Каталог AI моделей и нейросетей: сравнение и цены

Reka Edge — это чрезвычайно эффективная мультимодальная модель зрения и языка с 7 миллиардами параметров, которая принимает на вход изображения/видео и текст, а на выходе генерирует текст. Эта модель оптимизирована специально для обеспечения передовой производительности в понимании изображений, анализе видео, обнаружении объектов и использовании инструментов.

MiMo-V2-Omni — это передовая омнимодальная модель, которая изначально обрабатывает изображения, видео и аудио в рамках единой архитектуры. Она сочетает в себе мощное мультимодальное восприятие с агентными возможностями — визуальное обоснование, многошаговое планирование, использование инструментов и выполнение кода, что делает её хорошо подходящей для сложных задач в реальном мире, охватывающих различные модальности. Окно контекста 256K.

MiMo-V2-Pro — это флагманская базовая модель Xiaomi, имеющая более 1 триллиона параметров и длину контекста в 1 миллион, глубоко оптимизированная для агентных сценариев. Она высоко адаптируется к общим агентным фреймворкам, таким как OpenClaw. Она занимает место среди мировых лидеров в стандартных бенчмарках PinchBench и ClawBench, с воспринимаемой производительностью, приближающейся к Opus 4.6. MiMo-V2-Pro разработана, чтобы служить мозгом агентных систем, организуя сложные рабочие процессы, выполняя задачи производственного инжиниринга и надежно предоставляя результаты.

MiniMax-M2.7 — это модель нового поколения, разработанная для автономной, продуктивной работы в реальных условиях и непрерывного совершенствования. Созданная для активного участия в собственном развитии, M2.7 интегрирует передовые агентные возможности через многопользовательское сотрудничество, что позволяет ей планировать, выполнять и совершенствовать сложные задачи в динамичных средах.

Обученная для производительности на уровне промышленного стандарта, M2.7 справляется с рабочими процессами, такими как отладка в реальном времени, анализ первопричин, финансовое моделирование и полное создание документов в Word, Excel и PowerPoint. Она демонстрирует высокие результаты в тестах, включая 56,2% на SWE-Pro и 57,0% на Terminal Bench 2, достигая 1495 ELO на GDPval-AA, устанавливая новый стандарт для многопользовательских систем, работающих в реальных цифровых рабочих процессах.

GPT-5.4 nano является самой легкой и экономичной версией в семействе GPT-5.4, оптимизированной для задач, критичных к скорости и большому объему. Она поддерживает текстовые и графические вводы и предназначена для использования в случаях с низкой задержкой, таких как классификация, извлечение данных, ранжирование и выполнение подагентов.

Модель отдает приоритет отзывчивости и эффективности, а не глубокому анализу, что делает ее идеальной для конвейеров, требующих быстрых и надежных результатов в большом масштабе. GPT-5.4 nano хорошо подходит для фоновых задач, систем реального времени и распределенных архитектур агентов, где минимизация затрат и задержек имеет решающее значение.

GPT-5.4 mini приносит основные возможности GPT-5.4 в более быструю и эффективную модель, оптимизированную для высокопроизводительных рабочих нагрузок. Она поддерживает текстовые и графические вводы, демонстрируя высокую производительность в области рассуждений, кодирования и использования инструментов, при этом снижая задержку и затраты для крупномасштабных развертываний.

Модель разработана для производственных сред, где требуется баланс между возможностями и эффективностью, что делает её хорошо подходящей для чат-приложений, помощников по кодированию и агентских рабочих процессов, работающих в большом масштабе. GPT-5.4 mini обеспечивает надежное следование инструкциям, уверенное многократное рассуждение и стабильную производительность в различных задачах с улучшенной экономической эффективностью.

Mistral Small 4 — это следующий крупный выпуск в семействе Mistral Small, объединяющий возможности нескольких флагманских моделей Mistral в единую систему. Он сочетает в себе мощное логическое мышление от Magistral, мультимодальное понимание от Pixtral и агентные возможности кодирования от Devstral, позволяя одной модели справляться со сложным анализом, разработкой программного обеспечения и визуальными задачами в рамках одного рабочего процесса.

pplx-embed-v1 -4B является одной из передовых моделей текстового встраивания от Perplexity, созданной для извлечения информации в реальном мире и в масштабах интернета. pplx-embed-v1 оптимизирована для стандартного плотного извлечения текста, а модель с параметром 4B максимизирует качество извлечения.

pplx-embed-v1 -4B — это одна из передовых моделей текстового встраивания Perplexity, созданная для работы с данными в реальном мире и в масштабах сети. pplx-embed-v1 оптимизирована для стандартного плотного поиска текста, а модель с 4 миллиардами параметров максимизирует качество поиска.

pplx-embed-v1-0.6B является одной из передовых моделей текстового встраивания от Perplexity, созданной для реального использования в веб-масштабном поиске. pplx-embed-v1 оптимизирована для стандартного плотного текстового поиска с моделью на 0.6B параметров, ориентированной на легковесное и низкозатратное по времени создание встраиваний.

pplx-embed-v1-0.6B is one of Perplexity’s state-of-the-art text embedding models built for real-world, web-scale retrieval. pplx-embed-v1 is optimized for standard dense text retrieval with the 0.6B parameter model targeting lightweight, low-latency embedding generation.

GLM-5 Turbo — это новая модель от Z.ai, разработанная для быстрой инференции и высокой производительности в средах, управляемых агентами, таких как сценарии OpenClaw. Она глубоко оптимизирована для рабочих процессов агентов в реальном мире, которые включают длинные цепочки выполнения, с улучшенной декомпозицией сложных инструкций, использованием инструментов, запланированным и постоянным выполнением, а также общей стабильностью при выполнении длительных задач.

NVIDIA Nemotron 3 Super — это открытая гибридная модель MoE с 120 миллиардами параметров, активирующая всего 12 миллиардов параметров для максимальной вычислительной эффективности и точности в сложных многоагентных приложениях. Построенная на гибридной архитектуре Mamba-Transformer Mixture-of-Experts с многотокеновым предсказанием (MTP), она обеспечивает более чем на 50% более высокую генерацию токенов по сравнению с ведущими открытыми моделями.

Модель обладает контекстным окном на 1 миллион токенов для долгосрочной согласованности агентов, междокументального рассуждения и многократного планирования задач. Латентный MoE позволяет вызывать 4 эксперта по стоимости вывода всего одного, улучшая интеллект и обобщение. Обучение с подкреплением в нескольких средах, охватывающее более 10 сред, обеспечивает ведущую точность на бенчмарках, включая AIME 2025, TerminalBench и SWE-Bench Verified.

Полностью открытая с весами, наборами данных и рецептами под лицензией NVIDIA Open License, Nemotron 3 Super позволяет легко настраивать и безопасно развертывать её в любом месте — от рабочей станции до облака.

Seed-2.0-Lite — это сбалансированная модель, разработанная для высокочастотных корпоративных рабочих нагрузок, оптимизируя как возможности, так и затраты. Ее общая производительность превосходит предыдущую версию Seed-1.8. Она хорошо подходит для производственных задач, таких как обработка неструктурированной информации, создание текстового контента, поиск и рекомендации, а также анализ данных. Модель поддерживает обработку с длинным контекстом, слияние информации из нескольких источников, выполнение многошаговых инструкций и создание высокоточных структурированных выходных данных, обеспечивая стабильное качество при значительном снижении затрат.

Qwen3.5-9B — это мультимодальная базовая модель из семейства Qwen3.5, разработанная для обеспечения мощных возможностей в области рассуждений, программирования и визуального понимания в эффективной архитектуре с 9 миллиардами параметров. Она использует унифицированный дизайн для работы с визуальной и языковой информацией с ранним объединением мультимодальных токенов, что позволяет модели обрабатывать и анализировать текст и изображения в одном контексте.