Модели

Синтез речи SaluteSpeech (GigaChat) через Realtime API cloud.ru: текст на входе, аудио на выходе.

GigaASR — распознавание речи Sber, тарификация по секундам аудио.

Giga-Embeddings-instruct 480M — компактная модель эмбеддингов Sber.

Giga-Embeddings-instruct 3B — модель эмбеддингов Sber для поиска и RAG.

GigaChat 3 10B A1.8B — компактная открытая текстовая модель Sber.

GigaChat 3.5 432B A28B Reasoning — открытая reasoning-модель Sber с длинным контекстом.

GigaChat 3 Pro — флагманская текстовая модель Sber для сложных рассуждений и агентских задач.

Riverflow 2.6 Pro — это флагманская модель линейки Sourceful Riverflow 2.6, унифицированного семейства преобразований текста в изображение и изображения в изображение, которое расс…

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…

Muse Spark Open — это модель открытого веса, оптимизированная для кодирования. Разработанный специально для рабочих процессов агентного кодирования, он обеспечивает более высокую т…

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…

Muse Wonder — это передовая модель мышления от Meta, разработанная для решения сложных личных и профессиональных агентских задач. Он принимает текст, изображения, видео, аудио и PD…

Muse Voice Transcribe 1.0 — это синхронная модель преобразования речи в текст от Meta. Он подходит для транскрипции в режиме «нажми и говори», конечной точки и транскрипции с учето…

Muse Spark 1.3 Contributor — это экономичный уровень участника мультимодальной модели рассуждения Meta для экспериментирования, обучения и ранних стадий агентных, многоагентных раб…

Muse Spark 1.3 — это мультимодальная модель рассуждения от Meta для длительных агентных, мультиагентных рабочих процессов и рабочих процессов кодирования. Он предназначен для отсле…

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.

Muse Image — это агентная модель генерации изображений от Meta, которая генерирует и редактирует изображения из текста и эталонных изображений. В отличие от однопроходных моделей и…

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…

Уровень участника Muse Spark 1.2 — это модель рассуждения от Meta, предназначенная для разработчиков, которые хотят начать создавать с еще меньшими затратами. Это значительно дешев…

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…

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…

Muse Glimmer 30B — это плотная мультимодальная модель с открытым весом от Meta Superintelligence Labs, созданная на основе Muse Spark и оптимизированная для автономных агентов на п…

Muse Spark 1.2 — это модель рассуждения от Meta, предназначенная для решения сложных агентских задач. Он принимает текст, изображения, видео и PDF-документы, возвращает текст и пре…

Laguna S 2.1 — новейшая модель агента кодирования от Poolside Laguna S 2.1 — это модель с общим объемом 118B и 8B активных параметров, набравшая 70,2% в Terminal-Bench 2.1 и 40,4%…

Muse Spark 1.1 — это мультимодальная модель рассуждения от Meta, созданная для агентных задач. Он принимает текст, изображения, видео и PDF-документы и возвращает текст с контекстн…

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…

Riverflow V2.5 Pro — это самый мощный вариант линейки Sourceful Riverflow 2.5, который лучше всего подходит для управления высшего уровня и вывода, чувствительного к качеству. Сер…

Riverflow V2.5 Fast — это оптимизированный по скорости вариант линейки Sourceful Riverflow 2.5, лучше всего подходящий для производственных развертываний и рабочих процессов с крит…

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…

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…

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…

NVIDIA Nemotron 3 Super — это открытая гибридная модель MoE со 120 битами параметров, активирующая всего 12 миллиардов параметров для максимальной эффективности и точности вычислен…

Riverflow V2 Pro — это самый мощный вариант линейки Sourceful Riverflow 2.0, лучший для управления высшего уровня и идеального рендеринга текста. Серия Riverflow 2.0 представляет…

Riverflow V2 Fast — это самый быстрый вариант линейки Sourceful Riverflow 2.0, который лучше всего подходит для производственных развертываний и рабочих процессов с критическими за…

NVIDIA Nemotron 3 Nano 30B A3B — это небольшая языковая модель MoE с высочайшей вычислительной эффективностью и точностью, позволяющая разработчикам создавать специализированные аг…

Модель встраивания e5-large-v2 отображает английские предложения, абзацы и документы в 1024-мерное плотное векторное пространство, обеспечивая высокоточные семантические встраивани…

Модель внедрения e5-base-v2 кодирует английские предложения и абзацы в 768-мерное плотное векторное пространство, создавая эффективные и высококачественные семантические внедрения,…