Каталог AI моделей и нейросетей: сравнение и цены

GPT Transcribe — это высокоточная модель преобразования речи в текст от OpenAI. Она подходит для записи аудио, транскрипции потоковых файлов и обработки в режиме реального времени, с поддержкой свободного контекста, подсказок по ключевым словам и многозначных языковых подсказок для специализированных терминов и многоязычной речи.

Muse Spark 1.2 — это модель рассуждений от Meta, предназначенная для выполнения сложных агентных задач. Она принимает текст, изображения, видео, аудио и PDF-документы, возвращает текст и предлагает контекстное окно на 1 миллион токенов.

Модель разработана для поддержки многоагентных рабочих процессов, как в роли основного агента, который планирует и делегирует задачи, так и в роли подагента, выполняющего задачи параллельно. Она работает с различными кодовыми оболочками и поддерживает структурированный вывод, параллельный вызов функций и настраиваемые усилия по рассуждению. В тестах Meta модель демонстрирует хорошие результаты при рефакторинге нескольких файлов, длительных сеансах отладки, генерации целых репозиториев и задачах, выходящих за рамки одного запроса.

Qwen Image 3 — это унифицированная модель генерации и редактирования изображений от Qwen. Она поддерживает точное отображение текста и деталей размером всего 10 пикселей, а также более насыщенный мир…

Qwen Image 3 Pro — это модель генерации и редактирования изображений от Qwen. Она поддерживает точное отображение текста и деталей размером до 10 пикселей, а также обладает более глубокими знаниями о мире…

FLUX.3 Video — это модель генерации видео от Black Forest Labs. Она поддерживает генерацию видео на основе текста, создание видео с помощью изображений с начальными и конечными ключевыми кадрами, а также рабочие процессы продолжения видео, что делает её подходящей для контролируемого…

Qwen3.8 Max является флагманской моделью в серии Qwen3.8 от Alibaba, которая является общедоступным преемником Qwen3.8 Max Preview. Это мультимодальная модель рассуждений, предназначенная для сложных рассуждений, визуального понимания, программирования и агентных рабочих процессов.

DeepSeek V4 Flash 0731 — это модель с разреженной смесью экспертов от DeepSeek, с 13 миллиардами активных параметров из 284 миллиардов общих. Эта пересмотренная версия, прошедшая повторное обучение, подходит для кодирования, рассуждений и рабочих процессов агентов.

Inkling Small — это многомодальная модель с открытым весом и смешением экспертов от Thinking Machines Lab, с 12 миллиардами активных параметров из общего числа в 276 миллиардов. Она позиционируется как меньший и более эффективный член семейства Inkling и подходит для рассуждений, программирования, агентных рабочих процессов, генерации с дополнением извлечением, выполнения инструкций и многоязычного общения.

MiniMax H3 — это легковесная модель генерации видео с открытыми весами от MiniMax. Она предназначена для точного мультимодального редактирования и управляемой генерации контента, включая редактирование по инструкциям, рендеринг текста и брендов, а также…

Transcribe 1 — это модель преобразования речи в текст от Fish Audio. Она подходит для транскрипции аудио с автоматическим определением языка и может возвращать временные метки на уровне слов, когда запрашиваются детали выравнивания.

S1 — это многоязычная модель преобразования текста в речь от Fish Audio. Она подходит для голосовых приложений, которым требуется широкое эмоциональное выражение, используя скобочные элементы управления для направления стиля речи на поддерживаемых языках.

S2 Pro — это многоязычная модель преобразования текста в речь от Fish Audio. Она подходит для выразительного повествования и диалогов с несколькими участниками, с возможностью управления стилем речи и эмоциями на естественном языке.

S2.1 Pro — это ориентированная на производство модель преобразования текста в речь от Fish Audio. Она подходит для многоязычных голосовых приложений, выразительного повествования и синтеза диалогов, с открытыми элементами управления на естественном языке для стиля речи и эмоций.

Runway Aleph 2.0 — это модель редактирования видео в контексте от Runway. Она применяет текстовые инструкции и редактирование, управляемое ключевыми кадрами, к существующим видеоматериалам, сохраняя детали, которые не должны изменяться.

Runway Gen-4.5 — это модель генерации видео от Runway для рабочих процессов от текста к видео и от изображения к видео. Она предназначена для создания кинематографических сцен с высоким качеством движения, визуальной точностью и соответствием заданным параметрам…