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…

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…

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…

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…

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…

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…

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…

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…

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…

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…

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

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…

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…

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…

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…

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…

Kokoro 82M — это легкая, открытая модель преобразования текста в речь от Hexgrad. Он преобразует текст в речь на 8 языках (американском и британском английском, испанском, французс…

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

Step 3.5 Flash — это наиболее эффективная базовая модель StepFun с открытым исходным кодом. Построенный на разреженной архитектуре Mixture of Experts (MoE), он выборочно активирует…

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