Каталог AI моделей и нейросетей: сравнение и цены

MoonshotAI: Kimi K2.7 Code — это модель, ориентированная на программирование, из семейства Kimi K2 компании Moonshot AI, созданная для надежного выполнения комплексных программных задач в длительных контекстах. Она использует нативную мультимодальную архитектуру смеси экспертов, которая принимает текстовый и визуальный ввод, и всегда работает в режиме мышления, сохраняя полное содержание рассуждений в многоходовых диалогах. С контекстным окном в 256 тысяч токенов, она нацелена на программирование с длинным горизонтом, агентное разбиение задач и многоходовой диалог. Модель активирует 32 миллиарда параметров из примерно 1 триллиона общих.

Claude Fable 5 — это модель класса Mythos от Anthropic, созданная для автономной работы с знаниями и кодирования. Она поддерживает ввод текста, изображений и файлов с выводом текста, с поддержкой рассуждений и контекстным окном на 1 миллион токенов. Модель подходит для длительных, сложных и асинхронных задач, которые ранее требовали частых проверок человеком.

Она особенно сильна в выполнении задач от начала до конца, которые в противном случае занимали бы у человека часы, дни или недели, берясь за проблемы, которые являются длительными, неоднозначными или многосоставными. Модель эффективно выполняет четко определенные задачи с минимальным количеством ошибок, автоматически исправляя себя через циклы проверки, и поставляется с надежными средствами защиты.

Nex-N2-Pro — это агентная модель mixture-of-experts от Nex AGI, с 17 миллиардами активных параметров из 397 миллиардов общих. Построенная на архитектуре Qwen3.5, она принимает текстовые и графические входные данные и производит текстовый вывод, поддерживает рассуждение, вызов функций и структурированные выходные данные. Она предназначена для кодирования, использования инструментов, глубоких исследований и агентных рабочих процессов с длинным горизонтом, объединяя планирование, реализацию кода, отладку и итерацию в единый цикл выполнения.

Riverflow V2.5 Pro является самой мощной версией в линейке Riverflow 2.5 от Sourceful, идеально подходящей для задач высшего уровня, требующих контроля и чувствительных к качеству результатов. Серия Riverflow 2.5 представляет собой унифицированную систему преобразования текста в изображение и изображения в изображение…

Riverflow V2.5 Fast — это оптимизированный по скорости вариант серии Riverflow 2.5 от Sourceful, который лучше всего подходит для производственных развертываний и рабочих процессов, критичных к задержкам. Серия Riverflow 2.5 представляет собой унифицированное семейство преобразования текста в изображение и изображения в изображение…

NVIDIA Nemotron 3 Ultra — это модель открытого разума и оркестрации от NVIDIA, с 55 миллиардами активных параметров из 550 миллиардов общих (MoE). Построенная на гибридной архитектуре Transformer-Mamba с смесью экспертов, она поддерживает ввод и вывод текста с контекстным окном до 1 миллиона токенов. Она подходит для длительных агентных рабочих процессов, включая оркестрацию агентов, кодирование агентов, глубокие исследования и сложные корпоративные задачи.

Она особенно сильна в многошаговом рассуждении и планировании, с высокопроизводительным выводом, предназначенным для высокообъемных агентных конвейеров. Это часть семейства открытых моделей NVIDIA Nemotron для агентного ИИ.

Qwen3.7-Plus — это экономичная модель в серии Qwen3.7 от Alibaba. Она поддерживает ввод текста и изображений с выводом текста, развивая текстовые возможности серии с комплексным обновлением её способностей в области зрения и языка, при этом сохраняя полнофункциональный интеллект агентского уровня для кодирования, использования инструментов и рабочих процессов продуктивности. Её отличительная черта — способность мультимодального интерактивного гибридного агента: она может воспринимать сцены реального мира, читать экраны и взаимодействовать с графическими интерфейсами, генерировать код из визуальных ссылок и выполнять навигацию от начала до конца в мобильных приложениях.

MAI-Voice-2 — это высококачественная, выразительная модель синтеза речи от Microsoft, работающая на базе Azure AI Speech. Она синтезирует естественно звучащую речь на более чем 10 языках с поддержкой выразительных стилей SSML (радостный, грустный, взволнованный и т.д.) и контролем скорости (0.5×–2×). Имена голосов следуют формату локали Azure (например, en-US-Harper:MAI-Voice-2). Выходные данные доступны в форматах MP3 и PCM с частотой 24 кГц.

MAI-Transcribe 1.5 — это модель быстрой транскрипции от Microsoft на базе Azure AI Speech. Она поддерживает более 100 локалей BCP-47 с автоматическим определением языка, автоматической пунктуацией и поминутной тарификацией на основе продолжительности. Использует API быстрой транскрипции Azure Speech (v2025-10-15).

MAI-Image-2.5 от Microsoft — это высококачественная модель генерации изображений, доступная через Azure AI Foundry. Она создает фотореалистичные и художественные изображения на основе текстовых подсказок с поддержкой различных соотношений сторон.

MiniMax-M3 — это мультимодальная базовая модель от MiniMax. Она поддерживает текстовые, графические и видео входные данные с текстовым выводом, имеет контекстное окно на 1 миллион токенов и подходит для работы на длительных горизонтах, программирования и использования инструментов. Модель построена на MiniMax Sparse Attention (MSA), который заменяет полное внимание выбором блоков KV, чтобы снизить вычислительные затраты на токен при длинном контексте — примерно в 20 раз дешевле предыдущего поколения при 1 миллионе токенов, с существенно более быстрым заполнением и декодированием, сохраняя качество выполнения большинства задач.

Обученная как нативная мультимодальная модель на перемешанных данных и настроенная для многократного, производственного взаимодействия через интерактивную пользовательскую симуляцию, модель ориентирована на устойчивые, многошаговые задачи, а не на выполнение в один шаг.

Шаг 3.7 Flash — это новейшая высокоэффективная мультимодальная модель Mixture-of-Experts от StepFun. Она сочетает языковую основу с 196 миллиардами параметров и визуальный энкодер для естественного понимания изображений и видео, активируя примерно 11 миллиардов параметров на токен. Модель поддерживает контекстное окно размером 256 тысяч и предоставляет возможность выбора уровней рассуждения (высокий/средний/низкий), позволяя пользователям балансировать между скоростью, стоимостью и глубиной рассуждений.

Разработана для кодирования, агентных рабочих процессов, структурированных выводов и задач с длинным контекстом для повышения производительности.

Вариант быстрого режима Opus 4.8 - идентичные возможности с более высокой скоростью вывода при цене в 2 раза выше по сравнению с обычным Opus 4.8.

Claude Opus 4.8 — это самая мощная модель из семейства Opus, доступная от компании Anthropic. Она поддерживает ввод текста, изображений и файлов с текстовым выводом, обладает возможностями для рассуждений и контекстным окном в 1 миллион токенов. Модель подходит для высокоавтономных агентов, долгосрочных агентных задач, работы с информацией и задач, основанных на памяти, где важна согласованность в течение длительных сессий.

Она особенно сильна в многошаговых рассуждениях, сложном кодировании и комплексной организации проектов — больших кодовых базах, многоэтапной отладке и длительных асинхронных агентных процессах. Помимо кодирования, она справляется с информационной работой, такой как составление документов, создание презентаций и анализ данных, поддерживая качество на протяжении очень длинных выводов.

Parakeet TDT 0.6B v3 — это многоязычная модель преобразования речи в текст от NVIDIA с 600 миллионами параметров, построенная на архитектуре FastConformer-TDT. Обученная на наборе данных Granary (более 670,000 часов аудио), она поддерживает автоматическое определение языка для всех официальных языков ЕС и достигает среднего уровня ошибок в словах 6.34% на доске лидеров HuggingFace Open ASR. Возвращает транскрибированный текст с пунктуацией и временными метками сегментов.