Каталог AI моделей и нейросетей: сравнение и цены

OpenAI o3-mini-high — это та же модель, что и o3-mini, но с установленным высоким уровнем усилий на рассуждение.

o3-mini — это экономичная языковая модель, оптимизированная для задач рассуждения в области STEM, особенно преуспевающая в науке, математике и программировании. Модель имеет три уровня регулируемых усилий на рассуждение и поддерживает ключевые возможности для разработчиков, включая вызов функций, структурированные выходные данные и потоковую передачу, хотя она не включает возможности обработки изображений.

Модель демонстрирует значительные улучшения по сравнению с предшественником: эксперты-тестировщики предпочитают её ответы в 56% случаев и отмечают снижение крупных ошибок на сложных вопросах на 39%. При средних настройках усилий на рассуждение o3-mini соответствует производительности более крупной модели o1 на сложных оценках рассуждений, таких как AIME и GPQA, при этом сохраняя более низкую задержку и стоимость.

Aion-RP-Llama-3.1-8B занимает первое место в части оценки персонажей в бенчмарке RPBench-Auto, который является специфическим для ролевых игр вариантом Arena-Hard-Auto, где LLM оценивают ответы друг друга. Это базовая модель с тонкой настройкой, а не модель с инструкциями, разработанная для создания более естественного и разнообразного письма.

Qwen2.5-VL хорошо распознает распространенные объекты, такие как цветы, птицы, рыбы и насекомые. Он также обладает высокой способностью к анализу текстов, диаграмм, иконок, графики и макетов в изображениях.

Qwen-Plus, основанная на базовой модели Qwen2.5, представляет собой модель с контекстом 131K, которая сочетает в себе сбалансированную производительность, скорость и стоимость.

Mistral Small 3 — это языковая модель с 24 миллиардами параметров, оптимизированная для работы с низкой задержкой в рамках общих задач ИИ. Выпущенная под лицензией Apache 2.0, она включает как предварительно обученные, так и настроенные на выполнение инструкций версии, предназначенные для эффективного локального развертывания.

Модель достигает 81% точности на бенчмарке MMLU и показывает конкурентоспособные результаты с более крупными моделями, такими как Llama 3.3 70B и Qwen 32B, при этом работая в три раза быстрее на эквивалентном оборудовании.

Sonar легкий, доступный по цене, быстрый и простой в использовании — теперь с функцией цитирования и возможностью настройки источников. Он разработан для компаний, стремящихся интегрировать легкие функции вопросов и ответов, оптимизированные для скорости.

MiniMax-01 сочетает в себе MiniMax-Text-01 для генерации текста и MiniMax-VL-01 для понимания изображений. Он содержит 456 миллиардов параметров, из которых 45,9 миллиарда активируются при каждом выводе, и может обрабатывать контекст до 4 миллионов токенов.

Текстовая модель использует гибридную архитектуру, которая сочетает Lightning Attention, Softmax Attention и Mixture-of-Experts (MoE). Модель изображения использует структуру «ViT-MLP-LLM» и обучена на основе текстовой модели.

Phi-4 от Microsoft Research разработан для эффективного выполнения сложных задач, требующих рассуждений, и может работать в условиях ограниченной памяти или когда необходимы быстрые ответы.

С 14 миллиардами параметров он был обучен на смеси высококачественных синтетических наборов данных, данных с отобранных веб-сайтов и академических материалов. Он прошел тщательную доработку для точного выполнения инструкций и поддержания высоких стандартов безопасности. Лучше всего работает с вводом на английском языке.

Для получения дополнительной информации, пожалуйста, ознакомьтесь с Phi-4 Technical Report.

DeepSeek-V3 — это последняя модель от команды DeepSeek, основанная на инструкциях и кодировании предыдущих версий. Предварительно обученная на почти 15 триллионах токенов, модель, согласно отчетам, превосходит другие модели с открытым исходным кодом и соперничает с ведущими моделями с закрытым исходным кодом.

Для получения подробной информации о модели, пожалуйста, посетите репозиторий DeepSeek-V3 или ознакомьтесь с анонсом запуска.

Command R7B (12-2024) является небольшим, быстрым обновлением модели Command R+, выпущенным в декабре 2024 года. Эта модель превосходно справляется с RAG, использованием инструментов, агентами и аналогичными задачами, требующими сложного рассуждения и выполнения нескольких шагов.

Использование этой модели регулируется Политикой использования и Соглашением о SaaS компании Cohere.

Многоязычная крупная языковая модель Meta Llama 3.3 (LLM) представляет собой предварительно обученную и настроенную на выполнение инструкций генеративную модель с параметрами 70 миллиардов (ввод текста/вывод текста). Модель Llama 3.3, настроенная на выполнение инструкций, оптимизирована для многоязычных диалоговых сценариев и превосходит многие доступные открытые и закрытые чат-модели по общепринятым отраслевым стандартам.

Поддерживаемые языки: английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский.

Карта модели

Amazon Nova Lite 1.0 — это очень недорогая мультимодальная модель от Amazon, ориентированная на быструю обработку изображений, видео и текстовых данных для генерации текстового вывода. Amazon Nova Lite может с высокой точностью справляться с задачами взаимодействия с клиентами в реальном времени, анализа документов и визуального ответа на вопросы.

С контекстом ввода в 300 тысяч токенов, она может анализировать несколько изображений или до 30 минут видео за один ввод.

Amazon Nova Micro 1.0 — это текстовая модель, обеспечивающая наименьшую задержку ответов в семействе моделей Amazon Nova при очень низкой стоимости. С длиной контекста в 128 тысяч токенов и оптимизированная для скорости и стоимости, Amazon Nova Micro превосходно справляется с такими задачами, как суммирование текста, перевод, классификация контента, интерактивный чат и мозговой штурм. Она обладает простыми математическими и программными способностями.

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

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

ПРИМЕЧАНИЕ: Видео ввод в настоящее время не поддерживается.

Версия GPT-4o от 20 ноября 2024 года предлагает улучшенные возможности для творческого письма с более естественным, увлекательным и адаптированным стилем, что повышает актуальность и удобочитаемость. Она также лучше работает с загруженными файлами, предоставляя более глубокие инсайты и более тщательные ответы.

GPT-4o (“o” означает “omni”) — это последняя модель ИИ от OpenAI, поддерживающая как текстовые, так и графические входные данные с текстовыми выходами. Она сохраняет уровень интеллекта GPT-4 Turbo, будучи вдвое быстрее и на 50% более экономичной. GPT-4o также предлагает улучшенную производительность при обработке текстов на других языках, кроме английского, и расширенные визуальные возможности.