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…

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…

Gemini 4 Argon — это флагманская модель рассуждения Google, созданная для разработки сложного программного обеспечения, глубокого решения математических и научных задач, а также ав…

Gemini 4 Argon — это флагманская модель рассуждения Google, созданная для разработки сложного программного обеспечения, глубокого решения математических и научных задач, а также ав…

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…

Nano Banana 2.1 (Gemini Nano Banana 2.1) — это модель Google для создания и редактирования изображений на уровне Flash, пришедшая на смену Nano Banana 2 и Nano Banana Pro. Он улучш…

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

Gemini 3.5 Transcribe — это модель преобразования речи в текст от Google. Он подходит для синхронной транскрипции, требующей временных меток на уровне слов или дневникирования гово…

Ember-1 — это специализированная модель рассуждения от Fireworks Research, построенная на Kimi K3. Она предназначена для того, чтобы каждый токен работал дальше: она создает более…

Gemini 3.8 Flash Lite TTS — это модель преобразования текста в речь от Google, быстрый и высокопроизводительный представитель семейства 3.8 TTS наряду с Gemini 3.8 Flash TTS. Он по…

Gemini 3.8 Flash TTS — это модель преобразования текста в речь от Google, преемница Gemini 3.1 Flash TTS Preview. Это творческий уровень семейства 3.8 TTS, подходящий для повествов…

Gemini 3.8 Flash — это самая интеллектуальная модель Flash от Google, которая значительно превосходит версию 3.7 Flash в разработке программного обеспечения, агентских задачах и мн…

Gemini 3.8 Flash — это самая интеллектуальная модель Flash от Google, которая значительно превосходит версию 3.7 Flash в разработке программного обеспечения, агентских задачах и мн…

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…

Gemini 3.7 Flash — это мультимодальная модель от Google для быстрых агентских рабочих процессов, кодирования и сложных многоэтапных рассуждений. Он предназначен для задач, требующи…

Gemini 3.7 Flash — это мультимодальная модель от Google для быстрых агентских рабочих процессов, кодирования и сложных многоэтапных рассуждений. Он предназначен для задач, требующи…

Flux TTS — это модель преобразования текста в речь от Deepgram. Он подходит для естественного, выразительного синтеза английской речи в голосовом каталоге Flux Deepgram.

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…

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%…

Gemini 3.6 Flash — это высокоэффективная модель от Google для кодирования, агентных рабочих процессов, а также разработки веб-сайтов и приложений. Он предназначен для получения без…

Gemini 3.6 Flash — это высокоэффективная модель от Google для кодирования, агентных рабочих процессов, а также разработки веб-сайтов и приложений. Он предназначен для получения без…

Gemini 3.5 Flash Lite — высокопроизводительная модель от Google с расширенными агентскими возможностями. Он подходит для субагентов, выполняющих целенаправленные задачи в рамках сл…

Gemini 3.5 Flash Lite — высокопроизводительная модель от Google с расширенными агентскими возможностями. Он подходит для субагентов, выполняющих целенаправленные задачи в рамках сл…

Aura-2 — это многоязычная модель преобразования текста в речь от Deepgram. Он поддерживает канонический голосовой каталог Aura-2 Deepgram для синтеза речи на нескольких языках.

Универсальная модель преобразования речи в текст Deepgram Nova-3 с поддержкой одноязычной и многоязычной транскрипции.

Laguna XS 2.1 — это новейшая модель агента кодирования в категории 33B-A3B от Poolside и является шагом вперед по сравнению с моделью Laguna XS.2 (выпущенной в апреле 2026 г.). Он…

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) — это самая быстрая и экономичная модель изображений Gemini от Google, созданная для высокоскоростных конвейеров разработки и быстр…

Gemini 3.1 Flash Image, также известный как «Nano Banana 2», — это новейшая современная модель Google для создания и редактирования изображений, обеспечивающая визуальное качество…

Nano Banana Pro — это самая совершенная модель Google для создания и редактирования изображений, созданная на базе Gemini 3 Pro. Он расширяет оригинальный Nano Banana за счет значи…

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…

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…

Gemini Embedding 2 — первая мультимодальная модель внедрения Google. В настоящее время мы поддерживаем отображение текста и изображений в единое векторное пространство для семантич…

Gemini Embedding 2 — первая мультимодальная модель внедрения Google. В настоящее время мы поддерживаем отображение текста и изображений в единое векторное пространство для семантич…

Gemini 3.5 Flash — это высокоэффективная мультимодальная модель Google, обеспечивающая кодирование и анализ на уровне профессионального уровня при стоимости и скорости уровня Flash…

Gemini 3.5 Flash — это высокоэффективная мультимодальная модель Google, обеспечивающая кодирование и анализ на уровне профессионального уровня при стоимости и скорости уровня Flash…