Каталог AI моделей и нейросетей: сравнение и цены

Voxtral Small 24B 2507 STT — это модель для транскрипции речи от Mistral AI. Она подходит для задач транскрипции, перевода и аудиоанализа, которые выигрывают от ее большей емкости модели.

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

Seedream 5.0 Lite — это модель генерации изображений от ByteDance Seed. Она подходит для профессионального визуального творчества, которое выигрывает от веб-подключенного поиска, сложного понимания запросов, визуальных ссылок и широкого охвата знаний.

Gemini 3.7 Flash — это мультимодальная модель от Google для быстрых агентных рабочих процессов, программирования и сложных многошаговых рассуждений. Она разработана для задач, требующих оперативной производительности и надежного многошагового решения проблем.

voyage-code-4 — это модель кодирования от Voyage AI, компании MongoDB. Она предназначена для агентов кодирования и поиска кода, с вложениями Matryoshka на 2048, 1024, 512 и 256 измерений и множеством вариантов квантования.

Qwen3 Reranker 8B — это модель повторной ранжировки текста от Alibaba Cloud, построенная на архитектуре Qwen3. Она оценивает пары запрос-документ для получения оценок релевантности, которые используются в системах поиска и RAG. Поддерживает более 100 языков и языков программирования, с учетом инструкций для повторной ранжировки, что позволяет настраивать критерии оценки для каждой задачи. Обеспечивает высокую производительность на многоязычных тестах, включая MTEB, CMTEB и MMTEB.

Qwen3 ASR 1.7B — это модель автоматического распознавания речи от Qwen. Она поддерживает идентификацию и транскрипцию на нескольких языках, охватывая 30 языков и 22 китайских диалекта, с возможностью потокового и офлайн-распознавания, а также отметками времени на уровне сегментов и слов.

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

Seedream 5.0 Pro — это модель для генерации и редактирования изображений от ByteDance Seed. Она подходит для коммерческих рабочих процессов по созданию визуального контента, которые требуют точного контроля редактирования, реалистичных сцен и естественной визуализации.

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

Seedance 2.0 Mini — это модель генерации видео от ByteDance. Она поддерживает преобразование текста в видео, изображения в видео с контролем первого и последнего кадра, а также мультимодальную ссылку на видео с использованием изображений, видео и аудио в качестве входных данных. Поддерживается вывод в разрешении 480p и 720p для видео длительностью от 4 до 15 секунд. Количество токенов определяется по формуле (высота выходного видео * ширина выходного видео * продолжительность * 24) / 1024.

Seed 2.1 Turbo — это мультимодальная модель от ByteDance Seed для кодирования и долгосрочных агентских рабочих процессов. Она подходит для сквозной доставки программного обеспечения, выполнения многоэтапных задач и понимания визуального и видео контента, обладая возможностями планирования, отладки и самокоррекции.

Qwen3.8 2.4T A95B — это модель с разреженной смесью экспертов с открытыми весами от Qwen и вариант с открытыми весами Qwen3.8 Max, с 95 миллиардами активных параметров из 2.4 триллиона общих. Она подходит для программирования, исследований, сложных рассуждений и агентных рабочих процессов.

Seed 2.0 Code — это модель от ByteDance Seed, оптимизированная для агентного кодирования. Она подходит для фронтенд-разработки, многоязычных программных задач и рабочих процессов кодирования-агентов в инструментах, таких как Claude Code, Kilo и OpenCode.

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