Каталог AI моделей и нейросетей: сравнение и цены

GLM-5.3-FlashX-Legal (GLM-Legal) — это вариант GLM-5.3-FlashX от Z.ai для юридической сферы, нативная мультимодальная модель, которая принимает на вход текст, изображения и видео и выдает текст. В нее добавлены промежуточное и постобучение в юридической предметной области с обучением с подкреплением в средах задач, смоделированных по реальным юридическим рабочим процессам; она ориентирована на понимание документов, юридические рассуждения и выполнение многошаговых задач, таких как юридический поиск, проверка договоров, проверка согласованности между документами, а также составление или редактирование юридических документов.

Она сохраняет контекстное окно GLM-5.3-FlashX на 1 млн токенов, обязательный режим мышления, вызов функций, структурированный вывод и потоковую передачу, а также предназначена для работы в агентных конфигурациях, подключенных к юридическим данным и инструментам редактирования документов (сервисы MCP).

Clairic — это модель извлечения Cloudflare в стиле System One, работающая на Workers AI. На вход она получает текстовое состояние и необязательные изображения, а также схему типизированных полей; она извлекает, вычисляет, оценивает и прогнозирует строго типизированные значения (текстовые фрагменты, числа, даты, время, длительности, списки, оценки, прогнозы) за один проход, возвращая оценку уверенности и вероятность null для каждого поля вместо генерации токенов. Предоставляется через Extractions API (/api/alpha/extractions); недоступна на /api/alpha/decisions.

TBC Mischief 1 — первая в мире видеомодель, созданная на основе нейронов, от The Biological Computing Co. Она поддерживает преобразование изображения в видео и представляет собой быстрый и доступный способ воплотить идеи в жизнь. Идеально подходит для генерации идей, превизуализации, создания мудбордов и тестирования вариантов.

Joey 1 — это 2B-модель принятия решений от Base Labs, исследовательской команды Baseten, построенная на Qwen3.5-2B. Получая состояние (текст или JSON) и типизированные вопросы (да/нет, с несколькими вариантами ответа или порядковой оценкой), она возвращает калиброванную вероятность для каждого варианта за один прямой проход, без генерации текста. Она совместима с TypeSafe System One и подходит для высоконагруженной маршрутизации, классификации и проверок guardrail, где наиболее важны задержка и стоимость.

Riverflow 2.6 Pro — флагманская модель линейки Riverflow 2.6 от Sourceful, унифицированного семейства text-to-image и image-to-image, которое рассматривает генерацию как производственный рабочий процесс: встроенная reasoning-модель планирует многошаговые правки и оценивает кандидатов, прежде чем принять результат, сочетая это рассуждение со смесью закрытых и открытых диффузионных моделей изображений для точности и управляемости. Усилие рассуждения управляется параметром reasoning (low/medium/high/xhigh); более высокие уровни выполняют больше проходов редактирования и применяют более строгий внутренний оценщик.

Riverflow 2.6 добавляет пользовательские размеры вывода: передавайте size в формате WIDTHxHEIGHT (до 16 384 пикселей на сторону, всего 16,8 мегапикселя, соотношение сторон 16:1) вместо предустановленного значения или продолжайте использовать 1K/2K/4K с соотношением сторон (теперь включая 5:4 и 4:5). Он принимает до 10 входных изображений для редактирования.

Ценообразование динамическое: стоимость финализируется для каждой задачи по завершении на основе тарифицируемой обработки, поэтому она масштабируется в зависимости от усилия рассуждения, размера вывода и сложности редактирования, а не по фиксированной ставке за изображение.

Дополнительные возможности (через image_config): - Пользовательский рендеринг шрифтов через font_inputs (максимум 2) для соответствия фирменному начертанию, межбуквенному интервалу и насыщенности - Пользовательская оценка через scoring_prompt и scoring_rubric, чтобы reasoning-модель оценивала и направляла каждого кандидата в соответствии с важными для вас критериями - Управление фоном через background_mode (original, transparent, solid) и background_hex_color

Примечание: Sourceful устанавливает ограничение размера запроса в 4,5 МБ, поэтому настоятельно рекомендуется передавать URL-адреса изображений вместо данных Base64.

Nemotron 3.5 Transcribe — это открытая модель распознавания речи от NVIDIA, 30B mixture-of-experts с примерно 4B активных параметров. Она транскрибирует записи длительностью до одного часа на 40 языках, с атрибуцией говорящего, переводом речи и управляемыми подсказками словарём и стилем.

AssemblyAI TTS 1 — это модель преобразования текста в речь от AssemblyAI. Она подходит для голосовых агентов, озвучивания и многоязычных приложений и опирается на общедоступную библиотеку из нескольких тысяч голосов на разных языках. Голоса выбираются по slug или ID, а язык озвучивания соответствует выбранному голосу или может быть явно задан через опцию провайдера language.

Particle-1 — это агентная модель для программирования от Particle AI, эффективно использующая токены и прошедшая пост-обучение на DeepSeek V4.1 Flash. Она подходит для работ по разработке программного обеспечения, таких как рабочие процессы в терминале, изменения кодовой базы и задачи инженерии данных, и обучена выполнять их со значительно меньшим числом токенов рассуждений и вызовов инструментов, сохраняя точность, близкую к своей базовой модели.

d1.1 — это структурированная модель принятия решений от Liquid AI, предоставляемая как эндпоинт System One и преемник d1. Отправьте состояние вместе с типизированными вопросами, и она вернёт выбор, оценку или ответ да/нет, каждый с вероятностью, взятой напрямую из модели, а не записанной в виде текста. Она использует ту же схему /v1/systemone, что и другие модели Decisions, поэтому подходит для маршрутизации, классификации и проверок политик, которым нужен быстрый ответ с оценкой вместо связного текста.

Amazon Titan Multimodal Embeddings G1 встраивает текст, изображения или текст и изображение вместе в общее векторное пространство для мультимодального поиска и рекомендаций. Изображения передаются в виде base64 (до 25 МБ), ввод текста ограничен 128 токенами, а векторы по умолчанию имеют 1 024 измерения, при этом 384 и 256 можно выбрать с помощью параметра dimensions.

Amazon Titan Embeddings G1 - Text — это модель текстовых эмбеддингов Titan первого поколения. Она принимает до 8 192 токенов на вход и возвращает фиксированные векторы размерности 1 536; параметр dimensions не поддерживается.