. Она подходит для маршрутизации, классификации и других точек принятия решений внутри приложения, где важнее быстрый и предсказуемый ответ, чем сгенерированный текст. Подробнее в документации TypeSafe: https://docs.typesafe.ai/concepts/system-one

Эта модель всегда перенаправляет на последнюю модель в семействе DeepSeek Pro.

Эта модель всегда перенаправляет на последнюю модель из семейства DeepSeek Flash.

Schematron V2 Turbo — это модель 3B-параметрического HTML-to-JSON извлечения данных от Inference.net. Она оптимизирована на пропускную способность для высоконагруженных задач извлечения. Инструкции по извлечению должны передаваться через JSON-схему в response_format, а не через системные или пользовательские промпты.

Schematron V2 Small — это модель извлечения HTML-to-JSON с 3B параметрами от Inference.net. Она приоритизирует качество извлечения для сложных схем и длинных страниц. Инструкции по извлечению должны передаваться через схему JSON в response_format, а не через системные или пользовательские подсказки.

Muse Voice Transcribe 1.0 — это синхронная модель преобразования речи в текст от Meta. Она подходит для push-to-talk, определения конца фразы и транскрибации с учётом говорящего, поддерживает смещение ключевых слов для доменных терминов и смещение языка с помощью подсказок с названиями языков. Принимает монофоническое 16-битное PCM WAV аудио с частотой 16 kHz или 24 kHz для записей продолжительностью до 10 минут. Она не предоставляет пословные временные метки или оценки уверенности, а другие аудиоформаты перед загрузкой необходимо конвертировать в WAV.

Эта модель всегда перенаправляет на последнюю модель семейства GPT Astra.

Эта модель всегда перенаправляет на последнюю модель в семействе GPT Sol.

Эта модель всегда перенаправляет на последнюю модель семейства GPT Terra.

Эта модель всегда перенаправляет на последнюю модель семейства GPT Luna.

Fugu Ultra v2 — это модель с более высокой производительностью в семействе Sakana AI Fugu. Вместо единой монолитной модели Fugu представляет собой обучаемую систему оркестрации множества агентов: языковая модель, обученная маршрутизировать задачи по фиксированному пулу открытых и специализированных моделей и рекурсивно вызывать свои собственные экземпляры. Fugu Ultra v2 уделяет приоритет качеству ответов при сложных многошаговых рассуждениях, автономных исследованиях и полной разработке программного обеспечения, и не полагается на отдельные проприетарные передовые модели в своем пуле. Она поддерживает настраиваемые усилия рассуждения (high, xhigh, max), вызовы функций, структурированные выходные данные, ввод изображений и PDF, а также встроенный веб-поиск. Промпты длиной более 272K токенов тарифицируются по более высокому тарифу. Токены оркестрации, потребляемые системой, тарифицируются как стандартные входные/выходные токены.

Fugu Max — это модель с оптимальным соотношением цены и производительности в семействе Fugu от Sakana AI. Вместо единой монолитной модели Fugu представляет собой обученную систему мультиагентной оркестрации: языковую модель, обученную направлять задачи в фиксированный пул моделей с открытыми весами и специализированных моделей, включая семейство Nemotron от NVIDIA, и рекурсивно вызывать собственные экземпляры. Fugu Max динамически выбирает эффективные комбинации экспертных агентов для одновременного улучшения качества и стоимости и имеет фиксированную цену независимо от длины контекста. Он поддерживает настраиваемые усилия рассуждения (high, xhigh, max), вызов функций, структурированные выходные данные, ввод изображений и PDF, а также встроенный веб-поиск и веб-загрузку. Токены оркестрации, потребляемые системой, тарифицируются как стандартные входные/выходные токены.

FLUX Video Edit [fast] принимает исходное видео и текстовый запрос на редактирование и возвращает точно отредактированное видео. Добавляйте, удаляйте или заменяйте объекты и персонажей, перестраивайте окружение, редактируйте текст на экране, изменяйте цвета, материалы и визуальные эффекты, меняйте или переводите диалоги с синхронизацией губ, или изменяйте события клипа. Выходной файл сохраняет исходную длительность, соотношение сторон и аудио; входные материалы с разрешением выше 720p уменьшаются до 720p. Исходные клипы длительностью до 15 секунд и 50 MiB.

Ling 3.0 Flash VL основывается на Ling 3.0 Flash (124B всего / 5.5B активных MoE из InclusionAI), дополнительно усиливая свои языковые возможности, добавляя при этом нативное визуальное восприятие и расширенные возможности визуального агента. Гибридная модель мгновенного/рассуждающего типа с вызовом инструментов.

DeepSeek V4.1 Flash — это разреженная модель смеси экспертов от DeepSeek и первая модель, построенная на архитектуре Causal Encoder-Decoder (CED) компании. Она активирует 8B параметров на входе и 16B на выходе из базовой модели с 552B параметрами; такое асимметричное разделение обеспечивает низкий объём вычислений на токен по сравнению с общим размером 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 задач с длинным горизонтом, которые должны выполняться до конца на протяжении многих шагов, и для анализа длинного контекста. Сжатое KV кэширование сокращает объём кэш-памяти примерно до четверти по сравнению с предыдущим поколением Flash, значительно снижая затраты на агентных нагрузках. DeepSeek позиционирует её как экономичный уровень семейства V4.1 и сообщает, что она превосходит V4 Pro по производительности, скорости и времени выполнения задач.

GPT Image 2.5 Sunburst — это модель генерации и редактирования изображений от OpenAI, позиционируемая как ориентированный на точность уровень серии GPT Image 2.5. Она подходит для детальной творческой работы, где точность редактирования важнее скорости генерации, через специализированные Images API.