Каталог AI моделей и нейросетей: сравнение и цены

Grok 3 — это последняя модель от xAI. Это их флагманская модель, которая превосходно подходит для корпоративных задач, таких как извлечение данных, кодирование и суммирование текста. Обладает глубокими знаниями в областях финансов, здравоохранения, права и науки.

Превосходно справляется со структурированными задачами и тестами, такими как GPQA, LCB и MMLU-Pro, где она превосходит Grok 3 Mini даже при высоких требованиях к мышлению.

Примечание: Для этой модели существуют две конечные точки xAI. По умолчанию при использовании этой модели вас всегда направят на базовую конечную точку. Если вы хотите использовать быструю конечную точку, вы можете добавить provider: { sort: throughput}, чтобы сортировать по пропускной способности.

Llama 4 Maverick 17B Instruct (128E) — это высокоемкая мультимодальная языковая модель от Meta, построенная на архитектуре mixture-of-experts (MoE) с 128 экспертами и 17 миллиардами активных параметров на один проход (всего 400 миллиардов). Она поддерживает многоязычный текстовый и визуальный ввод, а также выдает многоязычный текст и код на 12 поддерживаемых языках. Оптимизированная для задач, связанных с визуально-языковым взаимодействием, Maverick настроена для поведения, подобного ассистенту, рассуждений на основе изображений и общего мультимодального взаимодействия.

Maverick обладает ранним объединением для естественной мультимодальности и контекстным окном на 1 миллион токенов. Она была обучена на тщательно отобранной смеси публичных, лицензированных и данных платформы Meta, охватывающей около 22 триллионов токенов, с отсечкой знаний в августе 2024 года. Выпущенная 5 апреля 2025 года под лицензией Llama 4 Community License, Maverick подходит для исследований и коммерческих приложений, требующих продвинутого мультимодального понимания и высокой производительности модели.

Llama 4 Scout 17B Instruct (16E) — это языковая модель с архитектурой mixture-of-experts (MoE), разработанная Meta, которая активирует 17 миллиардов параметров из общего числа 109 миллиардов. Она поддерживает нативный мультимодальный ввод (текст и изображение) и мультиязычный вывод (текст и код) на 12 поддерживаемых языках. Разработанная для взаимодействия в стиле ассистента и визуального рассуждения, Scout использует 16 экспертов на каждый прямой проход и обладает длиной контекста в 10 миллионов токенов, с обучающим корпусом примерно в 40 триллионов токенов.

Созданная для высокой эффективности и локального или коммерческого развертывания, Llama 4 Scout включает раннее слияние для бесшовной интеграции модальностей. Она настроена для использования в многоязычных чатах, создании подписей и задачах понимания изображений. Выпущенная под лицензией Llama 4 Community License, она была обучена на данных до августа 2024 года и публично запущена 5 апреля 2025 года.

Qwen2.5-VL-32B — это мультимодальная модель, сочетающая зрение и язык, дообученная с помощью обучения с подкреплением для улучшения математического мышления, структурированных выводов и возможностей решения визуальных задач. Она превосходно справляется с задачами визуального анализа, включая распознавание объектов, интерпретацию текста в изображениях и точную локализацию событий в длинных видео. Qwen2.5-VL-32B демонстрирует передовые результаты на мультимодальных тестах, таких как MMMU, MathVista и VideoMME, сохраняя при этом сильные способности к рассуждению и ясность в текстовых задачах, таких как MMLU, решение математических задач и генерация кода.

DeepSeek V3, модель с 685 миллиардами параметров и смесью экспертов, является последней итерацией флагманской семейства чат-моделей от команды DeepSeek.

Она является преемником модели DeepSeek V3 и демонстрирует отличные результаты в выполнении различных задач.

Модели серии o1 обучены с использованием обучения с подкреплением, чтобы обдумывать свои ответы и выполнять сложные рассуждения. Модель o1-pro использует больше вычислительных ресурсов, чтобы думать интенсивнее и предоставлять стабильно лучшие ответы.

Mistral Small 3.1 24B Instruct — это обновленный вариант Mistral Small 3 (2501), содержащий 24 миллиарда параметров с продвинутыми мультимодальными возможностями. Он обеспечивает передовые результаты в задачах текстового рассуждения и анализа изображений, включая программирование, математическое рассуждение и поддержку множества языков. Оснащенный обширным контекстным окном на 128 тысяч токенов и оптимизированный для эффективного локального вывода, он поддерживает такие сценарии использования, как разговорные агенты, вызов функций, понимание длинных документов и развертывания с учетом конфиденциальности. Обновленная версия — Mistral Small 3.2.

OLMo-2 32B Instruct — это вариант модели OLMo-2 32B March 2025, дообученный под контролем для выполнения инструкций. Он превосходно справляется со сложными задачами рассуждения и следования инструкциям на различных тестах, таких как GSM8K, MATH, IFEval и общая оценка NLP. Разработанный AI2, OLMo-2 32B является частью открытой, ориентированной на исследования инициативы, обученной в основном на англоязычных наборах данных для продвижения понимания и разработки открытых языковых моделей.

Gemma 3 вводит мультимодальность, поддерживая ввод в формате “визуальный контент - текст” и текстовые выводы. Она обрабатывает контекстные окна до 128 тысяч токенов, понимает более 140 языков и предлагает улучшенные возможности в области математики, рассуждений и общения, включая структурированные выводы и вызов функций.

Gemma 3 вводит мультимодальность, поддерживая ввод в формате “зрение-язык” и текстовые выводы. Она обрабатывает контекстные окна до 128 тысяч токенов, понимает более 140 языков и предлагает улучшенные возможности в области математики, рассуждений и общения, включая структурированные выводы и вызов функций. Gemma 3 12B является второй по величине в семействе моделей Gemma 3 после Gemma 3 27B.

Command A — это модель с открытыми весами, имеющая 111 миллиардов параметров и контекстное окно размером 256 тысяч, ориентированная на обеспечение высокой производительности в агентских, многоязычных и кодировочных сценариях использования. По сравнению с другими ведущими проприетарными и моделями с открытыми весами, Command A обеспечивает максимальную производительность при минимальных затратах на оборудование, превосходя в бизнес-критических агентских и многоязычных задачах.

GPT-4o mini Search Preview — это специализированная модель для веб-поиска в Chat Completions. Она обучена понимать и выполнять запросы веб-поиска.

GPT-4o Search Preview — это специализированная модель для веб-поиска в Chat Completions. Она обучена понимать и выполнять запросы веб-поиска.

Gemma 3 вводит мультимодальность, поддерживая ввод в формате “зрение-язык” и текстовые выводы. Она обрабатывает контекстные окна до 128 тысяч токенов, понимает более 140 языков и предлагает улучшенные возможности в математике, рассуждениях и чатах, включая структурированные выводы и вызов функций. Gemma 3 27B — это последняя открытая модель от Google, преемник Gemma 2.

Skyfall 36B v2 — это усовершенствованная версия Mistral Small 2501, специально настроенная для повышения креативности, тонкого письма, ролевых игр и связного повествования.