Каталог AI моделей и нейросетей: сравнение и цены

Gemini 2.5 Flash Image, также известный как “Nano Banana”, теперь доступен для общего использования. Это современная модель генерации изображений с контекстуальным пониманием. Она способна на генерацию изображений, редактирование и ведение многоходовых диалогов.

Qwen3-VL-30B-A3B-Thinking — это мультимодальная модель, объединяющая мощную генерацию текста с визуальным пониманием изображений и видео. Ее вариант Thinking улучшает способность к рассуждению в STEM, математике и сложных задачах. Она превосходно воспринимает реальные и синтетические категории, 2D/3D пространственное закрепление и долгосрочное визуальное понимание, достигая конкурентоспособных результатов в мультимодальных тестах. Для агентного использования она справляется с многоизображенческими многоходовыми инструкциями, выравниванием временных шкал видео, автоматизацией GUI и визуальным кодированием от набросков до отлаженного пользовательского интерфейса. Производительность текста соответствует флагманским моделям Qwen3, что делает ее подходящей для документального ИИ, OCR, помощи в пользовательском интерфейсе, пространственных задач и исследований агентов.

Qwen3-VL-30B-A3B-Instruct — это мультимодальная модель, объединяющая мощную генерацию текста с визуальным пониманием изображений и видео. Вариант Instruct оптимизирован для выполнения инструкций в общих мультимодальных задачах. Она превосходно справляется с восприятием реальных и синтетических категорий, 2D/3D пространственным обоснованием и длительным визуальным пониманием, достигая конкурентоспособных результатов в мультимодальных тестах. Для агентного использования она обрабатывает инструкции с несколькими изображениями и многократными обращениями, выравнивание временной шкалы видео, автоматизацию графического интерфейса и визуальное кодирование от эскизов до отлаженного пользовательского интерфейса. Производительность текста соответствует флагманским моделям Qwen3, что делает её подходящей для ИИ документов, OCR, помощи в пользовательском интерфейсе, пространственных задач и исследований агентов.

GPT-5 Pro — это самая продвинутая модель OpenAI, предлагающая значительные улучшения в области рассуждений, качества кода и пользовательского опыта. Она оптимизирована для сложных задач, требующих пошагового рассуждения, следования инструкциям и точности в критически важных случаях использования. Модель поддерживает функции маршрутизации во время тестирования и продвинутое понимание подсказок, включая намерения, заданные пользователем, такие как “подумай над этим тщательно”. Улучшения включают снижение количества галлюцинаций, лести и лучшую производительность в задачах программирования, письма и связанных со здоровьем.

По сравнению с GLM-4.5, это поколение вносит несколько ключевых улучшений:

Увеличенное окно контекста: Окно контекста расширено с 128K до 200K токенов, что позволяет модели справляться с более сложными агентными задачами.
Улучшенная производительность в кодировании: Модель достигает более высоких результатов в тестах на код и демонстрирует лучшую производительность в реальных приложениях, таких как Claude Code, Cline, Roo Code и Kilo Code, включая улучшения в создании визуально проработанных фронтэнд-страниц.
Продвинутое рассуждение: GLM-4.6 показывает явное улучшение в производительности рассуждений и поддерживает использование инструментов во время вывода, что приводит к более высокой общей способности.
Более способные агенты: GLM-4.6 демонстрирует более высокую производительность в использовании инструментов и поисковых агентов, а также более эффективно интегрируется в агентные фреймворки.
Улучшенное написание: Лучше соответствует человеческим предпочтениям в стиле и читаемости, и более естественно выполняет ролевые сценарии.

По сравнению с GLM-4.5, это поколение вносит несколько ключевых улучшений:

Увеличенное окно контекста: Окно контекста расширено с 128K до 200K токенов, что позволяет модели справляться с более сложными агентными задачами.
Улучшенная производительность в кодировании: Модель достигает более высоких результатов в тестах на код и демонстрирует лучшую производительность в реальных приложениях, таких как Claude Code, Cline, Roo Code и Kilo Code, включая улучшения в создании визуально отточенных фронт-энд страниц.
Продвинутое рассуждение: GLM-4.6 показывает явное улучшение в производительности рассуждений и поддерживает использование инструментов во время вывода, что приводит к более сильным общим возможностям.
Более способные агенты: GLM-4.6 демонстрирует более высокую производительность в использовании инструментов и поисковых агентов, и более эффективно интегрируется в агентные фреймворки.
Усовершенствованное написание: Лучше соответствует человеческим предпочтениям в стиле и читаемости, и действует более естественно в сценариях ролевых игр.

Claude Sonnet 4.5 — это самая продвинутая модель Sonnet от Anthropic на сегодняшний день, оптимизированная для агентов реального мира и рабочих процессов программирования. Она демонстрирует передовые результаты на тестах программирования, таких как SWE-bench Verified, с улучшениями в проектировании систем, безопасности кода и соблюдении спецификаций. Модель разработана для длительной автономной работы, поддерживая непрерывность задач между сессиями и предоставляя отслеживание прогресса на основе фактов.

Sonnet 4.5 также вводит более сильные агентные возможности, включая улучшенную оркестрацию инструментов, спекулятивное параллельное выполнение и более эффективное управление контекстом и памятью. Благодаря улучшенному отслеживанию контекста и осведомленности о использовании токенов в вызовах инструментов, она особенно хорошо подходит для многоконтекстных и длительных рабочих процессов. Области применения охватывают разработку программного обеспечения, кибербезопасность, финансовый анализ, исследовательские агенты и другие области, требующие устойчивого рассуждения и использования инструментов.

DeepSeek-V3.2-Exp — это экспериментальная крупная языковая модель, выпущенная компанией DeepSeek как промежуточный шаг между V3.1 и будущими архитектурами. Она вводит механизм DeepSeek Sparse Attention (DSA), тонко настроенный разреженный механизм внимания, разработанный для повышения эффективности обучения и вывода в сценариях с длинным контекстом, сохраняя при этом качество вывода. Пользователи могут управлять поведением рассуждений с помощью логического параметра reasoning enabled.

Модель была обучена в условиях, согласованных с V3.1-Terminus, чтобы обеспечить прямое сравнение. Тестирование показывает производительность примерно на уровне V3.1 в задачах рассуждения, кодирования и использования агентных инструментов, с незначительными компромиссами и улучшениями в зависимости от области. Этот выпуск сосредоточен на проверке архитектурных оптимизаций для увеличенных длин контекста, а не на повышении точности выполнения задач, что делает его в первую очередь исследовательской моделью для изучения эффективных дизайнов трансформеров.

Модель для нецензурированного и креативного письма, основанная на Mistral Small 3.2 24B, с хорошей памятью, соблюдением инструкций и интеллектом.

Relace Apply 3 — это специализированная LLM для исправления кода, которая интегрирует предлагаемые ИИ изменения прямо в ваши исходные файлы. Она может применять обновления от GPT-4o, Claude и других в ваши файлы со средней скоростью 7500 токенов в секунду.

Модель требует, чтобы запрос был в следующем формате:

{исходный_код}

Для Relace включено нулевое сохранение данных.

Qwen3-VL-235B-A22B Thinking — это мультимодальная модель, объединяющая мощную генерацию текста с визуальным пониманием изображений и видео. Модель Thinking оптимизирована для мультимодального рассуждения в STEM и математике. Серия делает акцент на надежном восприятии (распознавание разнообразных реальных и синтетических категорий), пространственном понимании (привязка к 2D/3D) и долгосрочном визуальном понимании, демонстрируя конкурентоспособные результаты на публичных мультимодальных тестах как для восприятия, так и для рассуждения.

Помимо анализа, Qwen3-VL поддерживает агентное взаимодействие и использование инструментов: она может следовать сложным инструкциям в диалогах с несколькими изображениями и несколькими этапами; синхронизировать текст с временными шкалами видео для точных временных запросов; и управлять элементами графического интерфейса для автоматизации задач. Модели также поддерживают рабочие процессы визуального кодирования, превращая эскизы или макеты в код и помогая с отладкой интерфейса, сохраняя при этом высокую производительность только на текстовом уровне, сравнимую с флагманскими языковыми моделями Qwen3. Это делает Qwen3-VL подходящей для производственных сценариев, охватывающих документальный ИИ, многоязычный OCR, помощь с программным обеспечением/интерфейсом, пространственные/воплощенные задачи и исследования агентов, работающих с видением и языком.

Qwen3-VL-235B-A22B Instruct — это многомодальная модель с открытыми весами, которая объединяет мощную генерацию текста с визуальным пониманием изображений и видео. Модель Instruct нацелена на общее использование в области зрения и языка (VQA, разбор документов, извлечение данных из диаграмм/таблиц, многоязычный OCR). Серия подчеркивает надежное восприятие (распознавание разнообразных реальных и синтетических категорий), пространственное понимание (2D/3D привязка) и долгосрочное визуальное понимание, демонстрируя конкурентоспособные результаты на публичных многомодальных тестах как в восприятии, так и в рассуждении.

Помимо анализа, Qwen3-VL поддерживает агентное взаимодействие и использование инструментов: она может следовать сложным инструкциям в диалогах с несколькими изображениями и несколькими этапами; выравнивать текст с временными шкалами видео для точных временных запросов; и управлять элементами графического интерфейса для автоматизации задач. Модели также позволяют выполнять визуальные рабочие процессы кодирования — превращать эскизы или макеты в код и помогать с отладкой пользовательского интерфейса — при этом сохраняя сильную производительность только на текстах, сопоставимую с флагманскими языковыми моделями Qwen3. Это делает Qwen3-VL подходящей для производственных сценариев, охватывающих документальный ИИ, многоязычный OCR, помощь в программном обеспечении/пользовательском интерфейсе, пространственные/воплощенные задачи и исследования агентов в области зрения и языка.

Qwen3-Max — это обновленная версия, основанная на серии Qwen3, предлагающая значительные улучшения в области рассуждений, следования инструкциям, поддержки многоязычности и охвата знаний по редким темам по сравнению с версией января 2025 года. Она обеспечивает более высокую точность в задачах по математике, программированию, логике и наукам, более надежно следует сложным инструкциям на китайском и английском языках, снижает количество галлюцинаций и производит более качественные ответы для открытых вопросов, написания и общения. Модель поддерживает более 100 языков с улучшенным переводом и здравым смыслом в рассуждениях и оптимизирована для генерации с дополнением извлечением (RAG) и вызова инструментов, хотя не включает в себя специальный режим “мышления”.

Qwen3 Coder Plus — это собственная версия Alibaba на основе Open Source Qwen3 Coder 480B A35B. Это мощная модель программирования, специализирующаяся на автономном программировании с использованием вызова инструментов и взаимодействия с окружающей средой, сочетая в себе навыки программирования с универсальными возможностями общего назначения.

DeepSeek-V3.1 Terminus — это обновление для DeepSeek V3.1, которое сохраняет изначальные возможности модели, устраняя при этом проблемы, о которых сообщали пользователи, включая языковую согласованность и возможности агентов, и дополнительно оптимизирует производительность модели в кодировании и поисковых агентах. Это крупная гибридная модель рассуждений (671 миллиард параметров, 37 миллиардов активных), поддерживающая как режимы мышления, так и немышления. Она расширяет базу DeepSeek-V3 с помощью двухфазного процесса обучения с длинным контекстом, достигая до 128 тысяч токенов, и использует FP8 микромасштабирование для эффективного вывода. Пользователи могут управлять поведением рассуждений с помощью булевой переменной reasoning enabled.

Модель улучшает использование инструментов, генерацию кода и эффективность рассуждений, достигая производительности, сопоставимой с DeepSeek-R1 на сложных тестах, при этом отвечая быстрее. Она поддерживает структурированные вызовы инструментов, кодовые агенты и поисковые агенты, что делает её подходящей для исследований, кодирования и агентных рабочих процессов.