Модели

Nemotron 3.5 Transcribe — это модель распознавания речи с открытым весом от NVIDIA, смесь экспертов из 30 бит и около 4 бит активных параметров. Он расшифровывает записи продолжите…

HeyGen Voice Turbo — это версия HeyGen Voice с меньшей задержкой, модели преобразования текста в речь HeyGen. Он имеет те же 10 голосов по умолчанию или используйте свой собственны…

Voxtral TTS 3 — это модель преобразования текста в речь Mistral. Он преобразует текст в естественно звучащую речь, предлагает библиотеку предустановленных голосов, поддерживает нул…

Voxtral Small Transcribe 3 — флагманская модель преобразования речи в текст от Mistral. Он принимает аудиовход и возвращает расшифровку с временными метками и диаризацией говорящег…

Voxtral Mini Transcribe 3 — это компактная модель преобразования речи в текст от Mistral. Он принимает аудиовход и возвращает стенограмму с временными метками и диаризацией говорящ…

NVIDIA Nemotron 3.5 Super VL — это открытая мультимодальная модель смешанных экспертов от NVIDIA с 12B активных параметров из 120B. Он принимает текст, изображения, документы, сним…

HeyGen Voice — это модель преобразования текста в речь от HeyGen. Он поставляется с 10 голосами по умолчанию или используйте свой собственный ключ HeyGen, чтобы использовать голосо…

Microsoft-Decision-1 — это небольшая модель, созданная для быстрого принятия решений. Вместо генерации текста он считывает предоставленный контент и возвращает калиброванную вероят…

Step 5 Preview — это флагманская модель StepFun для агентской работы, построенная на разреженной архитектуре Mixture-of-Experts (27B активных / 600B общих параметров). Он хорошо ра…

Mistral Large 4 — это передовая мультимодальная модель (ввод текста и изображений) от Mistral AI, созданная для рассуждений, кодирования и агентских рабочих нагрузок. Он предлагает…

MAI-Voice-2.1-Flash — это модель преобразования текста в речь с малой задержкой от Microsoft AI, оптимизированная для реагирования в реальном времени. Он воспроизводит естественную…

MAI-Voice-2.1 — это самая точная и выразительная модель преобразования текста в речь от Microsoft AI. Он воспроизводит естественную речь студийного уровня на 23 языках с детальной…

HeyGen Video — это универсальная модель генерации видео от HeyGen. Он визуализирует короткие клипы с синтезированным звуком (диалогами, атмосферой и звуковыми эффектами) за один вы…

MAI-Image-2.6 — это модель создания и редактирования изображений от Microsoft AI, высокоточного уровня семейства MAI-Image-2.6, наряду с более быстрым MAI-Image-2.6 Flash. Он подхо…

MAI-Image-2.6 Flash — это недорогой представитель семейства MAI-Image-2.6 от Microsoft AI с меньшей задержкой и низкой стоимостью, созданный для чувствительной к задержкам высокопр…

MAI-Transcribe 2 — это многоязычная модель преобразования речи в текст от Microsoft AI, занявшая первое место в многоязычном тесте FLEURS. Он поддерживает 60 языков с автоматическо…

Wan 3.0 Prime — это вариант Wan 3.0 в быстром режиме. на Alibaba. Он поддерживает преобразование текста в видео и преобразование изображения в видео из первого кадра.

Wan 3.0 — это модель генерации видео от Alibaba для преобразования текста в видео, изображения в видео и создания видео со ссылкой на ссылки. Он производит видео 480p, 720p или 108…

HeyGen: Avatar IV — это модель преобразования изображения в видео, которая анимирует одну фотографию в выразительное видео с говорящей головой, синхронизированное по губам. Вместо…

Nemotron 3.5 ASR Streaming Multilingual 0.6B — модель распознавания речи от NVIDIA. Его конструкция FastConformer-RNNT с подсказками и поддержкой кэша предназначена для транскрипци…

Voxtral Small 24B 2507 STT — модель транскрипции речи от Mistral AI. Он подходит для рабочих нагрузок транскрипции, перевода и понимания звука, которые выигрывают от большей емкост…

Voxtral Mini 3B 2507 — модель распознавания речи и звука от Mistral AI. Он подходит для транскрипции, перевода и компактной обработки звука.

NVIDIA Nemotron 3.5 Lightning — это открытая смешанная модель от NVIDIA с 3B активных параметров из 30B. Он подходит для высокопроизводительных агентских рабочих нагрузок и специал…

MAI-Image-2.5 от Microsoft AI — это модель создания высококачественных изображений, доступная через Azure AI Foundry. Он создает фотореалистичные и художественные изображения из те…

MAI-Voice-2-Flash — это модель преобразования текста в речь с малой задержкой от Microsoft AI для голосовых агентов, помощников, колл-центров, специальных возможностей, повествован…

HappyHorse 1.1 — модель генерации видео от Alibaba. Он генерирует короткие видеоролики из текстовой подсказки, одного начального изображения или набора эталонных изображений с разр…

HappyHorse 1.0 — модель генерации видео от Alibaba. Он генерирует короткие видеоролики из текстовой подсказки, одного начального изображения или набора эталонных изображений с разр…

NVIDIA Nemotron 3.5 Content Safety — это компактная 4B-параметрическая мультимодальная модель ограждения от NVIDIA, доработанная с помощью Google Gemma-3-4B. Он модерирует как вход…

NVIDIA Nemotron 3 Ultra — это открытая модель рассуждений и оркестрации от NVIDIA с 55B активных параметров из общего числа 550B (MoE). Построенный на гибридной архитектуре, состоя…

MAI-Voice-2 — это выразительная модель преобразования текста в речь от Microsoft AI. Он подходит для разговорных помощников, повествования в СМИ, доступности, образования и других…

MAI-Transcribe 1.5 — это многоязычная модель преобразования речи в текст от Microsoft AI. Он подходит для субтитров, транскрипции вызовов, субтитров, специальных возможностей и дру…

MAI-Image-2.5 от Microsoft AI — это модель создания высококачественных изображений, доступная через Azure AI Foundry. Он создает фотореалистичные и художественные изображения из те…

Step 3.7 Flash — это новейшая высокоэффективная мультимодальная модель Mixture of Experts от StepFun. Он сочетает в себе языковую основу с 196B параметрами и видеокодер для естеств…

Parakeet TDT 0.6B v3 — это многоязычная модель преобразования речи в текст NVIDIA с 600 млн параметров, построенная на архитектуре FastConformer-TDT. Обученный на наборе данных Gra…

Voxtral Mini Transcribe — это модель преобразования речи в текст компании Mistral, созданная на основе семейства Voxtral Mini. Он принимает аудиовход и возвращает расшифрованный те…

Mistral Medium 3.5 — это модель с плотным выполнением инструкций на 128 бит от Mistral AI. Он поддерживает ввод текста и изображений, а также текстовый вывод и предназначен для аге…

Mistral Medium 3.5 — плотная instruction-following модель Mistral AI на 128B параметров. Принимает текст и изображения, выдаёт текст; рассчитана на агентные рабочие процессы, кодин…

Voxtral Mini TTS — это модель преобразования текста в речь Mistral, обеспечивающая нулевое клонирование голоса и многоязычную поддержку. Он преобразует ввод текста в естественно зв…

Wan 2.7 — модель генерации видео от Alibaba. Он поддерживает преобразование текста в видео, изображение в видео с контролем первого и последнего кадра, а также ссылку на видео, где…

Самая совершенная модель создания видео от Alibaba, поддерживающая более 10 возможностей визуального создания в единой системе. Wan 2.6 генерирует видео 1080p со скоростью 24 кадра…