Модели

Nemotron 3.5 Transcribe обслуживается 1 провайдером. Nemotron 3.5 Transcribe — это модель распознавания речи с открытым весом от NVIDIA, смесь экспертов из 30 бит и около 4 бит ак…

HeyGen Voice Turbo обслуживается 1 провайдером. HeyGen Voice Turbo — это версия HeyGen Voice с меньшей задержкой, модели преобразования текста в речь HeyGen. Он имеет те же 10 гол…

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…

Muse Spark Open обслуживается 6 поставщиками и поддерживает вызов инструментов, структурированные выходные данные и рассуждения. Muse Spark Open — это модель открытого веса, оптим…

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 обслуживается 1 провайдером. HeyGen Voice — это модель преобразования текста в речь от HeyGen. Он поставляется с 10 голосами по умолчанию или используйте свой собстве…

Muse Wonder обслуживается одним поставщиком и поддерживает вызов инструментов, структурированные выходные данные и рассуждения. Muse Wonder — это передовая модель мышления от Meta…

Microsoft-Decision-1 обслуживается 1 поставщиком. Microsoft-Decision-1 — это небольшая модель, созданная для быстрого принятия решений. Вместо генерации текста он считывает предос…

Шаг 5. Предварительный просмотр обслуживается тремя поставщиками и поддерживает вызов инструментов, структурированные выходные данные и рассуждения. Step 5 Preview — это флагманск…

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 обслуживает 1 провайдер. MAI-Voice-2.1 — это самая точная и выразительная модель преобразования текста в речь от Microsoft AI. Он воспроизводит естественную речь сту…

HeyGen Video обслуживается 1 провайдером. HeyGen Video — это универсальная модель генерации видео от HeyGen. Он визуализирует короткие клипы с синтезированным звуком (диалогами, а…

Muse Voice Transcribe 1.0 обслуживается 1 провайдером. Muse Voice Transcribe 1.0 — это синхронная модель преобразования речи в текст от Meta. Он подходит для транскрипции в режиме…

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 обслуживается 1 провайдером. Muse Image — это агентская модель генерации изображений от Meta, которая генерирует и редактирует изображения из текста и эталонных изображ…

Аватар IV обслуживается 1 провайдером. HeyGen: Avatar IV — это модель преобразования изображения в видео, которая анимирует одну фотографию в выразительное, синхронизированное по…

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…

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.

Nemotron 3.5 Lightning обслуживается 5 поставщиками и поддерживает вызов инструментов, структурированные выходные данные и рассуждения. NVIDIA Nemotron 3.5 Lightning — это открыта…

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 Pro обслуживается 1 провайдером. MAI-Image-2.5 от Microsoft AI — это модель создания высококачественных изображений, доступная через Azure AI Foundry. Он создает фот…

MAI-Voice-2-Flash обслуживается 1 провайдером. MAI-Voice-2-Flash — это модель преобразования текста в речь с малой задержкой от Microsoft AI для голосовых агентов, помощников, кол…

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 обслуживается одним поставщиком и поддерживает вызов инструментов, структурированные выходные данные и рассуждения. Muse Spark 1.1 — это мультимодальная модель расс…

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…

Nemotron 3 Ultra обслуживается тремя поставщиками и поддерживает вызов инструментов, структурированные выходные данные и рассуждения. NVIDIA Nemotron 3 Ultra — это открытая модель…

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 обслуживается 1 провайдером. MAI-Transcribe 1.5 — это многоязычная модель преобразования речи в текст от Microsoft AI. Он подходит для субтитров, транскрипции в…

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…

Шаг 3.7. Flash обслуживается двумя поставщиками и поддерживает вызов инструментов, структурированные выходные данные и рассуждения. Step 3.7 Flash — это новейшая высокоэффективная…