AI mudelite kataloog

Tehisintellekti mudelid

Tutvu erinevate AI pakkujate tehisintellekti mudelitega ja võrrelge nende otstarvet. Uuri keele- ja järeldusmudeleid, programmeerimismudeleid, multimodaalseid süsteeme, pildi- ja videomudeleid, heli- ja kõnemudeleid, sissekandeid, reaalajas töötavaid mudeleid ning muid spetsialiseeritud tehisintellekti süsteeme.

1151 Jälgitud mudelid
1151 Kõik mudelid
33 AI Ettevõtted
52 Mudelitüübid
1146 Praegune / kättesaadav
Mudelite kataloog

Vaata kõiki mudeleid

01.AI üldotstarbeline

Kohalik kakskeelne tekstiloome, teadustöö, peenhäälestus, võrguühenduseta rakendused ja ressursiteadlik juurutamine

Kontekst 4K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega mudel; vanem esimese põlvkonna Yi baasmudel

01.AI üldotstarbeline

Pikkade dokumentide lõpuleviimine, kohalik juurutamine, inglise- ja hiinakeelse teksti genereerimine, teadustöö ning järgnev peenhäälestus

Kontekst 200K
Arutlusvõime 4/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Allalaaditavate avatud kaaludena saadaval; vanema põlvkonna mudel

Sisend Ametlikku hostitud API hinda ei ole kinnitatud; allalaaditavad mudelikaalud
Väljund Ametlikult hostitava API hinda pole kinnitatud; mudeli kaalud on allalaaditavad.
01.AI üldotstarbeline

Kohapeal käitatavad kakskeelsed inglise-hiina vestlused, isiklikud projektid, akadeemilised eksperimendid ja peenhäälestus tagasihoidlikul avatud kaaludega taristul

Kontekst 4K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Avatud kaaludega ja allalaaditav; ajalooline pärandmudel

Sisend Ametlikult hostitud API hinda ei ole kinnitatud; ise hostitavate mudelikaalude puhul ei kaasne teenusepakkuja poolset märgipõhist tasu.
Väljund Ametliku majutatud API hinda ei ole õnnestunud kinnitada; ise hostitud mudelikaalude kasutamisel ei võeta teenusepakkuja poolt tokenipõhist tasu.
01.AI üldotstarbeline

Kohalik teksti genereerimine, koodi lõpetamine, matemaatika, inglise-hiina kakskeelsed rakendused, teadustöö ja järgnev peenhäälestus

Kontekst 4K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval allalaaditava avatud kaaludega mudelina; vanema Yi-põlvkonna mudel, mille jaoks ei ole just selle mudeli kohta kontrollitud tootja hallatavat hostitud API-pakkumist.

01.AI üldotstarbeline

Pika kontekstiga dokumentide töötlemine, koodi genereerimine, matemaatika, kakskeelse inglise-hiina teksti genereerimine, lokaalne inferents ja valdkonnapõhine peenhäälestus

Kontekst 200K
Arutlusvõime 5/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avalikult allalaaditav avatud kaaludega baasmudel; varasema põlvkonna mudel, kuid endiselt avalikult allalaaditav

Sisend Ametlikult hostitud API hinnakiri puudub; allalaaditavad mudelikaalud
Väljund Ametlikult majutatud API-l puudub hind; allalaaditavad kaalud
01.AI üldotstarbeline

Ise majutatav kakskeelne tekstiloome, teadustöö, kohandatud peenhäälestus, programmeerimiskatsed ning inglise ja hiina keele rakendused

Kontekst 4K
Arutlusvõime 6/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega mudel; vanema põlvkonna baaskontrollpunkt

Sisend Ametlikult hostitud API hinda ei ole kinnitatud; mudeli kaalud tuleb majutada ise
Väljund Ametlikult hostitud API hinda ei ole kinnitatud; mudelikaale saab majutada ise.
01.AI üldotstarbeline

Pikkade dokumentide analüüs, inglise-hiina keele genereerimine, otsingukatsetused, teadustöö ja ise hostitav peenhäälestus

Kontekst 200K
Arutlusvõime 7/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval allalaaditava avatud kaaludega mudelina; ametliku hostitud API saadavust ega kasutuselt kõrvaldamise kuupäeva ei ole kinnitatud

01.AI üldotstarbeline

Isehostitud kakskeelsed assistendid, inglise ja hiina keele dialoog, avatud kaaludega LLM-ide uurimine, privaatne inferents, kvantimine ja peenhäälestus

Kontekst 4K
Arutlusvõime 6/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega; allalaaditav; vanema põlvkonna mudel, mille teenusepakkuja hallatava majutatud API kättesaadavust ei ole kinnitatud

01.AI üldotstarbeline

Pika konteksti käsitlemine vestlustes, keerukas tekstianalüüs, mitmekeelne sisu genereerimine, ennustamine ja üldotstarbelised ettevõtete keelerakendused.

Kontekst 32K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Saadaval 01.AI API dokumentatsiooni kaudu; teenuse praeguse elutsükli üksikasju ei ole teenusepakkuja sõnaselgelt avaldanud.

Sisend 3 dollarit 1 miljoni sisendtokeni kohta
Väljund 3 dollarit 1 miljoni väljundtokeni kohta
01.AI üldotstarbeline

Kuluteadlikud hostitud vestluslahendused, hiina- ja ingliskeelse sisu genereerimine, programmeerimine, matemaatika, arutlus, kokkuvõtete koostamine ja suure mahuga API-töökoormused

Kontekst 16K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Suletud lähtekoodiga hostitud API-mudel; praegune avalik kättesaadavus ja elutsükli staatus ei ole selgelt dokumenteeritud

Sisend Ajalooliselt teatatud hind: 0,14 dollarit 1 miljoni sisendmärgi kohta; praegune hind tuleb 01.AI-lt üle kontrollida.
Väljund Ajalooliselt teatatud hind on 0,14 dollarit 1 miljoni väljundtokeni kohta; kontrolli praegust hinda 01.AI-lt.
01.AI Kergekaaluline

Kohalik tekstigeneratsioon, enda hallatavad rakendused, eksperimenteerimine, domeenikohandamine ja peenhäälestus

Kontekst 4K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval allalaaditava avatud kaaludega mudelina enda serveris majutamiseks ja lokaalseks inferentsiks; selle Hugging Face’i mudelilehel ei ole praegu ühtegi majutatud inferentsi pakkujat loetletud.

01.AI üldotstarbeline

Kohapeal töötavad vestlusrakendused, juhiste järgimine, kergemad kodeerimisülesanded, kakskeelne inglise- ja hiinakeelse teksti genereerimine, katsetamine ning mudelite käitamine oma taristus

Kontekst 4K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega; kohalikuks juurutamiseks kättesaadav; selget kasutuselt kõrvaldamise kuupäeva ei leitud

01.AI üldotstarbeline

Kohalikuks tekstiloomeks, teadustööks, peenhäälestuseks, hiina-inglise rakendusteks ja kulutundlikeks ise majutatavateks juurutusteks

Kontekst 4K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Avatud kaaludega ja allalaaditav; ametlikku toe lõpetamise või sulgemise kuupäeva ei leitud

Sisend Ametlikku esimese osapoole hostitud hinda ei ole; allalaaditavad mudelikaalud on saadaval Apache 2.0 litsentsi alusel.
Väljund Ametlikku esimese osapoole hostitud hinda ei ole; allalaaditavad mudelikaalud on saadaval Apache 2.0 litsentsi alusel.
01.AI üldotstarbeline

Pika konteksti kohapealne inferents, teksti lõpetamine, koodi- ja matemaatikatöövood, uurimistöö ning kohandatud peenhäälestus

Kontekst 33K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega mudel

01.AI üldotstarbeline

Ise hallatavad vestlusabilised, lokaalne tekstiloome, lihtsam abi programmeerimisel, mitmekeelne katsetamine ja peenhäälestuse uurimine.

Kontekst 4K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega mudel; ametlikud kaalud on endiselt kättesaadavad, kuid pakkuja avaldatud täpset kasutuselt kõrvaldamise või sulgemise kuupäeva ei ole kinnitatud.

Sisend Ametlikult hostitud API hinnateavet ei ole kinnitatud; isehostitavad kaalud on saadaval Apache 2.0 litsentsi alusel.
Väljund Ametlikult majutatud API hinda pole kinnitatud; mudeli kaalud on ise hostimiseks saadaval Apache 2.0 litsentsi alusel.
01.AI üldotstarbeline

Isehostitavad vestlusabilised, juhiste järgimine, programmeerimine, matemaatika, arutlemine, kokkuvõtete koostamine, mitmekeelne teksti genereerimine ja rakendused, mis vajavad 16K kontekstiakent.

Kontekst 16K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega allalaaditava mudelina ise hostitava inferentsi jaoks

01.AI üldotstarbeline

Kohalik kakskeelne teksti genereerimine, teadustöö, domeeni kohandamine ja peenhäälestus

Kontekst 4K
Arutlusvõime 7/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Avatud kaaludega ja praegu allalaaditav; standardne 4K konteksti baaskontrollpunkt

01.AI üldotstarbeline

Ise hostitav pika kontekstiga tekstigeneratsioon, teadustöö, valdkonnapõhine peenhäälestus, programmeerimine, matemaatika ja üldine keelemudelite katsetamine

Kontekst 33K
Arutlusvõime 8/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega baasmudel

Sisend Ametlikku tootja hallatava API hinda ei ole; mudeli kaalud tuleb ise hostida.
Väljund Ametlikku tootja hallatava API hinda ei ole; mudelikaale saab majutada ise.
01.AI üldotstarbeline

Isehostitavad kakskeelsed assistendid, inglise- ja hiinakeelne tekstiloome, programmeerimise tugi, matemaatika, arutlus, peenhäälestus ning privaatsusnõudlikud juurutused

Kontekst 4K
Arutlusvõime 7/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega mudel on endiselt saadaval enda hallatavas keskkonnas juurutamiseks; 01.AI majutatava mudeliplatvormi API-teenus lõppes 2026-09-03.

01.AI üldotstarbeline

Isehostitav vestluslik tehisintellekt, pika konteksti arvestav teksti genereerimine, programmeerimisabi, dokumentide analüüs, mitmekeelsed rakendused ja teadusuuringute juurutused.

Kontekst 16K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Olek

Saadaval avatud kaaludega mudelina; vanema põlvkonna mudel

01.AI Programmeerimine

Kohalik koodi lõpetamine, koodi genereerimine, mitmekeelsed programmeerimisülesanded, pika konteksti toel lähtekoodi analüüs ja järelpeenhäälestus

Kontekst 131K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval allalaaditava avatud kaaludega mudelina; mudeli pakkuja hostitud API täpne kättesaadavus ei ole kinnitatud

Sisend Ametlikku pakkuja enda hostitava API hinda ei ole tuvastatud; allalaaditavad mudelikaalud on saadaval Apache 2.0 litsentsi alusel.
Väljund Ametlikku pakkuja enda hostitud API hinda ei ole tuvastatud; allalaaditavad kaalud on saadaval Apache 2.0 litsentsi alusel.
01.AI Kodeerimine

Kohalik koodi genereerimine, koodi lõpetamine, silumine, koodi selgitamine, kerged IDE-abitööriistad ja mudelite peenhäälestuse katsetused

Kontekst 131K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega mudel

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on vabalt saadaval
Väljund Ametlikult majutatud API hinnakiri puudub; mudeli kaalud on avalikult saadaval
01.AI Kodeerimine
01.AI
Yi-Coder

Yi-Coder-9B

Kohapealne koodi genereerimine, lõpetamine ja muutmine, kogu koodirepositooriumi hõlmav kontekst, mitmekeelne programmeerimine ning peenhäälestus

Kontekst 131K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega baasmudel

Sisend Ametlikult majutatava API hinnakiri puudub; mudeli kaalud on allalaaditavad isehostimiseks või kolmanda osapoole kaudu juurutamiseks.
Väljund Ametlikult majutatud API-l hinda ei ole; allalaaditavad mudelikaalud isehostimiseks või kolmanda osapoole juurutuseks
01.AI Kodeerimine

Ise hostitav programmeerimisabi, koodi genereerimine, silumine, koodi selgitamine, koodi tõlkimine ja pika konteksti toel koodihoidlate analüüs

Kontekst 131K
Arutlusvõime 6/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega ja avalikult kättesaadav; selle täpse mudeli kohta ei ole kinnitatud ametlikku hostitud API loendikirjet

Sisend Ametlikult majutatud API hinda ei ole kinnitatud; allalaaditavad mudelikaalud on saadaval Apache 2.0 litsentsi alusel.
Väljund Ametlikult hostitud API hinda ei ole kinnitatud; isehostimise ja kolmandate osapoolte inferentsiteenuste kulud varieeruvad.
01.AI Kergekaaluline
01.AI
Yi-Lightning

Yi-Lightning-Lite

Kulutundlikud üldotstarbelised teksti genereerimise, vestluse ja API kasutusjuhud, mille puhul sobib Yi-Lightningu kergem alternatiiv

Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Olek

Ajalooline proprietaarne API-mudel; praegust avalikku kättesaadavust ja elutsükli staatust ei ole sõltumatult kontrollitud

01.AI Multimodaalne

Lokaalne kakskeelne pildimõistmine, visuaalne küsimustele vastamine, OCR-ile keskenduv pildianalüüs ja pildist tekstiks rakendused

Kontekst 4K
Arutlusvõime 5/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Avatud kaaludega multimodaalsete mudelite perekond; 01.AI ei ole praegust kättesaadavust ega aktiivset hooldust selgelt dokumenteerinud.

01.AI Multimodaalne

Kohapealne kakskeelne pildimõistmine, visuaalsetele küsimustele vastamine, OCR-i abil teabe eraldamine, piltide kokkuvõtete koostamine ja lihtsad multimodaalsed katsetused

Kontekst 4K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval avatud kaaludega isemajutatava mudelina; mudeli lehel ei ole praegu loetletud ühtegi ametlikku hostitud inferentsi pakkujat.

01.AI Multimodaalne

Suure GPU-võimekusega isehostitud lahendused kakskeelseks piltide mõistmiseks, visuaalsetele küsimustele vastamiseks, pildil oleva teksti tuvastamiseks ja teadusrakendusteks

Kontekst 4K
Arutlusvõime 6/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval allalaaditava avatud kaaludega mudelina; esimese osapoole hostitud API praeguse saadavuse kohta kinnitatud teave puudub

01.AI Kodeerimine
01.AI
Yi Large

Yi Large FC

Funktsioonide kutsumine, tööriistade valik, agentide orkestreerimine ja struktureeritud töövoogude automatiseerimine

Kontekst 33K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

01.AI dokumenteeritud; praegust saadavust ei ole sõltumatult kontrollitud

Sisend 3 dollarit 1 miljoni tokeni kohta
Väljund 3 dollarit 1 miljoni tokeni kohta
01.AI üldotstarbeline

Madala kuluga lühikese kontekstiga vestlused, teksti genereerimine, kokkuvõtete tegemine, klassifitseerimine ja üldised keelerakendused

Kontekst 4K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Dokumenteeritud 01.AI API-kataloogis; praegune kasutuskättesaadavus tuleks teenusepakkujalt üle kontrollida.

Sisend 0,19 $ 1 miljoni tokeni kohta
Väljund 0,19 dollarit 1 miljoni tokeni kohta
AI21 Labs üldotstarbeline

Pika konteksti tekstiloome, avatud kaaludega teadustöö, katsetamine ning privaatne või enda serveris majutamine

Kontekst 256K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Olek

Varasema põlvkonna avatud kaaludega mudel; allalaaditav ja juurdepääsetav AI21 Labsi ametliku Hugging Face’i repositooriumi kaudu

AI21 Labs üldotstarbeline

Pikkade dokumentide analüüs, faktipõhine tekstiloome, ettevõtete RAG-lahendused, dokumentide kokkuvõtete koostamine, teabe eraldamine, privaatne juurutus ja mitmekeelsed tekstipõhised töövood.

Kontekst 256K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegu saadaval; API lõpp-punkt jambalarge-1.7 viitab kuupäevaga hetktõmmisele jambalarge-1.7-2025-07.

Sisend $2 1 miljoni sisendtokeni kohta
Väljund 8 dollarit 1 miljoni väljundtokeni kohta
AI21 Labs üldotstarbeline

Pika kontekstiga dokumentide analüüs, RAG, struktureeritud sisu genereerimine, funktsioonide kutsumine, mitmekeelsed ettevõtteassistendid ja privaatne juurutus

Kontekst 256K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Pärandmudel; uuemad Jamba väljalasked, sealhulgas AI21-Jamba-Mini-1.7, on selle asendanud. Mudeli avalikud kaalud on endiselt saadaval.

AI21 Labs üldotstarbeline

Pika konteksti dokumentide analüüs, otsinguga täiendatud genereerimine, ettevõtete assistendid, struktureeritud teksti genereerimine, mitmekeelsed töövood ja enda hallatavad juurutused

Kontekst 262K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Pärandversioon, mille on asendanud uuemad Jamba Large’i väljalasked; allalaaditav avatud kaaludega mudeli kontrollpunkt on endiselt saadaval

AI21 Labs üldotstarbeline

Pika konteksti RAG, ettevõtete dokumentide analüüs, allikapõhine küsimustele vastamine, struktureeritud andmete eraldamine, klassifitseerimine ja privaatne juurutus

Kontekst 256K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval; vanem Jamba 1.6 põlvkond, mille uuem järglane on Jamba 1.7

Sisend 2 dollarit 1 miljoni sisendmärgi kohta
Väljund 8 dollarit 1 miljoni väljundtokeni kohta
AI21 Labs üldotstarbeline

Pika kontekstiga RAG, allikapõhine küsimustele vastamine, ettevõtete dokumentide töötlemine, klassifitseerimine, struktureeritud teksti genereerimine, funktsioonide kutsumine ning privaatsusnõuetele tundlikud privaatsed juurutused.

Kontekst 256K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Varasem avatud kaaludega mudel; selle saab alla laadida AI21 ametlikust Hugging Face’i repositooriumist ja enda hallatavas keskkonnas juurutada, kuid 25. septembri 2026 seisuga ei kuulu see AI21 praeguste peamiste Jamba mudelite hulka.

AI21 Labs üldotstarbeline

Pikkade dokumentide analüüs, ettevõtetele mõeldud RAG, allikapõhine küsimustele vastamine, struktureeritud teksti genereerimine, privaatne juurutamine ja kulutundlikud tekstitöövood

Kontekst 256K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval AI21 avatud kaaludega mudelina; hostitud API kättesaadavus ei ole praegu kinnitatud

Sisend 0,20 dollarit 1 miljoni sisendtok en i kohta, kui teenust pakutakse AI21 hostitud inferentsi kaudu
Väljund 0,40 dollarit 1 miljoni väljundtokeni kohta AI21 hostitud järeldusteenuse kaudu
AI21 Labs Kergekaaluline

Pika konteksti RAG, allikapõhine küsimustele vastamine ettevõtetes, dokumentidest andmete eraldamine, lokaalne inferents, seadmes töötavad assistendid ja kerged agentide töövood

Kontekst 262K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval; avatud kaaludega väljalase

AI21 Labs üldotstarbeline

Pika konteksti toel ettevõtete küsimustele vastamine, allikapõhine genereerimine, dokumentide analüüs, juhisterohked töövood, RAG-süsteemid ja ise hostitavad juurutused

Kontekst 256K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Praegu saadaval avatud kaaludega mudelina; kasutatav Hugging Face'i ja AI21 Studio kaudu

AI21 Labs Arutlus

Kohalik arutlemine, pika kontekstiga dokumentide analüüs, privaatne RAG, andmete väljavõte, programmeerimisabi ja kerged agentide kontrollerid

Kontekst 256K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu avatud kaaludega mudel; allalaaditav ja lokaalselt käitatav

Sisend AI21 hostitud API ametlik hind puudub; ise majutatav avatud kaaludega mudel
Väljund AI21 hallataval API-l ametlikku hinda ei ole; mudel on isehostitav ja avatud kaaludega.
Aleph Alpha üldotstarbeline
Aleph Alpha
Llama-3.1-8B TFree HAT

Llama-3.1-8B TFree HAT Base

Tokeniseerijavaba keelemudelduse, inglise-saksa tekstigeneratsiooni, mitmekeelse NLP, avatud kaaludega mudelite juurutamise ja mudelite kohandamise uurimiseks

Kontekst 262K
Arutlusvõime 5/10
Kiirus 4/10
Väljundid
Tekst
Olek

Saadaval Hugging Face'i kaudu avatud kaaludega uurimistarkvarana; inferentsiteenuse pakkuja juures seda ei käitata.

Aleph Alpha üldotstarbeline

Suunatav mitmekeelne teksti genereerimine, kokkuvõtete koostamine, klassifitseerimine, küsimustele vastamine ja selgitatavusele keskenduvad ettevõtete töövood

Arutlusvõime 4/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Saadaval; esimese põlvkonna Luminousi juhtmudel

Sisend 56,25 dollarit 1 miljoni tokeni kohta
Väljund 61,88 dollarit 1 miljoni tokeni kohta
Aleph Alpha üldotstarbeline

Ajalooline mitmekeelne teksti jätkamine, keele mõistmise uurimine ja ühilduvustöö, mis hõlmab Aleph Alpha algset Luminous API-t

Arutlusvõime 5/10
Kiirus 3/10
Väljundid
Tekst
Olek

Pärandpõlvkond; ajalooline API ja Playgroundi kättesaadavus on dokumenteeritud, kuid praegune avalik kättesaadavus on kinnitamata

Aleph Alpha üldotstarbeline

Nullnäitega mitmekeelne tekstiloomine, juhiste järgimine, klassifitseerimine, vestlusprototüüpide loomine ja selgitatavusele keskendunud ettevõtete töövood.

Kontekst 2K
Arutlusvõime 6/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Pärandmudel; dokumenteeritud Aleph Alpha SDK materjalides. Praeguse lõpp-punkti kättesaadavus sõltub teenusepakkuja juurdepääsust ja juurutuse olekust.

Sisend 218,75 $ 1 miljoni märgi kohta
Väljund 240,63 dollarit 1 miljoni märgi kohta
Aleph Alpha Multimodaalne
Aleph Alpha
MAGMA

MAGMA

Visiooni-keele uurimine, piltide kirjeldamine, visuaalsetele küsimustele vastamine ning adapteripõhise multimodaalse peenhäälestuse katsetamine

Arutlusvõime 3/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Pärand-uurimis- ja demomudel; avalikult avaldatud mudeli kontrollpunkt ja lähtekood on endiselt saadaval, kuid seda ei ole dokumenteeritud praeguse majutatud kommertsmudelina.

Sisend Ametliku hostitud API hinnastuse kohta puudub dokumentatsioon.
Väljund Ametlikult hostitud API hinnakujunduse kohta dokumentatsioon puudub
Aleph Alpha üldotstarbeline

Lühikeste mitmekeelsete tekstide genereerimine, kokkuvõtete koostamine, teabe väljavõte, valdkonnapõhised tekstitöövood ja oma taristus juurutamine

Kontekst 8K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Saadaval avatud kaaludega mudelina; sellele viidatakse ka Aleph Alpha API tööriistades.

Aleph Alpha üldotstarbeline

Mitmekeelne teksti genereerimine, klassifitseerimine, kokkuvõtete koostamine, küsimustele vastamine, inseneri- ja autotööstuse rakendused ning ohutust arvestavad teadusuuringute rakendused

Kontekst 8K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega väljalase; ohutusnõuetega kooskõlla viidud variant

Sisend Allalaaditava mudeli kohta puudub avalik tokenipõhine hinnakiri; kommertskasutuseks hostitud või kohapealne juurdepääs on saadaval kokkuleppel.
Väljund Allalaaditava mudeli avalikku tokenipõhist hinda ei ole; kommertskasutuseks on hostitud või kohapealne juurdepääs saadaval kokkuleppel.
Aleph Alpha üldotstarbeline

Inglise- ja saksakeelsete juhiste järgimine, mitmekeelne teadustöö, tokeniseerijata keelemudelite katsetamine ning isemajutatud juurutamine

Kontekst 262K
Arutlusvõime 6/10
Kiirus 5/10
Väljundid
Tekst
Olek

Saadaval allalaaditava avatud kaaludega teadustarkvarana

Sisend Ametlikku majutatud API hinnakirja ei ole; ise hostides tuleb arvestada juurutuskuludega.
Väljund Ametlikult hostitud API-l puudub hinnakiri; ise hostitud juurutusega kaasnevad kulud.
Aleph Alpha üldotstarbeline

Tokeniseerijavaba keelemudeldamise, inglise- ja saksakeelse teksti genereerimise, pika konteksti katsete ning oma serveris majutatavate mitteäriliste rakenduste uurimiseks

Kontekst 33K
Arutlusvõime 5/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegu avalikult allalaaditav avatud parameetritega uurimismudel

Kliimamudelite emuleerimine, atmosfääri muutlikkuse uuringud, pikaajalised simulatsioonid, kliimamõjurite ja nende mõju vaheliste seoste katsed ning kliimateaduslik uurimistöö

Arutlusvõime 0/10
Kiirus 8/10
Olek

Praegune avatud uurimistöö kontrollpunkt

Sisend Ametlikult majutatava API hinnakiri puudub; avatud kontrollpunkt
Väljund Ametlikku hostitud API hinnastust ei ole; avatud kontrollpunkt
Allen Institute for Artificial Intelligence (Ai2)
Ai2 Climate Emulator

ACE2S-SHiELD+

Kliimamudelite emuleerimine, ansamblisimulatsioonid, kliimatundlikkuse katsed ning sõltumatult varieeruva merepinna temperatuuri ja CO₂ sundmõju uurimine

Arutlusvõime 1/10
Kiirus 8/10
Olek

Praegune avatud kaaludega uurimismudel

Sisend Hostitud API hinnastamine puudub; avatud kaaludega mudeli kontrollpunkt
Väljund Hostitud API hinnastamine puudub; avatud kaaludega mudeli kontrollpunkt
Allen Institute for Artificial Intelligence (Ai2)
Atlantes

Atlantes

Reaalajas merendusalane teave, AIS-i alusel laevade tegevuse klassifitseerimine, ebaseadusliku kalapüügi seire, mere looduskaitse ja GPS-i trajektooride uurimine

Kontekst 2K
Arutlusvõime 1/10
Kiirus 5/10
Võimekused
Peenhäälestamine
Olek

Saadaval; avatud lähtekoodiga

Sisend Ametlikku hostitud API hinnastust ei ole; avatud lähtekoodiga mudel, mida saab ise hostida
Väljund Ametlikult hostitud API hinnakujundus puudub; avatud lähtekoodiga mudel, mida saab ise majutada
Allen Institute for Artificial Intelligence (Ai2)
Bolmo

Bwen-8B

Baiditaseme keelemudelite uurimiseks, lokaalseks tekstigeneratsiooniks, representatsiooniõppeks ja avatud mudeliarhitektuuridega eksperimenteerimiseks

Arutlusvõime 6/10
Kiirus 5/10
Väljundid
Tekst
Olek

Praegune avatud kaaludega teadusväljalase

Sisend Teenusepakkuja hostitud API hinnakujunduse kohta dokumentatsioon puudub; allalaaditav kontrollpunkt
Väljund Teenusepakkuja hallatava API hinnateavet ei ole dokumenteeritud; allalaaditav mudeli kontrollpunkt
Allen Institute for Artificial Intelligence (Ai2)
HiRO-ACE

HiRO-ACEv2

Kõrge eraldusvõimega kliimasimulatsioonid, ekstreemsete ilmastikunähtuste uuringud, troopiliste tsüklonite analüüs, piirkondlik peenskaala modelleerimine ja ansamblite genereerimine

Arutlusvõime 0/10
Kiirus 0/10
Olek

Praegune avatud kaaludega uurimismudel

Sisend Hostitud API hinda ei ole avaldatud; mõeldud ise hostitavaks inferentsiks
Väljund Hostitud API hinnastust ei ole avaldatud; mõeldud isehostitavaks inferentsiks.

Kohalike piltide mõistmine, visuaalsetele küsimustele vastamine, piltide kirjeldamine, dokumentide ja diagrammide analüüs, loendamine, objektidele osutamine ning multimodaalne teadustöö

Kontekst 4K
Arutlusvõime 6/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval allalaaditava avatud kaaludega kontrollpunktina

Sisend Ametlikku hostitud API hinnastust ei ole; mudeli kaalud tuleb ise hostida.
Väljund Ametlikku majutatud API hinnakirja ei ole; mudeli kaalud tuleb ise majutada.

Kohalik piltide ja teksti mõistmine, visuaalsetele küsimustele vastamine, dokumentide ja diagrammide analüüs, piltide kirjeldamine ning multimodaalsed uuringud

Kontekst 4K
Arutlusvõime 6/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval on avatud kaaludega kontrollpunkt; eelversioon

Sisend Ametlikult majutatud API hinnakiri puudub; allalaaditavad kaalud isehostitavaks juurutuseks
Väljund Ametlikult hostitud API hinnakiri puudub; juurutamise kulu sõltub isehostitud või kolmanda osapoole taristust.

Ise majutatav pildimõistmine, visuaalsetele küsimustele vastamine, pildiallkirjade genereerimine, pildil kujutatu lokaliseerimine, objektidele osutamine, loendamine ja multimodaalsed uuringud.

Kontekst 4K
Arutlusvõime 7/10
Kiirus 2/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega varasem teadusmudel; uuemad Molmo 2 mudelid moodustavad Ai2 praeguse järglasperekonna.

Kohalike piltide mõistmine, visuaalsetele küsimustele vastamine, piltide kirjeldamine, dokumentide ja diagrammide analüüs, loendamine ning avatud lähtekoodiga multimodaalsete mudelite katsetamine

Kontekst 4K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval on avatud kaaludega eelvaatekontrollpunkt.

Allen Institute for Artificial Intelligence (Ai2)
Molmo 2

Molmo2-4B

Tõhus lokaalne pildi- ja videoanalüüs, visuaalne lokaliseerimine, objektidele osutamine, kirjelduste genereerimine, loendamine, jälgimine ja multimodaalne teadustöö

Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud tuleb majutada ise
Väljund Ametlikku hostitud API hinnastust ei ole; mudeli kaalud tuleb ise majutada.
Allen Institute for Artificial Intelligence (Ai2)
Molmo 2

Molmo2-8B

Avatud multimodaalne uurimistöö, videote põhjal küsimustele vastamine, visuaalne lokaliseerimine, osutamine, loendamine, pildiallkirjade koostamine, objektide jälgimine, dokumentide mõistmine ja robootika tajusüsteemid

Kontekst 37K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu avatud kaaludega mudel; allalaaditav mudeli kontrollpunkt

Avatud multimodaalne uurimistöö, piltide ja videote lokaalne mõistmine, visuaalne lokaliseerimine, objektidele osutamine, loendamine, kirjelduste genereerimine ja jälgimine

Kontekst 66K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud kaaludega mudel

Sisend Ei kohaldu; avatud kaaludega mudel, mille ametlikult hostitud API tokenite hinnateavet ei leitud
Väljund Ei kohaldu; avatud kaaludega mudel, mille ametliku majutatud API tokenipõhise hinnastuse kohta teavet ei leitud.

Avatud teadusuuringud ja järgnev peenhäälestus nägemispõhise robotmanipulatsiooni, ruumilise arutlemise, trajektoori planeerimise ja roboti tegevuste ennustamise valdkonnas

Kontekst 4K
Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval avatud kaaludega teadusmudel; Ai2 uuemasse MolmoActi põlvkonda kuuluv MolmoAct2 on selle välja vahetanud.

Robootilise manipuleerimise uurimine, tegevuste üle arutlemine, järgnev vahetreening ja zero-shot SimplerEnv-i eksperimentide kordamine

Arutlusvõime 7/10
Kiirus 4/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval on avatud kaaludega eelvaateversioon.

Sisend Ametlikult hostitava API hinnakujundus puudub; ise hostitav mudeli kontrollpunkt
Väljund Ametlikult hostitud API hinnakiri puudub; mudeli kontrollpunkt tuleb ise majutada.

Avatud robootikauuringud, visuaalne tegevuspõhine järeldamine, robotite manipuleerimise katsed ja peenhäälestus kohandatud robotandmekogumitel

Arutlusvõime 7/10
Kiirus 4/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval avatud kaaludega eelvaateversioonina; mõeldud peenhäälestuseks ja järgnevaks järelõppeks

Allen Institute for Artificial Intelligence (Ai2)
MolmoAct2

MolmoAct2

Avatud robootikauuringuteks, kehastunud visuaalseks arutlemiseks, roboti juhtimispoliitika peenhäälestuseks ja manipuleerimisülesanneteks toetatud või lähedalt seotud riistvaral

Kontekst 16K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud kaaludega alusmudeli kontrollpunkt

Sügavust arvestav robotmanipulatsiooni uurimine, kehastunud arutlus ning nägemise-keele-tegevuse poliitikate peenhäälestus konkreetsete robotkehastuste jaoks.

Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud kaaludega alusmudeli kontrollversioon

Allen Institute for Artificial Intelligence (Ai2)
MolmoMotion

MolmoMotion-FM

Keelejuhitud 3D-trajektooride prognoosimine, robootika planeerimise uurimine ja liikumistingimustel põhinev video genereerimine

Arutlusvõime 2/10
Kiirus 4/10
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Dokumenteeritud uurimisvariant; praegusest esimese osapoole mudelite kogumist ei ole leitud eraldi avalikult välja antud kontrollpunkti.

Allen Institute for Artificial Intelligence (Ai2)
MolmoPoint

MolmoPoint-8B

Avatud teadusuuringud ja rakendused, mis nõuavad pildi- või videopõhist seostamist, visuaalset osutamist, objektide lokaliseerimist, loendamist, jälgimist, ruumilist mõtlemist ja multimodaalset analüüsi.

Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikult hostitud API hinnakujundus puudub; allalaaditav mudeli kontrollpunkt
Väljund Ametlikult hostitud API hinnakiri puudub; allalaaditav kontrollpunkt

Avatud teadusuuringuteks, korratavateks keelemudelite katseteks, kohalikuks juurutamiseks, ingliskeelse teksti genereerimiseks ja peenhäälestuseks

Kontekst 4K
Arutlusvõime 6/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega mudel; seda ei ole ametlikult aegunuks ega kasutuselt kõrvaldatuks tunnistatud

Lokaalne inferents, avatud mudelite uurimine, võrdlustestimine, jätkuõpe ja ülesandespetsiifiline peenhäälestus.

Kontekst 4K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval allalaaditava avatud kaaluga mudelina; ametlikku teenusepakkuja enda hostitud API-t ei ole tuvastatud.

Sisend Ai2-l ei ole ametlikku hostitud API hinnakirja; ise hostitava mudeli kaalud on allalaaditavad.
Väljund Ai2 hallatava API ametlikku hinda ei ole; ise hostitava mudeli kaalud on allalaaditavad.

Täielikult avatud keelemudelite uurimine, lokaalne inferents, korratavad treeningkatsed, hindamine ja edasine peenhäälestus

Kontekst 4K
Arutlusvõime 6/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu allalaaditav avatud kaaludega mudel; esimese osapoole hostitud API juurutuse kohta puudub kinnitus

Sisend Ametlikult hostitud API hind puudub; mudeli allalaaditavad kaalud on saadaval
Väljund Ametlikul hostitud API-l hinda ei ole; allalaaditavad kaalud on saadaval.

Eeltreenimise jätkamine, juhendatud peenhäälestus, tugevdusõppe uurimine, keelemudelite uurimine, kohandatud juurutamine ning rakendused, mis nõuavad läbipaistvat ja avatud treeninguprotsessi.

Kontekst 66K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Ajakohane ja allalaaditav avatud kaaludega mudel

Avatud lähtekoodiga ja ise hostitavad vestlusabilised, juhiste järgimise ülesanded, kohapealne programmeerimisabi, tööriistu kasutavad agendid ning mudeliuuringud

Kontekst 66K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Hetkel avatud kaaludega mudel, mida saab alla laadida ja iseseisvalt hostida.

Avatud kaaludega teadustöö, jätkueelõpe, peenhäälestus, programmeerimine, matemaatika, lugemismõistmine ning pika kontekstiga keelemudelite katsetamine

Kontekst 66K
Arutlusvõime 6/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu; avatud kaaludega ja allalaaditav

Sisend Ametlikult hostitud API-l puudub hinnakiri; mudeli kaalud on allalaaditavad.
Väljund Ametlikult hostitava API hinnakiri puudub; mudeli kaalud on allalaaditavad

Avatud kaaludega vestlus, tööriistu kasutavad assistendid, mitmevooruline dialoog, sünteetiliste andmete genereerimine, isemajutus ja mudeliuuringud

Kontekst 66K
Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega mudeli kontrollpunktina; uuemate juhiste järgi häälestatud juurutuste jaoks on selle asendanud Olmo 3.1 32B Instruct.

Sisend Ametlikku tootja hostitud API hinda ei ole; avatud kaalud on allalaaditavad
Väljund Ametlikku esimese osapoole hostitud API-hinda ei ole; allalaaditavad avatud kaalud

Avatud mudelite arutlusvõime uurimine, matemaatika, programmeerimine, pika konteksti analüüs ja isehostitud juurutamine

Kontekst 66K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega mudelina; selle on asendanud uuem mudel Olmo 3.1 32B Think.

Sisend Ametlikku hostitud API hinnastust ei ole; mudeli kaalud on allalaaditavad
Väljund Ametlikku majutatud API hinnastust ei ole; juurutamise ja inferentsi kulusid haldab kasutaja.

Koodimudelite avatud uurimine, kontrollitavatel preemiatel põhinev tugevdusõpe, koodi genereerimise eksperimendid, automatiseeritud hindamine ja peenhäälestus

Kontekst 66K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegune avatud kaaludega eksperimentaalne RL-Zero koodikirjutamise kontrollpunkt

Avatud lähtekoodiga ingliskeelse kõne tekstiks transkribeerimine, subtiitrite loomine, koosolekute, loengute, kõnede ja taskuhäälingute transkribeerimine ning kohaliku ASR-i uurimine

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Saadaval olev avatud kaaludega mudel

Sisend Ametlikku hostitud API hinnastust ei ole; mudel on välja antud avatud kaaludega juurutamiseks.
Väljund Ametlik hostitud API hinnakujundus puudub; mudel on välja antud avatud kaaludega juurutamiseks.

Avatud lähtekoodiga ja enda serveris majutatav ingliskeelne transkriptsioonilahendus koosolekute, loengute, kõnede ja taskuhäälingute jaoks ning juurdepääsetavuse ja kõnetuvastuse uurimiseks

Arutlusvõime 1/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegu avatud kaaludega mudel; allalaaditav ja kohalikuks käitamiseks kasutatav

Sisend Ametlikult hostitud API hinnakiri puudub; avatud kaaludega mudelit saab ise hostida.
Väljund Ametlikku hostitud API hinnastust pole; avatud kaaludega mudelit saab ise hostida.

Ingliskeelse lühi- ja pika kõne transkribeerimine, koosolekute ja telefonikõnede transkribeerimine, loengutele subtiitrite loomine, taskuhäälingute töötlemine, ülekannete transkribeerimine ning kõneanalüüs

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikult hostitud API hinnakiri puudub; isehostitav kontrollpunkt
Väljund Ametlikult majutatava API hinnakiri puudub; ise hostitav mudeli kontrollpunkt

Ingliskeelse kõne avatud transkribeerimine, koosolekute ja taskuhäälingute transkribeerimine, subtiitrite loomine, ajatemplitega heli indekseerimine ning ASR-uuringud

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Praegu saadaval olev avatud kaaludega mudel; allalaaditav ja ise hallatavalt käitatav

Sisend Ametlikult majutatava API hinnakujundus puudub; avatud mudelikaalud on saadaval enda serveris majutamiseks.
Väljund Ametlikku hostitud API hinnastust ei ole; väljund on kohaliku inferentsi käigus genereeritud transkribeeritud tekst.

Tõhusaks isehostitavaks ingliskeelse kõne transkribeerimiseks, kõneuuringuteks, servaseadmetele suunatud katseteks ja rakendusteks, kus eelistatakse väikest avatud ASR-i kontrollpunkti.

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Saadaval avatud kaaludega mudeli kontrollpunkt

Sisend Ametlikult hostitud API hind puudub; ise hostitav mudeli kontrollpunkt
Väljund Ametlikult hostitud API hind puudub; mudeli kontrollpunkt tuleb ise hostida.

Ingliskeelsete PDF-failide OCR-tuvastus, dokumentide parsimine, tabelite eraldamine, matemaatilise tähistuse tuvastamine, mitmeveerulised paigutused ja dokumentide lineaarseks teisendamine suures mahus

Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega väljalase

Kvaliteetsed Maa vaatlusandmete vektorrepresentatsioonid, satelliidipiltide representatsiooniõpe, kaugseire klassifitseerimine, segmenteerimine, keskkonna kaardistamine ja georuumiliste mudelite peenhäälestus

Arutlusvõime 1/10
Kiirus 2/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval on avatud parameetritega kaugseire alusmudel

Sisend Ametlikku hostitud tokenipõhist hinnastust ei ole; mudeli kontrollpunkti levitatakse avatud mudelina.
Väljund Ametlikku hostitud väljundi hinnakirja ei ole; kehtida võivad isehostitud inferentsi või OlmoEarth Platformi tingimused.

Tõhusad satelliidipiltide ja Maa vaatluse vektorrepresentatsioonid, kaugseireuuringud ning edasised klassifitseerimis- või segmenteerimisülesanded

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu allalaaditav avatud kaaludega uurimismudel

Allen Institute for Artificial Intelligence (Ai2)
OlmoEarth v1.2

OlmoEarth-v1_2-Base

Satelliidipiltide ja Maa seire vektoriesitused, kaugseire esituste õppimine, georuumiline klassifitseerimine ja segmenteerimine ning järgneva etapi peenhäälestus

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikku hostitud API hinnastust ei ole; allalaaditavad mudelikaalud
Väljund Ametlikku hostitud API hinnastust ei ole; loob tunnusesitusi ja embedding’eid
Allen Institute for Artificial Intelligence (Ai2)
OlmoEarth v1.2

OlmoEarth-v1_2-Nano

Tõhusad Maa seire vektorkujutised, satelliidipiltide ja aegridade esituste õppimine, georuumiline klassifitseerimine, segmenteerimine ning suuremahuline kaugseireandmete inferents

Arutlusvõime 2/10
Kiirus 9/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud kaaludega mudel

Allen Institute for Artificial Intelligence (Ai2)
OlmoEarth v1.2

OlmoEarth-v1_2-Small

Satelliidipiltide vektorrepresentatsioonid, kaugseire representatsiooniõpe, georuumiline segmenteerimine, maakattetüüpide analüüs ja Maa seire uuringud

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud kaaludega Maa seire alusmudel

Sisend Ametlikku avalikku majutatud API hinnakirja ei ole; allalaaditavad mudelikaalud on saadaval
Väljund Ametlikku avalikku hostitud API-hinda ei ole; mudeli väljund koosneb peamiselt embedding’utest ja ülesannete representatsioonidest.

Kiiresti ühendatud atmosfääri ja ookeani kliima emuleerimine, suured ansamblid, pikad kliimaprognoosid ning ENSO ja sisemise muutlikkuse uurimine

Arutlusvõime 0/10
Kiirus 5/10
Olek

Saadaval on avatud teadusuuringute kontrollpunkt.

Sisend Ametlikku hostitud API hinnastust ei ole avaldatud
Väljund Ametlikult majutatud API hinnakirja ei ole avaldatud

Isehostitavad kodeerimisagendid, koodihoidla konteksti arvestav vigade parandamine, refaktoreerimine, koodi genereerimine, spetsialiseerumine privaatsetele koodibaasidele ja avatud uurimistöö kodeerimisagentide vallas

Kontekst 33K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst Tegevused
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega uurimismudel

Sisend Ametlikult hostitud API-l hinnakiri puudub; kaalud tuleb majutada ise.
Väljund Ametlikult hostitud API hind puudub; mudeli kaalud saab majutada enda infrastruktuuris.

Hoidlateülese vigade parandamine, funktsioonide rakendamine, koodi ümbertegemine, koodi hooldus, kodeerimisagentidega eksperimenteerimine ja eraldiseisvate koodihoidlate peenhäälestus

Kontekst 33K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine
Olek

Praegune avatud kaaludega uurimismudel

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on saadaval enda hallatavas keskkonnas juurutamiseks.
Väljund Ametlikult majutatud API hinnakiri puudub; mudeli kaalud on saadaval enda serveris juurutamiseks.

Repositooriumitaseme tarkvaraarendus, vigade parandamine, funktsioonide juurutamine, refaktoreerimine, kodeerimisagentide uurimine ning spetsialiseerumine privaatsetele koodibaasidele.

Kontekst 33K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Isehostitavad hoidlapõhised kodeerimisagendid, vigade parandamine, funktsioonide rakendamine, refaktoreerimine, kodeerimisagentide uurimine ja spetsialiseerumine privaatsetele koodibaasidele

Kontekst 33K
Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Isehostitud juhiste järgimiseks, arutlemiseks, matemaatikaks ja programmeerimiseks ning avatud mudelite uurimiseks ja reprodutseeritavate järelõppekatsete tegemiseks

Kontekst 131K
Arutlusvõime 8/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval olev avatud kaaludega mudel

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on allalaaditavad
Väljund Ametlikku hostitud API hinnastust ei ole; kaalud on allalaaditavad.

Suuremahuline teadustöö, juhiste järgimise hindamine, avatud kaaludega mudelite järeltreeningu uurimine, matemaatiline arutlemine, programmeerimise võrdlustestid ja enda hallatavates keskkondades eksperimenteerimine.

Kontekst 8K
Arutlusvõime 8/10
Kiirus 2/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega teadus- ja õppeotstarbelise mudelina; Hugging Face'i mudelilehel ei ole praegu loetletud ühegi hostitud inferentsiteenuse pakkuja juurutust.

Sisend Ametlikku pakkuja enda hostitud API hinda ei ole; avatud kaaludega mudelit tuleb ise majutada.
Väljund Ametlikku tootja hallatava API kasutamise hinda ei ole; avatud kaaludega mudelit saab ise hostida.
Allen Institute for Artificial Intelligence (Ai2)
Unified-IO

Unified-IO

Multimodaalne teadustöö, nägemise ja keele valdkonna eksperimendid, piltide genereerimine, visuaalsetele küsimustele vastamine, tihedad arvutinägemise ülesanded ja akadeemiline võrdlustestimine

Arutlusvõime 4/10
Kiirus 3/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Avatud kaaludega teaduslik väljalase; avalikult kättesaadav inferentsikood ja kontrollpunktid; Ai2 uuemate multimodaalsete mudelitega võrreldes vanem.

Allen Institute for Artificial Intelligence (Ai2)
Unified-IO

Unified-IO 2

Multimodaalsed teadusuuringud, piltide mõistmine ja genereerimine, heli ja video mõistmine, ruumiline ennustamine, kehastunud tehisintellekti ja robotmanipulatsiooni eksperimendid ning enda taristus majutatavate akadeemiliste prototüüpide arendamine.

Arutlusvõime 5/10
Kiirus 2/10
Väljundid
Tekst pilt Kõne Muusika Tegevused
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Avatud kaaludega teaduslik väljalase; avalikult kättesaadavad mudeli kontrollpunktid ja lähtekood; ametlikku hostitud inferentsi API-t ega kommertslikku tokenipõhist hinnastamist ei ole tuvastatud.

Sisend Ametlikku hostitud API hinnastust ei ole; saadaval on ise hostitavad uurimisotstarbelised mudelikontrollpunktid.
Väljund Ametlikku hostitud API hinnastust ei ole; teadustöö kontrollpunkte saab ise majutada.
Allen Institute for Artificial Intelligence (Ai2)
WildDet3D

WildDet3D

Avatud sõnavaraga monokulaarne 3D-tuvastus, ruumitaju, robootikauuringud, liitreaalsus ning 2D-viipade teisendamine mõõtkavas 3D-kastideks

Arutlusvõime 2/10
Kiirus 2/10
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud kaaludega teadusmudel

Sisend Ametlikult hostitud API hinnakiri puudub; allalaaditav mudeli kontrollpunkt
Väljund Ametlikult hostitud API hinnakiri puudub; allalaaditav mudeli kontrollpunkt
Amazon Piltide Genereerimine

Ettevõtte tasemel piltide loomine ja töötlemine, toodete visualiseerimine, reklaami- ja turundusmaterjalid, pildivariatsioonid, tausta eemaldamine, virtuaalne proovimine ning brändi või objekti kujutisega ühtlustatud visuaalne sisu.

Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Pärandversioon; 2026-09-25 seisuga veel kättesaadav; kasutuselt kõrvaldamine on kavandatud 2026-09-30.

Amazon Multimodaalne
Amazon
Amazon Nova

Amazon Nova Lite

Taskukohane multimodaalne dokumendianalüüs, piltide ja videote mõistmine, visuaalsetele küsimustele vastamine, kokkuvõtete koostamine, RAG ning tööriistu kasutavad agendid.

Kontekst 300K
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine
Olek

Aktiivne

Sisend 0,06 dollarit 1 miljoni sisendtokeni kohta
Väljund $0,24 1 miljoni väljundtokeni kohta
Amazon Kergekaaluline

Suurte mahtudega ja väikese viivitusega teksti klassifitseerimine, kokkuvõtete koostamine, tõlkimine, teabe eraldamine, suunamine, korduma kippuvad küsimused ning kitsalt määratletud peenhäälestatud ülesanded

Kontekst 128K
Arutlusvõime 4/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

aktiivne

Sisend 0,035 dollarit 1 miljoni sisendmärgi kohta
Väljund 0,14 dollarit 1 miljoni väljundtokeni kohta
Amazon Multimodaalne

Pika konteksti multimodaalne analüüs, ettevõtete dokumenditöövood, keerukad tööriistakutsed, agentide orkestreerimine, koodibaasi analüüs ning õpetajamudeli destilleerimine enne mudeli kasutuselt kõrvaldamist.

Kontekst 1M
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Eluea lõpp

Amazon Multimodaalne
Amazon
Amazon Nova

Amazon Nova Pro

Ettevõtetele mõeldud multimodaalsed rakendused, dokumentide analüüs, visuaalsetele küsimustele vastamine, videote mõistmine, pika kontekstiga kokkuvõtete koostamine, RAG ja tööriistu kasutavad assistendid

Kontekst 300K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine
Olek

Aktiivne

Sisend $0,80 1 miljoni sisendtokeni kohta
Väljund 3,20 dollarit 1 miljoni väljundmärgi kohta
Amazon
Amazon Nova

Amazon Nova Reel

Lühivormireklaamid, turunduskontseptsioonid, toodete visualiseerimine, süžeeskeemid, sotsiaalmeediavideote kavandid ja piltide põhjal loodud filmiliku ilmega klipid.

Kiirus 5/10
Väljundid
Video
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Aktiivne praeguse Nova Reel 1.1 töövoo kaudu; algne Nova Reel v1.0 mudel on pärandmudel ning selle kasutamise lõpetamine on kavandatud kuupäevale 2026-09-30.

Sisend Hind ei põhine tokenitel; video genereerimise eest küsitakse tasu iga genereeritud videosekundi alusel.
Väljund $0.08 iga genereeritud videosekundi kohta, olenevalt AWS-i piirkonnast, hinnatasemest ja Bedrocki kehtivatest hinnatingimustest.
Amazon Multimodaalne

Reaalajas hääleassistendid, klienditeeninduse automatiseerimine, interaktiivne õpe, keeleõpe ja kõnepõhised ettevõtete töövood

Kontekst 300K
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; pärandmudel, mille ametlik kasutusea lõppkuupäev on 14. september 2026

Amazon Multimodaalne
Amazon
Amazon Nova 2

Amazon Nova 2 Lite

Suure mahuga multimodaalsed rakendused, dokumentide ja videote analüüs, klienditeenindus, äriprotsesside automatiseerimine, tarkvaraarendus, pika kontekstiga töövood ning kulutundlikud tehisintellektiagendid.

Kontekst 1M
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Aktiivne; üldiselt saadaval Amazon Bedrocki kaudu. AWS-i sõnul ei jõua kasutusea lõpp (EOL) kätte enne 2. detsembrit 2026.

Sisend 0,30 dollarit 1 miljoni sisendmärgi kohta globaalse standardhinna alusel; piirkondlikud ja teenusetaseme hinnad võivad erineda.
Väljund 2,50 dollarit 1 miljoni väljundmärgi kohta ülemaailmse standardhinna alusel; piirkondlikud ja teenusetaseme hinnad võivad erineda.
Amazon Multimodaalne
Amazon
Amazon Nova 2

Amazon Nova 2 Sonic

Reaalajas häälassistendid, klienditeeninduse automatiseerimine, telefoniside, interaktiivne õpe, mitmekeelsed vestlused ja tööriistu kasutavad kõneagendid.

Kontekst 1M
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aktiivne; kasutusea lõpp (EOL) ei ole enne 2026-12-02

Sisend 0,003 dollarit 1000 kõnesisendi ühiku kohta; tekstisisendile võib kehtida eraldi hinnakiri, mida tuleks kontrollida Amazon Bedrocki kehtivalt hinnalehelt.
Väljund 0,012 dollarit 1 000 kõneväljundi ühiku kohta; tekstiväljundi puhul võib kehtida eraldi hind, mida tuleks kontrollida Amazon Bedrocki praeguselt hinnalehelt.
Amazon
Amazon Nova Act

Amazon Nova Act v1.0

Brauseri automatiseerimine, visuaalne kasutajaliidese kaudu navigeerimine, korduvad veebitöövood, agentipõhine kvaliteedi tagamine, tööriistadele suunatud ülesanded ja inimese järelevalve all toimuvad ettevõtteprotsessid

Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Üldkättesaadav

Sisend 4,75 dollarit agendi töötunni kohta; selle mudeli sisendi hinnastust tokenitasandil ei ole avaldatud
Väljund 4,75 dollarit agenditunni kohta; selle mudeli tokenipõhist väljundihinda ei ole avaldatud
Amazon
Amazon Nova Multimodal Embeddings

Amazon Nova Multimodal Embeddings

Ristmodaalne semantiline otsing, multimodaalne RAG, digitaalsete varade leidmine, soovitused, klassifitseerimine ja klasterdamine

Kontekst 8K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend
Olek

Aktiivne; üldiselt kättesaadav Amazon Bedrocki kaudu

Sisend Modaalsusest sõltuv hinnastamine; AWS võtab tasu töödeldud sisendi ja töötlemisrežiimi alusel. Kehtivaid hindu tuleks kontrollida Amazon Bedrocki hinnalehel.
Väljund Väljundtokenite hinnastamine ei kohaldu; mudel tagastab vektoresitused ning hind sõltub peamiselt sisendi modaalsusest ja töötlemisrežiimist.
Amazon Multimodaalne

Multimodaalne otsing, teksti põhjal piltide otsimine, piltide sarnasuse tuvastamine, visuaalsed soovitused, personaliseerimine ning pildi ja teksti vastavuse tuvastamine.

Kontekst 256
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Aktiivne

Sisend $0.0008 1 000 sisendtokeni kohta; pildid: $0.00006 sisendpildi kohta. Hinnad võivad erineda AWS-i piirkonna ja Bedrocki kehtivate hinnatingimuste järgi.
Väljund Eraldi väljundtokeni hinda ei ole; mudel tagastab vektorrepresentatsioonid.
Amazon
Titan Image Generator G1

Titan Image Generator G1 v2

Tekstist piltide genereerimine, piltide redigeerimine, viite abil juhitud kompositsioon, tausta eemaldamine, värvide järgi juhitud visuaalid, pildivariatsioonid ja järjepideva objektiga brändisisu.

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Kasutuselt kõrvaldatud; AWS märgib mudeli pärandmudeliks ja selle kasutusea lõppkuupäev on 30.06.2026.

Sisend Ei ole tokenipõhine hinnastamine; kehtib pildigeneratsiooni hinnastus. AWS-i hinnanäidetes on standardkvaliteediga 1 024 × 1 024 pildi hinnaks 0,01 dollarit.
Väljund 0,01 dollarit 1 024 × 1 024 pikslise standardkvaliteediga pildi kohta AWS-i hinnanäites; väiksemate piltide ja esmaklassilise kvaliteedi puhul kehtivad teised hinnatasemed.

Semantiline otsing, vektorindekseerimine, otsinguga täiendatud genereerimine, personaliseerimine ning klasterdamis-, klassifitseerimis- ja soovitusprotsessid.

Kontekst 8K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

Saadaval; vanema põlvkonna G1/V1 tekstiembedding

Sisend 0,10 dollarit 1 miljoni sisendmärgi kohta
Amazon Manustus
Amazon
Titan Text Embeddings

Titan Text Embeddings V2

Kulutõhusad tekstivektorid semantilise otsingu, RAG-i, dokumendiotsingu, klassifitseerimise, klasterdamise, ümberjärjestamise ja soovituste jaoks

Kontekst 8K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

Aktiivne

Sisend 0,02 dollarit 1 miljoni sisendtokeni kohta
Baidu Manustus
Baidu
Embedding-V1

Embedding-V1

Semantiline otsing, vektoripõhine teabeotsing, soovitused, semantiline sobitamine, teadmistebaasid ja otsinguga täiendatud genereerimine

Kontekst 384
Kiirus 7/10
Väljundid
Embeddingud
Olek

Praegu kättesaadav Baidu Qianfani ja AI Studio embedding-API-de kaudu

Sisend ¥0,0005 1000 sisendmärgi kohta
Väljund ¥0.0005 1000 väljundtokeni kohta praegustes mudeliloendi metaandmetes; tegelikkuses tagastab mudel genereeritud väljundteksti asemel vektor-esitused
Baidu Kergekaaluline

Madala kuluga ja suure läbilaskevõimega hiinakeelne tekstigeneratsioon, vestlusteenused ning peenhäälestatud valdkonnapõhised rakendused.

Kontekst 8K
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu saadaval Baidu API dokumentatsiooni ja Qianfan ModelBuilderi materjalide kaudu; kättesaadavus ja kvoodid sõltuvad konto ja platvormi konfiguratsioonist.

Sisend 0 CNY 1 000 tokeni kohta Baidu välja kuulutatud tasuta tokenipõhise inferentsiprogrammi raames sobilikele autentitud Qianfan ModelBuilderi klientidele; varem oli hinnaks märgitud 0,001 CNY 1 000 tokeni kohta.
Väljund 0 CNY 1000 tokeni kohta Baidu välja kuulutatud tasuta tokenipõhise inferentsiprogrammi raames, mis on mõeldud nõuetele vastavatele autentitud Qianfan ModelBuilderi klientidele; varem oli hinnaks märgitud 0,001 CNY 1000 tokeni kohta.
Baidu üldotstarbeline

Hiinakeelne ettevõttevestlus, keerukate juhiste järgimine, teadmistepõhistele küsimustele vastamine, sisu loomine, töövoo rakendused ning Baidu Searchi integratsioonist kasu saavad rakendused.

Kontekst 8K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Pärandmudel; see on endiselt Baidu Qianfani mudeliteegis dokumenteeritud, kuid puudub 7. septembri 2026 seisuga rahvusvahelise Qianfani lõpp-punkti mudelite loendist, kus on esikohal uuemad ERNIE põlvkonnad.

Sisend 0,12 CNY 1 000 tokeni kohta
Väljund 0,12 CNY 1 000 tokeni kohta
Baidu Multimodaalne

Multimodaalse sisu mõistmine, pika kontekstiga hiina- ja ingliskeelsed rakendused, keerukas arutlemine, programmeerimine, tööriistu kasutavad agendid ja ettevõtete töökoormused

Kontekst 249K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Kehtiv ja Baidu Qianfani kaudu kättesaadav seisuga 25. september 2026

Sisend ¥0,006 1000 sisendtokeni kohta kuni 32 000 tokeniga päringute puhul; ¥0,010 1000 sisendtokeni kohta üle 32 000 tokeni korral
Väljund ¥0,024 iga 1000 väljundtokeni kohta päringute puhul, mille maht on kuni 32 000 tokenit; ¥0,040 iga 1000 väljundtokeni kohta üle 32 000 tokeni ulatuvate päringute puhul
Baidu üldotstarbeline

Kiire tekstiloome ettevõtetele, dialoogisüsteemid, kokkuvõtete koostamine, küsimustele vastamine, kulutõhus järeldamine ja peenhäälestus valdkonnapõhiste rakenduste jaoks

Kontekst 131K
Arutlusvõime 65/10
Kiirus 90/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Pärand; Baidu mudeli ajalooline identiteet on kinnitatud, kuid seda ei ole läbi vaadatud 2026. aasta Qianfani mudelite kataloogis loetletud.

Sisend CNY 0,004 1000 sisendtokeni kohta dokumenteeritud ERNIE-Speed-8K variandi puhul; hiljem kehtisid valitud variantidele tasuta kasutamise tingimused
Väljund 0,008 CNY 1000 väljundtokendi kohta dokumenteeritud ERNIE-Speed-8K variandi puhul; hiljem kehtisid valitud variantidele tasuta kasutamise tingimused
Baidu Piltide Genereerimine
Baidu
ERNIE-iRAG

ERNIE-iRAG-1.0

Realistlik tekstist piltide loomine, viitepõhine visuaalide loomine, reklaamilaadne kujutismaterjal ning rakendused, kus on vaja vähendada generatiivse tehislikkuse muljet.

Arutlusvõime 2/10
Kiirus 8/10
Väljundid
pilt
Olek

Saadaval; loetletud Baidu AI Cloudi inferentsiteenuse mudelivärskendustes ning toetatud Qianfan ModelBuilderi dokumentatsioonis võrguühenduseta pakktöötlusega inferentsi jaoks.

Baidu Pilditöötlus

Objektide eemaldamiseks, maskeeritud piltide ülevärvimiseks, pildivariatsioonide loomiseks ja piltide pakettöötluse töövoogudeks.

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadavus sõltub Baidu Qianfani teenuse konfiguratsioonist; see on Qianfani pakettjärelduse loendis. Seotud AI作画-iRAG版 API müük lõppes 30.04.2026, kuid toote teates ei ole sõnaselgelt öeldud, et Qianfan ERNIE-iRAG-Edit endpoi

Baidu üldotstarbeline
Baidu
ERNIE 3.5

ERNIE 3.5

Hiina- ja ingliskeelne dialoog, sisu loomine, küsimustele vastamine, teabe eraldamine, ettevõtete tekstipõhised töövood ning rakendused, millele tuleb kasuks valikuline Baidu Searchi täiustus.

Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune mudeliperekond, mille dokumenteeritud API-variandid on ERNIE-3.5-8K, ERNIE-3.5-8K-Preview ja ERNIE-3.5-128K; mõned aegunud versioonid, sealhulgas ERNIE-3.5-8K-0329, on kasutuselt kõrvaldatud või üle viidud.

Sisend 0,0008 CNY 1 000 sisendmärgi kohta dokumenteeritud ERNIE-3.5-8K ja ERNIE-3.5-128K seeria hinnastuse alusel pärast 27. septembri 2024. aasta hinnamuudatust; kontrollige aktiivset lõpp-punkti ja piirkonda.
Väljund Dokumenteeritud ERNIE-3.5-8K ja ERNIE-3.5-128K seeriate hinnastuse kohaselt on pärast 27. septembri 2024. aasta muudatust väljundtokenite hind 0,002 CNY 1000 väljundtokeni kohta; kontrollige aktiivset lõpp-punkti ja piirkonda.
Baidu üldotstarbeline

Hiinakeelsed ettevõtete rakendused, keerukad tekstiloomeülesanded, teadmistepõhine küsimustele vastamine, sisu loomine ning rakendused, mis vajavad valikulist Baidu Searchi integratsiooni.

Kontekst 8K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Peenhäälestamine Voogedastus
Olek

Saadaval Baidu Qianfani kaudu; dokumenteeritud API-identifikaator on ernie-4.0-turbo-8k.

Baidu Kergekaaluline

Kergekaaluline kohalik tekstiloome, hiina ja inglise keele katsetamine, kompaktsed vestlussüsteemid ning domeenikohandamine

Kontekst 131K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Baidu üldotstarbeline

Hiina- ja mitmekeelse teksti genereerimine, pika konteksti käsitlemine vestlustes, juhiste järgimine, arutluspõhised töökoormused, kulutundlik hostitud inferents ning oma taristus käitatavad juurutused, mis vajavad tõhusat MoE-mudelit.

Kontekst 128K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu saadaval; avatud kaaludega mudel, mille hostitud inferents on saadaval Baidu Qianfani kaudu

Baidu Arutlus

Enda serveris majutatavaks arutlemiseks, matemaatikaks, teaduseks, programmeerimiseks, pika kontekstiga tekstianalüüsiks ja funktsioonide kutsumist kasutavate agentide loomiseks

Kontekst 131K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Baidu üldotstarbeline

Isehostitud ettevõtete inferents, hiina- ja mitmekeelsed keelerakendused, pika konteksti dokumentide analüüs, juhiste järgimine, arutlemine, matemaatika, programmeerimine ja mudeliuuringud

Kontekst 131K
Arutlusvõime 9/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Baidu Multimodaalne

Kvaliteetne piltide, dokumentide, diagrammide ja videote mõistmine; multimodaalne arutlemine; pika konteksti analüüs; teadus- ja ettevõttekasutus oma taristus, kus on saadaval märkimisväärsed GPU-ressursid.

Kontekst 131K
Arutlusvõime 9/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Baidu üldotstarbeline

Kiire ja soodne hiinakeelse teksti genereerimine, pika kontekstiga rakendused, ettevõtete agendid, sisu loomine, arutlusülesanded ja koodiabi.

Kontekst 138K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing
Olek

Praegu saadaval Baidu Qianfani kaudu; kanooniline API lõpp-punkt on ernie-4.5-turbo-128k.

Sisend ¥0.0008 1 000 sisendtokeni kohta; veebiotsingu täienduse hind on vajaduse korral ¥0.004 1 000 tokeni kohta.
Väljund ¥0,0032 iga 1000 väljundtok en i kohta.
Baidu Multimodaalne
Baidu
ERNIE 4.5 Turbo

ERNIE 4.5 Turbo VL

Kulutõhus multimodaalne mõistmine, pildi- ja videoanalüüs, OCR, dokumentide sisust arusaamine, tõlkimine, visuaalsetele küsimustele vastamine ning koodiga seotud ülesanded

Kontekst 128K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegune ja saadaval

Sisend 0,003 ¥ 1000 tokeni kohta
Väljund 0,009 ¥ 1000 tokeni kohta
Baidu Multimodaalne

Kohapeal või enda taristus majutatavad multimodaalsed rakendused, visuaalne küsimustele vastamine, dokumentide ja diagrammide mõistmine, pildianalüüs, video mõistmine ning tõhus visuaal-keeleline inferents

Kontekst 131K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel, mis on avalikult välja antud Apache 2.0 litsentsi alusel

Baidu üldotstarbeline
Baidu
ERNIE 5

ERNIE 5.1

Agentpõhised töövood, veebotsinguga toetatud ülesanded, arutlemine, hiinakeelne teadmistepõhine töö, loovkirjutamine ja üldotstarbelised assistendirakendused.

Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing
Olek

Praegu: ametlikult välja antud ja kättesaadav Baidu ERNIE veebisaidi ning AI Studio mänguväljaku kaudu. Avaliku Qianfani API kättesaadavust täpse ERNIE 5.1 lõpp-punkti jaoks ei õnnestunud kinnitada.

Baidu üldotstarbeline
Baidu
ERNIE Character

ERNIE Character

Tegelase isiksusega kooskõlas olev dialoog, mängude NPC-d, klienditeenindusassistendid, vestlused tegelastega ja rollimängurakendused.

Kontekst 8K
Arutlusvõime 0/10
Kiirus 0/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegune API-mudelite valik; täpne saadavus ja variantide olek tuleb üle kontrollida aktiivsest Qianfani/Wenxini teenusekataloogist.

Baidu Kodeerimine

Koodi lõpetamine, koodi genereerimine, ühiktestide loomine, koodi optimeerimine, koodi selgitamine ja peenhäälestus tarkvaraarenduse töövoogude jaoks.

Kontekst 128K
Arutlusvõime 4/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Kasutuselt kõrvaldatud; Qianfan ModelBuilderi kasutuselt kõrvaldamise kuupäevaks on märgitud 14. august 2025.

Baidu Kergekaaluline
Baidu
ERNIE Lite

ERNIE Lite

Kulutundlik tekstigeneratsioon, valdkonnapõhine peenhäälestus, kavatsuse tuvastamine, märgendite eraldamine, stiili ümberkirjutamine, RAG-tulemuste süntees, hindamine ja väiksema arvutusmahuga järeldamine

Kontekst 128K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Pärandmudel / elutsüklihalduse all; ametlik mudelikomplekti dokumentatsioon on endiselt saadaval, kuid kuupäevajärelliitega versioonid võidakse perioodiliselt kasutuselt kõrvaldada.

Baidu Arutlus

Hiinakeelne arutlus, pika vormi analüüs, keerukad arvutused, kirjandus- ja dokumendikirjutamine, agendipõhised töövood ning funktsioonikutsed

Kontekst 33K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Valmis; praegu on see Baidu Qianfani kaudu saadaval nimega ernie-x1-turbo-32k

Baidu Arutlus
Baidu
ERNIE X1

ERNIE X1.1

Põhjalik arutlemine, küsimustele vastamine hiina ja inglise keeles, matemaatika, programmeerimine, faktipõhised vastused, tööriistade kasutamine, veebipõhisel teabel põhinevad rakendused ja agentide töövood

Kontekst 66K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune eelvaatemudel

Sisend ¥0,001 1000 sisendtokeni kohta
Väljund ¥0,004 1000 väljundtokeni kohta
Baidu Videote Genereerimine

Taskukohane pildist videoks loomine, lühikesed sotsiaalmeediaklipid, toodete animeerimine, turundusmaterjalid ja fotode muutmine dünaamilisteks stseenideks

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Video
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Ajakohane ja saadaval Baidu Qianfani API kaudu

Sisend 1,00 CNY 5-sekundilise video kohta
Baidu Multimodaalne
Baidu
MuseSteamer 2.0

Baidu MuseSteamer 2.0

Hiinakeelne pildist videoks genereerimine, audiovisuaalne jutustamine, turundusvideod, mitme inimese dialoog, sünkroniseeritud kõne, heliefektid ja filmilik lühivormisisu

Kiirus 7/10
Väljundid
Video Kõne
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune mudelite perekond; konkreetsed Qianfani variandid hõlmavad mudeleid Turbo, Lite, Pro, Turbo-I2V-Audio ja Turbo-I2V-Effect

Baidu Piltide Genereerimine
Baidu
MuseSteamer Air

MuseSteamer-Air-Image

Soodsam teksti põhjal piltide loomine, turundusvisuaalid, loovmaterjalid, illustratsioonid ja kiire piltide prototüüpimine

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
pilt
Olek

Praegune ja saadaval

Sisend 0,05 ¥ pildi kohta suurusega 1024 × 1024
Väljund 0,05 ¥ iga genereeritud 1024 × 1024 pikslise pildi eest
Baidu Multimodaalne
Baidu
Otsast lõpuni kõne-keele suurmudel

端到端语音语言大模型(Lite)

Madala latentsusega reaalajas töötavad hääleassistendid, emotsionaalne kaaslus, nutikas riistvara, mobiilirakendused ja loomulik suuline dialoog.

Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Veebiotsing Voogedastus
Olek

Kaubanduslikult saadaval

Sisend ¥0,016 iga 1000 helisisendi tokeni kohta; ¥0,002 iga 1000 tekstisisendi tokeni kohta. Ettemakstud paketid ulatuvad 2 miljoni tokeni eest küsitavast ¥70-st kuni 1 miljardi tokeni eest küsitava ¥25 000-ni.
Väljund 0,06 ¥ 1000 heliväljundi tokeni kohta; 0,016 ¥ 1000 tekstiväljundi tokeni kohta.
Baidu Multimodaalne
Baidu
PaddleOCR-VL

PaddleOCR-VL-0.9B

Mitmekeelne OCR, dokumendipiltide analüüs, tabelite ja valemite eraldamine, diagrammide tuvastamine, käsikirja tuvastamine, ajaloolised dokumendid ning väheste ressurssidega dokumendipõhise tehisintellekti juurutamine

Kontekst 16K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval; PaddleOCR-VL-i algne v1 mudel, mille on uuemad PaddleOCR-VL-i versioonid asendanud

Sisend Ametlikult hostitud mudeli hinnateavet ei leitud; avatud kaaludega mudel, mis on mõeldud enda serveris majutamiseks või kolmanda osapoole kaudu juurutamiseks.
Väljund Ametlikku hostitud mudeli hinnastust ei leitud; avatud kaaludega mudel on mõeldud ise hostimiseks või kolmanda osapoole kaudu juurutamiseks.
Baidu Multimodaalne
Baidu
PaddleOCR-VL

PaddleOCR-VL-1.5

Mitmekeelne OCR ja keerukate dokumentide struktureeritud parsimine, sealhulgas tabelite, valemite, diagrammide, pitsatite, skannitud lehtede, moonutatud dokumentide ja ekraanifotode töötlemine

Kontekst 131K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval; asendatud mudeliga PaddleOCR-VL-1.6

Baidu Multimodaalne
Baidu
PaddleOCR-VL

PaddleOCR-VL-1.6

Keerukate dokumentide kohalik ja teenusepõhine töötlemine, OCR, tabelite, valemite, diagrammide ja pitserite tuvastamine, vanade dokumentide ning haruldaste hiina märkide käsitlemine ja Markdowni taastamine

Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Ajakohane ja saadaval; avatud kaaludega ning lokaalselt juurutatav mudel ja ametlik PaddleOCR-i dokumendianalüüsi töövoog

Baidu Kergekaaluline

Ettevõtetele mõeldud kiire küsimustele vastamine, kokkuvõtete loomine, töövoo sõlmed, agentide vastuste genereerimine ja tekstitöötlus 32K kontekstiaknaga

Kontekst 33K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Saadaval Baidu dokumenteeritud Wenxin Workshopi API kaudu; praeguses Qianfan V2 mudelite loendi dokumentatsioonis seda ei leitud, seega peaksid uued integratsioonid kontrollima vanemate lõpp-punktide ühilduvust.

Baidu Kergekaaluline
Baidu
Qianfan-Agent-Lite

Qianfan-Agent-Lite-128K

Pika konteksti agentide planeerimine, ülesannete jaotamine, komponentide valimine ja funktsioonikutsete töövood.

Kontekst 128K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine
Olek

Praegu platvormil loetletud planeerimismudel; eraldiseisva elutsükli staatust ei ole eraldi avaldatud.

Baidu Multimodaalne
Baidu
Qianfan-OCR

Qianfan-OCR

OCR, dokumentide parsimine, paigutust arvestav andmete eraldamine, tabelid, diagrammid, dokumentide kohta esitatud küsimustele vastamine ja põhiteabe eraldamine

Kontekst 164K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval Baidu Qianfani kaudu; avatud kaaludega versioon on saadaval

Sisend 0,002 jüaani 1000 sisendtokeni kohta
Väljund 0,008 jüaani 1 000 väljundtokeni kohta

Ettevõtetele mõeldud AI-agentide töövood, kavatsuste tuvastamine, juhiste suunamine ja tööriistade väljakutsumise ülesanded

Kontekst 33K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine
Olek

Pärandversioon; praegust avalikku kättesaadavust ei ole kinnitatud

Baidu Kergekaaluline

Kiire küsimustele vastamine ettevõtetes, kergekaaluline agentide planeerimine, komponentide valik ja voogedastust kasutavad tekstirakendused

Kontekst 8K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval ja Baidu Qianfani dokumentatsioonis kättesaadavana loetletud; kiire agentidele suunatud mudel

Sobib pikaajalise horisondiga ülitäpseks osavaks robotmanipulatsiooniks ja reaalse maailma VLA-poliitikate spetsialiseerimiseks

Arutlusvõime 7/10
Kiirus 4/10
Väljundid
Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune uurimismudel/-raamistik; avaliku API kättesaadavuse kohta dokumentatsioon puudub

ByteDance Seed
Protenix

Protenix

Valkude ja biomolekulaarsete komplekside struktuuri ennustamine, arvutusbioloogia alased uuringud, molekulaarse disaini töövood ning teaduslike mudelite inferentsi käitamine enda hallatavas keskkonnas

Arutlusvõime 8/10
Kiirus 5/10
Võimekused
Peenhäälestamine
Olek

Aktiivne avatud lähtekoodiga biomolekulaarsete struktuuride ennustamise projekt, millel on mitu mudelivarianti, sealhulgas Protenix-v1 ja Protenix-v2

ByteDance Seed Multimodaalne

Multimodaalsete agentide töövood, otsing ja teabe hankimine, programmeerimisagendid, graafilise kasutajaliidesega suhtlemine, piltide ja videote mõistmine, keerukate juhiste järgimine ning pika kontekstiga äriülesanded.

Kontekst 256K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Beetaversioon; kättesaadav BytePlus ModelArki kaudu nime all seed-1-8-251228. Eraldi Seed1.8-l põhineva multimodaalse süvamõtlemise operaatori LAS teenus lõppes 20.09.2026.

Sisend 0,25 USD miljoni sisendmärgi kohta kuni 128 000 märgini ulatuvate viipade puhul; 0,50 USD miljoni sisendmärgi kohta viipade puhul, mis on pikemad kui 128 000 ja kuni 256 000 märki; vahemällu salvestatud sisend 0,05 USD miljoni märgi kohta.
Väljund 2,00 USA dollarit miljoni tokeni kohta viipade puhul pikkusega kuni 128 000 tokenit; 4,00 USA dollarit miljoni tokeni kohta viipade puhul pikkusega üle 128 000 ja kuni 256 000 tokenit. Partiipõhise väljundi hind on sõltuvalt viiba pikkuse kategooriast 1,0
ByteDance Seed üldotstarbeline

Isehostitav üldotstarbeline keelemudeldamine, pika kontekstiga uurimistöö, arutluskatsetused, programmeerimisabi, kokkuvõtete koostamine ja alusmudelite peenhäälestus

Kontekst 524K
Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega mudel

Sisend Ametlikult hostitud API-l hinda ei ole; allalaaditavad mudelikaalud on saadaval Apache-2.0 litsentsi alusel.
Väljund Ametlikult hostitud API-l puudub hind; juurutamise maksumus sõltub kasutaja taristust või kolmanda osapoole hostimisest.

Oma taristus käitamiseks: pika konteksti töötlus, arutlus, programmeerimine, agentne tööriistade kasutamine, uurimistöö, küsimustele vastamine, kokkuvõtete koostamine ja üldine teksti genereerimine

Kontekst 524K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu avatud kaaludega mudel; allalaaditav Apache-2.0 litsentsi alusel

ByteDance Seed Multimodaalne

Üldotstarbeline abi hiina ja mitme keele kasutamisel, programmeerimine, arutlemine, piltide ja dokumentide mõistmine ning häälinteraktsiooni rakendused.

Kontekst 33K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Kasutuselt kõrvaldatud; peamise doubao-1-5-pro-32k-250115 juurutuse sulgemine oli kavandatud 21. septembrile 2026 kell 14.00 Hiina standardaja järgi.

ByteDance Seed Multimodaalne
ByteDance Seed
Seed1.5

Seed1.5-VL

Visuaalne arutlus, piltide ja videote mõistmine, OCR, visuaalne lokaliseerimine, GUI-agentide uurimine, mänguanalüüs ja multimodaalsete võrdlustestide hindamine

Kontekst 131K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutusest kõrvaldatud; Volcano Engine'i teenus lõppes 2026-03-31.

Ristmodaalne semantiline otsing, teksti ja pildi põhine otsing, videote otsing, multimodaalsed teadmistebaasid, klassifitseerimine, klasterdamine ja soovitused

Kontekst 128K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval Volcano Engine'i kaudu

ByteDance Seed Multimodaalne
ByteDance Seed
Seed1.6

Seed1.6

Multimodaalne dokumendianalüüs, visuaalsetele küsimustele vastamine, programmeerimine, matemaatika, üldine arutlemine, pika konteksti analüüs ja adaptiivse mõtlemise rakendused

Kontekst 256K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aegunud; uute lõpp-punktide loomine lõpetati 24.09.2026; olemasolev teenus viiakse 24.11.2026 automaatselt üle või asendatakse

Süvaarutlus, programmeerimine, matemaatika, loogiline analüüs, dokumentide mõistmine ning visuaalne arutlemine piltide või videote põhjal

Kontekst 256K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aegunud; kasutuselt kõrvaldamine ja üleviimine Seed2.0 mudelile on kavandatud

ByteDance Seed Kodeerimine

Ettevõtetele suunatud koodikirjutamise agendid, esiotsa arendus, mitmekeelne tarkvaraarendus, koodihoidlate silumine, refaktoreerimine ja pika kontekstiga programmeerimise töövood.

Kontekst 262K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Eelvaade; Arki lõpp-punkt doubao-seed-2-0-code-preview-260215 on märgitud kavandatud kasutuselt kõrvaldamiseks. Saadavus sõltub ByteDance'i ja Volcano Engine'i teenusest.

Sisend ¥3,2 1 miljoni sisendmärgi kohta sisendi pikkuse 0–32K korral; ¥4,8 1 miljoni sisendmärgi kohta pikkuse 32K–128K korral; ¥9,6 1 miljoni sisendmärgi kohta pikkuse 128K–256K korral. Vahemälu tabamuse hinnastamine on eraldi.
Väljund 0–32K sisendtokeeni korral ¥16 1 miljoni väljundtokeni kohta; 32K–128K sisendtokeeni korral ¥24 1 miljoni väljundtokeni kohta; 128K–256K sisendtokeeni korral ¥48 1 miljoni väljundtokeni kohta.
ByteDance Seed Multimodaalne

Kulusäästlikud tootmisrakendused, mis vajavad pika konteksti multimodaalset mõistmist, dokumentide ja videote analüüsi, programmeerimisabi, tööriistade kasutamist, graafilise kasutajaliidese automatiseerimist ning struktureeritud andmete eraldamist.

Kontekst 262K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune; viimane dokumenteeritud väljalase: seed-2-0-lite-260428

Sisend 0,25 dollarit 1 miljoni mittehelisisendi märgi kohta kuni 128K pikkuste viipade puhul; 0,50 dollarit 1 miljoni kohta viipade puhul, mis on pikemad kui 128K ja kuni 256K. Helisisend: 3,75 dollarit 1 miljoni märgi kohta kuni 128K ulatuses ja 7,50 dollarit 1
Väljund 2,00 dollarit 1 miljoni väljundtokeni kohta kuni 128 000 tokeni pikkuste viipade puhul; 4,00 dollarit 1 miljoni väljundtokeni kohta viipade puhul, mille pikkus ületab 128 000 tokenit, kuid ei ületa 256 000 tokenit.
ByteDance Seed Kergekaaluline

Suure samaaegsusega inferents, pakettgenereerimine, klassifitseerimine, andmete ekstraheerimine, kokkuvõtete koostamine ja kulutundlikud multimodaalsed töökoormused

Kontekst 256K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval ByteDance’i Volcano Engine’i mudeli API kaudu

Sisend $0,03 1 miljoni sisendtokeni kohta
Väljund 0,31 dollarit 1 miljoni väljundmärgi kohta
ByteDance Seed Multimodaalne

Keerukate multimodaalsete ülesannete lahendamine, pika ahelaga agentide töövood, visuaal- ja videomaterjali analüüs, dokumentide mõistmine, teadusuuringute toetamine, programmeerimine ja ettevõtete tööprotsesside automatiseerimine.

Kontekst 200K
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Aktiivne ja praegu Volcano Engine Arki kaudu kättesaadav; kanooniline juurutusversioon 260215

Sisend 3,2 CNY miljoni sisendtokeni kohta vahemikus 0–32K; 4,8 CNY miljoni sisendtokeni kohta vahemikus 32–128K; 9,6 CNY miljoni sisendtokeni kohta vahemikus 128–256K. Pakktöötluse sisendi hinnad on samade tasemete puhul vastavalt 1,6, 2,4 ja 4,8 CNY miljoni tok
Väljund 16 CNY miljoni sisendtokeni kohta vahemikus 0–32K; 24 CNY miljoni sisendtokeni kohta vahemikus 32–128K; 48 CNY miljoni sisendtokeni kohta vahemikus 128–256K. Partiijärelduse väljundi hinnad on samades vahemikes vastavalt 8, 12 ja 24 CNY miljoni tokeni koh
ByteDance Seed üldotstarbeline

Keerukad agentide töövood, suure väärtusega kontori- ja uurimisülesanded, pikaajaline programmeerimine, dokumentide ja visuaalse sisu analüüs, video mõistmine ning tööriistade toel toimiv tootlikkuse automatiseerimine.

Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegu ametlikult välja antud; saadaval ByteDance Seedi, Doubao ja Volcano Engine'i API-kanalite kaudu.

ByteDance Seed Multimodaalne

Kiired multimodaalsed agendid, programmeerimisabilised, dokumentide ja videote analüüs, tööriistade kutsumise töövood, struktureeritud andmete eraldamine ning kuluteadlikud tootmisrakendused

Kontekst 256K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval Volcano Engine Arki kaudu; API-mudeli identifikaator on doubao-seed-2-1-turbo-260628

Sisend 6 CNY 1 miljoni sisendtokeni kohta sisendpikkuste korral kuni 256 000 tokenini
Väljund 30 CNY 1 miljoni väljundtokeni kohta

Ajalooline uurimus ja võrdlus ühe pildi põhjal 3D-sisu loomise kohta robootika, füüsikasimulatsiooni, kehastunud tehisintellekti, sünteetiliste treeningandmete ja PBR-varade loomise jaoks

Arutlusvõime 0/10
Kiirus 0/10
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Kasutuselt kõrvaldatud; teenus lõppes 24. märtsil 2026 kell 14.00 (UTC+8)

Ülitäpne 3D-varade genereerimine, PBR-materjalide loomine, liigendatud objektid, robootikasimulatsioon, kehastunud tehisintellekt ja stseenide komponeerimine

Arutlusvõime 7/10
Kiirus 0/10
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Hetkel aktiivne; API on Volcano Engine’i kaudu kasutatav

ByteDance Seed Multimodaalne

Pika vormiga audiovisuaalne lugude jutustamine, tekstist video loomine, viitepõhine videote genereerimine, loovproduktsioon, reklaam, haridus, tööstuslik simulatsioon ja videotöötlus.

Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Video Heli
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval ByteDance'i platvormidel, sealhulgas Jimeng AI-s, Doubao Pros ja Seedi platvormil. API-juurdepääs BytePlus ModelArki kaudu on kavandatud tulevikus.

ByteDance Seed Multimodaalne
ByteDance Seed
Seedance 2.0

Seedance 2.0

Multimodaalne tekstist video loomine ja viitepõhine videote genereerimine, kinematograafilised lühiklipid, videote redigeerimine ja pikendamine, mitme võttega lugude jutustamine ning sünkroniseeritud heli ja video loomine.

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Video Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend
Olek

Ametlik mudelileht on endiselt saadaval; vanema põlvkonna mudel on asendatud mudeliga Seedance 2.5.

Päris- või tehisloodud piltide juhistepõhiseks töötlemiseks, sealhulgas objektide asendamiseks või eemaldamiseks, portreede muutmiseks, tausta redigeerimiseks, valgustuse ja perspektiivi teisendamiseks ning pildil oleva teksti asendamiseks.

Arutlusvõime 5/10
Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Ajakohane ja BytePlus ModelArki kaudu kättesaadav 28. septembri 2026 seisuga

Sisend 0,03 USA dollarit genereeritud pildi kohta
ByteDance Seed
Seed GR

Seed GR-3

Kehastunud robootika uuringud, pikaajalise horisondiga manipuleerimine, kahe käega juhtimine, oskuslik objektide käsitsemine ning robotipoliitikate kohandamine uute objektide ja ülesannetega

Arutlusvõime 6/10
Kiirus 6/10
Väljundid
Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu ametlikult dokumenteeritud uurimismudel; avalikult hostitava API, kommertshinna ega allalaaditavate kaalude kohta ei ole kinnitatud teavet.

ByteDance Seed Multimodaalne
ByteDance Seed
SeedRealtime

SeedRealtime

Reaalajas audiovisuaalsed assistendid, stseeni mõistmisel põhinev juhendamine, reaalajas selgitused, interaktiivne õpe, ligipääsetavus ja ennetav multimodaalne koostöö

Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegu; suuremahulise audiovisuaalse täisdupleksse juurutuse jaoks täielikult kasutusele võetud

ByteDance Seed Multimodaalne

Tekstist piltide loomine, tekstiviipade põhine pilditöötlus, viidete abil loomine, mitme pildi kombineerimine, visuaalne disain, infograafika, süžeeskeemid ja 4K-kvaliteediga loometöö

Arutlusvõime 8/10
Kiirus 9/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Saadaval Volcengine Arki API kaudu; saadaval on ka uuemad Seedreami versioonid

Väljund 0,20 ¥ iga edukalt loodud pildi kohta
ByteDance Seed Multimodaalne
ByteDance Seed
Seedream 5.0

Seedream 5.0 Pro

Professionaalne pildiloome ja -töötlus, suure infotihedusega infograafika, reklaami- ja e-kaubanduse visuaalid, mitmekeelne visuaalne sisu, täpsed ruumilised muudatused, kihtide eraldamine ning mitme lähtepildiga töövood

Arutlusvõime 8/10
Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Ajakohane ja avalikult dokumenteeritud; kättesaadav BytePlus ModelArki ja ByteDance Seedi teenuste kaudu

Sisend Esimene referentspilt on tasuta; iga täiendav referentspilt maksab 0,003 dollarit.
Väljund 0,045 dollarit väljundpildi kohta kuni 2,36 miljoni piksli suuruste piltide puhul; 0,09 dollarit väljundpildi kohta üle 2,36 miljoni piksli suuruste piltide puhul
ByteDance Seed Multimodaalne
ByteDance Seed
UI-TARS-1.5

UI-TARS-1.5-7B

Avatud kaaludega arvutikasutuse uurimine, graafilise kasutajaliidese (GUI) elementide tuvastamine, brauseri automatiseerimise prototüüpide loomine, ekraanipiltidel põhinev kasutajaliidesega suhtlemine ja visuaalsete tegevusmudelite katsetamine

Kontekst 128K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval avatud kaaludega teadusväljaandena; pakkuja uuemas UI-TARS-i arendussuunas on selle välja vahetanud UI-TARS-2.

Cerebras üldotstarbeline
Cerebras
Cerebras-GPT

Cerebras-GPT-1.3B

Uurimistööks, lokaalseks tekstiloomeks, peenhäälestuskatseteks, võrdlustestimiseks ja kergete ingliskeelse NLP-prototüüpide loomiseks

Kontekst 2K
Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega uurimismudel

Cerebras üldotstarbeline
Cerebras
Cerebras-GPT

Cerebras-GPT-2.7B

Avatud parameetritega keelemudelite uurimine, kohalik tekstigeneratsioon, peenhäälestuse katsed, skaleerimisseaduspärade uuringud ning õppe- või referentsimplementatsioonid.

Kontekst 2K
Arutlusvõime 3/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega teadusmudelina

Cerebras üldotstarbeline
Cerebras
Cerebras-GPT

Cerebras-GPT-6.7B

Avatud LLM-ide uurimine, skaleerimisseaduste eksperimendid, keelemudelite hindamine, peenhäälestus ja enda serveris käitatav ingliskeelse teksti genereerimine

Kontekst 2K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Avatud kaaludega ja avalikult allalaaditav, teadusuuringutele suunatud baasmudel

Cerebras üldotstarbeline
Cerebras
Cerebras-GPT

Cerebras-GPT-13B

Avatud LLM-ide uurimine, kohalik tekstigenereerimine, reprodutseeritavad treeningkatsed ja edasine peenhäälestus

Kontekst 2K
Arutlusvõime 2/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Avatud kaaludega ja avalikult allalaaditav; ametlikku kasutuselt kõrvaldamise kuupäeva pole kindlaks tehtud

Cerebras Kergekaaluline
Cerebras
Cerebras-GPT

Cerebras-GPT-111M

Uurimistöö, väikese ulatusega keelemudelite katsetamine, põhjuslik tekstigeneratsioon, peenhäälestuse uuringud ja kohapealne juurutamine

Kontekst 2K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega mudel; varasem teaduslik väljalase

Cerebras Kergekaaluline
Cerebras
Cerebras-GPT

Cerebras-GPT-256M

Kohalike kompaktsete keelemudelitega eksperimenteerimine, teksti lõpetamine, õppetöö, võrdlusuuringud ja peenhäälestuse uurimine

Kontekst 2K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval allalaaditavate avatud kaaludena; teadustööle suunatud ega ole juhiste järgi häälestatud

Cerebras Kergekaaluline
Cerebras
Cerebras-GPT

Cerebras-GPT-590M

Kohapealseks tekstigeneratsiooniks, keelemudelite uurimiseks, võrdlustestimiseks, peenhäälestuse katseteks ning arvutuslikult tõhusa skaleerimise uurimiseks väikeste mudelite puhul

Kontekst 2K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Avatud kaaludega teadusuuringute kontrollpunkt on saadaval

Cerebras Multimodaalne
Cerebras
Cerebras LLaVA

Cerebras-LLaVA-7B

Teadusuuringud, visuaalne küsimustele vastamine, pildipõhine dialoog, piltide kirjeldamine ja avatud visuaal-keelemudelite kohalik katsetamine

Kontekst 2K
Arutlusvõime 5/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval allalaaditava avatud kaaludega teadusmudelina; majutatud inferentsiteenuse pakkuja juurutust ei ole kinnitatud

Sisend Ametlikult hostitud API hinnakiri puudub; mudelikaalud on allalaaditavad.
Väljund Ametlikult hostitud API hinnakujundus puudub; mudeli kaalud on allalaaditavad
Cerebras Multimodaalne
Cerebras
Cerebras LLaVA

Cerebras-LLaVA-13B

Kohalikeks multimodaalseteks uuringuteks, piltide kirjeldamiseks, visuaalsetele küsimustele vastamiseks, multimodaalsete vestlusrobotite prototüüpide loomiseks ja LLaVA arhitektuuri katsetamiseks

Kontekst 2K
Arutlusvõime 4/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval allalaaditava avatud kaaludega mudelina; seda ei ole praegu Cerebras Inference’i hostitud mudelite loendis.

Cerebras Arutlus

Mitme GPU-ga ise hostimine, teadustöö, koodi genereerimine, matemaatiline arutlemine, agentipõhised töövood ja tööriistakutseid kasutavad rakendused, mis vajavad täismahus DeepSeek-V3.2 kontrollpunktist märkimisväärselt väiksemat alternatiivi.

Kontekst 164K
Arutlusvõime 9/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Aktiivne avatud kaaludega mudeli kontrollpunkt

Cerebras üldotstarbeline

Suuremahuline kohapealne või teadustööga seotud kasutuselevõtt, mis nõuab pika konteksti toel teksti genereerimist, koodi kirjutamist, arutlemist ja tööriistade kutsumist ning mille mälunõuded on väiksemad kui täismudelil DeepSeek-V3.2

Kontekst 164K
Arutlusvõime 9/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Cerebras üldotstarbeline

Ise majutatav koodigeneratsioon, agentne programmeerimine, kogu koodirepositooriumi hõlmav arendus, arutlus- ja funktsioonikutsete töövood, kus väiksem MoE-mälukasutus on oluline.

Kontekst 131K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Saadaval olev avatud kaaludega mudeli kontrollpunkt

Sisend Ametlikult hostitud API hinnakiri puudub; ise hostitav kontrollpunkt
Väljund Ametlikult hostitud API-l hinda ei ole; checkpoint tuleb ise hostida.
Cerebras Arutlemine

Kohalikuks või isehostitud koodikirjutamiseks, arutluseks, agentpõhisteks töövoogudeks, kogu koodirepositooriumi ulatuses mõistmiseks, funktsioonikutseteks ja kvantimise uurimiseks, kui väiksem mälukasutus kui GLM-4.6 täismudelil on oluline

Kontekst 203K
Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Saadaval avatud kaaludega Hugging Face’i kontrollpunktina; Hugging Face’i järeldusteenuse pakkuja kaudu juurutamata.

Cerebras Arutlus

Isehostitavad kodeerimisabilised, agentne programmeerimine, kogu koodihoidla ulatuses tarkvaratöö, arutlusvõime, funktsioonikutsed ja teadustööks mõeldud juurutused

Kontekst 203K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega kontrollpunkt

Sisend Ametlikult hostitud API hinnakiri puudub; enda serveris majutatav kontrollpunkt
Väljund Ametlikult hostitava API hind puudub; ise hostitav kontrollpunkt
Cerebras Kodeerimine

Enda serveris käitatav pika kontekstiga programmeerimine, kogu koodihoidla ulatuses programmeerimine, agentpõhised töövood, funktsioonikutsed ja hõreda MoE tihendamise uurimine.

Kontekst 203K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu allalaaditav avatud kaaludega mudeli kontrollpunkt

Cerebras Programmeerimine

Isehostitavad kodeerimisabilised, agentpõhised töövood, funktsioonikutsete kasutamine, koodiga töötamine kogu koodihoidla ulatuses ja vähese mäluga juurutused

Kontekst 203K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikku hostitud API hinda ei ole; avatud kaaludega kontrollpunkt
Väljund Ametlikult hostitud API hinnakiri puudub; avatud kaaludega kontrollpunkt
Cerebras Arutlus

Kohalikeks või teadustööga seotud juurutusteks, kus on vaja tugevat koodi genereerimise, arutlemise, funktsioonikutsete, agentpõhiste töövoogude ja pika konteksti töötlemise võimekust ning väiksemat mälukasutust kui täismahus GLM-4.7 mudelil.

Kontekst 203K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine
Olek

Praegune avatud kaaludega mudeli kontrollpunkt

Cerebras Arutlus

Isehostitav programmeerimine, agentpõhised töövood, funktsioonide kutsumine, pika konteksti toega uurimistöö ja tihendatud MoE-mudelitega katsetamine

Kontekst 203K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega mudeli kontrollpunkt

Cerebras Arutlus

Isehostitavad või teadusuuringuteks mõeldud juurutused, mille keskmes on programmeerimine, matemaatika, arutlemine, funktsioonikutsed ja pika kontekstiga teksti genereerimine ning mille mälunõuded on väiksemad kui 48B baasmudelil.

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Saadaval olev avatud kaaludega mudel

Cerebras üldotstarbeline
Cerebras
Llama-3-CBHybrid

Llama-3-CBHybridL-8B

Pika kontekstiga teksti genereerimine, dokumentide põhjal küsimustele vastamine, otsinguga täiendatud genereerimine, kokkuvõtete koostamine, vestlusrakendused ning ise hostitud järeldamine, mille puhul on KV-vahemälu mälutõhusus oluline

Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegu avatud kaaludega mudel; allalaaditav Hugging Face’ist

Sisend Ei kohaldu; Cerebras ei ole selle kontrollpunkti jaoks ametlikku hostitud API hinda avaldanud.
Väljund Ei kohaldu; selle kontrollpunkti kohta ei ole avaldatud ametlikku Cerebrase hostitud API hinda.
Cerebras üldotstarbeline
Cerebras
Llama-3-CBHybrid

Llama-3-CBHybridM-8B

Pika konteksti tekstiloome, vestlussüsteemid, kokkuvõtete tegemine, otsinguga täiendatud genereerimine, pikkade dokumentide põhjal küsimustele vastamine ja koodi lõpetamine, mille puhul on väiksem KV-vahemälu kasutus oluline.

Kontekst 34K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Olek

Saadaval Hugging Face’i avatud kaaludega mudelina

Cerebras üldotstarbeline

Dokumendipõhine vestluslik küsimustele vastamine, kohalik otsinguga täiendatud genereerimine ja avatud kaaludega teadusuuringute juurutused

Kontekst 8K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avaliku avatud kaaludega mudeli kontrollpunktina; seda ei ole tuvastatud Cerebrase praegu hostitava API-mudelina.

Cerebras Arutlus

Ise majutatavaks ja agentseks kodeerimiseks, matemaatiliseks arutlemiseks, pika kontekstiga teksti genereerimiseks, vestlusrakendusteks ning tööriistakutsetega töökoormusteks, mille puhul on oluline väiksem mälukasutus võrreldes täisversiooniga MiniMax-M2

Kontekst 197K
Arutlusvõime 8/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine
Olek

Saadaval avatud kaaludega kontrollpunktina; praegu ei ole seda ükski loetletud inferentsipakkuja kasutusele võtnud.

Cerebras Arutlus

Avatud kaaludega kohalikele või ise hostitavatele juurutustele, mis vajavad tugevat koodikirjutamise, matemaatilise arutlemise, agentipõhise genereerimise ja tööriistakutsungute jõudlust ning mille mälunõuded on väiksemad kui täismahus MiniMax-M2 mudelil.

Kontekst 197K
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Cerebras Arutlus

Avatud kaaludega kodeerimiseks, matemaatiliseks arutlemiseks, agentseteks töövoogudeks, funktsioonide kutsumiseks ning privaatseks või kohalikuks juurutuseks, kui on vaja täismahus MiniMax-M2 mudeli kontrollpunktist väiksemat alternatiivi

Kontekst 197K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine
Olek

Praegu saadaval avatud kaaludega kontrollpunktina; seda saab alla laadida ja enda taristus juurutada.

Cerebras üldotstarbeline

Kohalikud kodeerimisagendid, tarkvaraarendus, pika konteksti aknaga teksti genereerimine, matemaatiline arutlemine, tööriistade kasutamine ja teadusuuringute juurutused, mis vajavad vähem mälu kui täisversioon MiniMax-M2.1.

Kontekst 197K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine
Olek

Praegune avatud kaaludega kontrollpunkt

Cerebras Arutlusmudel

Isehostitavad kodeerimisagendid, mitmekeelne tarkvaraarendus, pika kontekstiga arutlus, matemaatika, agendipõhised töövood ja tööriistade väljakutsumine, kui väiksemad mälunõuded võrreldes täieliku MiniMax-M2.1 kontrollpunktiga on olulised.

Kontekst 197K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval olev avatud kaaludega kontrollpunkt; selle saab alla laadida ja enda serveris juurutada. Aluseks oleval MiniMax-M2.1 mudelil on uuemad järglased, kuid see konkreetne Cerebrase kontrollpunkt on endiselt kättesaadav.

Cerebras Arutlus

Ise hostitavad programmeerimise, arutlemise, agentipõhiste töövoogude, vestlusliku teksti genereerimise ja tööriistade väljakutsumise juurutused olukordadeks, kus täielik MiniMax-M2.5 kontrollpunkt on liiga suur.

Kontekst 197K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Saadaval avatud kontrollpunktina

Cerebras Kodeerimine

Koodi genereerimine, koodi mõistmine kogu koodihoidla ulatuses, agentne programmeerimine, funktsioonikutsete kasutamine, lokaalne inferents ja tihendatud MoE-mudelite uurimine

Kontekst 262K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Saadaval on avatud kaaludega kontrollpunkt

Cerebras Kodeerimine

Ise majutatav koodigeneratsioon, kogu koodihoidla ulatuses tarkvaraarendus, agentpõhine kodeerimine, funktsioonikutsed ning tihendatud suurte MoE-mudelite uurimine

Kontekst 262K
Arutlusvõime 8/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Cerebras Kodeerimine

Kvaliteetne koodigenereerimine, koodihoidlate-ülese koodimõistmise, agentse tarkvaraarenduse ja funktsioonikutsete töövood, mille puhul on vajalik avatud kaaludega mudeli juurutamine.

Kontekst 262K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Cerebras üldotstarbeline

Isehostitud programmeerimiseks, matemaatiliseks arutlemiseks, agentidepõhisteks töövoogudeks, funktsioonikutseteks ja kohalikuks juurutamiseks, kui väiksem mälukasutus võrreldes täismudeliga Step-3.5-Flash on oluline

Kontekst 262K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu allalaaditav avatud kaaludega kontrollpunkt

Sisend Ametlikult hostitud API hinda ei ole; mudel on saadaval avatud kaaludega kontrollpunktina.
Väljund Ametlikku hostitud API hinda ei ole; mudelit levitatakse avatud kaaludega kontrollpunktina.
Cerebras Arutlus

Ise hostitavad programmeerimisabilised, agentipõhine programmeerimine, matemaatiline arutlus, tööriistadega toetatud töövood ning tihendatud hõredate mixture-of-experts-mudelite uurimine

Kontekst 262K
Arutlusvõime 88/10
Kiirus 78/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Claude Kergekaaluline

Väikese viivitusega assistendid, klienditugi, suure mahuga tekstitöötlus, programmeerimisabi, piltide mõistmine ja alamagentide paralleelsed tööülesanded

Kontekst 200K
Arutlusvõime 8/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne (uusim); kasutuselt eemaldamine mitte enne 15. oktoobrit 2026

Sisend 1 dollar miljoni sisendtokeni kohta; vahemälu kirjutamine: 1,25 dollarit miljoni tokeni kohta 5 minuti jooksul või 2 dollarit miljoni tokeni kohta 1 tunni jooksul; vahemälust lugemine: 0,10 dollarit miljoni tokeni kohta
Väljund 5 dollarit miljoni väljundtokeni kohta; Batch API väljundi hind on 50% madalam
Claude Arutlus
Claude
Claude Fable 5

Claude Fable 5

Keerukas arutlemine, pikaajaliselt iseseisvalt tegutsevad agendid, täiustatud programmeerimine, mitmeetapiline uurimistöö, mahukate dokumentidega analüüs ning suure väärtusega ettevõtete töövood

Kontekst 1M
Arutlusvõime 10/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne; esialgu ei kavandata kasutuselt kõrvaldamist enne 2027-06-09

Sisend 10 dollarit miljoni sisendtokeni kohta; 12,50 dollarit miljoni tokeni kohta 5-minutiliste vahemälukirjutuste eest; 20 dollarit miljoni tokeni kohta 1-tunniste vahemälukirjutuste eest; 1 dollar miljoni tokeni kohta vahemälu lugemiste eest
Väljund 50 dollarit miljoni väljundtokeni kohta; paketttöötluse korral 25 dollarit miljoni väljundtokeni kohta
Claude Arutlus
Claude
Claude Fable 5

Claude Fable 5.1

Pikaajaline agendipõhine kodeerimine, põhjalikku arutlemist nõudev töö, mitmeetapiline uurimistöö, keerukate dokumentide analüüs, arvutustabelid, esitlused ja suure vastutusega teadmistepõhine töö

Kontekst 1M
Arutlusvõime 10/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne (uusim)

Sisend 10 dollarit miljoni sisendtokeni kohta; 5-minutilise vahemälu kirjutamine maksab 12,50 dollarit miljoni tokeni kohta; 1-tunnise vahemälu kirjutamine maksab 20 dollarit miljoni tokeni kohta; vahemälust lugemine maksab 0,25 dollarit miljoni tokeni kohta
Väljund 50 dollarit miljoni väljundtokeni kohta; partiiväljundi hind on 25 dollarit miljoni tokeni kohta
Claude Arutlus
Claude
Claude Mythos

Claude Mythos 5

Täiustatud küberturvalisus, haavatavuste uurimine, bioloogia, tervishoid, bioteaduste uurimine ning pikaajalised tehnilised töövood, mis nõuavad ulatuslikku konteksti ja arutlusvõimet

Kontekst 1M
Arutlusvõime 10/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne; ainult kutse alusel; eelvaate-/beetaversioon Amazon Bedrockis

Sisend 10 dollarit miljoni sisendtokeni kohta; vahemällu salvestatud sisend: 1 dollar miljoni tokeni kohta vahemälust lugemisel; vahemällu kirjutamine: 12,50 dollarit miljoni tokeni kohta 5-minutilise TTL-i korral või 20 dollarit miljoni tokeni kohta 1-tunnise T
Väljund 50 USA dollarit miljoni väljundmärgi kohta; Batch API sisendi ja väljundi hind on 50% soodsam
Claude Arutlus
Claude
Claude Mythos

Claude Mythos 5.1

Kontrollitud küberturvalisuse kaitse, täiustatud bioloogia- ja bioteaduste uuringud, keerukas programmeerimine, pikaajaliselt töötavad agendid, tehniline uurimine ning väärtuslikud uurimistöö töövood

Kontekst 1M
Arutlusvõime 10/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aktiivne; saadaval ainult kutse alusel Project Glasswingi ja usaldusväärse juurdepääsu programmide kaudu

Sisend 10 dollarit miljoni sisendtokeni kohta; 5-minutiline vahemällu kirjutamine: 12,50 dollarit miljoni tokeni kohta; 1-tunnine vahemällu kirjutamine: 20 dollarit miljoni tokeni kohta; vahemälust lugemine: 0,25 dollarit miljoni tokeni kohta
Väljund 50 dollarit miljoni väljundtokeni kohta; Batch API pakub sisend- ja väljundtokenite hinnale 50% allahindlust
Claude Arutlus

Küberturvalisuse kaitsele suunatud teadustöö, haavatavuste avastamine, ründepinna auditeerimine, autonoomne programmeerimine, pikalt töötavad agendid ja suure konteksti analüüs.

Kontekst 1M
Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aegunud; märgitud aegunuks 9. juunil 2026. Anthropic soovitab üle minna mudelile Claude Mythos 5.

Claude Arutlus
Claude
Claude Opus

Claude Opus 4.6

Keerukas arutlus, agentne programmeerimine, tarkvaraarendus kogu koodihoidla ulatuses, pika konteksti analüüs, uurimistöö, dokumentide ja arvutustabelitega seotud töövood ning ettevõtete automatiseerimine

Kontekst 1M
Arutlusvõime 10/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne pärandversioon; kasutuselt kõrvaldamine mitte enne 2027-02-05

Sisend 5 dollarit miljoni sisendtokeni kohta; vahemällu kirjutamine maksab 6,25 dollarit miljoni tokeni kohta 5 minuti eest või 10 dollarit miljoni tokeni kohta 1 tunni eest; vahemälust lugemine maksab 0,50 dollarit miljoni tokeni kohta
Väljund $25 miljoni väljundtokeni kohta; Batch API sisend- ja väljundhinnad on 50% soodsamad
Claude üldotstarbeline
Claude
Claude Opus

Claude Opus 5

Keerukad agendipõhised programmeerimisülesanded, koodi ülevaatamine, ettevõtete analüüs, pika kontekstiga uurimistöö, dokumenditöövood, finants- ja õigusvaldkonna arutluskäigud ning mitmeastmelised tööriistu kasutavad rakendused.

Kontekst 1M
Arutlusvõime 10/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne pärandversioon; Anthropic soovitab üle minna versioonile Claude Opus 5.5. Kasutuselt eemaldamine on kavandatud mitte varem kui 24.07.2027.

Sisend 5 dollarit miljoni tokeni kohta; vahemällu kirjutamine maksab 6,25 dollarit miljoni tokeni kohta 5 minuti jooksul või 10 dollarit miljoni tokeni kohta 1 tunni jooksul; vahemälust lugemine maksab 0,50 dollarit miljoni tokeni kohta; pakett-sisendile kehtib
Väljund 25 dollarit miljoni märgi kohta; partiitöötlusega väljundi eest kehtib 50% allahindlus.
Claude Arutlus
Claude
Claude Opus

Claude Opus 5.5

Pikaajalised agentipõhised kodeerimisülesanded, tarkvaraarendus kogu koodihoidla ulatuses, koodi ülevaatamine, teadmuspõhine töö, multimodaalne dokumendianalüüs ja tööriistu kasutavad rakendused

Kontekst 1M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne (uusim)

Sisend 4 dollarit miljoni sisendmärgi kohta
Väljund 20 dollarit miljoni väljundtokeni kohta
Claude Arutlus
Claude
Claude Opus 4

Claude Opus 4.5

Keerukas tarkvaraarendus, kodeerimisagendid, mitmeetapiline uurimistöö, arvutikasutuse töövood, ettevõtete analüüs, visuaalsete dokumentide mõistmine ja suure väärtusega tööriistu kasutavad rakendused.

Kontekst 200K
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne (pärand)

Sisend 5 dollarit miljoni sisendtokeni kohta
Väljund 25 dollarit miljoni väljundtokeni kohta
Claude Arutlus
Claude
Claude Opus 4

Claude Opus 4.7

Keerukas arutlemine, agentne programmeerimine, kogu koodihoidlat hõlmav tarkvaraarendus, uurimistöö, dokumentide analüüs, arvutikasutuse töövood ja kriitilise tähtsusega teadmistepõhine töö

Kontekst 1M
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne pärandversioon; soovitatav on üle minna versioonile Claude Opus 5.5

Sisend 5 dollarit miljoni sisendmärgi kohta; 5-minutilise vahemälu kirjutamine 6,25 dollarit miljoni kohta; 1-tunnise vahemälu kirjutamine 10 dollarit miljoni kohta; vahemälust lugemine 0,50 dollarit miljoni kohta; Batch API 2,50 dollarit miljoni kohta
Väljund 25 dollarit miljoni väljundtokeni kohta; Batch API puhul 12,50 dollarit miljoni kohta
Claude Arutlus
Claude
Claude Opus 4

Claude Opus 4.8

Keerukas arutlemine, agentipõhine programmeerimine, pikaajalised töövood, ettevõtete teadmuspõhine töö, dokumentide analüüs, arvutinägemise ülesanded ja arvutikasutusagendid

Kontekst 1M
Arutlusvõime 10/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne pärandmudel; uute juurutuste jaoks on soovitatav üle minna uuematele Opus-mudelitele.

Sisend 5 dollarit miljoni sisendmärgi kohta
Väljund 25 dollarit miljoni väljundtokeni kohta
Claude Programmeerimine
Claude
Claude Sonnet

Claude Sonnet 4.5

Keerukate programmeerimisülesannete, tarkvaraagentide, arvuti kasutamise töövoogude, visuaalse dokumendianalüüsi, uurimistöö ja pikaajaliste mitmeetapiliste ülesannete jaoks

Kontekst 200K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Pärandversioon; 2026-09-24 seisuga endiselt saadaval; soovitatav on üle minna versioonile Claude Sonnet 5

Sisend 3 dollarit miljoni tokeni kohta; vahemällu kirjutamine maksab 3,75 dollarit miljoni tokeni kohta 5 minuti jooksul või 6 dollarit miljoni tokeni kohta 1 tunni jooksul; vahemälust lugemine maksab 0,30 dollarit miljoni tokeni kohta
Väljund 15 dollarit miljoni märgi kohta; Message Batches API pakub sisend- ja väljundhindadele 50% allahindlust
Claude üldotstarbeline
Claude
Claude Sonnet

Claude Sonnet 5

Agentipõhine kodeerimine, tarkvaraarendus, brauseri- ja arvutikasutuse töövood, pika konteksti analüüs, tööriistapõhine automatiseerimine ning suure kasutusmahuga assistendid

Kontekst 1M
Arutlusvõime 9/10
Kiirus 9/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegu üldiselt saadaval

Sisend 2 dollarit miljoni sisendtokeni kohta
Väljund 10 dollarit miljoni väljundtokeni kohta
Claude üldotstarbeline
Claude
Claude Sonnet 4.6

Claude Sonnet 4.6

Agentne programmeerimine, arvuti kasutamine, pika kontekstiga dokumentide analüüs, ettevõtete teadmistepõhine töö, struktureeritud andmete väljavõte ning suure mahuga rakendused, mis vajavad tugevat arutlusvõimet Sonneti taseme hinnaga

Kontekst 1M
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne pärandversioon; Anthropic soovitab üle minna mudelile Claude Sonnet 5

Sisend 3 dollarit miljoni sisendmärgi kohta
Väljund 15 dollarit miljoni väljundtokeni kohta
Claude üldotstarbeline
Claude
Claude Sonnet 5.5

Claude Sonnet 5.5

Kiired kodeerimisagendid, pika konteksti analüüs, pilte arvestavad töövood, dokumentide loomine ja tööriistade toega ärirakendused

Kontekst 1M
Arutlusvõime 9/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne (uusim)

Sisend 2 dollarit miljoni tokeni kohta
Väljund 10 dollarit miljoni märgi kohta
Cohere üldotstarbeline
Cohere
Aya Expanse

Aya Expanse 32B

Mitmekeelne sisu loomine, tõlkimine, kokkuvõtete tegemine, klienditugi, üleilmne suhtlus ja mitmekeelne uurimistöö

Kontekst 128K
Arutlusvõime 6/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Otse

Sisend 0,50 dollarit 1 miljoni tokeni kohta
Väljund 1,50 dollarit 1 miljoni tokeni kohta
Cohere Multimodaalne
Cohere
Aya Vision

Aya Vision 32B

Mitmekeelne piltide mõistmine, optiline märgituvastus (OCR), piltide kirjeldamine, visuaalsetele küsimustele vastamine, piltide põhine tõlkimine, visuaalne arutlemine ning avatud kaaludega teadus- ja rakendusprojektid.

Kontekst 16K
Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Otse

Cohere Kõnetuvastus
Cohere
Cohere Transcribe

Cohere Transcribe

Mitmekeelne helisalvestiste transkribeerimine, ettevõtete kõnearhiivid, koosolekute ja intervjuude transkribeerimine, kõnekeskuste heli ning madala latentsusega ASR-i töövood

Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Aktiivne; avatud lähtekoodiga teadusuuringute väljalase

Sisend Sisendtokeni hinda ei ole avaldatud. API-ga katsetamine on kiiruspiirangute piires tasuta; Model Vault kasutab tunnipõhist eksemplaripõhist hinnastamist.
Väljund Väljundipõhist tokenihinda ei ole avaldatud. API-ga katsetamine on kiiruspiirangute ulatuses tasuta; Model Vault kasutab tunnipõhist eksemplaripõhist hinnastamist.
Cohere
Cohere Transcribe

Cohere Transcribe Arabic

Araabiakeelse kõne transkribeerimine, mitmekeelne araabia- ja ingliskeelne heli, piirkondlikud dialektid, koodivahetusega kõne, kõnekeskuste heli ning suure läbilaskevõimega automaatse kõnetuvastuse (ASR) töökoormused.

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Otse-eetris

Sisend Cohere API kaudu tasuta katsetamiseks, kuid kehtivad kasutuspiirangud; Model Vaulti juurutuse hind põhineb instantsi tunnitasul ning selle kasutamiseks tuleb Cohere’iga ühendust võtta.
Cohere üldotstarbeline

Väikese kuluga ettevõtetele mõeldud RAG, mitmekeelsed dokumenditöövood, pika kontekstiga vestlus, struktureeritud andmete eraldamine ja tööriistu kasutavad agendid

Kontekst 128K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Otse

Sisend 0,15 dollarit 1 miljoni sisendmärgi kohta
Väljund 0,60 dollarit 1 miljoni väljundmärgi kohta
Cohere Kergekaaluline
Cohere
Command R

Command R7B

Kulusäästlik RAG, ettevõtete vestlusrobotid, tööriistade kasutamine, programmeerimisabi ja kiired mitmeastmelised agendid

Kontekst 128K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Otse

Sisend 0,0375 dollarit 1 miljoni märgi kohta
Väljund 0,15 dollarit 1 miljoni tokeni kohta
Cohere üldotstarbeline

Keerukad ettevõtete RAG-lahendused, pika kontekstiga dokumentide analüüs, mitmekeelsed assistendid, viidete lisamine, struktureeritud andmetega seotud ülesanded ja mitmeastmelised tööriistu kasutavad agendid.

Kontekst 128K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Otse-eetris

Sisend 2,50 $ 1 miljoni tokeni kohta
Väljund 10 dollarit 1 miljoni märgi kohta

ingliskeelne semantiline otsing, otsinguga täiendatud genereerimine, vektorindekseerimine, klassifitseerimine, klasterdamine ja sarnasuspõhine sobitamine

Kontekst 512
Kiirus 7/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Otse

Sisend 0,10 dollarit 1 miljoni sisendmärgi kohta
Väljund Ei kohaldu; mudel tagastab arveldatava genereeritud teksti asemel vektor-esitused.

Mitmekeelne semantiline otsing, keelteülene infootsing, RAG-indekseerimine, klassifitseerimine, klasterdamine ja pildi-teksti sarnasuse tuvastamine

Kontekst 512
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Aktiivne

Sisend 0,10 $ 1 miljoni sisendmärgi kohta
Cohere üldotstarbeline
Cohere
Käsk A

Command A

Ettevõtete RAG-lahendused, pika kontekstiga dokumentide analüüs, mitmekeelsed rakendused, tööriistade kasutamine, agentpõhised töövood, finantstekstide töötlemine ja struktureeritud teksti genereerimine

Kontekst 256K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Aktiivne

Sisend 2,50 dollarit 1 miljoni tokeni kohta
Väljund 10,00 dollarit 1 miljoni märgi kohta
Cohere Multimodaalne
Cohere
Käsk A

Command A+

Ettevõtetele mõeldud agendid, dokumentide ja piltide multimodaalne analüüs, mitmekeelsed töövood, põhjalikku arutlemist nõudev automatiseerimine, otsinguga täiendatud genereerimine ning tööriistu kasutavad rakendused.

Kontekst 128K
Arutlusvõime 9/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aktiivne

Sisend Tasuta kuni kehtivate kasutuspiiranguteni; tootmiskasutuse hinnakiri ei ole avalikult saadaval ning hinna teada saamiseks võib olla vaja Cohere’iga ühendust võtta.
Väljund Tasuta kuni kehtivate kasutuspiirangute täitumiseni; tootmiskasutuse hinnakiri ei ole avalikult saadaval ning selle kohta võib olla vaja Cohere’iga ühendust võtta.
Cohere Arutlus

Keerukad ettevõtteagendid, tööriistade kasutamine, otsinguga täiendatud genereerimine, mitmekeelne arutlemine, pika konteksti analüüs ja töövoogude automatiseerimine.

Kontekst 256K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Otse

Sisend Tasuta kuni kehtivate API kasutuspiirangute täitumiseni; privaatse Model Vaulti juurutuse eest võetakse tasu eksemplaritunni, mitte märgi alusel. Standardse Vaulti hinnakirjas on jõudlustaseme L hind 48 dollarit tunnis ja XL-i hind 57,50 dollarit tunnis.
Väljund Tasuta kuni Cohere’i hostitud prooviversiooni ja tootmiskasutuse puhul kehtivate API päringulimiitide täitumiseni; Model Vaulti hinnastus põhineb eksemplari töötundidel, mitte väljundtokenitel.
Cohere Spetsialiseeritud

Kvaliteetne mitmekeelne tekstitõlge, ettevõtete dokumentide tõlkimine ja privaatsust arvestavad tõlketöövood.

Kontekst 8K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Aktiivne

Sisend Tasuta kuni kehtivate kasutuspiirangute täitumiseni; tootmiskeskkonnas kasutamiseks tuleb ühendust võtta Cohere'i müügimeeskonnaga.
Väljund Tasuta kuni kehtivate kasutuspiirangute täitumiseni; tootmiskasutuseks juurdepääsu saamiseks tuleb ühendust võtta Cohere'i müügiosakonnaga.
Cohere Multimodaalne

Ettevõtete dokumentide intelligentne töötlemine, OCR, diagrammide ja tabelite analüüs, visuaalsetele küsimustele vastamine ning mitmekeelne pildimõistmine

Kontekst 128K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Aktiivne

Sisend Tasuta kuni rakenduvate kasutuspiiranguteni; tootmiskasutuseks tuleb ühendust võtta Cohere'iga.
Väljund Tasuta kuni kehtivate kasutuspiiranguteni; tootmiskasutuseks tuleb võtta ühendust Cohere'iga.
Cohere Multimodaalne
Cohere
Manusta

Embed v4.0

Mitmekeelne semantiline otsing, multimodaalne RAG, PDF-failide ja dokumentide otsing, piltide põhjal tekstilise sisu otsing, klassifitseerimine, klasterdamine ja ettevõtetele mõeldud vektorindekseerimine.

Kontekst 128K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Üldiselt saadaval

Sisend 0,12 dollarit 1 miljoni tekstisisendi märgi kohta; 0,47 dollarit 1 miljoni pildimärgi kohta
Cohere Programmeerimine

Agentpõhine tarkvaraarendus, kogu koodihoidla tasandi koodimuudatused, terminalipõhised kodeerimisagendid, koodiülevaatus, lokaalne inferents ja privaatne juurutus.

Kontekst 256K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Otse-eetris

Sisend Tasuta kuni kohaldatavate Cohere’i API päringumäärade piirangute täitumiseni; ise hostitud juurutamisega kaasnevad taristukulud, mitte Cohere’i tokenipõhine hinnastus.
Väljund Tasuta kuni Cohere'i API-le kehtivate päringulimiitide täitumiseni; ise hostitud juurutamisega kaasnevad taristukulud, mitte Cohere'i märgipõhine hinnastus.

Ettevõtetele mõeldud masintõlge, mitmekeelne dokumentatsioon, lokaliseerimine, ettevõttesisesed teated, ohutusprotseduurid ning privaatsed või isemajutatavad tõlketöövood

Kontekst 16K
Arutlusvõime 6/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Aktiivne

Sisend Cohere API: tasuta kuni kehtivate päringupiirangute täitumiseni; Standard Model Vault: XL-i juurutuse puhul 17,50 USA dollarit instantsi tunni kohta
Väljund Eraldi väljundtokenitel põhinevat hinda ei ole avaldatud; Cohere API on tasuta kuni kohaldatavate kasutuspiirangute täitumiseni.
Cohere Multimodaalne

Kompaktne mitmekeelne pildimõistmine, optiline märgituvastus (OCR), dokumendid, diagrammid, visuaalne küsimustele vastamine ja spetsialiseeritud peenhäälestus

Kontekst 128K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud kaaludega väljalase

Cohere Multimodaalne

Suure mahuga ettevõttedokumentide parsimine, tabelitest ja vormidest andmete eraldamine, otsinguindekseerimine, andmete laadimine RAG-i süsteemidesse ning dokumendikonteksti pakkumine tehisintellekti agentidele

Kontekst 8K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Kasutusel; üldiselt kättesaadav

Sisend 1,50 dollarit 1000 lehekülje kohta Cohere API kaudu

Ingliskeelse sisu semantiline ümberjärjestamine ettevõtteotsingus, hübriidotsingus, RAG-konveierites, korduma kippuvates küsimustes, teadmistebaasides, dokumentides, koodiotsingus ja poolstruktureeritud kirjetes

Kontekst 4K
Arutlusvõime 2/10
Kiirus 8/10
Olek

Cohere loetleb selle endiselt aktiivsena; tegemist on vanema Rerank 3.0 inglise keele mudeliga, millele on saadaval uuemad Reranki alternatiivid.

Sisend 2,00 dollarit 1 000 otsinguühiku kohta; üks otsinguühik hõlmab üht päringut kuni 100 dokumendiga, kusjuures rakendatakse tükeldamist
Cohere Kergekaaluline

Väikese latentsusega mitmekeelne otsingutulemuste ümberjärjestamine, suure läbilaskevõimega infootsing, ettevõtteotsing, hübriidotsing ja RAG-töövood

Kontekst 33K
Arutlusvõime 1/10
Kiirus 9/10
Olek

Praegune ja saadaval

Sisend Kasutuspõhine otsinguühiku hinnastamine; üks otsinguühik on päring, mille käigus järjestatakse kuni 100 dokumenti
Cohere
Rerank 4.0

Rerank 4 Pro

Kvaliteetne mitmekeelne tulemuste ümberjärjestamine ettevõtteotsingu, RAG-konveierite, semantilise otsingu ja poolstruktureeritud dokumentide järjestamise jaoks.

Kontekst 33K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Olek

Üldiselt saadaval

Sisend 2,50 dollarit 1 000 otsinguühiku eest; üks otsinguühik tähendab üht päringut kuni 100 dokumendi kohta. Dedicated Model Vaulti hinnakujundus on eraldi.
Väljund Ei ole kohaldatav; lõpp-punkt tagastab genereeritud tokenite asemel asjakohasuse skoorid ja järjestustulemused.
Cohere Kergekaaluline

Mitmekeelne tõlge, vestlus, kokkuvõtete koostamine ja teksti genereerimine, keskendudes Aafrika ja Lääne-Aasia keeltele; kohalik ja servaseadmetes juurutamine

Kontekst 8K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Otse

Cohere Kergekaaluline

Mitmekeelne tõlkimine, keelteülene tekstiloome, lokaliseeritud assistendid, haridus, teadustöö ning tõhus kohalik või servaseadmetes rakendamine

Kontekst 8K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Aktiivne

Cohere Kergekaaluline

Tõhus mitmekeelne tõlge, teksti genereerimine, lokaliseerimine, keeleõpe ning kohapealne või ääreseadmetes juurutamine Euroopa ja Aasia-Vaikse ookeani piirkonna keelte jaoks

Kontekst 8K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Aktiivne; saadaval Cohere Chat API kaudu ja avatud kaaludega mudelina

Enda serveris majutatav ingliskeelse teksti ja koodi lõpetamine ning mudeliuuringud ja peenhäälestuse katsed, kasutades avatud kaaludega ekspertide segu mudelit.

Kontekst 33K
Arutlusvõime 6/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Databricks Foundation Model API-dest ja Foundation Model Fine-tuningust eemaldatud; avatud kaalud on isemajutatud kasutamiseks endiselt saadaval.

Isehostitav üldotstarbeline lahendus ingliskeelsete juhiste järgimiseks, programmeerimisabiks, teksti genereerimiseks ja valdkonnapõhiseks peenhäälestuseks

Kontekst 33K
Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega mudel; Databricks Foundation Model API teenus on kasutuselt kõrvaldatud

Sisend 10.714 DBU-d 1 miljoni sisendtokeni kohta ajal, mil see oli Databricksi tokenipõhise tasuga teenuse kaudu saadaval; lõpp-punkt suleti 30. aprillil 2025
Väljund 32.143 DBU 1 miljoni väljundtokeni kohta, kui see oli varem Databricksi tokenipõhise tasustamisega teenuse kaudu saadaval; lõpp-punkt eemaldati kasutusest 30. aprillil 2025

Hariduslikud katsetused, kohalik tekstigeneratsioon, juhiste järgi peenhäälestamise uurimine, prototüüpimine ja avatud keelemudelite peenhäälestuse tundmaõppimine

Kontekst 2K
Arutlusvõime 2/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Vanem avatud kaaludega mudel; selle on välja vahetanud Dolly v2 mudelipere

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli avatud kaalud on allalaaditavad
Väljund Ametlikult hostitud API hinnakiri puudub; mudeli avatud kaalud on allalaaditavad.
Databricks Data + AI Platform
Dolly v2

Dolly v2 3B

Kohalikeks katseteks, haridusprojektideks, vähese ressursivajadusega ingliskeelsete juhiste järgimiseks, mudeli kohandamiseks ja isehostitud inferentsiks tagasihoidliku jõudlusega riistvaral

Kontekst 2K
Arutlusvõime 3/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Varasem avatud kaaludega mudel; allalaaditav ja kasutatav isehostitud inferentsiks

Kohalikud katsetused, teadusuuringud, juhiste järgi peenhäälestamise uuringud ning organisatsioonid, kes vajavad vabalt allalaaditavat ja ärikasutust lubava litsentsiga mudelit

Kontekst 2K
Arutlusvõime 3/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Pärandmudel avatud kaaludega; avalikult allalaaditav; ametlikku sulgemiskuupäeva ei leitud

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on saadaval enda hallatavas keskkonnas hostimiseks.
Väljund Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on saadaval isehostimiseks.

Maskeeritud keelemudeli treenimine, tekstiesituste õppimine, valdkonnaspetsiifiline eeltreenimine, peidetud olekutest tuletatud embedding’id ja NLP-mudelite järelhäälestus.

Kontekst 512
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval allalaaditava avatud kaaludega kontrollpunktina; praegusel mudelikaardil ei ole loetletud ühtki hostitud inferentsiteenuse pakkujat.

Inglise keele maskeeritud keelemudeliõpe, NLP-mudelite järelhäälestus konkreetsete ülesannete jaoks, teksti klassifitseerimine, tokenitaseme ülesanded ja tõhusate BERTi representatsioonide uurimine

Kontekst 256
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval allalaaditava avatud kaaludega kontrollpunktina; isemajutus on toetatud, kuid praegu ei ole loetletud ühtegi hostitud inferentsiteenuse pakkujat.

Sisend Ametlikult hostitud API hinnakiri puudub; mudelikaalud on allalaaditavad
Väljund Ametlikult hostitud API hinnakiri puudub; kaalud on allalaaditavad.

Makseeritud keelemudelid, teksti representatsioonid, tõhus BERT-i laadne eeltreeningu-uuring, klassifitseerimise peenhäälestus ja muud ingliskeelse loomuliku keele töötluse (NLP) järeltöötlusülesanded

Kontekst 512
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega teadusuuringute kontrollpunktina; MosaicML-i varasem mudel

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud saab majutada oma serveris.
Väljund Ametlikult hostitud API hinnakiri puudub; mudeli kaalud tuleb majutada ise.

Maskeeritud keelemudeliga eeltreeningu uuringud, NLP-mudelite hilisem peenhäälestus ning pika konteksti teksti esituse eksperimendid

Kontekst 1K
Arutlusvõime 1/10
Kiirus 4/10
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega mudel; pärandmudel teadusuuringuteks

Sisend Ametlik hostitud API hinnakiri puudub
Väljund Ametlikku hostitud API hinnastust ei ole.

Maskeeritud keele modelleerimine, NLP-mudelite järeltreening konkreetsete ülesannete jaoks, pika konteksti tekstiesituste uurimine ning BERT-i laadsete kodeerijate tõhus katsetamine

Kontekst 2K
Arutlusvõime 2/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega mudeli kontrollpunktina; varasem uurimismudel

Sisend Hostitud API hinnakiri puudub; allalaaditavad Apache 2.0 litsentsiga mudelikaalud
Väljund Hostitud API hinnakiri puudub; allalaaditavad Apache 2.0 litsentsiga mudelikaalud

Pikkade dokumentide kokkuvõtete koostamine, pika konteksti põhine küsimustele vastamine, teksti genereerimine, uurimistöö ja valdkonnapõhine peenhäälestus

Kontekst 8K
Arutlusvõime 3/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Vanema põlvkonna avatud kaaludega mudel; praegu ei ole tuvastatud esimese osapoole hostitud API saadavust ega hinnastust

Ise majutatav tekstigeneratsioon, teadustöö, peenhäälestus ning rakendused, mis nõuavad avatud kaaludega mudeleid ja kommertslitsentsi

Kontekst 8K
Arutlusvõime 6/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Avatud kaaludega pärandmudel; allalaaditava kontrollpunkti dokumentatsioon on endiselt saadaval, kuid see ei ole praegune tipptasemel mudel ega hallatav pilvemudel.

Ise hostitavad rakendused juhiste järgimiseks, kokkuvõtete koostamiseks, küsimustele vastamiseks, katsetamiseks ja avatud kaaludega teksti genereerimiseks

Kontekst 8K
Arutlusvõime 5/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Varasema põlvkonna avatud kaaludega mudel; seda saab alla laadida ja kolmandate osapoolte mudelimajutusplatvormidel juurutada

DeepSeek Programmeerimine
DeepSeek
DeepSeek-Coder-V2

DeepSeek-Coder-V2

Enda taristus majutatav koodi genereerimine ja lõpuleviimine, koodihoidlate analüüs, silumine, koodi tõlkimine ning programmeerimisele keskenduv uurimistöö.

Kontekst 128K
Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Varasemate avatud kaaludega mudelite seeria; allalaaditavad mudelikontrollpunktid on endiselt saadaval, samal ajal kui majutatud Coder API sari asendati ja liideti mudeliga DeepSeek-V2.5.

DeepSeek Programmeerimine

Kohalik koodi lõpetamine, koodi keskosa genereerimine, IDE-integratsioonid, koodihoidla tasandi programmeerimine ning privaatne või enda serveris käitatav inferents

Kontekst 131K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Olek

Avatud kaaludega ja allalaaditav; saadaval Hugging Face'i ametlikus repositooriumis ning teenusepakkuja avaldatud kinnitatud sulgemiskuupäeva ei ole.

DeepSeek Kodeerimine

Kohalik koodi genereerimine, koodi lõpetamine, silumine, koodi selgitamine, kogu koodihoidlat hõlmavad viibad ning arendajad, kes vajavad avatud kaaludega kodeerimismudelit

Kontekst 128K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval allalaaditava avatud kaaludega mudelina; vanem, kuid endiselt kättesaadav

DeepSeek üldotstarbeline
DeepSeek
DeepSeek-LLM

DeepSeek-LLM 7B

Kohalik kakskeelne tekstiloome, teadustöö, eksperimenteerimine, juhistega peenhäälestus ja kerged isehostitavad assistendid

Kontekst 4K
Arutlusvõime 5/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Varasem avatud kaaludega mudel; allalaaditav ja kasutatav ühilduvate kohalike inferentsitööriistade kaudu

Sisend Ametlikult majutatava API hinnakiri puudub; allalaaditavad mudelikaalud enda serveris majutamiseks
Väljund Ametlikult hostitud API-l hinda ei ole; isehostimise ja taristu kulud jäävad kasutaja kanda
DeepSeek üldotstarbeline
DeepSeek
DeepSeek-LLM

DeepSeek-LLM 67B

Kohapealne juurutamine, kakskeelne inglise ja hiina keele genereerimine, keelemudelite uurimine, matemaatika, programmeerimiskatsed ja kohandatud peenhäälestuse töövood

Kontekst 4K
Arutlusvõime 6/10
Kiirus 3/10
Väljundid
Tekst
Olek

Vanem avatud kaaludega mudel; allalaaditavad kontrollpunktid on endiselt saadaval, kuid uuemad DeepSeeki mudeliperekonnad on selle asendanud.

Sisend Ametlikku hostitud API hinnakirja ei ole; allalaaditavad mudelikaalud
Väljund Ametlikult hostitava API hinnakujundus puudub; mudeli kaalud on allalaaditavad.
DeepSeek Arutlus
DeepSeek
DeepSeek-Math

DeepSeek-Math-V2

Täiustatud matemaatiline arutlus, teoreemide tõestamine loomulikus keeles, tõestuste genereerimine ja kontrollimine ning isekorrigeerivate arutlussüsteemide uurimine

Kontekst 164K
Arutlusvõime 10/10
Kiirus 2/10
Väljundid
Tekst
Olek

Saadaval avatud kaaludega teadusmudelina; ametlikku DeepSeeki hostitud API juurutust ega avalikku mudelipõhist API hinnastust ei ole kinnitatud

DeepSeek Multimodaalne
DeepSeek
DeepSeek-OCR

DeepSeek-OCR

Kohalik OCR, dokumentide digiteerimine, PDF- ja pildifailide analüüs, paigutust arvestav teisendus Markdown-vormingusse, tabelite eraldamine, jooniste analüüs ning visuaalse teksti tihendamise uurimine

Kontekst 8K
Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Praegu avatud kaaludega mudel; avalikult saadaval kohalikuks kasutamiseks ja enda hallatavas taristus käitamiseks

DeepSeek Multimodaalne
DeepSeek
DeepSeek-OCR

DeepSeek-OCR 2

Kohalik OCR, skannitud dokumentide transkribeerimine, dokumendi paigutust arvestav analüüs, tabelite eraldamine ja dokumentide Markdown-vormingusse teisendamise töövood

Kontekst 8K
Arutlusvõime 2/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Praegune avatud kaaludega mudel; ise hostitav kontrollpunkt

DeepSeek Arutlus
DeepSeek
DeepSeek-Prover

DeepSeek-Prover-V1

Lean 4-ga teoreemide tõestamine, formaalne matemaatika, automatiseeritud tõestuste genereerimine ja teoreemide tõestamise uurimine

Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Olek

Avatud kaaludega teaduslik väljalase; DeepSeek-Prover-V1.5 ja DeepSeek-Prover-V2 eelkäija

Sisend Ametlikult hostitud API hinnakiri puudub; allalaaditavad mudelikaalud
Väljund Ametlikku hostitud API hinnakirja ei ole; allalaaditavad mudelikaalud
DeepSeek Arutlus

Lean 4 tõestuste lõpuleviimine, formaalse matemaatika uurimine, automaatne teoreemide tõestamine ja verifikaatoripõhine tõestuste otsing

Kontekst 4K
Arutlusvõime 8/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Avatud kaaludega, allalaaditav, pärand- või asendatud mudel

DeepSeek Arutlus

Lean 4 teoreemide tõestamine, formaalne matemaatika, automatiseeritud tõestuste süntees, tõestusotsingu uurimine ja verifikaatori juhitud arutlemine

Kontekst 164K
Arutlusvõime 9/10
Kiirus 2/10
Väljundid
Tekst
Olek

Avatud kaaludega ja allalaaditav; praegu kättesaadav ametlikus mudelihoidlas; selle täpse mudeli kontrollpunkti jaoks ei ole tuvastatud ametlikku hostitud API-t

DeepSeek Arutlus
DeepSeek
DeepSeek-Prover-V1.5

DeepSeek-Prover-V1.5-RL

Lean 4 formaalne teoreemide tõestamine, matemaatiliste tõestuste genereerimine, tõestuskoodi lõpuleviimine ning verifitseerija juhitud keelemudelite uurimine

Kontekst 4K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Olek

Saadaval allalaaditava avatud kaaludega mudelina; varasema teadusliku väljalaske on asendanud uuemad DeepSeek-Proveri mudelid.

DeepSeek Arutlusvõime
DeepSeek
DeepSeek-Prover V1.5

DeepSeek-Prover-V1.5-Base

Lean 4 teoreemide tõestamine, formaalse matemaatika uurimine, tõestuste lõpuleviimine, tõestusotsingu eksperimendid ja avatud kaaludega mudelite peenhäälestamine

Kontekst 4K
Arutlusvõime 8/10
Kiirus 4/10
Väljundid
Tekst
Olek

Varasem avatud kaaludega mudel; seda saab alla laadida ja kasutada, kuid uuemad DeepSeek-Proveri väljalasked on selle asendanud.

DeepSeek Arutlus
DeepSeek
DeepSeek-R1

DeepSeek-R1

Matemaatiliseks arutlemiseks, programmeerimiseks, tehniliseks analüüsiks, teadustööks ja isehostitavate arutlusrakenduste jaoks

Kontekst 128K
Arutlusvõime 9/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Avatud kaaludega kontrollpunkt on saadaval; algne hostitud API-identiteet on asendatud ja selle kasutamine lõpetatakse plaanipäraselt.

DeepSeek Arutlusmudel

Kohalikuks matemaatiliseks arutlemiseks, programmeerimisabiks, uurimistööks, katsetamiseks ja väiksema ulatusega juurutusteks, kus on oluline tugev arutlusvõime

Kontekst 131K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; allalaaditav mudeli kontrollpunkt

DeepSeek Arutlus

Kohalik matemaatiline arutlemine, programmeerimisabi, tehnilistele küsimustele vastamine ja privaatne isehostitud inferents

Kontekst 131K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Allalaaditav avatud kaaludega mudelina, mida saab kasutada enda hallatavas või kolmanda osapoole inferentsikeskkonnas.

DeepSeek Arutlus

Kohapealne matemaatiline arutlemine, programmeerimine, tehniline analüüs, teadustöö ja enda hallatav tekstigeneratsioon

Kontekst 131K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Aktiivne avatud kaaludega mudel; seda saab alla laadida ja kasutada ühilduvate isemajutatavate inferentsiraamistike kaudu.

DeepSeek Arutlus
DeepSeek
DeepSeek-R1

DeepSeek-R1-Zero

Arutlusvõime uuringud, matemaatika, programmeerimiskatsed, tugevdusõppe uuringud, avatud kaaludega mudelite hindamine ja mudelite destilleerimine

Kontekst 131K
Arutlusvõime 9/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega ja allalaaditav; eksperimentaalne või varasem teadusmudel; praegu ei pakuta seda teenusepakkuja enda hostitud API-mudelina.

DeepSeek Arutlus

Lokaalne matemaatiline arutlus, kompaktsed arutluskatsetused, hariduslikud rakendused, kergekaaluline abi programmeerimisel ja isehostitud inferents piiratud ressurssidega riistvaral

Kontekst 131K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Aktiivne avatud kaaludega mudel; allalaaditav enda serveris käitamiseks

DeepSeek üldotstarbeline
DeepSeek
DeepSeek-V2

DeepSeek-V2

Kohapealne või kolmanda osapoole juurutamine üldiseks teksti genereerimiseks, tõlkimiseks, matemaatikaülesannete lahendamiseks, uurimistööks ja koodi genereerimiseks

Kontekst 128K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Varasem avatud kaaludega mudel; allalaaditav ja kasutatav lokaalselt või kolmanda osapoole inferentsiteenuste kaudu, kuid seda ei ole DeepSeeki praeguses enda hallatavate hostitud API-de kataloogis.

DeepSeek Kergekaaluline
DeepSeek
DeepSeek-V2

DeepSeek-V2-Lite

Kohapealne teksti genereerimine, hiina ja inglise keele ülesanded, MoE-uuringud, peenhäälestus ning tõhus isemajutatud järeldamine

Kontekst 33K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega ja allalaaditav; pärandmudel oma serveris majutamiseks

Sisend Selle täpse mudeli ametlikku DeepSeeki hostitud API-hinda ei ole dokumenteeritud; ise hostitavad kaalud on saadaval DeepSeek Model License’i alusel.
Väljund Selle täpse mudeli kohta ei ole DeepSeeki hostitud ametlikku API-hinda dokumenteeritud; ise hostitud inferentsi kulud sõltuvad riistvarast ja teenindustaristust.
DeepSeek üldotstarbeline
DeepSeek
DeepSeek-V2

DeepSeek-V2.5

Avatud kaaludega üldine teksti genereerimine, programmeerimisabi, koodi automaattäiendamine ja enda serveris katsetamine

Kontekst 128K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Varasem avatud kaaludega mudel; V2.5 seeria on asendunud uuemate DeepSeeki mudeliperekondadega, kuid mudeli kaalud on endiselt saadaval

DeepSeek üldotstarbeline
DeepSeek
DeepSeek-V3

DeepSeek-V3

Avatud kaaludega üldotstarbeline keele genereerimine, programmeerimine, pika kontekstiga tekstiülesanded, teadustöö ja kulutundlik inferents kolmandate osapoolte kaudu.

Kontekst 128K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Asendatud ja teenusepakkuja hostitud API-mudelina enam mitteajakohane; avatud kaaludega kontrollpunkt on endiselt saadaval enda taristus majutamiseks ning kolmandate osapoolte juurutuseks.

Sisend 0,27 dollarit 1 miljoni tokeni kohta vahemälu möödalaskmiste korral; 0,07 dollarit 1 miljoni tokeni kohta vahemälu tabamuste korral, ajalooline turuletoomise hind
Väljund 1,10 $ 1 miljoni tokeni kohta, varasem turuletoomise hind
DeepSeek üldotstarbeline
DeepSeek
DeepSeek-V3

DeepSeek-V3.1

Avatud kaaludega arutlemine, kodeerimine, tööriistakutsed, pika konteksti analüüs ja ise hostitavad agendisüsteemid

Kontekst 128K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Pärandina käsitletav hostitud API põlvkond; ametlik avatud kaaludega väljalase on endiselt saadaval

DeepSeek üldotstarbeline
DeepSeek
DeepSeek-V3.1

DeepSeek-V3.1-Base

Isehostitud teadustöö, jätkukoolitus, peenhäälestus, kohandatud järeldamine ning suuremahulised keele- või programmeerimistöötlused

Kontekst 131K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Saadaval avatud kaaludega mudelina; allalaaditav Hugging Face’ist

DeepSeek üldotstarbeline

Avatud kaaludega mudelite juurutamine, programmeerimisabi, pika kontekstiga tekstitöötlus, arutlusvood, otsinguagendid ja terminalipõhine automatiseerimine

Kontekst 128K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Avatud kaaludega kontrollpunkt on saadaval; spetsiaalne DeepSeeki API lõpp-punkt eemaldati kasutusest 2025-10-15.

Sisend 0,56 dollarit 1 miljoni sisendtokeni kohta vahemälu puudumise korral; 0,07 dollarit 1 miljoni vahemällu salvestatud sisendtokeni kohta API varasema kättesaadavuse ajal
Väljund 1,68 dollarit 1 miljoni väljundmärgi kohta API ajaloolise kättesaadavuse perioodil
DeepSeek üldotstarbeline
DeepSeek
DeepSeek-V3.2

DeepSeek-V3.2-Exp

Pika konteksti põhine tekstiloome, arutlemine, programmeerimine, uurimistöö, dokumentide analüüs ja oma taristus käitatav katsetamine hõreda tähelepanu mehhanismiga.

Kontekst 164K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Eksperimentaalne avatud kaaludega mudel; ametliku hostitud API identiteedi võttis 2025-12-01 üle DeepSeek-V3.2. Allalaaditavad kaalud ja teadustöö kood on endiselt saadaval.

Sisend Ajalooline API hinnakujundus: 0,28 dollarit 1 miljoni sisendtokeni kohta vahemälu möödalasu korral; 0,028 dollarit 1 miljoni sisendtokeni kohta vahemälu tabamuse korral
Väljund 0,42 $ 1 miljoni väljundtokeni kohta
DeepSeek Arutlus

Keerukad matemaatikaülesanded, keerukas programmeerimine, teaduslik arutluskäik, põhjalik analüüs, võrdlustestide hindamine ja teadusuuringutes kasutuselevõtt

Kontekst 164K
Arutlusvõime 10/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Hostitud API on kasutuselt kõrvaldatud; avatud kaaludega mudel on endiselt saadaval enda taristus majutamiseks ja kolmandate osapoolte juurutamiseks.

Sisend Ajalooline ajutine API hinnastus oli sama mis DeepSeek-V3.2-l; praegu hostitud hinda ei ole, sest lõpp-punkt aegus 15.12.2025.
Väljund Ajalooline ajutine API hinnakiri oli sama mis DeepSeek-V3.2-l; praegu hostitud hinda ei ole, sest lõpp-punkt aegus 15.12.2025.
DeepSeek Multimodaalne

Piltide kohapealne mõistmine, visuaalsetele küsimustele vastamine, diagrammide ja dokumentide analüüs, multimodaalne uurimistöö ning kompaktsed juurutused

Kontekst 4K
Arutlusvõime 3/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval avatud kaaludega mudeli kontrollpunktina; esimese põlvkonna pärandmudel

DeepSeek Multimodaalne

Kohalik pildi- ja tekstipõhine vestlus, visuaalne küsimustele vastamine, OCR, dokumentide ja ekraanipiltide mõistmine ning multimodaalne uurimistöö tagasihoidlikul riistvaral

Kontekst 4K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Avalikult kättesaadav avatud kaaludega kontrollpunkt; varasem uurimismudel

DeepSeek Multimodaalne

Kohalik visuaalne küsimustele vastamine, piltide ja dokumentide mõistmine, multimodaalne uurimistöö ning peenhäälestuse eksperimendid

Kontekst 16K
Arutlusvõime 5/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Avatud kaaludega, allalaaditav ja praegu kättesaadav; vanem mudeliperekond

DeepSeek Multimodaalne

Ise hostitav piltide mõistmine, visuaalsetele küsimustele vastamine, dokumentide ja veebilehtede analüüs, diagrammide tõlgendamine ning teadusuuringute prototüüpimine.

Kontekst 4K
Arutlusvõime 4/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Vanem avatud kaaludega mudel; allalaaditav ja enda taristus majutatav, kuid praegu ei ole tuvastatud esimese osapoole hostitud API-t ega ametlikku mudeli käitamise hinnastust.

DeepSeek Multimodaalne
DeepSeek
DeepSeek-VL2

DeepSeek-VL2

Isehostitav piltide mõistmine, OCR, dokumentide ja diagrammide analüüs, visuaalsetele küsimustele vastamine ning visuaalse põhistamise uurimine

Kontekst 4K
Arutlusvõime 6/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Avatud kaaludega ja allalaaditav; praegu kättesaadav ametliku repositooriumi ja Hugging Face'i mudelilehe kaudu. Esimese osapoole hostitud API kättesaadavust ei ole kinnitatud.

Sisend Ametlikult majutatava API sisendhind puudub; allalaaditav enda serveris majutatav mudel
Väljund Ametlikult hostitud API-l väljundihind puudub; mudel on allalaaditav ja seda saab ise majutada.
DeepSeek Multimodaalne

Kohalik või enda hallatav visuaalne küsimustele vastamine, optiline märgituvastus (OCR), dokumentide ja diagrammide mõistmine, pildipõhine vestlus ning visuaalne lokaliseerimine

Kontekst 4K
Arutlusvõime 5/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Avatud kaaludega ja praegu kättesaadav; välja antud DeepSeek-VL2 mudeliperekonna osana

DeepSeek Multimodaalne
DeepSeek
DeepSeek-VL2

DeepSeek-VL2-Tiny

Kohapealne visuaalne küsimustele vastamine, OCR, dokumentide ja diagrammide analüüs, piltide mõistmine ning visuaalne lokaliseerimine

Kontekst 4K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Avaldatud avatud kaaludega mudel; praegu saab seda kohapeal juurutada

DeepSeek Arutlus

Matemaatilise arutlemise uurimine, lokaalne inferents, täiendav eeltreenimine ja ülesandepõhine peenhäälestus

Kontekst 4K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega kontrollpunktina; varasem teadusmudel

DeepSeek Arutlus

Matemaatikaülesannete lahendamine, haridusassistendid, kohalik uurimistöö, võrdlustestide hindamine ja avatud kaaludega arutluskatsetused

Kontekst 4K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Vanema põlvkonna avatud kaaludega mudel; allalaaditav ja kohalikuks inferentsiks kasutatav

DeepSeek Arutlus

Avatud kaaludega matemaatiline arutlemine, võistlusmatemaatika eksperimendid, kohalik juurutamine ja keelemudelite tugevdusõppe uurimine

Kontekst 4K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Olek

Avatud kaaludega ja allalaaditav; varasem teadusmudel, mille ametlikku hostitud API hinnakirja ei ole tuvastatud

DeepSeek üldotstarbeline

Teksti lõpetamine kohalikus keskkonnas, avatud kaaludega LLM-ide uurimine, domeenikohandamine ja peenhäälestus

Kontekst 4K
Arutlusvõime 4/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Vanema põlvkonna avatud kaaludega mudel; allalaaditav ja kasutatav enda taristus juurutamiseks

DeepSeek Arutlus
DeepSeek
DeepSeek V3

DeepSeek-V3.2

Avatud kaaludega arutlemine, programmeerimine, pika konteksti analüüs, tööriistu kasutavad agendid, uurimistöö töövood ja kulutundlik juurutamine

Kontekst 131K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Varasem avatud kaaludega mudel; DeepSeeki API endiste varjunimede deepseek-chat ja deepseek-reasoner kasutuselt eemaldamine oli kavandatud 24.07.2026.

Sisend $0,028 1 miljoni vahemällu salvestatud tokeni kohta; $0,28 1 miljoni vahemälu möödalaskmisega tokeni kohta ametliku API kättesaadavuse ajal
Väljund $0.42 1 miljoni tokeni eest ametliku API kättesaadavuse perioodil
DeepSeek üldotstarbeline

Pika kontekstiga arhitektuuride uurimine, isehostitud inferents, jätkuv eeltreenimine ja mudelite kohandamine

Kontekst 164K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Eksperimentaalne allalaaditav avatud kaaludega kontrollpunkt; selle on välja vahetanud DeepSeek-V3.2

DeepSeek Kergekaaluline

Pika konteksti käsitlemiseks, arutlusülesanneteks, programmeerimiseks, agendipõhisteks töövoogudeks ja kulutundlikeks API-rakendusteks

Kontekst 1M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Kasutusest kõrvaldatud; pärand-API identifikaator suunati alates 10. septembrist 2026 ajutiselt mudelile DeepSeek-V4.1-Flash

Sisend 0,14 dollarit 1 miljoni sisendmärgi kohta
Väljund 0,28 dollarit 1 miljoni väljundmärgi kohta
DeepSeek üldotstarbeline

Ise majutatav keelemudelite uurimine, kohandatud järeltreening, domeenikohandus ja suure kontekstiga teksti genereerimine

Kontekst 1.05M
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Olek

Praegu allalaaditav avatud kaaludega baasmudeli kontrollpunkt; Hugging Face Inference Provideri juurutust pole loetletud

DeepSeek Multimodaalne

Piltide mõistmine, ekraanipiltide ja diagrammide analüüs, multimodaalsed kodeerimisagendid, visuaalsed töövood tööriistade kasutamiseks ning teksti ja pildi põhine arutlus

Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Sõltumatu mudelina kasutuselt eemaldatud 10.09.2026; pärand-API identifikaator suunab päringud ajutiselt mudelile DeepSeek-V4.1-Flash

Sisend 0,15 dollarit 1 miljoni vahemälu möödalaskmisega sisendmärgi eest tipptundidevälisel ajal või 0,30 dollarit tipptundidel; vahemälu tabamusega sisendi eest vastavalt 0,003 või 0,006 dollarit, kui kasutatakse praegust marsruuditava Flashi hinnastust
Väljund $0,60 ühe miljoni väljundtokeni kohta tipptundidevälisel ajal või $1,20 tipptundidel, kui kasutatakse praegust Routed Flashi hinnastust
DeepSeek üldotstarbeline
DeepSeek
DeepSeek V4

DeepSeek-V4-Pro

Keerukad arutlusülesanded, kodeerimisagendid, pika konteksti analüüs, tööriistu kasutavad töövood ning suurte dokumentide või koodibaaside töötlemine

Kontekst 1M
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Iseseisvaks teenindamiseks aegunud; deepseek-v4-pro API-päringud suunatakse DeepSeek-V4.1-Flashile, kuni V4.1-Pro käivitatakse.

Sisend Ametlik V4-Pro hinnakirjajärgne hind: 0,66 USA dollarit 1 miljoni vahemälupuudumisega sisendtok​​eni kohta väljaspool tipptundi ja 1,32 USA dollarit tipptunnil; 0,022 USA dollarit 1 miljoni vahemälutabamusega sisendtok​​eni kohta väljaspool tipptundi ja 0
Väljund Ametlik V4-Pro nimekirjahind on 1,98 USA dollarit 1 miljoni väljundmärgi kohta tipptunnivälisel ajal ja 3,96 USA dollarit tipptundidel. DeepSeek teatas, et marsruuditud päringutele kehtivad V4.1-Flashi hinnad.
DeepSeek Kergekaaluline
DeepSeek
DeepSeek V4.1

DeepSeek-V4.1-Flash

Madalate kuludega ja suure läbilaskevõimega arutlus ning koodikirjutamine, pika konteksti analüüs, agentpõhised töövood, tööriistade kutsumine ning teksti ja piltide mõistmine.

Kontekst 1.05M
Arutlusvõime 9/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval DeepSeek API kaudu; kanooniline API-identifikaator on deepseek-flash.

Sisend $0,15 1 miljoni sisendtokeni kohta tipptundidevälisel ajal või $0,30 tipptundidel vahemälu puudujääkide korral; $0,003 tipptundidevälisel ajal või $0,006 tipptundidel vahemälu tabamuste korral.
Väljund 0,60 dollarit 1 miljoni väljundtokeni kohta tipptundidevälisel ajal või 1,20 dollarit tipptundidel.
DeepSeek Multimodaalne

Kohapealne uurimistöö, piltide mõistmine, visuaalsetele küsimustele vastamine, multimodaalsete prototüüpide loomine ja lihtsad tekstist pildi loomise katsed

Kontekst 4K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval avatud kaaludega uurimismudelina; Januse seerias on selle välja vahetanud uuemad Janus-Pro variandid, kuid seda saab endiselt alla laadida ja kasutada.

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud tuleb ise hostida
Väljund Ametlikult hostitud API hinnakiri puudub; mudeli kaalud tuleb ise hostida.
DeepSeek Multimodaalne
DeepSeek
Janus-Pro

Janus-Pro-1B

Kohapealne multimodaalne teadustöö, piltide mõistmine, visuaalsetele küsimustele vastamine ja kompaktsed tekstist pildi genereerimise katsed

Kontekst 4K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval allalaaditava avatud kaaludega mudelina; täpse kontrollpunkti jaoks ei ole loetletud ühtegi ametlikku hostitud järeldusteenuse pakkujat.

DeepSeek Multimodaalne
DeepSeek
Janus-Pro

Janus-Pro-7B

Lokaalne pildisisu mõistmine, tekstist pildi genereerimine ja ühendatud multimodaalne uurimistöö

Kontekst 4K
Arutlusvõime 5/10
Kiirus 4/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval olev avatud kaaludega mudel; allalaaditav ja lokaalselt juurutatav

DeepSeek Multimodaalne

Kohalik uurimistöö, visuaalsetele küsimustele vastamine, piltide tõlgendamine ja kompaktne tekstist pildi genereerimise katsetamine

Kontekst 4K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval avatud kaaludega allalaaditava kontrollpunktina; ametlikku hostitud inferentsi API-t ei ole tuvastatud

Sisend Ametlikult hostitud API hinnakiri puudub
Väljund Ametlikult hostitud API hinnakiri puudub
Google DeepMind Multimodaalne

Brauseri automatiseerimine, visuaalne kasutajaliidesega suhtlemine, korduvad veebitöövood, vormide täitmine ja kasutajaliidese testimine

Kontekst 128K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Pärandversioon eelvaates; see on praegu dokumenteeritud ja kättesaadav, kuid uute arvutiga suhtlemise rakenduste jaoks soovitatakse uuemaid Gemini 3.x mudeleid.

Sisend 1,25 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeni pikkuste viipade puhul; 2,50 dollarit 1 miljoni tokeni kohta üle 200 000 tokeni pikkuste viipade puhul
Väljund 10,00 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeni pikkuste viipade puhul; 15,00 dollarit 1 miljoni tokeni kohta üle 200 000 tokeni pikkuste viipade puhul
Google DeepMind üldotstarbeline

Suuremahuline multimodaalne töötlemine, madala latentsusajaga arutlemine, programmeerimine, andmete eraldamine, tööriistu kasutavad agendid ning rakendused, mis vajavad väga suurt kontekstiakent.

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Stabiilne ja praegu Gemini API kaudu pakutav, kuid piiratud juurdepääsuga kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid; seda ei ole kasutuselt kõrvaldatud ning sulgemiskuupäeva pole teatatud.

Sisend 0,30 dollarit 1 miljoni teksti-/pildi-/videomärgi kohta; 1,00 dollarit 1 miljoni audiomärgi kohta; paketttöötluse sisend: 0,15 dollarit 1 miljoni teksti-/pildi-/videomärgi kohta.
Väljund 2,50 dollarit 1 miljoni tokeni kohta, sealhulgas mõtlemistokenid.
Google DeepMind Kergekaaluline

Suurte mahtude klassifitseerimine, lihtne andmete eraldamine, kerge multimodaalne analüüs, päringute suunamine, märgendamine, kokkuvõtete tegemine ning rakendused, kus latentsus on äärmiselt kriitiline.

Kontekst 1.05M
Arutlusvõime 6/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Stabiilne; praegu pakutakse seda Gemini API kaudu, kuid ligipääs on piiratud kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid. Google soovitab uute projektide puhul kasutada uuemaid mudeleid.

Sisend 0,10 dollarit 1 miljoni teksti-, pildi- ja videosisendi tokeni kohta; 0,30 dollarit 1 miljoni helisisendi tokeni kohta. Batch/Flex: 0,05 dollarit 1 miljoni teksti-, pildi- ja videosisendi tokeni kohta ning 0,15 dollarit 1 miljoni helisisendi tokeni kohta.
Väljund 0,40 dollarit 1 miljoni väljundtokeni kohta. Batch/Flex: 0,20 dollarit 1 miljoni väljundtokeni kohta.
Google DeepMind Multimodaalne

Reaalajas töötavad hääl- ja videoagendid, kõnest kõneks assistendid, interaktiivne klienditugi, õpiabi, juhendamine ja multimodaalsed Live API rakendused

Kontekst 131K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Eelversioon; Google pakub seda praegu piiratud juurdepääsuga kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid; sulgemiskuupäeva pole välja kuulutatud.

Sisend 0,50 dollarit 1 miljoni tekstimärgi kohta; 3,00 dollarit 1 miljoni heli- või videomärgi kohta
Väljund 2,00 $ 1 miljoni tekstitokeni kohta; 12,00 $ 1 miljoni audiotokeni kohta

Madala viivitusega juhitav kõnesüntees tekstist, häälassistendid, jutustamine, ettelugemisfunktsioonid ja mitme kõnelejaga heli genereerimine

Kontekst 8K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Kõne
Olek

Eelvaade; praegu saadaval piiratud juurdepääsuga

Sisend $0,50 1 miljoni sisendtekstitokeni kohta; pakktöötlus: $0,25 1 miljoni sisendtekstitokeni kohta
Väljund 10,00 $ 1 miljoni väljund-audiotokeni kohta; pakktöötluses: 5,00 $ 1 miljoni väljund-audiotokeni kohta
Google DeepMind
Gemini 2.5

Gemini 2.5 Pro

Täiustatud programmeerimine, keerukas arutlemine, matemaatika, STEM-analüüs, pikad dokumendid, suured koodibaasid, multimodaalne analüüs ja tööriistu kasutavad agendid.

Kontekst 1.05M
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Stabiilne ja Gemini API kaudu üldiselt saadaval; praegu on juurdepääs piiratud kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid. Google'i sõnul ei ole mudel kasutusest eemaldatud ning seda pakutakse kuni edasise teatamiseni.

Sisend 1,25 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeni pikkuste promptide puhul; 2,50 dollarit 1 miljoni tokeni kohta üle 200 000 tokeni pikkuste promptide puhul. Batchi/Flexi hinnad on vastavalt 0,625 ja 1,25 dollarit.
Väljund 10,00 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeni pikkuste viipade puhul; 15,00 dollarit 1 miljoni tokeni kohta üle 200 000 tokeni pikkuste viipade puhul. Batchi/Flexi hinnad on vastavalt 5,00 ja 7,50 dollarit. Hinnad sisaldavad mõtlemistokeneid.

Väga tõetruu ühe- ja mitme kõnelejaga jutustus, audioraamatud, taskuhäälingud, professionaalsed pealelugemised ja stsenaariumipõhine loominguline audiosisu

Kontekst 8K
Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Kõne
Olek

Eelvaade; praegu loendis ja Gemini API kaudu kättesaadav, kuid Gemini 2.5 mudelitele on juurdepääs piiratud.

Sisend 1,00 dollarit 1 miljoni tekstitokeni kohta standardtöötluse puhul; 0,50 dollarit 1 miljoni tekstitokeni kohta pakettöötluse puhul
Väljund 20,00 $ 1 miljoni audiotokeni kohta tavakasutuses; 10,00 $ 1 miljoni audiotokeni kohta pakettöötluses
Google DeepMind Multimodaalne
Google DeepMind
Gemini 2.5 Flash Image

Nano Banana

Kiire piltide genereerimine, vestluspõhine pilditöötlus, piltide teisendamine ja suure mahuga visuaalsed töövood

Kontekst 66K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Aegunud; sulgemine on kavandatud 2026-10-02

Sisend 0,30 $ 1 miljoni teksti- või pildisisendi tokeni kohta; Batch/Flex: 0,15 $; Priority: 0,54 $
Väljund 0,039 $ genereeritud pildi kohta; Batch/Flex: 0,0195 $; Priority: 0,0702 $
Google DeepMind Multimodaalne

Agentpõhised töövood, igapäevane programmeerimine, arutlemine ja planeerimine, multimodaalne analüüs, pika kontekstiga dokumentide töötlemine ning kulutundlikud tööriistu kasutavad rakendused

Kontekst 1.05M
Arutlusvõime 9/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Eelvaade

Sisend $0,50 1 miljoni sisendtokeni kohta
Väljund 3 dollarit 1 miljoni väljundmärgi kohta

Keerukad arutlusülesanded, täiustatud tarkvaraarendus, pika konteksti multimodaalne analüüs ja agentpõhised töövood, mis nõuavad tööriistade usaldusväärset kasutamist

Kontekst 1.05M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Eelvaade

Sisend 2,00 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeni pikkuste viipade puhul; 4,00 dollarit 1 miljoni tokeni kohta üle 200 000 tokeni pikkuste viipade puhul
Väljund 12,00 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeniga promptide puhul; 18,00 dollarit 1 miljoni tokeni kohta üle 200 000 tokeniga promptide puhul, sealhulgas mõtlemistokenid
Google DeepMind üldotstarbeline

Kiired multimodaalsed rakendused, programmeerimisabilised, pika konteksti võimalustega dokumentide ja videote analüüs, tööriistu kasutavad agendid, ettevõtete töövood ning kiire agentidepõhine täitmine

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Stabiilne; eelmise põlvkonna Flash-mudel; praegu saadaval; sulgemiskuupäeva pole teatatud

Sisend 1,50 dollarit 1 miljoni sisendtokeni kohta
Väljund 7,50 dollarit 1 miljoni väljundtokeni kohta
Google DeepMind üldotstarbeline

Kodeerimine, tarkvaratehnika, tööriistu kasutavad agendid, pika kontekstiga multimodaalne analüüs, struktureeritud teabe eraldamine ning suure läbilaskevõimega ettevõtete töövood

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Üldiselt saadaval; eelmise põlvkonna Flash-mudel, mida praegu toetatakse

Sisend 0,75 $ 1 miljoni märgi kohta kuni 31.12.2026; 1,50 $ 1 miljoni märgi kohta alates 01.01.2027
Väljund 3,75 dollarit 1 miljoni tokeni kohta, sealhulgas mõtlemistokenid, kuni 31.12.2026; 7,50 dollarit 1 miljoni tokeni kohta alates 01.01.2027
Google DeepMind Multimodaalne

Pikaajalise kestusega tarkvaraarendus, autonoomsed agendid, multimodaalsed dokumenditöövood, ettevõtete teadmistepõhised tööülesanded ja tööriistu kasutavad rakendused.

Kontekst 1.05M
Arutlusvõime 9/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Üldiselt saadaval

Sisend 0,75 dollarit 1 miljoni tokeni kohta kuni 31. detsembrini 2026; 1,50 dollarit 1 miljoni tokeni kohta alates 1. jaanuarist 2027. Batchi/Flexi sissejuhatav sisendhind: 0,375 dollarit 1 miljoni tokeni kohta.
Väljund 3,75 dollarit 1 miljoni tokeni eest, sealhulgas mõtlemistokenid, kuni 31. detsembrini 2026; alates 1. jaanuarist 2027 7,50 dollarit 1 miljoni tokeni eest. Batchi/Flexi sissejuhatav väljundihind: 1,875 dollarit 1 miljoni tokeni eest.
Google DeepMind Kergekaaluline

Suuremahuline tõlkimine, klassifitseerimine, teabe eraldamine, kokkuvõtete koostamine, dokumentide töötlemine ja lihtsamad tööriistu kasutavate agentide töövood

Kontekst 1.05M
Arutlusvõime 7/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Aegunud; üldiselt saadaval ja juurdepääsetav kuni kavandatud sulgemiseni 7. mail 2027

Sisend 0,25 dollarit 1 miljoni teksti-, pildi- või videotokeni kohta; 0,50 dollarit 1 miljoni audiotokeni kohta; batch/flex: 0,125 dollarit 1 miljoni teksti-, pildi- või videotokeni kohta ja 0,25 dollarit 1 miljoni audiotokeni kohta
Väljund 1,50 dollarit 1 miljoni märgi kohta tavakasutuses; 0,75 dollarit 1 miljoni märgi kohta pakktöötluse või paindliku järeldamise korral
Google DeepMind Multimodaalne

Madala latentsusega hääleagendid, reaalajas dialoog, multimodaalsed otseansid ja interaktiivsed helirakendused

Kontekst 131K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Pärand-eelvaade; praegu juurdepääsetav; Google soovitab enamiku uute madala latentsusega hääleagentide juurutamiseks Gemini 3.8 Live’i

Sisend 0,75 dollarit 1 miljoni tekstimärgendi kohta; 3,00 dollarit 1 miljoni audiomärgendi kohta või 0,005 dollarit ühe audio minuti kohta; 1,00 dollarit 1 miljoni pildi-/videomärgendi kohta või 0,002 dollarit ühe pildi-/videominuti kohta
Väljund 4,50 dollarit 1 miljoni tekstitokeni kohta; 12,00 dollarit 1 miljoni audiotokeni kohta või 0,018 dollarit ühe audiominuti kohta
Google DeepMind
Gemini 3.1 Flash Audio

Gemini 3.1 Flash TTS

Juhitav väljendusrikas kõne, jutustamine, ligipääsetavus, skriptipõhine heli ja mitme kõnelejaga TTS-prototüübid

Kontekst 8K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Pärand-eelversioon; praegu kättesaadav; sulgemiskuupäeva pole välja kuulutatud

Sisend 1,00 dollarit 1 miljoni tekstimärgi kohta standardhinnaga; 0,50 dollarit 1 miljoni tekstimärgi kohta pakktöötluse korral
Väljund $20.00 1 miljoni helitokeni kohta standardkasutuse korral; $10.00 1 miljoni helitokeni kohta partiitöötluse korral
Google DeepMind Multimodaalne
Google DeepMind
Gemini 3.1 Flash Lite Image

Nano Banana 2 Lite

Kiire ja soodne 1K-resolutsiooniga piltide genereerimine ja redigeerimine, visuaalsete prototüüpide kiire loomine, interaktiivsed rakendused, piltide suuremahuline variatsioonide loomine, süžeeskeemide koostamine ja kerged loomingulised töövood

Kontekst 66K
Arutlusvõime 3/10
Kiirus 10/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Üldiselt saadaval; kavandatud kasutuselt kõrvaldamine 28. juunil 2027 või hiljem

Sisend $0.25 1 miljoni sisendtokeni kohta teksti-, pildi- ja videosisendi puhul; pakktöötluse hind on $0.125 1 miljoni sisendtokeni kohta
Väljund 1,50 dollarit 1 miljoni teksti-/mõtteväljundi tokeni kohta ja 30 dollarit 1 miljoni pildisisendi väljundtokeni kohta; ligikaudu 0,0336 dollarit 1000 pildi kohta; partiipõhise pildisisendi väljundi hind on 15 dollarit 1 miljoni pilditokeni kohta
Google DeepMind üldotstarbeline

Agentipõhised töövood, kodeerimisagendid, pika konteksti toega multimodaalne analüüs, tööriistade kasutamine ja skaleeritud tootmisrakendused

Kontekst 1.05M
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Üldiselt saadaval; stabiilne

Sisend 1,50 dollarit 1 miljoni märgi eest tavakasutuses; 0,75 dollarit 1 miljoni märgi eest pakett- ja Flex-režiimis; 2,70 dollarit 1 miljoni märgi eest prioriteetrežiimis
Väljund 9,00 dollarit 1 miljoni märgiühiku eest tavahinnaga; 4,50 dollarit 1 miljoni märgiühiku eest Batchi ja Flexi puhul; 16,20 dollarit 1 miljoni märgiühiku eest Priority puhul
Google DeepMind Kergekaaluline

Suure mahuga ja väikest latentsust nõudvad agentpõhised töövood, dokumentide parsimine, tõlkimine, klassifitseerimine, andmete eraldamine, otsingupõhised rakendused ning multimodaalsed alamagendid.

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Üldine kättesaadavus

Sisend 0,30 dollarit 1 miljoni standardse teksti-, pildi-, video- ja helisisendi märgi kohta; 0,15 dollarit 1 miljoni sisendmärgi kohta Batchi ja Flexi puhul; 0,54 dollarit 1 miljoni sisendmärgi kohta Priority puhul.
Väljund 2,50 dollarit 1 miljoni väljundtokeni kohta standardkasutuse korral; 1,25 dollarit 1 miljoni väljundtokeni kohta Batchi ja Flexi korral; 4,50 dollarit 1 miljoni väljundtokeni kohta Priority korral.
Google DeepMind Multimodaalne

Väikese latentsusega reaalajas kõne tõlkimine kõneks kõnede, koosolekute, reisimise, klienditoe ja mitmekeelsete häälerakenduste jaoks

Kontekst 131K
Arutlusvõime 2/10
Kiirus 10/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Voogedastus
Olek

Eelvaade

Sisend 3,50 dollarit 1 miljoni sisendaudiomärgi kohta, ligikaudu 0,0053 dollarit minuti kohta
Väljund 21,00 dollarit 1 miljoni väljundheli märgi kohta, ligikaudu 0,0315 dollarit minuti kohta
Google DeepMind
Gemini 3.5 Audio

Gemini 3.5 Transcribe

Eelsalvestatud heli transkribeerimine, mitmekeelne kõnetuvastus, kõnelejate kaupa märgistatud transkriptsioonid, ajatemplitega transkriptsioonid, nutikas dikteerimine ja valdkonnaspetsiifiline sõnavara

Kontekst 96K
Arutlusvõime 2/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Üldiselt saadaval (GA)

Sisend $2,00 1 miljoni helisisendi tokeni kohta, ligikaudu $0,003 minuti kohta; saadaval on tasuta pakett
Väljund 12,00 dollarit 1 miljoni teksti väljundtokeni kohta, ligikaudu 0,002 dollarit minutis; saadaval on tasuta pakett

Suuremahuline teksti kõneks teisendamine, väikese viivitusega häälagentide ahelad, ettelugemisrakendused, hääle replikatsioon ja igapäevane ühe kõneleja kõne

Kontekst 8K
Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Üldiselt saadaval

Sisend 0,50 dollarit 1 miljoni tekstitokeni kohta kuni 31. detsembrini 2026; 1,00 dollarit 1 miljoni tekstitokeni kohta alates 1. jaanuarist 2027. Pakktöötluse ja Flexi sisend: 0,25 dollarit kuni 31. detsembrini 2026; 0,50 dollarit alates 1. jaanuarist 2027.
Väljund 6,00 dollarit 1 miljoni helitokeni kohta kuni 31. detsembrini 2026; 12,00 dollarit 1 miljoni helitokeni kohta alates 1. jaanuarist 2027. Tavapärane ekvivalent: ligikaudu 0,0015 dollarit 10 sekundi heli kohta kuni 31. detsembrini 2026.

Stuudiokvaliteediga jutustamine, audioraamatud, väljendusrikas häälnäitlemine, keerukad mitme kõnelejaga dialoogid, piirkondlikud aktsendid, raskesti hääldatavad sõnad, pikad jutustused, hääle kujundamine ja hääle jäljendamine.

Kontekst 8K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Üldiselt saadaval (GA); sulgemiskuupäeva pole teatatud

Sisend 0,50 dollarit 1 miljoni tekstisisendi tokeni kohta kuni 31. detsembrini 2026; 1,00 dollarit 1 miljoni tekstisisendi tokeni kohta alates 1. jaanuarist 2027
Väljund 9,00 dollarit 1 miljoni heliväljundi tokeni kohta kuni 31. detsembrini 2026; 18,00 dollarit 1 miljoni heliväljundi tokeni kohta alates 1. jaanuarist 2027. See vastab 0,00225 dollarile 10 sekundi heli eest kuni 31. detsembrini 2026 ja 0,0045 dollarile 10 s
Google DeepMind Multimodaalne

Väikese latentsusega hääleagendid, reaalajas toimuv helist helisse dialoog, multimodaalsed assistendid ja interaktiivsed rakendused, mis kasutavad tööriistu

Kontekst 131K
Arutlusvõime 7/10
Kiirus 10/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Stabiilne; üldiselt saadaval

Sisend 0,75 dollarit 1 miljoni tekstimärgi kohta; 3,00 dollarit 1 miljoni audiomärgi kohta või ligikaudu 0,005 dollarit minuti kohta; 1,00 dollarit 1 miljoni pildi-/videomärgi kohta või ligikaudu 0,002 dollarit minuti kohta
Väljund 4,50 dollarit 1 miljoni tekstimärgi kohta; 12,00 dollarit 1 miljoni audiomärgi kohta või ligikaudu 0,018 dollarit minuti kohta

Keerukad reaalajas töötavad hääleagendid, mitmeastmeline probleemilahendus, asünkroonsed töövood tööriistadega, tehniline tugi, reiside korraldamine ning suuline STEM-i või programmeerimise juhendamine

Kontekst 131K
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Stabiilne; üldiselt saadaval

Sisend 0,75 dollarit 1 miljoni tekstimärgi kohta; 3,00 dollarit 1 miljoni audiomärgi kohta või 0,005 dollarit audiominuti kohta; 1,00 dollarit 1 miljoni pildi-/videomärgi kohta või 0,002 dollarit minuti kohta
Väljund 4,50 dollarit 1 miljoni tekstokeni kohta; 12,00 dollarit 1 miljoni audiotok eni kohta või 0,018 dollarit audio minuti kohta
Google DeepMind
Gemini Deep Research

Gemini Deep Research

Autonoomsed turu-uuringud, hoolsuskontrollid, kirjandusülevaated, konkurentsianalüüsid, rohketele allikatele tuginevad uurimised ja viidetega uurimisaruanded

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Eelvaade

Sisend Muutuv kasutuspõhine hind, mis sõltub aluseks oleva mudeli kasutusest ja tööriistadest; agendi jaoks ei ole kindlat sisendtokeni hinda määratud.
Väljund Muutuv kasutuspõhine hinnastus sõltuvalt uurimistöö põhjalikkusest ja loodud väljundist; tavapärase ülesande hinnanguline kogukulu on ligikaudu 1–3 dollarit.
Google DeepMind
Gemini Deep Research

Gemini Deep Research Max

Põhjalikud turu-uuringud, konkurentsianalüüsid, taustauuringud, kirjandusülevaated ja allikaterohked uurimisaruanded

Kontekst 1.05M
Arutlusvõime 10/10
Kiirus 3/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Eelvaade; praegu saadaval Gemini API-s ja Google AI Studios Interactions API kaudu

Sisend Kasutuspõhine hinnastus, mis põhineb aluseks oleva Gemini mudeli inferentsil ja tööriistade kasutamisel; kindlat mudelipõhist sisendihinda ei ole avaldatud
Väljund Kasutuspõhine hinnastamine, mis sõltub aluseks oleva Gemini mudeli inferentsist ja tööriistade kasutamisest; kindlat mudelipõhist väljundihinda ei ole avaldatud
Google DeepMind
Gemini Embedding

Gemini Embedding

Teksti semantiline otsing, RAG-i andmete otsing, dokumentide sobitamine, klassifitseerimine, klasterdamine ja soovitussüsteemid

Kontekst 2K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

Praegune; sulgemine on kavandatud kuupäevale 2028-05-14.

Sisend $0.00015 1000 sisendtokeni kohta Vertex AI veebipõhiste päringute puhul; $0.00012 1000 sisendtokeni kohta pakettpäringute puhul
Väljund Väljundi manustamise eest tasu ei võeta
Google DeepMind Manustamine
Google DeepMind
Gemini Embedding

Gemini Embedding 2

Ristmodaalne semantiline otsing, multimodaalne RAG, vektorotsing, soovitused, klassifitseerimine, klasterdamine ning teksti- ja meediasisust koosnevate kogude indekseerimine.

Kontekst 8K
Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Embeddingud
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend
Olek

Üldiselt saadaval

Sisend Tavapärase tasulise taseme hinnad: tekst 0,20 dollarit 1 miljoni märgiühiku kohta; pildid 0,45 dollarit 1 miljoni märgiühiku kohta või 0,00012 dollarit pildi kohta; heli 6,50 dollarit 1 miljoni märgiühiku kohta või 0,00016 dollarit sekundi kohta; video 12
Väljund Eraldi väljundtokenite hinda ei ole, sest mudel tagastab vektorrepresentatsioone. Väljund sisaldub sisendmodaalsuse hinnastruktuuris.
Google DeepMind Multimodaalne
Google DeepMind
Gemini Image

Nano Banana 2

Kiire ja suure mahuga piltide loomine ning redigeerimine, visuaalne iteratsioon, turundusmaterjalid, diagrammid, infograafikud, lokaliseerimine ja rakendused, mis vajavad pildiotsingu tulemustele tuginevat teavet

Kontekst 131K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Veebiotsing
Olek

Üldiselt saadaval; Gemini API stabiilne mudel on gemini-3.1-flash-image

Sisend $0,50 1 miljoni teksti- või pildisisendi tokeni kohta; pakett-sisendi hind on $0,25 1 miljoni tokeni kohta
Väljund 3 dollarit 1 miljoni teksti- ja mõtlemistokeni kohta ning 60 dollarit 1 miljoni pildiväljundi tokeni kohta; ligikaudu 0,067 dollarit 1K-pildi, 0,101 dollarit 2K-pildi ja 0,151 dollarit 4K-pildi kohta; partiipõhine pildiväljund maksab 30 dollarit 1 miljoni
Google DeepMind Multimodaalne
Google DeepMind
Gemini Image

Nano Banana Pro

Professionaalse taseme piltide loomine ja töötlemine, keerukad kompositsioonid, toote maketid, infograafika, brändi visuaalmaterjalid, mitmekeelne lokaliseerimine ja ülitäpne visuaalne prototüüpimine

Kontekst 66K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend Veebiotsing
Olek

Praegune stabiilne mudel

Sisend 2,00 dollarit 1 miljoni teksti- või pildisisendi tokeni kohta; ligikaudu 0,0011 dollarit sisendpildi kohta
Väljund 12,00 dollarit 1 miljoni teksti- ja mõtlemistokeni kohta; 120,00 dollarit 1 miljoni pilditokeni kohta, mis vastab ligikaudu 0,134 dollarile 1K/2K pildi kohta ja 0,24 dollarile 4K pildi kohta
Google DeepMind Multimodaalne

Kiire tekstist videoks ja pildist videoks teisendamine, vestluslik videotöötlus, videote pikendamine, interpolatsioon, turundussisu ning lühivormiliste filmilike videote loomine

Kontekst 1.05M
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Video Heli
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Praegune; stabiilne mudel on saadaval versioonina gemini-omni-1.1-flash ning dokumenteeritud on ka gemini-omni-flash-preview.

Sisend $1.50 1 miljoni sisendtokeni kohta teksti-, pildi-, video- ja helisisendi puhul tavahinnastuse alusel
Väljund 17,50 dollarit 1 miljoni video väljundmärgi kohta; 9,00 dollarit 1 miljoni teksti väljundmärgi kohta, kui see on kohaldatav
Google DeepMind
Gemini Robotics ER

Gemini Robotics ER 2

Robotite kõrgetasemeline planeerimine, ruumiline arutlus, video abil edenemise jälgimine, tööriistade orkestreerimine ja mitme roboti koostöö

Kontekst 131K
Arutlusvõime 8/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Avalik eelvaade

Sisend 1,00 dollarit 1 miljoni tokeni kohta standardse eelvaate lõpp-punkti kaudu kuni 31. detsembrini 2026; alates 1. jaanuarist 2027 2,00 dollarit 1 miljoni tokeni kohta
Väljund 5,00 dollarit 1 miljoni märgi kohta, sealhulgas arutluskäigu märgid, kuni 31. detsembrini 2026; alates 1. jaanuarist 2027 10,00 dollarit 1 miljoni märgi kohta

Madala latentsusega robotagendid, pidev heli- ja videoseire, funktsioonipõhine robotite orkestreerimine, lao töövood ja mitme roboti koordineerimine

Kontekst 131K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Avalik eelvaade

Sisend 1,00 dollarit 1 miljoni märgi kohta kuni 31. detsembrini 2026; 2,00 dollarit 1 miljoni märgi kohta alates 1. jaanuarist 2027
Väljund 5,00 dollarit 1 miljoni märgi kohta kuni 31. detsembrini 2026; 10,00 dollarit 1 miljoni märgi kohta alates 1. jaanuarist 2027

Täispikad tehisintellekti loodud laulud, vokaalmuusika, instrumentaalseaded, laulukirjutamise eksperimendid, heliribad ja piltidest inspireeritud muusika loomine

Kontekst 131K
Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Tekst Muusika
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Üldiselt saadaval

Sisend $0,08 ühe täispika loo kohta; tasuta pakett puudub
Väljund $0,08 täispika loo kohta

Interaktiivne instrumentaalmuusika loomine, elav muusikaline improvisatsioon, viipade abil juhitavad DJ-tööriistad, MIDI-juhitavad elamused ning reaalajas toimivad loomingulised helirakendused

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Muusika
Võimekused
Voogedastus
Olek

Eksperimentaalne ja praegu Gemini API dokumentatsioonis nimega lyria-realtime-exp.

Sisend Selle mudeli hinda ei ole avalikult avaldatud
Väljund Selle mudeli hinda ei ole avalikult avaldatud

Täispikkade tehisintellekti abil loodud muusikapalade, heliribade ja laulude kirjutamiseks, struktureeritud kompositsioonide, reklaamiaudio, mängude ning loovproduktsiooni töövoogude jaoks

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Tekst Muusika
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Avalik eelvaade

Sisend 0,08 dollarit ühe täispika loo genereerimise kohta
Google DeepMind Multimodaalne
Google DeepMind
Veo 3.1

Veo 3.1

Kinemaatiline tekstist videoks ja pildist videoks genereerimine, lühivormiliste lugude jutustamine, süžeeplaanide koostamine, reklaamikontseptsioonid, visuaalefektide katsetamine ning sünkroonitud heliga loominguline eelvisualiseerimine

Kontekst 1K
Arutlusvõime 1/10
Kiirus 5/10
Väljundid
Video Heli
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Eelvaade; praegu kättesaadav Google'i API-de ja Google'i toodete kaudu

Sisend 0,40 dollarit sekundis standardse Veo 3.1 heli sisaldava 720p- või 1080p-video eest; 4K puhul 0,60 dollarit sekundis
Väljund Genereeritud video loomuliku heliga; tasu arvestatakse iga genereeritud videosekundi eest
Google DeepMind Video Genereerimine

Kiire ja suuremahuline videote genereerimine, loominguliste lahenduste iteratiivne täiustamine, sotsiaalmeediasisu, reklaamikontseptsioonid ja automatiseeritud tootmise töövood

Kontekst 1K
Kiirus 9/10
Väljundid
Video Heli
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Vertex AI-s üldiselt saadaval; Gemini API-s eelvaatemudel

Sisend 0,10 $ videosekundi kohta 720p puhul; 0,12 $ videosekundi kohta 1080p puhul; 0,30 $ videosekundi kohta 4K puhul, kui see on toetatud
Väljund Natiivse heliga video; hind arvutatakse genereeritud videosekundi järgi

Suuremahuline tekstist videoks ja pildist videoks sisu loomine, kiire loominguline iteratsioon, sotsiaalmeediasisu, reklaamivariatsioonid ja kuluteadlikud tootmise töövood

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Video Heli
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Eelvaade; praegu saadaval Gemini API ja Google Cloud Vertex AI kaudu

Sisend 0,05 dollarit sekundis 720p-video koos heliga; 0,08 dollarit sekundis 1080p-video koos heliga
Väljund Videod koos loomuliku heliga, hind genereeritud videosekundi kohta

Regulaarselt diskreeditud numbriliste aegridade null-shot-prognoosimine muutuvate ajaliste resolutsioonide korral

Kontekst 4K
Arutlusvõime 1/10
Kiirus 8/10
Olek

Praegu avatud kaaludega mudel; saadaval on ka versioon r1.1

Sisend Majutatud API hinnakujundus puudub; avatud kaaludega mudelit saab ise hostida
Väljund Hostitud API hinnastust ei ole dokumenteeritud; avatud kaalud on ise hostitavad.
IBM watsonx üldotstarbeline

Jaapanikeelse teksti genereerimine, kokkuvõtete koostamine, klassifitseerimine, teabe eraldamine, küsimustele vastamine ning jaapani-inglise tõlge IBM-i vanemates ettevõtete juurutustes

Kontekst 4K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Olek

Aegunud; eemaldatud IBM Software Hubi versioonist 5.2.0 ja watsonx.ai-st versioonis 2.2.0

IBM watsonx üldotstarbeline

Ettevõtetele mõeldud mitmekeelne küsimustele vastamine, otsinguga täiendatud genereerimine, kokkuvõtete koostamine, teabe eraldamine, klassifitseerimine ja teksti genereerimine inglise, saksa, hispaania, prantsuse ja portugali keeles

Kontekst 8K
Arutlusvõime 4/10
Kiirus 3/10
Väljundid
Tekst
Olek

Kasutuselt kõrvaldatud; aegunud alates 15. jaanuarist 2025 ja eemaldatud watsonx.ai tavapärasest saadavusest 16. aprillil 2025

IBM watsonx
Granite'i aegridade TTM

Granite-TTM-R3

Suure läbilaskevõimega mitmemõõtmeline aegridade prognoosimine, nullnäitega või väheste näidetega prognoosimine, tõenäosuslik ennustamine, eksogeensete muutujatega prognoosimine ning CPU-sõbralik juurutamine tootmiskeskkonnas.

Arutlusvõime 0/10
Kiirus 9/10
Võimekused
Peenhäälestamine
Olek

Praegune avatud kaaludega mudeliperekond, mis on saadaval IBM Granite'i Hugging Face'i repositooriumi kaudu. Vaadatud mudelilehel ei olnud märgitud ühegi hostitud järeldusteenuse pakkuja juurutust.

IBM watsonx üldotstarbeline

Peenhäälestus, domeenikohandamine, teksti genereerimine, kokkuvõtete koostamine, teabe eraldamine, klassifitseerimine ja küsimustele vastamine

Kontekst 4K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval nõudmisel juurutamiseks IBM watsonx.ai platvormil; samuti on see IBMi Hugging Face’i organisatsiooni kaudu saadaval Apache 2.0 litsentsi alusel avatud kaaludega mudelina.

Sisend $0,0006 1000 tokeni kohta
Väljund $0,0006 1000 tokeni kohta
IBM watsonx üldotstarbeline

Mudeli peenhäälestus, pika kontekstiga dokumentide töötlemine, ettevõtetele mõeldud tekstide klassifitseerimine, teabe eraldamine, kokkuvõtete koostamine, küsimustele vastamine ja ise hallatav juurutus

Kontekst 131K
Arutlusvõime 5/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval; baasmudel peenhäälestuseks ja spetsiaalseks juurutamiseks

IBM watsonx üldotstarbeline

Isehostitavad ettevõtetele mõeldud assistendid, pika kontekstiga dokumentide analüüs, RAG, kokkuvõtete koostamine, andmete eraldamine, mitmekeelsed tekstipõhised töövood ja funktsioonikutsed

Kontekst 131K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega mudelina; uuemates juurutustes on selle asendanud Granite-3.3-8B-Instruct.

Ettevõtetele mõeldud pika kontekstiga RAG, dokumentide ja koosolekute kokkuvõtete koostamine, teabe eraldamine, mitmekeelne dialoog, koodiga seotud ülesanded, funktsioonikutsed ja ise hallatavad juurutused

Kontekst 131K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval; mõnes IBM watsonx-i kataloogis märgitud pärandmudelina

IBM watsonx üldotstarbeline

Kohalikud või ettevõtetele mõeldud eriotstarbelised assistendid, RAG, pikkade dokumentide kokkuvõtete koostamine, mitmekeelsed tekstipõhised töövood, programmeerimisabi, arutlusvõime ja ressursisäästlik inferents

Kontekst 131K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval; avatud kaaludega mudel, millel on kohapealse juurutamise ja spetsiaalse IBM watsonx-i juurutamise võimalused

IBM watsonx üldotstarbeline

Ettevõtte enda taristus majutatavad assistendid, pika kontekstiga RAG, kokkuvõtete koostamine, mitmekeelsed tekstiülesanded, programmeerimisabi, funktsioonide kutsumine ja kulutundlikud juurutused.

Kontekst 131K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Eemaldatakse IBM watsonx.ai nõudmisel juurutamise teenusest 22.02.2026; avatud kaaludega mudeli kontrollpunkt jääb kättesaadavaks isemajutatud ja ühilduvatele kolmandate osapoolte juurutustele.

Sisend $0,0002 1000 tokeni kohta; ajalooline IBM watsonx Developer Hubi kirje; pärast pakkumise eemaldamist ei ole IBM-i hostitud praegust hinda kinnitatud.
Väljund 0,0002 dollarit 1000 tokeni kohta; ajalooline IBM watsonx Developer Hubi kirje – pärast pakkumise eemaldamist ei ole IBM-i hostitud praegust hinda kinnitatud.

Matemaatilise lahendusprotsessi jälgimine, vigade tuvastamine iga sammu tasandil, parima lahenduse valimine N lahenduse hulgast, kaalutud hääletamine ja arutlusahela hindamine

Kontekst 131K
Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega eksperimentaalne mudel

IBM watsonx Kergekaaluline

Tõhus mitmekeelne teksti genereerimine, lokaalne ja võrguühenduseta inferents, juurutamine ääreseadmetes, koodi keskelt täiendamine (fill-in-the-middle) ning ülesandespetsiifiline peenhäälestus.

Kontekst 131K
Arutlusvõime 58/10
Kiirus 90/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegune avatud kaaludega mudel

Väikese viivitusega lokaalne inferents, pika kontekstiga teksti genereerimine, RAG, mitmekeelsed assistendid, programmeerimisabi ja kerged tööriistu kutsuvad agendid

Kontekst 128K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine
Olek

Praegune avatud kaaludega instruktsioonimudel

IBM watsonx üldotstarbeline

Ettevõtete RAG-lahendused, mitut tööriista kasutavad agendid, funktsioonikutsed, klienditoe automatiseerimine, mitmekeelsete juhiste järgimine ja pika kontekstiga töökoormused

Kontekst 131K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine
Olek

Saadaval; avatud kaaludega juhistele häälestatud mudel

Sisend $0,0000636 1000 tokeni kohta IBM watsonx.ai mitme rentnikuga riistvaras
Väljund 0,000265 dollarit 1 000 märgi kohta IBM watsonx.ai mitme rentnikuga riistvaral
IBM watsonx Kergekaaluline

Tõhusad ettevõtetele mõeldud assistendid, mitmekeelne tekstiloome, RAG, klassifitseerimine, andmete eraldamine, kokkuvõtete koostamine, programmeerimisabi, fill-in-the-middle-lõpetamine, struktureeritud JSON ja tööriistade kutsumise töövood

Kontekst 128K
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune; avatud kaaludega juhiste järgi häälestatud mudel; allalaadimiseks saadaval ja loetletud nõudepõhiseks juurutamiseks IBM watsonx.ai-s

IBM watsonx Kergekaaluline
IBM watsonx
Granite 4.0 Nano

Granite-4.0-H-1B-Base

Teksti genereerimine lokaalselt ja servas, latentsuskriitilised rakendused, koodi keskosa täitmine, privaatsed juurutused ning peenhäälestamine ülesandespetsiifilisteks mudeliteks

Kontekst 128K
Arutlusvõime 3/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu avalikult saadaval avatud kaaludega mudelina

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on allalaaditavad
Väljund Ametlik hostitud API hinnakiri puudub; mudelikaalud on allalaaditavad.
IBM watsonx Kergekaaluline
IBM watsonx
Granite 4.1

Granite 4.1 3B

Tõhus kohalik või privaatne juurutamine, ettevõtete mitmekeelne tekstitöötlus, RAG, kokkuvõtete koostamine, andmete eraldamine, programmeerimisabi, funktsioonide kutsumine ning väikese ressursivajadusega tehisintellektiabilised.

Kontekst 131K
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu saadaval olev avatud kaaludega mudel; varasema põlvkonna Granite’i mudel, mille on asendanud uuem Granite 4.2 mudeliperekond. Kinnitatud kasutuselt kõrvaldamise või sulgemise kuupäeva ei ole.

Sisend Ametlikku majutatud API tunnipõhist hinda ei ole avaldatud; allalaaditavad kaalud on saadaval Apache 2.0 litsentsi alusel.
Väljund Ametlikult hostitava API tokenihinda ei ole avaldatud; allalaaditavad mudelikaalud on saadaval Apache 2.0 litsentsi alusel.
IBM watsonx üldotstarbeline
IBM watsonx
Granite 4.1

Granite 4.1 8B

Isehostitavad ettevõtete assistendid, mitmekeelne tekstiloome, RAG, programmeerimisabi, struktureeritud andmete eraldamine ja tööriistakutsetega agendid

Kontekst 131K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega instruktsioonimudel

Sisend Ametlikku hostitud teenuse tokenipõhist hinda ei ole avaldatud.
Väljund Ametlik tokenipõhine hostimishind ei ole saadaval.
IBM watsonx üldotstarbeline
IBM watsonx
Granite 4.1

Granite 4.1 30B

Ettevõtte enda taristus töötavad assistendid, pika kontekstiga RAG-rakendused, mitmekeelsed rakendused, programmeerimine, struktureeritud andmete eraldamine ja tööriistu kasutavad agendid

Kontekst 131K
Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu saadaval olev avatud kaaludega juhiste järgi häälestatud mudel; avalikult kättesaadav

IBM watsonx
Granite 4.2

Granite 4.2 3B

Tõhus arutlus, abi programmeerimisel, tööriistade kasutamine, mitmekeelne dialoog, kohapealne juurutamine ja väikese ressursikuluga ettevõtteagendid

Kontekst 131K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine
Olek

Praegune; avalikult kättesaadav avatud kaaludega mudel

IBM watsonx
Granite 4.2

Granite 4.2 8B

Kohalikud või isehostitud arutlusmudelid, programmeerimisabilised, tööriistade kutsumine, mitmekeelne dialoog, otsinguga täiendatud genereerimine ja agentpõhised töövood

Kontekst 131K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Hetkel saadaval; avatud kaaludega ja allalaaditav

Sisend Ametlikult hostitud API-l puudub hind; allalaaditavad Apache 2.0 litsentsiga mudelikaalud
Väljund Ametlikult majutatud API hinnakiri puudub; järeldamise taristu kulud sõltuvad juurutusest
IBM watsonx
Granite 4.2

Granite 4.2 30B

Ise hostitav ettevõtetele mõeldud arutlusvõime, kodeerimisagendid, mitmekeelsed rakendused, tööriistade kutsumine, pika kontekstiga töövood ning organisatsioonid, mis vajavad Apache 2.0 litsentsi

Kontekst 131K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine
Olek

Praegu; avatud kaaludega ja allalaaditav

Sisend IBM-i hostitud API ametlikku hinda ei ole; mudelite kaalud on saadaval isehallatavaks juurutamiseks.
Väljund Ametlikul IBM-i hostitud API-l puudub hinnakiri; mudelite kaalud on saadaval enda hallatavaks juurutuseks.
IBM watsonx üldotstarbeline
IBM watsonx
Granite 7B

Granite-7B-Lab

Ise hostitav ingliskeelse teksti genereerimine, kokkuvõtete koostamine, teabe eraldamine, klassifitseerimine ja katsetamine LAB-iga kooskõlas olevate avatud kaaludega mudelitega ning ressursiteadlik juurutamine

Kontekst 8K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Eemaldati IBM watsonx.ai-st 7. jaanuaril 2025; avatud kaaludega kontrollpunkt on endiselt saadaval enda hallatavasse keskkonda juurutamiseks.

IBM watsonx üldotstarbeline
IBM watsonx
Granite 13B V2

granite-13b-chat-v2

Ingliskeelne ettevõtete vestlus, otsinguga täiendatud genereerimine, küsimustele vastamine, kokkuvõtete koostamine, teabe eraldamine ja klassifitseerimine

Kontekst 8K
Arutlusvõime 4/10
Kiirus 6/10
Väljundid
Tekst
Olek

Tagasi võetud; juurdepääs lõppes 19. jaanuaril 2025

Sisend 0,0006 dollarit 1000 sisendmärgi kohta, watsonx.ai varasem hind
Väljund 0,0006 dollarit 1 000 väljundtokeni kohta, watsonx.ai ajalooline hind
IBM watsonx Kodeerimine

Isehostitavad kodeerimisabilised, koodi genereerimine, koodi selgitamine ja teisendamine, kogu koodihoidlat hõlmavad viibad ning ajalooline või reprodutseeritav uurimistöö

Kontekst 128K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Kasutuselt kõrvaldatud; eemaldati IBM watsonx.ai platvormilt 17.07.2025

Sisend Ajalooliselt 0,0006 dollarit 1000 sisendmärgi kohta IBM watsonx.ai-s
Väljund Ajalooline hind IBM watsonx.ai-s: 0,0006 dollarit 1000 väljundtokeni kohta
IBM watsonx Kodeerimine

Skeemi sidumine ning asjakohase tabeli või veeru valimine tekstist SQL-i päringute koostamise töövoogudes

Kontekst 8K
Arutlusvõime 3/10
Kiirus 3/10
Väljundid
Tekst
Olek

Saadaval; juurutamine ainult nõudmisel

Sisend Pole saadaval kasutuspõhise tokenihinnana; rakendub tellitava juurutustaristu hinnakiri
Väljund Pole saadaval kasutuspõhise tokenihinnastamisena; rakenduvad nõudmisel juurutatava taristu hinnad.
IBM watsonx Programmeerimine

Loomuliku keele teisendamine SQL-päringuteks struktureeritud andmebaasides, analüütikaabilised ning text-to-SQL-konveierite SQL-i genereerimise etapp.

Kontekst 8K
Arutlusvõime 5/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval; vajaduspõhiselt juurutatav mudel IBM watsonx.ai-s

Sisend Eraldi tokenipõhist hinda ei ole avalikult avaldatud; IBM loetleb mudeli nõudmisel juurutatavana.
Väljund Eraldiseisvat tokenipõhist hinda ei ole avalikult avaldatud; IBM kirjeldab mudelit kui nõudmisel juurutatavat.
IBM watsonx Programmeerimine

Ise hostitud kodeerimisabilised, koodi genereerimine, koodi teisendamine, koodi selgitamine ja programmeerimiskatsed, mille puhul eelistatakse Apache 2.0 litsentsiga avatud kaaludega mudelit.

Kontekst 8K
Arutlusvõime 5/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega mudelina ning dokumenteeritud IBM watsonx.ai nõudmisel juurutamiseks; IBM-i 2025. aasta elutsükliteatise kohaselt on see aegunud ja eemaldatud watsonx.ai mitme rentnikuga pakkumisest.

IBM watsonx Programmeerimine

Isehostitav koodi genereerimine, koodi selgitamine, koodi parandamine, koodi teisendamine, programmeerimisabilised ja ühilduvus varasema Granite Code’iga

Kontekst 8K
Arutlusvõime 6/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Pärandversioon / aegunud; saadaval mõnes IBM watsonx keskkonnas ning säilitatud ajalooliseks või teaduslikuks kasutuseks

IBM watsonx Multimodaalne
IBM watsonx
Granite Docling

Granite-Docling-258M

Dokumentide lokaalne teisendamine, paigutuse säilitamisega OCR, tabelite ja valemite eraldamine, DocTagsi genereerimine, dokumentide indekseerimine, RAG-i ettevalmistamine ning struktureeritud ettevõtete dokumenditöövood

Kontekst 8K
Arutlusvõime 4/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikku IBMi hostitud API sisendhinda ei ole; avatud kaaludega mudel on mõeldud kohapealseks või ühilduva kolmanda osapoole juurutuseks.
Väljund Ametlikku IBMi majutatud API väljundihinda ei ole; avatud kaaludega mudel on mõeldud kohapealseks või ühilduva kolmanda osapoole juurutuseks.
IBM watsonx Manusüstekinnitus

Soodsat mitmekeelset semantilist otsingut, keeltevahelist teabeotsingut, vektorandmebaase, sarnasuste võrdlemist ja RAG-konveiereid vajavatele lahendustele

Kontekst 512
Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Embeddingud
Võimekused
Peenhäälestamine
Olek

IBM watsonx.ai-st eemaldatud; avatud kaaludega mudeli kontrollpunkt on IBMi Hugging Face’i organisatsiooni kaudu endiselt saadaval.

Sisend Ametlikku hostitud API hinda ei ole kinnitatud; avatud kaaludega mudel on mõeldud lokaalseks või kolmanda osapoole juurutuseks.
Väljund Ei ole mõeldud tokenite genereerimiseks; loob 384-mõõtmelisi vektorrepresentatsioone
IBM watsonx Manustatud Esitlus

ingliskeelne semantiline otsing, vektoripõhine teabeotsing, otsinguga täiendatud genereerimine, dokumentide sarnasuse tuvastamine, klasterdamine ja ettevõtte teabeotsing

Kontekst 8K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikult hostitud API-l puudub hinnakiri; allalaaditavad mudelikaalud on saadaval Apache 2.0 litsentsi alusel
Väljund Ametlikult hostitud API-l puudub hinnakiri; allalaaditavad mudelikaalud on saadaval Apache 2.0 litsentsi alusel.
IBM watsonx Manustamine

ingliskeelne semantiline otsing, hõre teabeotsing, märksõnade laiendamine, hübriidne BM25- ja vektorotsing, dokumentide järjestamine ning ettevõtte teabeotsing

Kontekst 512
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

Praegu avalikult kättesaadav avatud kaaludega mudel, mis avaldati IBM Granite Experimentsi kaudu.

Võrastiku kõrguse kaardistamine, metsade seire, taimkatte analüüs, süsinikuringe uuringud, ökoloogiline hindamine ja kaugseire katsetused.

Arutlusvõime 1/10
Kiirus 5/10
Võimekused
Pildisisend Peenhäälestamine
Olek

Saadaval allalaaditava avatud kaaludega mudelina; inferentsiteenuse pakkuja seda ei juuruta ning IBMi hoidla teates märgitakse, et projekti ei hooldata IBMi tootena.

IBM watsonx
Granite Geospatial

granite-geospatial-uki

Kaugseire tunnuste eraldamine, Maa vaatlemise ülekandeõpe ning piirkondlikud üleujutuste segmenteerimise töövood multispektraalsete ja SAR-satelliidipiltide abil

Arutlusvõime 1/10
Kiirus 5/10
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval avatud kaaludega teadusmudelina; praegu ei ole loetletud ühtegi hostitud inferentsiteenuse pakkujat.

Sisend Ametlikku hostitud API hinnakirja ei ole; avatud kaaludega mudel
Väljund Ametlikku hostitud API hinnakirja ei ole; avatud kaaludega mudel
IBM watsonx
Granite Guardian

Granite Guardian 3.0 2B

Kohalikult või enda taristus majutatavad turvamehhanismid, viipade ja vastuste modereerimine, jailbreak-rünnete tuvastamine ning RAG-konteksti asjakohasuse, allikapõhisuse ja vastuse asjakohasuse kontrollid

Kontekst 8K
Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Saadaval avatud kaaludega mudelina; selle on asendanud Granite Guardian 3.1 2B

IBM watsonx
Granite Guardian

Granite Guardian 3.0 8B

Oma serveris majutatavad turvamehhanismid, viipade ja vastuste riskide tuvastamine, jailbreak-rünnete sõelumine, toksilisuse hindamine ning RAG-vastuste allikapõhisuse kontrollid

Kontekst 8K
Arutlusvõime 2/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega mudel on allalaadimiseks saadaval, kuid uuemad Granite Guardiani väljalasked on selle asendanud. IBM watsonxi mitme rentnikuga granite-guardian-3-8b juurutus oli kavandatud 2026-08-08 kasutusest eemaldamiseks.

Sisend Ametlikult hostitud API hinda ei leitud; allalaaditav avatud kaaludega mudel
Väljund Ametlikku hostitud API hinda ei leitud; allalaaditav avatud kaaludega mudel
IBM watsonx
Granite Guardian

Granite Guardian 3.1 2B

Kohalikud või isehostitavad turvameetmed, kahjuliku sisu ja jailbreak-rünnete tuvastamine, RAG-i asjakohasuse ja allikapõhisuse kontroll ning funktsioonikutsungutega seotud hallutsinatsioonide tuvastamine

Kontekst 131K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega ja allalaaditav; eemaldati 2025-10-08 mitme rentnikuga watsonx.ai alusmudelite elutsüklist

IBM watsonx
Granite Guardian

Granite Guardian 3.1 8B

Ohutuspiirangud, kahjuliku sisu tuvastamine, jailbreak-rünnete tuvastamine, RAG-konteksti asjakohasuse ja faktipõhisuse kontrollid, vastuse asjakohasuse kontrollid ning funktsioonikutsete hallutsinatsioonide tuvastamine.

Kontekst 128K
Arutlusvõime 3/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

IBM watsonx.ai 2.4.0 dokumentatsioonis märgitud pärandiks ja aegunuks; avatud kaaludega mudel on endiselt allalaaditav ning IBM Granite’i Hugging Face’i repositooriumi kaudu kasutatav.

IBM watsonx
Granite Guardian

Granite Guardian 3.3 8B

Turvapiirded, jailbreak-rünnete tuvastamine, RAG-i põhistatuse ja asjakohasuse kontrollid, funktsioonikutsete hallutsinatsioonide tuvastamine, mudeli hindamine ja kohandatud eeskirjade alusel hindamine

Kontekst 131K
Arutlusvõime 6/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Praegune avatud kaaludega mudel; IBMi dokumentatsioon nimetab Granite Guardian 4.1 8B-d uuemaks järeltulijate sarjaks

IBM watsonx
Granite Guardian

Granite Guardian 3.8B

Viipade ja vastuste ohutuse klassifitseerimine, turvapiirangutest möödahiilimise katsete tuvastamine, RAG-i allikapõhisuse ja asjakohasuse kontrollid, hallutsinatsioonide hindamine ning ettevõtetele mõeldud tehisintellekti kaitsepiirangud

Kontekst 131K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Olek

IBM watsonx.ai dokumentatsioonis aegunud; avatud kaaludega mudel ja ametlikud mudelimaterjalid on endiselt saadaval

Sisend $0,0002 1 000 sisendtokeni kohta IBM watsonx.ai dokumentatsioonis
Väljund IBM watsonx.ai dokumentatsioonis: 0,0002 USA dollarit 1000 väljundtokeni kohta
IBM watsonx
Granite Guardian

Granite Guardian 4.1 8B

AI turvapiirded, jailbreak-rünnete tuvastamine, RAG-i faktipõhisuse ja asjakohasuse kontrollid, funktsioonikutsete hallutsinatsioonide tuvastamine, kohandatud kriteeriumidel põhinev hindamine ning parimate N vastuste järjestamine

Kontekst 8K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Olek

Praegu saadaval avatud kaaludega mudelina

Sisend Ei kohaldu; allalaaditava mudeli hostitud kasutuse ametlikku tokenihinda ei leitud
Väljund Ei kohaldu; allalaaditava mudeli ametlikku hostitud tokenipõhist hinda ei leitud.
IBM watsonx
Granite Guardian 3.2

Granite Guardian 3.2 3B-A800M

Tõhusad lokaalsed või pilves majutatavad turvameetmed, kahjuliku sisu ja jailbreak-rünnete tuvastamine, RAG-i faktipõhisuse ja asjakohasuse kontroll, mudelite jälgitavus ning funktsioonikutsete riskide tuvastamine

Kontekst 131K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Praegu saadaval olev avatud kaaludega mudel; saadaval on ka uuem Granite Guardian 3.3 8B mudel

Sisend IBMi ametlikku hostitud tokenipõhist hinda ei ole; avatud kaaludega mudel
Väljund Ametlikku IBM-i hostitud tokenihinda ei ole; tegu on avatud kaaludega mudeliga
IBM watsonx
Granite Guardian 3.2

Granite Guardian 3.2 5B

Ohutusklassifikatsioon, sisuriskide tuvastamine, jailbreak-rünnete tuvastamine, RAG-vastuste allikapõhisuse ja asjakohasuse kontroll, mudelite seire ning funktsioonikutsete hallutsinatsioonide tuvastamine

Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Olek

Praegune avatud kaaludega mudel; IBM-i mudelivalikus on selle asendanud uuemad Granite Guardiani väljalasked, kuid see on endiselt avalikult kättesaadav

Mitmekeelne kõne transkribeerimine, kõnest tekstiks teisendavad rakendused, kõnetõlge, privaatne kohapealne juurutus, inferents servaseadmetes ja valdkonnapõhine tuvastus koos märksõnade eelistamisega

Kontekst 131K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Suure täpsusega mitmekeelne kõne transkribeerimine, kõne tõlkimine inglise keelde, inglise keelest mitmesse keelde tõlkimine, mürarikka või kajava heli töötlemine ning ettevõtte terminoloogiale kohandatud ASR.

Kontekst 16K
Arutlusvõime 0/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune; äsja avaldatud avatud kaaludega mudel

IBM watsonx Kõnetuvastus
IBM watsonx
Granite Speech 3.2

Granite Speech 3.2 8B

ingliskeelne automaatne kõnetuvastus, ingliskeelse kõne tekstiks teisendamine, kõne tõlkimine inglise keelest valitud keeltesse ning ettevõtte enda taristus töötavad kõnetöötluse töövood

Kontekst 128K
Arutlusvõime 0/10
Kiirus 0/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Saadaval avatud kaaludega mudelina; saadaval on ka uuem Granite Speech 3.3 8B versioon

IBM watsonx Kõnetuvastus
IBM watsonx
Granite Speech 3.3

Granite Speech 3.3 8B

Avatud ja privaatselt juurutatav kõnetuvastus, mitmekeelne transkriptsioon, kõne tekstiks teisendamine, automaatne kõnetõlge ning ettevõtete heli tekstiks teisendamise töövood

Kontekst 128K
Arutlusvõime 3/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval; avatud kaaludega mudel, mudelikaardi praegune redaktsioon 3.3.2

IBM watsonx
Granite Speech 4.1

Granite Speech 4.1 2B

Mitmekeelne võrguühenduseta transkriptsioon, kõne tekstiks teisendamine, kõne tõlkimine, subtiitrite genereerimine ning valdkonnapõhine tuvastus märksõnade eelistamisega

Kontekst 128K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud kaaludega mudel

IBM watsonx Kõnetuvastus
IBM watsonx
Granite Speech 4.1

Granite Speech 4.1 2B NAR

Suure läbilaskevõimega mitmekeelne kõne transkribeerimine, mille puhul on väike järelduslatentsus olulisem kui maksimaalne tuvastustäpsus.

Kontekst 4K
Arutlusvõime 2/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Praegune; avatud kaaludega; Apache 2.0

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on saadaval enda hallatavas keskkonnas kasutamiseks.
Väljund Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on saadaval iseseisvaks hostimiseks.

Kiire kohalik ingliskeelse kõne tekstiks transkribeerimine, servaseadmetes töötav kõnetuvastus (ASR), teadustöö, brauseridemod ja suure läbilaskevõimega mitteäriline pakktöötlus

Arutlusvõime 1/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegune; ainult teadusuuringuteks ja mitteäriliseks kasutamiseks

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on allalaaditavad
Väljund Ametlikult hostitava API hind puudub; mudeli kaalud on allalaaditavad.
IBM watsonx üldotstarbeline
IBM watsonx
Granite SWASH

Granite-SWASH-2B

Kohalik tekstigeneratsioon, tõhusa inferentsi uurimine, väikese ressursivajadusega keelerakendused ja libiseva akna tähelepanumehhanismiga eksperimenteerimine

Kontekst 8K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Olek

Eksperimentaalne eelversioon; praegu on see kättesaadav avatud kaaludega mudelina

Sisend IBM-i hostitud API hinnateavet ei leitud; ise hostitavad mudelikaalud on saadaval Apache 2.0 litsentsi alusel.
Väljund IBM-i hostitud API hinda ei õnnestunud tuvastada; ise hostitavad mudelikaalud on saadaval Apache 2.0 litsentsi alusel
IBM watsonx Kergekaaluline

Tõhusate keelemudelite arhitektuuride, kohaliku järeldamise, jätkuva eeltreenimise ja kohandatud allavoolu kohandamise uurimiseks

Kontekst 8K
Arutlusvõime 3/10
Kiirus 4/10
Väljundid
Tekst
Olek

Praegune eksperimentaalne avatud kaaludega eelversioon

Sisend Ametlikult majutatava API hinnakiri puudub; allalaaditavad mudelikaalud
Väljund Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on allalaaditavad
IBM watsonx Multimodaalne
IBM watsonx
Granite Switch 4.1

Granite Switch 4.1 8B

Ettevõtte enda taristus majutatavad assistendid, mitmekeelne vestlus, RAG, tööriistapõhised töövood, struktureeritud otsusetugi, ohutuse kontrollimine ning ingliskeelse kõnetoega rakendused

Kontekst 131K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegune; avatud kaaludega

IBM watsonx Multimodaalne
IBM watsonx
Granite Switch 4.1

Granite Switch 4.1 30B

Ühe modulaarse lõpp-punkti kaudu isemajutatavad vestlusabilised, otsuste hindamine, ohutuse hindamine ja ingliskeelse kõne tekstiks teisendamise töövood

Kontekst 131K
Arutlusvõime 72/10
Kiirus 67/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Praegu saadaval avatud kaaludega mudelina

Sisend Ametlikku hostitud API sisendhinda ei ole; ise hostimise korral tuleb arvestada taristukuludega.
Väljund Ametlikult hostitud API-väljundi hinda ei ole; ise hostimise korral rakenduvad taristu kulud
IBM watsonx
Granite Time Series

granite-ttm-512-96-r2

Kergekaaluline mitmemõõtmeline prognoosimine minuti- ja tunnise eraldusvõimega, eriti juhul, kui kasutada 512 ajaloolist vaatlust ja 96-punktilist prognoosihorisonti.

Kontekst 512
Arutlusvõime 0/10
Kiirus 9/10
Võimekused
Peenhäälestamine
Olek

Saadaval

Sisend $0,13 1 000 sisendandmepunkti kohta
Väljund 0,38 dollarit 1000 väljundandmepunkti kohta

Tõhus mitmemõõtmeline prognoosimine korrapäraste ajavahemike järel kogutud energia-, liiklus-, tootmis-, võrgu-, müügi- ja anduriandmete põhjal

Kontekst 1K
Arutlusvõime 1/10
Kiirus 9/10
Võimekused
Peenhäälestamine
Olek

Saadaval IBM watsonx.ai kaudu; allalaaditav mudelivariant

Sisend watsonx.ai API hinnaklass 14
Väljund watsonx.ai API hinnaklass 15

Mitmemõõtmeline prognoosimine juhul, kui iga kanali kohta on saadaval vähemalt 1 536 ajaloolist vaatlust; eriti sobiv nõudluse, liikluse, elektritarbimise, tootmise, finantsandmete ja muude minuti- või tunnipõhiste prognoosimisülesannete jaoks.

Kontekst 2K
Arutlusvõime 0/10
Kiirus 9/10
Võimekused
Peenhäälestamine
Olek

Saadaval

Sisend 0,00013 dollarit 1 000 andmepunkti kohta
Väljund $0.00038 1 000 andmepunkti kohta
IBM watsonx Multimodaalne

Graafikute andmete eraldamine, tabelite parsimine, semantiline võtme-väärtuse eraldamine, visuaalsete dokumentide töötlemine ning kohalikud ettevõtetele mõeldud RAG-konveierid

Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval ja allalaaditav; saadaval on ka uuem Granite Vision 4.1 4B versioon

Sisend Ametlikku hostitud API hinda ei leitud; avatud kaaludega mudel, mis on mõeldud enda serveris juurutamiseks
Väljund Ametlikult hostitud API hinnateavet ei leitud; avatud kaaludega mudel, mis on mõeldud enda hallatavas keskkonnas kasutamiseks.
IBM watsonx Multimodaalne

Ingliskeelsete visuaaldokumentide mõistmine, OCR, graafikute ja tabelite analüüs, infograafikute tõlgendamine, diagrammide mõistmine, dokumentidega seotud küsimustele vastamine ning enda hallatavas keskkonnas toimuv multimodaalne järeldamine.

Kontekst 128K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Vanema põlvkonna avatud kaaludega mudel; praegu saadaval

IBM watsonx Multimodaalne

Sobib kõige paremini kohalike visuaalsete dokumentide mõistmiseks, OCR-i abil andmete eraldamiseks, diagrammide ja tabelite analüüsimiseks, pildilt teksti genereerimiseks, visuaalsetele küsimustele vastamiseks ning multimodaalseks RAG-iks.

Kontekst 128K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Varasem, kuid hõlpsasti kättesaadav avatud kaaludega mudel; IBM peab uuemaid Granite Visioni väljalaskeid praeguseks mudelisarjaks.

IBM watsonx Multimodaalne

Ettevõtete dokumentide mõistmine, diagrammide ja tabelite eraldamine, OCR-ile suunatud pildianalüüs, visuaalsetele küsimustele vastamine ning multimodaalne RAG

Kontekst 131K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval; Granite Vision 4.0 3B Visioniga võrreldes pärandversioon

IBM watsonx Multimodaalne Vektoriesitus

Multimodaalne dokumentide otsing, visuaalne otsing, ColBERTi-laadne indekseerimine ning RAG aruannete, slaidide, tabelite, diagrammide ja infograafikute puhul

Kontekst 131K
Arutlusvõime 0/10
Kiirus 7/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval avatud kaaludega mudelina; mudeli enda pakkuja hostitud inferentsiteenuse pakkujat ei ole loetletud. Granite Visioni mudeliperekonda kuulub ka uuem mudel, kuid see konkreetne embeddingu-mudel on endiselt eraldi tuvastatav ja allalaaditav.

IBM watsonx Multimodaalne

Diagrammiandmete eksportimine CSV-vormingusse, dokumentide töötlemise töövood, Doclingu abil rikastamine ja kohalikud diagrammide mõistmise töövood

Kontekst 131K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Eelvaade; pärand- või eksperimentaalne spetsiaalne kontrollpunkt; allalaadimiseks saadaval

Sisend Ametlikult hostitud API hinnakiri puudub; avatud kaaludega mudel, mis on mõeldud ise hostitavaks inferentsiks
Väljund Ametlikult majutatud API kasutamise hind puudub; avatud kaaludega mudel on mõeldud enda hallatavas keskkonnas käitamiseks.
IBM watsonx Multimodaalne
IBM watsonx
Granite Vision 4.1

Granite Vision 4.1 4B

Struktureeritud andmete eraldamine diagrammidest, tabelitest, arvetest, vormidest ja ettevõtete dokumentide piltidelt

Arutlusvõime 3/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikku majutatud API hinnastust pole avaldatud; allalaaditav avatud kaaludega mudel
Väljund Ametlikult hostitava API hinda pole määratud; allalaaditav avatud kaaludega mudel

ingliskeelne semantiline otsing, tihe vektorotsing, vektorindekseerimine, duplikaatküsimuste sobitamine ja kergekaaluline otsinguga täiendatud genereerimine

Kontekst 512
Kiirus 8/10
Väljundid
Embeddingud
Olek

Aegunud; Dallases eemaldati see kasutusest 2026-09-08 ning teistes loetletud piirkondades on kasutusest eemaldamine kavandatud kuupäevale 2027-01-12.

Sisend 0,0001 USA dollarit 1000 sisendmärgi kohta saidil watsonx.ai
Väljund Eraldi hinda ei ole; mudel tagastab genereeritud väljundtokenite asemel embedding-vektorid.
IBM watsonx Manusünge

ingliskeelne semantiline otsing, vektorandmebaasi indekseerimine, otsinguga täiendatud genereerimine, dokumentide sobitamine ning päringute ja tekstilõikude otsing

Kontekst 512
Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Embeddingud
Olek

Aegunud; kasutuselt eemaldamine on kavandatud 12. jaanuariks 2027

Sisend 0,0001 dollarit 1 000 sisendmärgi kohta
LG AI Research üldotstarbeline

Kakskeelne inglise-korea vestlus, juhiste järgimine, koreakeelsed rakendused, lokaalne inferents ning avatud kaaludega LLM-ide uurimine

Kontekst 4K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Saadaval avatud kaaludega mudel; EXAONE’i vanem põlvkond, mille on uuemad EXAONE’i väljalasked asendanud

Sisend Ametlikku hostitud API hinnastust ei ole avaldatud; mudeli kaalud tuleb ise majutada.
Väljund Ametlikku majutatud API hinnakirja pole avaldatud; mudeli kaalud tuleb ise majutada.
LG AI Research Kergekaaluline

Kergekaaluline kohalik tekstiloome, inglise ja korea keele assistendid, kokkuvõtete koostamine, ümberkirjutamine, klassifitseerimine ning juurutamine piiratud ressurssidega seadmetes

Kontekst 33K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Olek

Praegu allalaaditav avatud kaaludega mudel; teadusuuringuteks kasutamine on lubatud, kuid äriliseks kasutamiseks on vaja eraldi litsentsi.

Sisend Ametlikku hostitud API hinnastust ei ole; mudeli kaalud on allalaaditavad.
Väljund Ametlikku hostitud API hinnastamist ei ole; mudeli kaalud on allalaaditavad.
LG AI Research üldotstarbeline

Inglise- ja koreakeelse teksti genereerimiseks, juhiste järgimiseks, pika konteksti töötlemiseks, programmeerimiseks ja matemaatikaks kohalikus või enda hallatavas keskkonnas ning organisatsioonidele, kes vajavad allalaaditavaid mudelikaale.

Kontekst 33K
Arutlusvõime 7/10
Kiirus 4/10
Väljundid
Tekst
Olek

Saadaval olev avatud kaaludega mudel; EXAONE’i vanem põlvkond

LG AI Research Kergekaaluline

Seadmesisesed assistendid, lokaalne teksti genereerimine, korea- ja mitmekeelsed vestlusrakendused, kerge arutlusvõime ning piiratud ressurssidega juurutused

Kontekst 66K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega mudel

LG AI Research
EXAONE 4.0

EXAONE-4.0-32B

Ise hostitavad korea-, inglise- ja hispaaniakeelsed ülesanded, mis nõuavad üldotstarbelist genereerimist, arutlusvõimet, koodi kirjutamist, pika konteksti töötlemist või agendipõhist tööriistade kasutamist

Kontekst 131K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Saadaval avatud kaaludega mudel; ametlikku kasutuselt kõrvaldamise või sulgemise kuupäeva ei ole leitud

Sisend Ametlikku hostitud API hinnastust ei leitud; see on mõeldud peamiselt enda hallatavas keskkonnas juurutamiseks.
Väljund Ametlikku majutatud API hinnastust ei leitud; see on mõeldud peamiselt enda taristus juurutamiseks.
LG AI Research Multimodaalne
LG AI Research
EXAONE 4.5

EXAONE-4.5-33B

Avatud kaaludega multimodaalne arutlus, koreakeelsed ülesanded, dokumentide mõistmine, OCR, visuaalsetele küsimustele vastamine ja iseseisvalt majutatavad juurutused

Kontekst 262K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega mudel

LG AI Research
EXAONE Deep

EXAONE-Deep-7.8B

Kohalik uurimistöö, matemaatiline arutlemine, teadusülesannete lahendamine, programmeerimise hindamine, korea- ja ingliskeelse teksti genereerimine ning enda hallatavas keskkonnas katsetamine

Kontekst 33K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Ajakohane ja ligipääsetav avatud kaaludega teadusväljalase

LG AI Research
EXAONE Deep

EXAONE-Deep-32B

Matemaatiline arutlus, teadusprobleemide lahendamine, koodi hindamine ja kohapealsed juurutused teadusuuringuteks

Kontekst 33K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Praegune avatud kaaludega uurimismudel; allalaaditav ja kohapeal kasutusele võetav

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on allalaaditavad kohapealseks või kolmanda osapoole juurutuseks.
Väljund Ametlikult hostitud API hinnakiri puudub; allalaaditavad mudelikaalud kohalikuks või kolmanda osapoole juurutuseks

EGFR-i mutatsioonide ennustamise, arvutusliku patoloogia, molekulaarse alatüüpimise ja kogu koelõigu kujutiste biomarkerianalüüsi uuringud

Arutlusvõime 0/10
Kiirus 0/10
Võimekused
Pildisisend
Olek

Saadaval piiratud juurdepääsuga avatud lähtekoodiga teadusuuringute väljaandena; hostitud järeldusteenuse pakkuja seda ei paku.

Sisend Ametlikku hostitud API hinnakirja pole avaldatud
Väljund Ametlikku hostitud API hinnakirja pole avaldatud
Meta AI Multimodaalne
Meta AI
DINOv3

DINOv3

Pildivektorid, tihe tunnuste eraldamine, piltide otsing, klassifitseerimine, segmenteerimine, sügavuse hindamine, objektide leidmine, videojälgimise töövood ja georuumiline arvutinägemine

Arutlusvõime 0/10
Kiirus 7/10
Väljundid
Embeddingud
Võimekused
Pildisisend Peenhäälestamine
Olek

Praegune; allalaaditav avatud kaaludega teadusmudelite komplekt

Meta AI üldotstarbeline
Meta AI
Llama 3.1

Llama 3.1 8B

Kohalik järeldamine, peenhäälestus, privaatne juurutamine, teksti genereerimine, otsinguga täiendatud genereerimine, teadustöö ja kulutundlikud rakendused

Kontekst 131K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu saadaval olev avatud kaaludega staatiline mudel; allalaaditav ja kasutatav ühilduvate kohalike või hostitud inferentsilahenduste kaudu

Meta AI üldotstarbeline

Kvaliteetne avatud kaaludega teadustöö, mitmekeelsed rakendused, programmeerimine, arutlemine, sünteetiliste andmete genereerimine, mudelite destilleerimine ja isehostitud juurutused, mis nõuavad märkimisväärset taristut

Kontekst 131K
Arutlusvõime 9/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega mudelina; uuemad Llama väljalasked on selle vanema põlvkonna asendanud

Meta AI Kergekaaluline
Meta AI
Llama 3.2

Llama 3.2 1B

Privaatne lokaalne järeldamine, mobiili- ja servaseadmete assistendid, kokkuvõtete koostamine, ümberkirjutamine, otsingutoega genereerimine ning väikese ressursivajadusega mitmekeelsed rakendused

Kontekst 128K
Arutlusvõime 3/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Allalaaditav avatud kaaludega mudel; staatiline kontrollpunkt

Sisend Ametlikku Meta hostitud API hinnakirja ei ole; allalaaditavad mudelikaalud on saadaval Llama 3.2 Community License'i alusel.
Väljund Meta enda hostitava API ametlik hind puudub; juurutus- ja inferentsikulud sõltuvad riistvarast või kolmanda osapoole hostimisteenusest.
Meta AI Kergekaaluline
Meta AI
Llama 3.2

Llama 3.2 3B

Privaatne lokaalne inferents, mitmekeelse teksti genereerimine, servarakendused, mudeli kohandamine ja peenhäälestus

Kontekst 128K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine
Olek

Saadaval; staatiline eeltreenitud avatud kaaludega mudel

Sisend Ametlikku Meta hallatava API hinda ei ole; allalaaditavad kaalud
Väljund Ametlikku Meta hallatava API hinda ei ole; allalaaditavad kaalud
Meta AI Multimodaalne

Visuaalsetele küsimustele vastamine, piltide sisuline analüüs, diagrammide ja dokumentide mõistmine, piltide kirjeldamine, multimodaalsed teadusuuringud ning isemajutatavad või partnerite hallatavad tehisintellektirakendused.

Kontekst 128K
Arutlusvõime 8/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Peenhäälestamine
Olek

Saadaval avatud kaaludega mudel; staatiline mudel, mida on treenitud võrguühenduseta andmestikul

Meta AI Multimodaalne

Ise majutatav visuaalne küsimustele vastamine, piltide kirjeldamine, dokumentide analüüs, visuaalne arutlemine ja multimodaalsed assistendid

Kontekst 128K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Peenhäälestamine
Olek

Saadaval olev avatud kaaludega staatiline mudel

Meta AI üldotstarbeline

Isehostitav või majutatud mitmekeelne vestlus, programmeerimisabi, pika kontekstiga teksti genereerimine, tööriistade kutsumine, sünteetilised andmed ja avatud mudelikaalusid nõudvad rakendused

Kontekst 128K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine
Olek

Saadaval avatud kaaludega mudel; staatiline mudel, mis on treenitud võrguühenduseta andmestikul

Sisend Meta hallatavat ühtset tokenipõhist hinda ei ole; saadaval on allalaaditavad mudelikaalud ja kolmandate osapoolte hostimisvõimalused
Väljund Meta hallatava majutuse jaoks ei ole ühtset tokenipõhist hinda; saadaval on allalaaditavad mudelikaalud ja kolmandate osapoolte pakutavad majutusvõimalused
Meta AI Multimodaalne

Avatud kaaludega multimodaalsed assistendid, piltide mõistmine, visuaalne küsimustele vastamine, programmeerimine, mitmekeelsed rakendused, loovkirjutamine ja pika kontekstiga tekstitöötlus.

Kontekst 1M
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval; staatiline avatud kaaludega kontrollpunkt

Meta AI Multimodaalne

Pika konteksti dokumentide ja koodi analüüs, visuaalsetele küsimustele vastamine, multimodaalsed assistendid, mitmekeelsed rakendused, mudelite isehostitud käitamine ja kohandatud juurutused

Kontekst 10M
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval; avatud kaaludega mudel

Meta AI
Llama Guard

Llama Guard 4

Teksti- ja pildimoderatsioon generatiivse tehisintellekti süsteemides kasutatavate viipade ja loodud vastuste jaoks

Kontekst 8K
Arutlusvõime 2/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval avatud kaaludega mudelina

Meta AI
Llama Guard 3

Llama Guard 3-1B

Madala kuluga viipade ja vastuste ohutuse klassifitseerimine, lokaalne modereerimine, juurutamine mobiili- ja servaseadmetes ning kohandatavad LLM-i turvapiirded

Kontekst 131K
Arutlusvõime 3/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegu avatud kaaludega mudel; allalaadimine on võimalik pärast juurdepääsu heakskiitmist.

Teksti ja pilti kombineerivate viipade ning tekstivastuste ohutusklassifikatsioon multimodaalsetes LLM-süsteemides

Kontekst 128K
Arutlusvõime 4/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval avatud kaaludega multimodaalne ohutusmudel; Meta praegustes mudelihoidlates on see endiselt loetletud.

Meta AI
Llama Prompt Guard 2

Llama Prompt Guard 2 22M

Prompt-injektsioonide ja jailbreak-katsete väikese latentsusega tuvastamine LLM-rakendustes, agentides, otsitud dokumentides ja muus ebausaldusväärses tekstis

Kontekst 512
Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegune avatud kaaludega ohutusklassifikaator

Meta AI
Llama Prompt Guard 2

Llama Prompt Guard 2 86M

Mitmekeelne prompt injection’i tuvastamine, jailbreak’ide kontroll, agentide turvalisus ning ebausaldusväärse teksti filtreerimine enne selle jõudmist LLM-i

Kontekst 512
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegu avatud kaaludega mudel; allalaadimine on juurdepääsupiiranguga

Meta AI Arutlus
Meta AI
Muse Glimmer

Muse Glimmer

Kohalikud agendid, pika kestusega tööriistade töövood, programmeerimisabilised, multimodaalne dokumentide ja ekraanipiltide mõistmine, privaatne seadmesisene inferents ning mudeli kohandamine

Kontekst 131K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; seda saab ise majutada ning see on saadaval valitud kolmandate osapoolte pakutavate hostitud järeldusteenuste kaudu

Sisend Meta ametlikult hallatava API jaoks ei ole tokenipõhist hinda; avatud kaalud saab alla laadida ja ise majutada ilma tokenipõhiste tasudeta.
Väljund Meta enda hallatava API tokenipõhist ametlikku hinda ei ole; kolmandate osapoolte hallatavate inferentsiteenuste hinnad sõltuvad teenusepakkujast.
Meta AI Multimodaalne
Meta AI
Muse Image

Muse Image 1.0

Tekstikirjelduste põhjal piltide loomine, täpne pilditöötlus, mitme pildi kombineerimine, visuaalselt sidusate seeriate loomine, tootepildid, loomingulised materjalid ja tegelikkusel põhinev visuaalne sisu.

Arutlusvõime 8/10
Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegu saadaval Meta Model API kaudu; samuti valitud Meta AI tarbijateenustes

Väljund 0,01 dollarit edukalt loodud pildi kohta
Meta AI Arutlus
Meta AI
Muse Spark

Muse Spark 1.1

Agendipõhised töövood, kodeerimisagendid, arvuti kasutamise automatiseerimine, dokumentide ja meedia multimodaalne analüüs, pika kontekstiga arutlus, tööriistade orkestreerimine ning veebipõhised rakendused.

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Hetkel saadaval, kuid Muse Spark 1.2 ja Muse Spark 1.3 on selle asendanud; USA arendajatele on see avalikus eelvaates kättesaadav Meta Model API Standardi tasemel.

Sisend 1,25 dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisend maksab 0,15 dollarit 1 miljoni tokeni kohta
Väljund 4,25 dollarit 1 miljoni väljundmärgi kohta
Meta AI Programmeerimine
Meta AI
Muse Spark

Muse Spark 1.2

Pikaajalisi ülesandeid lahendavad kodeerimisagendid, kogu repositooriumi ulatuses tarkvaraarendus, multimodaalne koodigenereerimine, silumine, refaktoreerimine ja tööriistapõhised töövood

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Saadaval; varasem versioon, uue töö jaoks on soovitatav Muse Spark 1.3

Sisend 1,25 dollarit 1 miljoni sisendmärgi kohta; 0,15 dollarit 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 4,25 dollarit 1 miljoni väljundtokeni kohta
Meta AI Multimodaalne
Meta AI
Muse Spark

Muse Spark 1.3

Pikaajalist planeerimist nõudvad kodeerimisagendid, tarkvaraarendus, brauseri ja arvuti kasutamise töövood, tööriistade orkestreerimine, suured koodirepositooriumid, dokumentide analüüs ja multimodaalne arutlus

Kontekst 1.05M
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune; saadaval Meta Model API ja Muse Code'i kaudu

Sisend 1,25 dollarit 1 miljoni sisendtokeni kohta; 0,15 dollarit 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund 4,25 $ 1 miljoni väljundtokendi kohta

Reaalajas kõne tekstiks teisendamine, reaalajas subtiitrid, hääleagendid, koosolekute transkribeerimine, kõneanalüüs, dikteerimine ja kõnelejaid eristav transkriptsioon

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegu saadaval Meta Model API kaudu

Sisend 3,00 dollarit 1 000 minuti kohta (0,18 dollarit tunnis)
Meta AI
Omnilingual wav2vec 2.0

Omnilingual wav2vec 2.0

Mitmekeelse kõne representatsiooni õppimiseks, heliembedding’ute loomiseks, vähese ressursiga keelte uurimiseks ja kohandatud kõnesüsteemide arendamiseks

Arutlusvõime 1/10
Kiirus 5/10
Väljundid
Embeddingud
Võimekused
Helisisend Peenhäälestamine
Olek

Praegune; avatud lähtekoodiga uurimismudelite perekond

Sisend Tasuta allalaadimine ja majutamine enda serveris; ametlikult majutatud API hinnakirja pole avaldatud
Väljund Tasuta allalaadimiseks ja ise majutamiseks; ametlikult hostitava API hinda pole avaldatud

Ühe pildi põhjal 3D-inimese võrgumudeli rekonstrueerimine, poosi ja kehakuju hindamine, AR/VR, robootika tajusüsteemid ning arvutinägemise teadusuuringud

Arutlusvõime 2/10
Kiirus 4/10
Võimekused
Pildisisend
Olek

Värske teadusväljaanne; allalaaditavad kontrollpunktid piiratud juurdepääsuga Hugging Face'is

Sisend Ametlikku hostitud API hinnastust ei ole avaldatud
Väljund Ametlikult hostitava API hinnakirja ei ole avaldatud

Tekstuursete 3D-objektide rekonstrueerimine ühe pildi põhjal looduslikest stseenidest, 3D-arvutinägemise uuringud, Gaussian splattingu töövood ja 3D-varade kiire prototüüpimine

Arutlusvõime 2/10
Kiirus 3/10
Võimekused
Pildisisend
Olek

Uurimistööks kättesaadav väljalase; juurdepääsupiiranguga mudeli kontrollpunktid

Meta AI Multimodaalne
Meta AI
SAM Audio

SAM Audio

Viipade põhine heli eraldamine, kõne ja müra isoleerimine, instrumentide ja vokaali eraldamine, audiovisuaalse heli segmenteerimine ning audiotöötluse uurimine

Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Heli
Võimekused
Helisisend Videosisend Mitmeliigiline sisend
Olek

Praegu avalik uurimisväljalase; allalaaditavad mudeli kontrollpunktid ja avalik demo on saadaval

Sisend Majutatud API hinnakujundust ei ole avaldatud; allalaaditavad mudeli kontrollpunktid on saadaval SAM-litsentsi alusel.
Väljund Hostitud API hinnakirja pole avaldatud; mudel väljastab sihtheli ja jääkheli eraldi.
Meta AI Multimodaalne

Mitteäriline uurimistöö väljendusrikka mitmekeelse kõnest kõnesse tõlkimise, prosoodia ülekandmise ja häälelaadi säilitamise vallas

Arutlusvõime 2/10
Kiirus 3/10
Väljundid
Kõne
Võimekused
Helisisend
Olek

Saadaval piiratud juurdepääsuga teadusliku väljalaskena

Meta AI Multimodaalne

Mitmekeelne automaatne kõnetuvastus, kõne tekstiks tõlkimine, teksti tõlkimine, teksti kõneks tõlkimine ja kõne kõneks tõlkimine

Arutlusvõime 1/10
Kiirus 5/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval avatud kaaludega uurimismudelina; kasutamiseks ainult mitteärilises teadustöös

Sisend Ei kohaldu; ametlikult hostitud API hinnakirja ei ole avaldatud
Väljund Ei kohaldu; ametlikku hostitud API hinnastust ei ole avaldatud
Meta AI
Segment Anything

SAM 3.1

Avatud sõnavaraga objektituvastus, piksli tasemel pildi segmenteerimine ja mitme objekti jälgimine videos

Arutlusvõime 2/10
Kiirus 9/10
Väljundid
pilt
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu saadaval; Meta Model API kaudu hostitud ning avaldatud uurimisversioonidena kättesaadav.

Sisend 2,50 dollarit 1 000 pildi kohta; 0,20 dollarit 1 000 videokaadri kohta
Väljund Sisaldub pildi- ja videosegmenteerimise hinnas; eraldi väljundtokenite hinda ei ole.
Meta AI Multimodaalne

Ristmodaalne heli-video-teksti otsing, audiovisuaalsed embedingud, helisündmuste mõistmine, meedia indekseerimine ja multimodaalse taju süsteemid.

Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Embeddingud
Võimekused
Helisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval ja avalikult kättesaadav

Sisend Ametlikult hostitud API hinnakiri puudub; avatud kontrollpunktid on saadaval enda hallatavas keskkonnas kasutamiseks.
Väljund Ametlikult hostitud API hinnakujundus puudub; mudel tagastab genereeritud meedia asemel embedding-vektorid.
Meta AI Multimodaalne

Arvutuslik neuroteadus, fMRI-vastuste ennustamine, aju kodeerimine, multisensoorsete protsesside uurimine ja in silico eksperimentide kavandamine

Arutlusvõime 0/10
Kiirus 0/10
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Avatud kaaludega teaduslik väljalase

Meta AI
Võrastiku kõrguskaardid

Canopy Height Maps v2

Metsade kaardistamine, võrastiku kõrguse hindamine, taastamise seire, ökoloogiline analüüs ja georuumilised uuringud satelliidipiltide abil

Arutlusvõime 2/10
Kiirus 6/10
Võimekused
Pildisisend
Olek

Praegune; avatud lähtekoodiga uurimismudel, mille mudeli kaaludele on piiratud juurdepääs

Sisend Ametlikku majutatud API hinnakirja pole avaldatud; mõeldud kohapealseks või teaduslikuks kasutuseks
Väljund Ametlikku hostitud API hinnastust ei ole avaldatud; väljunditeks on puuvõrastiku kõrguse prognoositensorid või rasterandmed.
Microsoft Copilot
BiomedParse

MedImageParse

Tekstipõhine biomeditsiiniliste kujutiste segmenteerimine, annotatsioonide koostamise tugi, elundite ja kasvajate piiritlemine, patoloogiliste rakkude analüüs ning teadustööle suunatud meditsiinilise pildistamise töövood

Arutlusvõime 1/10
Kiirus 5/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Hetkel avatud kaaludega uurimismudel, mis on Microsoft Foundry kaudu saadaval hallatud juurutamiseks.

Sisend Mudeli ühe päringu hinda ei ole avalikult avaldatud; Microsoft Foundry juurutustega kaasnevad hallatava Azure’i arvutusressursi tasud.
Väljund Mudeli inferentsipõhist hinda ei ole avalikult avaldatud; Microsoft Foundry juurutustele rakenduvad Azure’i hallatava arvutusvõimsuse tasud.
Microsoft Copilot Multimodaalne

Rindkere röntgenpiltide esialgsete raportite koostamine, struktureeritud leidude väljavõte, radioloogide töövoo toetamine, teadusuuringute hindamine ja asutusespetsiifiline peenhäälestus

Arutlusvõime 2/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Piiratud eelvaade; vajalik on registreerumine ja juurdepääsu saamise heakskiit.

Sisend $0.00218 pildi kohta standardse inferentsi korral
Väljund Sisaldub ühe pildi inferentsi hinnas; väljund on genereeritud tekstilised tulemused.
Microsoft Copilot Multimodaalne

Seadmesisene piltide kirjeldamine, objektituvastus, fraaside sidumine pildipiirkondadega, piirkondade kirjeldamine, OCR ja kerged arvutinägemise töövood

Kontekst 1K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu avatud kaaludega mudel, mille saab Hugging Face’ist alla laadida ning kohapeal või enda hallatavas keskkonnas käitada

Microsoft Copilot Multimodaalne

Piltide lokaalne kirjeldamine, objektituvastus, visuaalne lokaliseerimine, OCR, piirkondade märgendamine ja mitme ülesandega arvutinägemise töötlusvood.

Kontekst 1K
Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu avatud kaaludega mudel; Hugging Face’i kaudu avalikult kättesaadav kohalikuks või enda serveris käitamiseks.

Avatud kaaludega arutlus-, matemaatika-, programmeerimis-, teadustöö- ja üldise tekstiloome rakendused, mis vajavad DeepSeek-R1-laadset arutlusvõimet ja Microsofti järelõpet

Kontekst 164K
Arutlusvõime 8/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega mudelina ning Microsoft Foundry hostitud API kaudu

Microsoft Copilot
MAI-Image

MAI-Image-2.5

Kvaliteetne tekstist pildi loomine, fotorealistlikud kujutised, toote- ja turundusvisuaalid, esitluste graafika ning täpne pildist pildiks töötlus.

Kontekst 131K
Arutlusvõime 6/10
Kiirus 6/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Eelvaade

Sisend 5 dollarit 1 miljoni tekstisisendi märgi kohta; 8 dollarit 1 miljoni pildisisendi märgi kohta
Väljund 47 dollarit 1 miljoni pildi väljundmärgi kohta
Microsoft Copilot Multimodaalne
Microsoft Copilot
MAI-Image

MAI-Image-2.6

Kvaliteetne tekstist pildi loomine, juhitav pilditöötlus, kommertskasutuseks mõeldud pildid, toodete ja brändi visuaalid, fotorealistlikud stseenid ning mitme lähtepildiga loomingulised töövood

Arutlusvõime 2/10
Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Veebiotsing
Olek

Avalik eelvaade

Microsoft Copilot Multimodaalne
Microsoft Copilot
MAI-Image-2.5

MAI-Image-2.5-Flash

Kiire ja kulutõhus tekstist pildi genereerimine, piltide redigeerimine, loominguline tootmine, kontseptsioonide visualiseerimine ja suure mahuga pilditöötluse töövood

Kontekst 32K
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Avalik eelvaade; kasutuselt eemaldamine on kavandatud 1. oktoobriks 2026

Sisend 1,75 dollarit 1 miljoni tekstisisendtokeni kohta; 1,75 dollarit 1 miljoni pildisisendtokeni kohta
Väljund 19,50 dollarit 1 miljoni pildiväljundi märgi kohta
Microsoft Copilot Multimodaalne
Microsoft Copilot
MAI-Image-2.5

MAI-Image-2.5-Pro

Kõrge täpsusega tekstist piltide loomine, piltide täpne redigeerimine, pilkupüüdvad põhipildid, kommerts- ja fotorealistlik loovtöö, täpne pildisisene tüpograafia ning visuaalselt tihedad stseenid, kus objektid, tegelased, materjalid ja ruumilised suhted

Kontekst 131K
Arutlusvõime 7/10
Kiirus 4/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Avalik eelvaade

Sisend 5 USA dollarit 1 miljoni tekstisisendi märgi kohta; 8 USA dollarit 1 miljoni pildisisendi märgi kohta
Väljund 106 dollarit 1 miljoni pildi väljundmärgi kohta
Microsoft Copilot
MAI-Transcribe

MAI-Transcribe-1.5

Mitmekeelne kõne tekstiks teisendamine, subtiitrid, koosolekute transkribeerimine, ligipääsetavus, kõnede analüüs, sisutöövood, häälagentide helisisu mõistmine ja valdkonnaspetsiifiline terminoloogia

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Eelvaade; praegu saadaval Microsoft Foundry ja Azure Speechi kaudu

Sisend 0,36 dollarit helitunni kohta
Microsoft Copilot
MAI-Transcribe

MAI-Transcribe-2

Mitmekeelne heli transkribeerimine, koosolekute ja kontaktkeskuste salvestised, subtiitrid, kliinilised märkmed, ligipääsetavus, meediasisu otsing, hääleagentide hindamine ning valdkonnapõhine transkribeerimine koos kõnelejate siltide ja ajatemplitega

Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Avalik eelversioon

Sisend 0,10 dollarit ühe helitunni eest; piiratud aja jooksul kehtiv turuletulekuhind kuni 31. detsembrini 2026
Väljund Sisaldub; eraldi tekstiväljundi tasu kohta ei ole dokumenteeritud teavet.
Microsoft Copilot
MAI-Voice

MAI-Voice-2

Ilmekas pikavormiline jutustamine, audioraamatud, taskuhäälingud, hariduslik sisu, pealelugemine, ligipääsetavus ja kvaliteetne brändiheli

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Avalik eelversioon

Sisend 22 dollarit 1 miljoni tähemärgi kohta
Väljund 22 dollarit 1 miljoni märgi kohta
Microsoft Copilot Multimodaalne

Meditsiiniliste piltide ja teksti vektorrepresentatsioonid, sarnasuspõhine otsing, multimodaalne infootsing, järgneva etapi klassifitseerimine, kõrvalekallete tuvastamine, andmekogumite kureerimine ning tervishoiu tehisintellekti arendamise töövood

Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Piiratud eelvaade

Microsoft Copilot
MedImageParse

MedImageParse 3D

Täielike CT- või MRI-uuringumahtude segmenteerimine tekstiviipade abil, elundite ja kahjustuste piiritlemine, mahumõõtmine, abi annotatsioonide koostamisel ning meditsiinilise pildinduse teadusuuringud

Arutlusvõime 1/10
Kiirus 5/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval Microsoft Foundry klassikalise hallatava andmetöötluse kaudu; mõeldud ainult teadus- ja mudeliarendustööks.

Microsoft Copilot üldotstarbeline
Microsoft Copilot
Microsoft Foundry mudeliruuter

model-router

Ettevõtete rakendused erineva keerukusega töökoormuste jaoks, mudelivaliku automatiseerimine, agentide töövood, kulude optimeerimine ning seadistatavad kompromissid kvaliteedi ja latentsusaja vahel.

Kontekst 200K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Ajakohane; uusim dokumenteeritud versioon on 2025-11-18

Sisend Seda ei avaldata avalikult numbrilise hinnana; Microsofti hinnalehel kuvatakse praegu „$-” ning kasutajad suunatakse asjakohaste juurutuse üksikasjade saamiseks Azure'i hinnastuse juurde.
Väljund Eraldi välja toodud ei ole; arveldamine sõltub mudeliruuterist ja selle kaudu suunatava mudeli hinnastamisseadetest.
Microsoft Copilot üldotstarbeline

Kohapealne ja privaatne teksti genereerimine, programmeerimisabi, matemaatika, arutlus, kokkuvõtete koostamine ning latentsuse suhtes tundlikud rakendused

Kontekst 4K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Microsoft Foundryst eemaldatud; avatud kaaludega repositoorium on iseseisvaks juurutamiseks endiselt saadaval

Sisend $0.00017 1 000 tokeni kohta Azure AI-s ajalooliselt; hostitud versiooni hind ei kehti pärast kasutusest eemaldamist
Väljund Ajalooliselt 0,00068 dollarit 1000 tokeni kohta Azure AI-s; pärast kasutuselt kõrvaldamist ei ole hostitud hind enam kohaldatav
Microsoft Copilot üldotstarbeline

Pika kontekstiga vestlused, otsinguga täiendatud genereerimine, dokumentide kokkuvõtete koostamine, programmeerimine, matemaatika, arutlemine ja enda hallatavad teksti genereerimise rakendused

Kontekst 131K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Laiemalt kättesaadav Microsoft Foundry kaudu; avatud kaaludega kontrollpunkt on allalaadimiseks ja enda taristus majutamiseks saadaval

Sisend $0.17 1 miljoni sisendmärgi kohta Microsoft Foundry keskkonnas
Väljund 0,68 dollarit 1 miljoni väljundmärgi kohta Microsoft Foundry's
Microsoft Copilot Kergekaaluline

Kohapealne või väikese latentsusega teksti genereerimine, kerged assistendid, matemaatika, programmeerimine, kokkuvõtete koostamine ja piiratud ressurssidega juurutused

Kontekst 4K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Microsoft Foundrys kasutuselt kõrvaldatud 30. augustil 2025

Sisend $0.00013 1 000 sisendtokeni kohta (Azure'i ajalooline hinnakujundus)
Väljund 0,00052 dollarit 1000 väljundmärgi kohta (ajalooline Azure’i hinnastus)
Microsoft Copilot Kergekaaluline

Pikkade dokumentide analüüs, kohalikud assistendid, programmeerimis- ja matemaatikaülesanded, otsinguga täiendatud genereerimine, privaatne või võrguühenduseta tuletamine ning piiratud ressurssidega juurutused.

Kontekst 131K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Eemaldati Microsoft Foundryst 30. augustil 2025; avatud kaaludega kontrollpunkt on endiselt allalaaditav ja kasutatav isehostitud inferentsiks.

Sisend $0.00013 1000 sisendtokeni kohta, Azure’i Models-as-a-Service’i ajalooline hinnakujundus; majutatud pakkumine on lõpetatud
Väljund $0.00052 1 000 väljundtokeni kohta; Azure Models-as-a-Service’i ajalooline hinnastus; hostitud pakkumine on lõpetatud
Microsoft Copilot Kergekaaluline

Kohalik ja privaatne tekstiloome, juhiste järgimine, abi koodi ja matemaatikaga, kokkuvõtete koostamine, andmete eraldamine ning kasutuselevõtt piiratud ressurssidega keskkondades

Kontekst 8K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Eemaldati Microsoft Foundryst 30.08.2025; allalaaditav avatud kaaludega mudeli kontrollpunkt on endiselt saadaval

Sisend 0,00015 dollarit 1000 sisendtokeni kohta (Azure Models as a Service'i ajalooline hinnastus; majutatud teenuse kasutamine on lõpetatud)
Väljund $0.0006 1000 väljundtokeni kohta (Azure Models as a Service'i ajalooline hinnastus; hostitud teenuse pakkumine on lõpetatud)
Microsoft Copilot Kergekaaluline

Pika konteksti tekstiloome, dokumentide analüüs, kokkuvõtete koostamine, kohalikud assistendid, programmeerimise tugi, matemaatika ning kulutundlikud isehostitavad rakendused

Kontekst 131K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Microsoft Foundryst eemaldatud 2025-08-30; avatud kaaludega mudeli kontrollpunkt on endiselt saadaval oma taristus juurutamiseks

Sisend Ajalooliselt 0,00015 USD iga 1000 sisendtokeni kohta Azure Foundrys; hostitud Azure’i juurdepääs on lõpetatud
Väljund Ajalooliselt 0,0006 USD 1000 väljundtokeni kohta Azure Foundrys; Azure'i hostitud juurdepääs on lõpetatud
Microsoft Copilot Kergekaaluline

Kohapealne mitmekeelne vestlus, kokkuvõtete koostamine, dokumentide analüüs, programmeerimisabi, pika kontekstiga teabeotsing ja kasutuselevõtt piiratud ressurssidega keskkondades

Kontekst 131K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega mudel; toetatud ka Microsofti ja kolmandate osapoolte kohalikes või majutatud inferentsikeskkondades

Microsoft Copilot üldotstarbeline

Pika konteksti töötlemisega mitmekeelsed assistendid, programmeerimine, matemaatika, arutlemine, otsinguga täiendatud genereerimine ning kontrollitud kohapealne juurutamine.

Kontekst 131K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Eemaldati Azure Foundryst 30. augustil 2025; allalaaditav avatud kaaludega mudeli kontrollpunkt on endiselt saadaval enda hallatavaks juurutuseks.

Sisend Ajalooliselt 0,16 dollarit 1 miljoni sisendtokeni kohta Azure'is; pärast kasutuselt kõrvaldamist ei ole praegune hostitud teenuse hind saadaval.
Väljund Azure'is oli ajalooline hind 0,64 dollarit 1 miljoni väljundtokeni kohta; pärast teenuse kasutuselt kõrvaldamist ei ole praegune majutatud teenuse hind saadaval.
Microsoft Copilot Multimodaalne

Kergekaaluline piltide ja teksti analüüs, OCR, graafikud, tabelid, diagrammid, dokumendid, ekraanipildid ja mitme pildi võrdlemine

Kontekst 131K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Ajakohane ja juurdepääsetav; avatud kaaludega mudel, mis on saadaval Microsoft Foundry juurutusvõimaluste kaudu

Microsoft Copilot üldotstarbeline
Microsoft Copilot
Phi-4

Phi-4

Tõhus tekstiloome kohapeal või majutatud keskkonnas, STEM-valdkondade arutluskäik, matemaatika, programmeerimisabi, tehnilistele küsimustele vastamine ning väikeste keelemudelite uurimine

Kontekst 16K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Olek

Eelvaade Microsoft Foundrys; avatud kaaludega mudel on saadaval MIT-litsentsi alusel

Tõhus matemaatiline mõtlemine, matemaatikaõpe, automatiseeritud hindamine, vähese ressursivajadusega arutlusagendid, servaseadmetes juurutamine, mobiilirakendused ja latentsustundlik lokaalne järeldamine

Kontekst 66K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu saadaval olev avatud kaaludega mudel; kättesaadav Microsofti Hugging Face'i repositooriumi kaudu ning dokumenteeritud saadavusega Azure AI Foundrys

Microsoft Copilot Kergekaaluline

Tõhus teksti genereerimine lokaalselt või pilves, mitmekeelsed rakendused, matemaatika, programmeerimine, arutlemine, otsinguga täiendatud genereerimine ja servaseadmetes juurutamine

Kontekst 131K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Üldiselt saadaval

Sisend 0,00075 dollarit 1 000 tokeni kohta Microsofti 2025. aasta veebruari Azure’i teadaandes; Foundry praegune hinnakujundus võib erineda
Väljund 0,0003 dollarit 1000 märgi kohta Microsofti 2025. aasta veebruari Azure’i teadaande kohaselt; Foundry praegune hinnakujundus võib erineda

Matemaatiline arutluskäik, õppetöö juhendamine, abi formaalsete tõestuste koostamisel, sümbolarvutused, lokaalne järeldamine, servaseadmetes juurutamine ja latentsustundlikud rakendused

Kontekst 128K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Eelversioon; praegu saadaval Microsoft Foundry kaudu ja avatud kaaludega levitamisena

Microsoft Copilot Multimodaalne

Kompaktsed multimodaalsed assistendid, OCR, dokumentide ja diagrammide analüüs, piltide kohta küsimustele vastamine, kõnetuvastus, kõne tõlkimine, heli kokkuvõtete koostamine ning privaatne või kohapealne juurutamine

Kontekst 131K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Saadaval; avatud kaaludega; Microsoft Foundry ja Hugging Face'i kataloogis

Sisend Praegu ei ole avalikult avaldatud arvulist hinda; Azure'i hinnalehel kuvatakse $-
Väljund Praegu ei ole avalikult avaldatud kehtivat numbrilist hinda; Azure'i hinnalehel kuvatakse $-.

Matemaatiline arutlemine, programmeerimine, teadus, loogika, algoritmiline probleemilahendus, uurimistöö ja piiratud ressurssidega kohapealsed juurutused

Kontekst 33K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Eelvaade; avatud kaaludega ja praegu Microsoft Foundrys loetletud

Sisend Ametlikku tokenipõhist hinda pole avaldatud; avatud kaaludega mudel, mida saab ise majutada või kasutada eraldi hinnastatud hallatud juurutusena.
Väljund Ametlikku tokenipõhist hinda ei ole avaldatud; avatud kaaludega mudel, mida saab ise majutada või kasutada eraldi hinnastatud hallatud juurutusena.
MiniMax Multimodaalne

Lühikesed tekstist videoks ja pildist videoks loodud klipid, kinematograafilised eksperimendid, reklaamikontseptsioonid, sotsiaalmeediasisu ning keeruka liikumisega stseenid.

Arutlusvõime 1/10
Kiirus 5/10
Väljundid
Video
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Pärandmudel või asendatud mudel; see ei ole enam MiniMaxi praeguses ametlikus mudelikataloogis olulisel kohal.

Väljund Ajalooliste käivitamiskonfiguratsioonide hinnakujundus põhines genereeritud videol, mitte tokenitel; dokumenteeritud konfiguratsioonide hulka kuulusid 512p/6 s, 512p/10 s, 768p/6 s, 768p/10 s ja 1080p/6 s.
MiniMax Video Genereerimine

Lühikesed filmilikud videod, piltide animeerimine, realistlik inimliikumine, stiliseeritud stseenid, visuaalefektid, reklaamikontseptsioonid ja sotsiaalmeediasisu.

Arutlusvõime 2/10
Kiirus 6/10
Väljundid
Video
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Pärand- või aegunud videomudel, millele viidatakse endiselt MiniMaxi tarbijatele suunatud ja platvormi pakkumistes, samal ajal kui MiniMax H3 on arendajate dokumentatsioonis praegune peamine videomudel.

Väljund 0,28 dollarit 768P/6 s klipi kohta; 0,56 dollarit 768P/10 s klipi kohta; 0,49 dollarit 1080P/6 s klipi kohta

Kiire pildist videoks teisendamine, lühivormilise sisu tootmine suurtes mahtudes, sotsiaalmeediaklipid, reklaamid ja kiire loominguline katsetamine

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Video
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Pärandversioon; praegune saadavus tuleks üle kontrollida

Sisend 0,19 $ 768p eraldusvõimega 6-sekundilise klipi eest; 0,32 $ 768p eraldusvõimega 10-sekundilise klipi eest; 0,33 $ 1080p eraldusvõimega 6-sekundilise klipi eest
MiniMax
Hailuo Video

MiniMax T2V-01

Lühikeste tekstipõhiste videote kontseptsioonide, süžeeskeemide ja varajaste Hailuo-laadsete kinematograafiliste eksperimentide loomiseks

Arutlusvõime 2/10
Kiirus 6/10
Väljundid
Video
Olek

Aegunud ja asendatud; seda ei ole enam MiniMaxi praeguses peamises videogenereerimise kataloogis loetletud.

MiniMax Video Genereerimine
MiniMax
Hailuo Video

S2V-01

Lühivideote loomine, kus tegelased või objektid püsivad järjepidevana, kasutades lähtepilti ja tekstipõhiseid viipasid

Arutlusvõime 0/10
Kiirus 0/10
Väljundid
Video
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Aktiivne ja video genereerimiseks saadaval

MiniMax üldotstarbeline

Pika kontekstiakna kasutavate dokumentide analüüs, abi programmeerimisel, uurimistöö, üldine teksti genereerimine ja agentide taristu

Kontekst 4M
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Saadaval avatud kaaludega mudelina ja sellele viidatakse MiniMaxi API dokumentatsioonis; uuemate MiniMaxi keelemudelitega võrreldes on see vananenud.

Sisend 0,20 dollarit 1 miljoni sisendtokeni kohta
Väljund 1,10 dollarit 1 miljoni väljundmärgi kohta
MiniMax Multimodaalne
MiniMax
MiniMax-01

MiniMax-VL-01

Isehostitud pildi- ja teksti mõistmine, visuaalne küsimustele vastamine, OCR, diagrammide ja dokumentide analüüs ning multimodaalne teadustöö.

Kontekst 4M
Arutlusvõime 7/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Avatud mudelikaaludega ja allalaaditav; Hugging Face’is avalikult saadaval isemajutatud kasutuseks. MiniMaxi praeguses avalikus mudelinimekirjas ei ole seda aktiivse mudelina loetletud, mistõttu tootja enda hostitud API kättesaadavus on kontrollimata.

Sisend $0,20 1 miljoni sisendtokeni kohta, kui sarja puhul kehtis 2025. aasta jaanuari MiniMax-01 API hinnastus; praegune konkreetse mudeli hostitud kasutuse hind ei ole kinnitatud.
Väljund 1,10 dollarit 1 miljoni väljundmärgi kohta, kui seeriale rakendati 2025. aasta jaanuari MiniMax-01 API hinnastust; praegune täpse mudeli majutatud kasutuse hind on kontrollimata.
MiniMax Arutlus
MiniMax
MiniMax-M1

MiniMax-M1

Pika konteksti töötlemine, arutluskäik, tarkvaraarendus, tehniline kirjutamine, keerukate probleemide lahendamine, dokumentide analüüs ning agentlikud töövood tööriistade kasutamiseks.

Kontekst 1M
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Avatud kaaludega mudeliperekond; praegu saab seda ise majutada ametlike mudelihoidlate kaudu. Majutatud API kättesaadavus ja hinnad võivad erineda.

Sisend $0,40 1 miljoni tokeni kohta 0–200 000 sisendtokeni puhul; $1,30 1 miljoni tokeni kohta 200 000–1 miljoni sisendtokeni puhul
Väljund 2,20 dollarit 1 miljoni märgi kohta
MiniMax
MiniMax ASR

ASR 1.0

Mitmekeelne helisalvestiste transkribeerimine, koosolekute transkribeerimine, kõnelejate järgi märgistatud transkriptsioonid, reaalajas subtiitrid, kõneanalüüs ja subtiitrite genereerimine

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegune avalik mudel

Sisend $0,38 töödeldud heli tunni kohta
Väljund Eraldi väljunditasu puudub; arveldamine toimub sisendheli kestuse põhjal.
MiniMax Multimodaalne
MiniMax
MiniMax H3

H3 Max

Kiire lühivormiliste videote loomine tekstist või pildist, viitepõhine genereerimine ja sünkroonitud heliga videotootmine

Arutlusvõime 2/10
Kiirus 10/10
Väljundid
Video Heli
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Praegu; fal majutab seda kommertsteenusena

Väljund 0,05 dollarit sekundis 480p puhul; 0,08 dollarit sekundis 768p puhul; 0,16 dollarit sekundis 1080p puhul
MiniMax Multimodaalne
MiniMax
MiniMax H3

MiniMax H3

Multimodaalne kommertsvideote loomine, viitepõhine videotöötlus, toote- ja reklaamisisu, lühikesed filmilikud klipid ning kohapeal juurutatavad 768p töövood

Arutlusvõime 2/10
Kiirus 5/10
Väljundid
Video Muusika
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu: avatud kaaludega versioon ja majutatud API on saadaval

Sisend 0,08 dollarit sekundis 768p-videoväljundi eest; 0,13 dollarit sekundis 2K-videoväljundi eest; H3-Context-IR: 0,90 dollarit miljoni sisendmärgi kohta
Väljund 0,08 dollarit sekundis 768p-videoväljundi eest; 0,13 dollarit sekundis 2K-videoväljundi eest; H3-Regenerate-2K: 0,05 dollarit sekundis taasgenereeritud väljundi eest; H3-Context-IR: 3,60 dollarit miljoni väljundtokeni kohta
MiniMax üldotstarbeline
MiniMax
MiniMax M2

MiniMax-M2-her

Kaasahaarav rollimäng, tegelaskeskne vestlus, mitme tegelasega stsenaariumid, pikaajalised väljamõeldud vestlused, narratiivne suhtlus ja isikupärastatud vestluskogemused.

Arutlusvõime 2/10
Kiirus 0/10
Väljundid
Tekst
Olek

Praegune spetsialiseeritud rollimängumudel; MiniMaxi ametlikus materjalis on märgitud, et sellele pääseb ligi API kaudu ning et see on Talkie ja Xingye aluseks olev mudel.

MiniMax Programmeerimine
MiniMax
MiniMax M2

MiniMax M2

Kodeerimisagendid, mitmeetapilised töövood tööriistade abil, pika konteksti toel koodibaaside analüüs, uurimistöö automatiseerimine ja isehostitud katsetamine

Kontekst 197K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Pärandmudel / avatud kaaludega mudel; praegune hostitud kättesaadavus ja hinnastus ei ole MiniMaxi viimases avalikus mudelikataloogis kinnitatud

Sisend Käivitamisel 0,30 dollarit 1 miljoni sisendmärgi kohta; praegune hind on kontrollimata
Väljund Turuletoomisel 1,20 dollarit 1 miljoni väljundtokeni kohta; praegune hinnakujundus on kinnitamata
MiniMax Kodeerimine
MiniMax
MiniMax M2

MiniMax M2.1

Mitmekeelne tarkvaraarendus, kodeerimisagendid, tööriistu kasutavad töövood, rakenduste arendus ja kuluteadlik automatiseerimine

Kontekst 205K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Pärandversioon, kuid praegu saadaval

Sisend 0,30 dollarit 1 miljoni tokeni kohta; prompt-cache’i lugemine 0,03 dollarit 1 miljoni tokeni kohta; prompt-cache’i kirjutamine 0,375 dollarit 1 miljoni tokeni kohta
Väljund 1,20 dollarit 1 miljoni tokeni kohta
MiniMax Arutlus
MiniMax
MiniMax M2

MiniMax M2.5

Kodeerimisagendid, tarkvaraarendus, otsingu- ja brauseriagendid, tööriistade kasutamisega töövood, kontoritöö automatiseerimine ning pika kontekstiga tehnilised ülesanded

Kontekst 205K
Arutlusvõime 9/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Peenhäälestamine Voogedastus
Olek

Ajale vastav ja kättesaadav; avatud kaaludega mudel; saadaval ka MiniMax API ja MiniMax Agenti kaudu

Sisend Turuletoomise ajal oli standardkiirusel M2.5 sisendhind 0,15 dollarit 1 miljoni sisendtokeni kohta; praegused hinnad võivad platvormi ja lõpp-punkti järgi erineda.
Väljund 1,20 dollarit 1 miljoni väljundtokeni kohta standardkiirusel M2.5
MiniMax Programmeerimine
MiniMax
MiniMax M2

MiniMax M2.7

Agentipõhine tarkvaraarendus, kogu koodirepositooriumi hõlmav programmeerimine, tootmiskeskkonna vigade otsimine, keerukad töövood tööriistadega, kontoridokumentide automatiseerimine ja pika kontekstiga professionaalsed ülesanded

Kontekst 197K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine
Olek

Praegu saadaval MiniMax API ja MiniMax Agendi kaudu ning allalaaditavate avatud kaaludena

Sisend 0,30 dollarit 1 miljoni tokeni kohta; vahemälu lugemine 0,06 dollarit 1 miljoni tokeni kohta; vahemälu kirjutamine 0,375 dollarit 1 miljoni tokeni kohta
Väljund 1,20 dollarit 1 miljoni tokeni kohta
MiniMax Programmeerimine

Väikese latentsusega kodeerimisabilised, mitmekeelne tarkvaraarendus, tööriistu kasutavad agendid, pikaajalised töövood ja interaktiivne kontoritöö automatiseerimine

Kontekst 205K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval MiniMax Open Platform API kaudu; varasem mudelivariant

Sisend ¥4,20 1 miljoni sisendtokeni kohta
Väljund ¥16,80 1 miljoni väljundmärgi kohta
MiniMax Programmeerimine

Väikese latentsusega kodeerimisassistendid, tarkvaraarenduse agendid, tööriistu kasutavad töövood, otsinguülesanded ja pika kontekstiga tootlikkuse automatiseerimine

Kontekst 205K
Arutlusvõime 8/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Peenhäälestamine Voogedastus
Olek

Aktiivne ja saadaval; MiniMax M2.5 kiire variant

Sisend 0,30 dollarit 1 miljoni tokeni kohta
Väljund 2,40 dollarit 1 miljoni tokeni kohta
MiniMax Kodeerimine

Väikese viivitusega programmeerimisabilised, tarkvaraarenduse agendid, tööriistade väljakutsumise töövood ja interaktiivsed arendajatele mõeldud rakendused

Kontekst 205K
Arutlusvõime 8/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval MiniMaxi API-platvormi kaudu; MiniMax M2.7 suure kiirusega variant

Sisend 0,60 dollarit miljoni tokeni kohta; vahemälust lugemine 0,06 dollarit miljoni tokeni kohta; vahemällu kirjutamine 0,375 dollarit miljoni tokeni kohta
Väljund 2,40 dollarit miljoni märgi kohta
MiniMax Multimodaalne
MiniMax
MiniMax M3

MiniMax M3

Pika konteksti toega kodeerimisagendid, tööriistu kasutavad autonoomsed töövood, multimodaalne dokumentide ja videote analüüs ning privaatne juurutamine

Kontekst 1M
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Aktiivne; avatud kaaludega ning saadaval MiniMaxi API kaudu

Sisend 0,30 dollarit miljoni märgi kohta konteksti puhul kuni 512 000 märgini; 0,60 dollarit miljoni märgi kohta konteksti puhul vahemikus 512 000 kuni 1 miljon märki. Esitatud hinnad sõltuvad MiniMaxi kehtivatest hinnatingimustest.
Väljund 1,20 dollarit miljoni märgi kohta kuni 512 000 märgi suuruse konteksti puhul; 2,40 dollarit miljoni märgi kohta 512 000 kuni 1 miljoni märgi suuruse konteksti puhul. Toodud hinnad kehtivad MiniMaxi praeguste hinnastustingimuste kohaselt.
MiniMax üldotstarbeline

Agentipõhine programmeerimine, töö suurte koodibaasidega, arvutikasutuse töövood, küberturbe analüüs, multimodaalne dokumentide ja videote mõistmine ning suuremahulist arutlemist nõudvad rakendused

Kontekst 1M
Arutlusvõime 9/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Üldiselt saadaval

Sisend 0,15 dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisend: 0,015 dollarit 1 miljoni tokeni kohta
Väljund 0,60 $ 1 miljoni väljundtokeni kohta
MiniMax
MiniMax Music

MiniMax Music 1.5

Täielike vokaal- või instrumentaallugude, heliribaideede, muusikademode, struktureeritud laulusõnade ülesehituste ning videote või meelelahutusprojektide jaoks mõeldud loova heli genereerimine.

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Muusika
Olek

Pärand; alates 2026-08-20 ei ole see MiniMax Token Plani kaudu enam saadaval. Praeguse eraldiseisva API kättesaadavus on kontrollimata.

MiniMax
MiniMax Music

MiniMax Music 2.0

Täielike laulude loomine ilmekate vokaalide, sõnade, meloodiate, instrumentaalse seade, duettide, a cappella lõikude ja filmilike muusikaliste helimaastikega.

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Muusika
Olek

Pärandmudel või piiratud saadavus; MiniMaxi sõnul ei olnud muusikamudelid alates 2026-08-20 enam Token Plani kaudu saadaval, kuid mudeli täieliku kasutuselt kõrvaldamise kuupäeva ei õnnestunud kinnitada.

MiniMax
MiniMax Music

MiniMax Music 2.5

Tehisintellekti loodud laulud, väljendusrikkad vokaaldemod, instrumentaalmuusika, filmide ja mängude muusika, brändidele loodud helisisu ning eri žanre ühendav muusikaproduktsioon

Arutlusvõime 0/10
Kiirus 0/10
Väljundid
Muusika
Olek

Pärandmudel või asendatud mudel; 21. oktoobri 2026 seisuga ei kuulu see MiniMaxi praeguste muusikageneratsiooni API mudelivalikute hulka

MiniMax
MiniMax Music

MiniMax Music 2.6

Tekstist muusika loomine, instrumentaalpalade genereerimine, mängude ja videote helindamine, üksikasjalike muusikaliste juhiste andmine ning žanri ümbermõtestamine Cover-režiimis

Kiirus 7/10
Väljundid
Muusika
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Pärandversioon või aegunud; MiniMaxi praegune avalik navigatsioon tõstab esile Music 3.0 ning Music 2.6 saadavus tuleks enne kasutamist üle kontrollida.

MiniMax
MiniMax Music

MiniMax Music Cover

Olemasolevate laulude ümberkujundamine uutesse žanridesse, vokaalstiilidesse, arranžeeringutesse ja produktsioonisuundadesse, säilitades samal ajal algse meloodia

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Muusika
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Praegune; MiniMax Music 2.6-ga esitletud spetsialiseeritud muusikakaveri mudel

Sisend Ei kohaldu tokenipõhisele hinnastamisele; heligeneratsiooni hind varieerub sõltuvalt MiniMaxi platvormist või juurutusest.
Väljund Ei kohaldu tokenipõhisele hinnastamisele; kui see on asjakohane, võetakse tasu iga genereeritud helitulemuse eest.
MiniMax
MiniMax Speech

MiniMax Speech 2.5

Mitmekeelne teksti kõneks muutmine, väljendusrikas jutustus, pealelugemised, tehisintellekti avatarid, lokaliseeritud sisu ja keelteülene hääle kloonimine

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Vananenud või asendatud; praegune kättesaadavus on kontrollimata

MiniMax
MiniMax Speech

Speech-02-HD

Kvaliteetsed mitmekeelsed pealelugemised, audioraamatud, jutustused, digitaalsed tegelased, reklaamid, õppesisu ja nullnäitega hääle kloonimine

Kontekst 10K
Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Pärand- või vanema põlvkonna mudel; mõne partnerplatvormi kaudu endiselt kättesaadav, kuid MiniMaxi praegusel ülemaailmsel hinnalehel ei ole seda põhimudelina loetletud.

Sisend 3,5 CNY-d 10 000 märgi kohta Alibaba Cloud Model Studios Hiinas; selle täpse mudeli praegune otsehind MiniMaxis ei ole kinnitatud
MiniMax
Pilt-01

image-01

Viipadel põhinev pildiloome, võrdluspiltide abil juhitud variatsioonid, ärivisuaalid ja loovmaterjalide seeriatootmine

Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu on see kättesaadav MiniMaxi pildigeneratsiooni konsoolis ja API-platvormil.

Väikese latentsusega mitmekeelne kõnesüntees, voogedastusega hääleagendid, interaktiivsed rakendused, ilmekas jutustamine ja hääle kloonimine

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Vananenud või asendatud; täpne praegune kättesaadavus ametlikust allikast ei ole teada

Reaalajas töötavad kõneagendid, vestlusabilised, klienditeeninduse automatiseerimine, interaktiivsed tegelaskujud, mitmekeelne kõne ja väikese viivitusega teksti kõneks sünteesimine

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Vanem või välja vahetatud; praegune tootjapoolne kättesaadavus on kinnitamata

MiniMax
Speech 2.6

Speech-2.6-HD

Kvaliteetsed pealelugemised, audioraamatud, jutustused, lokaliseerimine, e-õpe, mängudialoogid, ligipääsetavuse helisisu ja professionaalselt toodetud kõne

Kiirus 7/10
Väljundid
Kõne
Olek

Pärand- või üleminekuperioodi mudel; 25. septembri 2026 seisuga ei ole seda MiniMaxi praeguses ametlikus kõnemudelite kataloogis esile tõstetud.

MiniMax
Speech 2.8

Speech-2.8-HD

Kvaliteetne ja väljendusrikas jutustamine, audioraamatud, taskuhäälingud, reklaamid, tegelaskujude hääled, mitmekeelne kõne ning rakendused, kus helikvaliteet on võimalikult väikesest latentsusest olulisem

Kiirus 8/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Praegu saadaval MiniMaxi API kaudu

Sisend 100 dollarit 1 miljoni tähemärgi kohta teksti heliks teisendamisel

Reaalajas tekst kõneks teisendamine, hääleabilised, vestlusagendid, interaktiivsed rakendused, mitmekeelne jutustamine, mängutegelased ja väljendusrikkad häälekogemused

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Praegu saadaval MiniMax Open Platform API kaudu

Sisend 60 dollarit 1 miljoni märgi kohta

Tekstist video loomine koos täpselt kirjeldatud filmilike kaameraliikumistega, lühikeste reklaamikontseptsioonide ja süžeeskeemide koostamine ning kontrollitud visuaalsed eksperimendid

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Video
Olek

Vanem mudel või piiratud kättesaadavus; praegune staatus ametlikus kataloogis ja teenusepakkuja otsese juurdepääsu jätkumine ei ole selgelt kinnitatud

Mistral AI Kodeerimine

Väikese latentsusega IDE automaattäide, koodi keskosa täitmine, koodi genereerimine ja muutmine, testide genereerimine ning arendajaabilised

Kontekst 128K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Aktiivne

Sisend 0,30 dollarit miljoni tokeni kohta; vahemällu salvestatud sisend 0,03 dollarit miljoni tokeni kohta
Väljund 0,90 $ miljoni märgi kohta
Mistral AI Manustusmudel

Semantiline koodiotsing, koodirepositooriumidest info otsimine, kodeerimisagentide RAG, koodi sarnasuse tuvastamine, duplikaatide tuvastamine, klasterdamine ja koodianalüütika

Kontekst 8K
Kiirus 8/10
Väljundid
Embeddingud
Olek

Aktiivne

Sisend 0,15 dollarit miljoni sisendmärgi kohta
Mistral AI
Leanstral

Leanstral 1.5

Lean 4 teoreemide tõestamine, formaalne verifitseerimine, autoformaliseerimine, tõestuste silumine ja agentpõhine tõestusinseneeria

Kontekst 256K
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine
Olek

Avalik eelvaade; kasutuselt kõrvaldamine on kavandatud 30. septembriks 2026.

Sisend Tasuta
Väljund Tasuta
Mistral AI Kergekaaluline
Mistral AI
Ministral 3

Ministral 3 3B

Kulutõhus inferents servaseadmetes ja kohapeal, pilte mõistvad assistendid, dokumentide analüüs, struktureeritud andmete eraldamine, kergekaalulised agendid, ülesannete suunamine ja privaatsusnõuetega arvestavad juurutused.

Kontekst 256K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aktiivne; üldiselt saadaval

Sisend 0,10 dollarit 1 miljoni tokeni kohta; vahemällu salvestatud sisend maksab 0,01 dollarit 1 miljoni tokeni kohta
Väljund 0,10 dollarit 1 miljoni tokeni kohta
Mistral AI Kergekaaluline
Mistral AI
Ministral 3

Ministral 3 8B

Tõhus inferents servas ja kohapeal, piltide mõistmine, dokumenditöövood, struktureeritud andmete eraldamine, kerged agendid ja suure mahuga teksti genereerimine.

Kontekst 256K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aktiivne; üldiselt saadaval

Sisend 0,15 dollarit miljoni tokeni kohta; vahemällu salvestatud sisend: 0,015 dollarit miljoni tokeni kohta
Väljund $0,15 miljoni tokeni kohta
Mistral AI Multimodaalne
Mistral AI
Ministral 3

Ministral 3 14B

Privaatsed assistendid, lokaalselt töötavad visiooni-keele rakendused, mitmekeelsed töökoormused, dokumentide ja piltide analüüs ning kulutõhusad agentpõhised süsteemid

Kontekst 262K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Aktiivne; üldiselt saadaval

Sisend 0,20 dollarit 1 miljoni tokeni kohta; vahemällu salvestatud sisend: 0,02 dollarit 1 miljoni tokeni kohta
Väljund 0,20 dollarit 1 miljoni märgi kohta
Mistral AI
Mistral Embed

Mistral Embed

Semantiline otsing, otsinguga täiendatud genereerimine, vektorandmebaasid, dokumentide klassifitseerimine, klasterdamine, duplikaatide tuvastamine ja üldine tekstiotsing

Kontekst 8K
Kiirus 8/10
Väljundid
Embeddingud
Olek

Üldiselt saadaval

Sisend 0,10 $ 1 miljoni märgi kohta
Väljund 0,10 dollarit 1 miljoni tokeni kohta
Mistral AI Multimodaalne
Mistral AI
Mistral Large

Mistral Large 3

Pika konteksti ettevõtteassistendid, mitmekeelsed rakendused, visuaalset infot mõistev dokumendianalüüs, agentipõhised töövood, programmeerimine, RAG ning ise hostitavad suveräänsed juurutused

Kontekst 256K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Peenhäälestamine
Olek

Aktiivne; üldiselt kättesaadav; avatud kaaludega

Sisend 0,50 dollarit 1 miljoni tokeni kohta; vahemällu salvestatud sisend 0,05 dollarit 1 miljoni tokeni kohta
Väljund 1,50 dollarit 1 miljoni tokeni kohta
Mistral AI Multimodaalne
Mistral AI
Mistral Medium

Mistral Medium 3.5

Agentne programmeerimine, tarkvaraarendus, pika konteksti analüüs, multimodaalsed dokumenditöövood, struktureeritud väljundid ja mitmeetapiline tööriistade kasutamine

Kontekst 256K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Üldiselt saadaval; praegu saadaval; avatud kaalud

Sisend 1,50 dollarit miljoni sisendmärgi kohta; 0,15 dollarit miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 7,50 dollarit miljoni väljundtokeni kohta
Mistral AI
Mistral OCR

OCR 4.0

Suuremahuline OCR, struktureeritud andmete eraldamine dokumentidest, ettevõtte tasandi otsing, RAG-i andmete ettevalmistamine, arvete töötlemine, vastavusnõuete töövood ja dokumentide automatiseerimine

Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Üldiselt kättesaadav; Mistrali uusima OCR-mudelina on selle välja vahetanud OCR 4.1

Sisend 4 dollarit 1000 lehekülje kohta; 0,40 dollarit 1000 vahemällu salvestatud lehekülje kohta; Batch API hinnaks on teatatud 2 dollarit 1000 lehekülje kohta
Väljund Sisaldub lehekülgede kaupa töötlemise hinnas; eraldi väljundtokenite hinda ei ole
Mistral AI Multimodaalne
Mistral AI
Mistral Small

Mistral Small 4

Kulutõhus üldotstarbeline vestlus, multimodaalne dokumendianalüüs, programmeerimine, agenttöövood ja seadistatav arutlus

Kontekst 256K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Peenhäälestamine
Olek

Aktiivne; üldiselt saadaval

Sisend $0,15 1 miljoni tokeni kohta; vahemällu salvestatud sisend $0,015 1 miljoni tokeni kohta
Väljund 0,60 dollarit 1 miljoni märgi kohta

Suuremahuline andmete eraldamine dokumentidest, skannitud vormid, käsikiri, arved, keerukad tabelid, arhiivide digiteerimine ning dokumendist teadmuseni ulatuvad töövood.

Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Pärandmudel; saadaval olemasolevate integratsioonide ja tootmiskoormuste jaoks. OCR 4 on uuem mudel.

Sisend 2 $ 1000 lehekülje kohta
Väljund 3 dollarit 1000 annoteeritud lehekülje kohta

OCR, dokumentide parsimine, struktureeritud andmete eraldamine, ettevõtteotsing, RAG-i andmete sisestamine, arvete töötlemine ja dokumentide tehisintellekti töövood

Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Üldiselt saadaval

Sisend 4 dollarit 1000 lehekülje kohta; vahemällu salvestatud sisend 0,40 dollarit 1000 lehekülje kohta
Mistral AI
Shieldstral

Shieldstral 1.0

Viipade, mudeli vastuste, keeldumiste, teksti, piltide ning teksti ja pildi kombinatsioonide poliitikapõhine modereerimine

Kontekst 33K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Avalik eelvaade; avatud kaalud; isehostitav

Mistral AI Multimodaalne

Tootmistasemel helisisu mõistmine, mitmekeelne transkribeerimine, helisisul põhinev küsimustele vastamine, koosolekute ja kõnede kokkuvõtete koostamine, kõne tõlkimine ning häälepõhine funktsioonide väljakutsumine

Kontekst 32K
Arutlusvõime 6/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine
Olek

Aktiivne; üldiselt saadaval

Sisend 0,004 dollarit heliminuti kohta; 0,10 dollarit 1 miljoni sisendtokeni kohta
Väljund 0,40 dollarit 1 miljoni väljundtokeni kohta
Mistral AI Tekst Kõneks
Mistral AI
Voxtral TTS

Voxtral TTS

Mitmekeelne kõne genereerimine, väljendusrikkad häälagendid, nullnäitega hääle kloonimine, kohandatud hääle kohandamine ja väikese latentsusega kõneväljund

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

GA; praegu saadaval Mistrali API ja Mistral Studio kaudu

Sisend $0 1 miljoni sisendmärgi kohta
Väljund 16 dollarit 1 miljoni väljundmärgi kohta
Moonshot AI Multimodaalne
Moonshot AI
Kimi-Audio

Kimi-Audio-7B

Kõnetuvastuse, heli mõistmise, heli klassifitseerimise, helipõhistele küsimustele vastamise ning kõne ja heli genereerimise mudelite peenhäälestus ja uurimistöö

Kontekst 8K
Arutlusvõime 4/10
Kiirus 5/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega baasmudel; juhiste järgi häälestamata

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli avatud kaalud on allalaaditavad.
Väljund Ametlikult hostitud API hinnakiri puudub; allalaaditavad avatud mudelikaalud
Moonshot AI Multimodaalne

Enda serveris majutatav kõnetuvastus, heli mõistmine, heli põhjal küsimustele vastamine, heli kirjeldamine ja kõnepõhised vestlusagendid

Arutlusvõime 6/10
Kiirus 5/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Saadaval avatud kaaludega isehostitava mudelina

Sisend Ametlikult hostitud API hinnakiri puudub
Väljund Ametlikku hostitud API hinnastust ei ole
Moonshot AI Programmeerimine

Tarkvaraprobleemide lahendamine kogu repositooriumi ulatuses, koodi parandamine, testide genereerimine, kodeerimisagendid ja isehostitavad tarkvaraarenduse töövood

Kontekst 131K
Arutlusvõime 7/10
Kiirus 4/10
Väljundid
Tekst
Olek

Saadaval olev avatud kaaludega mudel

Moonshot AI Multimodaalne

Oma serveris majutatav piltide ja videote mõistmine, OCR, pikkade dokumentide analüüs, visuaalsetele küsimustele vastamine, ekraanipiltide tajumine ja tõhusad multimodaalsed rakendused

Kontekst 131K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega ja allalaaditav mudel; tugevama multimodaalse arutlusvõime jaoks on soovitatav uuem Kimi-VL-A3B-Thinking-2506 variant.

Sisend Moonshoti hostitud API ametlikku hinda ei ole avaldatud; mudel on ise hostitav ja avatud kaaludega.
Väljund Moonshoti majutatud ametlikku API-hinda ei ole avaldatud; ise hostitav avatud kaaludega mudel

Kohapealne multimodaalne arutlemine, matemaatilistele visuaalsetele küsimustele vastamine, OCR, dokumentide mõistmine, pildi- ja videoanalüüs ning avatud kaaludega nägemis-keelemudelite uurimine

Kontekst 131K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Saadaval allalaaditavate avatud mudelikaaludena; selle on asendanud Kimi-VL-A3B-Thinking-2506.

Avatud kaaludega piltide ja videote arutlus, OCR, diagrammide tõlgendamine, visuaalne matemaatika, pikad PDF-failid, suure eraldusvõimega ekraanipildid ja GUI-agendi visuaalne maandamine

Kontekst 131K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Praegu avatud kaaludega mudel; avalikult saadaval iseseisvaks hostimiseks ja kolmandate osapoolte inferentsiks

Sisend Ametlikult hostitud API-l puudub hinnakiri; avatud kaaludega mudel
Väljund Ametlikult hostitud API hinnakiri puudub; avatud kaaludega mudel
Moonshot AI üldotstarbeline

Peenhäälestus, alusmudelite uurimine, kohandatud keelesüsteemid, kodeerimiskatsed ja mudelite isehostitud käitamine

Kontekst 131K
Arutlusvõime 8/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Avatud kaaludega ja allalaaditav; uuemate Kimi K2.x mudelitega võrreldes vananenud, kuid ametlikus Hugging Face’i repositooriumis endiselt saadaval

Sisend Base'i kontrollpunktile ei ole ametlikku majutatud API hinda; kaalud tuleb ise majutada.
Väljund Base’i kontrollpunkti ametlikku hostitud API hinda ei ole; mudeli kaalud tuleb ise hostida.
Moonshot AI üldotstarbeline

Avatud kaaludega kodeerimisabilised, tööriistu kasutavad agendid, üldotstarbeline vestlus ja teadusuuringuteks ise hostitavad juurutused

Kontekst 131K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Avatud kaaludega kontrollpunkt on saadaval, kuid Moonshot AI praeguse hostitud API-de kataloogiga võrreldes on see vananenud.

Sisend Kimi K2 eelvaate API ajalooline hind oli 0,60 USA dollarit miljoni sisendtokeni kohta; selle täpse mudeli praegune ametlik hinnakiri on kinnitamata
Väljund Ajalooliselt 2,50 USD 1 miljoni väljundtokeni kohta Kimi K2 eelvaate API puhul; selle täpse mudeli praegune ametlik hinnakiri on kinnitamata

Ise hostitavad mõtlemisagendid, autonoomne uurimistöö, pikaajalised töövood tööriistadega, programmeerimine ja keerukas mitmeetapiline analüüs

Kontekst 262K
Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Moonshoti otsesest API-st eemaldatud; avatud kaaludega mudeli kontrollpunkt on endiselt saadaval enda hallatavaks või kolmanda osapoole juurutuseks

Moonshot AI Multimodaalne
Moonshot AI
Kimi K2

Kimi K2.6

Pikaajaliste tarkvaraarendusülesannete, agentse programmeerimise, visuaalsete dokumentide mõistmise, tööriistu kasutavate töövoogude ja mitme agendi orkestreerimise jaoks

Kontekst 262K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Hetkel; avatud lähtekoodiga mudel, mis on saadaval Kimi, Kimi API ja Kimi Code’i kaudu ning mille mudelikaalud on allalaaditavad

Moonshot AI Kodeerimine

Pikaajalised tarkvaraarendusülesanded, kogu koodihoidlat hõlmav programmeerimine, mitme faili refaktoreerimine, silumine, kodeerimisagendid ja tööriistapõhised arendustöövood

Kontekst 262K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Ajakohane ja Kimi API kaudu kättesaadav; Kimi Code'i vaiketeenus on üle viidud mudelile Kimi K2.8 Preview, samal ajal kui Kimi K2.7 Code on API kaudu ning Kimi K2.7 Code HighSpeedi teenusena endiselt saadaval.

Sisend ¥6,50 1 miljoni vahemällu salvestamata sisendtokeni kohta; ¥1,30 1 miljoni vahemäluhitiga sisendtokeni kohta
Väljund ¥27,00 1 miljoni väljundtokeni kohta
Moonshot AI Kodeerimine

Pika konteksti toel tarkvaraarendus, koodihoidlate analüüs, koodilõpetus, mitme faili refaktoreerimine ja agentipõhised kodeerimise töövood

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Eelvaade; Kimi Code’is täielikult kasutusele võetud

Sisend Avalikult avaldamata; juurdepääs on Kimi Code’i liikmesuse ja kvoodi kaudu
Väljund Pole avalikult avaldatud; juurdepääs on Kimi Code'i liikmesuse ja kvoodi kaudu
Moonshot AI Multimodaalne
Moonshot AI
Kimi K2.5

Kimi K2.5

Multimodaalne programmeerimine, visuaalne silumine, pika konteksti analüüs, tööriistu kasutavad agendid ning keerukad uurimis- või kontoritöövood

Kontekst 256K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

praegune

Sisend $0,60 1 miljoni tokeni kohta; vahemällu salvestatud sisendi hind on ligikaudu $0,10 1 miljoni tokeni kohta
Väljund 3,00 dollarit 1 miljoni märgi kohta
Moonshot AI Multimodaalne
Moonshot AI
Kimi K3

Kimi K3

Pika konteksti käsitlemine, tarkvaraarendus, multimodaalsete dokumentide ja videote mõistmine, agentpõhised töövood, tehniline uurimistöö ning keerukas arutlemine

Kontekst 1M
Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Ajakohane ja saadaval; avatud kaaludega mudel

Sisend 3,00 dollarit MToki kohta vahemälutabamuseta sisendi puhul; 0,30 dollarit MToki kohta vahemälutabamusega sisendi puhul
Väljund 15,00 $ ühe miljoni tokeni kohta
Moonshot AI Kergekaaluline

Pika konteksti tekstiloome, lokaalne inferents, jätku-eeltreenimine, teadustöö ja peenhäälestus

Kontekst 1.05M
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; avalikult allalaaditav

Sisend Ei kohaldu; avatud kaaludega kontrollpunkt, millel puudub ametlik hostitud API hinnakiri
Väljund Ei kohaldu; avatud kaaludega kontrollpunkt, mille jaoks ei ole ametlikku hostitud API hinnastust

Natiivse eraldusvõimega pildifunktsioonide eraldamine, nägemis-keelemudelite alusmudelid, kõrge eraldusvõimega dokumentide ja piltide mõistmine ning multimodaalne teadustöö

Väljundid
Embeddingud
Võimekused
Pildisisend
Olek

Praegu avatud kaaludega mudel; kohapeal kasutatav Hugging Face Transformersi kaudu; Hugging Face Inference Provideri kaudu ei ole juurutatud

NAVER AI Kergekaaluline

Kiire ja kuluteadlik lahendus koreakeelse teksti genereerimiseks, klassifitseerimiseks, kokkuvõtete koostamiseks, aruannete kavandamiseks, andmete laiendamiseks ning kohandatud ettevõtete vestlusrobotite loomiseks

Kontekst 4K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu saadaval CLOVA Studio ja seotud NAVER Cloudi teenuste kaudu

Sisend Praegune standardse inferentsi hind ei ole ametlikus hinnakirjas selgelt välja toodud; NAVERi turuletoomisteates märgiti, et HCX-DASH-001 maksab ligikaudu viiendiku HCX-003 hinnast.
Väljund Praegune standardse inferentsi hind ei ole ametlikus hinnatabelis selgelt välja toodud; NAVERi lansseerimisteates kirjeldati, et HCX-DASH-001 maksab ligikaudu viiendiku HCX-003 hinnast.
NAVER AI üldotstarbeline
NAVER AI
HyperCLOVA X

HCX-003

Korea keelele keskenduv tekstiloome, kokkuvõtete koostamine, teabe eraldamine, klassifitseerimine, peenhäälestus ja tekstide pakktöötlus

Kontekst 8K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegune ja saadaval CLOVA Studio kaudu

NAVER AI Multimodaalne
NAVER AI
HyperCLOVA X

HCX-005

Koreakeelsed ärirakendused, piltide mõistmine, dokumentide ja visuaalse sisu analüüs, juhiste järgimine ning API-põhised assistendid.

Kontekst 128K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

praegune

Sisend Hind 1 000 sisendtokeni kohta; praegust summat ei ole ametlikus ligipääsetavas hinnatabelis kuvatud.
Väljund Hind 1 000 väljundtokendi kohta; praegust summat ei ole juurdepääsetavas ametlikus hinnatabelis kuvatud.
NAVER AI Arutlus
NAVER AI
HyperCLOVA X

HCX-007

Keerukas arutlemine, matemaatika, teadus, keeleline arutlemine, kirjutamine, pika kontekstiga tekstiloome ja koreakeelsed ettevõtterakendused

Kontekst 128K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval CLOVA Studios

NAVER AI Kergekaaluline
NAVER AI
HyperCLOVA X

HCX-DASH-002

Kiire ja suure läbilaskevõimega tekstigeneratsioon, klassifitseerimine, kokkuvõtete koostamine, lihtne andmete eraldamine ning funktsioonikõnede töövood

Kontekst 32K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval

NAVER AI Kergekaaluline
NAVER AI
HyperCLOVA X SEED

HyperCLOVA X SEED 0.5B

Kerged koreakeelsed vestlusliidesed, mobiili- ja servarakendused, nutikodu seadmed, kantavad seadmed ning klienditoe vestlusrobotid

Kontekst 4K
Arutlusvõime 3/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegu avatud kaaludega mudel; allalaadimiseks saadaval

NAVER AI Kergekaaluline
NAVER AI
HyperCLOVA X SEED

HyperCLOVA X SEED 1.5B

Koreakeelsed rakendused, kergekaaluline lokaalne inferents, põhitaseme tõlkimine, haridus, ärisuhtlus, spetsialiseeritud vestlusrobotid ja valdkonnapõhine peenhäälestus.

Kontekst 16K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegu allalaaditav avatud kaaludega mudel; Hugging Face’i repositooriumile pääsemiseks tuleb nõustuda juurdepääsutingimustega.

NAVER AI Multimodaalne
NAVER AI
HyperCLOVA X SEED

HyperCLOVA X SEED 3B

Koreakeelsete piltide ja videote mõistmine, visuaalne küsimustele vastamine, diagrammide ja graafikute tõlgendamine, OCR-i abil toetatud analüüs, turismi- ja kultuurirakendused ning kohapeal juurutatavad peenhäälestatud süsteemid.

Kontekst 16K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega mudel

Sisend Ametlikult hostitud API hinda ei ole tuvastatud; mudeli kaalud on allalaadimiseks saadaval hyperclovax-seed-litsentsi alusel.
Väljund Ametlikku hostitud API hinda ei ole kindlaks tehtud; juurutamise kulud sõltuvad taristust või majutusteenuse pakkujast.
NAVER AI Multimodaalne
NAVER AI
HyperCLOVA X SEED

HyperCLOVA X SEED 4B

Korea visuaalse ja dokumendisisu mõistmine, video- ja helianalüüs, servatehisintellekt, avaliku sektori süsteemid, kaitsevaldkonna luure ning võrgust eraldatud juurutused

Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend
Olek

Avalikult teatavaks tehtud; praeguse mudeli identiteeti ning üksikasjalikku kommerts- ja API-kättesaadavust ei ole avalikult täpsustatud

NAVER AI Multimodaalne
NAVER AI
HyperCLOVA X SEED

HyperCLOVA X SEED 8B Omni

Korea keelt esikohale seadvad eri vormingute vahel toimivad multimodaalsed assistendid, kõne- ja nägemisrakendused, multimodaalsed uuringud ning isehostitud juurutused

Kontekst 33K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst pilt Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegu avatud kaaludega mudel

NAVER AI Arutlus

Koreakeelne arutlemine, matemaatika, programmeerimine, juhiste järgimine, tööriistadega ühendatud agendid ja oma taristus majutatavad kommertsrakendused

Kontekst 33K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu avatud kaaludega mudel; tasuta äriliseks kasutamiseks HyperCLOVA X SEED-i litsentsi alusel

Sisend Mudeli kaalud on tasuta; selle täpse kontrollpunkti ametlikku hostitud API sisendhinda ei ole avaldatud.
Väljund Tasuta mudelikaalud; selle täpse kontrollpunkti ametlikku hostitud API väljundihinda ei ole avaldatud
NAVER AI Arutlus
NAVER AI
HyperCLOVA X SEED Think

HyperCLOVA X SEED 32B Think

Koreakeelne arutlemine, visuaalsetele küsimustele vastamine, pika kontekstiga multimodaalne analüüs, dokumentide ja diagrammide mõistmine, programmeerimisabi ning tööriistu kasutavad tehisintellektiagendid

Kontekst 128K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegune; avatud mudelikaaludega / avatud lähtekoodiga väljalase

Sisend Ametlikku hostitud API hinnakirja pole avaldatud; ise majutamise kulud sõltuvad taristust.
Väljund Ametlikult hostitava API hinda pole avaldatud; ise majutamise kulud sõltuvad taristust
NVIDIA AI
3D-kehaasend

3D Body Pose

3D-inimese poosi hindamine, liikumise jäädvustamine, spordianalüüs, videotootmine, juurdepääsetavusrakendused ja skeletipõhised arvutinägemise töötlusvood

Arutlusvõime 1/10
Kiirus 8/10
Võimekused
Videosisend Voogedastus
Olek

Praegu saadaval; allalaaditav NIM ja majutatud tasuta lõpp-punkt

Sisend Tasuta hostitud lõpp-punkt; ise hostitava taristu ja NVIDIA teenuste kulud varieeruvad
Väljund Eraldi mudeli väljundhinda ei ole dokumenteeritud
NVIDIA AI
AI4M Relighting

Relighting

Video ümbervalgustamine reaalajas, virtuaalproduktsioon, meediaefektid, HDR-põhised valgustusmuudatused ning esi- ja taustaelementide komposiitimine.

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Video
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Praegu kättesaadav NVIDIA AI for Media ja NVIDIA NIM-i dokumentatsiooni kaudu; dokumenteeritud on versioon 1.1.0.

NVIDIA AI Multimodaalne
NVIDIA AI
Aktiivse kõneleja tuvastamine

Active Speaker Detection

Kõnelejate reaalajas või pakett-tuvastus ning aktiivse kõneleja märgendamine ringhäälingu-, videokommunikatsiooni-, dubleerimis-, lokaliseerimis-, konverentsi- ja meediaanalüüsi töövoogudes.

Arutlusvõime 1/10
Kiirus 8/10
Võimekused
Helisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Praegune; allalaaditav NVIDIA NIM-i lõpp-punkt

NVIDIA AI Arutlus

Autonoomse sõidu uurimine, trajektoori ennustamine, tõlgendatav liikumise planeerimine, navigeerimisest lähtuv sõitmine, visuaalne küsimustele vastamine ja ohutusele suunatud mudelite hindamine

Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu; avatud mudelikaalud on saadaval; saadaval ka NVIDIA Alpamayo 1.5 NIM-i kaudu

Mitmekeelne võrguühenduseta kõne transkribeerimine ja tõlkimine ning NeMo-põhine ASR-i uurimine või juurutamine

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Aktiivne; saadaval on avatud kaaludega mudeli kontrollpunkt ja NVIDIA juurutusvõimalused

Hispaaniakeelse kõne tekstiks transkribeerimine, NeMo katsetamine ja peenhäälestamine ning Riva/NIM-i võrguühenduseta või voogedastusega ASR-lahenduste juurutamine.

Arutlusvõime 0/10
Kiirus 0/10
Väljundid
Tekst
Võimekused
Helisisend Peenhäälestamine Voogedastus
Olek

Praegu on see kättesaadav NVIDIA NIM-i/Riva kaudu; Hugging Face'i kontrollpunkt on märgitud pärandversiooniks.

NVIDIA AI Multimodaalne
NVIDIA AI
Cosmos-Transfer2.5

Cosmos-Transfer2.5-2B

Juhitav videomaailmade genereerimine, robootika sim-to-real-ülekande andmetäiendus, autonoomsete sõidukite simulatsioon ning füüsilise tehisintellekti sünteetiliste andmete genereerimine

Arutlusvõime 1/10
Kiirus 3/10
Väljundid
Video
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval; Cosmos 3-ga võrreldes vananenud versioon; algset hoidlat hooldatakse piiratud mahus

Sisend Ametlikku tokenipõhist hostitud teenuse hinda ei ole; NVIDIA loetleb tasuta NIM-i lõpp-punkti. Allalaaditav mudel on mõeldud enda infrastruktuuris juurutamiseks.
Väljund Ametlikku märgipõhist majutatud teenuse hinda ei ole; videote genereerimise kulud sõltuvad juurutustaristust ja riistvarast.
NVIDIA AI Multimodaalne

Servapõhine füüsiline tehisintellekt, robootika, visuaalne arutlus, maailmasimulatsioon, videote genereerimine ja tegevuspoliitikate prototüüpimine

Kontekst 131K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst pilt Video Tegevused
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune; avatud mudel; piiratud juurdepääs Hugging Face'is

NVIDIA AI Multimodaalne

Füüsiline tehisintellekt, robootika, autonoomsete sõidukite simulatsioon, multimodaalne maailmade genereerimine, tulevase seisundi ennustamine, tegevuste üle arutlemine ja sünteetilised treeningandmed

Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst pilt Video Heli Tegevused
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu; allalaaditav avatud kaaludega mudel, mis on saadaval NVIDIA NIM-i lõpp-punkti kaudu

NVIDIA AI Multimodaalne

Kvaliteetne füüsilise tehisintellekti simulatsioon, sünteetiliste andmete genereerimine, robootika- ja autonoomsete sõidukite uurimistöö, multimodaalne maailmamodelleerimine ning õpetajamudeli destilleerimine

Kontekst 262K
Arutlusvõime 8/10
Kiirus 2/10
Väljundid
Tekst pilt Video Heli Tegevused
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune; avatud kaaludega mudel; kasutatav nii ärilistel kui ka mitteärilistel eesmärkidel

NVIDIA AI Arutlus

Füüsilise maailma videote ja piltide mõistmine, robotitaju, kehastunud agentide planeerimine, ruumilis-ajaline arutlemine ning füüsilise tehisintellekti uurimine

Kontekst 256K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu; allalaaditav ja majutatud NIM-i lõpp-punkt

Sisend Tasuta allalaaditav lõpp-punkt; majutatud teenuse hinda ei ole läbi vaadatud NVIDIA allikates täpsustatud
Väljund Tasuta allalaaditav lõpp-punkt; majutatud kasutuse hinda läbivaadatud NVIDIA allikates ei täpsustatud
NVIDIA AI
FourCastNet

FourCastNet

Kiire üleilmne ilmaennustamine, ansamblisimulatsioonid, kliimariskide analüüs, taastuvenergia tootmise prognoosimine ja teadusuuringud ilmaennustusmudelite valdkonnas

Arutlusvõime 0/10
Kiirus 9/10
Olek

Praegu saadaval ja allalaaditav NVIDIA Earth-2 FourCastNet NIM-i ning seotud juurutustööriistade kaudu

Sisend Seda ei pakuta avalikult tokenipõhise hinnastusega mudelina; allalaaditavale mudelile ja NIM-ile juurdepääsu suhtes kehtivad NVIDIA juurdepääsu- ja litsentsitingimused.
Väljund Seda ei ole avalikult loetletud tokenipõhise hinnaga mudelina; juurutamise ja hostitud inferentsi hind võib sõltuda valitud NVIDIA teenusest või taristust.
NVIDIA AI
GenMol

GenMol

De novo molekulaarne disain, fragmentidega piiratud genereerimine, linkeri disain, karkassi funktsionaliseerimine, hittide genereerimine ja juhtühendite optimeerimine

Kontekst 512
Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Tekst
Olek

Praegu; allalaaditav mudel, saadaval ka NVIDIA NIM-ina

Sisend Avalikku mudeli tokenipõhist hinda ei leitud; allalaaditavad mudelikaalud on saadaval NVIDIA Open Model License’i alusel. NIM-i kasutamisele kehtivad NVIDIA API või juurutamise tingimused.
Väljund Avalikku mudeli tokenipõhist hinda ei leitud; NIM-i väljundihinnastust läbivaadatud ametlikus dokumentatsioonis ei täpsustata.
NVIDIA AI Multimodaalne

Humanoidrobotite manipuleerimine, eri robotkehade vaheline poliitikaõpe, roboti demonstratsioonide abil peenhäälestamine, füüsilise tehisintellekti uurimine ja tegevusjärjestuste juurutamine

Arutlusvõime 4/10
Kiirus 6/10
Väljundid
Tegevused
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune; üldine kättesaadavus

NVIDIA AI Multimodaalne

Kvantandmetöötluse kalibreerimisgraafikute tõlgendamine, QPU kasutuselevõtu ja ümberhäälestamise töövood, eksperimentide diagnostika, parameetrite tuletamine, sobituse kvaliteedi hindamine ning valdkonnapõhised kalibreerimisagendid.

Kontekst 262K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegu saadaval NVIDIA Buildi ja NVIDIA NIM-i kaudu ning allalaaditavate kontrollpunktidena

Klassifitseerimine, regressioon, prognoosimine, klientide lahkumise ja riskiskooride hindamine, soovitused ning ajaliste seoste ennustamine seotud andmebaasitabelite vahel

Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Embeddingud
Olek

Praegune; NVIDIA NIM 1.0.0; tasuta lõpp-punkt on saadaval; allalaaditav juurutus on saadaval

NVIDIA AI
Kumo Tabular

Kumo Tabular

Ühe tabeli klassifitseerimine ja regressioon märgendatud kontekstiridadega, eriti kiireks eksperimenteerimiseks, väikeste andmemahtudega prognoosimiseks ja struktureeritud andmete uurimiseks ilma ülesandespetsiifilise mudeli treenimiseta.

Arutlusvõime 0/10
Kiirus 0/10
Olek

Praegu; saadaval NVIDIA NIM-i kaudu ja allalaaditavate kaaludena

Sisend Tasuta API-lõpp-punkt on saadaval; tokenipõhist mudelihinda ei ole avaldatud
Väljund Tasuta lõpp-punkt on saadaval; ise hostitud järeldusekulud sõltuvad taristust
NVIDIA AI Multimodaalne
NVIDIA AI
LipSync

LipSync

Generatiivne huulte sünkroonimine, mitmekeelne videolokaliseerimine, ringhääling, videokonverentsid ja digitaalsete inimeste näoanimatsioon

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Hetkel saadaval; allalaaditav mudel ja NVIDIA LipSync NIM; mõne töövoo jaoks võib olla vajalik privaatne juurdepääs

NVIDIA AI Manustus
NVIDIA AI
Llama Nemotron Embed

Llama Nemotron Embed 1B v2

Mitmekeelne semantiline otsing, keelteülene teabeotsing, pikkade dokumentide põhine küsimustele vastamine, ettevõtteotsing ja otsinguga täiendatud genereerimine

Kontekst 8K
Arutlusvõime 0/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

NIM-i aegunud lõpp-punkt; mudeli allalaaditavad kaalud on endiselt saadaval

NVIDIA AI Multimodaalne
NVIDIA AI
Llama Nemotron Rerank VL

Llama Nemotron Rerank VL 1B v2

Teksti, dokumendipiltide ning pildi ja teksti kandidaatide ümberjärjestamine visuaalse otsingu, multimodaalse RAG-i ja küsimustele vastamise otsingutorustikes

Kontekst 8K
Arutlusvõime 2/10
Kiirus 7/10
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu allalaaditav ning saadaval NVIDIA NIM-i ja otsingu-API-de kaudu

NVIDIA AI
Llama Nemotron Safety Guard

Llama Nemotron Safety Guard V2

Kasutajapäringute ja LLM-i vastuste tekstipõhine modereerimine, rakenduste kaitsepiirded, ohutuspoliitikate klassifitseerimine ning NeMo Guardrailsi integratsioonid.

Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Praegu on see saadaval allalaaditava NVIDIA NIM-i mudeli ja Hugging Face'i LoRA-adapterina; varem kandis see nime Llama-3.1-NemoGuard-8B-ContentSafety.

Mitmekeelne teksti kõneks muutmine, null-shot-hääle kloonimine, interaktiivsed häälagendid, telefoniside, mängutegelased ja muud rakendused, mis vajavad kohandatud hääli ilma kõnelejaspetsiifilise treeninguta.

Arutlusvõime 0/10
Kiirus 0/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Praegu; juurdepääs on piiratud ja nõuab heakskiitu

NVIDIA AI
MolMIM

MolMIM

Väikemolekulide genereerimine, molekulide vektorrepresentatsioonid, keemilise ruumi uurimine, juhtühendite optimeerimine ning oraakliga juhitud ravimite väljatöötamise töövood

Kontekst 128
Väljundid
Tekst Embeddingud
Olek

Saadaval NVIDIA BioNeMo Frameworki ja NVIDIA NIM-i kaudu; teadus- ja arendustööks mõeldud mudel

Dokumendipiltidelt tabelilahtrite, ridade, veergude ja ühendatud lahtrite struktuuri tuvastamine OCR-i joondamiseks, tabelite rekonstrueerimiseks, dokumentide töötlemiseks ja otsingusüsteemide jaoks

Arutlusvõime 1/10
Kiirus 7/10
Võimekused
Pildisisend
Olek

Praegu saadaval; allalaaditav ja NVIDIA NIM-i/Buildi kaudu kättesaadav

Võrguühenduseta ja reaalajas kõnelejate diariseerimine, koosolekute ja kõnede transkribeerimise töövood, voogedastatava automaatse kõnetuvastuse (ASR) integratsioon, taskuhäälingud, vestluspõhine tehisintellekt ning kõnelejate kaupa seostatud audioanalüüs

Arutlusvõime 0/10
Kiirus 8/10
Võimekused
Helisisend Peenhäälestamine Voogedastus
Olek

Praegu üldiseks kasutuseks kättesaadav avatud kaaludega mudel

Sisend NVIDIA hostitud kasutuse tokenipõhine hind puudub; avatud kaaludega mudel kohalikuks või enda hallatavaks juurutuseks
Väljund NVIDIA hostitud tokenihind puudub; avatud kaaludega mudel lokaalseks või enda hallatavaks juurutuseks
NVIDIA AI Arutlus

Agendipõhine arutlus, pika konteksti analüüs, programmeerimine, tööriistade väljakutsumise töövood, otsinguga täiendatud genereerimine, koostööd tegevad agendid ja suure mahuga ettevõtete inferents.

Kontekst 1M
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Ajakohane; avatud kaaludega; saadaval NVIDIA NIM-i, NVIDIA hostitud API prooviversiooni lõpp-punkti, allalaaditavate mudeli kontrollpunktide ja ise majutatavate juurutuste kaudu.

NVIDIA AI Arutlus

Tipptasemel arutlus, keerukas programmeerimine, pika konteksti analüüs, ettevõtetele mõeldud RAG, tööriistu kasutavad agendid ja mitme agendi töövood

Kontekst 1M
Arutlusvõime 10/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune; avatud kaaludega mudel, mille jaoks on saadaval BF16- ja NVFP4-kontrollpunktid

NVIDIA AI Multimodaalne

Tennisivideote punktipõhine küsimustele vastamine, löökide ja pallivahetuste analüüs, mängijate liikumise ja väljakul paiknemise analüüs, mänguolukorra analüüs, tenniseülekannete metaandmed, treeningu toetamine ning otsitavad spordivideoarhiivid

Kontekst 256K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval olev avatud kaaludega mudel; kasutatav ärilisel ja mitteärilisel eesmärgil OpenMDW litsentsilepingu v1.1 alusel

NVIDIA AI Multimodaalne

Multimodaalne dokumendianalüüs, OCR, pikkade videote ja helisalvestiste mõistmine, eri modaalsusi ühendav arutlus, häälagendid ning ettevõtte enda taristus töötav mudeliinferents

Kontekst 262K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegu saadaval; üldiselt kättesaadav avatud kaaludega mudeli kontrollpunkt, millele pääseb ligi hostitud NVIDIA NIM-i kaudu

NVIDIA AI Multimodaalne
NVIDIA AI
Nemotron 3 VoiceChat

NVIDIA Nemotron 3 VoiceChat

Reaalajas täisdupleksiga hääleagendid, katkestamist võimaldavad vestlusliidesed, kõnest kõneks suunatud teadustöö ning NVIDIA GPU-del põhinevad ettevõtete häälerakendused

Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Varajases juurdepääsus; hindamiseks saadaval NVIDIA NIM-i ja kvalifitseeritud juurdepääsuprogrammide kaudu

Sisend Tasuta lõpp-punkt NVIDIA NIM-i proovijuurdepääsuks; üldist tootmiskasutuse hinda ei ole avaldatud
Väljund Tasuta lõpp-punkt NVIDIA NIM-i proovikasutuseks; üldist tootmiskasutuse hinda ei ole avaldatud
NVIDIA AI Arutlus

Suure mahuga agentide käitamine, pika tööajaga tehisintellektiagendid, arutlus, programmeerimisabi, RAG, vestlus, väikese latentsusega teksti genereerimine ja valdkonnapõhine kohandamine

Kontekst 1M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; NIM-i konteiner on varajase juurdepääsu hindamiseks saadaval

Väikese viivitusega mitmekeelne kõne tekstiks teisendamine, reaalajas subtiitrid, häälliidesed, dikteerimine, kontaktikeskuste kõnede transkribeerimine ja voogedastavad kõnevõimekusega agendid

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Peenhäälestamine Voogedastus
Olek

Ajakohane; allalaaditav avatud kaaludega mitmekeelne ASR-mudel

NVIDIA AI Multimodaalne
NVIDIA AI
Nemotron 3.5 Embed

Nemotron-3.5-Embed-8B-BF16

Kvaliteetne mitmekeelne otsing tekstidest ja visuaalselt rikkalikest dokumentidest, sealhulgas PDF-idest, tabelitest, diagrammidest, infograafikutest, andmelehtedest ja skeemidest

Kontekst 33K
Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu on saadaval avatud kaaludega kontrollpunkt ja NVIDIA NIM-i lõpp-punkt

Sisend Tasuta NVIDIA prooviteenuse lõpp-punkt; ametlikku tokenipõhist hinda ise hostitava lahenduse jaoks ei ole
Väljund Embeddingu väljund; ametlikku isehostitava lahenduse tokenipõhist hinda ei ole
NVIDIA AI
Nemotron 3.5 Retriever

Nemotron-3.5-Rerank-8B-BF16

Mitmekeelse teksti ja visuaalsete dokumentide otsingutulemuste teise etapi ümberjärjestamine; multimodaalne RAG; ettevõtete dokumendiotsing; agendipõhised otsingutöövood, mis hõlmavad diagramme, tabeleid, infograafikuid, andmelehti ja skeeme.

Kontekst 33K
Arutlusvõime 0/10
Kiirus 0/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu on see saadaval avatud kaaludega Hugging Face'i kontrollpunktina ja NVIDIA NIM-i kaudu. NVIDIA Build pakub tasuta arendusotspunkti, millele kehtivad kasutuspiirangud.

Sisend Tootmisinferentsi hinda pole avalikult täpsustatud; saadaval on tasuta NVIDIA arenduse lõpp-punkt.
Väljund Avalikult täpsustamata; väljund koosneb genereeritud tokenite asemel asjakohasuse logititest
NVIDIA AI Multimodaalne

Pika konteksti multimodaalne arutlus, dokumentide ja videote mõistmine, programmeerimine, visuaalne uurimine ning tööriistade abil töötavad tehisintellektiagendid.

Kontekst 1.05M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine
Olek

GA (üldiselt saadaval); praegu saadaval avatud kaaludega mudelina ja NVIDIA NIM-i kaudu

Väikese viivitusega reaalajas kõne tekstiks teisendamine, häälliidesed, reaalajas subtiitrid ja pidevad helivood

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Praegu saadaval NVIDIA Speech NIM-i kaudu; toetatud on ainult voogedastuspõhine juurutus

NVIDIA AI
Nemotroni sisuturvalisus

Nemotron 3.5 Content Safety

Mitmekeelne teksti- ja pildimoderatsioon, LLM-i ja VLM-i turvapiirded, vastuste ohutuse hindamine ning kohandatud ettevõtete ohutuspoliitikad

Kontekst 128K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Praegune; avatud kaaludega mudel ja allalaaditav NVIDIA NIM; NGC-konteineri uusim versioon on 17. septembri 2026 seisuga bf16-v1.1

NVIDIA AI Multimodaalne

Reaalajas töötavad häälassistendid, täisdupleksne kõnesuhtlus, katkestusi käsitlevad vestlusagendid ning integreeritud kõnest kõnesse süsteemide uurimine.

Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegune; teadusuuringuteks mõeldud avatud kaaludega mudel

NVIDIA AI Multimodaalne

Multimodaalne dokumentide analüüs, OCR-põhised töövood, visuaalsetel andmetel põhinev küsimustele vastamine, mitme pildi analüüs ja järeldamine, kokkuvõtete koostamine, diagrammide ja tabelite mõistmine ning videote mõistmine

Kontekst 131K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Allalaadimine on saadaval; NVIDIA tasuta hostitud lõpp-punkt on kasutusest kõrvaldatud

NVIDIA AI
Nemotron OCR

Nemotron OCR v1

Ingliskeelsete dokumentide OCR, dokumentide süsteemi sisestamine, paigutust arvestav tekstituvastus, multimodaalne otsing, RAG-i eeltöötlus ja ettevõtete dokumendiintellekt

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend
Olek

Saadaval; ainult ingliskeelne OCR-mudel. Uuem Nemotron OCR v2 on saadaval ajakohastatud inglise- ja mitmekeelsete OCR-i juurutuste jaoks.

Mitmekeelne optiline märgituvastus (OCR), skannitud dokumendid, vormid, aruanded, diagrammid, tabelid, pildipõhine otsing, dokumentide töötlusse võtmine ning otsinguga täiendatud genereerimise (RAG) eeltöötlus

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend
Olek

Praegu saadaval; allalaaditav mudel ning kättesaadav NVIDIA NIM-i ja NVIDIA hostitud teenuste kaudu

NVIDIA AI Multimodaalne
NVIDIA AI
NVIDIA Isingi kalibreerimine

NVIDIA-Ising-Calibration-1-35B-A3B

Kvantarvutite kalibreerimisgraafikute analüüs, eksperimentide tõlgendamine, mudeli sobivuse kvaliteedi hindamine, parameetrite eraldamine ja tehnilise uurimistöö töövood

Kontekst 262K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Praegune; allalaaditav avatud kaaludega mudel

NVIDIA AI
NVIDIA Maxine Eye Contact

Eye Contact

Pilgu korrigeerimine videokonverentsides, telekohalolus, digitaalsete inimeste rakendustes ja videotöötluse töövoogudes

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegune; allalaaditav NVIDIA NIM-i mudel

Mitmekeelne voogedastuse transkriptsioon, hääleagendid, subtiitrid, klienditoe helisisu, koosolekud ja tootmiskasutuseks mõeldud kõnest tekstiks teisendamine 25 toetatud keeles ja nende piirkondlikes variantides.

Arutlusvõime 0/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegune ja allalaaditav

Sisend Kindlat avalikku mudelihinda ei ole kinnitatud; mudel on NVIDIA NIM-i kaudu allalaaditav ning saadaval NVIDIA API/NIM-i teenuste kaudu vastavalt kehtivatele NVIDIA tingimustele ja kasutuspõhisele hinnastamisele.

Vietnami keele kõne transkribeerimine, vietnami ja inglise keele koodivahetus, häälassistendid, subtiitrid, kõneanalüütika ning lokaalne või isemajutatud ASR

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Peenhäälestamine Voogedastus
Olek

Ajakohane ja kättesaadav; allalaaditav kontrollpunkt NVIDIA Speech NIM-i toega voogedastuseks ja võrguühenduseta transkriptsiooniks

Sisend Avalikku mudelipõhist tokenihinda ei ole; saadaval on allalaaditav mudel ja NVIDIA API proovijuurdepääs.
Väljund Mudeli kohta puudub avalik tokenipõhine hind; saadaval on allalaaditav mudel ja NVIDIA API proovijuurdepääs.

Ingliskeelse kõne tekstiks transkribeerimine, kohalik ASR, võrguühenduseta töötlus, heliandmete eraldamine RAG-i jaoks ja kohandatud NeMo juurutused

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Peenhäälestamine Voogedastus
Olek

Saadaval on avatud kaaludega mudeli kontrollpunkt

Hispaania ja inglise keele kõne transkriptsioon, koodivahetusega heli, kirjavahemärkidega ASR, sõnade ajamärkidega transkriptsioon, voogedastusrakendused ja iseseisvalt hallatavad NVIDIA GPU juurutused

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegu saadaval; allalaaditav; toetab voogedastust ja võrguühenduseta transkriptsiooni

Sisend Avalikku tokenipõhist hinda ei ole; allalaaditavale mudelile ning NVIDIA API-le ja NIM-ile juurdepääsule kehtivad NVIDIA kohaldatavad tingimused ja teenusetingimused.
NVIDIA AI
Parakeet CTC

Parakeet CTC 0.6B

Ingliskeelse kõne kohalik transkribeerimine, võrguühenduseta ASR, pika kestusega heli töötlemine ja kohandatud ASR-i peenhäälestus

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Peenhäälestamine
Olek

Kaasaegne ja kättesaadav avatud kaaludega mudel

Taiwani mandariini kõnest tekstiks teisendamine, mandariini ja inglise keele koodivahetus, reaalajas subtiitrid, häälliidesed ning NVIDIA GPU-del töötav voogedastus- või võrguühenduseta transkriptsioon.

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Loetletud NVIDIA Speech NIM-i praeguses dokumentatsioonis ja mudelikataloogis; seotud NGC-konteiner on märgitud enam mittetoetatuks.

Mandariini- ja ingliskeelne automaatne kõnetuvastus, koodivahetusega transkriptsioon, voogedastuse transkriptsioon ning ettevõtetele mõeldud enda taristus majutatav kõnest tekstiks lahendus

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegu saadaval ja allalaaditav; kättesaadav NVIDIA NIM-i ja Riva liideste kaudu

Sisend Avalikku tokenipõhist hinda ei ole; rakenduvad allalaaditava mudeli ja NVIDIA teenuse tingimused
Väljund Avalikku tokenipõhist hinda ei ole; kehtivad allalaaditava mudeli ja NVIDIA teenuse tingimused

Kiire ingliskeelse kõne transkriptsioon, subtiitrid, koosolekute transkribeerimine, heliotsing ja ajatemplitega meediatöövood

Arutlusvõime 1/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Helisisend Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel; avalikult kättesaadav Hugging Face'i ja NVIDIA NeMo kaudu

Mitmekeelsete lausete ja dokumentide tõlkimine, lokaliseerimine, turundussisu ning arendajatele mõeldud tõlketöövood

Kontekst 8K
Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Tekst
Olek

Praegu saadaval NVIDIA NIM-i kaudu ning allalaaditavate mudelikaaludena

Sisend Build.NVIDIA.com-is loetletud tasuta majutatud lõpp-punkt; ise hostitava lahenduse tokenipõhist hinda ei ole täpsustatud
Väljund Build.NVIDIA.com-is loetletud tasuta hostitud lõpp-punkt; isehostitud kasutuse tokenipõhist hinda ei ole täpsustatud
NVIDIA AI
StreamPETR

StreamPETR

Ainult kaameratel põhinev mitme vaatega 3D-tajumine, autonoomse sõidu analüüs, linnulennuvaate visualiseerimine ja objektide jälgimine

Kiirus 8/10
Väljundid
Video
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Praegune NVIDIA NIM-i lõpp-punkt; tasuta juurdepääs lõpp-punktile eeldab NVIDIA API-võtit

Sisend Tasuta lõpp-punkt
NVIDIA AI
Studio Voice

Studio Voice

Mürarikastes või kajarikastes keskkondades madala kvaliteediga mikrofonidega salvestatud kõne reaalajas täiustamine, sealhulgas ringhäälingus, konverentsidel, telekommunikatsioonis ja meediatootmises.

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Kõne
Võimekused
Helisisend Voogedastus
Olek

Praegu on see saadaval NVIDIA NIM-i, hostitud eelvaateteenuste ja NVIDIA audiotarkvara kaudu; allalaaditav juurutamine võib nõuda kehtivat NVIDIA litsentsi või tellimust.

NVIDIA AI
Sünteetilise video tuvastaja

NVIDIA Synthetic Video Detector

Tehisintellekti loodud videote tuvastamine, meedia autentsuse kontroll, digitaalkohtuekspertiis, sisu modereerimine ja meediaintegriteedi seire

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Videosisend Voogedastus
Olek

Praegu saadaval: allalaaditav NIM ja hallatud prooviversiooni lõpp-punkt; isehostitav juurutus nõuab AI for Media Private Accessi.

Sisend Tasuta hallatav prooviversiooni lõpp-punkt; isehõivatud kasutuse ja ettevõtetele mõeldud litsentsimise suhtes võivad kehtida eraldi tingimused
NVIDIA AI
Taustamüra eemaldamine

Background Noise Removal

Reaalajas kõne müravähendus, videokonverentsid, otseülekanded, automaatse kõnetuvastuse (ASR) eeltöötlus ja võrguühenduseta heli täiustamine

Arutlusvõime 0/10
Kiirus 9/10
Väljundid
Heli
Võimekused
Helisisend Voogedastus
Olek

Praegune; BNR v2.1

Sisend Hostitud inferentsi hinda ei ole avalikult täpsustatud; allalaaditav lõpp-punkt on saadaval ilma mudelitasuta.
Väljund Hostitud inferentsi hinda ei ole avalikult täpsustatud; allalaaditav lõpp-punkt on saadaval ilma mudelitasuta.
NVIDIA AI
Video ülieraldusvõime

Video Super Resolution NIM

Professionaalne video suurendamine, ringhäälingukvaliteedi täiustamine, voogedastuse töötlusvood, kodeerimiseelne optimeerimine, müraeemaldus ja hägususe vähendamine

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Video
Võimekused
Videosisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegune; allalaaditav NVIDIA NIM

OpenAI
Arvutit kasutav agent

computer-use-preview

Kontrollitud brauseri automatiseerimine, arvuti kasutamise uuringud, kasutajaliidese testimine ja korduvad kasutajaliidese töövood

Kontekst 8K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Aegunud

Sisend 3,00 dollarit 1 miljoni sisendtokeni kohta; tööriistapõhised arvutikasutuse kutsed võivad olla eraldi tasulised
Väljund 12,00 dollarit 1 miljoni väljundmärgi kohta
OpenAI Multimodaalne
OpenAI
CLIP

CLIP

Nullkaadritega pildiklassifikatsioon, pildi ja teksti sarnasuse hindamine, semantiline pildiotsing, multimodaalne indekseerimine ja arvutinägemise uurimine

Kontekst 77
Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Embeddingud
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Avalik uurimisväljalase allalaaditavate mudelikaaludega; ei ole kinnitatud, et tegemist on OpenAI praegu hostitava API-mudeliga

OpenAI Programmeerimine

Codex CLI programmeerimise töövood, koodi puudutavatele küsimustele vastamine, koodi muutmine, hoidlate ülesanded ja väikese latentsusega tarkvaraarenduse abi

Kontekst 200K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; API ligipääs lõppes 12.02.2026

Sisend 1,50 dollarit 1 miljoni sisendmärgi kohta; 0,375 dollarit 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund $6,00 1 miljoni väljundtokeni kohta

Ajalooline ülevaade tekstist pildi genereerimisest, varasematest pilditöövoogudest ja võrdlustest uuemate OpenAI pildimudelitega.

Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Kasutuselt kõrvaldatud; märgitud aegunuks ja eemaldatud OpenAI API-st 12. mail 2026.

Ajalooline tekstist piltide genereerimine, kontseptuaalkunst, illustratsioonid, visuaalsete ideede arendamine, turundusmaterjalide pildid ja juhiste järgimise uurimine

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
pilt
Olek

Kasutuselt kõrvaldatud; aegunud ning eemaldatud OpenAI API-st 12. mail 2026.

Sisend Praeguse kasutuse puhul ei kohaldu; ajalooliselt küsiti tasu genereeritud pildi, mitte sisendtokeni eest.
Väljund API ajalooline hind algas 0,04 dollarist 1024×1024 pikslise standardkvaliteediga pildi eest; HD-kvaliteedi ja suuremate formaatide puhul kehtisid kõrgemad hinnad.
OpenAI Kergekaaluline

Pärandteksti lõpetamise rakenduste, ajaloolise GPT-3 baasmudeli käitumise ja olemasolevate ühilduvate peenhäälestatud töövoogude säilitamine enne nende sulgemist

Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Tekst
Olek

Aegunud; praegu veel kättesaadav, kuid plaanitakse sulgeda 28.09.2026

Sisend 0,40 dollarit 1 miljoni sisendtokeni kohta
Väljund $0,40 1 miljoni väljundtokeni kohta
OpenAI üldotstarbeline

Varasemate tekstilõpetuse ja koodi jätkamise funktsioonide kasutamiseks ning olemasolevatel davinci-002 peenhäälestatud mudelitel järelduste tegemiseks enne nende kasutuselt kõrvaldamist

Arutlusvõime 3/10
Kiirus 6/10
Väljundid
Tekst
Olek

Aegunud; API-le juurdepääs lõpetatakse 28. septembril 2026

Sisend 2,00 dollarit 1 miljoni tokeni kohta
Väljund 2,00 $ 1 miljoni märgi kohta
OpenAI üldotstarbeline

Soodsate ja mahukate tekstigeneratsioonide, kokkuvõtete, klassifitseerimise, andmete eraldamise, lihtsate vestlusrobotite ja pärand-API-integratsioonide jaoks

Kontekst 16K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Aegunud, kuid OpenAI API kaudu endiselt saadaval

Sisend 0,50 dollarit 1 miljoni sisendmärgi kohta
Väljund 1,50 dollarit 1 miljoni väljundtokeni kohta
OpenAI üldotstarbeline
OpenAI
GPT-4

GPT-4

Sobib väljakujunenud GPT-4 integratsioonide ning üldotstarbeliste teksti genereerimise, analüüsi-, kirjutamis- ja kodeerimistööde jaoks

Kontekst 8K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Pärand; vanem kõrge intelligentsustasemega GPT-mudel

Sisend 30 dollarit 1 miljoni sisendtokeni kohta
Väljund 60 dollarit 1 miljoni väljundmärgi kohta
OpenAI Multimodaalne

Varasemad suure konteksti mahuga teksti- ja pildianalüüsi lahendused, funktsioonikutsed, JSON-režiimi töövood ja olemasolevad GPT-4 Turbo integratsioonid

Kontekst 128K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud, kuid praegu veel kättesaadav; sulgemine on kavandatud 23. oktoobrile 2026.

Sisend 10 dollarit 1 miljoni sisendtokeni kohta
Väljund 30 dollarit ühe miljoni väljundtokeni kohta
OpenAI üldotstarbeline

Ajalooliste tekstide genereerimine pika konteksti põhjal, dokumentide analüüs, struktureeritud tekstiloome ja üldotstarbelised assistendirakendused.

Kontekst 128K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Kasutusest eemaldatud; alias gpt-4-turbo-preview viitas mudelile gpt-4-0125-preview, mis suleti 26. märtsil 2026.

Sisend 10 dollarit 1 miljoni märgi kohta
Väljund 30 dollarit 1 miljoni märgi kohta
OpenAI üldotstarbeline
OpenAI
GPT-4.1

GPT-4.1

Tarkvaraarendus, pika konteksti võimalusega dokumentide analüüs, juhiste täpne järgimine, struktureeritud teabe eraldamine, tööriistu kasutavad agendid ja piltide mõistmine

Kontekst 1.05M
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Peenhäälestamine
Olek

Praegune; GPT-4.1 vaikimisi alias, mis viitab hetktõmmisele gpt-4.1-2025-04-14

Sisend 2,00 dollarit 1 miljoni sisendmärgi kohta; 0,50 dollarit 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 8,00 dollarit 1 miljoni väljundtokeni kohta
OpenAI Kergekaaluline

Kiire ja kulutõhus juhiste järgimine, programmeerimisabi, piltide mõistmine, struktureeritud andmete eraldamine, tööriistade kutsumine ning pika kontekstiga API-rakendused

Kontekst 1.05M
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Peenhäälestamine
Olek

praegune

Sisend 0,40 dollarit 1 miljoni tokeni eest; vahemällu salvestatud sisendi hind on 0,10 dollarit 1 miljoni tokeni eest
Väljund 1,60 dollarit 1 miljoni tokeni kohta
OpenAI Kergekaaluline

Suure mahuga ja latentsustundlik klassifitseerimine, andmete eraldamine, suunamine, kokkuvõtete koostamine, lihtsad assistendid, piltide abil tehtav analüüs ning lihtsad tööriistade väljakutsumise töövood

Kontekst 1.05M
Arutlusvõime 4/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Aegunud; 23. septembri 2026. aasta seisuga veel juurdepääsetav; sulgemine on kavandatud 23. oktoobriks 2026

Sisend $0,10 1 miljoni sisendtokeni kohta; $0,025 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund $0,40 1 miljoni väljundtokeni kohta
OpenAI üldotstarbeline

Ajaloolistel teemadel üldotstarbeline kirjutamine, loovtöö, nüansirohke suhtlus, piltide mõistmine, programmeerimisabi ning funktsioonide kutsumist või struktureeritud väljundeid vajavad rakendused.

Kontekst 128K
Arutlusvõime 7/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

API-st eemaldati kasutuselt 14.07.2025; ChatGPT-st 2026. aasta juunis

Sisend 75,00 dollarit 1 miljoni sisendmärgi kohta; 37,50 dollarit 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 150,00 dollarit 1 miljoni väljundtokeni kohta
OpenAI Multimodaalne

Kiired üldotstarbelised vestlused, visuaalse sisu mõistmine, häälsuhtlus, programmeerimine ja igapäevane produktiivsus

Kontekst 128K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Aktiivne

OpenAI Multimodaalne
OpenAI
GPT-4o

GPT-4o

Üldotstarbelised assistendid, pildisisu mõistmine, abi programmeerimisel, struktureeritud andmete eraldamine, mitmekeelne genereerimine ja madalat latentsust nõudvad API-töövood

Kontekst 128K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu saadaval OpenAI API-s; ChatGPT-st eemaldati 13.02.2026. Snapshoti gpt-4o-2024-05-13 API kasutamine lõpetatakse kavakohaselt 23.10.2026.

Sisend 2,50 $ 1 miljoni sisendtokeni kohta; 1,25 $ 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund 10,00 USA dollarit 1 miljoni väljundtokeni kohta
OpenAI Multimodaalne

Hääleassistendid, kõnepõhised vestlusagendid, helivõimekusega klienditeenindus ning rakendused, mis vajavad heli otsest mõistmist ja kõne genereerimist

Kontekst 128K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; API-juurdepääs lõppes 7. mail 2026

Sisend 2,50 dollarit 1 miljoni tekstisisendi tokeni kohta; 40 dollarit 1 miljoni audiosisendi tokeni kohta
Väljund 10,00 $ 1 miljoni tekstiväljundmärgi kohta; 80 $ 1 miljoni heliväljundmärgi kohta
OpenAI Kergekaaluline

Soodsate kuludega suuremahuline teksti- ja pildisisu mõistmine, klassifitseerimine, andmete eraldamine, tõlkimine, märgendamine, klienditugi, suunamine ja struktureeritud andmete genereerimine

Kontekst 128K
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune kanooniline mudelialias; saadaval on kuupäevaga mudeli hetktõmmis gpt-4o-mini-2024-07-18

Sisend 0,15 dollarit 1 miljoni sisendmärgi kohta
Väljund 0,60 $ 1 miljoni väljundmärgi kohta
OpenAI Multimodaalne

Väiksema kuluga heli mõistmine, vestluspõhised hääleliidesed ning rakendused, mis vajavad teksti- ja kõneheli sisendit ja väljundit

Kontekst 128K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutusest kõrvaldatud; API sulgemine on kavandatud 20. jaanuariks 2027.

Sisend $0,15 1 miljoni tokeni kohta; heli: $10,00 1 miljoni tokeni kohta
Väljund Tekst: 0,60 $ 1 miljoni tokeni kohta; heli: 20,00 $ 1 miljoni tokeni kohta
OpenAI Kergekaaluline

Soodsad reaalajas töötavad hääleassistendid, kõnest kõneks liidesed, interaktiivsed helirakendused ja vestluslikud prototüübid

Kontekst 16K
Arutlusvõime 4/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Aegunud; API-st eemaldamine on kavandatud 20.01.2027

Sisend 0,60 dollarit 1 miljoni sisendtokeni kohta; heli: 10,00 dollarit 1 miljoni audiotok en i kohta; vahemällu salvestatud sisend: 0,30 dollarit 1 miljoni tokeni kohta
Väljund $2,40 1 miljoni väljundtokeni kohta; heli: $20,00 1 miljoni audiotokeni kohta
OpenAI Multimodaalne

Väikese latentsusega hääleassistendid, kõnest kõneks rakendused, reaalajas tõlge, keeleõpe ja interaktiivne klienditugi

Kontekst 32K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Kasutuselt kõrvaldatud; API-juurdepääs lõppes 2026-05-07

Sisend 5 dollarit 1 miljoni tekstokeni kohta; 40 dollarit 1 miljoni audiokeni kohta; vahemällu salvestatud teksti- ja audiosisend maksab 2,50 dollarit 1 miljoni tokeni kohta
Väljund 20 dollarit 1 miljoni tekstokeni kohta; 80 dollarit 1 miljoni audiokeni kohta

Ajaloolised veebipõhised otsingurakendused, mis põhinevad OpenAI Chat Completionsil

Kontekst 128K
Arutlusvõime 5/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Suletud; tegevus lõpetati 23.07.2026

Sisend 2,50 $ 1 miljoni sisendmärgi kohta; varasemad veebotsingu tööriista tasud rakendusid iga otsingukutse eest eraldi
Väljund 10,00 dollarit 1 miljoni väljundtokeni kohta

Täpne kõne tekstiks teisendamine, koosolekute ja telefonikõnede transkribeerimine, hääleagentide sisendi töötlemine ning juhiste abil kohandatud valdkonnapõhine transkribeerimine

Kontekst 16K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Aegunud; praegu kättesaadav; API sulgemine on kavandatud kuupäevale 2027-02-26

Sisend 2,50 dollarit 1 miljoni helisisendi märgi kohta
Väljund $10,00 1 miljoni heliväljundi tokeni kohta

Soodsam mitmekeelne kõne transkribeerimine, koosolekumärkmed, kõnekeskuse kõnede transkriptsioonid, häälsõnumite teisendamine ja heli tekstiks teisendamise töövood

Kontekst 16K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Praegune ja saadaval

Sisend 1,25 dollarit 1 miljoni audiotokeni kohta
Väljund 5,00 dollarit 1 miljoni audiomärgi kohta
OpenAI
GPT-4o Mini

GPT-4o Mini TTS

Kiire ja hästi juhitav teksti kõneks muutmine jutustuste, häälliideste, klienditeeninduse, juurdepääsetavuse ja reaalajas helirakenduste jaoks.

Kontekst 2K
Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Praegu; kanooniline alias osutab hetktõmmisele gpt-4o-mini-tts-2025-12-15.

Sisend 0,60 dollarit 1 miljoni tekstisisendi märgi kohta
Väljund 12,00 dollarit 1 miljoni heliväljundi märgi kohta
OpenAI Kergekaaluline
OpenAI
GPT-4o Mini Search Preview

GPT-4o Mini Search Preview

Pärandrakendused, mis kasutavad Chat Completionsi ja vajavad väikese kuluga otsingupõhiseid tekstivastuseid

Kontekst 128K
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Kasutuselt kõrvaldatud; juurdepääs suleti 23. juulil 2026

Sisend $0.15 1 miljoni sisendtokeni kohta, lisaks eraldi tasu iga veebotsingu tööriista kutse eest
Väljund 0,60 dollarit 1 miljoni väljundmärgi kohta
OpenAI
GPT-4o Transcribe

GPT-4o Transcribe Diarize

Mitme kõnelejaga koosolekute, intervjuude, kõnede, taskuhäälingute ja uurimismaterjalide transkribeerimine koos kõnelejate tähistega.

Kontekst 16K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Aegunud; praegu kättesaadav ja plaanitud API-st eemaldada 26. veebruaril 2027.

Sisend 2,50 dollarit 1 miljoni audiomärgi kohta
Väljund 10,00 dollarit 1 miljoni audiotokeni kohta
OpenAI Arutlus
OpenAI
GPT-5

GPT-5

Keerukad programmeerimisülesanded, arutlemine, uurimistöö, pika konteksti analüüs, visuaalne mõistmine, tööriistu kasutavad agendid ja struktureeritud professionaalsed töövood

Kontekst 400K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune kanooniline alias, kuid eelmise põlvkonna mudel; aegunud snapshot gpt-5-2025-08-07 eemaldatakse API-st kavakohaselt 11. detsembril 2026.

Sisend 1,25 dollarit 1 miljoni sisendmärgi eest; vahemällu salvestatud sisend 0,125 dollarit 1 miljoni märgi eest
Väljund 10,00 dollarit 1 miljoni väljundtokeni kohta
OpenAI üldotstarbeline

ChatGPT-ga ühilduvad vestlusrakendused, teksti genereerimine, piltide põhjal küsimustele vastamine, struktureeritud väljundid ja tööriistadega integreeritud töövood, mis nõuavad GPT-5 ühilduvust

Kontekst 128K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aegunud

Sisend $1,25 1 miljoni sisendtokeni kohta; $0,125 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund 10,00 dollarit 1 miljoni väljundtokeni kohta
OpenAI Kergekaaluline

Kulutundlik arutlemine, programmeerimisabi, struktureeritud andmete eraldamine, dokumentide töötlemine, suuremahuline automatiseerimine ja tööriistu kasutavad töövood

Kontekst 400K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune API alias; kuupäevaga snapshot gpt-5-mini-2025-08-07 on aegunud

Sisend 0,25 USA dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisendi hind on 0,025 USA dollarit 1 miljoni tokeni kohta
Väljund 2,00 USA dollarit 1 miljoni väljundtokeni kohta
OpenAI Kergekaaluline

Suuremahuliste klassifitseerimis-, kokkuvõtete koostamise, andmete ekstraheerimise, järjestamise ja suunamise ülesannete, piltide abil tehtava analüüsi ning lihtsamate kodeerimise alamagentide jaoks

Kontekst 400K
Arutlusvõime 7/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aegunud kuupäevastatud hetktõmmis; praegu juurdepääsetav kuni kavandatud sulgemiseni 2026-12-11.

Sisend $0,05 1 miljoni tokeni kohta; vahemällu salvestatud sisendi puhul $0,005 1 miljoni tokeni kohta
Väljund 0,40 dollarit 1 miljoni tokeni kohta
OpenAI Arutlus

Keerukad uurimistööd, matemaatika, teadus, keeruline programmeerimine, suure kaaluga analüüs ning töövood, kus kasutatakse tööriistu ja maksimaalne vastuse kvaliteet on tähtsam kui kiirus või maksumus.

Kontekst 400K
Arutlusvõime 10/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune kanooniline alias; kuupäevastatud hetktõmmis gpt-5-pro-2025-10-06 on aegunud ja selle kasutamine lõpetatakse 11. detsembril 2026.

Sisend 15 dollarit 1 miljoni sisendmärgi kohta
Väljund $120 1 miljoni väljundtokeni kohta
OpenAI Programmeerimine

Agentipõhine tarkvaraarendus, repositooriumitasandi programmeerimine, koodi ülevaatamine, silumine, refaktoreerimine, testide genereerimine ja ekraanipiltide põhine kasutajaliidese arendus

Kontekst 400K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; API-juurdepääs suleti 23.07.2026

Sisend 1,25 dollarit 1 miljoni sisendtokeni kohta; 0,125 dollarit 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund 10,00 dollarit 1 miljoni väljundmärgi kohta
OpenAI üldotstarbeline
OpenAI
GPT-5

GPT-5.1

Kodeerimine, pika konteksti analüüs, tööriistu kasutavad agendid, struktureeritud väljundid ja mitmeastmelised töövood

Kontekst 400K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune

Sisend 1,25 dollarit 1 miljoni sisendtokeni kohta; 0,125 dollarit 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund 10,00 dollarit 1 miljoni väljundmärgi kohta
OpenAI üldotstarbeline

Vestlusabilised, juhiste järgimine, piltidele tuginev vestlus, struktureeritud andmete eraldamine, voogedastusvastused ja tööriistu kasutavad API-töövood.

Kontekst 128K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; API alias gpt-5.1-chat-latest suleti 2026-07-23. GPT-5.1 mudelid eemaldati ChatGPT-st 2026-03-11.

Sisend 1,25 dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisend: 0,125 dollarit 1 miljoni tokeni kohta
Väljund 10,00 dollarit 1 miljoni väljundmärgi kohta
OpenAI Kodeerimine

Agendipõhine tarkvaraarendus, koodi genereerimine, silumine, refaktoreerimine, testimine, koodi ülevaatus ja pika kestusega Codexi töövood

Kontekst 400K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; API-juurdepääs suleti 23. juulil 2026

Sisend 1,25 dollarit 1 miljoni sisendtok eni kohta; 0,125 dollarit 1 miljoni vahemällu salvestatud sisendtok eni kohta
Väljund 10,00 dollarit 1 miljoni väljundtokeni kohta
OpenAI Kodeerimine
OpenAI
GPT-5.1-Codex

GPT-5.1-Codex-Max

Pikaajaline agentne koodikirjutamine, kogu koodihoidla ulatuses refaktoreerimine, mitut faili hõlmavate muudatuste rakendamine, silumine, koodi ülevaatus, tõmbetaotluste loomine ja pikema kestusega Codexi töövood.

Kontekst 400K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; API-juurdepääs lõppes 23.07.2026

Sisend 1,25 dollarit 1 miljoni tokeni kohta; vahemällu salvestatud sisend: 0,125 dollarit 1 miljoni tokeni kohta
Väljund 10,00 dollarit 1 miljoni tokeni kohta
OpenAI Kodeerimine
OpenAI
GPT-5.1-Codex

GPT-5.1-Codex Mini

Kulutundlik agentpõhine programmeerimine, koodi muutmine, koodihoidlate hooldus ja Codexi-laadsed töövood

Kontekst 400K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; API-juurdepääs suleti 2026-07-23

Sisend 0,25 dollarit 1 miljoni märgiühiku kohta; vahemällu salvestatud sisendi hind on 0,025 dollarit 1 miljoni märgiühiku kohta
Väljund 2,00 dollarit 1 miljoni märgi kohta
OpenAI Arutlus
OpenAI
GPT-5.2

GPT-5.2

Keerukad professionaalsed ülesanded, pika konteksti analüüs, programmeerimine, dokumentide ja arvutustabelitega seotud töövood, visuaalne mõistmine ning mitmeastmelised agendid

Kontekst 400K
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegu saadaval; varasem lipulaevmudel

Sisend 1,75 dollarit 1 miljoni sisendtokeni kohta; 0,175 dollarit 1 miljoni vahemällu salvestatud sisendtok en i kohta
Väljund 14,00 dollarit 1 miljoni väljundtokendi kohta
OpenAI üldotstarbeline

ChatGPT-ga sarnased vestlusrakendused, üldine kirjutamine, kokkuvõtete koostamine, tõlkimine, nägemisvõimega assistendid ja tööriistade kasutamise töövood

Kontekst 128K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; API-juurdepääs lõppes 2026-08-10

Sisend 1,75 dollarit 1 miljoni sisendtokeni kohta; 0,175 dollarit 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund 14,00 dollarit 1 miljoni väljundtokeni kohta
OpenAI Arutlus

Keerukas professionaalne arutlemine, põhjalik analüüs, teadus- ja matemaatikaülesanded, kvaliteetne koodikirjutamine, pika kontekstiga dokumentide analüüs ning tööriistu kasutavad töövood.

Kontekst 400K
Arutlusvõime 10/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Varasem Pro-mudel; praegu saadaval Responses API kaudu

Sisend 21 dollarit 1 miljoni märgi kohta
Väljund $168 1 miljoni tokeni kohta
OpenAI Programmeerimine

Pikaajalised agentpõhised kodeerimisülesanded, ulatuslikud refaktoriseerimised, koodimigratsioonid, kogu koodihoidlat hõlmavad muudatused, terminalipõhised töövood, Windowsi arendus ja kaitsev küberturvalisus

Kontekst 400K
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; API-juurdepääs suleti 23.07.2026

Sisend 1,75 dollarit 1 miljoni sisendmärgi kohta
Väljund 14,00 $ 1 miljoni väljundtokeni kohta
OpenAI üldotstarbeline

Kiire üldotstarbeline vestlus, kirjutamine, kokkuvõtete koostamine, teksti ja piltide mõistmine, voogedastusvastused ning funktsioonikutsumisega rakendused

Kontekst 128K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Kasutuselt kõrvaldatud; API-juurdepääs lõppes 10.08.2026

Sisend 1,75 dollarit 1 miljoni märgi kohta; vahemällu salvestatud sisendi hind on 0,175 dollarit 1 miljoni märgi kohta
Väljund 14,00 dollarit 1 miljoni märgi kohta
OpenAI Programmeerimine

Pikaajalised agentpõhised tarkvaraarenduse ülesanded, koodibaasi hooldus, silumine, testimine, veebiarendus, tööriistapõhine arendus ja tehnilised arvutitöövood

Kontekst 400K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegu saadaval OpenAI API ja Codexi liideste kaudu

Sisend 1,75 dollarit 1 miljoni sisendtokeni kohta
Väljund 14,00 $ 1 miljoni väljundmärgi kohta
OpenAI Arutlus
OpenAI
GPT-5.4

GPT-5.4

Keerukas professionaalne töö, arenenud arutlus, tarkvaraarendus, pikaajalise töötlusega agendid, visuaalsete dokumentide analüüs, arvuti kasutamine, uurimistöö ja rohkete tööriistadega töövood

Kontekst 1.05M
Arutlusvõime 10/10
Kiirus 8/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune

Sisend 2,50 dollarit 1 miljoni sisendmärgi kohta; 0,25 dollarit 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 15,00 dollarit 1 miljoni väljundmärgi kohta
OpenAI Kergekaaluline

Suure kasutusmahuga kodeerimisabilised, arvuti kasutamise agendid, alamagendid, tööriistakutsed, piltide analüüs, dokumenditöövood ja latentsustundlikud rakendused

Kontekst 400K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune

Sisend 0,75 $ 1 miljoni sisendtokeni kohta; 0,075 $ 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund 4,50 dollarit 1 miljoni väljundtokeni kohta
OpenAI Kergekaaluline

Suuremahuline klassifitseerimine, andmete ekstraheerimine, järjestamine, piltide mõistmine, suunamine ja kerged kodeerimisalased alamagendid

Kontekst 400K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune; ainult API kaudu kasutatav mudel

Sisend 0,20 $ 1 miljoni sisendmärgi kohta; 0,02 $ 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 1,25 dollarit 1 miljoni väljundtokeni kohta
OpenAI Arutlemine

Suure vastutusega arutlemine, professionaalne teadmistepõhine töö, pika konteksti analüüs, keerukas programmeerimine, veebiuuringud ja agendipõhised töövood, mille puhul on vaja maksimaalset vastuste kvaliteeti

Kontekst 1.05M
Arutlusvõime 10/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune; saadaval ChatGPT-s Pro- ja Enterprise-kasutajatele ning arendajatele Responses API kaudu

Sisend 30 dollarit 1 miljoni sisendtokeni kohta
Väljund 180 dollarit 1 miljoni väljundmärgi kohta
OpenAI Kodeerimine

Volitatud haavatavusuuringud, küberkaitseoperatsioonid, pahavara analüüs, turbetestimine ja binaarfailide pöördprojekteerimine.

Arutlusvõime 9/10
Väljundid
Tekst
Olek

Aegunud; praegu kättesaadav piiratud Trusted Access for Cyberi kaudu; API kasutamine lõpetatakse 1. oktoobril 2026.

OpenAI üldotstarbeline
OpenAI
GPT-5.5

GPT-5.5

Keerukas programmeerimine, pikka konteksti nõudev uurimistöö, professionaalne analüüs, paljusid tööriistu kasutavad agendid, arvuti kasutamine ja mitmeastmeliste töövoogude täitmine

Kontekst 1.05M
Arutlusvõime 10/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegu; saadaval OpenAI API, ChatGPTi ja Codexi kaudu

Sisend 5,00 dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisend: 0,50 dollarit 1 miljoni tokeni kohta
Väljund 30,00 dollarit 1 miljoni väljundtokeni kohta
OpenAI Arutlus

Täpsust nõudev arutlemine, keerukas koodikirjutamine, pika konteksti käsitlev uurimistöö, andmeanalüüs ja mitmeetapised professionaalsed töövood

Kontekst 1.05M
Arutlusvõime 10/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegune

Sisend 30 USA dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisendile allahindlust ei ole
Väljund 180 USA dollarit 1 miljoni väljundmärgi kohta
OpenAI Kodeerimine

Loaga haavatavuste uurimine, exploit’ide valideerimine, exploit’i-ahelate arendamine, täiustatud turvatestimine, haavatavuste triaaž ja kaitsele suunatud küberturbeagendid

Kontekst 400K
Arutlusvõime 10/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Hetkel; piiratud juurdepääs OpenAI Daybreak Redile, mis eeldab eraldi heakskiitu ja kasutuselevõttu

Sisend 12,50 dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisend: 1,25 dollarit 1 miljoni tokeni kohta
Väljund 75,00 dollarit 1 miljoni väljundmärgi kohta
OpenAI Kergekaaluline

Suuremahuline klassifitseerimine, kokkuvõtete koostamine, suunamine, andmete eraldamine, dokumentide mõistmine, agentide automatiseerimine, rutiinne kodeerimisabi ning kulude suhtes tundlikud tööriistu kasutavad rakendused.

Kontekst 1.05M
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

praegune

Sisend $0,20 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisend maksab $0,02 1 miljoni tokeni kohta; vahemälu kirjutamise eest võetakse tasu 1,25-kordselt vahemällu salvestamata sisendi hinnast. Päringute puhul, mis sisaldavad rohkem kui 272 000 sisendto
Väljund 1,20 dollarit 1 miljoni väljundtokeni kohta. Päringutele, millel on üle 272 000 sisendtokeni, rakendub kogu päringule 1,5-kordne väljundtokenite hind.
OpenAI Arutlus

Keerukas arutlemine, programmeerimine, uurimistöö, küberturvalisus, teadus, pika konteksti analüüs, mahukate dokumentidega töötamine ja tööriistu kasutavad agendid

Kontekst 1.05M
Arutlusvõime 10/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Üldiselt saadaval

Sisend 4 dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisendtokenid 0,40 dollarit 1 miljoni kohta
Väljund 20 dollarit 1 miljoni väljundtokeni kohta
OpenAI üldotstarbeline

Kulutõhus arutlemine, kodeerimisagendid, pika konteksti analüüs, struktureeritud äriprotsesside automatiseerimine, uurimistöö töövood ja tööriistade toega tootmiskõlblikud rakendused

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Üldkättesaadav

Sisend 2,00 dollarit 1 miljoni sisendtokeni kohta; 0,20 dollarit 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund 12,00 dollarit 1 miljoni väljundmärgi kohta
OpenAI Arutlus

Keerukaks arutlemiseks, AI-agentide abil programmeerimiseks, arvuti kasutamiseks, veebiuuringuteks, teaduslikeks ja professionaalseteks töövoogudeks ning pika kontekstiga dokumentidega seotud ülesanneteks

Kontekst 1.05M
Arutlusvõime 10/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegu; järkjärguline kasutuselevõtt OpenAI API ning valitud ChatGPT, Azure'i ja Amazon Bedrocki pakkumiste kaudu

Sisend 10,00 dollarit 1 miljoni sisendtokeni kohta Standard-töötluse puhul lühikese kontekstiga; 1,00 dollarit 1 miljoni vahemällu salvestatud sisendtokeni kohta; 12,50 dollarit 1 miljoni vahemällu kirjutatava tokeni kohta. Pika konteksti sisendi hind on 20,00 d
Väljund 50,00 dollarit 1 miljoni väljundtokeni kohta standardse lühikese konteksti töötlemise eest; 75,00 dollarit 1 miljoni väljundtokeni kohta pika konteksti töötlemise eest. Batch- ja Flex-töötluse hind on 50% standardhindadest.
OpenAI Arutlus

Suuremahuline arutlus, dokumentide analüüs, abi programmeerimisel, otsinguga täiendatud genereerimine ja korduvkasutatavad agentide töövood

Kontekst 1.05M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aktiivne ja saadaval

Sisend 0,10 dollarit 1 miljoni sisendtokeni kohta; 0,01 dollarit vahemällu salvestatud sisendi eest; 0,125 dollarit vahemällu kirjutamise eest. Pika konteksti puhul on hinnad 0,20 dollarit sisendi, 0,02 dollarit vahemällu salvestatud sisendi ja 0,25 dollarit vah
Väljund 0,50 dollarit 1 miljoni väljundtokeni kohta lühikese konteksti puhul; 0,75 dollarit 1 miljoni väljundtokeni kohta pika konteksti puhul.
OpenAI Arutlus

Keerukas programmeerimine, pika konteksti põhine arutlemine, tarkvaraarendus, teadustöö, arvuti kasutamine ning tööriistu rakendavad agentpõhised töövood.

Kontekst 1.05M
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune; OpenAI API kaudu üldiselt saadaval

Sisend 2,00 USD 1 miljoni sisendtokeni kohta lühikese konteksti korral; 4,00 USD 1 miljoni sisendtokeni kohta pika konteksti korral. Vahemällu salvestatud sisend maksab lühikese konteksti korral 0,20 USD või pika konteksti korral 0,40 USD 1 miljoni tokeni kohta.
Väljund 10,00 USD 1 miljoni väljundtokeni kohta lühikese konteksti korral; 15,00 USD 1 miljoni väljundtokeni kohta pika konteksti korral standardtöötluse kasutamisel.
OpenAI Multimodaalne
OpenAI
GPT-Audio

GPT-Audio

Helitoega vestlusrakendused, häälliidesed, häälassistendid ning rakendused, mis vajavad Chat Completionsi kaudu otsest heli mõistmist ja genereerimist.

Kontekst 128K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aegunud; kavandatud sulgemine 20. jaanuaril 2027

Sisend 2,50 dollarit 1 miljoni tekstimärgi kohta; 32,00 dollarit 1 miljoni audiomärgi kohta
Väljund 10,00 dollarit 1 miljoni tekstitokeni kohta; 64,00 dollarit 1 miljoni audiotokeni kohta
OpenAI Multimodaalne
OpenAI
GPT-Audio

GPT-Audio-1.5

Vestlusrakendused, mille sisend ja väljund on heli ning mis kasutavad Chat Completions API-t, sealhulgas hääleassistendid ja tööriistu toetavad kõnepõhised liidesed.

Kontekst 128K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval; üldiselt kättesaadav

Sisend Tekst: 2,50 $ 1 miljoni tokeni kohta; heli: 32,00 $ 1 miljoni audiotokeni kohta
Väljund $10,00 1 miljoni tokeni kohta; heli: $64,00 1 miljoni audiotokeni kohta
OpenAI Multimodaalne

Kulutundlikud voorupõhised audiovestlused, häälassistendid ja funktsioonikutseid kasutavad helivõimekusega rakendused

Kontekst 128K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Aegunud; praegu kättesaadav, kuid API-st eemaldamine on kavandatud 20.01.2027.

Sisend 0,60 dollarit 1 miljoni tekstisisendi märgi kohta
Väljund 2,40 dollarit 1 miljoni tekstiväljundi märgi kohta
OpenAI Multimodaalne

Täpne pilditöötlus, detailne loometöö, kvaliteetne genereerimine, infograafika, küljendused ja töövood, kus korduskatsete vähesus on olulisem kui minimaalne viivitus

Kiirus 6/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune

Sisend Tekstisisend: 5,00 $ 1 miljoni tokeni kohta; pildisisend: 8,00 $ 1 miljoni tokeni kohta; vahemällu salvestatud tekstisisend: 1,25 $ 1 miljoni tokeni kohta; vahemällu salvestatud pildisisend: 2,00 $ 1 miljoni tokeni kohta
Väljund Pildisisend: 30,00 dollarit 1 miljoni tokeni kohta
OpenAI Multimodaalne
OpenAI
GPT-Live

GPT-Live 1

Loomuliku kõnega väikese viivitusega häälagendid, klienditugi, vestluspõhised töövood, reaalajas abi ja rakendused, mis nõuavad katkestusi arvestavat kõnesuhtlust

Arutlusvõime 7/10
Kiirus 10/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval OpenAI API-s

Sisend $0.05 häälsessiooni minuti kohta, arvestus toimub sekundipõhiselt; taustamudeli ja tööriistade kasutuse eest arveldatakse eraldi
Väljund 0,05 dollarit häälesessiooni minuti eest, arvestus toimub sekundipõhiselt; OpenAI käsitleb seda häälesessiooni hinnana, mitte eraldi heli sisendi- ja väljundtokenite tariifidena
OpenAI
GPT-Live-Transcribe

GPT-Live-Transcribe

Väikese latentsusega reaalajas subtiitrid, reaalajas kõnede transkribeerimine, mikrofonivood, telefonikõnede heli ja kõneliideste kõnetuvastus

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Praegu laialdaselt saadaval reaalajas transkribeerimiseks

Sisend $0,017 reaalajas heli minuti kohta
Väljund Sisaldub reaalajas heli minutipõhises hinnas; OpenAI ei esita eraldi väljundtokeni hinda
OpenAI Arutlus

Kohalikud ja privaatsed arutlusrakendused, programmeerimisabilised, agentpõhised töövood, seadmesisene või servajäreldamine, peenhäälestus ning kulutundlik juurutamine sobiva riistvaraga.

Kontekst 131K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel, mida saab alla laadida ja kasutada enda hallatava või kolmanda osapoole inferentsitaristu kaudu. Seda ei pakuta OpenAI API ega ChatGPT kaudu.

Sisend OpenAI ametlikku API sisendhinna avaldatud ei ole; isehostimise ja kolmandate osapoolte hostimiskulud varieeruvad.
Väljund OpenAI API ametlik väljundhinne puudub; ise hostimise ja kolmandate osapoolte hostimise kulud varieeruvad.
OpenAI Arutlus

Isehallatav arutlusvõime, programmeerimine, agentpõhised töövood, privaatsed juurutused, teadustöö ja peenhäälestus

Kontekst 131K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; allalaaditav ja lokaalselt või kolmandatest osapooltest pakkujate kaudu juurutatav; OpenAI API kaudu pole saadaval

OpenAI
GPT-OSS-Safeguard

gpt-oss-safeguard-20b

Poliitikapõhine ohutuse klassifitseerimine, LLM-i sisendi ja väljundi filtreerimine, sisu märgistamine, usaldus- ja ohutuskontroll ning ise majutatavad modereerimise töövood

Kontekst 131K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Olek

Uurimiseelvaade; praegu saadaval avatud kaaludega mudelina

OpenAI Ohutus
OpenAI
gpt-oss-safeguard

gpt-oss-safeguard-120b

Kohandatud eeskirjadel põhinev turvaklassifikatsioon, LLM-i sisendite ja väljundite filtreerimine, usalduse ja turvalisuse märgendamine, nüansirohke modereerimise ülevaatus ning võrguühenduseta turvaanalüüs

Kontekst 131K
Arutlusvõime 8/10
Kiirus 3/10
Väljundid
Tekst
Olek

Uurimisotstarbeline eelversioon; avatud kaaludega ja allalaaditav

OpenAI Reaalajas
OpenAI
GPT-Realtime

GPT-Realtime

Madala latentsusega kõnest kõnesse toimivad hääleagendid, reaalajas klienditugi, haridus, ligipääsetavus ja funktsioonikutsungutega vestlusrakendused

Kontekst 32K
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Kasutusest kõrvaldatud; API sulgemine on kavandatud 20. jaanuariks 2027

Sisend 4,00 dollarit 1 miljoni tokeni kohta; vahemällu salvestatud tekst: 0,40 dollarit 1 miljoni tokeni kohta; heli: 32,00 dollarit 1 miljoni tokeni kohta; vahemällu salvestatud heli: 0,40 dollarit 1 miljoni tokeni kohta; pilt: 5,00 dollarit 1 miljoni tokeni ko
Väljund Tekst: 16,00 dollarit 1 miljoni tokeni kohta; heli: 64,00 dollarit 1 miljoni tokeni kohta
OpenAI Reaalajaheli
OpenAI
GPT-Realtime

GPT-Realtime-1.5

Väikese latentsusega kõnest kõneks teisendavad hääleagendid, klienditugi, reaalajas töötavad assistendid ja helirakendused, mis vajavad funktsioonikutseid.

Kontekst 32K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Aktiivne ja praegu saadaval

Sisend 4,00 dollarit 1 miljoni tekstitokeni kohta; 32,00 dollarit 1 miljoni audiotokeni kohta; 5,00 dollarit 1 miljoni pilditokeni kohta. Vahemällu salvestatud sisendi hind: 0,40 dollarit 1 miljoni teksti- või audiotokeni kohta ning 0,50 dollarit 1 miljoni pildi
Väljund 16,00 dollarit 1 miljoni tekstimärgi kohta; 64,00 dollarit 1 miljoni audiomärgi kohta.
OpenAI Multimodaalne
OpenAI
GPT-Realtime

GPT-Realtime-2

Arutlusvõimega hääleagendid, kõnest kõneks rakendused, klienditugi, reaalajas assistendid, tööriistapõhised töövood ja pikad vestlusseansid

Kontekst 128K
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegune

Sisend 4,00 $ 1 miljoni märgi kohta; vahemällu salvestatud tekst: 0,40 $ 1 miljoni märgi kohta; heli: 32,00 $ 1 miljoni märgi kohta; vahemällu salvestatud heli: 0,40 $ 1 miljoni märgi kohta; pilt: 5,00 $ 1 miljoni märgi kohta; vahemällu salvestatud pilt: 0,50 $
Väljund 24,00 dollarit 1 miljoni tokeni kohta; heli: 64,00 dollarit 1 miljoni tokeni kohta
OpenAI Reaalajas
OpenAI
GPT-Realtime

GPT-Realtime-2.1

Madala latentsusega kõnest kõnesse agendid, klienditeeninduse häälpõhised töövood, tööriistade kasutamine reaalajas, telefoniside ning multimodaalsed assistendid pildisisendiga

Kontekst 128K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

kehtiv

Sisend 4,00 $ 1 miljoni tokeni kohta; vahemällu salvestatud tekst: 0,40 $ 1 miljoni tokeni kohta; heli: 32,00 $ 1 miljoni audiotokeni kohta; vahemällu salvestatud heli: 0,40 $ 1 miljoni audiotokeni kohta; pilt: 5,00 $ 1 miljoni tokeni kohta; vahemällu salvestatu
Väljund 24,00 dollarit 1 miljoni märgi kohta; heli: 64,00 dollarit 1 miljoni helimärgi kohta

Madala viivitusega kõnetõlge, mitmekeelsed kõned, reaalajas suuline tõlge, ülekanded, koosolekud, õppetunnid, videoruumid, subtiitrid ja tõlgitud helikogemused.

Kontekst 16K
Arutlusvõime 3/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Voogedastus
Olek

Praegune

Sisend 0,034 dollarit reaalajas heli minuti kohta
Väljund 0,034 dollarit reaalajas heli minuti kohta

Väikese viivitusega reaalajas transkriptsioon, subtiitrid, koosolekumärkmed, kõnede analüüs, hääleagentide sisend ja pidevad kõnest tekstiks töövood

Kontekst 16K
Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Praegu saadaval OpenAI Realtime API kaudu reaalajas transkriptsiooni jaoks

Sisend 0,017 dollarit heljaminuti kohta
Väljund Sisaldub heli kestusel põhineva transkriptsiooni hinnas; eraldi tekstiväljundi hinda ei ole dokumenteeritud
OpenAI Reaalajas
OpenAI
GPT-Realtime

GPT-Realtime Mini

Kulusäästlikud reaalajas töötavad kõneagendid, kõnest kõneks rakendused, interaktiivsed assistendid ja multimodaalsed liidesed

Kontekst 32K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Aegunud; praegu kättesaadav, kuid API suletakse 20.01.2027.

Sisend 0,60 dollarit 1 miljoni tekstisisendi märgi kohta; 0,06 dollarit 1 miljoni vahemällu salvestatud tekstisisendi märgi kohta
Väljund 2,40 dollarit 1 miljoni teksti väljundmärgi kohta
OpenAI Kergekaaluline
OpenAI
GPT-Realtime-2.1

GPT-Realtime-2.1 Mini

Soodsamad ja väiksema latentsusega reaalajas töötavad hääleagendid, kõnest kõnesse assistendid ning tööriistu kasutavad vestlusrakendused

Kontekst 128K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune

Sisend $0.60 1 miljoni tokeni kohta; vahemällu salvestatud tekst: $0.06 1 miljoni tokeni kohta; heli: $10.00 1 miljoni tokeni kohta; vahemällu salvestatud heli: $0.30 1 miljoni tokeni kohta; pilt: $0.80 1 miljoni tokeni kohta; vahemällu salvestatud pilt: $0.08 1
Väljund Tekst: 2,40 $ 1 miljoni tokeni kohta; heli: 20,00 $ 1 miljoni tokeni kohta
OpenAI Arutlus
OpenAI
GPT-Rosalind

GPT-Rosalind

bioloogia reguleerimine, genoomika, meditsiiniline keemia, valguanalüüs, ravimite avastamine, teaduskirjanduse süntees, märglabori tõrkeotsing ja teadustööriistade töövood

Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Üldjuhul kättesaadav sobivatele organisatsioonidele usaldusväärse juurdepääsu programmi kaudu; lubatud üksnes heakskiidetud organisatsioonisiseseks bioteadustealaseks uurimistööks

Sisend 5 dollarit 1 miljoni sisendtokeni kohta; 0,50 dollarit 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund 25 dollarit 1 miljoni väljundtokeni kohta
OpenAI
GPT-Transcribe

GPT-Transcribe

Salvestatud heli ülitäpne transkribeerimine, voogedastatavate failide transkriptsioon, mitmekeelsed salvestised ning valdkonnaspetsiifiline kõne koos märksõna- või keelevihjetega

Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Praegune

Sisend $0,0045 heliminuti kohta
Väljund Eraldi väljundtokenite hinda ei ole; see sisaldub minutipõhises transkriptsioonihinnas.
OpenAI Multimodaalne

ChatGPT olemasolevad piltide genereerimise ja töötlemise integratsioonid

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Aegunud; praegu kättesaadav; kasutus lõpetatakse 1. detsembril 2026

Sisend 5,00 dollarit 1 miljoni märgiühiku kohta; vahemällu salvestatud tekst: 1,25 dollarit 1 miljoni märgiühiku kohta; pilt: 8,00 dollarit 1 miljoni märgiühiku kohta; vahemällu salvestatud pilt: 2,00 dollarit 1 miljoni märgiühiku kohta. Ühe pildi genereerimine:
Väljund Tekst: 10,00 dollarit 1 miljoni märgi kohta; pilt: 32,00 dollarit 1 miljoni märgi kohta. Ühe pildi genereerimine: madal kvaliteet 0,009–0,013 dollarit, keskmine kvaliteet 0,034–0,05 dollarit, kõrge kvaliteet 0,133–0,20 dollarit olenevalt suurusest.
OpenAI Piltide Genereerimine
OpenAI
GPT Image

GPT-Image-1

API-põhine piltide genereerimine, piltide redigeerimine, viitepiltidega töövood, pildialade täitmine (inpainting), turundusmaterjalid, e-kaubanduse pildid ja visuaalse sisu loomine

Kiirus 6/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Aegunud; praegu kättesaadav, kuid suletakse 23.10.2026

Sisend Tekstisisend: 5,00 $ 1 miljoni tokeni kohta; vahemällu salvestatud tekstisisend: 1,25 $ 1 miljoni tokeni kohta; pildisisend: 10,00 $ 1 miljoni pilditokeni kohta; vahemällu salvestatud pildisisend: 2,50 $ 1 miljoni pilditokeni kohta
Väljund Ühe pildi genereerimise hind: madal kvaliteet 0,011 $ eraldusvõimega 1024 × 1024 või 0,016 $ eraldusvõimega 1024 × 1536 ja 1536 × 1024; keskmine kvaliteet 0,042 $ või 0,063 $; kõrge kvaliteet 0,167 $ või 0,25 $. Pildi väljundmärgendid: 40,00 $ 1 miljoni m
OpenAI
GPT Image

GPT-Image-1.5

Tootmistasemel piltide genereerimine ja töötlemine, brändigraafika, e-kaubanduse tootepildid, turundusmaterjalid ning töövood, mille puhul on oluline säilitada tähtsad visuaalsed detailid

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Aegunud; praegu API kaudu juurdepääsetav, API sulgemine on kavandatud kuupäevale 2026-12-01

Sisend 5,00 dollarit 1 miljoni tekstokeni kohta; 8,00 dollarit 1 miljoni pilditokeni kohta; vahemällu salvestatud sisend maksab 1,25 dollarit 1 miljoni tekstokeni ja 2,00 dollarit 1 miljoni pilditokeni kohta
Väljund 10,00 dollarit 1 miljoni tekstokeni kohta; 32,00 dollarit 1 miljoni pilditokeni kohta; piltide genereerimine maksab 0,009–0,20 dollarit pildi kohta olenevalt kvaliteedist ja eraldusvõimest
OpenAI Multimodaalne
OpenAI
GPT Image

GPT-Image-2

Kvaliteetne tekstist piltide genereerimine, viitepõhine pilditöötlus, tekstirohked visuaalsed materjalid, tootepildid, turundusmaterjalid ja tootmisdisaini töövood.

Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Aktiivne; GPT Image 2.5 mudelid on uuemate töövoogude jaoks saadaval, kuid GPT-Image-2 on endiselt dokumenteeritud API-mudelina kättesaadav.

Sisend 8,00 dollarit 1 miljoni pildi sisendtokeni kohta; 2,00 dollarit 1 miljoni vahemällu salvestatud pildi sisendtokeni kohta; 5,00 dollarit 1 miljoni teksti sisendtokeni kohta; 1,25 dollarit 1 miljoni vahemällu salvestatud teksti sisendtokeni kohta
Väljund 30,00 dollarit 1 miljoni pildi väljundmärgi kohta; 10,00 dollarit 1 miljoni teksti väljundmärgi kohta, kui see on kohaldatav
OpenAI Multimodaalne
OpenAI
GPT Image 1

GPT-Image-1 Mini

Kulutundlik pildiloome ja pilditöötlus, suure hulga variatsioonide loomine, kiire ideede arendamine, eelvaated, kerge isikupärastamine ning loominguliste materjalide kavandid.

Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Aegunud; praegu kättesaadav, kuid API töö lõpetamine on kavandatud 1. detsembriks 2026.

Sisend Tekstisisend: 2,00 $ 1 miljoni tokeni kohta; vahemällu salvestatud tekstisisend: 0,20 $ 1 miljoni tokeni kohta. Pildisisend: 2,50 $ 1 miljoni pilditokeni kohta; vahemällu salvestatud pildisisend: 0,25 $ 1 miljoni pilditokeni kohta.
Väljund Pildisisend: 8,00 dollarit 1 miljoni pilditokeni kohta. Ühe pildi genereerimine maksab eraldusvõimega 1024 × 1024 0,005–0,036 dollarit ning eraldusvõimega 1024 × 1536 või 1536 × 1024 0,006–0,052 dollarit, olenevalt kvaliteedist.
OpenAI Multimodaalne
OpenAI
GPT Image 2.5

GPT-Image-2.5 Flare

Kiire ja kvaliteetne piltide genereerimine ning töötlemine, sisuloojate sisu, tootetutvustused, visuaalne otsing, kiire prototüüpimine ja suure mahuga töövood

Kiirus 9/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu; saadaval OpenAI API kaudu

Sisend Tekstisisend: 5,00 dollarit 1 miljoni märgiühiku kohta; vahemällu salvestatud tekstisisend: 1,25 dollarit 1 miljoni märgiühiku kohta; pildisisend: 8,00 dollarit 1 miljoni pildimärgiühiku kohta; vahemällu salvestatud pildisisend: 2,00 dollarit 1 miljoni pi
Väljund Pildisisend: 30,00 dollarit 1 miljoni pildimärgi kohta; tekstiväljundi eest tasu ei võeta, sest mudel väljastab pilte
OpenAI Arutlus
OpenAI
o-seeria

o3

Keerukad arutluskäigud, täiustatud programmeerimine, matemaatika, teadus, tehnilised uuringud, visuaalne analüüs ja mitmeetapilised töövood tööriistadega

Kontekst 200K
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune kanooniline alias; o3-2025-04-16 hetktõmmis on aegunud ja selle API kasutus lõpetatakse 11. detsembril 2026.

Sisend 2,00 dollarit 1 miljoni sisendmärgi kohta; 0,50 dollarit 1 miljoni vahemällu salvestatud sisendmärgi kohta. Pakktöötlus: 1,00 dollarit sisendi ja 0,25 dollarit vahemällu salvestatud sisendi miljoni märgi kohta.
Väljund 8,00 $ 1 miljoni väljundtokeni kohta. Pakktöötluse korral: 4,00 $ 1 miljoni väljundtokeni kohta.
OpenAI Arutlus
OpenAI
o1

o1

Keerukas arutlemine, matemaatika, teadus, koodianalüüs, visuaalne arutlemine ja suurt täpsust nõudvad mitmeastmelised ülesanded

Kontekst 200K
Arutlusvõime 9/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aegunud, kuid endiselt OpenAI API mudelikataloogis dokumenteeritud

Sisend 15,00 $ 1 miljoni sisendtokeni kohta; 7,50 $ 1 miljoni vahemällu salvestatud sisendtokeni kohta
Väljund 60,00 dollarit 1 miljoni väljundmärgi kohta
OpenAI Arutlus

Varem keerukaks peetud matemaatika-, teadus-, programmeerimis- ja muud mitmeetapilised arutlusülesanded, mis nõuavad põhjalikku kaalutlemist

Kontekst 128K
Arutlusvõime 9/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Kasutusest eemaldatud; API-juurdepääs suleti 2025-07-28

Sisend $15.00 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisend $7.50 1 miljoni tokeni kohta
Väljund 60,00 dollarit 1 miljoni väljundtokeni kohta
OpenAI Arutlus

Kulutundlik matemaatika, loodusteadused, algoritmiline programmeerimine, silumine ja ainult tekstipõhine arutlemine

Kontekst 128K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Aegunud

Sisend 1,10 $ 1 miljoni sisendmärgi kohta; 0,55 $ 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 4,40 dollarit 1 miljoni väljundmärgi kohta
OpenAI Arutlus

Keerukas arutlemine, keeruline tehniline analüüs, edasijõudnud programmeerimine, uurimistöö töövood ning ülesanded, mille puhul on vastuse järjepidevus olulisem kui kiirus või maksumus.

Kontekst 200K
Arutlusvõime 9/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

OpenAI praeguses mudelikataloogis on see märgitud aegunuks; ka kuupäevaga snapshot o1-pro-2025-03-19 on märgitud aegunuks. Läbi vaadatud ametlikust dokumentatsioonist ei leitud kanoonilise o1-pro aliase täpset sulgemiskuupäeva.

Sisend 150 dollarit 1 miljoni sisendmärgi kohta
Väljund 600 dollarit 1 miljoni väljundmärgi kohta
OpenAI Arutlus

Keerukas mitmeetapiline uurimistöö, allikate süntees, õiguslik ja teaduslik analüüs, turu-uuringud ning suuremahuline ettevõttesiseste andmete analüüs

Kontekst 200K
Arutlusvõime 10/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Aegunud

Sisend 10,00 $ 1 miljoni sisendmärgi kohta; 2,50 $ 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 40,00 dollarit 1 miljoni väljundmärgi kohta
OpenAI Arutlus

Kodeerimine, matemaatika, teadus, tehniline analüüs, struktureeritud andmete eraldamine, teksti teisendamine SQL-päringuteks ja mitmeastmeline arutlemine

Kontekst 200K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune kanooniline alias koos aegunud snapshotiga; o3-mini-2025-01-31 on kavandatud API-st eemaldamiseks 23.10.2026.

Sisend 1,10 dollarit 1 miljoni sisendmärgi kohta; 0,55 dollarit 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 4,40 dollarit 1 miljoni väljundmärgi kohta
OpenAI Arutlus

Kõrget usaldusväärsust nõudev arutlemine, kõrgtasemel matemaatika, teaduslik analüüs, keerukas programmeerimine, uurimistöö ja mitmeetapilised professionaalsed ülesanded.

Kontekst 200K
Arutlusvõime 10/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune kanooniline alias; kuupäevaga hetktõmmis o3-pro-2025-06-10 on mudeli dokumentatsioonis märgitud aegunuks.

Sisend 20 dollarit 1 miljoni sisendtokeni kohta
Väljund 80 dollarit 1 miljoni väljundtokeni kohta
OpenAI Arutlus

Kiire ja kulutundlik arutlemine; programmeerimine; matemaatika; visuaalne analüüs; struktureeritud andmete eraldamine; tööriistu kasutavad suure koormusega agendid

Kontekst 200K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Peenhäälestamine
Olek

Aegunud; praegu API kaudu saadaval; kasutuselt kõrvaldamine on kavandatud 2026-10-23.

Sisend 1,10 dollarit 1 miljoni sisendmärgi kohta; 0,275 dollarit 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 4,40 dollarit 1 miljoni väljundtok en i kohta
OpenAI Arutlus

Keerukad mitmeetapilised uurimistööd, eri allikate süntees, turuanalüüs, õigus- või teadusuuringud ning mahukad tõenduspõhised aruanded.

Kontekst 200K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune kanooniline alias; kuupäevaga hetktõmmis o4-mini-deep-research-2025-06-26 on aegunud.

Sisend 2,00 dollarit 1 miljoni sisendmärgi kohta; 0,50 dollarit 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund 8,00 dollarit 1 miljoni väljundmärgi kohta
OpenAI Modereerimine
OpenAI
omni-moderation

omni-moderation

Teksti- ja pildisisu ohutuse klassifitseerimine, sisu filtreerimine, tehisintellekti väljundite kontroll, eeskirjade jõustamine ning juhtumite suunamine inimkontrolli

Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune

Sisend Tasuta
Väljund Tasuta
OpenAI
omni-moderation

omni-moderation-latest

Teksti- ja pildisisu ohutuse klassifitseerimine, sisu filtreerimine, modereerimisjärjekorrad, eeskirjade jõustamine ja genereeritud sisu kontrollimine

Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune vaikimisi modereerimismudel

Sisend Moderation API kaudu tasuta
Väljund Tasuta modereerimise API kaudu
OpenAI Multimodaalne
OpenAI
Sora 2

Sora 2

Kiire videokontseptsioonide loomine, sotsiaalmeediaklipid, pildist videoks katsetamine, prototüübid, esialgsed montaažid ja audiovisuaalse loometöö iteratiivne arendamine

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Video Kõne
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Kasutusest kõrvaldatud; API kaudu praegu kättesaadav seisuga 23. september 2026, sulgemine on kavandatud 24. septembriks 2026

Sisend Märgipõhist hinnastamist ei ole; pildi- ja tekstisisendid sisalduvad videogenereerimise päringutes.
Väljund 0,10 dollarit iga genereeritud video sekundi eest 720 × 1280 püstpaigutusega või 1280 × 720 rõhtpaigutusega väljundi puhul
OpenAI Videote Genereerimine

Tootmiskvaliteediga tekstipõhine video- ja pildipõhine videote genereerimine, kinolike prototüüpide ja turundusmaterjalide loomine ning sünkroonitud heliga kõrge eraldusvõimega lühiklippide valmistamine.

Väljundid
Video Kõne
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Pärandversioon; aegunud; praegu kättesaadav kuni 23. septembrini 2026; API kaudu kasutamine lõpetatakse 24. septembril 2026

Sisend 0,30 dollarit sekundis 720p puhul; 0,50 dollarit sekundis 1024p puhul; 0,70 dollarit sekundis 1080p puhul. Pakktöötluse hinnad: vastavalt 0,15, 0,25 ja 0,35 dollarit sekundis.
Väljund Sünkroniseeritud heliga video; tasu arvestatakse genereeritud sekundi, mitte teksti- või audiotokeni alusel.
OpenAI
teksti modereerimine

text-moderation-stable

Varasem tekstipõhine ohutuse klassifitseerimine ja ajaloolised modereerimislõimingud

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst
Olek

Kasutuselt kõrvaldatud; juurdepääs lõppes 27. oktoobril 2025

Sisend Moderation API kaudu tasuta
Väljund Tasuta Moderation API kaudu
OpenAI Vektor Esitus
OpenAI
text-embedding-3

text-embedding-3-large

Kvaliteetne semantiline otsing, mitmekeelne otsing, RAG, soovitused, klasterdamine, klassifitseerimine ja sarnasuse alusel sobitamine

Kontekst 8K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

Praegu saadaval OpenAI API kaudu

Sisend 0,13 dollarit 1 miljoni sisendmärgi kohta
Väljund Väljundtokenite eest eraldi tasu ei võeta; mudel tagastab embedding-vektorid.
OpenAI Tekstivektorite Esitus
OpenAI
text-embedding-3

text-embedding-3-small

Kulutõhus semantiline otsing, otsinguga täiendatud genereerimine, klasterdamine, soovitused, anomaaliate tuvastamine ning teksti- või koodisarnasuse analüüs

Kontekst 8K
Kiirus 9/10
Väljundid
Embeddingud
Olek

Praegune

Sisend 0,02 $ 1 miljoni sisendmärgi kohta
Väljund Ei kohaldata; embedding-väljundi eest arveldatakse sisendtokenite kasutuse alusel.
OpenAI Manusaiti Tüüp
OpenAI
text-embedding-ada-002

text-embedding-ada-002

Juba ada-002 vektoritele üles ehitatud varasemad semantilise otsingu, infohankimise, klasterdamise, soovituste, anomaaliate tuvastamise ja klassifitseerimise süsteemid

Kontekst 8K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

Vanem teksti vektoriseerimise mudel; praegu loetletud ja Embeddings API kaudu kättesaadav

Sisend $0,10 1 miljoni sisendtokeni kohta
OpenAI
TTS-1

TTS-1

Väikese latentsusega tekst-kõneks teisendus, reaalajas toimivad hääleliidesed, jutustav tekst, juurdepääsetavus ja automaatne heli genereerimine

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Ajakohane ja ligipääsetav; optimeeritud väikese latentsusega teksti kõneks teisendamiseks

Sisend 15,00 dollarit 1 miljoni tähemärgi kohta

Kvaliteetne teksti kõneks süntees, jutustamine, ligipääsetavuse helisisu, häälpõhised liidesed ja allalaaditav kõnesisu

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Praegu saadaval OpenAI Audio API kõne lõpp-punkti kaudu

Sisend 30 dollarit 1 miljoni tähemärgi kohta
Väljund Sisaldub kõnesünteesi hinnas; väljundit hinnastatakse sisendmärkide, mitte väljundtokenite alusel.
OpenAI üldotstarbeline
OpenAI
Uusim vestlus

Chat Latest

ChatGPT-laadsed kiirvastused, üldotstarbeline kirjutamine ja analüüs, piltide mõistmisega vestlused ning tööriistade abil toetatud töövood

Kontekst 400K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune muutuv alias; aluseks olevat mudeli versiooni uuendatakse regulaarselt

Sisend 5,00 dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisend 0,50 dollarit 1 miljoni tokeni kohta
Väljund 30,00 $ 1 miljoni väljundmärgi kohta
OpenAI
Whisper

Whisper

Mitmekeelne heli transkribeerimine, ingliskeelse kõne tõlkimine, keele tuvastamine, subtiitrite ja tiitrite loomine ning sõna- või segmenditasandi ajatemplid.

Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Kasutusest kõrvaldatud; praegu on see OpenAI API kaudu kättesaadav, kuid selle kasutamine lõpetatakse 26. veebruaril 2027.

Sisend 0,006 dollarit heliminuti kohta
Qwen Multimodaalne

Kulude suhtes tundlik ristmodaalne otsing, pildi- ja videootsing, multimeediakataloogide indekseerimine ning vektorotsing

Kontekst 1K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval Alibaba Cloud Model Studio rahvusvahelise juurutuse kaudu

Sisend Pilt/video: 0,03 dollarit 1 miljoni sisendmärgi kohta; tekst: 0,09 dollarit 1 miljoni sisendmärgi kohta
Väljund Tasuta; embedding-väljundi eest tasu ei võeta
Qwen Multimodaalne Manustus
Qwen
Multimodaalne embedding

multimodal-embedding-v1

Ristmodaalne otsing, tekstipõhine pildiotsing, piltide sarnasuse tuvastamine, videootsing, semantiline klassifitseerimine, klasterdamine ja multimodaalne vektorindekseerimine.

Kontekst 512
Arutlusvõime 0/10
Kiirus 0/10
Väljundid
Embeddingud
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval Alibaba Cloud Model Studio kaudu Hiina (Pekingi) piirkonnas; saadaval on tasuta prooviperioodi hinnakiri.

Sisend Tasuta prooviperiood
Qwen Muu

Agentide keskkondade simulatsioon, tööriistadega suhtlemise modelleerimine, terminali- ja tarkvaraarenduse tegevusjadad ning keelepõhiste maailmamudelite uurimine

Kontekst 262K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval olev avatud kaaludega mudel

Qwen Multimodaalne

Väikese latentsusega dupleks-kõneassistendid, reaalajas klienditeenindus, tehisintellekti kaaslased ja voogedastusega kõnest kõneks rakendused

Kontekst 41K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Ajakohane ja ligipääsetav; standardväljaande reaalajas kahesuunalise kõne mudel

Sisend Singapur: tekst 0,80 dollarit miljoni märgi kohta; heli 6,40 dollarit miljoni märgi kohta. Hiina (Peking): tekst 0,688 dollarit miljoni märgi kohta; heli 5,501 dollarit miljoni märgi kohta.
Väljund Singapur: tekst 6,40 $ miljoni tokeni kohta; heli 24 $ miljoni tokeni kohta. Hiina (Peking): tekst 5,501 $ miljoni tokeni kohta; heli 20,628 $ miljoni tokeni kohta.
Qwen Multimodaalne

Väikese latentsusega häälassistendid, klienditeenindus, tehisintellektil põhinevad kaaslased, täisdupleksne kõnesuhtlus ning tööriistu või kloonitud hääli kasutavad häälerakendused.

Kontekst 262K
Arutlusvõime 4/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune ja saadaval

Sisend Singapur: 0,80 dollarit 1 miljoni tekstisisendi märgi kohta; 6,40 dollarit 1 miljoni audiosisendi märgi kohta. Hiina (Peking): 0,688 dollarit 1 miljoni tekstisisendi märgi kohta; 5,501 dollarit 1 miljoni audiosisendi märgi kohta.
Väljund Singapur: 6,40 dollarit 1 miljoni tekstiväljundi tokeni kohta; 24 dollarit 1 miljoni heliväljundi tokeni kohta. Hiina (Peking): 5,501 dollarit 1 miljoni tekstiväljundi tokeni kohta; 20,628 dollarit 1 miljoni heliväljundi tokeni kohta.
Qwen Multimodaalne
Qwen
Qwen-Audio-3.0-Realtime

qwen-audio-3.0-realtime-flash

Madala latentsusega hääleassistendid, reaalajas klienditeenindus, kahesuunalised kõnevestlused, interaktiivsed häälagendid ja rakendused, mis vajavad voogedastatavaid helivastuseid.

Kontekst 41K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Saadaval; praegune API-juurdepääs on kinnitatud, kuid mõne uue projekti puhul soovitatakse uuemaid mudeleid

Sisend Rahvusvaheline/Singapur: tekstisisend 0,23 $ 1 miljoni tokeni kohta; helisisend 0,93 $ 1 miljoni tokeni kohta. Hiina (Peking): tekstisisend 0,413 $ 1 miljoni tokeni kohta; helisisend 4,126 $ 1 miljoni tokeni kohta.
Väljund Rahvusvaheline/Singapur: ainult tekstiväljund 0,70 $ 1 miljoni tokeni kohta; kombineeritud teksti- ja heliväljund 1,87 $ 1 miljoni tokeni kohta. Hiina (Peking): ainult tekstiväljund 4,126 $ 1 miljoni tokeni kohta; kombineeritud teksti- ja heliväljund 13,7
Qwen Kõnetuvastus

Reaalajas toimuv mitmekeelne kõne transkribeerimine, reaalajas subtiitrid, koosolekute transkribeerimine, häälliidesed, voogedastatavad subtiitrid ja hiina murrete tuvastamine.

Kontekst 8K
Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegu saadaval Alibaba Cloud Model Studio kaudu rahvusvahelise/Singapuri ja Hiina (Pekingi) regioonides.

Sisend Rahvusvaheline/Singapur: 0,93 USD 1 miljoni sisendmärgi kohta; Hiina (Peking): 0,848 USD 1 miljoni sisendmärgi kohta.
Väljund Rahvusvaheline/Singapur: 0,70 USD 1 miljoni väljundtokeni kohta; Hiina (Peking): 0,636 USD 1 miljoni väljundtokeni kohta.
Qwen Muu

Ekspressiivne kõnesüntees tekstist, audioraamatud, filmide ja videote dubleerimine, sisu loomine, esmaklassilised hääleteenused, mitmekeelne kõnesüntees, murrete süntees ja hääle kloonimine

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Praegu saadaval

Sisend 0,20 USD 10 000 sisendmärgi kohta Singapuris/rahvusvaheliselt; 0,19253 USD 10 000 sisendmärgi kohta Hiinas (Pekingis)
Väljund Eraldi tasu ei võeta; hind põhineb sisendmärkide arvul.
Qwen Muu

Pikemate koosolekute, intervjuude, kõnede ja meediumifailide ning mitmekeelsete või rohke murdekeelega salvestiste võrguühenduseta transkribeerimiseks

Kontekst 8K
Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Praegu saadaval ja avalik

Sisend USD 0.15 1 miljoni sisendtokeni kohta Singapuris; USD 0.113 1 miljoni sisendtokeni kohta Hiinas (Pekingis)
Väljund 0,47 USD 1 miljoni väljundtokeni kohta Singapuris; 0,382 USD 1 miljoni väljundtokeni kohta Hiinas (Pekingis)
Qwen Multimodaalne
Qwen
Qwen-Drive

Qwen-Drive-1.0

Autonoomse sõidu uurimine, sõidustseenide visuaalküsimustele vastamine (VQA), 3D BEV-tajumine, trajektooride ennustamine ja kehastatud tehisintellekti katsetamine

Arutlusvõime 6/10
Kiirus 5/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Praegune avatud kaaludega teadusväljalase

Qwen Pildigeneratsioon
Qwen
Qwen-Image

qwen-image-2.0

Tekstist pildi loomine, piltide redigeerimine, teksti kujutistele lisamine, fotorealistlikud stseenid, loominguline disain ja mitme pildivariandi loomine.

Arutlusvõime 3/10
Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune; kiirendatud mudel; funktsionaalselt samaväärne mudeliga qwen-image-2.0-2026-03-03

Sisend $0 iga sisendpildi kohta; tasu võetakse ainult genereeritud väljundpiltide eest
Väljund 0,035 dollarit pildi kohta rahvusvaheliselt; 0,028671 dollarit pildi kohta Hiinas (Pekingis) ja Singapuris
Qwen Multimodaalne
Qwen
Qwen-Image

Qwen-Image-2.1

Lokaalne tekstist piltide genereerimine, mitme viitepildi põhine kompositsioon, läbipaistva taustaga visuaalide loomine, tootepildid ja lokaliseeritud pilditöötlus

Arutlusvõime 0/10
Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune avatud kaaludega väljalase

Qwen Pildigeneratsioon

Kulutõhus tekstist piltide genereerimine, plakatid, turundusgraafika, illustratsioonid ning hiina- või ingliskeelset teksti sisaldavad pildid

Kiirus 8/10
Väljundid
pilt
Olek

Ajakohane ja kättesaadav; praegu samaväärne mudeliga qwen-image

Sisend Ei kohaldu; pildigeneratsiooni eest arvestatakse tasu iga loodud pildi kohta
Väljund 0,03 dollarit pildi kohta rahvusvaheliselt; 0,028671 dollarit pildi kohta Hiinas (Pekingis)
Qwen Multimodaalne

Ebamääraste pilditöötlusjuhiste ümbersõnastamine, lähtepildi üksikasjade säilitamine, mitme pildi töötluse koordineerimine ja viipade ettevalmistamine Qwen-Image-2.1 jaoks.

Kontekst 262K
Arutlusvõime 5/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Praegune; avatud kaaludega teadusväljalase

Qwen Muu
Qwen
Qwen-Image-Edit

qwen-image-edit

Ühe pildi redigeerimine loomulikus keeles, kakskeelse teksti muutmine, objektide lisamine või eemaldamine, stiili ülekandmine, poosi muutmine ja piltide ühendamine

Arutlusvõime 2/10
Kiirus 6/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Ajakohane ja kättesaadav

Sisend 0,045 dollarit pildi kohta Singapuris rahvusvahelise juurutamise korral
Qwen Muu
Qwen
Qwen-Image-Edit

qwen-image-edit-max

Kvaliteetne pilditöötlus, mitme pildi kompositsioon, tööstusdisaini kontseptsioonid, geomeetrilised teisendused, tegelase välimust järjepidevana säilitavad töötlused ja kontrollitud visuaalsed muudatused

Arutlusvõime 2/10
Kiirus 6/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval; kanooniline mudeli-ID on funktsionaalselt samaväärne mudeliga qwen-image-edit-max-2026-01-16.

Sisend 0,075 $ ühe väljundpildi kohta rahvusvahelises/Singapuri piirkonnas; 0,071677 $ ühe väljundpildi kohta Hiinas (Peking)
Väljund 0,075 $ väljundpildi kohta rahvusvahelises/Singapuri piirkonnas; 0,071677 $ väljundpildi kohta Hiinas (Pekingis)
Qwen Muu
Qwen
Qwen-Image 2.0

qwen-image-2.0-pro

Professionaalseks tekstist piltide loomiseks ja pilditöötluseks, plakatite ning infograafikute valmistamiseks, mitmekeelse pildisisese teksti loomiseks, fotorealistlike stseenide kujutamiseks ja viitepõhiseks loominguliseks sisuloomiseks

Arutlusvõime 6/10
Kiirus 5/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu kasutatav pidevalt uuendatav mudel; funktsionaalselt samaväärne mudeliga qwen-image-2.0-pro-2026-04-22

Väljund 0,075 dollarit pildi kohta rahvusvaheliselt; 0,071676 dollarit pildi kohta Hiinas (Pekingis).
Qwen üldotstarbeline
Qwen
Qwen-Max

Qwen-Max

Keerukas mitmekeelne tekstiloome, programmeerimine, loogiline arutlemine, loovkirjutamine, struktureeritud andmete eraldamine ja ettevõtetele mõeldud rakendused

Kontekst 33K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Ajakohane ja hõlpsasti kättesaadav jooksvalt uuendatav põhiliini mudel

Sisend 1,60 USA dollarit 1 miljoni tokeni kohta rahvusvahelise kasutuselevõtu puhul; 0,345 USA dollarit 1 miljoni tokeni kohta Mandri-Hiinas
Väljund 6,40 USA dollarit 1 miljoni märgi kohta rahvusvahelise kasutuselevõtu korral; 1,377 USA dollarit 1 miljoni märgi kohta Mandri-Hiinas
Qwen üldotstarbeline
Qwen
Qwen-Plus

Qwen-Plus

Üldotstarbeline teksti genereerimine, pika konteksti analüüs, mitmekeelsed rakendused, struktureeritud äriprotsessid, funktsioonikutseid kasutavad agendid ja rakendused, mis vajavad valikulist arutlusrežiimi.

Kontekst 1M
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune; qwen-plus viitab praegu hetktõmmisele qwen-plus-2025-12-01

Sisend 0,40 $ 1 miljoni sisendtokeni kohta 0–256K sisendi puhul; 1,20 $ 1 miljoni sisendtokeni kohta üle 256K International Singapore’i hinnatasemes. International Globali hinnatasemes on hind kuni 128K tokeni puhul 0,115 $ 1 miljoni tokeni kohta, 128K–256K puhu
Väljund 1,20 dollarit 1 miljoni mõtlemiseta väljundmärgi ja 4,00 dollarit 1 miljoni mõtlemisega väljundmärgi eest sisendi pikkuse 0–256K korral; üle 256K pikkuse sisendi puhul 3,60 dollarit mõtlemiseta ja 12,00 dollarit mõtlemisega väljundmärgi miljoni kohta rahv
Qwen Kergekaaluline
Qwen
Qwen-Turbo

Qwen-Turbo

Suure mahuga klienditugi, lihtsatele kuni mõõdukalt keerukatele küsimustele vastamine, kokkuvõtete koostamine, ümberkirjutamine, struktureeritud teksti eraldamine ja kulutundlikud rakendused

Kontekst 131K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Veebiotsing Voogedastus
Olek

Praegu saadaval; seda enam ei uuendata; Alibaba Cloud soovitab üle minna mudelile Qwen-Flash.

Sisend 0,05 dollarit 1 miljoni märgiühiku kohta rahvusvahelise mittemõtlemise režiimis; 0,05 dollarit 1 miljoni märgiühiku kohta rahvusvahelise mõtlemise režiimis; 0,044 dollarit 1 miljoni märgiühiku kohta Hiinas (Pekingis).
Väljund $0.20 1 miljoni rahvusvahelise mõtlemiseta tokeni kohta; $0.50 1 miljoni rahvusvahelise mõtlemisega tokeni kohta; $0.087 1 miljoni Hiina mõtlemiseta tokeni kohta; $0.431 1 miljoni Hiina mõtlemisega tokeni kohta
Qwen Multimodaalne

Kiire piltide ja videote mõistmine, visuaalsetele küsimustele vastamine, dokumentide analüüs ja multimodaalne andmeekstraktsioon

Kontekst 33K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Aktiivne

Qwen Multimodaalne

Keerukas piltide ja videote mõistmine, dokumentide analüüs, diagrammide tõlgendamine, visuaalsetele küsimustele vastamine ja struktureeritud andmete eraldamine

Kontekst 131K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Praegu kättesaadav pärandversiooni visuaalne keelemudel; praegune qwen-vl-maxi lõpp-punkt on funktsionaalselt samaväärne versiooniga qwen-vl-max-2025-08-13.

Sisend $0.229 1 miljoni tokeni kohta Hiinas (Pekingis) ja Singapuris; $0.80 1 miljoni tokeni kohta rahvusvahelise kasutuselevõtu puhul
Väljund 0,573 USA dollarit 1 miljoni tokeni kohta Hiinas (Pekingis) ja Singapuris; 3,20 USA dollarit 1 miljoni tokeni kohta rahvusvahelise juurutamise korral
Qwen Multimodaalne

Kõrge eraldusvõimega piltide ja videote mõistmine, OCR-i laadne tekstituvastus, dokumentide analüüs, visuaalsetele küsimustele vastamine ja multimodaalsed assistendid

Kontekst 131K
Arutlusvõime 6/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu pidevalt uuendatav mudel; funktsionaalselt samaväärne mudeliga qwen-vl-plus-2025-08-15

Sisend 0,115 dollarit 1 miljoni tokeni kohta Hiinas (Pekingis); 0,21 dollarit 1 miljoni tokeni kohta Singapuris
Väljund $0,287 1 miljoni tokeni kohta Hiinas (Peking); $0,63 1 miljoni tokeni kohta Singapuris
Qwen üldotstarbeline

Ise hostitavad vestlusabilised, mitmekeelne tekstiloome, abi programmeerimisel ja matemaatikas, pika kontekstiga dokumentide töötlemine, struktureeritud teksti genereerimine ning kuluteadlikud privaatsed juurutused

Kontekst 131K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; avalikult allalaadimiseks saadaval ja võimalik iseseisvalt juurutada.

Qwen üldotstarbeline

Enda hallatavad mitmekeelsed assistendid, dokumentide töötlemine, RAG, programmeerimise tugi, struktureeritud andmete eraldamine ning kulusid arvestav juurutamine tootmiskeskkonnas.

Kontekst 131K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Pärandvara avatud kaaludega mudel; allalaaditav ja ise hostitav, samas kui aegunuks märgitud Qwen2.5 API-mudeleid ei saa enam Alibaba Cloudi Model Studio praeguse hinnastusdokumentatsiooni kohaselt välja kutsuda.

Sisend Allalaaditava kontrollpunkti puhul ei ole see kohaldatav; selle konkreetse mudeli ametlikku hostitud kasutuse tokenipõhist hinda ei ole praegu kinnitatud.
Väljund Allalaaditava kontrollpunkti puhul ei ole see kohaldatav; selle konkreetse mudeli ametlikku tokenipõhist majutatud kasutushinda ei ole praegu kinnitatud.
Qwen üldotstarbeline

Enda serveris majutatavad assistendid, mitmekeelne teksti genereerimine, pikkade dokumentide töötlemine, programmeerimise tugi, struktureeritud andmete eraldamine, RAG-i ja agendirakendused

Kontekst 131K
Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval; avatud kaaludega mudel

Qwen üldotstarbeline

Isehostitavad mitmekeelsed assistendid, programmeerimine, matemaatika, dokumentide analüüs, struktureeritud teksti genereerimine ja pika kontekstiga tööülesanded

Kontekst 131K
Arutlusvõime 8/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega mudelina; uuemate Qweni põlvkondadega võrreldes vanem mudel

Qwen Multimodaalne
Qwen
Qwen2.5-Omni

Qwen2.5-Omni-7B

Multimodaalsed assistendid, heli ja video mõistmine, visuaalsetele küsimustele vastamine, häälsuhtlus, kõnejuhiste järgimine ning kohaliku multimodaalse tehisintellekti uurimine

Kontekst 33K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Praegune; avatud kaaludega mudel, mis on saadaval Alibaba Cloud Model Studio kaudu

Sisend Rahvusvaheliselt: 0,10 dollarit 1 miljoni tekstokeni kohta; 6,76 dollarit 1 miljoni audiotokeni kohta; 0,28 dollarit 1 miljoni pildi-/videotokeni kohta. Hiinas, Pekingis: 0,087 dollarit 1 miljoni tekstokeni kohta; 5,448 dollarit 1 miljoni audiotokeni koht
Väljund Rahvusvaheline: 0,40 dollarit 1 miljoni tokeni eest ainult teksti sisaldava sisendi puhul; 0,84 dollarit 1 miljoni tokeni eest pärast multimodaalset sisendit saadud teksti puhul; 13,51 dollarit 1 miljoni tokeni eest teksti ja heli väljundi puhul. Hiina, P
Qwen Multimodaalne

Kohapealne või enda hallatav piltide ja videote analüüs, OCR, andmete eraldamine dokumentidest, diagrammide ja skeemide analüüs, visuaalsetele küsimustele vastamine, visuaalne lokaliseerimine ning multimodaalne teadus- ja arendustöö

Kontekst 33K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Avatud kaaludega ja allalaaditav; toetatud peenhäälestuse baasmudelina Alibaba Cloud Model Studios. Selle täpse mudeli praegune hostitud inferentsi kättesaadavus ja tavahinnad ei ole Model Studio uusimas inferentsi hinnakataloogis selgelt loetletud.

Qwen Multimodaalne

Kvaliteetne piltide, dokumentide, diagrammide, ekraanipiltide, OCR-i, visuaalse põhjendamise ja videote analüüs; multimodaalsed agendid ning enda serveris hostimisega katsetamine

Kontekst 131K
Arutlusvõime 8/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine
Olek

Avatud kaaludega mudel; Qwen2.5-VL-i vanem põlvkond, mis on endiselt Alibaba Cloud Model Studios loendis

Qwen Kergekaaluline

Kiire ja suure mahuga tekstigeneratsioon; pika konteksti analüüs; kokkuvõtete koostamine; andmete eraldamine; struktureeritud väljundid ning rakendused, mis vajavad valikulist arutlemist.

Kontekst 1M
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegu saadaval; kanooniline qwen-flash-identifikaator on funktsionaalselt samaväärne identifikaatoriga qwen-flash-2025-07-28.

Sisend Astmeliselt hinnastatud 1 miljoni sisendtok en i kohta. Hiina, Peking: 0,15 CNY kuni 128 000 sisendtokeni eest, 0,60 CNY vahemikus üle 128 000 kuni 256 000 sisendtokenini ja 1,20 CNY vahemikus üle 256 000 kuni 1 miljoni sisendtokenini. Rahvusvaheline, Sin
Väljund Astmeliselt 1 miljoni väljundtokeni kohta. Hiina, Peking: 1,50 CNY kuni 128K sisendtokeni eest, 6 CNY vahemikus üle 128K kuni 256K sisendtokenini ja 12 CNY vahemikus üle 256K kuni 1M sisendtokenini. Rahvusvaheline, Singapur: 2,936 CNY kuni 256K sisendtoke
Qwen Kergekaaluline

Kerged kohalikud assistendid, võrguühenduseta prototüübid, manussüsteemides katsetamine, haridus, lihtne teksti genereerimine ja piiratud ressurssidega juurutused

Kontekst 33K
Arutlusvõime 3/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Qwen Kerge

Tõhus lokaalne inferents, servarakendused, mitmekeelne vestlus, kerge arutlusvõime, programmeerimisabi ja tööriistu kasutavad agendid

Kontekst 33K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu saadaval olev avatud kaaludega mudel

Sisend Ametlikult hostitud API hinnakiri puudub; avatud kaaludega mudel
Väljund Ametlikult hostitud API hinnakiri puudub; avatud kaaludega mudel
Qwen üldotstarbeline

Kohalikud ja isehostitavad vestluslahendused, kompaktne arutlusvõime, abi programmeerimisel, mitmekeelsed rakendused, otsinguga täiendatud genereerimine ning kerged tööriistu kasutavad agendid

Kontekst 33K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Qwen üldotstarbeline

Kulutõhus arutlemine, programmeerimine, mitmekeelsed assistendid, kohapealne juurutamine, struktureeritud teksti genereerimine, tööriistu kasutavad agendid ja peenhäälestatud rakendused

Kontekst 131K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu saadaval ja ligipääsetav; avatud kaaludega mudel, mida saab ise majutada ja Alibaba Cloud Model Studio API kaudu juurutada

Sisend 0,072 dollarit 1 miljoni märgi kohta globaalse juurutuse korral; 0,18 dollarit 1 miljoni märgi kohta rahvusvahelise juurutuse korral
Väljund Globaalse juurutuse korral on mitte-mõtlemisrežiimi hind 0,287 dollarit miljoni märgi kohta ja mõtlemisrežiimi hind 0,717 dollarit miljoni märgi kohta; rahvusvahelise kasutuse hinnad on vastavalt 0,70 dollarit mitte-mõtlemisrežiimis ja 2,10 dollarit mõtle
Qwen üldotstarbeline

Kohapealne juurutamine, mitmekeelsed assistendid, arutlusvõime, matemaatika, programmeerimine, struktureeritud teksti genereerimine, uurimistöö ja kulutundlikud agendipõhised töövood.

Kontekst 131K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; saadaval ka mudelina qwen3-14b Alibaba Cloud Model Studio kaudu, kus võimalused ja hinnad erinevad piirkonniti.

Sisend Alibaba Cloud Model Studio: Hiina (Peking) – 0,144 dollarit 1 miljoni sisendtokeni kohta; Singapur – 0,35 dollarit 1 miljoni sisendtokeni kohta. Piirkondlikud hinnad ja juurutustingimused võivad erineda.
Väljund Alibaba Cloud Model Studio: Hiina (Peking) – 0,574 dollarit 1 miljoni väljundtokeni kohta mittetöötlemisrežiimis ja 1,434 dollarit 1 miljoni väljundtokeni kohta mõtlemisrežiimis; Singapur – 1,4 dollarit 1 miljoni väljundtokeni kohta mittetöötlemisrežiimis
Qwen Arutlus

Isehostitavad assistendid, programmeerimine, matemaatiline ja loogiline arutlemine, mitmekeelsed rakendused, pika kontekstiakna kasutamine dokumentide töötlemisel ning agentlikud tööriistakasutussüsteemid

Kontekst 131K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval ja ligipääsetav; avatud kaaludega väljalase, mida pakutakse Alibaba Cloud Model Studios majutatud teenusena

Sisend 0,108 USA dollarit 1 miljoni sisendtokeni kohta mitmes ülemaailmses juurutuses; 0,20 USA dollarit 1 miljoni sisendtokeni kohta rahvusvahelises Singapuri juurutuses
Väljund US$0,431 1 miljoni väljundmärgi kohta mitmes ülemaailmses juurutuses; US$0,80 1 miljoni väljundmärgi kohta rahvusvahelises Singapuri juurutuses. Mõtlemise väljund on seal, kus see on saadaval, hinnastatud eraldi ja kõrgema hinnaga.
Qwen Arutlus

Ise majutatavad arutlusassistendid, kodeerimisagendid, matemaatikaülesanded, mitmekeelsed rakendused, struktureeritud teksti genereerimine ja tööriistakutsete töövood

Kontekst 256K
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu: avatud kaaludega mudel, mis on saadaval Alibaba Cloud Model Studio kaudu

Sisend 0,16 dollarit 1 miljoni tokeni kohta rahvusvahelistes juurutustes Singapuris, Saksamaal Frankfurdis ja USA-s Virginias; Hiinas Pekingis 0,287 dollarit 1 miljoni tokeni kohta
Väljund 0,64 dollarit 1 miljoni tokeni kohta rahvusvahelistes Singapuri, Saksamaa Frankfurdi ja USA Virginia juurutustes; Hiina Pekingis 1,147 dollarit 1 miljoni mitt mõtlemist vajava tokeni kohta või 2,868 dollarit 1 miljoni mõtlemist vajava tokeni kohta
Qwen Arutlus

Keerukas arutlemine, matemaatika, tarkvaraarendus, mitmekeelsed rakendused, funktsioonikutsed, agentpõhised töövood, teadustöö ning isehostitav avatud kaaludega juurutus

Kontekst 131K
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu saadaval Alibaba Cloud Model Studio kaudu; Qwen3 algne avatud kaaludega väljalase, uuemad 2507 instruct- ja thinking-variandid on saadaval eraldi.

Sisend 0,287 dollarit 1 miljoni sisendtokeni kohta Ameerika Ühendriikides, Saksamaal ja Hiinas; Singapuris 0,700 dollarit 1 miljoni sisendtokeni kohta. Mõtlemisrežiimi sisend on sama hinnaga.
Väljund USA-s, Saksamaal ja Hiinas maksab standardväljund 1,147 dollarit 1 miljoni tokeni kohta; mõtlemisrežiimi väljund maksab 2,868 dollarit 1 miljoni tokeni kohta. Singapuris on standardväljundi hind 2,800 dollarit ja mõtlemisrežiimi väljundi hind 8,400 dollar
Qwen Muu
Qwen
Qwen3 Reranker

qwen3-rerank

Mitmekeelne semantiline otsing, RAG-i kandidaatide ümberjärjestamine, ettevõtte dokumentide otsing, teadmistebaasiotsing ja otsingutulemuste asjakohasuse parandamine.

Kontekst 4K
Arutlusvõime 2/10
Kiirus 8/10
Olek

Ajakohane ja saadaval

Sisend 0,10 dollarit 1 miljoni sisendtokeni kohta rahvusvahelise Singapuri juurutuse puhul; hind sõltub piirkonnast. Väljund on tasuta.
Väljund Tasuta
Qwen Muu

Taskukohane mitmekeelne kõne tekstiks teisendamine, keele tuvastamine, võrguühenduseta transkribeerimine, reaalajas voogedastusega automaatne kõnetuvastus (ASR) ja suure läbilaskevõimega juurutused

Kontekst 66K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Ajakohane, avatud kaaludega ja Apache 2.0 litsentsi alusel

Qwen Muu

Mitmekeelne kõne transkribeerimine, keele tuvastamine, pikkade helisalvestiste töötlemine ning enda taristus majutatavad või voogedastuspõhised automaatse kõnetuvastuse (ASR) rakendused

Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegu saadaval; avatud kaaludega ja allalaaditav

Sisend Selle täpse avatud kaaludega kontrollpunkti jaoks ei ole ametlikku hostitud API hinda tuvastatud
Väljund Ise majutatava kontrollpunkti kasutamise eest eraldi väljunditasu ei võeta.
Qwen Kodeerimine
Qwen
Qwen3-Coder

Qwen3-Coder-Next

Kogu koodihoidla ulatuses töötavad kodeerimisagendid, koodi genereerimine ja lõpetamine, silumine, refaktoreerimine, terminali töövood ning kulutundlikud enda hallatavad juurutused.

Kontekst 262K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval; avatud kaaludega mudel, mida saab kasutada Alibaba Cloud Model Studio kaudu

Sisend Hiina Pekingi piirkonnas maksab sisend kuni 32K tokeni korral 0,144 USA dollarit 1 miljoni tokeni eest; 32K–128K puhul 0,216 USA dollarit ning 128K–256K puhul 0,359 USA dollarit. Rahvusvahelises hinnastuses Singapuri ja Frankfurdi jaoks on sama vahemiku p
Väljund Hiina Pekingi väljundi hind on 0,574 USD 1 miljoni tokeni kohta kuni 32K puhul; 0,861 USD vahemikus 32K–128K ning 1,434 USD vahemikus 128K–256K. Rahvusvahelised hinnad Singapuris ja Frankfurdis on samades vahemikes vastavalt 1,50 USD, 2,50 USD ja 4,00 USD
Qwen Kodeerimine
Qwen
Qwen3-Coder

Qwen3-Coder-Plus

Suurte koodibaaside analüüs, koodi genereerimine, ümbertegemine, silumine, dokumenteerimine ja pika kontekstiga koodiagendi töövood

Kontekst 1M
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu; kanooniline qwen3-coder-plus on praegu samaväärne mudeliga qwen3-coder-plus-2025-09-23.

Sisend USA, Virginia: 0,574 dollarit 1 miljoni sisendtokeni kohta kuni 32K sisendi puhul; 0,861 dollarit 32K–128K puhul; 1,434 dollarit 128K–256K puhul; 2,868 dollarit 256K–1M puhul. Piirkondlikud hinnad võivad erineda.
Väljund USA Virginia: 2,294 dollarit 1 miljoni märgi kohta kuni 32 000 sisendmärgini; 3,441 dollarit 32 000–128 000 märgi puhul; 5,735 dollarit 128 000–256 000 märgi puhul; 28,671 dollarit 256 000–1 miljoni märgi puhul. Piirkondlikud hinnad võivad erineda.
Qwen Manusiooni Tüüp
Qwen
Qwen3-Embedding

text-embedding-v3

Mitmekeelsed tekstiembedingud, semantiline otsing, RAG, soovitussüsteemid, klasterdamine, klassifitseerimine ja olemasolevate v3-vektoriindeksite migreerimine

Kontekst 8K
Arutlusvõime 0/10
Kiirus 8/10
Väljundid
Tekst Embeddingud
Olek

Saadaval; seda hoitakse peamiselt olemasolevate v3 embedding-indeksitega ühilduvuse tagamiseks

Sisend 0,07 dollarit 1 miljoni sisendmärgi kohta Singapuri rahvusvahelises juurutuses
Väljund Tasuta
Qwen Muu
Qwen
Qwen3-Embedding

text-embedding-v4

Mitmekeelne semantiline otsing, RAG-töövood, vektorandmebaasid, dokumentide otsing, klasterdamine, klassifitseerimine, soovitused ja koodiotsing

Kontekst 8K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

Praegu kättesaadav Alibaba Cloud Model Studio kaudu

Sisend $0.07 1 miljoni sisendtokeni kohta Singapuris, rahvusvaheliselt ja Hongkongis; Hiinas (Pekingis) $0.072 1 miljoni sisendtokeni kohta. Pekingis on pakkfailide töötlemise hinnaks märgitud $0.036 1 miljoni tokeni kohta.
Väljund Tasuta; hind põhineb sisendtokenitel
Qwen Muu
Qwen
Qwen3-LiveTranslate

Qwen3-LiveTranslate-Flash

Salvestatud või üles laaditud heli ja video voogedastustõlge, mitmekeelsed subtiitrid, tõlgitud heliribad ning rakendused, mis vajavad tõlgitud teksti või sünteesitud kõnet.

Kontekst 53K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Praegune stabiilne mudel

Sisend Heli sisendit ja väljundit arvestatakse hinnaga 12,5 tokenit sekundis; alla ühe sekundi pikkuse heli eest arvestatakse ühe sekundi tasu. Video kasutamine kulutab lisaks videotokeneid, mis sõltuvad valitud kaadritest ja eraldusvõimest. Rahalised hinnad sõl
Väljund Heliväljundi eest arvestatakse 12,5 tokenit sekundis. Tekstiväljundi puhul rakendatakse eraldi tasustamisel Model Studio vastavat tokenihinda. Selle konkreetse mudeli dokumentatsioonist ei leitud kinnitatud eraldiseisvat fikseeritud rahalist hinda.
Qwen Muu

Reaalajas mitmekeelne suuline tõlge, reaalajas häältõlge, konverentsitõlge, voogedastusmeedia ja audiovisuaalse sisu tõlge teksti või sünteesitud kõne väljundina

Kontekst 53K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Pärandversioon; endiselt saadaval; uueks kasutuseks enam mitte soovitatav

Sisend Hiina (Peking): 64 CNY 1 miljoni sisendaudio märgi kohta ja 8 CNY 1 miljoni sisendpildi märgi kohta. Singapur: 73,392 CNY 1 miljoni sisendaudio märgi kohta ja 9,541 CNY 1 miljoni sisendpildi märgi kohta.
Väljund Hiina (Peking): 64 CNY 1 miljoni väljundteksti tokeni kohta ja 240 CNY 1 miljoni väljundaudio tokeni kohta. Singapur: 73,392 CNY 1 miljoni väljundteksti tokeni kohta ja 278,891 CNY 1 miljoni väljundaudio tokeni kohta.
Qwen Arutlus
Qwen
Qwen3-Max

Qwen3-Max

Keerukas arutlus, programmeerimisabi, veebiteabel põhinevad agendid, funktsioonide väljakutsumine, struktureeritud andmete eraldamine ja pika konteksti tekstianalüüs

Kontekst 262K
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune

Sisend Rahvusvaheline: 1,20 dollarit miljoni sisendtokeni kohta kuni 32K korral; 2,40 dollarit miljoni sisendtokeni kohta vahemikus üle 32K kuni 128K; 3,00 dollarit miljoni sisendtokeni kohta vahemikus üle 128K kuni 256K. Piirkondlikud hinnad varieeruvad.
Väljund Rahvusvaheline: 6,00 $ 1 miljoni väljundtokeni kohta kuni 32 000 tokenini; 12,00 $ 1 miljoni väljundtokeni kohta vahemikus üle 32 000 kuni 128 000 tokenini; 15,00 $ 1 miljoni väljundtokeni kohta vahemikus üle 128 000 kuni 256 000 tokenini. Piirkondlikud h
Qwen Multimodaalne

Kohalikud visuaalsed assistendid, OCR, dokumentide ja diagrammide analüüs, piltide kohta küsimustele vastamine, kerge videomõistmine ning multimodaalsete prototüüpide loomine

Kontekst 256K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine
Olek

Praegu saadaval olev avatud kaaludega mudel

Qwen Multimodaalne

Kohalike piltide ja videote mõistmine, OCR, dokumentidest andmete eraldamine, visuaalne küsimustele vastamine, visuaalne programmeerimine ning kerged multimodaalsed agendid

Kontekst 262K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine
Olek

Praegu avatud kaaludega mudel; saadaval Hugging Face'is ja toetab juhendatud peenhäälestamist Alibaba Cloud Model Studios

Qwen Multimodaalne

Lokaalne või majutatud piltide ja videote mõistmine, OCR, dokumentidest andmete eraldamine, visuaalsetele küsimustele vastamine, ruumiline arutlemine, ekraanipiltide analüüs, multimodaalsed agendid ja struktureeritud andmete eraldamine

Kontekst 262K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine
Olek

Praegune; avatud kaaludega mudel, mille hostitud inferents on saadaval Alibaba Cloud Model Studio kaudu

Sisend $0,072 1 miljoni sisendtokeni kohta
Väljund $0,287 1 miljoni väljundtokendi kohta
Qwen Multimodaalne

Piltide ja videote mõistmine, OCR, dokumentide analüüs, ruumiline arutlus, visuaalne kodeerimine, pika kontekstiga multimodaalsed ülesanded ning visuaalsete agentide rakendused

Kontekst 256K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegu saadaval; avatud kaaludega väljalase ning Alibaba Cloud Model Studio API kaudu kasutatav mudel

Sisend $0.20 1 miljoni tokeni kohta loetletud rahvusvahelise juurutuse puhul; piirkondlik hind võib erineda
Väljund 0,80 dollarit 1 miljoni märgi kohta loetletud rahvusvahelise juurutuse korral; piirkondlik hind võib erineda
Qwen Multimodaalne

Dokumentide intelligentne töötlus, OCR, piltide ja videote mõistmine, ruumiline arutlus, visuaalne kodeerimine ning visuaalsete agentide rakendused

Kontekst 131K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune; avatud kaaludega mudeli kontrollpunkt, mis on saadaval Alibaba Cloud Model Studio hallatud järeldusteenuse kaudu

Sisend $0,16 1 miljoni sisendtokeni kohta Alibaba Cloud Model Studio USA (Virginia) globaalse juurutuse korral; Hiina Pekingi hinnakiri on 0,287 dollarit 1 miljoni sisendtokeni kohta
Väljund $0.64 1 miljoni väljundtokeni kohta Alibaba Cloud Model Studio US-i (Virginia) globaalses juurutuses; Hiinas Pekingis on hind $1.147 1 miljoni väljundtokeni kohta
Qwen Multimodaalne

Kvaliteetne piltide ja videote sisuline mõistmine, OCR, dokumentide intelligentne analüüs, visuaalne koodikirjutamine, ruumiline arutlus, pika kontekstiga multimodaalne analüüs ja visuaalsete agentide rakendused

Kontekst 131K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval; avatud kaaludega versioon ja kasutatav Alibaba Cloud Model Studio API kaudu

Sisend $0,287 1 miljoni tokeni kohta USA-s Virginia globaalse juurutuse puhul; $0,400 1 miljoni tokeni kohta Singapuris
Väljund 1,147 dollarit 1 miljoni tokeni kohta USA Virginia globaalses juurutuses; 1,600 dollarit 1 miljoni tokeni kohta Singapuris
Qwen Multimodaalne

Multimodaalne ümberjärjestamine, ristmodaalne otsing, piltide leidmine, videote leidmine, piltide klasterdamine ja multimodaalne RAG

Kontekst 120K
Arutlusvõime 2/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval Alibaba Cloud Model Studio kaudu Hiina (Pekingi) piirkonnas

Sisend Tekstisisend: 0,10 $ 1 miljoni tokeni kohta; pildisisend: 0,258 $ 1 miljoni tokeni kohta; Hiina (Peking)
Väljund Tasuta või ümberjärjestamise väljundi eest eraldi tasu ei võeta
Qwen Multimodaalne
Qwen
Qwen3-VL-Embedding

qwen3-vl-embedding

Multimodaalne vektorotsing, ristmodaalne infootsing, pildi- ja videootsing, semantiline klasterdamine, märgendamine ning teksti ja visuaalset sisu ühendavad otsingutöövood.

Kontekst 32K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Embeddingud
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval Alibaba Cloud Model Studio kaudu; Qweni ametlikest mudelirepositooriumidest on saadaval ka avatud kaaludega 2B ja 8B variandid.

Sisend Tekst: 0,10 dollarit 1 miljoni tokeni kohta; pildi/video puhul: 0,258 dollarit 1 miljoni tokeni kohta Hiinas (Pekingis).
Väljund Eraldi väljundtokeni hinda ei ole dokumenteeritud; mudel tagastab vektor-esitusi.
Qwen Multimodaalne

Pika konteksti multimodaalne analüüs, dokumentide mõistmine, videote ja piltide tõlgendamine, üldine arutlus, programmeerimine, tööriistu kasutavad assistendid ja iseseisvalt majutatav juurutus

Kontekst 262K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Kättesaadav; uute projektide puhul enam mitte soovitatav

Sisend 0,086 dollarit 1 miljoni sisendtokeni kohta kuni 128 000 sisendtokeniga päringute puhul USA-s Virginias; 0,258 dollarit 1 miljoni sisendtokeni kohta 128 000–256 000 sisendtokeniga päringute puhul
Väljund 0,688 dollarit 1 miljoni väljundtokeni kohta kuni 128 000 sisendtokeniga päringute puhul USA Virginia piirkonnas; 2,064 dollarit 1 miljoni väljundtokeni kohta 128 000–256 000 sisendtokeniga päringute puhul
Qwen Multimodaalne

Tõhusad multimodaalsed assistendid, programmeerimine, arutlusvõime, pika konteksti analüüs, lokaalne juurutamine ja tööriistu kasutavad agendid

Kontekst 262K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Saadaval; Apache 2.0 litsentsiga avatud kaaludega mudel, mille majutatud API-juurdepääs on saadaval Alibaba Cloud Model Studio kaudu.

Sisend Globaalse juurutuse puhul on hind kuni 128K sisendtokeni korral 0,057 USD iga miljoni sisendtokeni kohta ning 128K–256K sisendi korral 0,229 USD iga miljoni sisendtokeni kohta. Rahvusvaheline ühtne hind on 0,25 USD iga miljoni sisendtokeni kohta.
Väljund 0,459 USD 1 miljoni väljundmärgi kohta kuni 128K sisendi puhul; 1,835 USD 1 miljoni väljundmärgi kohta 128K–256K sisendi puhul globaalse juurutuse ulatuses. Rahvusvaheline fikseeritud hind on 2 USD 1 miljoni väljundmärgi kohta.
Qwen Multimodaalne

Täiustatud multimodaalne arutlusvõime, piltide ja videote mõistmine, programmeerimine, pika konteksti analüüs, dokumentide ja diagrammide tõlgendamine, funktsioonikutseid toetavad agendid ning veebiteabele tuginevad töövood.

Kontekst 262K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegu saadaval Alibaba Cloud Model Studio kaudu; ülemaailmne väljalase toimus 24. veebruaril 2026.

Sisend 0,115 dollarit 1 miljoni sisendtokeni eest kuni 128 000 tokeni puhul; 0,287 dollarit 1 miljoni sisendtokeni eest sisendi puhul vahemikus 128 000 kuni 256 000 tokenit. Hind sõltub juurutamise ulatusest ja piirkonnast.
Väljund 0,917 $ 1 miljoni tokeni kohta päringute puhul, mille sisend on kuni 128 000 tokenit; 2,294 $ 1 miljoni tokeni kohta päringute puhul, mille sisend on 128 000 kuni 256 000 tokenit. Hind sõltub juurutamise ulatusest ja piirkonnast.
Qwen Multimodaalne

Täiustatud multimodaalne arutlusvõime, kodeerimine, video- ja pildimõistmine, pika konteksti analüüs, tööriistu kasutavad agendid ning isehostitavad avatud kaaludega juurutused

Kontekst 262K
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegu; avatud kaaludega mudel, mis on saadaval Alibaba Cloud Model Studio kaudu

Sisend $0,172 1 miljoni sisendtokeni kohta kuni 128K tokenini; Pekingis, Frankfurdis ja Virginias $0,43 1 miljoni sisendtokeni kohta sisendi puhul, mis ületab 128K tokenit, kuid ei ületa 256K tokenit. Singapuris: $0,60 1 miljoni sisendtokeni kohta.
Väljund 1,032 dollarit miljoni sisendmärgi kohta kuni 128 000 märgi pikkuse sisendi puhul; 2,58 dollarit miljoni sisendmärgi kohta sisendi puhul, mis on pikem kui 128 000 ja kuni 256 000 märki, Pekingis, Frankfurdis ja Virginias. Singapuris: 3,60 dollarit miljoni
Qwen Multimodaalne

Kiire pika konteksti teksti-, pildi- ja videomõistmine; struktureeritud andmete eraldamine; tööriistu kasutavad agendid; veebisisule tuginevad rakendused; ning suure mahuga multimodaalsed töökoormused.

Kontekst 1M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegune ja saadaval

Sisend 0,029 dollarit 1 miljoni sisendtokeni kohta vahemikus 0–128K; 0,115 dollarit 1 miljoni sisendtokeni kohta vahemikus 128K–256K; 0,172 dollarit 1 miljoni sisendtokeni kohta vahemikus 256K–1M USA Virginia/ülemaailmse hinnastamise puhul
Väljund 0,287 dollarit 1 miljoni tokeni kohta sisendi 0–128K korral; 1,147 dollarit 1 miljoni tokeni kohta sisendi 128K–256K korral; 1,72 dollarit 1 miljoni tokeni kohta sisendi 256K–1M korral USA Virginia/globaalse hinnastuse puhul
Qwen Multimodaalne

Pika konteksti arutlemine, multimodaalne dokumentide ja videote analüüs, programmeerimine, struktureeritud ettevõtteprotsesside automatiseerimine, funktsioonikutseid kasutavad agendid ja veebiallikatele tuginev uurimistöö.

Kontekst 1M
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegune; kanooniline pidevalt uueneva mudeli identifikaator, mis vastab praegu väärtusele qwen3.5-plus-2026-02-15

Sisend Rahvusvaheline: 0,40 dollarit 1 miljoni sisendtokeni kohta, kui sisend on kuni 256K; 0,50 dollarit 1 miljoni sisendtokeni kohta, kui sisend on pikem kui 256K ja kuni 1M. Piirkondlikud ja ülemaailmsed hinnad võivad erineda.
Väljund Rahvusvaheline: 2,40 $ 1 miljoni väljundtokeni kohta sisendi puhul kuni 256K; 3,00 $ 1 miljoni väljundtokeni kohta sisendi puhul üle 256K ja kuni 1M. Piirkondlikud ja ülemaailmsed hinnad varieeruvad.
Qwen Multimodaalne
Qwen
Qwen3.5-OCR

Qwen3.5-OCR

OCR, dokumentide parsimine, teksti lokaliseerimine, tabelite eraldamine, käsitsi kirjutatud teksti tuvastamine ja võtmeteabe eraldamine piltidelt

Kontekst 66K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend
Olek

Praegu saadaval Alibaba Cloud Model Studio kaudu

Sisend 0,069 USA dollarit 1 miljoni tokeni kohta Hiinas (Pekingis)
Väljund 0,275 USD 1 miljoni tokeni kohta Hiinas (Pekingis)
Qwen Multimodaalne

Kiire multimodaalne analüüs, pika helisisu mõistmine, audiovisuaalse sisu põhjal küsimustele vastamine, hääleassistendid ja kõnega vastuseid pakkuvad rakendused

Kontekst 262K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune; kanooniline mudeli ID on funktsionaalselt samaväärne mudeli qwen3.5-omni-flash-2026-03-15 ID-ga

Sisend Singapur, rahvusvaheline: 0,40 dollarit 1 miljoni tokeni eest teksti-, pildi- ja videosisendi puhul ning 3,00 dollarit 1 miljoni tokeni eest helisisendi puhul; Peking, Hiina: 0,30 dollarit 1 miljoni tokeni eest teksti-, pildi- ja videosisendi puhul ning 2
Väljund Singapuris: 2,20 dollarit 1 miljoni tekstiväljundi tokeni eest ja 11,90 dollarit 1 miljoni teksti- ja heliväljundi tokeni eest; Hiinas Pekingis: 1,83 dollarit 1 miljoni tekstiväljundi tokeni eest ja 9,90 dollarit 1 miljoni teksti- ja heliväljundi tokeni e
Qwen Multimodaalne

Väikese latentsusega häälassistendid, kõnest kõnesse rakendused, multimeediumi reaalajas analüüs, interaktiivsed agendid ja multimodaalsed vestlused.

Kontekst 262K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegu aktiivne ja saadaval; jooksvalt uuenev mudeliidentiteet on funktsionaalselt samaväärne mudeliga qwen3.5-omni-flash-realtime-2026-03-15.

Sisend Rahvusvaheline: 0,55 dollarit 1 miljoni teksti-, pildi- või videosisendi märgiühiku eest; 4,50 dollarit 1 miljoni audiosisendi märgiühiku eest. Mandri-Hiina: 0,45 dollarit 1 miljoni teksti-, pildi- või videosisendi märgiühiku eest; 3,71 dollarit 1 miljoni
Väljund Rahvusvaheline hind: 3,30 dollarit 1 miljoni tekstiväljundi tokeni kohta; 17,70 dollarit 1 miljoni heliväljundi tokeni kohta. Mandri-Hiinas: 2,75 dollarit 1 miljoni tekstiväljundi tokeni kohta; 14,71 dollarit 1 miljoni heliväljundi tokeni kohta.
Qwen Multimodaalne
Qwen
Qwen3.5-Omni

Qwen3.5-Omni-Plus

Mitmekeelsed häälassistendid, kõnefunktsiooniga multimodaalsed rakendused, audiovisuaalne analüüs, suulised selgitused, ligipääsetavustööriistad ja interaktiivse meedia töövood.

Kontekst 262K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

praegune

Sisend Rahvusvahelistes juurutustes maksab teksti-/pildi-/videosisend 1,40 dollarit miljoni märgiühiku kohta ja helisisend 11,00 dollarit miljoni märgiühiku kohta. Hiina (Pekingi) hetkehind on teksti-/pildi-/videosisendi puhul 0,96 dollarit miljoni märgiühiku ko
Väljund Rahvusvahelistes juurutustes on tekstiväljundi hind 8,30 dollarit 1 miljoni märgiühiku kohta ning teksti- ja heliväljundi hind 44,00 dollarit 1 miljoni märgiühiku kohta. Hiina (Pekingi) snapshot-versiooni hinnad on tekstiväljundile 5,50 dollarit 1 miljoni
Qwen Multimodaalne

Reaalajas töötavad kõneassistendid, kõnest kõneks rakendused, multimodaalne klienditeenindus, visuaalsed vestlusagendid, multimeedia reaalajas analüüs ning interaktiivsed rakendused, mis vajavad juhitavat kõneväljundit.

Kontekst 262K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegu saadaval; kanooniline mudeliidentifikaator, mis on funktsionaalselt samaväärne hetktõmmisega qwen3.5-omni-plus-realtime-2026-03-15

Sisend Hiina (Peking): 1,38 dollarit 1 miljoni teksti-, pildi- ja videotokeni kohta; 11 dollarit 1 miljoni audiotokeni kohta. Singapur: 2,10 dollarit 1 miljoni teksti-, pildi- ja videotokeni kohta; 16,50 dollarit 1 miljoni audiotokeni kohta.
Väljund Hiina (Peking): 8,25 dollarit 1 miljoni tekstiväljundi tokeni kohta; 41,26 dollarit 1 miljoni teksti- ja heliväljundi tokeni kohta. Singapur: 12,40 dollarit 1 miljoni tekstiväljundi tokeni kohta; 62 dollarit 1 miljoni teksti- ja heliväljundi tokeni kohta.
Qwen Multimodaalne

Kodeerimisagendid, hoidlatasandi tarkvaraarendus, visuaalsete dokumentide analüüs, videote mõistmine, STEM-valdkonna arutluskäik, pika konteksti toega assistendid ja isehostitavad multimodaalsed rakendused

Kontekst 262K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegu saadaval; avatud kaaludega väljalase ja Alibaba Cloud Model Studio API-mudel

Sisend 0,60 dollarit 1 miljoni tokeni kohta rahvusvaheliselt; 0,412564 dollarit 1 miljoni tokeni kohta Hiinas, Pekingis ja Singapuris
Väljund 3,60 dollarit 1 miljoni märgiühiku kohta rahvusvaheliselt; 2,475384 dollarit 1 miljoni märgiühiku kohta Hiinas, Pekingis ja Singapuris
Qwen Multimodaalne

Agentne programmeerimine, tarkvaraarendus pika konteksti toel, multimodaalne analüüs, tööriistu kasutavad agendid ja ise hostitud juurutused

Kontekst 262K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegu saadaval; avatud kaaludega ning kasutatav Alibaba Cloud Model Studio kaudu

Sisend 0,248 USD 1 miljoni tokeni kohta USA-s Virginias, Saksamaal Frankfurdis ja Hiinas Pekingis; 0,375 USD 1 miljoni tokeni kohta Singapuris
Väljund 1,485 USD 1 miljoni tokeni kohta Virginia osariigis USAs, Frankfurdis Saksamaal ja Pekingis Hiinas; 2,25 USD 1 miljoni tokeni kohta Singapuris
Qwen Multimodaalne

Kiired multimodaalsed assistendid, kodeerimisagendid, visuaalne dokumendianalüüs, videote mõistmine, tööriistu kasutavad töövood, objektide lokaliseerimine ja pika konteksti toega rakendused

Kontekst 1M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegune

Sisend 0,25 dollarit 1 miljoni sisendtokeni kohta kuni 256 000 sisendtokenini; 1,00 dollarit 1 miljoni sisendtokeni kohta rohkem kui 256 000 ja kuni 1 miljoni sisendtokeni ulatuses, Singapuri rahvusvaheline hinnastus
Väljund 1,50 dollarit 1 miljoni väljundtokeni kohta kuni 256 000 sisendtokeni korral; 4,00 dollarit 1 miljoni väljundtokeni kohta rohkem kui 256 000 ja kuni 1 miljoni sisendtokeni korral, Singapuri rahvusvahelise hinnastuse järgi
Qwen üldotstarbeline

Täiustatud kodeerimisagendid, front-end-arendus, pika konteksti analüüs, struktureeritud API-töövood ja teksti genereerimine veebiotsingu abil

Kontekst 262K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Eelvaade; praegu saadaval; kasutuselt kõrvaldamine on kavandatud 10. oktoobriks 2026

Sisend 1,30 dollarit 1 miljoni sisendtokeni kohta kuni 128K suuruse sisendi puhul; 2,00 dollarit 1 miljoni sisendtokeni kohta üle 128K ja kuni 256K suuruse sisendi puhul, rahvusvaheline hinnastus
Väljund 7,80 dollarit 1 miljoni märgiühiku kohta päringute puhul, mille sisend on kuni 128 000 märgiühikut; 12,00 dollarit 1 miljoni märgiühiku kohta sisendite puhul, mis on suuremad kui 128 000 ja kuni 256 000 märgiühikut, rahvusvaheline hinnakujundus
Qwen Multimodaalne

Pika konteksti multimodaalne analüüs, agentne programmeerimine, OCR, objektide lokaliseerimine, kasutajaliideste arendus, visuaalne arutlemine ja tööriistadega varustatud ettevõtteassistendid

Kontekst 1M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegu: jooksva mudeli ID qwen3.6-plus on praegu samaväärne mudeliga qwen3.6-plus-2026-04-02.

Sisend 0–256 000 sisendmärgi korral 0,276 dollarit 1 miljoni märgi eest; 256 000–1 miljoni sisendmärgi korral 1,101 dollarit 1 miljoni märgi eest globaalse juurutuse puhul
Väljund 1,651 dollarit 1 miljoni tokeni kohta 0–256 000 sisendtokeni puhul; 6,602 dollarit 1 miljoni tokeni kohta 256 000–1 miljoni sisendtokeni puhul globaalses juurutuses
Qwen Multimodaalne

Kiired multimodaalsed agendid, visuaalne programmeerimine, tööriistade kasutamise töövood, otsinguagendid ning pika konteksti abil dokumentide või ekraanide analüüs

Kontekst 1M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegu saadaval; jooksva qwen3.7-flash-i identifikaator on hetkel samaväärne identifikaatoriga qwen3.7-flash-2026-07-15.

Sisend Globaalne: 0,028 dollarit 1 miljoni sisendtokeni kohta vahemikus 0–32K; 0,083 dollarit vahemikus 32K–256K; 0,165 dollarit vahemikus 256K–1M. Singapuri rahvusvaheline hind: vastavalt 0,030, 0,100 ja 0,200 dollarit 1 miljoni sisendtokeni kohta.
Väljund Globaalne: 0,110 dollarit 1 miljoni väljundtokeni kohta vahemikus 0–32K; 0,330 dollarit vahemikus 32K–256K; 0,660 dollarit vahemikus 256K–1M. Singapuri rahvusvaheline hind: vastavalt 0,130, 0,400 ja 0,800 dollarit 1 miljoni väljundtokeni kohta.
Qwen Arutlus

Keerukas arutlemine, täiustatud programmeerimine, pika konteksti analüüs, tööriistu kasutavad agendid, tootlikkuse automatiseerimine ja pikaajaliste ülesannete täitmine

Kontekst 1M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing
Olek

Pärandversioon; praegu kättesaadav toetatud Alibaba Cloud Model Studio juurutustes

Sisend 1,65 $ 1 miljoni tokeni kohta USA Virginia globaalses ulatuses; 2,50 $ 1 miljoni tokeni kohta USA ulatuses
Väljund 4,951 dollarit 1 miljoni tokeni kohta USA-s ülemaailmse ulatusega; 7,50 dollarit 1 miljoni tokeni kohta USA ulatusega
Qwen Multimodaalne

Pika konteksti põhine arutlemine, multimodaalne dokumentide ja videote analüüs, programmeerimine, tööriistu kasutavad agendid, struktureeritud andmete eraldamine ning ettevõtete tootlikkuse töövood

Kontekst 1M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegune; muutuv identifikaator vastab praegu väärtusele qwen3.7-plus-2026-05-26

Sisend 0,40 dollarit 1 miljoni tokeni kohta kuni 256 000 sisendtokeni korral ja 1,20 dollarit 1 miljoni tokeni kohta 256 000 kuni 1 miljoni sisendtokeni puhul USA Virginia piirkonnas; piirkondlikud ja soodushinnad võivad erineda
Väljund 1,60 dollarit 1 miljoni tokeni kohta kuni 256 000 sisendtokenini ja 4,80 dollarit 1 miljoni tokeni kohta 256 000 kuni 1 miljoni sisendtokeni puhul USA Virginia piirkonnas; mõtlemisrežiimi väljundile kehtivad samad loetletud hinnad
Qwen Manustatud

Mitmekeelne semantiline otsing, otsinguga täiendatud genereerimine, koodiotsing, soovitused, klasterdamine, klassifitseerimine ja teksti vektoriseerimine suures mahus

Kontekst 131K
Kiirus 8/10
Väljundid
Embeddingud
Olek

Praegu saadaval rahvusvaheliselt Alibaba Cloud Model Studio kaudu

Sisend 0,07 dollarit 1 miljoni sisendtokeni kohta Singapuri rahvusvahelises juurutuses; Hiinas võib hind piirkonna ja arveldusviisi järgi erineda
Qwen Kergekaaluline
Qwen
Qwen3.7-Text-Embedding

qwen3.7-text-embedding-flash

Kulutõhusaks ja suure läbilaskevõimega mitmekeelseks teksti vektoriseerimiseks, semantiliseks otsinguks, RAG-i rakendusteks, soovitussüsteemideks, klasterdamiseks ja klassifitseerimiseks.

Kontekst 131K
Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Embeddingud
Olek

Praegune

Sisend Hiinas (Pekingis) on hind 0,000125 CNY 1 000 sisendtokēni kohta; pakktöötluse hind on 0,000063 CNY 1 000 sisendtokēni kohta. Piirkondlikud hinnad võivad erineda.
Qwen Arutlus

Täiustatud arutlemine, programmeerimine, teadus- ja ametialane uurimistöö, pika konteksti analüüs ning pikaajalised agendipõhised töövood

Kontekst 1M
Arutlusvõime 10/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegu saadaval; avatud kaaludega väljalase ja hostitud API-mudel

Sisend $2 ühe miljoni tokeni kohta rahvusvaheliselt; Hiinas (Pekingis) $1.65 ühe miljoni tokeni kohta
Väljund $6 1 miljoni tokeni kohta rahvusvaheliselt; $4.951 1 miljoni tokeni kohta Hiinas (Pekingis)
Qwen Multimodaalne

Kodeerimisabilised, koodirepositooriumide analüüs, visuaalsete dokumentidega töötamise töövood, pika kontekstiga uurimistöö, kontoritöö automatiseerimine, multimodaalsed agendid ja tööriistu kasutavad rakendused

Kontekst 1M
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Aktiivne ja praegu saadaval; avatud kaaludega väljalase ning Alibaba Cloud Model Studio API kaudu kasutatav mudel

Sisend 0,424 dollarit 1 miljoni märgi kohta Hiinas Pekingis ja 0,50 dollarit 1 miljoni märgi kohta Singapuris. Implitsiitse vahemälu sisendi hind on Pekingis 0,085 dollarit 1 miljoni märgi kohta ja Singapuris 0,10 dollarit 1 miljoni märgi kohta. Eksplitsiitse va
Väljund 1,696 dollarit 1 miljoni tokeni kohta Hiinas, Pekingis; 3 dollarit 1 miljoni tokeni kohta Singapuris.
Qwen Multimodaalne

Kiire arutlemine pika konteksti põhjal, abi programmeerimisel, visuaalsete dokumentide ja graafikute analüüs, videote mõistmine, funktsioonikutsumisega agendid ning suure samaaegse koormusega rakendused

Kontekst 1M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval Alibaba Cloud Model Studio kaudu

Sisend $0,113 1 miljoni sisendtokeni kohta; implitsiitse vahemälu sisendi hind on $0,014 1 miljoni tokeni kohta; eksplitsiitse vahemälu loomine maksab $0,177 1 miljoni tokeni kohta; eksplitsiitse vahemälu lugemine maksab $0,014 1 miljoni tokeni kohta
Väljund 0,382 dollarit 1 miljoni väljundmärgi kohta
Qwen Multimodaalne

Suuremahuline programmeerimine, agendipõhised töövood, pika konteksti abil dokumentide ja koodibaaside analüüs, kontoritöö automatiseerimine ning teksti, piltide ja video multimodaalne mõistmine

Kontekst 262K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Peenhäälestamine
Olek

Praegune avatud kaaludega eksperimentaalne eelvaade

Qwen Multimodaalne

Keerukas programmeerimine, autonoomne tarkvaraarendus, pikaajalised agenditöövood, professionaalne dokumendianalüüs, visuaalne arutlemine, pikad videod ja nõudlikud uurimisülesanded.

Kontekst 1M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Ametlik stabiilne väljalase; praegu saadaval Alibaba Cloud Model Studio kaudu

Sisend Piirkondliku ulatuse puhul on hind 1,65 USA dollarit 1 miljoni sisendtokeni kohta ja rahvusvahelise ulatuse puhul 2,00 USA dollarit 1 miljoni sisendtokeni kohta; piirkondlikud hinnad varieeruvad. Vahemällu salvestatud sisendi hind algab loetletud piirkond
Väljund 4,951 USA dollarit 1 miljoni väljundmärgi kohta loetletud piirkondliku/globaalse ulatuse puhul ja 6,00 USA dollarit 1 miljoni väljundmärgi kohta rahvusvahelise ulatuse puhul.
Qwen Multimodaalne

Reaalajas kõnetõlge, mitmekeelsed koosolekud, sünkroontõlge, tõlgitud kõnesuhtlus ja väikese viivitusega audiovisuaalne tõlge.

Kontekst 53K
Arutlusvõime 4/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend Voogedastus
Olek

Praegune stabiilne mudel

Sisend Singapur: helisisend 7,50 dollarit 1 miljoni tokeni kohta; pildisisend 0,55 dollarit 1 miljoni tokeni kohta. Hiina (Peking): helisisend 5,653 dollarit 1 miljoni tokeni kohta; pildisisend 0,466 dollarit 1 miljoni tokeni kohta.
Väljund Singapur: tekstiväljund maksab 20 dollarit 1 miljoni tokeni kohta; heliväljund 30 dollarit 1 miljoni tokeni kohta. Hiina (Peking): tekstiväljund maksab 14,133 dollarit 1 miljoni tokeni kohta; heliväljund 22,613 dollarit 1 miljoni tokeni kohta.
Qwen Multimodaalne

Pikaformaadilise heli- ja videosisu mõistmine, multimeediaanalüüs, audiovisuaalsed agendid, sisu kokkuvõtete koostamine ning tööriistu kasutavad töövood

Kontekst 1M
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune ja saadaval

Sisend 0,15 USA dollarit 1 miljoni sisendtokēni kohta rahvusvahelise juurutuse puhul; 0,016 USA dollarit 1 miljoni vahemälust leitud sisendtokēni kohta
Väljund 0,47 USD 1 miljoni väljundmärgi kohta rahvusvahelise juurutuse korral
Qwen Multimodaalne

Reaalajas töötavad häälassistendid, kõnest kõneks rakendused, interaktiivsed videoagendid, meedia reaalajas analüüs, multimodaalne klienditeenindus, koosolekute ja koostöö liidesed ning rakendused, mis vajavad tööriistade või MCP-integratsiooni.

Kontekst 197K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval; rahvusvaheline kasutuselevõtt Singapuris

Sisend Hiina (Peking): 1,5 CNY 1 miljoni teksti-, pildi- või videosisendi tokeni kohta ning 6 CNY 1 miljoni audiosisendi tokeni kohta. Singapur: 1,677 CNY 1 miljoni teksti-, pildi- või videosisendi tokeni kohta ning 6,781 CNY 1 miljoni audiosisendi tokeni kohta.
Väljund Hiina (Peking): 4,5 CNY 1 miljoni tekstiväljundi tokeni kohta ja 12 CNY 1 miljoni heliväljundi tokeni kohta. Singapur: 5,104 CNY 1 miljoni tekstiväljundi tokeni kohta ja 13,636 CNY 1 miljoni heliväljundi tokeni kohta.
Qwen Kergekaaluline
Qwen
Qwen Character

qwen-flash-character

Väikese latentsusega tegelaste dialoog, virtuaalsed kaaslased, mängude NPC-d, rollimängurakendused, intellektuaalomandiga kaitstud tegelaste jäljendamine ja vestlusvõimelised nutiseadmed

Kontekst 33K
Arutlusvõime 4/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Veebiotsing Voogedastus
Olek

Ajakohane; dünaamiliselt uuendatav hallatav mudel

Sisend Piirkonnapõhine hinnastamine: Pekingis ja USA-s Virginias 0,034 USD 1 miljoni sisendmärgi kohta; Singapuris 0,05 USD 1 miljoni sisendmärgi kohta. Vahemällu salvestatud sisendi hind on Pekingis ja USA-s Virginias 0,007 USD 1 miljoni märgi kohta ning Singap
Väljund Piirkondlik hinnakujundus: 0,203 USA dollarit 1 miljoni väljundtokeni eest Pekingis ja USA Virginia piirkonnas; 0,40 USA dollarit 1 miljoni väljundtokeni eest Singapuris. Alibaba Cloud avaldab ka piirkonniti kohandatud hinnad.
Qwen Muu
Qwen
Qwen Character

qwen-plus-character

Tegelaskujude rollimäng, virtuaalsed sotsiaalrakendused, mängude NPC-d, intellektuaalomandiga kaitstud tegelaste jäljendamine, nutimänguasjad, autosisesed assistendid ja empaatilised vestluskogemused

Kontekst 33K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Veebiotsing
Olek

Praegune; dünaamiliselt uuendatav mudel

Sisend 0,50 dollarit 1 miljoni tokeni kohta rahvusvaheliselt; 0,115 dollarit 1 miljoni tokeni kohta Hiinas (Pekingis), Hongkongis, Saksamaal, Ameerika Ühendriikides ja Jaapanis
Väljund 1,40 dollarit miljoni märgi kohta rahvusvaheliselt; 0,287 dollarit miljoni märgi kohta Hiinas (Pekingis), Hongkongis, Saksamaal, Ameerika Ühendriikides ja Jaapanis
Qwen Pildigeneratsioon

Keerukad tekstist pildiks kujundused, mitmekeelne tüpograafia, plakatid, menüüd, süžeeskeemid, kasutajaliidese maketid, tootepildid ja pilditöötlus ühe kuni kolme võrdluspildi abil

Kontekst 5K
Arutlusvõime 2/10
Kiirus 6/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune ja saadaval

Sisend 0,003 dollarit pildi kohta rahvusvahelises Singapuri juurutuses
Väljund Rahvusvahelises Singapuri juurutuses maksab 1K-pilt 0,04 dollarit ja 2K-pilt 0,075 dollarit; piirkondlikud hinnad võivad erineda.
Qwen Pilditöötlus

Juhistepõhine pilditöötlus, mitme pildi ühendamine, tegelaskuju järjepidevusega kompositsioonid, objektide asendamine, stiiliülekanne, plakatite ja teksti redigeerimine ning tootepiltide variatsioonide loomine.

Arutlusvõime 5/10
Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune; kanooniline mudel, mis on praegu samaväärne mudeliga qwen-image-edit-plus-2025-10-30

Sisend 0; pilditöötluse eest võetakse tasu iga väljundpildi eest
Väljund 0,028671 dollarit pildi kohta Hiinas (Pekingis); 0,03 dollarit pildi kohta Singapuris/rahvusvaheliselt
Qwen Pildiloome
Qwen
Qwen Image

Qwen-Image-Max

Realistlik tekstist pildi genereerimine, loomingulised kontseptsioonid, turundusvisuaalid, toimetuslikud illustratsioonid, tootekontseptsioonid ja üldotstarbeline pildiloome.

Arutlusvõime 1/10
Kiirus 5/10
Väljundid
pilt
Olek

Praegu saadaval teksti põhjal piltide genereerimiseks; kuupäevata qwen-image-max-i identifikaator on praegu samaväärne identifikaatoriga qwen-image-max-2025-12-30.

Sisend Eraldi sisenditasu ei ole; tekstiprompti sisend sisaldub pildi kohta arvestatavas hinnas.
Väljund $0.075 pildi kohta Singapuri rahvusvahelise juurutuse korral; $0.071677 pildi kohta Hiinas (Pekingis).
Qwen Muu
Qwen
Qwen Image 3.0

qwen-image-3.0

Kiire tekstist pildi loomine, tekstirohked kujundused, piltide redigeerimine, võrdluspiltide kombineerimine, turundusgraafika ja suure mahuga pilditöötlusvood.

Arutlusvõime 3/10
Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval Alibaba Cloud Model Studios

Sisend $0.003 iga sisendpildi kohta rahvusvaheliselt; piirkondlikud hinnad võivad erineda
Väljund 0,03 $ ühe loodud pildi kohta rahvusvaheliselt; piirkonniti võivad hinnad erineda
Qwen Arutlus

Matemaatika, programmeerimine, teadusliku suunitlusega analüüs ja keerukas mitmeastmeline arutluskäik

Kontekst 131K
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Pärandteenus; 7. oktoobri 2026 seisuga veel kättesaadav; teenuse osutamine peaks lõppema 10. oktoobril 2026 kell 00:00 (UTC+08), sõltuvalt muudatuse tegelikust toimumisajast

Sisend $0.230 1 miljoni tokeni kohta Hiinas (Pekingis); $0.80 1 miljoni tokeni kohta Singapuri rahvusvahelise juurutuse korral
Väljund 0,574 dollarit 1 miljoni tokeni kohta Hiinas (Pekingis); 2,40 dollarit 1 miljoni tokeni kohta Singapuri rahvusvahelises juurutuses
Qwen Multimodaalne Esitlusvektor
Qwen
Tongyi Embedding Vision

tongyi-embedding-vision-plus

Ristmodaalne teabeotsing, piltide ja videote sarnasuse alusel otsing, multimodaalne semantiline indekseerimine, soovitused ja sisu klassifitseerimine

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Saadaval

Sisend 0,09 dollarit 1 miljoni sisendtokeni kohta teksti, piltide ja video puhul Singapuri rahvusvahelises juurutuskeskkonnas
Väljund $0; embedding-väljund on tasuta
Reka AI Multimodaalne
Reka AI
Reka Core

Reka Core

Keerukas multimodaalne analüüs, pika konteksti toetav dokumentide mõistmine, piltide ja videote põhjal küsimustele vastamine, heli arvestavad töövood, programmeerimine ning ettevõtterakendused, mis vajavad laia sisendite toe ulatust.

Kontekst 128K
Arutlusvõime 8/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

API hinnakirjas saadaval või loetletud, kuid seda ei ole määratletud baasmudelina, mis on alati avalikult kättesaadav; kontost sõltuv saadavus tuleks üle kontrollida.

Sisend 2,00 $ 1 miljoni sisendtokeni kohta; 0,02 $ pildi kohta; 0,08 $ videominuti kohta; 0,02 $ audiominuti kohta
Väljund 6,00 dollarit 1 miljoni väljundmärgi kohta
Reka AI Multimodaalne
Reka AI
Reka Edge

Reka Edge

Madala latentsusega pildi- ja videomõistmine, objektituvastus, füüsiline tehisintellekt, robootika, juurutamine servaseadmetes ja seadmesisesed visuaalsed assistendid

Kontekst 16K
Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Kehtiv ja avalikult kättesaadav

Sisend $0.10 1 miljoni tokeni kohta; $0.005 pildi kohta; $0.03 videominuti kohta
Väljund 0,10 dollarit 1 miljoni märgi kohta
Reka AI Multimodaalne
Reka AI
Reka Flash

Reka Flash

Kiired multimodaalsed rakendused, dokumentide ja piltide analüüs, lühivideote mõistmine, struktureeritud teabe eraldamine, mitmekeelne vestlus, programmeerimine ning tööriistu kasutavad agendid

Kontekst 128K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune avalikult kättesaadav baasmudel

Sisend 0,80 $ 1 miljoni sisendmärgi kohta; 0,01 $ pildi kohta; 0,06 $ videominuti kohta; 0,015 $ audiominuti kohta
Väljund $2,00 1 miljoni väljundtokeni kohta
Reka AI Arutlus
Reka AI
Reka Flash

Reka Flash 3

Väikese latentsusega arutlemine, programmeerimisabi, funktsioonikutsed, kohapealne juurutamine, seadmes töötavad rakendused ja kulutundlik järeldamine

Kontekst 66K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Hetkel saadaval; avatud kaaludega teadusliku eelvaate mudel, millele pääseb API kaudu ligi Reka Gateway kaudu.

Sisend $0,10 1 miljoni tokeni kohta Reka Gateway kaudu
Väljund 0,20 dollarit 1 miljoni märgi kohta Reka Gateway kaudu
Reka AI Arutlus
Reka AI
Reka Flash

Reka Flash 3.1

Kodeerimine, matemaatiline arutlemine, lokaalne inferents, uurimuslik eksperimenteerimine ja peenhäälestus agentpõhiste töövoogude jaoks

Kontekst 33K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega mudelina; ametlikust API-kättesaadavusest on teatatud, kuid praeguses avalikus API baaskataloogis ei ole täpset mudeliidentifikaatorit loetletud.

SenseTime Videote Genereerimine

Helipõhised digitaalsed inimesed, huulte sünkroonimisega videod, laulvad avatarid, mitmekeelse tegelasanimatsiooni, mitme osalejaga dialoogid ja pika kestusega kõnelevate videote loomine

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Video
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend
Olek

Praegune; käimasolev projekt

SenseTime Multimodaalne
SenseTime
SenseNova-MARS

SenseNova-MARS-8B

Visuaalne küsimustele vastamine, kõrge eraldusvõimega piltide mõistmine, multimodaalne otsing, piltidele tuginev uurimistöö ja tööriistade abil toimuv agendipõhine arutlemine

Kontekst 262K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Praegune avatud kaaludega teadusmudel

SenseTime Multimodaalne
SenseTime
SenseNova-MARS

SenseNova-MARS-32B

Visuaalne süvaotsing, piltide üksikasjalik mõistmine, multimodaalsete agentide abil tehtav uurimistöö ning isemajutatavad tööriistu kasutavad nägemis-keele rakendused

Kontekst 262K
Arutlusvõime 8/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune avatud kaaludega mudel

SenseTime Multimodaalne

Natiivne pildiloome, suure eraldusvõimega visuaalide loomine, piltide redigeerimine, infograafika ja paigutuste loomine, visuaalne mõistmine ning multimodaalsed uurimis- või loomingulised töövood

Arutlusvõime 6/10
Kiirus 4/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune avatud kaaludega lipulaevmudeli versioon

Sisend Ametlikku hostitud API hinda ei ole kinnitatud; allalaaditavad mudelikaalud on saadaval
Väljund Ametlikult hostitava API hinda ei ole kinnitatud; mudeli kaalud on allalaadimiseks saadaval
SenseTime Multimodaalne
SenseTime
SenseNova-Vision

SenseNova-Vision-7B-MoT

Ühtne platvorm arvutinägemise uuringuteks, objektituvastuseks, OCR-iks, segmenteerimiseks, sügavuse ja pinnanormaalide hindamiseks, visuaalseks seostamiseks ning mitme vaate geomeetriaks

Arutlusvõime 7/10
Kiirus 4/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud kaaludega uurimismudel

SenseTime Multimodaalne

Pikaajalise planeerimishorisondiga multimodaalsed agendid, andmeanalüüs, süvauuringud, keeruka teabe esitamine, kontoritöö automatiseerimine ja tööriistapõhised töövood

Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Eelvaade; praegu saadaval SenseNova Token Plani kaudu

Sisend Avaliku beetaversiooni ajal tasuta pakett „Token Plan“; standardset tokenipõhist API-hinda ei ole avalikult kinnitatud
Väljund Avaliku beetaversiooni ajal tasuta; tokeniplaan; API standardne tokenipõhine hinnastus ei ole avalikult kinnitatud.
SenseTime Piltide Genereerimine
SenseTime
SenseNova Seko

SekoIDX

Tegelaskujude välimust järjepidevalt säilitav pildigeneratsioon mitmeosaliste videote, liikuvate koomiksite, lühidraamade, süžeetahvlite ja mitut kaadrit hõlmava visuaalse tootmise jaoks

Arutlusvõime 2/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Hetkel: integreeritud SenseNova Seko seeriasse ja Seko 2.0 platvormi

SenseTime Multimodaalne
SenseTime
SenseNova U

SenseNova U1 Pro

Professionaalne pildiloome, infograafika, reklaamimaterjalid, e-kaubanduse materjalid, esitlused, õppeotstarbelised diagrammid, süžeekavandid ja mitmeastmelised visuaalse materjali loomise ning edastamise töövood

Arutlusvõime 8/10
Kiirus 5/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune tootmisversioon; ettevõtetele mõeldud API on saadaval eelneva lubamise alusel

SenseTime Multimodaalne
SenseTime
SenseNova U1

SenseNova U1

Avatud lähtekoodiga visuaalne mõistmine, piltide genereerimine ja redigeerimine, infograafikute loomine, visuaalne arutlus ning pidevad pildi- ja tekstitöövood.

Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst pilt
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Avatud lähtekoodiga mudeliseeria; saadaval on variandid U1-8B-MoT ja U1-A3B-MoT. SenseNova U1.5 on visuaalse sisu loomise ja redigeerimise uuem järeltulija, samas kui U1 kontrollpunktid on endiselt dokumenteeritud ja allalaaditavad.

SenseTime Kergekaaluline
SenseTime
SenseNova U1

SenseNova U1 Fast

Kiire infograafikute loomine, tihedat teavet edastavad visuaalsed selgitused, graafikud, diagrammid, esitluste visuaalid ja teaberohked küljendused

Kiirus 8/10
Väljundid
pilt
Olek

Praegu kättesaadav SenseNova Token Plan’i ja spetsiaalsete pildiloomeintegratsioonide kaudu

Sisend Tasuta avalik beetaversioon koos kasutuslimiidiga; kommertshinnastust ei ole kinnitatud
Väljund Tasuta avalik beetaversioon kasutuslimiidiga; kommertshinnad pole kinnitatud
SenseTime Multimodaalne
SenseTime
SenseNova U1.5

SenseNova U1.5 Lite

Tekstist piltide loomine, viitepiltide loomine, visuaalne disain, plakatid, infograafika, tootepildid ja piltide järkjärguline redigeerimine

Arutlusvõime 5/10
Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval SenseNova Tokeni paketi kaudu

StepFun Arutlus

Programmeerimisagendid, tarkvaraarendus, pika konteksti arutlus, tööriistu kasutavad agendid, privaatne kohalik inferents ja tööpõhine automatiseerimine

Kontekst 262K
Arutlusvõime 9/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval olev avatud kaaludega mudel, mida saab kohapeal juurutada ja StepFuni API-platvormi kaudu kasutada

StepFun Arutlus

Pikaajalised agentpõhised töövood, tarkvaraarendus, programmeerimine, professionaalsed teadmistepõhised ülesanded, finantsanalüüs, uurimistöö ja visuaalset sisendit kasutavad ülesanded

Kontekst 1M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune eelversioon; saadaval StepFuni toodete ja API kaudu. Avatud kaaludega mudeli väljalase on kavandatud 15. oktoobriks 2026.

Sisend ¥7 1 miljoni vahemällu salvestamata sisendmärgi kohta; ¥0,35 1 miljoni vahemällu salvestatud sisendmärgi kohta
Väljund ¥20 1 miljoni väljundtokeni kohta
StepFun
NextStep-1.1

NextStep-1.1

Tekstist piltide loomine enda serveris, pildigeneratsiooni uurimine, avatud kaaludega eksperimenteerimine ja kohalikud loometöövood

Arutlusvõime 0/10
Kiirus 3/10
Väljundid
pilt
Olek

Praegune avatud kaaludega mudel; enda hallatav kontrollpunkt

Sisend Ei kohaldu; ametliku hostitud API hinda ei ole kindlaks tehtud
Väljund Ei kohaldu; ametlikku hostitud API hinda ei ole tuvastatud
StepFun Multimodaalne
StepFun
Pildi redigeerimise samm

Step Image Edit 2

Kiire interaktiivne tekstist pildi genereerimine, juhistepõhine pilditöötlus, plakatite ja IP loomine, kakskeelse teksti renderdamine, lokaalsed muudatused, objekti või tegelase järjepidevusega genereerimine, stiiliülekanne, portreefotode täiustamine ja f

Arutlusvõime 5/10
Kiirus 10/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Saadaval

StepFun Arutlemine
StepFun
Samm 3

Step3

Avatud kaaludega multimodaalne arutlus, visuaalsetele küsimustele vastamine, matemaatiline arutlus, dokumentide ja diagrammide analüüs ning teadusuuringute rakendused, mis nõuavad isemajutust

Kontekst 66K
Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu avatud kaaludega mudel; seda saab juurutada oma taristus ja kasutada StepFuni avatud platvormi kaudu.

StepFun Multimodaalne

Suure jõudlusega kodeerimisagendid, visuaalsete dokumentide ja kasutajaliideste mõistmine, rohkelt otsingut nõudvad uurimistöövood, pika konteksti analüüs ning tööriistu kasutavad autonoomsed agendid

Kontekst 256K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Kehtiv ja saadaval

Sisend 0,20 dollarit 1 miljoni tokeni kohta vahemälu möödalaskmiste korral; 0,04 dollarit 1 miljoni tokeni kohta vahemälu tabamuste korral
Väljund 1,15 dollarit 1 miljoni tokeni kohta
StepFun Multimodaalne

Isemajutatava kõnest kõneks teisendamise tehnoloogia uurimine, helidialoog, väljendusrikas häälsuhtlus, hääle kloonimine ja multimodaalsete vestlusagentide prototüüpimine

Arutlusvõime 7/10
Kiirus 2/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Varasem avatud kaaludega mudel; repositooriumi enam ei hooldata ning StepFun soovitab uuemaid Step-Audio projekte.

Sisend Ei kohaldu; ametliku hostitud API hinnateavet ei ole kinnitatud
Väljund Ei kohaldu; ametlikult hostitud API hinnateavet ei ole kinnitatud

Avatud kaaludega mitmekeelne ja väljendusrikas tekst-kõne süntees, hääle kloonimine, emotsionaalse kõne loomine, murde ja prosoodia juhtimine, räpi genereerimine ning ümisemise süntees.

Arutlusvõime 0/10
Kiirus 0/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Avatud mudelikaaludega ja allalaaditav; saadaval Hugging Face'is ja ModelScope'is. Algne Step-Audio repositoorium on märgitud enam mittehooldatavaks ning uuemate kõnepõhise suhtluse kasutusjuhtude puhul soovitatakse hilisemaid Step-Audio mudelisarju.

StepFun Heli Genereerimine
StepFun
Step-Audio-EditX

Step-Audio-EditX

Ekspressiivne kõnetöötlus, emotsioonide ja kõnestiili juhtimine, paralingvistilised efektid, nullnäitel põhinev hääle kloonimine ning juhitav tekst-kõneks teisendus

Kontekst 3K
Arutlusvõime 2/10
Kiirus 5/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune; avatud kaaludega mudel kohaliku inferentsi ja StepFun Audio Studio juurdepääsuga

StepFun Arutlus
StepFun
Step-Audio-R1

Step-Audio-R1.1

Reaalajas toimuv suuline dialoog, hääleagendid, akustikast lähtuv arutlemine ja interaktiivsed helirakendused

Kontekst 66K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval avatud kaaludega väljalaskena; allalaaditav ja enda taristus juurutatav

StepFun Multimodaalne
StepFun
Step-Audio 2

Step-Audio 2 mini

Kõnetuvastus, heli mõistmine, paralingvistiline analüüs, kõne tõlkimine, reaalajas töötavad häälagendid, kõne-kõne vestlus ning heli arvestavad tööriistakutseid kasutavad rakendused

Kontekst 16K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegune avatud kaaludega mudel; avalikult allalaaditav ja toetatud StepFuni reaalajateenustes

StepFun Video Genereerimine

Avatud kaaludega tekstijuhitud pildist videoks genereerimine, viitepiltide animeerimine, juhitava liikumise süntees ja teaduslik eksperimenteerimine

Arutlusvõime 0/10
Kiirus 2/10
Väljundid
Video
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu avatud kaaludega mudel; järeldamist saab käitada oma taristus

StepFun
Step-Video

StepVideo-T2V

Ise majutatav tekstist video loomine, teadusuuringud, avatud videomudelite katsetamine ning inglise- või hiinakeelsete viipade abil loominguliste videote tootmine

Arutlusvõime 1/10
Kiirus 1/10
Väljundid
Video
Olek

Saadaval avatud kaaludega mudel; ise hostitav järeldamine

Sisend Ametlikult majutatud API sisendhind puudub; mudeli kaalud on saadaval isemajutatud kasutuseks
Väljund Ametlikult majutatud API väljundil puudub hind; isemajutatud lahenduse puhul rakenduvad arvutusressursside kulud
StepFun
Step-Video-T2V

Step-Video-T2V-Turbo

Avatud kaaludega tekstist video loomine, teadustöö, ise hostitavad loomingulised töövood ja vähema sammude arvuga videojäreldus

Arutlusvõime 20/10
Kiirus 85/10
Väljundid
Video
Olek

Praegu avatud kaaludega väljalase; ametlikku kasutusest kõrvaldamise ega sulgemise kuupäeva ei ole avaldatud

Sisend Ametlikult hostitud API hinnakiri puudub; allalaaditav avatud kaaludega mudel
Väljund Ametlikult hostitud API-l hinnakiri puudub; allalaaditav avatud kaaludega mudel
StepFun Multimodaalne
StepFun
Step1X-Edit

Step1X-Edit-v1p2

Tekstijuhiste põhine pilditöötlus, keerukad visuaalsed muudatused, avatud kaaludega teadustöö ja kohalikud pildiloome töövood

Arutlusvõime 8/10
Kiirus 4/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikult hostitud API-hinda ei leitud; avatud kaalud on saadaval Apache 2.0 litsentsi alusel
Väljund Ametlikult majutatava API hinda ei leitud; isehostimise korral rakenduvad arvutusressursside kulud.
StepFun Multimodaalne

Avatud kaaludega visuaalne arutlus, piltide kohta küsimustele vastamine, OCR, dokumentide mõistmine, GUI-elementide lokaliseerimine, matemaatika, ruumiülesanded ja multimodaalse kodeerimise võrdlustestid

Kontekst 128K
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune; avatud kaaludega vestlusmudel

StepFun
StepAudio 2.5

StepAudio 2.5 ASR

Kiire hiina- ja ingliskeelse kõne transkriptsioon, pikad helisalvestised, koosolekud, intervjuud, subtiitrid ja häälagentide ASR-töövood

Kontekst 32K
Arutlusvõime 1/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegune; täielikult kasutusele võetud

Sisend ¥0,15 helitunni kohta
StepFun Multimodaalne

Väikese viivitusega kõnest kõnesse assistendid, häälekaaslased, rollimängud, emotsionaalselt väljendusrikkad vestlused, autos toimuv dialoog ja reaalajas töötavad häälagendid

Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Saadaval dokumenteeritud StepFuni reaalaja WebSocketi API kaudu; StepFuni hilisem avalik kataloog tõstab esile mudelit StepAudio 3 Realtime, seega tuleks praegune kontotaseme saadavus üle kontrollida.

Sisend 10 CNY 1 miljoni märgi kohta vahemällu salvestamata sisendi eest; 2 CNY 1 miljoni märgi kohta vahemällu salvestatud sisendi eest
Väljund 70 CNY 1 miljoni tokeni kohta
StepFun
StepAudio 2.5

StepAudio 2.5 TTS

Ilmekas teksti kõneks muutmine, tegelaste jutustamine, emotsionaalselt nüansirikkad agendid, pealelugemise tootmine, voogesituse taasesitus ja volitatud nullnäitega hääle kloonimine

Arutlusvõime 0/10
Kiirus 0/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Aktiivne; dokumenteeritud ja saadaval StepFun Open Platformi ning Step Plani kaudu. StepAudio 3 TTS kuulub samuti StepFuni praegusesse tipptasemel mudelite kataloogi.

Sisend ¥5,8 10 000 märgi kohta kontekstipõhise tekst-kõne sünteesi eest
Väljund Heliväljund sisaldub sünteesi hinnas; hääle kloonimise või loomise eest tuleb tasuda eraldi 9,9 ¥ hääle kohta.
StepFun Kõnetuvastus

Mitmekeelne transkriptsioon, koosolekud, subtiitrid, reaalajas sisu, klienditeeninduse salvestised, erialaterminoloogia, mürarikas heli, murded, koodivahetus ning laulude või muusika transkribeerimine

Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegu saadaval StepFun API kaudu

Sisend 2,8 CNY helitunni kohta
StepFun
StepAudio 3

StepAudio 3 Gen

Nullnäitega tekst-kõneks süntees, hääle kujundamine loomuliku keele abil, laulmise ja vokaali genereerimine, muusika, heliefektid, atmosfäär ning terviklikud mitmeelemendilised helistseenid

Väljundid
Kõne Muusika
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Praegu uuritav ja platvormil loetletud mudel; avaliku API ja juurdepääsu üksikasjad on piiratud

Laulude genereerimine, instrumentaalmuusika, laulusõnade põhjal laulude loomise töövood, saatepartii, kaverilaadne süntees ja muusika kiire prototüüpimine

Arutlusvõime 2/10
Kiirus 3/10
Väljundid
Muusika
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Praegune; avalikult esitletud ja saadaval StepFuni StepAudio 3 muusikakogemuse kaudu

StepFun Reaalajaheli

Loomulik reaalajas toimuv vestlus hääle abil, täisdupleksne suhtlus, katkestusi arvestavad assistendid, emotsioonide mõistmine helis ning tööriistu kasutavad hääleagendid.

Arutlusvõime 7/10
Kiirus 9/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu tegutsev ja börsil noteeritud

StepFun Multimodaalne
StepFun
Step Edge

Step Edge

Seadmesisesed visuaalassistendid, GUI-elementide tuvastamine ja nendega seostamine, ekraani sisu mõistmine, ruumiline arutlus, suhtlus sõidukiga ning väikese latentsusega kohalikud agenditöövood

Kontekst 131K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegu; ametlikult välja kuulutatud ääreseadmetes juurutamise alusmudelina

StepFun Multimodaalne

Seadmesisene kõnetuvastus, heli mõistmine, häälassistendid, sõidukisisene suhtlus, privaatsust arvestav helitöötlus ja väikese latentsusega serva-AI.

Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend
Olek

Praegune; servajuurutuseks mõeldud mudel, mille võimekuse kohta on avalikult teavet, kuid mille majutatud API kinnitatud avalikku hinnastust ega üldist mudeli allalaadimise dokumentatsiooni ei leitud.

StepFun
Step Edge

Step Edge Gen

Seadmesisene tekstist pildi genereerimine, kohapealne pilditöötlus, privaatsust arvestavad loomingulised funktsioonid ning väikese latentsusega servaseadmete rakendused.

Arutlusvõime 1/10
Kiirus 9/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune uurimismudel; avalik tehniline teave on saadaval, kuid ametliku avaliku API kättesaadavust ega allalaaditavaid mudelikaale ei ole kontrollitud.

StepFun
Step Edge

Step Edge GUI

Madala latentsusega töölaua- ja mobiilse graafilise kasutajaliidese automatiseerimine, visuaalne positsioneerimine, lokaalselt töötavad arvutikasutuse agendid ja privaatsustundlikud servtöötluse töövood

Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tegevused
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune; servas juurutatav graafilise kasutajaliidese agendi mudel

StepFun Arutlus
StepFun
StepFun-Formalizer

StepFun-Formalizer-7B

Lean 4 automaatformaliseerimine, matemaatiliste teoreemiväidete genereerimine, formaalse matemaatika uurimine ja lokaalselt juurutatud tõestusabi töövood

Kontekst 16K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Aktiivne avatud kaaludega mudel

StepFun Arutlus
StepFun
StepFun-Proveri eelvaade

StepFun-Prover-Preview-7B

Lean 4 teoreemide tõestamine, formaalne matemaatika, verifitseerijate juhitud tõestuste genereerimine ning tööriistadega integreeritud arutluse uurimine

Kontekst 20K
Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega eelvaatemudel; avalikult kättesaadav Apache License 2.0 litsentsi alusel

StepFun
Step TTS

Step TTS 2

Tekst kõneks muutmine, jutustamine, hääleassistendid, ligipääsetavusrakendused, videote pealelugemine, vestluslik heli ja hääle kloonimine

Arutlusvõime 1/10
Kiirus 4/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Aktiivne

Sisend $0.40 10 000 tähemärgi kohta kogu maailmas; Hiinas ligikaudu ¥2.80 10 000 tähemärgi kohta

Isehostitav tekstigeneratsioon, teadustöö, kvantimine ja valdkonnapõhine peenhäälestus

Kontekst 2K
Arutlusvõime 4/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Saadaval avatud kaaludega mudel; Falconi vanema põlvkonna mudel, millele on järgnenud uuemad mudelid

Sisend Ametlikult hostitud API hind puudub; mudeli kaalud tuleb ise hostida.
Väljund Ametlikult majutatava API hinnakiri puudub; mudeli kaalud tuleb ise majutada.

Uurimistöö, ise hostitud tekstigeneratsioon, mudelite peenhäälestamine, kokkuvõtete koostamine ja üldine keelemudelitega katsetamine

Kontekst 2K
Arutlusvõime 4/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega; varasema põlvkonna mudel

Sisend Ametlikult hostitud API hinnakujundus puudub; avatud kaalud on ise hostitavad.
Väljund Ametlikku hostitud API hinnastust ei ole; avatud kaaludega mudelit saab ise hostida

Teadustöö, enda taristus hostitud tekstigeneratsioon, keelemudelite hindamine ja valdkonnapõhine peenhäälestus, kui on olemas piisav GPU-taristu

Kontekst 2K
Arutlusvõime 6/10
Kiirus 3/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega mudel; varasema põlvkonna kontrollpunkt

Sisend Ametlikku esimese osapoole hostitud API hinnakirja ei ole; mudel on saadaval isehostitava ja avatud kaaludega distributsioonina.
Väljund Ametlikku tootja hallatava API hinnastust ei ole; mudelit levitatakse isehostitava avatud kaaludega versioonina.

Mälutõhus kohalik tekstigenereerimine, ääreseadmetes katsetamine, teadustöö ja edasine peenhäälestus

Kontekst 33K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegu avatud kaaludega mudel; allalaaditav Hugging Face'ist

Sisend Ametlikult hostitud API hinnakiri puudub; mudeli kaalud on ise hostimiseks saadaval.
Väljund Ametlikult hostitud API hinnakujundus puudub; mudeli kaalud tuleb ise majutada.

Tõhus ingliskeelse teksti genereerimine lokaalselt, servaseadmetes ja piiratud ressurssidega keskkondades; BitNeti mudelite katsetamine; kaasasoleva eelkvantiseeritud versiooni täielik peenhäälestamine.

Kontekst 33K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegu avatud kaaludega või allalaaditav mudel

Tõhus lokaalne tekstigeneratsioon, mitmekeelne keelemudeldamine, pika konteksti rakendused, mudelite kohandamine ja kompaktse arutlusvõime uurimine.

Kontekst 131K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikult majutatud API hinnakiri puudub; allalaaditavad mudelikaalud on saadaval enda taristus juurutamiseks.
Väljund Ametlikult hostitud API hinnakujundus puudub; allalaaditavad mudelikaalud on saadaval enda taristus juurutamiseks.

Tõhus lokaalne inferents, kompaktsed vestlusabilised, mitmekeelse teksti genereerimine, pika konteksti rakendused ja piiratud ressurssidega juurutused

Kontekst 131K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Praegune; avatud kaaludega

Sisend Ametlikku hostitud API hinnastust ei ole; enda serveris majutatav avatud kaaludega mudel
Väljund Ametlikult hostitud API hinnakiri puudub; mudel on isehostitav ja avatud kaaludega.

Tõhus kohalik või privaatne juurutamine, mitmekeelsete juhiste järgimine, kompaktsed vestlusrakendused, programmeerimisabi, matemaatika ja pika kontekstiga tekstitöötlus

Kontekst 131K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; allalaaditav ja kasutatav enda hallatavas inferentsikeskkonnas

Lokaalne tekstigeneratsioon, mitmekeelne uurimistöö, valdkonna kohandamine, peenhäälestus, pika konteksti eksperimendid ja ressursisäästlik juurutamine.

Kontekst 131K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; selle saab alla laadida Hugging Face'ist ja seda saab kasutada toetatud kohalike järeldusraamistikega.

Sisend Ametlikku hostitud API hinnastust ei ole; mudeli kaalud on saadaval isehostimiseks
Väljund Ametlikku hostitud API hinnastust ei ole; mudeli kaalud tuleb ise majutada.

Privaatne või kohapealne mitmekeelne tekstiloome, pika kontekstiga katsetamine, valdkonnaga kohandamine ja peenhäälestus 7B suurusjärgus avatud kaaludega baasmodelli põhjal

Kontekst 262K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegune avatud kaaludega mudel; eeltreenitud baaskontrollpunkt

Sisend Ametlikult hostitud API hinnastus puudub; allalaaditav avatud kaaludega mudeli kontrollpunkt.
Väljund Ametlikult hostitud API hinnakiri puudub; juurutamise maksumus sõltub ise hostitud taristust.

Pika konteksti tekstiloome, mitmekeelsete juhiste järgimine, dokumentide töötlemine, otsinguga täiendatud genereerimine, programmeerimine ja ettevõtte enda hallatavad juurutused

Kontekst 262K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu saadaval olev avatud kaaludega mudel; avalikult allalaaditav ja kasutatav koos Transformersi, vLLM-i ja llama.cpp-ga

Sisend Ametlikult hostitud API hind puudub; mudeli kaalud on ise hostitavad
Väljund Ametlikult majutatud API-l hinnakiri puudub; mudeli kaalud tuleb ise majutada.

Ülikerge kohalik tekstiloome, juurutamine servaseadmetes, võrguühenduseta juhiste järgimine, ümberkirjutamine, teabe eraldamine ja manustatud tehisintellekti eksperimendid

Kontekst 262K
Arutlusvõime 2/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikult hostitud API hinnakiri puudub; allalaaditavad mudelikaalud
Väljund Ametlikult hostitud API hind puudub; allalaaditavad mudelikaalud

Kergekaaluline kohalik teksti genereerimine, juhiste järgimine, servaseadmed, manustatud rakendused, eksperimenteerimine ja privaatsustundlikud juurutused.

Kontekst 262K
Arutlusvõime 2/10
Kiirus 9/10
Väljundid
Tekst
Olek

Praegune avatud kaaludega mudel

Sisend Ametlikku majutatud API hinnateavet ei leitud; mudeli kaalud on kohapealseks juurutamiseks saadaval Falcon-LLM-i litsentsi alusel.
Väljund Ametlikku hostitud API hinnastust ei leitud; lokaalse inferentsi kulud sõltuvad riistvarast ja juurutusraamistikust.
Technology Innovation Institute (TII)
Falcon 2

Falcon2-11B

Teadustöö, mitmekeelne teksti genereerimine, peenhäälestus, kvantimine ja isemajutatud inferents

Kontekst 8K
Arutlusvõime 4/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud kaaludega eeltreenitud baasmudelina

Sisend Ametlikult majutatava API hinnakiri puudub; allalaaditavad mudelikaalud enda hallatavaks juurutuseks
Väljund Ametlikult hostitud API hinnakiri puudub; hind sõltub taristust.

Kohalikuks inferentsiks, mitmekeelse teksti lõpetamiseks, teadustööks, jätku-eelõppeks, domeeni kohandamiseks ja piiratud ressurssidega riistvaral peenhäälestuseks

Kontekst 4K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega eeltreenitud baasmudel

Sisend Ametlikult hostitud API hinnakiri puudub; ise hostitav avatud kaaludega mudel
Väljund Ametlikult hostitud API hinnakiri puudub; ise hostitav avatud kaaludega mudel

Kerged kohalikud assistendid, mitmekeelsete juhiste järgimine, andmete eraldamine, klassifitseerimine, haridus ning ressursiteadlik juurutamine

Kontekst 8K
Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu avatud kaaludega mudel; allalaaditav Hugging Face'ist

Sisend Ametlikku tootja hostitud API hinnakirja ei ole.
Väljund Ametlikku tootja hallatava API hinnakirja ei ole

Peenhäälestus, mitmekeelne teksti genereerimine, teadusuuringud, kompaktne lokaalne inferents ja servaseadmetele suunatud juurutused

Kontekst 8K
Arutlusvõime 5/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega mudel

Sisend Ametlikult hostitud API hinnakiri puudub; allalaaditavad mudelikaalud enda hallatavas keskkonnas juurutamiseks
Väljund Ametlikult majutatud API hinnakiri puudub; allalaaditavad mudelikaalud enda hallatavaks juurutuseks

Enda serveris majutatav mitmekeelne vestlus, juhiste järgimine, arutlus, matemaatika, programmeerimine, uurimistöö ja pika kontekstiga tekstiloome

Kontekst 33K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega mudel

Sisend Ametlikku hostitud API hinda ei ole; mudeli kaalud on allalaaditavad.
Väljund Ametlikult hostitud API-l hinnakiri puudub; mudeli kaalud on allalaaditavad

Peenhäälestus, mitmekeelne teksti genereerimine, keelemudelite uurimine, koodi ja matemaatika katsetamine ning isehostitud inferents

Kontekst 33K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval olev avatud kaaludega mudel

Sisend Ametlikult hostitud API hinnakujundus puudub; ise hostitav / avatud kaaludega juurutus
Väljund Ametlikult hostitud API hinnakiri puudub; iseseisev majutus / avatud kaaludega mudeli juurutamine

Isehostitud mitmekeelsed assistendid, STEM-i ja matemaatikaülesanded, programmeerimine, juhiste järgimine, teadustöö ning kohapeal käitatavad funktsioonikutsumise süsteemid.

Kontekst 33K
Arutlusvõime 7/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Saadaval on avatud kaaludega mudel; ametlik repositoorium on endiselt kättesaadav. Ametlikku kasutuselt kõrvaldamise ega sulgemise kuupäeva ei leitud.

Sisend Ametlikult hostitava API hinnakujundus puudub; allalaaditavad mudelikaalud on mõeldud enda hallatavaks mudeli käitamiseks.
Väljund Ametlikult hostitud API hinnakiri puudub; allalaaditavad kaalud on mõeldud enda hallatava inferentsi jaoks.
Technology Innovation Institute (TII)
Falcon Perception

Falcon OCR

Kohapeal või enda taristus majutatav dokumentide OCR, valemite tuvastamine, tabelite eraldamine, kviitungite, arvete ja teadustööde töötlemine ning dokumendi paigutust arvestav analüüs

Kontekst 16K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Praegune avatud kaaludega väljalase

Technology Innovation Institute (TII)
Falcon Perception

Falcon Perception

Loomuliku keele põhine objektide lokaliseerimine, avatud sõnavaraga tuvastamine, viibaga juhitav objektide segmenteerimine, rahvarohkete stseenide tajumine ning robootika- ja visuaalse kontrolli töövood

Kontekst 8K
Arutlusvõime 2/10
Kiirus 8/10
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegune; avatud kaaludega; Apache-2.0 litsentsiga

Tencent AI
AuK

AuK

Avatud lähtekoodiga teksti kõneks teisendamine, referentshääle genereerimine, kõne ja laulusõnade redigeerimine, emotsioonide ja tämbri teisendamine, kõne täiustamine ning allikate eraldamine

Arutlusvõime 2/10
Kiirus 5/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune avatud lähtekoodiga väljalase

Tencent AI Kergekaaluline

Kerged kohalikud assistendid, servtöötlusele suunatud inferents, pika konteksti töötlemine, prototüüpimine, kvantiseeritud juurutus ning väheste ressurssidega juhiseid järgivad töökoormused.

Kontekst 262K
Arutlusvõime 3/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegune avatud kaaludega väljalase

Tencent AI Kergekaaluline

Tõhus kohapealne tekstigenereerimine, pika konteksti analüüs, kerge arutlusvõime, abi kodeerimisel ja agendipõhised rakendused

Kontekst 256K
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; avalikult allalaadimiseks ja kohalikuks juurutamiseks saadaval

Tencent AI üldotstarbeline

Kohalik ja ise hostitud tekstiloome, hiina- ja mitmekeelsete juhiste järgimine, pika konteksti analüüs, matemaatika, programmeerimine, arutlemine ning kergemate agentülesannete täitmine

Kontekst 262K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu avatud kaaludega mudel; avalikult saadaval isehostitavaks juurutamiseks

Sisend Ametlikult majutatava API hinda ei ole avaldatud; mudeli kaalud on isehostimiseks saadaval.
Väljund Ametlikult hostitava API hinda ei ole avaldatud; ise hostitud inferentsi kulud sõltuvad taristust.
Tencent AI üldotstarbeline

Hiinakeelse ja mitmekeelse teksti genereerimine, arutlusülesanded, kodeerimine, pika konteksti töötlemine, privaatne kohapealne inferents, kvantiseeritud juurutus ja valdkonnapõhine peenhäälestus.

Kontekst 262K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegu allalaaditav avatud kaaludega mudel

Sisend Teenusepakkuja enda hostitud API-märgi hinda ei ole tuvastatud; allalaaditavad kaalud on mõeldud enda hallatavas või kolmanda osapoole juurutuses kasutamiseks.
Väljund Esimese osapoole hostitud API-tokeni hinda ei ole tuvastatud; allalaaditavad mudelikaalud on mõeldud ise hostimiseks või kolmanda osapoole juurutuseks.
Tencent AI Arutlus
Tencent AI
Hunyuan-A13B

Hunyuan-A13B

Avatud kaaludega mudelid arutlusülesanneteks, pika konteksti analüüsiks, matemaatikaks, teaduseks, programmeerimiseks, agentide töövoogudeks ja kuluteadlikuks isemajutatud inferentsiks

Kontekst 262K
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegu on see kättesaadav avatud kaaludega mudelina ning loetletud ka Tencent Cloudi API-mudelina hunyuan-a13b. Tencent Cloudi dokumentatsiooni kohaselt käib Hunyuan teenuste järkjärguline üleviimine TokenHubi.

Sisend 0,50 ¥ 1 miljoni sisendtokeni kohta Tencent Cloudi järelmaksuga API-s
Väljund 2 ¥ 1 miljoni väljundtokeni kohta Tencent Cloudi järelmaksuga API-s
Tencent AI üldotstarbeline
Tencent AI
Hunyuan-Large

Hunyuan-Large

Mahuka hiina- ja ingliskeelse teksti genereerimine, arutlemine, matemaatika, programmeerimine, pika konteksti analüüs, uurimistöö ning oma taristus käitatavad katsetused

Kontekst 256K
Arutlusvõime 8/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Saadaval avatud mudelikaaludega väljalaskena; ajaloolise Tencent Cloudi hunyuan-large’i API-identifikaatori pärandversioon

Tencent AI
Hunyuan3D

Hunyuan3D-2.1

3D-varade loomine piltide põhjal, mängude ja virtuaalmaailmade sisu, toodete visualiseerimine, disaini prototüüpimine ning enda hallatav 3D-generatsioon

Kiirus 4/10
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu saadaval avatud kaaludega versioonina; isehostitav juurutus

Sisend Ametlikult hostitud teenuse tokeni- ega päringupõhist API-hinda ei ole; mudeli kaalud on saadaval isehostimiseks.
Väljund Ametlikku hostitud väljundi hinda ei ole; genereeritud 3D-varad luuakse isehostitud inferentsi abil.
Tencent AI
Hunyuan3D

Hunyuan3D 2.0

Kohapealne piltide põhjal 3D-varade loomine, tekstuursete võrgumudelite genereerimine, mängu- ja disainiprototüüpide valmistamine, Blenderi töövood ning avatud 3D-generatiivsete mudelite uurimine

Kiirus 6/10
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Avalikult kättesaadav avatud kaaludega mudelisüsteem; uuem Hunyuan3D-2.1 väljalase on selle asendanud, kuid see on endiselt avalikult kättesaadav.

Tencent AI
Hunyuan 3D

HY-3D-3.0

Tekstist, pildist ja eskiisist 3D-mudelite loomine, mängude ja e-kaubanduse 3D-varade kiire loomine, 3D-printimine ning tootmisele suunatud varade prototüüpimine.

Kiirus 8/10
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu on see Tencent Cloudi API-de kaudu kättesaadav; uuem HY-3D-3.1 on saadaval ka eraldi mudeliversioonina.

Sisend Krediidipõhine hinnastamine: vaikimisi Professional-taseme tavaline tekstuuriga genereerimine maksab 25 krediiti; Geometry-režiim 15 krediiti ja LowPoly-režiim 30 krediiti. Lisafunktsioonid, nagu PBR, mitme vaate tugi ja kohandatud tahkude arv, kasutavad
Väljund Hind ei põhine tokenitel; loodud 3D-varade eest võetakse tasu genereerimiskrediitide alusel.

Kohapealne inglise- ja hiinakeelne tekstist piltide genereerimine, loominguline prototüüpimine, ComfyUI töövood, LoRA kohandamine ja ControlNeti-põhine piltide juhtimine

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
pilt
Võimekused
Peenhäälestamine
Olek

Avatud kaaludega ja allalaaditav; ametlikku kasutuselt kõrvaldamise ega sulgemise teadet ei ole leitud

Sisend Ametlikku hostitud API sisendhinda ei ole avaldatud; see on mõeldud peamiselt kohapealseks juurutamiseks.
Väljund Ametlikku majutatud API väljundihinda ei ole avaldatud; piltide genereerimine kasutab kohalikku arvutusressurssi, mitte dokumenteeritud tokenipõhist hinda.
Tencent AI
HunyuanImage

Hy-Image-3.0

Tekstist pildi loomine, viidete põhjal juhitud pildiloome, turundusgraafika, e-kaubanduse sisu, visuaalsete ideede väljatöötamine ja pildigeneraatoreid kasutavad rakendused, mis vajavad kohandatud kuvasuhteid

Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu kättesaadav Tencent Cloud TokenHubi kaudu; saadaval ka avatud kaaludega versioonina HunyuanImage-3.0.

Väljund Umbes 0,20 CNY genereeritud pildi kohta Tencent Cloudi Mandri-Hiina TokenHubi hinnastuse alusel; umbes 0,032 USD pildi kohta viidatud rahvusvahelises hinnastuses
Tencent AI Multimodaalne
Tencent AI
HunyuanOCR

HunyuanOCR-1.5

Mitmekeelne OCR, dokumentide parsimine, teksti tuvastamine, tabelite ja valemite eraldamine, struktureeritud teabe eraldamine ning visuaaldokumentide lokaalne töötlemine

Kontekst 131K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine Voogedastus
Olek

Praegune avatud kaaludega väljalase

Tencent AI Multimodaalne
Tencent AI
Hunyuan turbos-vision

HY-Vision-Video

Video kirjeldamine, küsimustele vastamine video põhjal, videote kokkuvõtete koostamine, sisu ülevaatamine, stseenide analüüs ja video metaandmete genereerimine.

Kontekst 32K
Arutlusvõime 3/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Videosisend Mitmeliigiline sisend
Olek

Hetkel veebis ja Tencent Cloudi TokenHubis loetletud; vanem Hunyuan platvormi kirje eemaldati 22.06.2026, samas kui TokenHubi mudel on endiselt saadaval.

Sisend 3 CNY 1 miljoni sisendmärgi kohta
Väljund 9 CNY 1 miljoni väljundtokeni kohta
Tencent AI
HunyuanVideo

HunyuanVideo-1.5

Kohalik tekstist videoks ja pildist videoks genereerimine, avatud lähtekoodiga videouuringud, loov prototüüpimine ning arendajad, kes vajavad võrdlemisi kerget ja kvaliteetset videomudelit.

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Video
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu avalikult kättesaadav avatud kaaludega mudel

Sisend Ametlikult hostitud API hinda ei ole tuvastatud; mudeli kaalud on kohalikuks juurutamiseks saadaval Tencent Hunyuan Community License’i alusel.
Väljund Ametlikku hostitud API hinnateavet ei ole leitud; kohaliku inferentsi kulud sõltuvad riistvarast ja taristust.
Tencent AI
HunyuanVideo

HunyuanVideo-I2V

Tekst-pildiks-video genereerimine, võrdluspildi animeerimine, visuaalefektid, loominguliste videote prototüüpimine ja lokaalselt hostitud avatud kaaludega videotöövood

Kiirus 4/10
Väljundid
Video
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Saadaval avatud kaaludega mudelina ja ametlikus avatud lähtekoodiga repositooriumis; ametlikku sulgemiskuupäeva ei leitud

Tencent AI Multimodaalne
Tencent AI
Hunyuan Vision 1.5

HY-Vision-1.5-Thinking

Piltidel põhinev arutlemine, OCR, graafikute ja dokumentide analüüs, visuaalne lokaliseerimine, õppeülesannete lahendamine ning mitmekeelne visuaalsetele küsimustele vastamine

Kontekst 40K
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Veebis ning praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend 3 CNY 1 miljoni sisendtokeni kohta
Väljund 9 CNY 1 miljoni väljundtok​​eni kohta

Kiire tekstist 3D-ks ja pildist 3D-ks varade genereerimine, prototüüpimine ning automatiseeritud 3D-sisu töövood

Arutlusvõime 1/10
Kiirus 8/10
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend 15–25 Tencent Cloudi punkti genereerimispäringu kohta; ühe punkti hinnaks on märgitud 0,12 CNY

Inimeste või loomade 3D-tegelaste automatiseeritud rig'imine ja skin'imine animatsioonide, mängude, virtuaaltegelaste ning varade prototüüpimise jaoks

Arutlusvõime 1/10
Kiirus 5/10
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend 10 Tencent Cloudi krediiti päringu kohta
Väljund Sisaldub päringu kohta võetavas 10 krediidi suuruses tasus; väljundiks on animeerimiseks ettevalmistatud 3D-mudelifail

Olemasolevate OBJ- või GLB-võrgumudelite juhistepõhine tekstureerimine, sealhulgas PBR-materjalide loomine ja varade automaatne ettevalmistamine

Arutlusvõime 1/10
Kiirus 6/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval Tencent Cloud TokenHub API kaudu

Väljund 30 Tencent Cloudi punkti genereerimise kohta

3D-varade automaatne UV-lahtipakkimine ja ettevalmistamine tekstuurimiseks, renderdamiseks, mänguarenduseks ning digitaalse sisu töövoogudeks.

Arutlusvõime 1/10
Kiirus 7/10
Olek

Praegu saadaval ja ligipääsetav Tencent Cloud TokenHubi kaudu

Väljund 10 punkti päringu kohta; Tencent Cloudi sõnul võrdub 1 punkt 0,12 Hiina jüaaniga

Mandariini-, inglise-, segakeelse ja hiina murrete reaalajas ning asünkroonne transkriptsioon, subtiitrid, tiitrid ja lühikeste häälkäskluste tuvastamine

Arutlusvõime 4/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Eelvaade; sisetestimiseks saadaval

Sisend Kasutuspõhine Tencent Cloudi ASR-i hinnakujundus; täpset mudeli hinda ei õnnestunud läbi vaadatud ametliku dokumentatsiooni põhjal kinnitada
Väljund Eraldi väljundhinda ei ole; transkriptsiooni eest võetakse tasu vastavalt kohaldatavale Tencent Cloudi ASR-i või suure mudeli 2.0 hinnastamisskeemile.
Tencent AI Multimodaalne

Kõrge eraldusvõimega teksti põhjal piltide loomine, viitepiltide loomine, mitmevooruline pilditöötlus, plakatid, kasutajaliidese kontseptsioonid, turundusmaterjalid ja tootepiltide töövood

Kontekst 100K
Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Veebiotsing
Olek

Praegune eelvaatemudel

Sisend 10 CNY miljoni tokeni kohta; lähtepildi genereerimisel kehtivad avaldatud TokenHubi tokenireeglid
Väljund 15 000 tokenit 1K- või 2K-pildi kohta; 20 000 tokenit 4K-pildi kohta, mis vastab esitatud 10 CNY suuruse miljoni tokeni hinna juures ligikaudu vastavalt 0,15 ja 0,20 CNY-le.
Tencent AI Kergekaaluline

Väikese latentsusega mitmekeelne tõlge, lokaliseeritud sisu, struktureeritud tõlkejuhised ja kuluteadlikud tootmise töövood

Kontekst 8K
Arutlusvõime 2/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend ¥0,3 1 miljoni tokeni kohta
Väljund 1,2 ¥ 1 miljoni tokeni kohta

Professionaalne mitmekeelne tõlge, lokaliseerimine, terminoloogiat arvestavad töövood ja kontekstitundlik ärialane tõlge

Kontekst 8K
Arutlusvõime 2/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend ¥0,5 1 miljoni tokeni kohta Hiinas; 0,074 USA dollarit 1 miljoni tokeni kohta Tencent Cloudi rahvusvahelise hinnastuse järgi
Väljund Hiinas 2 ¥ 1 miljoni tokeni kohta; Tencent Cloudi rahvusvahelise hinnakirja järgi 0,295 USA dollarit 1 miljoni tokeni kohta
Tencent AI Spetsialiseeritud

Professionaalne, valdkonnaspetsiifiline ja kvaliteetne mitmekeelne tõlge koos kontekstipõhise tähenduse täpsustamise ning juhiste järgimisega

Kontekst 8K
Arutlusvõime 6/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Veebis ning praegu Tencent Cloud TokenHubi kaudu saadaval

Sisend 0,5 CNY 1 miljoni sisendmärgi kohta
Väljund 2 CNY-d 1 miljoni väljundmärgi kohta
Tencent AI
Hy-Role

Hy-Role

Hiinakeelne rollimäng, tegelaste simuleerimine, väljamõeldud dialoogid, tehisintellekti avatarid ja emotsionaalselt suunatud vestluskogemused

Kontekst 32K
Arutlusvõime 3/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend 2,4 CNY 1 miljoni sisendtokeni kohta
Väljund 9,6 CNY-d 1 miljoni väljundtokeni kohta
Tencent AI Multimodaalne

Piltide mõistmine, OCR, graafikute ja diagrammide analüüs, visuaalne arutlemine STEM-valdkonnas, visuaalsetele küsimustele vastamine ning mitme pildi võrdlemine

Kontekst 44K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend ¥7,5 1 miljoni sisendtokeni kohta
Väljund ¥17,5 1 miljoni väljundtokeni kohta

Teksti või viitepiltide põhjal uuritavate 3D-keskkondade, Gaussian splatting’u stseenide, punktipilvede ja kokkupõrkevõrkude genereerimine

Arutlusvõime 1/10
Kiirus 2/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend ¥10 miljoni tokeni kohta; arvestuslik kasutus on 8 000 000 tokenit ühe genereeritud stseeni kohta
Väljund Ligikaudu 80 ¥ ühe genereeritud 3D-stseeni kohta dokumenteeritud võrdluskasutuse korral
Tencent AI Multimodaalne

Tekstist 3D-mudeliks, pildist 3D-mudeliks, mitme vaate põhine rekonstrueerimine, mänguvarad, toodete visualiseerimine, digiinimeste sisu, e-kaubanduse varad ja 3D-printimise töövood

Arutlusvõime 1/10
Kiirus 7/10
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval Tencent Cloudi HY-3D API-de ja TokenHubi kaudu

Sisend Tokenipõhist hinnastamist ei kasutata; teksti- ja pildisisend on ühe genereerimisülesande tasu sisse arvestatud.
Väljund 15–60 kredi ühe genereerimise kohta; 0,12 CNY krediidi kohta ehk ligikaudu 1,80–7,20 CNY ühe genereerimise kohta
Tencent AI üldotstarbeline

Pika konteksti koodimisagendid, keerukad tööriistakasutuse töövood, tööviljakuse automatiseerimine, dokumentide analüüs, mänguarendus ja teaduslik arutlemine

Kontekst 1M
Arutlusvõime 8/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Eelvaade; praegu saadaval avatud kaaludega mudelina ning Tencenti toodete, Tencent Cloud TokenHubi ja OpenRouteri kaudu

Sisend 6 CNY 1 miljoni tokeni kohta; vahemällu salvestatud sisend: 0,3 CNY 1 miljoni tokeni kohta
Väljund 18 CNY 1 miljoni tokeni kohta

Tekstist ja pildist panoraamide genereerimine immersiivsete keskkondade, virtuaaltuuride, mängude, simulatsioonide, visualiseerimise ja 3D-maailmade töövoogude jaoks.

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend 1,60 USD miljoni tokeni kohta; viitekasutus 481 250 tokenit panoraami kohta
Väljund Ligikaudu 0,77 USA dollarit ühe loodud panoraami kohta
Tencent AI Manusümbol

Suuremahuline semantiline otsing, vektorotsing, KKK-de sobitamine, tekstide klasterdamine, klassifitseerimine ning kulude või latentsuse suhtes tundlikud teadmistebaasirakendused

Kontekst 33K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend 0,07 dollarit miljoni tekstisisendi märgi kohta
Tencent AI Manustamine

Kvaliteetne mitmekeelne semantiline otsing, otsinguga täiendatud genereerimine, ettevõtete teadmistebaasid, sarnasuste võrdlemine ja teksti klassifitseerimine.

Kontekst 32K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Olek

Praegu saadaval Tencent Cloud TokenHubi ja Tencent Cloudi embeddings API kaudu.

Sisend Rahvusvaheliselt 0,084 USD ühe miljoni sisendtokeni kohta; Hiina TokenHubi hinnalehel 0,6 RMB ühe miljoni sisendtokeni kohta.
Väljund Ei kohaldata; mudelile esitatud tekstisisendi tokenite eest võetakse tasu ning väljundiks on vektorkujutised.
Tencent AI Multimodaalne

Kiire ristmodaalne pildi-teksti otsing, multimodaalne semantiline sobitamine ja videootsing

Kontekst 33K
Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Embeddingud
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend 0,07 USD miljoni tekstisisendi märgi kohta; 0,098 USD miljoni pildisisendi märgi kohta; 0,21 USD miljoni videosisendi märgi kohta
Tencent AI Multimodaalne Manustus
Tencent AI
Kinfra-VL-Embedding

Kinfra-VL-Embedding-8b

Kõrge täpsusega multimodaalseks otsinguks, ristmodaalseks pildi-tekstiotsinguks, videootsinguks ning semantiliseks sobitamiseks teksti-, pildi- ja videokogumites

Kontekst 33K
Arutlusvõime 1/10
Kiirus 6/10
Väljundid
Embeddingud
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Ajakohane ja saadaval Tencent Cloud TokenHubi kaudu

Sisend 0,084 USD miljoni tekstisisendi tokeni kohta; 0,126 USD miljoni pildisisendi tokeni kohta; 0,252 USD miljoni videosisendi tokeni kohta
Tencent AI Arutlus
Tencent AI
Tere

Hy3

Kodeerimisagendid, pika konteksti analüüs, keerukas arutlemine, tootlikkuse automatiseerimine, struktureeritud töövood ja mitmeastmeline tööriistade kasutamine

Kontekst 256K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Peenhäälestamine
Olek

Praegu: avatud kaaludega ja saadaval Tencent Cloud TokenHubi kaudu

Sisend Tencent Cloud TokenHubis maksab sisend 1 CNY miljoni tokeni kohta; vahemällu salvestatud sisend maksab 0,25 CNY miljoni tokeni kohta.
Väljund Tencent Cloud TokenHubis 4 CNY ühe miljoni väljundtokeni kohta
Tencent AI Multimodaalne

Video-, pildi-, heli- ja tekstisisu mõistmine; multimeedia kokkuvõtete koostamine; sisu märgendamine; video struktuurianalüüs; objektide lokaliseerimine; ettevõtete meediatöövood

Kontekst 128K
Arutlusvõime 5/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Voogedastus
Olek

Praegu kättesaadav; sulgemine on Tencent Cloud TokenHubis ja ADP-s kavandatud 15. oktoobril 2026 kell 00.00 Pekingi aja järgi.

Sisend 1,2 ¥ miljoni tokeni kohta
Väljund 3,5 ¥ miljoni tokeni kohta
Tencent AI
WAND-Dubbing-Clone

WAND-Dubbing-Clone-V1

Mitmekeelne videotõlge, algset häält säilitav dubleerimine, subtiitrite tõlkimine ning veebikursuste, filmide ja lühivideote lokaliseerimine.

Arutlusvõime 2/10
Kiirus 5/10
Väljundid
Video Kõne
Võimekused
Helisisend Videosisend Mitmeliigiline sisend
Olek

Saadaval

Sisend 10 CNY 1 miljoni tokeni kohta; kasutustasu sõltub eraldusvõimest ning arvestus põhineb video kestusel ja tokenite tarbimisel.
Tencent AI
WAND-Dubbing-Clone

WAND-Dubbing-Clone-v2

Mitmekeelne videolokaliseerimine, veebikursuste tõlkimine, lühivideote dubleerimine, filmide ja meedia lokaliseerimine ning pikkade videote häält säilitav tõlkimine

Arutlusvõime 2/10
Kiirus 6/10
Väljundid
Video Kõne
Võimekused
Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu asünkroonse tehisintellekti dubleerimismudelina

Sisend ¥0.2061 sekundis 720p või madalama eraldusvõime korral; ¥0.2311 sekundis 1080p korral; ¥0.2811 sekundis 2K või kõrgema eraldusvõime korral. TokenHub märgib aluseks olevaks hinnaks ¥10 miljoni märgi kohta.
Tencent AI Multimodaalne

Kiire igapäevane piltide loomine, sotsiaalmeedia graafika, turundusmaterjalid, lühivideote kaanepildid ja viitepõhine piltide genereerimine

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend 10 CNY miljoni tokeni kohta; Flash-taseme sisendpildid on tasuta
Väljund Arvestuslik kulu: 45 000 tokenit 1K-pildi kohta (0,45 CNY), 67 500 tokenit 2K-pildi kohta (0,675 CNY) ja 100 800 tokenit 4K-pildi kohta (1,008 CNY)

Madala kuluga suure mahuga tekstist pildiks ja viitepildist pildiks genereerimine, sealhulgas e-kaubanduse tootepildid, visuaalvarade partiitootmine ja turundussisu

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval olev hallatav piltide genereerimise mudel

Sisend 10 CNY 1 miljoni tokeni kohta; võrdlushinnad on ligikaudu 0,162 CNY 1K-pildi kohta, 0,18 CNY 2K-pildi kohta ja 0,225 CNY 4K-pildi kohta
Väljund Ligikaudu 0,162 CNY 1K-pildi kohta, 0,18 CNY 2K-pildi kohta ja 0,225 CNY 4K-pildi kohta
Tencent AI Pildigeneratsioon
Tencent AI
WAND-Vega-Image 1.0

WAND-Vega-Image-1.0-Pro

Professionaalne tekstist ja viitepildi põhjal piltide genereerimine, brändi visuaalid, viimistletud tootepildid, kvaliteetsed kujundusmaterjalid ning 1K–4K loovproduktsioon.

Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Aktiivne ja saadaval Tencent Cloud TokenHubi kaudu

Sisend Viitepildid: esimesed 3 pilti on tasuta; alates 4. pildist maksab iga pilt 0,10 CNY.
Väljund 1K: 0,95 CNY pildi kohta; 2K: 0,95 CNY pildi kohta; 4K: 1,71 CNY pildi kohta
Tencent AI
WAND ASR

WAND-ASR-v1

Heli- ja videosalvestiste transkribeerimine, subtiitrite genereerimine, lausete kaupa ajatemplid ning lühivormilise kõne tekstiks teisendamise töövood

Kiirus 7/10
Väljundid
Tekst
Võimekused
Helisisend Videosisend Mitmeliigiline sisend
Olek

Praegu saadaval Tencent Cloud TokenHubi kaudu

Sisend 10 CNY 1 miljoni tokeni kohta; võrdluseks on kasutuskiirus 50 tokenit sekundis, mis teeb ligikaudu 0,0005 CNY-d sekundis

Mitme vaate ja videost 3D-rekonstrueerimise, kaamera- ja sügavuse hindamise, punktikaartide ennustamise, pinna normaalide hindamise, uute vaadete sünteesi ning 3D Gaussian Splattingu töövoogude jaoks

Arutlusvõime 2/10
Kiirus 7/10
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Vanema põlvkonna, kuid avalikult kättesaadav avatud kaaludega mudel; Tencenti HY-World 2.0 kataloogis on selle asendanud WorldMirror-2.0.

xAI Multimodaalne
xAI
Grok 4

Grok 4.3

Pika konteksti analüüs, ettevõtetele mõeldud agendid, uurimistöö, programmeerimisabi, struktureeritud andmete eraldamine ja tööriistu kasutavad töövood

Kontekst 1M
Arutlusvõime 9/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

praegune

Sisend 1,25 dollarit 1 miljoni tokeni eest, kui viiba pikkus on alla 200 000 tokeni; 2,50 dollarit 1 miljoni tokeni eest, kui viiba pikkus on 200 000 tokenit või rohkem
Väljund 2,50 dollarit 1 miljoni tokeni kohta, kui viibetokeneid on alla 200 000; 5,00 dollarit 1 miljoni tokeni kohta, kui viibetokeneid on 200 000 või rohkem
xAI Programmeerimine
xAI
Grok 4

Grok 4.5

Tarkvaraarendus, koodibaasi analüüs, tehniline arutlemine, pika konteksti käsitlemine, tööriistu kasutavad agendid, dokumentide analüüs ja struktureeritud töövoogude automatiseerimine

Kontekst 500K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

praegune

Sisend 2,00 dollarit 1 miljoni tokeni kohta; 0,30 dollarit 1 miljoni vahemällu salvestatud tokeni kohta; pika konteksti korral, mille pikkus on 200 000 tokenit või rohkem: sisendi hind on 4,00 dollarit ja vahemällu salvestatud sisendi hind 0,60 dollarit 1 miljon
Väljund 6,00 dollarit 1 miljoni märgiühiku kohta; pika konteksti korral (200 000 märkiühikut või rohkem): 12,00 dollarit 1 miljoni märgiühiku kohta
xAI Arutlus
xAI
Grok 4

Grok 4.7

Täiustatud tarkvaraarendus, pika kontekstiga arutlemine, agentne tööriistade kasutamine, veebi- või X-otsingul põhinev uurimistöö ning professionaalsed teadmistepõhised ülesanded.

Kontekst 500K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegu saadaval xAI API, Grok Buildi, Cursori ja valitud mudelilüüside kaudu.

Sisend 2,00 dollarit 1 miljoni sisendtokeni kohta alla 200 000 prompt-tokeni; 0,50 dollarit 1 miljoni vahemällu salvestatud sisendtokeni kohta; 4,00 dollarit 1 miljoni sisendtokeni kohta üle 200 000 prompt-tokeni; 1,00 dollarit 1 miljoni vahemällu salvestatud si
Väljund 6,00 dollarit 1 miljoni väljundtokeni kohta, kui viiba tokenite arv on alla 200 000; 12,00 dollarit 1 miljoni väljundtokeni kohta, kui viiba tokenite arv on üle 200 000.
xAI Arutlus
xAI
Grok 4.6

Grok 4.6

Agentne programmeerimine, pika konteksti toega tarkvaraarendus, uurimistöö, teadmistepõhine töö, visuaalne analüüs, struktureeritud andmete eraldamine ja tööriistu kasutavad töövood.

Kontekst 500K
Arutlusvõime 9/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegu saadaval; Grok 4.7 on selle xAI lipulaevamudelina välja vahetanud, kuid xAI API toetab seda endiselt.

Sisend 2,00 dollarit 1 miljoni märgiühiku eest, kui viiba pikkus on alla 200 000 märgiühiku; 4,00 dollarit 1 miljoni märgiühiku eest, kui viip sisaldab vähemalt 200 000 märgiühikut. Vahemällu salvestatud sisendi hind on 0,50 dollarit 1 miljoni märgiühiku eest, k
Väljund 6,00 dollarit 1 miljoni tokeni kohta, kui prompt sisaldab alla 200 000 tokeni; 12,00 dollarit 1 miljoni tokeni kohta, kui prompt sisaldab 200 000 tokenit või rohkem.
xAI üldotstarbeline

Väikese viivitusega koodikirjutamine, interaktiivne arendus ning agendipõhised töövood Cursoris või Grok Buildis

Kontekst 500K
Arutlusvõime 9/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Saadaval kiirema vastusega variandina Cursoris ja Grok Buildis; eraldi avaliku xAI API mudelina pole saadaval.

Sisend Fast-hinnastuse korral on hind 2× tavaline Grok 4.7 sisendtokeni hind; Grok 4.7 API standardhind on 2 dollarit 1 miljoni sisendtokeni kohta.
Väljund 2× Grok 4.7 standardne väljundtokenite hind, kui kehtib Fast-hinnastus; Grok 4.7 API standardhind on 6 USA dollarit 1 miljoni väljundtokeni kohta
xAI Arutlus

Põhjalik uurimistöö, paralleelne uurimine, pika konteksti analüüs ja tööriistade abil teabe süntees

Kontekst 1M
Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Beetaversioon; praegu saadaval xAI API kaudu

Sisend 1,25 dollarit 1 miljoni tokeni kohta; 2,50 dollarit 1 miljoni tokeni kohta päringute puhul, mille sisend sisaldab vähemalt 200 000 tokenit
Väljund 2,50 dollarit 1 miljoni tokeni kohta; 5,00 dollarit 1 miljoni tokeni kohta päringute puhul, mille sisend sisaldab vähemalt 200 000 tokenit
xAI üldotstarbeline

Kiire üldotstarbeline tekstiloome, pildisisu analüüs, programmeerimisabi, struktureeritud andmete eraldamine, tööriistakutseid kasutavad agendid ja suure kontekstiaknaga töövood

Kontekst 1M
Arutlusvõime 6/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

praegune

Sisend 1,25 dollarit 1 miljoni tokeni kohta; 0,20 dollarit 1 miljoni vahemällu salvestatud tokeni kohta. Pika kontekstiga päringute puhul, mille sisend sisaldab vähemalt 200 000 tokenit: 2,50 dollarit 1 miljoni sisendtokeni kohta; 0,40 dollarit 1 miljoni vahemäl
Väljund 2,50 dollarit 1 miljoni tokeni kohta; 5,00 dollarit 1 miljoni tokeni kohta pika konteksti päringute korral, mille prompt sisaldab vähemalt 200 000 tokenit.
xAI Arutlus

Keerukas arutlemine, programmeerimine, tehniline uurimistöö, pika kontekstiga dokumentide analüüs, piltide mõistmine, struktureeritud vastused ja tööriistu kasutavad agendipõhised töövood

Kontekst 1M
Arutlusvõime 8/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

praegune

Sisend 1,25 dollarit miljoni tokeni kohta, kui päringud sisaldavad alla 200 000 tokeni; 2,50 dollarit miljoni tokeni kohta, kui päringud sisaldavad vähemalt 200 000 tokeni; vahemällu salvestatud sisend maksab vastavalt 0,20 või 0,40 dollarit miljoni tokeni kohta
Väljund 2,50 dollarit 1 miljoni märgi kohta alla 200 000 märgi pikkuste päringute puhul; 5,00 dollarit 1 miljoni märgi kohta 200 000 või enama märgi pikkuste päringute puhul
xAI Kodeerimine
xAI
Grok Build

Grok Build 0.1

Agentne koodikirjutamine, veebiarendus, silumine, tarkvaraarenduse töövood, MCP-integratsioonid ja kiiresti tööriistu kutsuvad rakendused.

Kontekst 256K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegune; avalik beetaversioon

Sisend 1,00 dollarit 1 miljoni sisendtokeni kohta; 0,20 dollarit 1 miljoni vahemällu salvestatud sisendtokeni kohta. Üle 200 000 tokeni pikkuste päringute puhul on pika konteksti hinnaks 2,00 dollarit 1 miljoni sisendtokeni kohta ja 0,40 dollarit 1 miljoni vahem
Väljund 2,00 dollarit 1 miljoni väljundtokeni kohta; 4,00 dollarit 1 miljoni väljundtokeni kohta, kui viip ületab 200 000 tokenit.
xAI Muu
xAI
Groki kõnesüntees

grok-tts

Ilmekas kõnesüntees, hääleagendid, pealelugemine, taskuhäälingud, audioraamatud, juurdepääsetavus ja interaktiivsed helirakendused

Arutlusvõime 1/10
Kiirus 8/10
Väljundid
Kõne
Võimekused
Voogedastus
Olek

Praegune

Sisend 15,00 $ 1 miljoni sisendmärgi kohta
Väljund Sisaldub tähemärgipõhises hinnas; eraldi väljunditasu ei ole dokumenteeritud
xAI Muu

API-põhine tekstist pildi loomine, piltide redigeerimine, visuaalne prototüüpimine, loomingulised rakendused ja pildipõhine tasustamine

Kontekst 1K
Arutlusvõime 1/10
Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Seisuga 24. september 2026 on see saadaval xAI API kaudu.

Sisend 0,002 dollarit sisendpildi kohta; tekstipäringu hinda eraldi ei ole märgitud
Väljund $0.02 iga 1K- ja 2K-eraldusvõimega loodud pildi kohta
xAI Multimodaalne

Kvaliteetne teksti põhjal piltide genereerimine, piltide redigeerimine, mitme lähtepildi kombineerimine, turundusgraafika, tootepildid, tüpograafia ja kujundusmaterjalid

Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Üldiselt saadaval

Sisend $0,01 ühe sisendpildi kohta
Väljund 0,04–0,08 dollarit genereeritud pildi kohta, olenevalt eraldusvõimest ja kvaliteedist
xAI Multimodaalne
xAI
Grok Imagine Image

Grok Imagine Image Quality

Kvaliteetne piltide genereerimine ja redigeerimine, realistlikud toote- ja turunduspildid, detailirohked stseenid, loovmaterjalid ning pildid, mis nõuavad teksti täpsemat renderdamist või promptide paremat järgimist.

Arutlusvõime 1/10
Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval; API-st eemaldamine on kavandatud 2. novembriks 2026. Pärast eemaldamist teenindab slugi kasutavaid päringuid Grok Imagine Image 2.0, mille kvaliteediks on määratud „low”.

Sisend 0,01 dollarit sisendpildi kohta
Väljund 0,05 dollarit 1K-pildi kohta; 0,07 dollarit 2K-pildi kohta
xAI Muu
xAI
Grok Imagine Video

Grok Imagine Video 1.5

Lühikesed tekstist videoks teisendused, pildist videoks teisendused, viitepõhine video, kinoliku stiiliga prototüüpimine, turundusklipid ja audiovisuaalsed loomeprotsessid

Kiirus 8/10
Väljundid
Video Kõne
Võimekused
Pildisisend Helisisend Mitmeliigiline sisend
Olek

Üldiselt saadaval

Sisend $0,01 pildi kohta; eelseadistatud helisisend on tasuta
Väljund 0,08 $/sekund 480p puhul; 0,14 $/sekund 720p puhul; 0,25 $/sekund 1080p puhul
xAI Kergekaaluline
xAI
Grok Imagine Video 1.5

Grok Imagine Video 1.5 Lite

Väikese kuluga tekstist videoks ja pildist videoks mustandite loomine, sotsiaalmeediaklipid, kiire loov iteratsioon ja suuremahuline genereerimine

Arutlusvõime 0/10
Kiirus 8/10
Väljundid
Video
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval xAI Imagine API kaudu

Sisend 0,01 dollarit pildi sisendi kohta; videosisendi puhul võetakse võimaluse korral tasu sekundipõhiselt
Väljund 0,02 dollarit sekundis 480p puhul; 0,03 dollarit sekundis 720p puhul; 0,14 dollarit sekundis 1080p puhul
xAI Multimodaalne
xAI
Grok Voice Think Fast

Grok Voice Think Fast 2.0

Reaalajas kõneagendid, klienditugi, telefoniteenused, müük, mitmekeelsed vestlused ja tööriistu kasutavad kõnepõhised töövood

Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Praegu saadaval xAI Speech to Speech API kaudu

Sisend 0,08 $ heliminuti kohta; 0,004 $ tekstisisendi kohta
Väljund 0,08 dollarit heliminuti kohta
xAI Kõnetuvastus
xAI
Grok Voice Transcribe

Grok Voice Transcribe 1.0

Mitmekeelne kõne transkribeerimine pakktöötluses ja reaalajas, dikteerimine, hääleassistendid, ligipääsetavus, koosolekud ning klienditoe helisalvestised

Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegu kättesaadav; algne kõne tekstiks teisendamise mudel; lähinädalatel plaanitakse selle kasutamine lõpetada

Sisend 0,10 dollarit helitunni kohta REST-i pakktöötlusega transkriptsiooni puhul; 0,20 dollarit helitunni kohta voogedastuse korral
Väljund Sisaldub transkriptsiooniteenuse hinnas; väljund on tekstiline transkriptsiooniandmestik.
xAI Muu
xAI
Grok Voice Transcribe

Grok Voice Transcribe 2.0

Mitmekeelse, mürarikka ja vestlusliku heli, telefonikõnede ning häälagentide kõne transkribeerimiseks pakktöötluses ja reaalajas

Arutlusvõime 0/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegune

Sisend 0,10 dollarit helitunni eest REST-liidese kaudu pakktöötlusega transkriptsiooni puhul; 0,20 dollarit helitunni eest voogedastusega transkriptsiooni puhul
Xiaomi HyperAI Multimodaalne

Väheste näidete põhine heli-keele uurimine, kõne jätkamine, hääle ja stiili teisendamine, kõne tõlkimine, kõne redigeerimine ning heli ja tekstiga katsetamine

Kontekst 8K
Arutlusvõime 5/10
Kiirus 3/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Praegu allalaaditav avatud parameetritega mudel

Xiaomi HyperAI Multimodaalne

Kohaliku heli mõistmine, kõne tekstiks teisendamise dialoogid, kõnepõhised vestlusagendid ja juhitava tekst-kõneks sünteesi uurimine

Kontekst 8K
Arutlusvõime 7/10
Kiirus 4/10
Väljundid
Tekst Kõne
Võimekused
Helisisend Mitmeliigiline sisend
Olek

Praegu avatud kaaludega mudel; seda saab kohapeal alla laadida ja kasutada

Sisend Ametlikku hostitud API hinda ei ole avaldatud; mudeli kaalud on ise majutatavad
Väljund Ametlikku hostitud API hinda ei ole avaldatud; mudeli kaalud tuleb ise majutada.
Xiaomi HyperAI Multimodaalne
Xiaomi HyperAI
MiMo-Embodied

MiMo-Embodied-7B

Kehastatud tehisintellekti uuringud, autonoomse sõidu tajusüsteemid ja planeerimine, ruumiline arutlemine, tegevusvõimaluste ennustamine, robotite navigeerimine ning multimodaalne visuaalne analüüs

Kontekst 128K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Aktiivne avatud kaaludega mudel

Xiaomi HyperAI
MiMo-V2.5

MiMo-V2.5-ASR

Kõne tekstiks transkribeerimine hiina ja inglise keeles, Hiina piirkondlikes murretes, koodivahetusega kõnes, laulusõnades, mürarikastes salvestistes ja mitme kõnelejaga vestlustes

Arutlusvõime 3/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegu on see Xiaomi MiMo API kaudu kättesaadav; avatud lähtekood ja mudeli kaalud on saadaval.

Sisend $0.074 sisendheli tunni kohta rahvusvahelise API kasutuse korral; ¥0.5 tunni kohta kodumaisel hinnalehel
Väljund Eraldi väljunditasu kohta dokumentatsioon puudub; arveldamine põhineb sisendaudio kestusel.
Xiaomi HyperAI
MiMo-V2.5-TTS

MiMo-V2.5-TTS

Ilmekas tekst kõneks teisendus, audioraamatud, taskuhäälingud, dubleerimine, tegelaste dialoog, häälliidesed, jutustatud sisu ning stiliseeritud kõne või laulmine.

Kontekst 8K
Arutlusvõime 1/10
Kiirus 7/10
Väljundid
Kõne Muusika
Võimekused
Voogedastus
Olek

Saadaval

Sisend Piiratud aja jooksul tasuta
Väljund Piiratud aja jooksul tasuta

Zero-shot-hääle kloonimine, ilmekas jutustamine, tegelaste dialoog, isikupärastatud kõne ja kohandatud häälega helisisu loomine

Kontekst 8K
Kiirus 7/10
Väljundid
Kõne
Võimekused
Helisisend Mitmeliigiline sisend Voogedastus
Olek

Praegu; piiratud aja jooksul tasuta juurdepääs

Sisend Piiratud aja jooksul tasuta
Väljund Piiratud aja jooksul tasuta
Xiaomi HyperAI Multimodaalne

Kohalikud kodeerimisagendid, terminali automatiseerimine, küberturvalisuse eksperimenteerimine, visuaalne programmeerimine ja agentse tugevdusõppe uurimine

Kontekst 262K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegune avatud kaaludega SFT-kontrollpunkt

Sisend Ametlikku hostitud API-hinda ei ole; avatud kaaludega allalaaditav mudel
Väljund Ametlikult hostitud API-l puudub hind; saadaval on allalaaditavad avatud kaalud.
Xiaomi HyperAI Multimodaalne

Suure mahuga multimodaalsed API-töökoormused, programmeerimisabilised, agentide automatiseerimine, pika konteksti toel dokumentide ja koodirepositooriumide analüüs, tööriistu kasutavad töövood ning kulutundlikud professionaalsed rakendused.

Kontekst 1M
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegu; avatud kaaludega ja saadaval Xiaomi MiMo API, MiMo Studio, MiMo Desktopi, MiMo Code’i ning muude toetatud integratsioonide kaudu.

Sisend 0,14 dollarit miljoni tokeni kohta vahemälu möödahiiliva sisendi puhul; 0,0028 dollarit miljoni tokeni kohta vahemälu tabava sisendi puhul.
Väljund $0,28 miljoni tokeni kohta.
Xiaomi HyperAI Multimodaalne
Xiaomi HyperAI
MiMo-V2.6

MiMo-V2.6-Pro

Pikaajalise tegevushorisondiga agendid, programmeerimine, küberturvalisus, teadusuuringud, arvuti kasutamine, multimodaalne analüüs ja keerukad mitmeastmelised töövood

Kontekst 1M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst Tegevused
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegu; avatud lähtekoodiga mudelikaalud ja API-juurdepääs on saadaval

Sisend 0,435 $ 1 miljoni märgi kohta vahemälu möödalasu korral; 0,0036 $ 1 miljoni märgi kohta vahemälu tabamuse korral; pakett-sisend 0,2175 $ 1 miljoni märgi kohta
Väljund 0,87 dollarit 1 miljoni tokeni kohta; pakettöötluse väljund 0,435 dollarit 1 miljoni tokeni kohta

Latentsuse suhtes tundlik multimodaalne arutlemine, programmeerimine, tööriistade kasutamine, pika kontekstiga uurimistöö ja interaktiivsed agentide töövood

Kontekst 1M
Arutlusvõime 9/10
Kiirus 10/10
Väljundid
Tekst
Võimekused
Pildisisend Helisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine
Olek

Praegune; MiMo-V2.6-Pro kiire inferentsi variant

Sisend $0.036 miljoni vahemällu salvestatud sisendtokeni kohta; $4.35 miljoni vahemällu salvestamata sisendtokeni kohta
Väljund 8,70 dollarit miljoni väljundtokeni kohta
Xiaomi HyperAI Multimodaalne

Kohalik piltide ja videote mõistmine, multimodaalne arutlemine, visuaalsetele küsimustele vastamine, OCR-iga seotud ülesanded, visuaalne ankurdamine ja graafilise kasutajaliidese analüüs

Kontekst 128K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend
Olek

Praegu avatud kaaludega mudel; avalikult allalaaditav ja lokaalselt juurutatav

Sisend Ametlikku esimese osapoole hostitud API hinnateavet ei leitud; avatud kaaludega mudel on allalaadimiseks saadaval.
Väljund Ametlikku tootja hostitud API hinnastust ei leitud; mudeli kaalud on allalaadimiseks saadaval.
Xiaomi HyperAI Multimodaalne

Isehostitud pildi- ja videoanalüüs, multimodaalse arutlusvõime uurimine, juhendatud peenhäälestus ning katsed tugevdusõppega

Kontekst 128K
Arutlusvõime 7/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegu saadaval olev avatud kaaludega mudeli kontrollpunkt; allalaaditav

Sisend Ametlikult hostitud API hinnakiri puudub; allalaaditavad mudelikaalud on saadaval MIT-litsentsi alusel
Väljund Ametlikult hostitud API hinnakujundus puudub; allalaaditavad kaalud on saadaval MIT-litsentsi alusel.
Xiaomi HyperAI
MiMo V2.5

MiMo-V2.5-Pro

Pikaajalist planeerimist nõudvad agenditöövood, kogu koodihoidla ulatuses koodi kirjutamine, keerukas tarkvaraarendus, tööriistapõhine automatiseerimine ja väga mahukad dokumendid

Kontekst 1M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Peenhäälestamine Voogedastus
Olek

Aegunud; API-mudeli nime kasutamine lõpeb 21.10.2026 kell 10.00 Pekingi aja järgi

Sisend ¥0,025 miljoni vahemälu tabamuse tokeni kohta; ¥3 miljoni vahemälu möödalasu tokeni kohta; vastavad USA dollari hinnad on 0,0036 ja 0,435 dollarit miljoni tokeni kohta
Väljund ¥6 miljoni tokeni kohta; samaväärne hind USA dollarites on $0,87 miljoni tokeni kohta
Yandex AI üldotstarbeline

Venekeelsed vestlusabilised, pika kontekstiga dialoogid, RAG, dokumentide analüüs, teabe eraldamine, aruandlus ja keerukate äritekstide genereerimine

Kontekst 131K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Voogedastus
Olek

Praegu saadaval Yandex AI Studios

Sisend 0,00204918 USA dollarit 1000 sisendmärgi kohta asünkroonses režiimis, ilma käibemaksuta
Väljund 0,0083606544 dollarit 1000 väljundtokeni kohta asünkroonrežiimis, käibemaksuta
Yandex AI Kergekaaluline

Suure mahuga äriliste tekstide töötlemine, klienditoe dialoogid, modereerimine, klassifitseerimine, kokkuvõtete tegemine, dokumentidest andmete eraldamine ja teadmistebaasidest otsimine.

Kontekst 66K
Arutlusvõime 5/10
Kiirus 9/10
Väljundid
Tekst
Olek

Praegu saadaval Yandex AI Studios

Yandex AI Multimodaalne

Multimodaalne mõistmine ja visuaalse konteksti funktsioonid Alice AI ökosüsteemis

Arutlusvõime 0/10
Kiirus 0/10
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Välja kuulutatud; eraldiseisva API kättesaadavus ja arendajate praegune juurdepääs ei ole avalikult kinnitatud.

Yandex AI Multimodaalne
Yandex AI
Alice AI ART

Alice AI ART

Tekstist piltide loomine, venekeelne visuaalne sisu, illustratsioonid, graafiline disain, reklaamimaterjalid, esitlused, maandumislehed ja tootekaardid

Kontekst 500
Arutlusvõime 1/10
Kiirus 7/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Voogedastus
Olek

Praegune

Sisend 0,0182786856 dollarit ühe pildi genereerimise päringu kohta, ilma käibemaksuta
Yandex AI üldotstarbeline

Oma serveris hostitav uurimistöö, venekeelsed faktipõhised ülesanded, arutlus- ja matemaatikakatsed, programmeerimine, mudelite peenhäälestus ning spetsialiseeritud agentide baaslahenduste loomine.

Kontekst 262K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Peenhäälestamine Voogedastus
Olek

Praegu saadaval olev avatud kaaludega eeltreenitud mudel; eksperimentaalne alusmudel

Yandex AI üldotstarbeline
Yandex AI
Alice AI Search

AliceAI-T5-35B-A0.6B

Venekeelne faktiküsimustele vastamine, pikkade dokumentide töötlemine, otsingupõhiste vastuste genereerimise uurimine, mudelite katsetamine ja valdkonnapõhine peenhäälestus

Kontekst 128K
Arutlusvõime 7/10
Kiirus 8/10
Väljundid
Tekst
Võimekused
Peenhäälestamine
Olek

Praegune avatud kaaludega eeltreenitud mudel

Yandex AI
Sona

Sona

Suuremahulised isikupärastatud muusikasoovitused, ühtne kandidaatide genereerimine ja järjestamine ning kasutajate suhtlusajaloo põhjal treenitud adaptiivsed soovitussüsteemid

Arutlusvõime 6/10
Kiirus 7/10
Olek

Avalikult dokumenteeritud uurimismudel, mida hinnati seitsmepäevases reaalajas A/B-testis; selle täielikule liiklusele juurutamisest ei ole veel teatatud

Yandex AI üldotstarbeline

Venekeelne ettevõtetele mõeldud tekstiloome, dokumendianalüüs, RAG, struktureeritud andmete eraldamine, ümberkirjutamine, klassifitseerimine, aruandlus ja tööriistadega täiustatud äriabilised

Kontekst 33K
Arutlusvõime 7/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Peenhäälestamine Voogedastus
Olek

Praegu saadaval Yandex Cloud AI Studio kaudu; soovitatav on kasutada konkreetset mudeli URI-d. RC-alias jääb kättesaadavaks kuni toe lõppemiseni.

Sisend 0,8 RUB 1 000 sisendtokeni eest, käibemaksuga; 0,8 RUB 1 000 vahemällu salvestatud sisendtokeni eest; 0,2 RUB 1 000 tööriistatokeni eest. Asünkroonrežiimis: 0,41 RUB 1 000 sisendtokeni eest, käibemaksuga.
Väljund 0,8 RUB 1 000 väljundtokeni kohta, käibemaks sisaldub hinnas. Asünkroonne režiim: 0,41 RUB 1 000 väljundtokeni kohta, käibemaks sisaldub hinnas.
Z.ai Video Genereerimine
Z.ai
CogVideoX

CogVideoX-3

Lühivormis tekstist video loomine, piltide animeerimine, algus- ja lõppkaadri vahelised üleminekud, reklaam, turundus, realistlikud stseenid ja 3D-stiilis videote genereerimine

Kiirus 7/10
Väljundid
Video Heli
Võimekused
Pildisisend Mitmeliigiline sisend
Olek

Praegu saadaval Z.ai videogenereerimise API kaudu

Sisend 0,20 dollarit video kohta
Väljund 0,20 dollarit video kohta
Z.ai Arutlus
Z.ai
GLM-4

GLM-4.6

Agentipõhine programmeerimine, tarkvaraarendus, pika konteksti analüüs, arutlemine, otsingule suunatud töövood, tööriistakutsed, sisu genereerimine ja üldotstarbelised API-rakendused

Kontekst 200K
Arutlusvõime 8/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

Saadaval; uuem mudelipõlvkond GLM-4.7 on selle asendanud

Sisend 0,60 dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisend 0,11 dollarit 1 miljoni tokeni kohta
Väljund 2,20 dollarit 1 miljoni väljundmärgi kohta
Z.ai Kodeerimine
Z.ai
GLM-4

GLM-4.7

Agentne programmeerimine, tarkvaraarendus, keerukas arutlemine, tööriistade kasutamine, tehniline töö pika kontekstiga, kasutajaliideste genereerimine ja struktureeritud teksti genereerimine

Kontekst 200K
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Veebiotsing Voogedastus
Olek

saadaval

Sisend $0,60 1 miljoni tokeni kohta
Väljund 2,20 dollarit 1 miljoni tokeni kohta
Z.ai Multimodaalne

Väikese latentsusega lokaalne multimodaalne järeldamine, piltide ja ekraanipiltide analüüs, dokumentide mõistmine, videote analüüs, visuaalsed kodeerimise töövood ning multimodaalsed agendid

Kontekst 128K
Arutlusvõime 8/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Avatud kaaludega mudel; ametliku repositooriumi haldamine on lõpetatud, kuid mudeli kaalud ja dokumentatsioon on endiselt kättesaadavad

Z.ai Arutlemine
Z.ai
GLM-5

GLM-5

Keerukas tarkvaraarendus, kogu koodihoidlat hõlmav programmeerimine, pikaajaline arutlemine, tööriistu kasutavad agendid, tehniline uurimistöö ja struktureeritud teabe eraldamine

Kontekst 200K
Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval Z.ai API kaudu ja avatud kaaludena

Z.ai Arutlus
Z.ai
GLM-5

GLM-5.1

Pikaajalise horisondiga kodeerimisagendid, autonoomsed tarkvaraarenduse töövood, hoidlaülese ulatusega arendus, tööriistapõhine arutlemine, keeruka tehnilise teksti koostamine ja üldotstarbeline tekstiloome

Kontekst 200K
Arutlusvõime 9/10
Kiirus 5/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Voogedastus
Olek

Praegune ja kättesaadav; saadaval Z.AI API kaudu ning avatud kaaludega mudelina

Sisend 1,40 dollarit 1 miljoni tokeni kohta; vahemällu salvestatud sisend: 0,26 dollarit 1 miljoni tokeni kohta
Väljund 4,40 dollarit 1 miljoni tokeni kohta
Z.ai Arutlus
Z.ai
GLM-5

GLM-5.2

Pikaajalised tarkvaraarendusülesanded, kogu koodihoidla ulatuses programmeerimine, koodiagendid, keerukas refaktoreerimine, mahukate dokumentide analüüs, teadusuuringute rakendamine ning töövood, milles kasutatakse tööriistu.

Kontekst 1M
Arutlusvõime 9/10
Kiirus 7/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Aktiivne; see on endiselt Z.AI API hinnakirjas loetletud ja allalaaditavate avatud kaaludena saadaval, kuigi GLM-5.3 on uuem tipptasemel järeltulija.

Sisend 1,40 dollarit 1 miljoni sisendmärgi kohta; vahemällu salvestatud sisend 0,26 dollarit 1 miljoni märgi kohta
Väljund 4,40 dollarit 1 miljoni väljundmärgi kohta
Z.ai Arutlus
Z.ai
GLM-5

GLM-5.3

Keerukas tarkvaraarendus, suured koodibaasid, pikaajalisi ülesandeid täitvad kodeerimisagendid, terminalipõhised töövood, tehniline uurimistöö ja volitatud küberturvalisuse analüüs

Kontekst 1M
Arutlusvõime 9/10
Kiirus 6/10
Väljundid
Tekst
Võimekused
Tööriistade kasutamine Peenhäälestamine Voogedastus
Olek

Praegune ja saadaval

Z.ai Multimodaalne

Multimodaalsed kodeerimisagendid, kuvatõmmiste ja kasutajaliideste mõistmine, pika kontekstiga dokumentidega töötamine, visuaalne kontrollimine, tööriistade toel uurimistöö ning kulutundlikud agendipõhised töövood

Kontekst 1M
Arutlusvõime 9/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Voogedastus
Olek

Praegu saadaval Z.ai API kaudu, GLM Coding Plani osana ning avalikult avaldatud avatud mudelikaaludena

Sisend 0,15 dollarit 1 miljoni sisendtokeni kohta; vahemällu salvestatud sisend 0,03 dollarit 1 miljoni tokeni kohta
Väljund $0,50 1 miljoni väljundtokeni kohta
Z.ai Muu

Pilvepõhine mitmekeelne kõne tekstiks teisendamine, lühikesed reaalajas transkriptsioonid, subtiitrid, koosolekute lühikatked, häälsisend, klienditeeninduse helisalvestised ja terminoloogiat arvestav transkriptsioon

Kiirus 8/10
Väljundid
Tekst
Võimekused
Helisisend Voogedastus
Olek

Praegu avalikult saadaval Z.AI heli transkribeerimise API kaudu

Sisend Ligikaudu 0,06 CNY minutis; kontrollige konto kehtivat hinnastust
Väljund Eraldi hinnastamata; transkriptsiooni eest võetakse tasu heli kestuse põhjal vastavalt avaldatud andmetele.
Z.ai Pildigeneratsioon
Z.ai
GLM-Image

GLM-Image

Tekstirohked plakatid, esitluste graafika, hariduslikud diagrammid, sotsiaalmeedia kujundused, pilditöötlus ja avatud kaaludega pildigeneratsiooni uurimistöö

Kiirus 3/10
Väljundid
pilt
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Aktiivne; saadaval Z.ai API kaudu ja allalaaditavate avatud kaaludena

Sisend 0,015 dollarit pildi kohta
Väljund 0,015 $ iga loodud pildi kohta
Z.ai Muu
Z.ai
GLM-OCR

GLM-OCR

Suuremahuline OCR-töötlus, PDF-failide töötlemine, tabelite ja valemite tuvastamine, käsikirja, kviitungite ja vormide töötlemine, teabe eraldamine ning kohalikud dokumenditöötluse töövood

Arutlusvõime 2/10
Kiirus 9/10
Väljundid
Tekst
Võimekused
Pildisisend Mitmeliigiline sisend Peenhäälestamine
Olek

Praegune; avatud kaaludega; saadaval hostitud API kaudu ja isehostitava juurutusena

Sisend $0,03 1 miljoni tokeni kohta
Väljund 0,03 $ 1 miljoni tokeni kohta
Z.ai Multimodaalne

Pika konteksti piltide, videote, dokumentide, diagrammide ja ekraanipiltide mõistmine; multimodaalsed agendid; visuaalne ankurdamine; visuaalse otsingu töövood; kasutajaliidese ekraanipiltide koodiks teisendamine ja visuaalne redigeerimine; isehostitud mu

Kontekst 131K
Arutlusvõime 8/10
Kiirus 4/10
Väljundid
Tekst
Võimekused
Pildisisend Videosisend Mitmeliigiline sisend Tööriistade kasutamine Veebiotsing
Olek

Saadaval; avatud kaaludega; API kaudu juurdepääsetav; GLM-V hoidla on 2026-09-02 seisuga märgitud enam mitte hooldatavaks

Sisend 0,30 dollarit 1 miljoni tokeni kohta; vahemällu salvestatud sisend 0,05 dollarit 1 miljoni tokeni kohta
Väljund $0,90 1 miljoni tokeni kohta