Модели

DeepSeek V4 Flash Vision Exp — это экспериментальная версия с поддержкой зрения DeepSeek V4 Flash 0731 от DeepSeek, добавляющая понимание изображений, сохраняя при этом уровень базовой модели в работе с текстом, включая агентные сценарии и рассуждения. Это разреженная модель на основе смеси экспертов с 13B активными параметрами из общего числа 284B. Она подходит для понимания документов и диаграмм, ответов на вопросы по изображениям и мультимодальных агентных рабочих процессов, объединяющих текст и изображения.

Hy-MT2-1.8B — это компактная 1.8B-параметрическая модель перевода от Tencent. Она поддерживает 33 языковых пар и пять пар китайских диалектов и языков меньшинств, а также рабочие процессы для структурированного перевода, перевода на основе разделителей, контекстного перевода, перевода с использованием глоссария и перевода с управлением стилем.

Hy-MT2-30B-A3B — это флагманская модель перевода Tencent в семействе MT2. Она поддерживает языковые пары 33, а также пять пар китайских диалектов и миноритарных языков, с рабочими процессами для структурированного перевода, перевода на основе разделителей, перевода с использованием глоссариев и стилизованного перевода. В ней используется 3B активных параметров из 30B общего числа.

FLUX Video Upscale — это модель масштабирования видео от Black Forest Labs. Она увеличивает одно исходное видео в 1.5× до 3×, сохраняя его длительность, с опциональным промптом и режимами обработки — точным или творческим.

Эта модель всегда перенаправляет на последнюю модель GLM от Z.ai.

Hy-MT2-7B — это модель перевода с 7B параметров от Tencent. Она поддерживает 33 языковых пар, а также пять пар для китайских диалектов и языков меньшинств, с рабочими процессами для структурированного, разделительного, контекстного, глоссарного и стилистически управляемого перевода.

GLM-5.3 — это крупномасштабная модель рассуждения от Z.ai, созданная для сложной разработки программного обеспечения и долгосрочных агентных задач. Она поддерживает ввод и вывод текста с контекстным окном в 1M токенов и превосходит GLM-5.2 в кодировании, а также в балансе между производительностью и эффективностью использования токенов. Рассуждение всегда включено и не может быть отключено. Поддерживаются уровни усилий рассуждения low, high и max; по умолчанию используется max.

Qwen3.8 27B — это открытая модель с публичными весами, относящаяся к классу плотных мультимодальных моделей «зрение-язык» от компании Qwen. Она подходит для задач программирования, профессиональных рабочих процессов, исследований, мультимодального взаимодействия и длительных агентских задач, поддерживая гибкий режим рассуждений, который можно включать или отключать.

Nemotron 3.5 ASR Streaming Multilingual 0.6B — это модель распознавания речи от NVIDIA. Её архитектура FastConformer-RNNT, учитывающая промпты и кэш, нацелена на транскрипцию с низкой задержкой более чем на 40 языках для субтитров в реальном времени, голосовых агентов и конвейеров многоязычной транскрипции.

Voxtral Small 24B 2507 STT — это модель транскрипции речи от Mistral AI. Она подходит для задач транскрипции, перевода и понимания аудио, которым выгодна её большая ёмкость модели.

Voxtral Mini 3B 2507 — это модель для распознавания речи и аудио от Mistral AI. Она подходит для задач транскрипции, перевода и компактной обработки аудио.

Seedream 5.0 Lite — это модель генерации изображений от ByteDance Seed. Она подходит для профессионального визуального творчества, которому способствуют веб-подключённый поиск, понимание сложных промптов, визуальные референсы и широкий охват знаний.

Gemini 3.7 Flash — это мультимодальная модель от Google для быстрых агентных процессов, написания кода и сложных многошаговых рассуждений. Она предназначена для задач, требующих отзывчивой производительности и надёжного многошагового решения проблем.

voyage-code-4 — это модель встраивания кода от Voyage AI, компании MongoDB. Она предназначена для агентов кодирования и поиска кода, с матрёшечными встраиваниями размерностей 2048, 1024, 512 и 256 и несколькими вариантами квантования. Узнайте больше о voyage-code-4 здесь: blog.voyageai.com/2026/08/13/voyage-code-4

Qwen3 Reranker 8B — это модель реранжирования текста от Alibaba Cloud, построенная на архитектуре Qwen3. Она оценивает пары запрос-документ, формируя оценки релевантности для использования в пайплайнах поиска и RAG. Поддерживает более 100 языков и языков программирования, а также инструктивное реранжирование, позволяющее настраивать критерии оценки под конкретную задачу. Обеспечивает высокую производительность на мультиязычных бенчмарках, включая MTEB, CMTEB и MMTEB.

Qwen3 ASR 1.7B — это модель автоматического распознавания речи от Qwen. Она поддерживает многоязычную идентификацию языка и транскрипцию для 30 языков и 22 китайских диалектов, с потоковым и автономным выводом, а также временными метками на уровне сегментов и слов.

Qwen3 ASR 0.6B — это компактная модель автоматического распознавания речи от Qwen. Она поддерживает многоязычную идентификацию языка и транскрипцию на 30 языках и 22 китайских диалектах, с потоковым и офлайн-инференсом, а также таймстампами на уровне сегментов и слов.

Seedream 5.0 Pro — это модель генерации и редактирования изображений от ByteDance Seed. Она подходит для коммерческих рабочих процессов визуального производства, требующих точного контроля редактирования, реалистичных сцен и естественного рендеринга.

Flux TTS — это модель преобразования текста в речь от Deepgram. Она подходит для естественного и выразительного синтеза английской речи в голосовом каталоге Deepgram Flux.

Seedance 2.0 Mini — это модель генерации видео от ByteDance. Она поддерживает генерацию видео из текста, генерацию видео из изображения с контролем первого и последнего кадра, а также мультимодальную генерацию видео по ссылке с входными данными в виде изображения, видео и аудио. Она поддерживает вывод в разрешении 480p и 720p для видео длительностью 4-15 секунд. Количество токенов вычисляется по формуле: (высота выходного видео ширина выходного видео длительность * 24) / 1024.

Seed 2.1 Turbo — это мультимодальная модель от ByteDance Seed для кодинга и долгосрочных агентных рабочих процессов. Она подходит для сквозной поставки программного обеспечения, выполнения многошаговых задач и понимания визуального и видеоконтента, с возможностями планирования, отладки и самокоррекции.

Qwen3.8 2.4T A95B — это открытая по весам разреженная модель смеси экспертов от Qwen и открытая по весам версия Qwen3.8 Max, с 95 миллиардами активных параметров из 2.4 триллионов всего. Она подходит для программирования, исследований, сложных рассуждений и агентных рабочих процессов.

Seed 2.0 Code — это модель от ByteDance Seed, оптимизированная для агентного программирования. Она подходит для разработки фронтенда, многоязычных задач программирования и рабочих процессов с кодинг-агентами в таких инструментах, как Claude Code, Kilo и OpenCode.

DeepSeek V4 Pro 0813 — это крупномасштабная модель смеси экспертов от DeepSeek. Это GA-й выпуск DeepSeek V4 Pro.

Grok 4.6 — это модель от SpaceXAI с передовой производительностью в программировании, интеллектуальной работе и STEM. За ней следует Grok 4.7.

Grok Imagine Image 2.0 — это модель генерации и редактирования изображений от xAI. Она подходит для создания изображений по текстовым запросам и редактирования изображений по референсам, с режимами низкого и среднего качества.

NVIDIA Nemotron 3.5 Lightning — открытая модель смеси экспертов от NVIDIA, с 3B активными параметрами из 30B общих. Она подходит для высоконагруженных агентных рабочих нагрузок и специализированных задач, которым выгодна настройка под конкретную предметную область.

Sakana Namazu — это специализированная для японского языка модель рассуждений от Sakana AI, основанная на Kimi K2.6 с дополнительным обучением для японского языка и бизнес-контекстов. Она подходит для выполнения японских инструкций, делового письма, математики, программирования, исследований и многошаговых агентных рабочих процессов. Sakana AI может использовать входные данные для обучения и улучшения модели по умолчанию, с возможностью отказа в консоли Sakana. Полная обработка в пределах Японии не гарантируется.

Solar Pro 4 — это экономичная большая языковая модель от Upstage, оснащённая контекстным окном на 524K. Она предназначена для длительных задач и агентных сценариев, с высокой производительностью в офисной работе, задачах с большим объёмом документов и программировании. При использовании BYOK с принудительным включением ZDR ключ API в Console должен принадлежать организации ZDR-enabled Upstage. Свяжитесь с Upstage, чтобы включить ZDR для вашей организации.

Muse Glimmer 30B — это плотная мультимодальная модель с открытыми весами от Meta Superintelligence Labs, дистиллированная из Muse Spark и оптимизированная для автономных агентов на потребительском оборудовании. Она подходит для долгосрочных агентных и программных рабочих процессов, обеспечивая многошаговые рассуждения, надёжное использование инструментов, восстановление после сбоев, понимание изображений и многоязычную поддержку более чем 100 языков.