Каталог AI моделей и нейросетей: сравнение и цены

Recraft V4 Pro Vector — это векторный (SVG) вариант Recraft V4 Pro. Он поддерживает ввод текста и изображений и создает векторный вывод изображения в различных соотношениях сторон на…

Recraft V4 Vector — это векторный (SVG) вариант Recraft V4. Он поддерживает ввод текста и изображений и создает векторный вывод изображения в различных соотношениях сторон. По сравнению с растровым…

Вариант быстрого режима Opus 4.7 - идентичные возможности с более высокой скоростью вывода по премиальной цене в 6 раз выше.

Perceptron Mk1 (Mark One) является высококачественной моделью Perceptron для работы с видео и воплощенного рассуждения в формате “зрение-язык”. Она принимает изображения и видеоматериалы в паре с запросами на естественном языке и выдает подробные ответы на визуальное понимание, как в структурированном, так и в естественном языке. Модель превосходно справляется с задачами понимания видео, такими как вопросы и ответы по видео, суммаризация и обнаружение событий. На входах с изображениями она продвигает привязку по примеру из мультимодальных подсказок, распознавание текста и разбор документов на сложных реальных данных, обнаружение и подсчет объектов с открытым словарем, а также оценку позы рук.

Рассуждение может быть включено по запросу для обмена задержкой на более глубокий анализ сложных задач. Структурированные аннотации выдаются в тексте только при явном запросе через параметр annotation_format (передайте "point", "box" или "polygon" для пространственной локализации на изображениях, или "clip" (начало/конец временных меток) для временных сегментов в видео). Без annotation_format модель возвращает только текст на естественном языке.

Ring-2.6-1T — это модель мышления с параметрической шкалой 1T, имеющая 63 миллиарда активных параметров, созданная для рабочих процессов агентов в реальном мире, требующих как высокой производительности, так и операционной эффективности. Она оптимизирована для кодирующих агентов, использования инструментов и выполнения задач с длинным горизонтом, демонстрируя выдающиеся результаты на тестах, включая PinchBench, ClawEval, TAU2-Bench и GAIA2-search.

С адаптивным усилием рассуждений в режимах high и xhigh, Ring-2.6-1T динамически распределяет бюджет рассуждений в зависимости от сложности задачи. Это позволяет добиться более высокой производительности с меньшими затратами на токены, особенно в рабочих процессах агентов с интенсивным использованием инструментов и многократными циклами.

Ring-2.6-1T разработан для продвинутых кодирующих агентов, сложных цепочек рассуждений и крупномасштабных автономных систем, где важны качество выполнения, задержка и экономическая эффективность.

Recraft V4 Pro — это модель генерации изображений от Recraft. Она поддерживает текстовые и графические входные данные с выходом изображения в разрешении около 2K при различных соотношениях сторон, что вдвое больше разрешения…

Recraft V4 — это модель генерации изображений от Recraft. Она поддерживает текстовые и графические входные данные с выходом изображения разрешением около 1K в различных пропорциях. Она обеспечивает более сильное композиционное восприятие,…

Recraft V3 — это модель генерации изображений от Recraft. Она поддерживает текстовые и графические входные данные с выходным изображением в разрешении ~1K при различных соотношениях сторон. Поддерживает следующие параметры image_config:…

Gemini 3.1 Flash Lite — это высокоэффективная мультимодальная модель Google GA, оптимизированная для низкой задержки и высоких объемов рабочих нагрузок. Она поддерживает текстовые, графические, видео, аудио и PDF-входные данные и предназначена для легких агентных рабочих процессов, простого извлечения данных и приложений, где основными ограничениями являются быстродействие и стоимость API.

Поддерживает полные уровни мышления (минимальный, низкий, средний, высокий) для детализированного выбора между стоимостью и производительностью. Стоимость составляет половину от Gemini 3 Flash.

GPT Chat Latest points to OpenAI’s stable API alias chat-latest that always resolves to the latest Instant chat model used in ChatGPT. As OpenAI rolls out new Instant model updates in the future, they are routed behind this slug automatically.

For more info, see: https://developers.openai.com/api/docs/models/chat-latest

Chirp 3 — это последняя многоязычная модель распознавания речи от Google. Она обеспечивает повышенную точность транскрипции для 24 языков GA и более 77 языков в режиме предварительного просмотра, поддерживая автоматическое определение языка, автоматическую пунктуацию и встроенный шумоподавитель для более чистой обработки аудио.

GPT-4o Mini Transcribe — это более компактная и экономичная модель преобразования речи в текст от OpenAI, основанная на аудиовозможностях GPT-4o Mini. Она оценивается по количеству токенов (входных и выходных), что делает её подходящей для рабочих процессов с большим объёмом транскрипций, которые выигрывают от прозрачности биллинга на уровне токенов при более низкой стоимости.

Whisper Large V3 Turbo — это оптимизированная версия модели распознавания речи Whisper Large V3 от OpenAI, разработанная для повышения скорости и экономической эффективности. Она поддерживает транскрипцию на более чем 99 языках с уровнем ошибок в словах 12% и принимает распространенные аудиоформаты, включая mp3, mp4, wav, webm, flac и ogg. Достигает скорости в реальном времени до 216 раз, что делает её подходящей для задач, чувствительных к задержкам, и для высокопроизводительных рабочих нагрузок по транскрипции.

Whisper Large V3 — это модель автоматического распознавания речи с открытым исходным кодом от OpenAI, предлагающая как транскрипцию, так и перевод аудио. Она поддерживает более 99 языков и принимает распространенные аудиоформаты, включая mp3, mp4, wav, webm, flac и ogg. С 1,550 миллионами параметров она достигает уровня ошибок в словах 10,3% и хорошо подходит для многозадачной транскрипции в условиях шума. Поддерживает временные метки на уровне слов и сегментов.

Grok 4.3 — это модель рассуждений от xAI. Она принимает текстовые и графические входные данные с текстовым выводом и подходит для агентных рабочих процессов, задач по следованию инструкциям и приложений, требующих высокой точности фактов. Уровень усилий для рассуждений можно настроить на отсутствие/низкий/средний/высокий (по умолчанию низкий).

Она поддерживает контекстное окно на 1 миллион токенов без ограничения на количество выходных токенов, что делает её хорошо подходящей для анализа длинных документов, глубоких исследований и многоэтапных агентных задач. Цены распределяются по уровням: запросы, превышающие 200 тысяч токенов, тарифицируются по более высокой ставке.