GPT-5.2-Codex — это улучшенная версия GPT-5.1-Codex, оптимизированная для программной инженерии и рабочих процессов кодирования. Она предназначена как для интерактивных сессий разработки, так и для длительного автономного выполнения сложных инженерных задач. Модель поддерживает создание проектов с нуля, разработку функций, отладку, крупномасштабный рефакторинг и проверку кода.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.2 Pro — это самая продвинутая модель OpenAI, предлагающая значительные улучшения в агентном кодировании и производительности при работе с длинным контекстом по сравнению с GPT-5 Pro. Она оптимизирована для сложных задач, требующих пошагового рассуждения, следования инструкциям и точности в критически важных случаях использования.

Вариант Thinking High - с большим числом размышлений при необходимости.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Модель НЕ поддерживает стриминг, используйте настройку без стриминга.
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Минимальный баланс для вызова модели: 1200р.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.2 Pro — это самая продвинутая модель OpenAI, предлагающая значительные улучшения в агентном кодировании и производительности при работе с длинным контекстом по сравнению с GPT-5 Pro. Она оптимизирована для сложных задач, требующих пошагового рассуждения, следования инструкциям и точности в критически важных случаях использования.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Модель НЕ поддерживает стриминг, используйте настройку без стриминга.
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Минимальный баланс для вызова модели: 800р.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.2 — это новейшая передовая модель в серии GPT-5, обеспечивающая более высокую агентную производительность и производительность при работе с длинным контекстом по сравнению с GPT-5.1. Она использует адаптивное рассуждение для динамического распределения вычислительных ресурсов, быстро отвечая на простые запросы и затрачивая больше времени на сложные задачи.

Версия Thinking X-High с X-High пресетом на рассуждения (больше рассуждений при необходимости)

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.2 — это новейшая передовая модель в серии GPT-5, обеспечивающая более высокую агентную производительность и производительность при работе с длинным контекстом по сравнению с GPT-5.1. Она использует адаптивное рассуждение для динамического распределения вычислительных ресурсов, быстро отвечая на простые запросы и затрачивая больше времени на сложные задачи.

Версия Thinking High с High пресетом на рассуждения (больше рассуждений при необходимости)

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.2 — это новейшая передовая модель в серии GPT-5, обеспечивающая более высокую агентную производительность и производительность при работе с длинным контекстом по сравнению с GPT-5.1. Она использует адаптивное рассуждение для динамического распределения вычислительных ресурсов, быстро отвечая на простые запросы и затрачивая больше времени на сложные задачи.

Созданная для широкого охвата задач, GPT-5.2 демонстрирует стабильное улучшение в математике, программировании, науке и при вызове инструментов, с более связными развёрнутыми ответами и повышенной надёжностью использования инструментов.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.2 Chat (также известный как Instant) — это быстрый и облегченный член семейства 5.2, оптимизированный для чата с низкой задержкой при сохранении сильного общего интеллекта. Он использует адаптивное рассуждение для выборочного «обдумывания» более сложных запросов, повышая точность в математике, программировании и многошаговых задачах без замедления обычных разговоров. Модель по умолчанию более теплая и разговорная, с лучшим следованием инструкциям и более стабильными краткосрочными рассуждениями. GPT-5.2 Chat разработан для высокопроизводительных интерактивных задач, где скорость отклика и стабильность важнее глубокого обдумывания.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.1-Codex-Max — это новейшая агентная модель для программирования от OpenAI, разработанная для долгосрочных задач разработки программного обеспечения с высоким контекстом. Она основана на обновлённой версии стека рассуждений 5.1 и обучена на агентных рабочих процессах, охватывающих разработку программного обеспечения, математику и исследования.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.1-Codex-Mini — это уменьшенная и более быстрая версия GPT-5.1-Codex.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.1-Codex — это специализированная версия GPT-5.1, оптимизированная для программной инженерии и рабочих процессов кодирования. Она разработана как для интерактивных сессий разработки, так и для длительного, самостоятельного выполнения сложных инженерных задач.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.1 — это новейшая передовая модель в серии GPT-5, предлагающая более сильные возможности рассуждения общего назначения, улучшенное следование инструкциям и более естественный разговорный стиль по сравнению с GPT-5. Модель использует адаптивное рассуждение для динамического распределения вычислительных ресурсов, быстро отвечая на простые запросы и уделяя больше внимания сложным задачам. Модель создаёт более чёткие и обоснованные объяснения с меньшим количеством жаргона, что облегчает понимание даже при работе с техническими или многоэтапными задачами.

Созданная для широкого охвата задач, GPT-5.1 демонстрирует стабильные улучшения в математике, программировании и структурированном анализе, с более связными развёрнутыми ответами и улучшенной надёжностью использования инструментов. Модель также обладает усовершенствованной разговорной настройкой, обеспечивая более тёплые и интуитивные ответы без ущерба для точности. GPT-5.1 служит основным полнофункциональным преемником GPT-5.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5.1 Chat (также известный как Instant) — это быстрый и облегчённый член семейства 5.1, оптимизированный для чата с низкой задержкой при сохранении сильного общего интеллекта. Он использует адаптивное рассуждение для выборочного «обдумывания» более сложных запросов, повышая точность в математике, программировании и многошаговых задачах без замедления обычных разговоров. Модель по умолчанию более тёплая и разговорная, с лучшим следованием инструкциям и более стабильными рассуждениями в коротких форматах. GPT-5.1 Chat разработан для высокопроизводительных интерактивных нагрузок, где отзывчивость и стабильность важнее глубокого обдумывания.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5 Pro — это самая продвинутая модель OpenAI, предлагающая значительные улучшения в рассуждениях, качестве кода и пользовательском опыте.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Модель НЕ поддерживает стриминг, используйте настройку без стриминга.
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Минимальный баланс для вызова модели: 800р.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5-Codex — это специализированная версия GPT-5, оптимизированная для программной инженерии и рабочих процессов кодирования. Она разработана как для интерактивных сессий разработки, так и для длительного, самостоятельного выполнения сложных инженерных задач.

Это версия с предустановленным параметром reasoning: high, который заставляет модель по возможности углубленно поразмышлять над проблемой.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5-Codex — это специализированная версия GPT-5, оптимизированная для программной инженерии и рабочих процессов кодирования. Она разработана как для интерактивных сессий разработки, так и для длительного, самостоятельного выполнения сложных инженерных задач.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5 — это самая продвинутая модель OpenAI, предлагающая значительные улучшения в рассуждениях, качестве кода и пользовательском опыте.
Данная версия размышляющая. Как описывают разработчики, можно углубить размышления модели, добавив фразу "think hard about this".

Внимание: на некоторых запросах, которая GPT-5 считает простыми, она сама отключает размышления. К сожалению, это не регулируется.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5 Chat разработан для продвинутых, естественных, мультимодальных и контекстно-ориентированных диалогов для корпоративных приложений.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5 Mini — это компактная версия GPT-5, разработанная для выполнения менее ресурсоемких задач рассуждения. Она обеспечивает те же преимущества в следовании инструкциям и настройке безопасности, что и GPT-5, но с уменьшенной задержкой и стоимостью. GPT-5 Mini является преемником модели o4-mini от OpenAI.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

GPT-5-Nano — это самый маленький и быстрый вариант в системе GPT-5, оптимизированный для инструментов разработчиков, быстрых взаимодействий и сред с ультранизкой задержкой. Хотя он ограничен в глубине рассуждений по сравнению с более крупными аналогами, он сохраняет ключевые функции следования инструкциям и безопасности. Это преемник GPT-4.1-nano и предлагает легковесный вариант для чувствительных к стоимости или работающих в реальном времени приложений.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 128000 токенов

gpt-oss-120b — это языковая модель с открытыми весами на 117 миллиардов параметров типа Mixture-of-Experts (MoE) от OpenAI, разработанная для высокоуровневых рассуждений, агентских задач и универсального промышленного применения. Она активирует 5,1 миллиарда параметров за один прямой проход и оптимизирована для работы на одном GPU H100 с нативной квантизацией MXFP4. Модель поддерживает настраиваемую глубину рассуждений, полный доступ к цепочке рассуждений и нативное использование инструментов.

gpt-oss-120b — это языковая модель с открытыми весами на 117 миллиардов параметров типа Mixture-of-Experts (MoE) от OpenAI, разработанная для высокоуровневых рассуждений, агентских задач и универсального промышленного применения. Она активирует 5,1 миллиарда параметров за один прямой проход и оптимизирована для работы на одном GPU H100 с нативной квантизацией MXFP4. Модель поддерживает настраиваемую глубину рассуждений, полный доступ к цепочке рассуждений и нативное использование инструментов.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

gpt-oss-20b — это модель с открытыми весами и 21 миллиардом параметров, выпущенная OpenAI под лицензией Apache 2.0. Она использует архитектуру Mixture-of-Experts (MoE) с 3,6 миллиардами активных параметров на один прямой проход, оптимизированную для вывода с низкой задержкой и развертывания на потребительском оборудовании или однопроцессорных GPU. Модель обучена в формате ответов OpenAI Harmony и поддерживает конфигурацию уровня рассуждений, тонкую настройку и агентные возможности, включая вызов функций, использование инструментов и структурированные выходные данные.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

ОБЩЕЕ ОПИСАНИЕ:
Модели o3 оптимизированы для математики, науки, программирования и других задач, связанных с STEM. Они постоянно демонстрируют точность на уровне PhD в тестах по физике, химии и биологии.

ОСОБЕННОСТИ БИЛЛИНГА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация.
Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

ВРЕМЕННО:
- не работает со стримингом. Т.е. недоступна через обычный чат, но можно воспользоваться специальным в Сервисах.
Минимальный баланс для вызова модели: 150р.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Версия GPT-4o от 20.11.2024 предлагает улучшенные возможности креативного письма с более естественным, увлекательным и индивидуальным подходом для повышения актуальности и удобства чтения. Модель выступает несколько хуже на логических задачах, но лучше - на задачах, требующих креативности.

C расширенным поиском по интернету - при ответе берется 20 источников.
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

Берется плата за вызов интернета (стоимость вызова модели) + дополнительная плата за найденные в интернете материалы в запросе (число символов во входе)
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 16000 токенов

GPT-4o («o» от «omni») — это новейшая модель искусственного интеллекта OpenAI, поддерживающая как ввод текста, так и изображения, а также текстовый вывод. Он сохраняет уровень интеллекта GPT-4 Turbo, будучи в два раза быстрее и на 50 % экономичнее. GPT-4o также обеспечивает улучшенную производительность при обработке языков, отличных от английского, и расширенные визуальные возможности. Данные обучения: до октября 2023 г.

C расширенным поиском по интернету - при ответе берется 20 источников.
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

Берется плата за вызов интернета (стоимость вызова модели) + дополнительная плата за найденные в интернете материалы в запросе (число символов во входе)
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

ОБЩЕЕ ОПИСАНИЕ:
OpenAI o4-mini — это компактная модель рассуждения в o-серии, оптимизированная для быстрой и экономичной производительности, сохраняющая при этом сильные мультимодальные и агентные возможности. Она поддерживает использование инструментов и демонстрирует конкурентоспособные показатели в рассуждениях и программировании по таким критериям, как AIME (99,5% с Python) и SWE-bench, превосходя своего предшественника o3-mini и даже приближаясь к o3 в некоторых областях.

Несмотря на свой меньший размер, o4-mini демонстрирует высокую точность в задачах STEM, решении визуальных проблем (например, MathVista, MMMU) и редактировании кода. Она особенно хорошо подходит для сценариев с высокой пропускной способностью, где критичны задержки или стоимость. Благодаря эффективной архитектуре и усовершенствованному обучению с подкреплением, o4-mini может связывать инструменты, генерировать структурированные выходные данные и решать многоэтапные задачи с минимальной задержкой — часто менее чем за минуту.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

ВРЕМЕННО:
- не работает со стримингом. Т.е. недоступна через обычный чат, но можно воспользоваться специальным в Сервисах.
Минимальный баланс для вызова модели: 20р.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

ОБЩЕЕ ОПИСАНИЕ:
OpenAI o4-mini — это компактная модель рассуждения в o-серии, оптимизированная для быстрой и экономичной производительности, сохраняющая при этом сильные мультимодальные и агентные возможности. Она поддерживает использование инструментов и демонстрирует конкурентоспособные показатели в рассуждениях и программировании по таким критериям, как AIME (99,5% с Python) и SWE-bench, превосходя своего предшественника o3-mini и даже приближаясь к o3 в некоторых областях.

Несмотря на свой меньший размер, o4-mini демонстрирует высокую точность в задачах STEM, решении визуальных проблем (например, MathVista, MMMU) и редактировании кода. Она особенно хорошо подходит для сценариев с высокой пропускной способностью, где критичны задержки или стоимость. Благодаря эффективной архитектуре и усовершенствованному обучению с подкреплением, o4-mini может связывать инструменты, генерировать структурированные выходные данные и решать многоэтапные задачи с минимальной задержкой — часто менее чем за минуту.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

ВРЕМЕННО:
- не работает со стримингом. Т.е. недоступна через обычный чат, но можно воспользоваться специальным в Сервисах.
Минимальный баланс для вызова модели: 20р.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

GPT-4.1 — это флагманская большая языковая модель, оптимизированная для продвинутого следования инструкциям, реальной программной инженерии и рассуждений в длинном контексте. Она поддерживает контекстное окно в 1 миллион токенов и превосходит GPT-4o и GPT-4.5 в кодировании (54,6% SWE-bench Verified), соблюдении инструкций (87,4% IFEval) и мультимодальных тестах понимания. Она настроена на точные изменения кода, надежность агентов и высокую точность поиска в контексте больших документов, что делает ее идеальной для агентов, инструментов IDE и корпоративного поиска знаний.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 32000 токенов

GPT-4.1 Mini — модель среднего размера, обеспечивающая производительность, конкурирующую с GPT-4o при существенно меньшей задержке и стоимости. Она сохраняет контекстное окно в 1 миллион токенов и набирает 45,1% на сложных оценках инструкций, 35,8% на MultiChallenge и 84,1% на IFEval. Mini также демонстрирует сильные способности в программировании (например, 31,6% в полиглот-тесте на различия Aider) и понимании изображений, что делает её подходящей для интерактивных приложений с жёсткими требованиями к производительности.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 32000 токенов

Для задач, требующих низкой задержки, GPT-4.1 nano является самой быстрой и дешевой моделью в серии GPT-4.1. Она обеспечивает исключительную производительность при небольшом размере с контекстным окном в 1 миллион токенов и имеет показатели 80,1% в MMLU, 50,3% в GPQA и 9,8% в полиглотном кодировании Aider – даже выше, чем у GPT-4o mini. Она идеально подходит для таких задач, как классификация или автозаполнение.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 32000 токенов

GPT-4.5 (Preview) - это исследовательская версия новейшей языковой модели OpenAI, разработанная для улучшения возможностей в области рассуждений, творчества и многоступенчатого общения. Она основывается на предыдущих итерациях с улучшениями в области знаний о мире, контекстуальной согласованности и способности более эффективно следовать намерениям пользователя.

Модель демонстрирует улучшенную производительность в задачах, требующих открытого мышления, решения проблем и коммуникации. Ранние тесты показывают, что она лучше генерирует нюансированные ответы, поддерживает согласованность при работе с длинным контекстом и снижает количество галлюцинаций по сравнению с предыдущими версиями.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация, цены указаны за 1000 токенов. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

Минимальный баланс для вызова модели: 200р.

Это вариант модели o3-mini с предустановленным пресетом high (больше размышлений, но дольше и больший расход токенов)

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

ВРЕМЕННО:
- не работает со стримингом. Т.е. недоступна через обычный чат, но можно воспользоваться специальным в Сервисах.
Минимальный баланс для вызова модели: 20р.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

ОБЩЕЕ ОПИСАНИЕ:
OpenAI o3-mini - это экономичная языковая модель, оптимизированная для задач логического мышления в области STEM, особенно преуспевающая в науке, математике и программировании. Модель имеет три регулируемых уровня затрат на рассуждения (low, medium, high)

При средних настройках уровня рассуждений o3-mini соответствует производительности более крупной модели o1 при сложных оценках рассуждений, таких как AIME и GPQA, сохраняя при этом меньшую задержку и стоимость.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

ВРЕМЕННО:
- не работает со стримингом. Т.е. недоступна через обычный чат, но можно воспользоваться специальным в Сервисах.
Минимальный баланс для вызова модели: 20р.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

ОБЩЕЕ ОПИСАНИЕ:
Последнее и самое мощное семейство моделей от OpenAI, o1 разработано так, чтобы тратить больше времени на размышления перед ответом.

Модели o1 оптимизированы для математики, науки, программирования и других задач, связанных с STEM. Они постоянно демонстрируют точность на уровне PhD в тестах по физике, химии и биологии.

ОСОБЕННОСТИ БИЛЛИНГА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация.
Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

ВРЕМЕННО:
- не работает со стримингом. Т.е. недоступна через обычный чат, но можно воспользоваться специальным в Сервисах.
Минимальный баланс для вызова модели: 100р.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Версия GPT-4o от 20.11.2024 предлагает улучшенные возможности креативного письма с более естественным, увлекательным и индивидуальным подходом для повышения актуальности и удобства чтения. Модель выступает несколько хуже на логических задачах, но лучше - на задачах, требующих креативности.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 16000 токенов

ОБЩЕЕ ОПИСАНИЕ:
Последнее и самое мощное семейство моделей от OpenAI, o1 разработано так, чтобы тратить больше времени на размышления перед ответом.

Модели o1 оптимизированы для математики, науки, программирования и других задач, связанных с STEM. Они постоянно демонстрируют точность на уровне PhD в тестах по физике, химии и биологии.

RATE-LIMIT:
В момент запуска (12-13 сентября) модель ОЧЕНЬ сильно ограничена в числе запросов и постоянно выдает ошибку 429 как экспериментальная модель. Позднее данные ограничения должны быть сняты.

ОСОБЕННОСТИ БИЛЛИНГА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация.
Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

ВРЕМЕННО:
- не работает со стримингом. Т.е. недоступна через обычный чат, но можно воспользоваться специальным в Сервисах.
Минимальный баланс для вызова модели: 30р.

По этому ID доступна самая последняя модель GPT-4o от OpenAI. Поведение модели постоянно меняется и улучшается; если вам нужно стабильное поведение по API, используйте другие модели.

Версия GPT-4o в которой расширены возможности генерации выхода до 64 000 токенов). Представлена в июле 2024.
Максимальный размер выходной генерации для модели: 64000 токенов

Версия GPT-4o от 2024-08-06 предлагает улучшенную производительность в структурированных выводах, с возможностью предоставления JSON-схемы в формате ответа.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Самая последняя модель от OpenAI из семейства GPT-4o.
Превосходит по цене и качеству GPT-3.5-Turbo, а также Claude 3 Haiku и Gemini Flash.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

GPT-4o («o» от «omni») — это новейшая модель искусственного интеллекта OpenAI, поддерживающая как ввод текста, так и изображения, а также текстовый вывод. Он сохраняет уровень интеллекта GPT-4 Turbo, будучи в два раза быстрее и на 50 % экономичнее. GPT-4o также обеспечивает улучшенную производительность при обработке языков, отличных от английского, и расширенные визуальные возможности. Данные обучения: до октября 2023 г.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Последняя модель GPT-4-Turbo.

Модель gpt-4-0125-preview

Новейшая модель GPT-4 с улучшенным выполнением инструкций, режимом JSON, воспроизводимыми выводами, параллельным вызовом функций и многим другим. Данные обучения: до декабря 2023 г.

Примечание. Во время предварительной версии OpenAI сильно ограничивает скорость.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Последняя модель GPT-4 с улучшенным следованием инструкциям, режимом JSON, воспроизводимыми выходными данными, параллельным вызовом функций и многим другим. Возвращает максимум 4096 выходных токенов. Данные обучения: до апреля 2023.

Самая мощная нейросетевая модель от OpenAI.

(В связи с отключением старых моделей OpenAI заменена на gpt-3.5-turbo-0613)

Opus 4.6 — это самая мощная модель Anthropic для программирования и длительных профессиональных задач. Она создана для агентов, которые работают с целыми рабочими процессами, а не с отдельными запросами, что делает её особенно эффективной для больших кодовых баз, сложных рефакторингов и многоэтапной отладки, которая разворачивается со временем. Модель демонстрирует более глубокое контекстное понимание, более сильную декомпозицию задач и большую надёжность в сложных инженерных задачах по сравнению с предыдущими поколениями.

Размышляющая версия.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Opus 4.6 — это самая мощная модель Anthropic для программирования и длительных профессиональных задач. Она создана для агентов, которые работают с целыми рабочими процессами, а не с отдельными запросами, что делает её особенно эффективной для больших кодовых баз, сложных рефакторингов и многоэтапной отладки, которая разворачивается со временем. Модель демонстрирует более глубокое контекстное понимание, более сильную декомпозицию задач и большую надёжность в сложных инженерных задачах по сравнению с предыдущими поколениями.

Помимо программирования, Opus 4.6 превосходно справляется с продолжительной интеллектуальной работой. Она создаёт документы, планы и анализы, близкие к готовым для продакшена, за один проход и сохраняет связность на протяжении очень длинных результатов и продолжительных сессий. Это делает её надёжным выбором по умолчанию для задач, требующих настойчивости, здравого суждения и доведения до конца, таких как техническое проектирование, планирование миграции и сквозное выполнение проектов.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Opus 4.6 — это самая мощная модель Anthropic для программирования и длительных профессиональных задач. Она создана для агентов, которые работают с целыми рабочими процессами, а не с отдельными запросами, что делает её особенно эффективной для больших кодовых баз, сложных рефакторингов и многоэтапной отладки, которая разворачивается со временем. Модель демонстрирует более глубокое контекстное понимание, более сильную декомпозицию задач и большую надёжность в сложных инженерных задачах по сравнению с предыдущими поколениями.

Размышляющая версия.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Opus 4.6 — это самая мощная модель Anthropic для программирования и длительных профессиональных задач. Она создана для агентов, которые работают с целыми рабочими процессами, а не с отдельными запросами, что делает её особенно эффективной для больших кодовых баз, сложных рефакторингов и многоэтапной отладки, которая разворачивается со временем. Модель демонстрирует более глубокое контекстное понимание, более сильную декомпозицию задач и большую надёжность в сложных инженерных задачах по сравнению с предыдущими поколениями.

Помимо программирования, Opus 4.6 превосходно справляется с продолжительной интеллектуальной работой. Она создаёт документы, планы и анализы, близкие к готовым для продакшена, за один проход и сохраняет связность на протяжении очень длинных результатов и продолжительных сессий. Это делает её надёжным выбором по умолчанию для задач, требующих настойчивости, здравого суждения и доведения до конца, таких как техническое проектирование, планирование миграции и сквозное выполнение проектов.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Claude Opus 4.5 — это передовая модель рассуждений от Anthropic, оптимизированная для сложной разработки программного обеспечения, агентных рабочих процессов и длительного использования компьютера. Она обладает мощными мультимодальными возможностями, конкурентоспособной производительностью в реальных тестах программирования и рассуждений, а также улучшенной устойчивостью к инъекциям промптов.

Размышляющая версия.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Claude Opus 4.5 — это передовая модель рассуждений от Anthropic, оптимизированная для сложной разработки программного обеспечения, агентных рабочих процессов и длительного использования компьютера. Она обладает мощными мультимодальными возможностями, конкурентоспособной производительностью в реальных тестах программирования и рассуждений, а также улучшенной устойчивостью к инъекциям промптов. Модель разработана для эффективной работы при различных уровнях усилий, что позволяет разработчикам балансировать между скоростью, глубиной и использованием токенов в зависимости от требований задачи.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Claude Haiku 4.5 — это самая быстрая и эффективная модель Anthropic, обеспечивающая интеллект, близкий к передовому уровню, при значительно меньших затратах и задержке по сравнению с более крупными моделями Claude. Соответствуя производительности Claude Sonnet 4 в задачах рассуждения, программирования и использования компьютера, Haiku 4.5 привносит возможности передового уровня в приложения реального времени и высоконагруженные приложения.

Версия с размышлениями
Модель представляет расширенное мышление в линейке Haiku; обеспечивая управляемую глубину рассуждений, сжатый или чередующийся вывод мыслей и рабочие процессы с использованием инструментов при полной поддержке инструментов программирования, bash, веб-поиска и использования компьютера. Набрав >73% в SWE-bench Verified, Haiku 4.5 входит в число лучших моделей программирования в мире, сохраняя при этом исключительную отзывчивость для подагентов, параллельного выполнения и масштабируемого развертывания.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude Haiku 4.5 — это самая быстрая и эффективная модель Anthropic, обеспечивающая интеллект, близкий к передовому уровню, при значительно меньших затратах и задержке по сравнению с более крупными моделями Claude. Соответствуя производительности Claude Sonnet 4 в задачах рассуждения, программирования и использования компьютера, Haiku 4.5 привносит возможности передового уровня в приложения реального времени и высоконагруженные приложения.

Модель представляет расширенное мышление в линейке Haiku; обеспечивая управляемую глубину рассуждений, сжатый или чередующийся вывод мыслей и рабочие процессы с использованием инструментов при полной поддержке инструментов программирования, bash, веб-поиска и использования компьютера. Набрав >73% в SWE-bench Verified, Haiku 4.5 входит в число лучших моделей программирования в мире, сохраняя при этом исключительную отзывчивость для подагентов, параллельного выполнения и масштабируемого развертывания.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude Sonnet 4.5 — самая совершенная модель Sonnet от Anthropic на сегодняшний день, оптимизированная для работы с реальными агентами и программными процессами. Она демонстрирует передовые результаты в тестах по программированию, таких как SWE-bench Verified, с улучшениями в области системного проектирования, безопасности кода и соответствия спецификациям.

(Размышляющая версия модели)
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Claude Sonnet 4.5 — самая совершенная модель Sonnet от Anthropic на сегодняшний день, оптимизированная для работы с реальными агентами и программными процессами. Она демонстрирует передовые результаты в тестах по программированию, таких как SWE-bench Verified, с улучшениями в области системного проектирования, безопасности кода и соответствия спецификациям.

Версия на 1 миллион контекста
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Claude Sonnet 4.5 — самая совершенная модель Sonnet от Anthropic на сегодняшний день, оптимизированная для работы с реальными агентами и программными процессами. Она демонстрирует передовые результаты в тестах по программированию, таких как SWE-bench Verified, с улучшениями в области системного проектирования, безопасности кода и соответствия спецификациям.

(Размышляющая версия модели, High уровень размышлений)
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Claude Sonnet 4.5 — самая совершенная модель Sonnet от Anthropic на сегодняшний день, оптимизированная для работы с реальными агентами и программными процессами. Она демонстрирует передовые результаты в тестах по программированию, таких как SWE-bench Verified, с улучшениями в области системного проектирования, безопасности кода и соответствия спецификациям.

(Размышляющая версия модели)
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Claude Sonnet 4.5 — самая совершенная модель Sonnet от Anthropic на сегодняшний день, оптимизированная для работы с реальными агентами и программными процессами. Она демонстрирует передовые результаты в тестах по программированию, таких как SWE-bench Verified, с улучшениями в области системного проектирования, безопасности кода и соответствия спецификациям.

Это версия на 200К контекста, версия на 1M контекста идет отдельно.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Claude Sonnet 4 значительно расширяет возможности своего предшественника, Sonnet 3.7, превосходя его как в задачах программирования, так и в задачах рассуждения с улучшенной точностью и управляемостью. Достигая передовых результатов на SWE-bench (72,7%), Sonnet 4 балансирует между производительностью и вычислительной эффективностью, что делает его подходящим для широкого спектра приложений: от рутинных задач кодирования до сложных проектов разработки программного обеспечения. Ключевые улучшения включают усовершенствованную автономную навигацию по кодовой базе, сниженное количество ошибок в рабочих процессах, управляемых агентами, и повышенную надежность в следовании сложным инструкциям. Sonnet 4 оптимизирован для практического повседневного использования, обеспечивая продвинутые возможности рассуждения при сохранении эффективности и отзывчивости в различных внутренних и внешних сценариях.

Версия на 1 миллион контекста, несколько дороже. Размышляющая.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude Sonnet 4 значительно расширяет возможности своего предшественника, Sonnet 3.7, превосходя его как в задачах программирования, так и в задачах рассуждения с улучшенной точностью и управляемостью. Достигая передовых результатов на SWE-bench (72,7%), Sonnet 4 балансирует между производительностью и вычислительной эффективностью, что делает его подходящим для широкого спектра приложений: от рутинных задач кодирования до сложных проектов разработки программного обеспечения. Ключевые улучшения включают усовершенствованную автономную навигацию по кодовой базе, сниженное количество ошибок в рабочих процессах, управляемых агентами, и повышенную надежность в следовании сложным инструкциям. Sonnet 4 оптимизирован для практического повседневного использования, обеспечивая продвинутые возможности рассуждения при сохранении эффективности и отзывчивости в различных внутренних и внешних сценариях.

Версия на 1 миллион контекста, несколько дороже.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude Opus 4.1 — это обновленная версия флагманской модели Anthropic, предлагающая улучшенную производительность в программировании, рассуждениях и агентных задачах. Она достигает 74,5% на SWE-bench Verified и демонстрирует заметные улучшения в рефакторинге многофайлового кода, точности отладки и детально-ориентированных рассуждениях. Модель поддерживает расширенное мышление до 64К токенов и оптимизирована для задач, включающих исследования, анализ данных и рассуждения с использованием инструментов.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude Opus 4.1 — это обновленная версия флагманской модели Anthropic, предлагающая улучшенную производительность в программировании, рассуждениях и агентных задачах. Она достигает 74,5% на SWE-bench Verified и демонстрирует заметные улучшения в рефакторинге многофайлового кода, точности отладки и детально-ориентированных рассуждениях. Модель поддерживает расширенное мышление до 64К токенов и оптимизирована для задач, включающих исследования, анализ данных и рассуждения с использованием инструментов.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Модель позволяет одним запросом получить расширенный исследовательский отчет.

Версия Opus 4 Thinking с расширенным поиском по интернету и формированием полноценного отчета
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

В процессе запроса
- выбираются наиболее релевантные источники
- из их текста делается выжимка по пользовательскому запросу с помощью gpt-4o-mini, что увеличивает в 2-3 раза число фактической информации, по которой делается анализ. Вызовы gpt-4o-mini для всех источников будет показан в Активности пользователя и оплачивается дополнительно (около 0.5 р. за вызов)

Информация о research и примеры отчета
Примеры отчета Deep 1.0 в PDF

Особенности функционирования

- Будет рассмотрен только запрос пользователя. Предыдущий чат и инструкции будут проигнорированы.
- При работе модель подменяет ваши предыдущие запросы и настройки собственным системным промтом и настройками максимальной генерации - т.е. входной промт будет большим, это нормально.
- Research можно вызывать по API так же, как любую другую нейросетевую модель – просто передайте в последнем сообщении пользователя необходимый запрос.

Минимальный баланс для вызова модели: 1000р.

Версия Opus 4 с расширенным поиском по интернету - при ответе берется 20 источников.
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

Средняя полная стоимость запроса (без истории чата) - 50-65 рублей за запрос.
Минимальный баланс для вызова модели: 250р.

Модель позволяет одним запросом получить расширенный исследовательский отчет.

Версия Sonnet 4 Thinking с расширенным поиском по интернету и формированием полноценного отчета
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

В процессе запроса
- выбираются наиболее релевантные источники
- из их текста делается выжимка по пользовательскому запросу с помощью gpt-4o-mini, что увеличивает в 2-3 раза число фактической информации, по которой делается анализ. Вызовы gpt-4o-mini для всех источников будет показан в Активности пользователя и оплачивается дополнительно (около 0.5 р. за вызов)

Информация о research и примеры отчета
Примеры отчета Deep 1.0 в PDF

Особенности функционирования

- Будет рассмотрен только запрос пользователя. Предыдущий чат и инструкции будут проигнорированы.
- При работе модель подменяет ваши предыдущие запросы и настройки собственным системным промтом и настройками максимальной генерации - т.е. входной промт будет большим, это нормально.
- Research можно вызывать по API так же, как любую другую нейросетевую модель – просто передайте в последнем сообщении пользователя необходимый запрос.

Минимальный баланс для вызова модели: 250р.

Версия Sonnet 4 с расширенным поиском по интернету и анализом источников.
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

В процессе запроса
- выбираются наиболее релевантные источники
- из их текста делается выжимка по пользовательскому запросу с помощью gpt-4o-mini, что увеличивает в 2-3 раза число фактической информации, по которой делается анализ. Вызовы gpt-4o-mini для всех источников будет показан в Активности пользователя и оплачивается дополнительно (около 0.5 р. за вызов)

Средняя полная стоимость запроса (без истории чата) - 30-50 рублей за запрос.
Минимальный баланс для вызова модели: 70р.

Модель позволяет одним запросом получить расширенный исследовательский отчет.

Версия Sonnet 4 Thinking с расширенным поиском по интернету и формированием полноценного отчета
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

Средняя полная стоимость запроса (без истории чата) - 80-120 рублей за запрос.

Информация о research и примеры отчета
Примеры отчета в PDF

Особенности функционирования

- Будет рассмотрен только запрос пользователя. Предыдущий чат и инструкции будут проигнорированы.
- При работе модель подменяет ваши предыдущие запросы и настройки собственным системным промтом и настройками максимальной генерации - т.е. входной промт будет большим, это нормально.
- Research можно вызывать по API так же, как любую другую нейросетевую модель – просто передайте в последнем сообщении пользователя необходимый запрос.


Минимальный баланс для вызова модели: 200р.

Версия Sonnet 4 с расширенным поиском по интернету - при ответе берется 20 источников.
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

Средняя полная стоимость запроса (без истории чата) - 10-15 рублей за запрос.
Минимальный баланс для вызова модели: 50р.

Claude Opus 4 признан лучшей в мире моделью для программирования на момент выпуска, обеспечивая стабильную производительность при выполнении сложных, длительных задач и агентных рабочих процессов. Он устанавливает новые эталоны в программной инженерии, достигая ведущих результатов в SWE-bench (72,5%) и Terminal-bench (43,2%). Opus 4 поддерживает расширенные агентные рабочие процессы, обрабатывая тысячи шагов задач непрерывно в течение часов без ухудшения производительности.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude Sonnet 4 значительно расширяет возможности своего предшественника, Sonnet 3.7, превосходя его как в задачах программирования, так и в задачах рассуждения с улучшенной точностью и управляемостью. Достигая передовых результатов на SWE-bench (72,7%), Sonnet 4 балансирует между производительностью и вычислительной эффективностью, что делает его подходящим для широкого спектра приложений: от рутинных задач кодирования до сложных проектов разработки программного обеспечения. Ключевые улучшения включают усовершенствованную автономную навигацию по кодовой базе, сниженное количество ошибок в рабочих процессах, управляемых агентами, и повышенную надежность в следовании сложным инструкциям. Sonnet 4 оптимизирован для практического повседневного использования, обеспечивая продвинутые возможности рассуждения при сохранении эффективности и отзывчивости в различных внутренних и внешних сценариях.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude Opus 4 признан лучшей в мире моделью для программирования на момент выпуска, обеспечивая стабильную производительность при выполнении сложных, длительных задач и агентных рабочих процессов. Он устанавливает новые эталоны в программной инженерии, достигая ведущих результатов в SWE-bench (72,5%) и Terminal-bench (43,2%). Opus 4 поддерживает расширенные агентные рабочие процессы, обрабатывая тысячи шагов задач непрерывно в течение часов без ухудшения производительности.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude Sonnet 4 значительно расширяет возможности своего предшественника, Sonnet 3.7, превосходя его как в задачах программирования, так и в задачах рассуждения с улучшенной точностью и управляемостью. Достигая передовых результатов на SWE-bench (72,7%), Sonnet 4 балансирует между производительностью и вычислительной эффективностью, что делает его подходящим для широкого спектра приложений: от рутинных задач кодирования до сложных проектов разработки программного обеспечения. Ключевые улучшения включают усовершенствованную автономную навигацию по кодовой базе, сниженное количество ошибок в рабочих процессах, управляемых агентами, и повышенную надежность в следовании сложным инструкциям. Sonnet 4 оптимизирован для практического повседневного использования, обеспечивая продвинутые возможности рассуждения при сохранении эффективности и отзывчивости в различных внутренних и внешних сценариях.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude Opus 4 признан лучшей в мире моделью для программирования на момент выпуска, обеспечивая стабильную производительность при выполнении сложных, длительных задач и агентных рабочих процессов. Он устанавливает новые эталоны в программной инженерии, достигая ведущих результатов в SWE-bench (72,5%) и Terminal-bench (43,2%). Opus 4 поддерживает расширенные агентные рабочие процессы, обрабатывая тысячи шагов задач непрерывно в течение часов без ухудшения производительности.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude Sonnet 4 значительно расширяет возможности своего предшественника, Sonnet 3.7, превосходя его как в задачах программирования, так и в задачах рассуждения с улучшенной точностью и управляемостью. Достигая передовых результатов на SWE-bench (72,7%), Sonnet 4 балансирует между производительностью и вычислительной эффективностью, что делает его подходящим для широкого спектра приложений: от рутинных задач кодирования до сложных проектов разработки программного обеспечения. Ключевые улучшения включают усовершенствованную автономную навигацию по кодовой базе, сниженное количество ошибок в рабочих процессах, управляемых агентами, и повышенную надежность в следовании сложным инструкциям. Sonnet 4 оптимизирован для практического повседневного использования, обеспечивая продвинутые возможности рассуждения при сохранении эффективности и отзывчивости в различных внутренних и внешних сценариях.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Модель позволяет одним запросом получить расширенный исследовательский отчет.

Версия Sonnet 3.7 Thinking с расширенным поиском по интернету и формированием полноценного отчета
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

В процессе запроса
- выбираются наиболее релевантные источники
- из их текста делается выжимка по пользовательскому запросу с помощью gpt-4o-mini, что увеличивает в 2-3 раза число фактической информации, по которой делается анализ. Вызовы gpt-4o-mini для всех источников будет показан в Активности пользователя и оплачивается дополнительно (около 0.5 р. за вызов)

Информация о research и примеры отчета
Примеры отчета Deep 1.0 в PDF

Особенности функционирования

- Будет рассмотрен только запрос пользователя. Предыдущий чат и инструкции будут проигнорированы.
- При работе модель подменяет ваши предыдущие запросы и настройки собственным системным промтом и настройками максимальной генерации - т.е. входной промт будет большим, это нормально.
- Research можно вызывать по API так же, как любую другую нейросетевую модель – просто передайте в последнем сообщении пользователя необходимый запрос.

Минимальный баланс для вызова модели: 250р.

Версия Sonnet 3.7 с расширенным поиском по интернету и анализом источников.
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

В процессе запроса
- выбираются наиболее релевантные источники
- из их текста делается выжимка по пользовательскому запросу с помощью gpt-4o-mini, что увеличивает в 2-3 раза число фактической информации, по которой делается анализ. Вызовы gpt-4o-mini для всех источников будет показан в Активности пользователя и оплачивается дополнительно (около 0.5 р. за вызов)

Средняя полная стоимость запроса (без истории чата) - 30-50 рублей за запрос.
Минимальный баланс для вызова модели: 70р.

Модель позволяет одним запросом получить расширенный исследовательский отчет.

Версия Sonnet 3.7 Thinking с расширенным поиском по интернету и формированием полноценного отчета
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

Средняя полная стоимость запроса (без истории чата) - 80-120 рублей за запрос.

Информация о research и примеры отчета
Примеры отчета в PDF

Особенности функционирования

- Будет рассмотрен только запрос пользователя. Предыдущий чат и инструкции будут проигнорированы.
- При работе модель подменяет ваши предыдущие запросы и настройки собственным системным промтом и настройками максимальной генерации - т.е. входной промт будет большим, это нормально.
- Research можно вызывать по API так же, как любую другую нейросетевую модель – просто передайте в последнем сообщении пользователя необходимый запрос.


Минимальный баланс для вызова модели: 200р.

Версия Sonnet 3.7 с расширенным поиском по интернету - при ответе берется 20 источников.
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

Средняя полная стоимость запроса (без истории чата) - 10-15 рублей за запрос.
Минимальный баланс для вызова модели: 50р.

Компания Anthropic объявила о выпуске новой версии своей языковой модели Claude 3.7 Sonnet. Ключевой особенностью обновления стала интеграция стандартного режима ответов и режима "размышления" в одной нейросети.

В стандартном режиме Claude 3.7 Sonnet представляет собой улучшенную версию Claude 3.5 Sonnet. В режиме "размышления" (аналогичному o3-mini от OpenAI или DeepSeek R1) она анализирует себя перед ответом, что улучшает её производительность в математике, физике, следовании инструкциям, программировании и многих других задачах.

ОСОБЕННОСТИ РАЗМЫШЛЕНИЯ:
Модели Anthropic позволяют задать бюджет токенов на размер размышлений, но это плохо стыкуется с уже имеющимися интерфейсами.
Поэтому для них будет доступно 3 модели с разным параметром "уровень размышлений" OpenAI: low, medium (по умолчанию) и high.

Исходя из уровня размышлений, бюджет на размышления будет определяться как
thinking_budget = max_tokens * effort_thinking_level, где
effort_thinking_level равен 0.8 для high, 0.5 для medium и 0.2 для low.

При этом thinking_budget не может быть меньше 1024 или более 32000 токенов - при выходе за эти границы он будет округляться в сторону границ.

Компания Anthropic объявила о выпуске новой версии своей языковой модели Claude 3.7 Sonnet. Ключевой особенностью обновления стала интеграция стандартного режима ответов и режима "размышления" в одной нейросети.

В стандартном режиме Claude 3.7 Sonnet представляет собой улучшенную версию Claude 3.5 Sonnet. В режиме "размышления" (аналогичному o3-mini от OpenAI или DeepSeek R1) она анализирует себя перед ответом, что улучшает её производительность в математике, физике, следовании инструкциям, программировании и многих других задачах.

ОСОБЕННОСТИ РАЗМЫШЛЕНИЯ:
Модели Anthropic позволяют задать бюджет токенов на размер размышлений, но это плохо стыкуется с уже имеющимися интерфейсами.
Поэтому для них будет доступно 3 модели с разным параметром "уровень размышлений" OpenAI: low, medium (по умолчанию) и high.

Исходя из уровня размышлений, бюджет на размышления будет определяться как
thinking_budget = max_tokens * effort_thinking_level, где
effort_thinking_level равен 0.8 для high, 0.5 для medium и 0.2 для low.

При этом thinking_budget не может быть меньше 1024 или более 32000 токенов - при выходе за эти границы он будет округляться в сторону границ.

Компания Anthropic объявила о выпуске новой версии своей языковой модели Claude 3.7 Sonnet. Ключевой особенностью обновления стала интеграция стандартного режима ответов и режима "размышления" в одной нейросети.

В стандартном режиме Claude 3.7 Sonnet представляет собой улучшенную версию Claude 3.5 Sonnet. В режиме "размышления" (аналогичному o3-mini от OpenAI или DeepSeek R1) она анализирует себя перед ответом, что улучшает её производительность в математике, физике, следовании инструкциям, программировании и многих других задачах.

ОСОБЕННОСТИ РАЗМЫШЛЕНИЯ:
Модели Anthropic позволяют задать бюджет токенов на размер размышлений, но это плохо стыкуется с уже имеющимися интерфейсами.
Поэтому для них будет доступно 3 модели с разным параметром "уровень размышлений" OpenAI: low, medium (по умолчанию) и high.

Исходя из уровня размышлений, бюджет на размышления будет определяться как
thinking_budget = max_tokens * effort_thinking_level, где
effort_thinking_level равен 0.8 для high, 0.5 для medium и 0.2 для low.

При этом thinking_budget не может быть меньше 1024 или более 32000 токенов - при выходе за эти границы он будет округляться в сторону границ.

Компания Anthropic объявила о выпуске новой версии своей языковой модели Claude 3.7 Sonnet. Ключевой особенностью обновления стала интеграция стандартного режима ответов и режима "размышления" в одной нейросети.

В стандартном режиме Claude 3.7 Sonnet представляет собой улучшенную версию Claude 3.5 Sonnet. В режиме "размышления" (аналогичному o3-mini от OpenAI или DeepSeek R1) она анализирует себя перед ответом, что улучшает её производительность в математике, физике, следовании инструкциям, программировании и многих других задачах.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Клод 3.5 Хайку обладает улучшенными возможностями в скорости, точности кодирования и использовании инструментов. Разработанный для достижения высоких результатов в приложениях реального времени, он обеспечивает быстрое время отклика, что крайне важно для динамических задач, таких как чат-взаимодействия и мгновенные предложения по кодированию.

Это делает его особенно подходящим для сред, требующих как скорости, так и точности, таких как разработка программного обеспечения, чат-боты для обслуживания клиентов и системы управления данными.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 8192 токенов

Сегодня мы запускаем Claude 3.5 Sonnet — наш первый релиз в будущей линейке моделей Claude 3.5. Claude 3.5 Sonnet поднимает планку в отрасли по уровню интеллекта, превосходя конкурентные модели и Claude 3 Opus по широкому спектру оценок, с такой же скоростью и стоимостью, как и у нашей средней модели Claude 3 Sonnet.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude 3 Haiku — самая быстрая и компактная модель Anthropic, обеспечивающая практически мгновенное реагирование. Быстрая и точная целевая производительность.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 4096 токенов

Claude 3 Opus — самая мощная модель Anthropic для решения очень сложных задач. Он может похвастаться высочайшим уровнем производительности, интеллекта, беглости речи и понимания.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Claude 3 Sonnet — это идеальный баланс интеллекта и скорости для корпоративных рабочих нагрузок. Максимальная полезность по более низкой цене, надежность, сбалансированность для масштабируемых развертываний.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Улучшенная модель рассуждений с возможностями многоэтапного решения проблем и поиска в реальном времени.

Для предприятий, ищущих более продвинутые возможности, API Sonar Pro может обрабатывать углубленные многошаговые запросы с дополнительной расширяемостью, например, в среднем в два раза больше цитат на поиск, чем Sonar. Кроме того, благодаря большему контекстному окну, он может обрабатывать более длинные и нюансированные поисковые запросы и последующие вопросы.

Сонар - легкий, доступный, быстрый и простой в использовании инструмент, теперь с функцией цитирования и возможностью настройки источников.

Sonar Reasoning - это модель рассуждений, предоставляемая Perplexity на основе Deepseek R1.

Она позволяет разработчикам использовать длинные цепочки рассуждений со встроенным веб-поиском.

ОСОБЕННОСТИ БИЛЛИНГА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация.
Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

Максимальный размер выходной генерации для модели: 127000 токенов

Llama 3.1 Sonar - это новейшее семейство моделей Perplexity. Оно превосходит предыдущие модели Sonar по экономической эффективности, скорости и производительности.

(устарела, перенаправлена в Sonar)

Llama 3.1 Sonar - это новейшее семейство моделей Perplexity. Оно превосходит предыдущие модели Sonar по экономической эффективности, скорости и производительности.

(устарела, перенаправлена в Sonar)

Gemini 3 Flash Preview — это высокоскоростная модель, разработанная для агентных рабочих процессов, многоходовых чатов и помощи в программировании. Она обеспечивает рассуждения и производительность использования инструментов почти на уровне Pro при существенно более низкой задержке, чем у более крупных вариантов Gemini, что делает её хорошо подходящей для интерактивной разработки, длительных циклов работы агентов и совместных задач по программированию. По сравнению с Gemini 2.5 Flash она обеспечивает широкие улучшения качества в области рассуждений, мультимодального понимания и надёжности.

Размышляющая версия.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.


Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 3 Flash Preview — это высокоскоростная модель, разработанная для агентных рабочих процессов, многоходовых чатов и помощи в программировании. Она обеспечивает рассуждения и производительность использования инструментов почти на уровне Pro при существенно более низкой задержке, чем у более крупных вариантов Gemini, что делает её хорошо подходящей для интерактивной разработки, длительных циклов работы агентов и совместных задач по программированию. По сравнению с Gemini 2.5 Flash она обеспечивает широкие улучшения качества в области рассуждений, мультимодального понимания и надёжности.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.


Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 3 Pro — это передовая ИИ-модель Google, разработанная для решения сложных задач в области рассуждений, программирования, математики и науки.

Версия с 1 миллионом токенов контекста.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 3 Pro — это передовая ИИ-модель Google, разработанная для решения сложных задач в области рассуждений, программирования, математики и науки.

Версия Thinking High (больше размышлений при необходимости)

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 3 Pro — это передовая ИИ-модель Google, разработанная для решения сложных задач в области рассуждений, программирования, математики и науки.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Flash — передовая рабочая модель Google, специально разработанная для сложных задач рассуждения, программирования, математики и научных исследований. Она включает встроенные возможности "размышления", позволяющие предоставлять ответы с большей точностью и нюансированной обработкой контекста. (Размышляющая версия)

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.


Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Flash — передовая рабочая модель Google, специально разработанная для сложных задач рассуждения, программирования, математики и научных исследований. Она включает встроенные возможности "размышления", позволяющие предоставлять ответы с большей точностью и нюансированной обработкой контекста.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.


Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Flash-Lite — это облегченная модель рассуждений из семейства Gemini 2.5, оптимизированная для сверхнизкой задержки и экономической эффективности. Она обеспечивает улучшенную пропускную способность, более быструю генерацию токенов и более высокую производительность по сравнению с ранними моделями Flash по распространенным критериям оценки.

Размышляющая версия модели

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Flash-Lite — это облегченная модель рассуждений из семейства Gemini 2.5, оптимизированная для сверхнизкой задержки и экономической эффективности. Она обеспечивает улучшенную пропускную способность, более быструю генерацию токенов и более высокую производительность по сравнению с ранними моделями Flash по распространенным критериям оценки.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.


Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Flash-Lite — это облегченная модель рассуждений в семействе Gemini 2.5, оптимизированная для сверхнизкой задержки и экономической эффективности. Она обеспечивает улучшенную пропускную способность, более быструю генерацию токенов и лучшую производительность по сравнению с более ранними моделями Flash в рамках общих тестов.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Flash — передовая рабочая модель Google, специально разработанная для сложных задач рассуждения, программирования, математики и научных исследований. Она включает встроенные возможности "размышления", позволяющие предоставлять ответы с большей точностью и нюансированной обработкой контекста.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.


Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Flash — передовая рабочая модель Google, специально разработанная для сложных задач рассуждения, программирования, математики и научных исследований. Она включает встроенные возможности "размышления", позволяющие предоставлять ответы с большей точностью и нюансированной обработкой контекста.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.


Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Flash-Lite — это облегченная модель рассуждений в семействе Gemini 2.5, оптимизированная для сверхнизкой задержки и экономической эффективности. Она обеспечивает улучшенную пропускную способность, более быструю генерацию токенов и лучшую производительность по сравнению с более ранними моделями Flash в рамках общих тестов.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Pro — это передовая ИИ-модель Google, разработанная для решения сложных задач в области рассуждений, программирования, математики и науки. Она использует возможности "мышления", что позволяет ей формулировать ответы с повышенной точностью и учетом нюансов контекста.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Pro — это передовая ИИ-модель Google, разработанная для решения сложных задач в области рассуждений, программирования, математики и науки. Она использует возможности "мышления", что позволяет ей формулировать ответы с повышенной точностью и учетом нюансов контекста.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
В случае, если в процессе рассуждения достигнут лимит Макс токенов выхода, будет выдан пустой ответ - но он будет тарифицирован.
Также мы рекомендуем указывать повышенное время timeout, если вы используете API - модель может думать иногда 10 минут и более на сложных задачах.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Flash — это передовая рабочая модель Google, специально разработанная для сложных задач рассуждения, программирования, математики и научных исследований. Она включает встроенные возможности "мышления", позволяющие ей предоставлять ответы с большей точностью и учитывать нюансы контекста.

Примечание: Эта модель доступна в двух вариантах: с мышлением и без мышления. Стоимость выходных данных значительно варьируется в зависимости от того, активна ли функция мышления.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Flash — это передовая рабочая модель Google, специально разработанная для сложных задач рассуждения, программирования, математики и научных исследований. Она включает встроенные возможности "мышления", позволяющие ей предоставлять ответы с большей точностью и учитывать нюансы контекста.

Примечание: Эта модель доступна в двух вариантах: с мышлением и без мышления. Стоимость выходных данных значительно варьируется в зависимости от того, активна ли функция мышления.

Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemini 2.5 Pro — это передовая ИИ-модель Google, разработанная для решения сложных задач в области рассуждений, программирования, математики и науки. Она использует возможности "мышления", что позволяет ей формулировать ответы с повышенной точностью и учетом нюансов контекста.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Gemma 3 27B - это новейшая модель Google с открытым исходным кодом, преемник Gemma 2. Она обрабатывает контекстные окна до 128 тысяч токенов, понимает более 140 языков и предлагает улучшенные возможности в математике, рассуждениях и чате, включая структурированные выходные данные и вызов функций.

Модели Gemma хорошо подходят для различных задач генерации текста, включая ответы на вопросы, обобщение и рассуждение.

Нормально работает на русском языке (рекомендуется температура пониже)

Gemini Flash 2.0 Lite предлагает значительно более быстрое время до первого токена (TTFT) по сравнению с Gemini Flash 1.5, сохраняя при этом качество на уровне более крупных моделей, таких как Gemini Pro 1.5.

Gemini Flash 2.0 предлагает значительно более быстрое время до первого токена (TTFT) по сравнению с Gemini Flash 1.5, сохраняя при этом качество на уровне более крупных моделей, таких как Gemini Pro 1.5.

Gemini 1.5 Flash-8B оптимизирован для скорости и эффективности, обеспечивая улучшенную производительность в небольших задачах с подсказками, таких как чат, транскрипция и перевод. Благодаря сниженной задержке он очень эффективен для операций в режиме реального времени и в больших масштабах. Эта модель ориентирована на экономически эффективные решения при сохранении высокого качества результатов.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Gemma 2 27B от Google - это открытая модель, созданная на основе тех же исследований и технологий, которые использовались для создания моделей Gemini.

Модели Gemma хорошо подходят для различных задач генерации текста, включая ответы на вопросы, обобщение и рассуждение.

Нормально работает на русском языке (рекомендуется температура пониже)

Gemma 2 9B от Google - это передовая языковая модель с открытым исходным кодом, которая устанавливает новый стандарт эффективности и производительности в своем классе размеров.

Разработанная для широкого спектра задач, она позволяет разработчикам и исследователям создавать инновационные приложения, сохраняя при этом доступность, безопасность и экономическую эффективность.

Gemini 1.5 Flash — это базовая модель, которая хорошо справляется с различными мультимодальными задачами, такими как визуальное понимание, классификация, обобщение и создание контента из изображений, аудио и видео. Он умеет обрабатывать визуальные и текстовые данные, такие как фотографии, документы, инфографика и снимки экрана.

Gemini 1.5 Flash предназначен для выполнения объемных и высокочастотных задач, где стоимость и задержка имеют значение. При выполнении большинства распространенных задач Flash обеспечивает качество, сравнимое с другими моделями Gemini Pro, при значительно меньших затратах. Flash хорошо подходит для таких приложений, как чат-помощники и создание контента по требованию, где скорость и масштаб имеют значение.

DeepSeek-V3.1 — это большая гибридная модель для рассуждений (671 млрд параметров, 37 млрд активных), которая поддерживает как режимы с размышлениями, так и без них через шаблоны промптов. Она расширяет базовую модель DeepSeek-V3 двухфазным процессом обучения для работы с длинным контекстом, достигая до 128 тыс. токенов.

Модель улучшает использование инструментов, генерацию кода и эффективность рассуждений, достигая производительности, сопоставимой с DeepSeek-R1 на сложных бенчмарках, при этом отвечая быстрее. Она поддерживает структурированный вызов инструментов, код-агентов и поисковых агентов, что делает её подходящей для исследований, программирования и агентных рабочих процессов.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

DeepSeek-V3.2 — это обновление DeepSeek V3.1 на новой архитектуре с пониженной стоимостью и почти таким же качеством.

Отличия от обычной версии:
- Более быстрый провайдер.
- Дороже
- Поддержка structured outputs
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

DeepSeek-V3.2 Speciale - это специальная версия DeepSeek с углубленным качеством размышлений.
Speciale стала первой опенсорс моделью, которая завоевала золотую медаль в международных олимпиадах по математике и информатике.

DeepSeek-V3.2 — это обновление DeepSeek V3.1 на новой архитектуре с пониженной стоимостью и почти таким же качеством.
Размышляющая версия.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

DeepSeek-V3.2 — это обновление DeepSeek V3.1 на новой архитектуре с пониженной стоимостью и почти таким же качеством.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

DeepSeek-V3.2 Exp — это обновление DeepSeek V3.1 на новой архитектуре с пониженной стоимостью и почти таким же качеством.

Размышляющая версия.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

DeepSeek-V3.2 Exp — это обновление DeepSeek V3.1 на новой архитектуре с пониженной стоимостью и почти таким же качеством.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

DeepSeek-V3.1 Terminus — это обновление DeepSeek V3.1, которое сохраняет исходные возможности модели, одновременно устраняя проблемы, о которых сообщали пользователи, включая согласованность языка и возможности агента, что дополнительно оптимизирует производительность модели в кодировании и поисковых агентах. Это большая гибридная модель рассуждений (671 млрд параметров, 37 млрд активных), поддерживающая режимы мышления и без мышления. Она расширяет базовую модель DeepSeek-V3 с помощью двухфазного процесса обучения с длинным контекстом, достигая до 128 тысяч токенов, и использует микромасштабирование FP8 для эффективного вывода.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

DeepSeek-V3.1 Terminus — это обновление DeepSeek V3.1, которое сохраняет исходные возможности модели, одновременно устраняя проблемы, о которых сообщали пользователи, включая согласованность языка и возможности агента, что дополнительно оптимизирует производительность модели в кодировании и поисковых агентах. Это большая гибридная модель рассуждений (671 млрд параметров, 37 млрд активных), поддерживающая режимы мышления и без мышления. Она расширяет базовую модель DeepSeek-V3 с помощью двухфазного процесса обучения с длинным контекстом, достигая до 128 тысяч токенов, и использует микромасштабирование FP8 для эффективного вывода.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

DeepSeek-V3.1 — это большая гибридная модель для рассуждений (671 млрд параметров, 37 млрд активных), которая поддерживает как режимы с размышлениями, так и без них через шаблоны промптов. Она расширяет базовую модель DeepSeek-V3 двухфазным процессом обучения для работы с длинным контекстом, достигая до 128 тыс. токенов.

Модель улучшает использование инструментов, генерацию кода и эффективность рассуждений, достигая производительности, сопоставимой с DeepSeek-R1 на сложных бенчмарках, при этом отвечая быстрее. Она поддерживает структурированный вызов инструментов, код-агентов и поисковых агентов, что делает её подходящей для исследований, программирования и агентных рабочих процессов.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

DeepSeek-V3.1 — это большая гибридная модель для рассуждений (671 млрд параметров, 37 млрд активных), которая поддерживает как режимы с размышлениями, так и без них через шаблоны промптов. Она расширяет базовую модель DeepSeek-V3 двухфазным процессом обучения для работы с длинным контекстом, достигая до 128 тыс. токенов.

Модель улучшает использование инструментов, генерацию кода и эффективность рассуждений, достигая производительности, сопоставимой с DeepSeek-R1 на сложных бенчмарках, при этом отвечая быстрее. Она поддерживает структурированный вызов инструментов, код-агентов и поисковых агентов, что делает её подходящей для исследований, программирования и агентных рабочих процессов.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

DeepSeek-R1 - это новейшая модель от команды DeepSeek, нацеленная на размышления с рассуждениями. Апдейт от 28 мая - цена ниже, качество выше.


Максимальный размер выходной генерации для модели: 163000 токенов

Дотренированная версия DeepSeek V3 от 24 марта 2025 - несколько лучшие результаты по всем метрикам.

Версия от альтернативных провайдеров - но контекст небольшой.

Очень быстрый инференс, до 200 токенов в секунду при небольших запросах с контекстом до 8000 токенов.
На большем контексте быстрый инференс где-то в 50-60 токенов в секунду.

Дотренированная версия DeepSeek V3 от 24 марта 2025 - несколько лучшие результаты по всем метрикам.

Версия от альтернативных провайдеров.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Дотренированная версия DeepSeek V3 от 24 марта 2025 - несколько лучшие результаты по всем метрикам.

Версия от альтернативных провайдеров.

Максимальный размер выходной генерации для модели: 2000 токенов

DeepSeek-R1 - это новейшая модель от команды DeepSeek, нацеленная на размышления с рассуждениями.

ОСОБЕННОСТИ БИЛЛИНГА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но может не показываться в ответе.

Максимальный размер выходной генерации для модели: 163840 токенов

DeepSeek R1 Distill Llama 70B - это дистиллированная большая языковая модель, основанная на Llama-3.3-70B-Instruct, использующая выходные данные DeepSeek R1.

При использовании рекомендуется добавлять в системный промт фразу "Think step by step"
Максимальный размер выходной генерации для модели: 128000 токенов

DeepSeek-R1 - это новейшая модель от команды DeepSeek, нацеленная на размышления с рассуждениями.

До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Максимальный размер выходной генерации для модели: 128000 токенов

DeepSeek-R1 - это новейшая модель от команды DeepSeek, нацеленная на размышления с рассуждениями.

ОСОБЕННОСТИ БИЛЛИНГА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация.
Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

Версия от альтернативных провайдеров.

Максимальный размер выходной генерации для модели: 2000 токенов

DeepSeek-V3.2 - это новейшая модель от команды DeepSeek, основанная на возможностях следования инструкциям и программирования предыдущих версий. Предварительно обученная на почти 15 триллионах токенов, согласно представленным оценкам, модель превосходит другие модели с открытым исходным кодом и соперничает с ведущими моделями с закрытым исходным кодом.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Мы представляем DeepSeek-Coder-V2, открытую языковую модель Mixture-of-Experts (MoE), которая достигает результатов, сопоставимых с GPT4-Turbo в задачах, связанных с кодом. Модель была дообучена на 6 триллионах токенов и улучшила свои способности в программировании и математическом рассуждении, сохраняя при этом производительность в общих языковых задачах. DeepSeek-Coder-V2 поддерживает 338 языков программирования и 32К контекст.

Всего параметров: 236B, активных: 21B

Хостинг осуществляется разработчиком DeepSeek, который отмечает, что ваши данные могут быть залогированы и использованы для тренировки.

Grok 4.1 Fast — последняя модель от xAI, сравнимая с GPT-5.
Размышляющий вариант, контекст в 2М токенов.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 10000 токенов

Grok 4.1 Fast — последняя модель от xAI, сравнимая с GPT-5.
Размышляющий вариант.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 10000 токенов

Grok 4.1 Fast — последняя модель от xAI, сравнимая с GPT-5.
Вариант на 2 миллиона контекста, цена несколько выше.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 10000 токенов

Grok 4.1 Fast — последняя модель от xAI, сравнимая с GPT-5.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 10000 токенов

Grok 4 Fast — последняя модель от xAI, сравнимая с GPT-5.
Размышляющий вариант, контекст в 2М токенов.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 10000 токенов

Grok 4 Fast — последняя модель от xAI, сравнимая с GPT-5.
Размышляющий вариант.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 10000 токенов

Grok 4 Fast — последняя модель от xAI, сравнимая с GPT-5.
Вариант на 2 миллиона контекста, цена несколько выше.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 10000 токенов

Grok 4 Fast — последняя модель от xAI, сравнимая с GPT-5.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 10000 токенов

Grok Code Fast 1 — это быстрая и экономичная модель рассуждений, которая превосходно справляется с агентным программированием.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.
Максимальный размер выходной генерации для модели: 10000 токенов

Grok 4 — это последняя модель рассуждений от xAI с контекстным окном в 256 тысяч токенов.
Согласно результатом бенчмарков, она опережает другие топовые сети - как OpenAI o3, Opus 4

ОСОБЕННОСТИ БИЛЛИНГА:
До выдачи результатов по API модель размышляет над ответом. Это стоит довольно много токенов, но не показывается в ответе.
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация.
Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Grok 3 - это новейшая модель от xAI. Это их флагманская модель, которая отлично подходит для корпоративных случаев использования, таких как извлечение данных, кодирование и обобщение текста. Обладает глубокими предметными знаниями в области финансов, здравоохранения, права и науки.

Grok 3 Mini - это легковесная, компактная мыслящая модель. В отличие от традиционных моделей, которые сразу генерируют ответы, Grok 3 Mini сначала обдумывает, прежде чем отвечать. Она идеально подходит для задач, требующих интенсивного рассуждения, но не обширных предметных знаний, и особенно хорошо проявляет себя в математических и количественных задачах, таких как решение сложных головоломок или математических проблем.

Grok 3 Mini - это легковесная, компактная мыслящая модель. В отличие от традиционных моделей, которые сразу генерируют ответы, Grok 3 Mini сначала обдумывает, прежде чем отвечать. Она идеально подходит для задач, требующих интенсивного рассуждения, но не обширных предметных знаний, и особенно хорошо проявляет себя в математических и количественных задачах, таких как решение сложных головоломок или математических проблем.

Grok 3 Mini - это легковесная, компактная мыслящая модель. В отличие от традиционных моделей, которые сразу генерируют ответы, Grok 3 Mini сначала обдумывает, прежде чем отвечать. Она идеально подходит для задач, требующих интенсивного рассуждения, но не обширных предметных знаний, и особенно хорошо проявляет себя в математических и количественных задачах, таких как решение сложных головоломок или математических проблем.

Mistral Medium 3.1 — это обновленная версия Mistral Medium 3, высокопроизводительной языковой модели корпоративного уровня, разработанной для обеспечения передовых возможностей при значительно сниженных операционных затратах. Она сочетает в себе современные возможности рассуждения и мультимодальную производительность с в 8 раз более низкой стоимостью по сравнению с традиционными крупными моделями, что делает её подходящей для масштабируемых развертываний в профессиональных и промышленных сценариях использования.

Модель превосходно работает в таких областях, как программирование, STEM-рассуждения и корпоративная адаптация. Она поддерживает гибридные развертывания, развертывания на собственных серверах и в VPC, и оптимизирована для интеграции в пользовательские рабочие процессы. Mistral Medium 3.1 предлагает конкурентоспособную точность по сравнению с более крупными моделями, такими как Claude Sonnet 3.5/3.7, Llama 4 Maverick и Command R+, при этом сохраняя широкую совместимость в облачных средах.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Devstral Medium — это высокопроизводительная модель генерации кода и агентного рассуждения, разработанная совместно Mistral AI и All Hands AI. Позиционируемая как шаг вперёд по сравнению с Devstral Small, она достигает 61,6% на SWE-Bench Verified, опережая Gemini 2.5 Pro и GPT-4.1 в задачах, связанных с кодом, при значительно меньшей стоимости.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Mistral-Small-3.2-24B-Instruct-2506 - это обновленная модель с 24 миллиардами параметров от Mistral, оптимизированная для выполнения инструкций, снижения повторений и улучшения вызова функций. По сравнению с версией 3.1, версия 3.2 значительно повышает точность на WildBench и Arena Hard, сокращает бесконечные генерации и обеспечивает прирост в задачах использования инструментов и структурированного вывода.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Devstral-Small-2507 - это агентная модель с 24 миллиардами параметров, доработанная на основе Mistral-Small-3.1, совместно разработанная Mistral AI и All Hands AI для продвинутых задач разработки программного обеспечения. Она оптимизирована для исследования кодовых баз, редактирования нескольких файлов и интеграции в агенты для программирования, достигая передовых результатов на SWE-Bench Verified (46,8%).

(Модель обновлена 11 июля 2025)
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Mistral Medium 3 — это высокопроизводительная языковая модель корпоративного уровня, разработанная для обеспечения передовых возможностей при значительно сниженных операционных затратах. Она сочетает современные возможности рассуждения и мультимодальную производительность с затратами в 8 раз ниже по сравнению с традиционными большими моделями, что делает её подходящей для масштабируемого внедрения в профессиональных и промышленных сценариях использования.

Модель превосходит в таких областях, как программирование, STEM-рассуждения и адаптация для предприятий. Mistral Medium 3 предлагает конкурентоспособную точность по сравнению с более крупными моделями, такими как Claude Sonnet 3.5/3.7, Llama 4 Maverick и Command R+, сохраняя при этом широкую совместимость с различными облачными средами.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Передовая языковая модель Mistral для программирования. Codestral специализируется на задачах с низкой задержкой и высокой частотой, таких как заполнение пропусков в коде (FIM), исправление кода и генерация тестов.

Mistral Large 2 2411 - это обновление Mistral Large 2.

Модель свободно владеет английским, французским, испанским, немецким и итальянским языками с высокой грамматической точностью, а её большое контекстное окно позволяет точно извлекать информацию из объёмных документов.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Ministral 8B - это модель с 8 миллиардами параметров, отличающаяся уникальным чередующимся паттерном внимания с скользящим окном для более быстрого и эффективного по памяти вывода.

Увы, не очень хороша в русском языке.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Mistral AI представила Mistral NeMo, 12-миллиардную модель, разработанную в сотрудничестве с NVIDIA. Mistral NeMo предлагает большой контекст до 128 тысяч токенов.

Модель тренировалась на многоязычных данных, и, что довольно приятно, графики включают в себя оценки эффективности на русском языке.

Наша новость на Хабре: https://habr.com/ru/news/829822/
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Официальный Instruct-файнтюн Mistral для версии Mixtral 8x22B. Он использует 39 миллиардов активных параметров из 141 миллиарда, обеспечивая беспрецедентную экономическую эффективность для своего размера.

Это флагманская модель Mistral AI, Mistral Large 2 (версия mistral-large-2407). Она основана на прототипе с закрытым исходным кодом и превосходно справляется с рассуждениями, кодом, JSON, чатом и многим другим.

В настоящее время эта модель оснащена Mixtral-8X7B-v0.1, редкой смесью экспертной модели с 12B активными параметрами. Он лучше рассуждает, демонстрирует больше возможностей, может создавать код и рассуждать о нем, а также является многоязычным, поддерживая английский, французский, немецкий, итальянский и испанский языки.

Эта модель в настоящее время работает на базе Mistral-7B-v0.2 и включает в себя «лучшую» тонкую настройку, чем Mistral 7B , вдохновленную опенсорсом. Его лучше всего использовать для больших задач пакетной обработки, где стоимость является важным фактором, но возможности рассуждения не имеют решающего значения.

Предварительно обученная генеративная разреженная смесь экспертов от Mistral AI для использования в чате и инструкциях. Включает 8 экспертов (сети прямого распространения) для 47B параметров.

Mistral Small 3.1 24B Instruct - это усовершенствованная версия модели Mistral Small 3 (2501), обладающая 24 миллиардами параметров и расширенными мультимодальными возможностями.

Mistral Small 3 - это языковая модель с 24 миллиардами параметров, оптимизированная для выполнения типовых задач ИИ с низкой задержкой. Выпущенная под лицензией Apache 2.0, она представлена как в предварительно обученной версии, так и в версии, настроенной на выполнение инструкций, предназначенных для эффективного локального развертывания.

Модель достигает 81% точности в тестировании MMLU и демонстрирует результаты, сопоставимые с более крупными моделями, такими как Llama 3.3 70B и Qwen 32B, при этом работая в три раза быстрее на аналогичном оборудовании.

Команда Mistral AI представила Mistral 7B — открытую языковую модель из 7,3 миллиардов параметров, которая превосходит вдвое большую модель Llama 2 13B на всех бенчмарках. При этом Mistral 7B достигает сравнимых результатов с Code Llama 2 в задачах генерации и исправления кода, хотя она не дообучалась специально для этих задач. Mistral 7B удалось достичь такого результата благодаря grouped-query механизму внимания и скользящему окну внимания (sliding window attention) при обучении на длинных последовательностях.

29 мая модель обновлена до версии 0.3

Вердикт автора VseGPT: на английском справляется относительно неплохо, на русском сильно хуже. Но цена за 1000 символов очень низкая.

command-r-plus-08-2024 - это обновление Command R+ с примерно на 50% более высокой пропускной способностью и на 25% меньшей задержкой по сравнению с предыдущей версией Command R+

command-r-08-2024 - это обновление Command R с улучшенной производительностью для многоязычной генерации с дополнением извлечения (RAG) и использования инструментов. В более широком смысле, она лучше справляется с математикой, кодом и рассуждениями и конкурентоспособна с предыдущей версией более крупной модели Command R+.

Command R7B (12-2024) - это небольшое, быстрое обновление модели Command R+, выпущенное в декабре 2024 года. Она отлично справляется с RAG, использованием инструментов, агентами и подобными задачами, требующими сложных рассуждений и множества этапов.

Qwen3-Max — это обновленная версия серии Qwen3, предлагающая значительные улучшения в рассуждениях, следовании инструкциям, многоязычной поддержке и охвате редких знаний по сравнению с версией января 2025 года. Она обеспечивает более высокую точность в задачах по математике, программированию, логике и естественным наукам, более надежно следует сложным инструкциям на китайском и английском языках, снижает галлюцинации и создает более качественные ответы для открытых вопросов и ответов, письма и разговоров. Модель поддерживает более 100 языков с улучшенным переводом и здравым смыслом, оптимизирована для генерации с использованием извлечения информации (RAG) и вызова инструментов, хотя и не включает специальный режим "мышления".
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Qwen3 Coder Flash — это быстрая и экономичная версия проприетарной модели Qwen3 Coder Plus от Alibaba. Это мощная модель-агент для программирования, специализирующаяся на автономном программировании через вызов инструментов и взаимодействие с окружающей средой, сочетающая профессионализм в кодировании с универсальными возможностями общего назначения.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Qwen3-Next-80B-A3B-Thinking — это диалоговая модель из линейки Qwen3-Next, ориентированная на рассуждения, которая по умолчанию выдаёт структурированные цепочки "размышлений". Она разработана для решения сложных многоэтапных задач: математических доказательств, синтеза/отладки кода, логических задач и агентного планирования, и демонстрирует высокие результаты в оценках знаний, рассуждений, программирования, соответствия требованиям и многоязычных возможностей. По сравнению с предыдущими вариантами Qwen3, она делает акцент на стабильности при длинных цепочках рассуждений и эффективном масштабировании во время вывода, а также настроена на выполнение сложных инструкций при одновременном снижении повторяющегося или отклоняющегося от задачи поведения.

Модель подходит для агентных фреймворков и использования инструментов (вызов функций), рабочих процессов с интенсивным поиском информации и стандартизированного тестирования, где требуются пошаговые решения. Она поддерживает длинные, детальные ответы и использует техники, ориентированные на высокую производительность (например, предсказание нескольких токенов) для более быстрой генерации. Обратите внимание, что она работает только в режиме размышлений.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Qwen3-Next-80B-A3B-Instruct — это настроенная на работу с инструкциями чат-модель из серии Qwen3-Next, оптимизированная для быстрых, стабильных ответов без следов "размышлений". Она ориентирована на сложные задачи в области рассуждений, генерации кода, ответов на вопросы на основе знаний и многоязычного использования, сохраняя при этом надежность в согласованности и форматировании. По сравнению с предыдущими инструктивными вариантами Qwen3, она фокусируется на более высокой производительности и стабильности при работе с ультрадлинными входными данными и многоходовыми диалогами, что делает ее хорошо подходящей для RAG, использования инструментов и агентных рабочих процессов, требующих последовательных окончательных ответов, а не видимой цепочки рассуждений.

(Поддержка structured_output под вопросом)

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Qwen3-30B-A3B-Instruct-2507 — это языковая модель со смесью экспертов с 30,5 млрд параметров от Qwen, с 3,3 млрд активных параметров на инференс. Она работает в режиме без рассуждений и предназначена для высококачественного следования инструкциям, многоязычного понимания и агентного использования инструментов. Дообученная на данных инструкций, она демонстрирует конкурентоспособную производительность в тестах на рассуждение (AIME, ZebraLogic), программирование (MultiPL-E, LiveCodeBench) и выравнивание (IFEval, WritingBench). Она превосходит свой вариант без инструкций в субъективных и открытых задачах, сохраняя при этом сильную производительность в фактических и программных задачах.

Qwen3-235B-A22B-Thinking-2507 — это высокопроизводительная языковая модель с открытыми весами типа Mixture-of-Experts (MoE), оптимизированная для сложных задач рассуждения. Она активирует 22 миллиарда из своих 235 миллиардов параметров за один прямой проход и изначально поддерживает контекст до 262 144 токенов. Этот вариант "только для размышлений" улучшает структурированные логические рассуждения, математику, науку и генерацию длинных текстов, демонстрируя сильную производительность в тестах AIME, SuperGPQA, LiveCodeBench и MMLU-Redux. Модель использует специальный режим рассуждения () и предназначена для генерации выходных данных с большим количеством токенов (до 81 920 токенов) в сложных областях.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Qwen3-Coder-480B-A35B-Instruct — это модель генерации кода типа "Смесь экспертов" (MoE), разработанная командой Qwen. Она оптимизирована для агентных задач программирования, таких как вызов функций, использование инструментов и рассуждения в длинном контексте над репозиториями. Модель содержит 480 миллиардов общих параметров, с 35 миллиардами активных на один прямой проход (8 из 160 экспертов).
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Qwen3-Coder-480B-A35B-Instruct — это модель генерации кода типа "Смесь экспертов" (MoE), разработанная командой Qwen. Она оптимизирована для агентных задач программирования, таких как вызов функций, использование инструментов и рассуждения в длинном контексте над репозиториями. Модель содержит 480 миллиардов общих параметров, с 35 миллиардами активных на один прямой проход (8 из 160 экспертов).

Qwen3-235B-A22B-Instruct-2507 — это многоязычная языковая модель со смесью экспертов, настроенная на выполнение инструкций и основанная на архитектуре Qwen3-235B, с 22 миллиардами активных параметров на один проход вперед. Она оптимизирована для универсальной генерации текста, включая следование инструкциям, логические рассуждения, математику, код и использование инструментов. Модель поддерживает нативную длину контекста 262K и не реализует «режим мышления» (блоки ).

По сравнению с базовой версией, эта модель демонстрирует значительные улучшения в охвате знаний, рассуждениях с длинным контекстом, бенчмарках кодирования и согласованности с открытыми задачами. Она особенно сильна в многоязычном понимании, математических рассуждениях (например, AIME, HMMT) и оценках согласованности, таких как Arena-Hard и WritingBench.

Qwen3, последнее поколение в серии больших языковых моделей Qwen, представлен как в плотной архитектуре, так и в архитектуре смеси экспертов (MoE), что позволяет ему превосходно справляться с задачами рассуждения, многоязычной поддержки и продвинутыми агентскими задачами. Его уникальная способность плавно переключаться между режимом размышления для сложных рассуждений и режимом без размышлений для эффективного диалога обеспечивает универсальную высококачественную производительность.

Значительно превосходя предыдущие модели, такие как QwQ и Qwen2.5, Qwen3 демонстрирует превосходные возможности в математике, программировании, логических рассуждениях, творческом письме и интерактивном диалоге. Вариант Qwen3-30B-A3B включает 30,5 миллиардов параметров (3,3 миллиарда активированных), 48 слоев, 128 экспертов (8 активируются для каждой задачи).

Вы можете включить режим "без размышлений", добавив к запросу фразу /no_think, или включить его обратно, добавив фразу /think

Qwen3-14B - это плотная причинная языковая модель с 14,8 миллиардами параметров из серии Qwen3, разработанная как для сложных рассуждений, так и для эффективного диалога. Она поддерживает плавное переключение между режимом "размышления" для таких задач, как математика, программирование и логический вывод, и режимом "без размышлений" для общения общего назначения. Модель настроена для следования инструкциям, использования инструментов агентами, креативного письма и многоязычных задач на более чем 100 языках и диалектах.

Вы можете включить режим "без размышлений", добавив к запросу фразу /no_think, или включить его обратно, добавив фразу /think

Qwen3-32B — это плотная причинно-следственная языковая модель с 32,8 миллиардами параметров из серии Qwen3, оптимизированная как для сложных рассуждений, так и для эффективного диалога. Она поддерживает беспрепятственное переключение между режимом "мышления" для таких задач, как математика, программирование и логический вывод, и режимом "без мышления" для более быстрого, универсального общения. Модель демонстрирует высокую производительность в выполнении инструкций, использовании агентских инструментов, творческом письме и многоязычных задачах, охватывая более 100 языков и диалектов.

Вы можете включить режим "без размышлений", добавив к запросу фразу /no_think, или включить его обратно, добавив фразу /think

Qwen3-235B-A22B - это модель на основе смеси экспертов (MoE) с 235 миллиардами параметров, разработанная Qwen, активирующая 22 миллиарда параметров за один прямой проход. Она поддерживает плавное переключение между режимом "размышления" для сложных задач рассуждения, математики и программирования, и режимом "без размышления" для эффективного общего взаимодействия. Модель демонстрирует сильную способность к рассуждению, многоязычную поддержку (более 100 языков и диалектов), продвинутое следование инструкциям и возможности вызова инструментов агента.

Вы можете включить режим "без размышлений", добавив к запросу фразу /no_think, или включить его обратно, добавив фразу /think

QwQ - это модель рассуждений серии Qwen. По сравнению с обычными моделями, настроенными на инструкции, QwQ, способная к мышлению и рассуждению, может достичь значительно улучшенной производительности в последующих задачах, особенно в сложных проблемах. QwQ-32B - это модель рассуждений среднего размера, способная достигать конкурентоспособной производительности по сравнению с современными моделями рассуждений, такими как DeepSeek-R1, o1-mini.

Данный вариант быстрый, до 300 токенов с секунду
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Версия с поддержкой structured outputs
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Qwen2.5-Coder - это новейшая серия специализированных языковых моделей Qwen для работы с кодом (ранее известных как CodeQwen). Qwen2.5-Coder предлагает следующие улучшения по сравнению с CodeQwen1.5:

Значительные улучшения в генерации кода, логическом анализе кода и исправлении ошибок.
Более комплексная основа для практических приложений, таких как Код-агенты. Не только улучшение возможностей программирования, но и сохранение сильных сторон в математике и общих компетенциях.

Qwen2.5 7B - это новейшая серия больших языковых моделей Qwen.

Многоязычная поддержка более 29 языков, включая китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский, арабский и другие.

Использование этой модели регулируется ЛИЦЕНЗИОННЫМ СОГЛАШЕНИЕМ Tongyi Qianwen.

Для работы с русским рекомендуется: пониженная температура 0.5, а также 0 штрафы за присутствие и частоту.

Qwen2.5 72B - это последняя серия больших языковых моделей Qwen. Qwen2.5 приносит следующие улучшения по сравнению с Qwen2:

Значительно больше знаний и значительно улучшенные возможности в кодировании и математике благодаря нашим специализированным экспертным моделям в этих областях.

Значительные улучшения в следовании инструкциям, генерации длинных текстов (более 8 тысяч токенов), понимании структурированных данных (например, таблиц) и генерации структурированных выходных данных, особенно JSON. Более устойчива к разнообразию системных подсказок, улучшая реализацию ролевых игр и настройку условий для чат-ботов.

Поддержка длинного контекста до 128 тысяч токенов и возможность генерировать до 8 тысяч токенов.

Многоязычная поддержка более 29 языков, включая китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский, арабский и другие.

Использование этой модели регулируется ЛИЦЕНЗИОННЫМ СОГЛАШЕНИЕМ Tongyi Qianwen.

Qwen-Max обеспечивает наилучшую производительность вывода среди моделей Qwen, особенно для сложных многоэтапных задач
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Qwen-Plus предоставляет сбалансированное сочетание производительности, скорости и стоимости.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Qwen-Turbo обеспечивает высокую скорость и низкую стоимость, подходит для простых задач
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Amazon Nova Pro 1.0 - это многофункциональная мультимодальная модель от Amazon, ориентированная на обеспечение сочетания точности, скорости и экономичности для широкого спектра задач. По состоянию на декабрь 2024 года она достигает передовых результатов в ключевых тестах, включая визуальные вопросы и ответы (TextVQA) и понимание видео (VATEX).

Amazon Nova Pro демонстрирует высокие способности в обработке как визуальной, так и текстовой информации, а также в анализе финансовых документов.

Amazon Nova Lite 1.0 - это очень бюджетная мультимодальная модель от Amazon.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Amazon Nova Micro 1.0 - это текстовая модель, обеспечивающая самую низкую задержку ответов среди семейства моделей Amazon Nova при очень низкой стоимости. С контекстной длиной в 128 тысяч токенов и оптимизацией для скорости и экономичности, Amazon Nova Micro отлично справляется с такими задачами, как суммаризация текста, перевод, классификация контента, интерактивный чат и мозговой штурм. Она обладает базовыми способностями к математическим вычислениям и программированию.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Версия T-pro-it-2.0 на базе Qwen 3 32B. Автор: Т-Технологии

Версия Сайги на базе MistralNemo 12B. Автор: Илья Гусев

Уникальная фича модели — расцензурированность и ориентация на role-play.
Обучена на abliterated версии Gemma 3 12B.

Модель представляет микс из Сайги, Вихрь, и ряда англоязычных моделей с целью получить хорошую модель для русскоязычного ролеплея.

Модель показала высокие результаты в ролеплей рейтинге.

Версия Сайги на базе MistralNemo 12B. Автор: Илья Гусев

Уникальная фича модели — расцензурированность и ориентация на role-play. Обучена abliterated версии Немо, и из и SFT, и SimPO датасетов вычищены отказы.

К сожалению, ввиду особенностей инференса, не даем гарантий, что роль system упоминается в темплейте корректно. В случае проблем исключите роль system из чата.

Описание от команды VikhrModels

Vikhr-Nemo - это наша флагманская унимодальная LLM (Large Language Model) представляющая из себя улучшенную версию mistralai/Mistral-Nemo-Instruct-2407 командой VikhrModels, адаптированную преимущественно для русского и английского языков. Для ее обучения мы использовали несколько этапов включающих в себя SFT и SMPO - нашу собственную вариацию DPO, подробнее читайте в секции "Как эта модель создавалась".

Модель оптимизированна для различных вариантов использования, включая ризонинг, суммаризацию, код, roleplay, поддержание диалога. Vikhr-Nemo обладает возможностью многоязычной генерации, и высокопроизводительными возможностями RAG. Модель иммет лучшие оценки среди прочих на наших инструктивных и RAG бенчарках и, поэтому, мы верим, что в некоторых задачах (например, RAG) может быть не хуже gpt-4o-mini от OpenAI.

Vikhr-Llama3.1 - это унимодальная LLM (Large Language Model) на 8B параметров представляющая из себя улучшенную версию meta-llama/Meta-Llama-3.1-8B-Instruct командой VikhrModels, адаптированную преимущественно для русского и английского языков. Для обучения использовались несколько этапов включающих в себя SFT и SMPO.

Модель оптимизирована для различных вариантов использования, включая ризонинг, суммаризацию, код, roleplay, поддержание диалога. Vikhr-Llama обладает возможностью многоязычной генерации, и высокопроизводительными возможностями RAG. Модель иммет лучшие оценки среди прочих на наших инструктивных и RAG бенчарках и, поэтому, мы верим, что во многих задачах может быть лучше чем gpt-3.5-turbo от OpenAI.

Версия Сайги для LLama3 8B

MiniMax-M2.5 — это передовая большая языковая модель, разработанная для реальной продуктивной работы.

Более быстрый провайдер по более высокой цене.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

MiniMax-M2.5 — это передовая большая языковая модель, разработанная для реальной продуктивной работы. Обученная в разнообразных сложных цифровых рабочих средах реального мира, M2.5 развивает экспертные навыки программирования M2.1, расширяясь в область общей офисной работы, достигая беглости в создании и работе с файлами Word, Excel и PowerPoint, переключении контекста между различными программными средами и работе в разных командах агентов и людей. Набрав 80,2% в SWE-Bench Verified, 51,3% в Multi-SWE-Bench и 76,3% в BrowseComp, M2.5 также более эффективна в использовании токенов, чем предыдущие поколения, будучи обученной оптимизировать свои действия и результаты посредством планирования.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Апдейт Kimi K2.
Kimi K2 — это крупномасштабная языковая модель типа Mixture-of-Experts (MoE), разработанная компанией Moonshot AI, содержащая 1 триллион параметров с 32 миллиардами активных параметров на один прямой проход. Она оптимизирована для агентных возможностей, включая продвинутое использование инструментов, рассуждения и синтез кода. Kimi K2 превосходно справляется с широким спектром тестов, особенно в области программирования (LiveCodeBench, SWE-bench), рассуждений (ZebraLogic, GPQA) и использования инструментов (Tau2, AceBench).

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

MiMo-V2-Flash — это опенсорс модель от Xiaomi. Это модель Mixture-of-Experts с 309 миллиардами общих параметров и 15 миллиардами активных параметров. MiMo-V2-Flash поддерживает контекстное окно размером 256K, а также превосходно справляется с задачами рассуждения, программирования и агентными сценариями. По результатам тестов SWE-bench Verified и SWE-bench Multilingual, MiMo-V2-Flash занимает первое место среди открытых моделей в мире, обеспечивая производительность, сопоставимую с Claude Sonnet 4.5, при значительное более низкой стоимости.

ОСОБЕННОСТИ БИЛЛИНГА И ВЫЗОВА:
Биллинг осуществляется по данным провайдера - сколько токенов было затрачено на вход и выход, в соответствии с этим идет тарификация. Мы не комментируем и не принимаем претензии, связанные с вычислением токенов у провайдера.

MiniMax-M2.1 — это легкая, современная большая языковая модель, оптимизированная для программирования, агентных рабочих процессов и разработки современных приложений. Всего с 10 миллиардами активированных параметров она обеспечивает значительный скачок в реальной производительности, сохраняя при этом исключительную задержку, масштабируемость и экономическую эффективность.

По сравнению с предшественником M2.1 выдает более чистые и лаконичные результаты, а также обеспечивает более быстрое воспринимаемое время отклика. Модель демонстрирует ведущую многоязычную производительность в программировании для основных систем и языков приложений, достигая 49,4% на Multi-SWE-Bench и 72,5% на SWE-Bench Multilingual, и служит универсальным агентным «мозгом» для IDE, инструментов программирования и помощи общего назначения.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

GLM-4.7 — это новейшая флагманская модель Z.AI с улучшениями в двух ключевых областях: расширенные возможности программирования и более стабильное многоэтапное рассуждение/выполнение. Модель демонстрирует значительные улучшения в выполнении сложных агентных задач, обеспечивая при этом более естественное общение и превосходную эстетику интерфейса.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Mercury — это первая большая языковая модель с диффузией (dLLM). Применяя прорывной подход дискретной диффузии, модель работает в 5-10 раз быстрее, чем даже оптимизированные по скорости модели, такие как GPT-4.1 Nano и Claude 3.5 Haiku, при этом соответствуя их производительности.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Mercury — это первая большая языковая модель с диффузией (dLLM). Применяя прорывной подход дискретной диффузии, модель работает в 5-10 раз быстрее, чем даже оптимизированные по скорости модели, такие как GPT-4.1 Nano и Claude 3.5 Haiku, при этом соответствуя их производительности.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Kimi K2 Thinking — это самая передовая открытая модель рассуждений компании Moonshot AI на сегодняшний день, расширяющая серию K2 в сторону агентного мышления с долгосрочным горизонтом рассуждений. Построенная на триллионпараметровой архитектуре Mixture-of-Experts (MoE), представленной в Kimi K2, она активирует 32 миллиарда параметров на каждый прямой проход и поддерживает контекстные окна размером 256 тысяч токенов.

Рекомендуется температура ниже 1 - около 0.7-0.9, чтобы избежать некорректных символов при генерации.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

MiniMax-M2 — это компактная высокоэффективная большая языковая модель, оптимизированная для сквозного кодирования и агентных рабочих процессов. С 10 миллиардами активированных параметров (230 миллиардов всего) она обеспечивает интеллект, близкий к передовому, в области общих рассуждений, использования инструментов и выполнения многошаговых задач, сохраняя при этом низкую задержку и эффективность развертывания.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

По сравнению с GLM-4.5, эта модель предлагает несколько ключевых улучшений:
- Увеличенное контекстное окно: Контекстное окно расширено со 128 тысяч до 200 тысяч токенов, что позволяет модели справляться с более сложными агентными задачами.
- Превосходная производительность в программировании: Модель достигает более высоких показателей в тестах по программированию и демонстрирует лучшую производительность в реальных приложениях
- Улучшенное 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 сильную производительность в использовании инструментов и агентах, основанных на поиске, и более эффективно интегрируется в агентные фреймворки.
- Усовершенствованное написание текстов: Лучше соответствует человеческим предпочтениям в стиле и читаемости, и более естественно ведет себя в сценариях ролевых игр.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Kimi K2 0905 — это сентябрьское обновление Kimi K2 0711. Это крупномасштабная языковая модель Mixture-of-Experts (MoE), разработанная Moonshot AI, с общим количеством параметров в 1 триллион, из которых 32 миллиарда активны при каждом прямом проходе. Она поддерживает обработку длинного контекста до 256 тысяч токенов, что является увеличением по сравнению с предыдущими 128 тысячами.

Это обновление улучшает агентное программирование с повышенной точностью и лучшей обобщающей способностью для различных структур, а также совершенствует фронтенд-разработку, создавая более эстетичные и функциональные результаты для веб-приложений, 3D и связанных задач. Kimi K2 оптимизирована для агентных возможностей, включая продвинутое использование инструментов, рассуждение и синтез кода. Она превосходно справляется с тестами по программированию (LiveCodeBench, SWE-bench), логическому мышлению (ZebraLogic, GPQA) и использованию инструментов (Tau2, AceBench).

Рекомендуется температура ниже 1 - около 0.7-0.9, чтобы избежать некорректных символов при генерации.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Kimi K2 0905 — это сентябрьское обновление Kimi K2 0711. Это крупномасштабная языковая модель Mixture-of-Experts (MoE), разработанная Moonshot AI, с общим количеством параметров в 1 триллион, из которых 32 миллиарда активны при каждом прямом проходе. Она поддерживает обработку длинного контекста до 256 тысяч токенов, что является увеличением по сравнению с предыдущими 128 тысячами.

Это обновление улучшает агентное программирование с повышенной точностью и лучшей обобщающей способностью для различных структур, а также совершенствует фронтенд-разработку, создавая более эстетичные и функциональные результаты для веб-приложений, 3D и связанных задач. Kimi K2 оптимизирована для агентных возможностей, включая продвинутое использование инструментов, рассуждение и синтез кода. Она превосходно справляется с тестами по программированию (LiveCodeBench, SWE-bench), логическому мышлению (ZebraLogic, GPQA) и использованию инструментов (Tau2, AceBench).

Рекомендуется температура ниже 1 - около 0.7-0.9, чтобы избежать некорректных символов при генерации.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Hermes 4 — это крупномасштабная модель для рассуждений, созданная на основе Meta-Llama-3.1-405B и выпущенная компанией Nous Research.

Для генерации русского текста рекомендуется использовать пониженную температуру около 0.7, и top_p=0.95

Hermes 4 70B — это гибридная модель рассуждений от Nous Research, созданная на основе Meta-Llama-3.1-70B.

Для генерации русского текста рекомендуется использовать пониженную температуру около 0.7, и top_p=0.95

GLM-4.5 — это наша новейшая флагманская базовая модель, специально разработанная для агентных приложений. Она использует архитектуру смеси экспертов (MoE) и поддерживает длину контекста до 128 тысяч токенов. GLM-4.5 обеспечивает значительно улучшенные возможности в области рассуждений, генерации кода и согласования с агентами. Она поддерживает гибридный режим вывода с двумя опциями: «режим мышления», предназначенный для сложных рассуждений и использования инструментов, и «режим без мышления», оптимизированный для мгновенных ответов.

Для включения режима "без размышлений" добавьте в промт фразу /nothink
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

GLM-4.5-Air — это облегченная версия нашего новейшего флагманского семейства моделей, специально созданная для приложений, ориентированных на агентов. Как и GLM-4.5, она использует архитектуру смеси экспертов (MoE), но с более компактным размером параметров. GLM-4.5-Air также поддерживает гибридные режимы вывода, предлагая «режим размышления» для продвинутого рассуждения и использования инструментов, а также «режим без размышления» для взаимодействия в реальном времени.

Для включения режима "без размышлений" добавьте в промт фразу /nothink
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Llama 4 Maverick 17B Instruct (128E) — это мультимодальная языковая модель высокой ёмкости от Meta, построенная на архитектуре смеси экспертов (MoE) со 128 экспертами и 17 миллиардами активных параметров за один прямой проход (400 миллиардов всего).

Модель последний раз обучалась на данных до августа 2024 года и была публично запущена 5 апреля 2025 года.

Этот вариант запускается на топовом провайдере, позволяющем обработать до 1М токенов контекста - т.е. около 1 книги.

Замечание: обрабатываемый размер контекста взят по данным провайдера.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Llama 4 Scout 17B Instruct (16E) - это языковая модель на основе смеси экспертов (MoE), разработанная компанией Meta, активирующая 17 миллиардов параметров из общего числа 109 миллиардов.

Модель последний раз обучалась на данных до августа 2024 года и была публично запущена 5 апреля 2025 года.

Этот вариант запускается на топовом провайдере, позволяющем обработать до 10М токенов контекста - т.е. несколько книг. Обработка осуществляется достаточно быстро (около нескольких секунд на 3М контекста)

Замечание: обрабатываемый размер контекста взят по данным провайдера.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Kimi K2 — это крупномасштабная языковая модель типа Mixture-of-Experts (MoE), разработанная компанией Moonshot AI, содержащая 1 триллион параметров с 32 миллиардами активных параметров на один прямой проход. Она оптимизирована для агентных возможностей, включая продвинутое использование инструментов, рассуждения и синтез кода. Kimi K2 превосходно справляется с широким спектром тестов, особенно в области программирования (LiveCodeBench, SWE-bench), рассуждений (ZebraLogic, GPQA) и использования инструментов (Tau2, AceBench).

Рекомендуется температура ниже 1 - около 0.7-0.9, чтобы избежать некорректных символов при генерации.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Kimi K2 — это крупномасштабная языковая модель типа Mixture-of-Experts (MoE), разработанная компанией Moonshot AI, содержащая 1 триллион параметров с 32 миллиардами активных параметров на один прямой проход. Она оптимизирована для агентных возможностей, включая продвинутое использование инструментов, рассуждения и синтез кода. Kimi K2 превосходно справляется с широким спектром тестов, особенно в области программирования (LiveCodeBench, SWE-bench), рассуждений (ZebraLogic, GPQA) и использования инструментов (Tau2, AceBench).

Рекомендуется температура ниже 1 - около 0.7-0.9, чтобы избежать некорректных символов при генерации.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

MiniMax-M1 — это крупномасштабная модель рассуждений с открытыми весами, разработанная для расширенного контекста и высокоэффективного вывода. Она использует гибридную архитектуру Mixture-of-Experts (MoE) в сочетании с пользовательским механизмом "молниеносного внимания", что позволяет ей обрабатывать длинные последовательности — до 1 миллиона токенов — при сохранении конкурентоспособной эффективности FLOP. С 456 миллиардами общих параметров и 45,9 миллиардами активных параметров на токен, этот вариант оптимизирован для сложных многоэтапных задач рассуждения.

Обученная с помощью специального конвейера обучения с подкреплением (CISPO), M1 превосходно справляется с пониманием длинного контекста, программной инженерией, агентным использованием инструментов и математическими рассуждениями. Тесты показывают высокую производительность в FullStackBench, SWE-bench, MATH, GPQA и TAU-Bench, часто превосходя другие открытые модели, такие как DeepSeek R1 и Qwen3-235B.

Meta Llama 3.3 - это многоязычная языковая модель большого масштаба (LLM), предварительно обученная и настроенная на выполнение инструкций, размером 70B (текст на входе/текст на выходе). Текстовая модель Llama 3.3, настроенная на выполнение инструкций, оптимизирована для многоязычных диалоговых сценариев использования и превосходит многие доступные модели с открытым и закрытым исходным кодом по общепринятым отраслевым показателям.

По бенчмаркам сопоставима с Llama 3.1 405B

Используется экстрабыстрый провайдер - до 32К контекста.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Llama 4 Scout 17B Instruct (16E) - это языковая модель на основе смеси экспертов (MoE), разработанная компанией Meta, активирующая 17 миллиардов параметров из общего числа 109 миллиардов.

Модель последний раз обучалась на данных до августа 2024 года и была публично запущена 5 апреля 2025 года.

Для запуска используется экстрабыстрый провайдер, но контекст ограничен 32К.

Поддержка tools не декларировалась официально, но присутствует.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Llama 4 Maverick 17B Instruct (128E) — это мультимодальная языковая модель высокой ёмкости от Meta, построенная на архитектуре смеси экспертов (MoE) со 128 экспертами и 17 миллиардами активных параметров за один прямой проход (400 миллиардов всего).

Модель последний раз обучалась на данных до августа 2024 года и была публично запущена 5 апреля 2025 года.

Поддержка tools не декларировалась официально, но присутствует.

Быстрые провайдеры: отвечают быстро, но могут быть нестабильны.

Версия Llama 4 Maverick с расширенным поиском по интернету - при ответе берется 20 источников.
Рекомендуется задавать запрос максимально просто, одним предложением, например: Сравни Nvidia 5070 и 4090.

Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Llama 4 Maverick 17B Instruct (128E) — это мультимодальная языковая модель высокой ёмкости от Meta, построенная на архитектуре смеси экспертов (MoE) со 128 экспертами и 17 миллиардами активных параметров за один прямой проход (400 миллиардов всего).

Модель последний раз обучалась на данных до августа 2024 года и была публично запущена 5 апреля 2025 года.

Поддержка tools не декларировалась официально, но присутствует.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Llama 4 Scout 17B Instruct (16E) - это языковая модель на основе смеси экспертов (MoE), разработанная компанией Meta, активирующая 17 миллиардов параметров из общего числа 109 миллиардов.

Модель последний раз обучалась на данных до августа 2024 года и была публично запущена 5 апреля 2025 года.

Для запуска используется сет провайдеров:
- Быстрый инференс (до 400 токенов в секунду) предоставляется, если вход не превышает 128К токенов, а требуемый выход - 8К токенов
- В противном случае используются дополнительные провайдеры, которые могут обрабатывать вход и выход вплоть до 328К токенов

Поддержка tools не декларировалась официально, но присутствует.
Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Meta Llama 3.3 - это многоязычная языковая модель большого масштаба (LLM), предварительно обученная и настроенная на выполнение инструкций, размером 70B (текст на входе/текст на выходе). Текстовая модель Llama 3.3, настроенная на выполнение инструкций, оптимизирована для многоязычных диалоговых сценариев использования и превосходит многие доступные модели с открытым и закрытым исходным кодом по общепринятым отраслевым показателям.

По бенчмаркам сопоставима с Llama 3.1 405B

Модель использует квантизацию bf16

В серии MiniMax-01 мы совершили смелую инновацию: впервые в крупном масштабе мы внедрили новый механизм Lightning Attention, предлагая альтернативу традиционной архитектуре Transformer. Эта модель насчитывает впечатляющие 456 миллиардов параметров, из которых 45,9 миллиардов параметров активируются при каждом выводе. Её общая производительность находится на уровне ведущих мировых моделей, при этом она эффективно обрабатывает самую длинную в мире контекстную длину до 4 миллионов токенов (в рамках сервиса доступен контекст до 1 млн токенов)

Euryale L3.3 70B - это модель от Sao10k, ориентированная на креативную ролевую игру. Она является преемником Euryale L3 70B v2.2.

Версия Llama 3.3 70B с поддержкой structured outputs
Поддерживает вызов structure outputs в стандартном OpenAI формате, см. Документацию.

Meta Llama 3.3 - это многоязычная языковая модель большого масштаба (LLM), предварительно обученная и настроенная на выполнение инструкций, размером 70B (текст на входе/текст на выходе). Текстовая модель Llama 3.3, настроенная на выполнение инструкций, оптимизирована для многоязычных диалоговых сценариев использования и превосходит многие доступные модели с открытым и закрытым исходным кодом по общепринятым отраслевым показателям.

По бенчмаркам сопоставима с Llama 3.1 405B

Модель использует квантизацию bf16

Новая модель Nemotron от NVidia.

К сожалению, русский у этой модели не очень хорош.

Rocinante 12B разработан для увлекательного повествования и богатой прозы.

Ранние тестировщики сообщали о:

Расширенном словарном запасе с уникальным и выразительным выбором слов
Улучшенной креативности для создания ярких повествований
Наполненных приключениями и захватывающих историях

Новая модель LLama 3.2 90B

Llama 3.2 3B - это многоязычная модель большого языка с 3 миллиардами параметров, оптимизированная для продвинутых задач обработки естественного языка, таких как генерация диалогов, рассуждения и обобщение. Разработанная с использованием новейшей архитектуры трансформеров, она поддерживает восемь языков, включая английский, испанский и хинди, и адаптируема для дополнительных языков.

Обученная на 9 триллионах токенов, модель Llama 3.2B отлично справляется с выполнением инструкций, сложными рассуждениями и использованием инструментов. Её сбалансированная производительность делает её идеальной для приложений, требующих точности и эффективности в генерации текста в многоязычных средах.

Euryale L3.1 70B v2.2 - это модель, ориентированная на креативную ролевую игру, созданная Sao10k. Она является преемником Euryale L3 70B v2.1, но уже на базе модели Llama 3.1, которая значительно лучше работает с русским языком.

Гермес 3 - это универсальная языковая модель со многими улучшениями по сравнению с Гермесом 2, включая продвинутые агентные возможности, гораздо лучшее ролевое взаимодействие, рассуждение, многоходовую беседу, согласованность длинного контекста и улучшения по всем направлениям.

Гермес 3 405B - это полнопараметрическая доводка базовой модели Llama-3.1 405B уровня передовых технологий, ориентированная на согласование языковых моделей с пользователем, с мощными возможностями управления и контроля, предоставляемыми конечному пользователю.

Давно ожидаемая модель Llama3 405B.

По результатам бенчмарков сравнима с GPT-4o и Sonnet.


Поддерживает вызов tools в стандартном OpenAI формате, см. Документацию.

Nemotron-4-340B-Instruct - это англоязычная модель чата, оптимизированная для генерации синтетических данных. Эта крупная языковая модель (LLM) является доработанной версией Nemotron-4-340B-Base, разработанной для одно- и многоходовых сценариев чата с контекстной длиной 4096 токенов.

Базовая модель была предварительно обучена на 9 триллионах токенов из разнообразных английских текстов, более 50 естественных языков и более 40 языков программирования. Инструктивная модель прошла дополнительные этапы настройки:

- Супервизированное дообучение (SFT)
- Прямая оптимизация предпочтений (DPO)
- Оптимизация предпочтений с учетом вознаграждения (RPO)

В процессе выравнивания использовалось примерно 20 тыс. образцов, аннотированных человеком, в то время как 98% данных для дообучения были синтетически сгенерированы.

Модель умеет работать с русским языком

Модель, ориентированная на креативную ролевую игру от Sao10k.

- Лучшее соблюдение подсказок.
- Лучшая анатомия / пространственное восприятие.
- Гораздо лучше адаптируется к уникальным и нестандартным форматам / форматам ответов.
- Очень креативная, много уникальных идей.
- Без фильтров

Базируется на Llama3 70B

Phi-3 Mini — это мощная модель размером 3.8B, предназначенная для углубленного понимания языка, рассуждения и выполнения инструкций. Оптимизированная за счет контролируемой тонкой настройки и настройки предпочтений, она превосходно справляется с задачами, связанными со здравым смыслом, математикой, логическим рассуждением и обработкой кода.

На момент выпуска Phi-3 Medium продемонстрировала самые современные характеристики среди легких моделей. Эта модель обучена на автономном наборе данных с конечной датой октября 2023 года.