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…

Decider Flash V1.2 — это модель принятия решений с 4B параметрами от Perplexity, меньшего и более дешевого брата Decider V1.2 с тем же контрактом API. Вместо генерации текста он сч…

Decider V1.2 — это новая контрольная точка 27B модели принятия решений Perplexity, пришедшая на смену Decider V1.1 27B с тем же контрактом API. Вместо генерации текста он считывает…

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…

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

Eleven v4 — это модель преобразования текста в речь от ElevenLabs. Это самая выразительная модель ElevenLabs со встроенными аудиотегами для управления эмоциями и доставкой, поддерж…

Eleven v4 Turbo — это модель преобразования текста в речь с малой задержкой от ElevenLabs. Он сохраняет выразительную доставку и аудиотеги Eleven v4, но при этом настроен на более…

Eleven v3 — это модель преобразования текста в речь от ElevenLabs. Он производит эмоционально насыщенную, очень выразительную речь со встроенными аудиотегами, поддерживает более 70…

Eleven v3 Conversational — это модель преобразования текста в речь от ElevenLabs, вариант Eleven v3, оптимизированный для естественного диалога в диалоговых агентах. Он поддерживае…

Eleven Flash v2.5 — это модель преобразования текста в речь со сверхмалой задержкой от ElevenLabs. Он подходит для разговорного общения и использования в режиме реального времени,…

Eleven Turbo v2 — это модель преобразования текста в речь с малой задержкой только на английском языке от ElevenLabs. Он подходит для случаев использования разработчиками, где скор…

Eleven Multilingual v2 — это модель преобразования текста в речь от ElevenLabs. Он подходит для реалистичного, последовательного длинного повествования, такого как закадровый голос…

Eleven Turbo v2.5 — это модель преобразования текста в речь с малой задержкой от ElevenLabs. Он сочетает в себе качество и скорость для случаев использования разработчиками, которы…

Eleven Flash v2 — это модель преобразования текста в речь только на английском языке со сверхмалой задержкой от ElevenLabs. Он подходит для разговорного английского языка и использ…

ElevenLabs Scribe v2 — это модель преобразования речи в текст, которая транскрибирует аудио на более чем 90 языках с временными метками на уровне слов, дополнительной диаризацией г…

ElevenLabs Scribe v2 Medical — это модель преобразования речи в текст, настроенная для клинической и медицинской терминологии, с метками времени на уровне слов, дополнительной диар…

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…

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…

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…

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…

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…

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…