Текст, изображения, видео и музыка через один API — выберите модель
  1. Главная
  2. /
  3. Модели

Каталог моделей.

Нейросети для текста, изображений, видео и музыки. Выберите модель, изучите её возможности и подключите через единый API.

Показано 301–350 из 439 моделей
В каталоге
Текст

Pareto

unbiased/pareto

Pareto — это мультимодальная составная модель, созданная для исследований, программирования и агентных рабочих процессов, обеспечивающая передовой уровень производительности в широком диапазоне универсальных задач.

Вход: Текст, Изображения

262 144
токенов контекста
В каталоге
Текст

Pareto 26.10 Preview

unbiased/pareto-26.10-preview

Pareto — это мультимодальная составная модель, созданная для исследований, программирования и агентских рабочих процессов, обеспечивающая передовой уровень производительности в широком спектре задач общего назначения. Это предварительный просмотр следующей версии Pareto, и она может измениться без уведомления; используйте pareto-26.9 для стабильной работы.

Вход: Текст, Изображения

1 048 576
токенов контекста
В каталоге
Текст

Perceptron: Perceptron Mk1

perceptron/perceptron-mk1

Perceptron Mk1 (Mark One) является высококачественной моделью Perceptron для работы с видео и воплощенного рассуждения в формате "зрение-язык". Она принимает изображения и видеоматериалы в паре с запросами на естественном языке и выдает подробные ответы на визуальное понимание, как в структурированном, так и в естественном языке. Модель превосходно справляется с задачами понимания видео, такими как вопросы и ответы по видео, суммаризация и обнаружение событий. На входах с изображениями она продвигает привязку по примеру из мультимодальных подсказок, распознавание текста и разбор документов на сложных реальных данных, обнаружение и подсчет объектов с открытым словарем, а также оценку позы рук. Рассуждение может быть включено по запросу для обмена задержкой на более глубокий анализ сложных задач. Структурированные аннотации выдаются в тексте только при явном запросе через параметр `annotation_format` (передайте `"point"`, `"box"` или `"polygon"` для пространственной локализации на изображениях, или `"clip"` (начало/конец временных меток) для временных сегментов в видео). Без `annotation_format` модель возвращает только текст на естественном языке.

Вход: Текст, Изображения, Видео

32 768
токенов контекста
В каталоге
Текст

Perceptron: Perceptron Mk1.5

perceptron/perceptron-mk1.5

Perceptron Mk1.5 — это модель воплощенного рассуждения Perceptron для физических агентов. Она принимает текстовый, графический, видео и аудио ввод и отвечает текстом с дополнительными структурированными аннотациями: точками, рамками, полигонами, треками и клипами. Она поддерживает градуированное рассуждение через стандартные элементы управления рассуждением, вызов функций и структурированные выходные данные через JSON Schema. Структурированные аннотации выводятся в тексте только по запросу через параметр `annotation_format` (`"point"`, `"box"` или `"polygon"` для пространственной локализации на изображениях, `"clip"` для временных сегментов в видео). Звуковые дорожки видео анализируются только при явном включении для каждого запроса.

Вход: Текст, Изображения, Видео, Аудио

36 864
токенов контекста
Доступна в API
Текст

Perplexity: Sonar

perplexity/sonar

Sonar легкий, доступный по цене, быстрый и простой в использовании — теперь с функцией цитирования и возможностью настройки источников. Он разработан для компаний, стремящихся интегрировать легкие функции вопросов и ответов, оптимизированные для скорости.

Вход: Текст, Изображения

127 072
токенов контекста
В каталоге
Текст

Perplexity: Sonar Deep Research

perplexity/sonar-deep-research

Sonar Deep Research — это модель, ориентированная на исследования, разработанная для многоэтапного поиска, синтеза и рассуждений по сложным темам. Она автономно ищет, читает и оценивает источники, совершенствуя свой подход по мере сбора информации. Это позволяет создавать всесторонние отчеты в таких областях, как финансы, технологии, здравоохранение и текущие события. Примечания по ценообразованию - Входные токены состоят из токенов запроса (запрос пользователя) + токенов цитирования (это обработанные токены из выполняемых поисков) - Deep Research выполняет множество поисков для проведения исчерпывающих исследований. Поиски оцениваются в $5 за 1000 поисков. - Рассуждение — это отдельный этап в Deep Research, так как оно проводит обширные автоматизированные рассуждения по всему материалу, собранному в ходе исследовательской фазы. Токены рассуждений здесь немного отличаются от CoTs в ответе — это токены, которые мы используем для рассуждений по исследовательскому материалу перед генерацией результатов через CoTs. Токены рассуждений оцениваются в $3 за 1 миллион токенов.

Вход: Текст

128 000
токенов контекста
Доступна в API
Текст

Perplexity: Sonar Pro

perplexity/sonar-pro

Для предприятий, ищущих более продвинутые возможности, API Sonar Pro может обрабатывать углубленные, многошаговые запросы с дополнительной расширяемостью, например, вдвое большее количество ссылок на один поиск по сравнению с Sonar в среднем. Кроме того, благодаря большему контекстному окну, он может обрабатывать более длинные и сложные поисковые запросы и последующие вопросы. Примечание: Цены на Sonar Pro включают цены на поиск Perplexity. См. [подробности здесь](https://docs.perplexity.ai/guides/pricing#detailed-pricing-breakdown-for-sonar-reasoning-pro-and-sonar-pro).

Вход: Текст, Изображения

200 000
токенов контекста
В каталоге
Текст

Perplexity: Sonar Pro Search

perplexity/sonar-pro-search

Эксклюзивно доступный через API, новый режим Pro Search в Sonar Pro является самым продвинутым агентным поисковым системом Perplexity. Он разработан для более глубокого анализа и рассуждений. Цены основаны на количестве токенов плюс цена за тысячу запросов. Эта модель обеспечивает работу режима Pro Search на платформе Perplexity. Sonar Pro Search добавляет автономное, многоэтапное рассуждение в Sonar Pro. Вместо одной лишь запроса и синтеза, он планирует и выполняет целые исследовательские процессы с использованием инструментов.

Вход: Текст, Изображения

200 000
токенов контекста
В каталоге
Текст

Perplexity: Sonar Reasoning Pro

perplexity/sonar-reasoning-pro

Sonar Reasoning Pro — это передовая модель рассуждений, работающая на базе DeepSeek R1 с использованием Chain of Thought (CoT). Разработанная для сложных сценариев использования, она поддерживает углубленные, многошаговые запросы с увеличенным окном контекста и может предоставлять больше ссылок на один поиск, что позволяет получать более полные и расширяемые ответы.Примечание: Цены на Sonar Pro включают в себя цены на поиск Perplexity. См. [подробности здесь](https://docs.perplexity.ai/guides/pricing#detailed-pricing-breakdown-for-sonar-reasoning-pro-and-sonar-pro).

Вход: Текст, Изображения

128 000
токенов контекста
В каталоге
Текст

Poolside: Laguna S 2.1

poolside/laguna-s-2.1

Laguna S 2.1 — это новейшая модель кодирующего агента от [Poolside](/models/<https://poolside.ai/>). Laguna S 2.1 — это модель с общим количеством параметров 118 миллиардов и 8 миллиардами активных параметров, набирающая 70,2% на Terminal-Bench 2.1 и 40,4% на DeepSWE, что делает её одной из самых мощных моделей кодирования в своей категории. Открытый вес под лицензией OpenMDW-1.1. Laguna S 2.1 предназначена для использования в случаях программной инженерии и агентного кодирования, и вы несете ответственность за подтверждение её соответствия вашему предполагаемому применению. Laguna S 2.1 подчиняется [лицензии OpenMDW-1.1](/models/<https://openmdw.ai/license/1-1/>), и её использование должно соответствовать [Политике допустимого использования](/models/<https://poolside.ai/legal/acceptable-use-policy>) Poolside. Мы не рекомендуем обходить защитные механизмы безопасности Laguna S 2.1 без внедрения эквивалентных мер, подходящих для вашего случая использования. Пожалуйста, сообщайте о проблемах безопасности или угрозах на [security@poolside.ai](/models/<mailto:security@poolside.ai>). Если вы используете Laguna S 2.1 бесплатно, мы можем использовать ваши вводные и выводные данные для обучения и улучшения наших моделей.

Вход: Текст

1 048 576
токенов контекста
В каталоге
Текст

Poolside: Laguna S 2.1 (free)

poolside/laguna-s-2.1:free

Laguna S 2.1 — новейшая модель-агент для программирования от компании Poolside, со 118 миллиардами параметров, из которых активны 8 миллиардов. Она показывает 70,2% на тесте Terminal-Bench 2.1 и 40,4% на DeepSWE — один из лучших результатов среди моделей для кода в этой категории. Веса модели открыты по лицензии OpenMDW-1.1. Модель предназначена для разработки программного обеспечения и агентного программирования; ответственность за проверку её пригодности для конкретной задачи лежит на пользователе, а использование должно соответствовать лицензии OpenMDW-1.1 и политике допустимого использования Poolside. Обходить встроенные механизмы безопасности модели без равноценных мер защиты не рекомендуется. О проблемах безопасности можно сообщить по адресу security@poolside.ai. Поскольку эта версия бесплатна, запросы и ответы пользователя могут применяться Poolside для обучения и улучшения моделей.

Вход: Уточняется

262 144
токенов контекста
В каталоге
Текст

Poolside: Laguna XS 2.1

poolside/laguna-xs-2.1

Laguna XS 2.1 — это последняя модель кодирующего агента в категории 33B-A3B от [Poolside](https://poolside.ai/) и шаг вперед по сравнению с их моделью Laguna XS.2 (выпущенной в апреле 2026 года). Она сочетает в себе возможности вызова инструментов и рассуждения с компактными размерами, предлагая контекстное окно на 256K и до 32K выходных токенов. Квантована до FP8 для быстрых и экономически эффективных рабочих процессов агентного кодирования. Laguna XS 2.1 предназначена для использования в случаях программной инженерии и агентного кодирования, и вы несете ответственность за подтверждение ее соответствия вашему предполагаемому применению. Laguna XS 2.1 подлежит [лицензии OpenMDW-1.1](https://openmdw.ai/license/1-1/) и должна использоваться в соответствии с [Политикой допустимого использования Poolside](https://poolside.ai/legal/acceptable-use-policy). Мы не рекомендуем обходить защитные механизмы безопасности Laguna XS 2.1 без внедрения существенно эквивалентных мер, подходящих для вашего случая использования. Пожалуйста, сообщайте о проблемах безопасности или опасениях по адресу [security@poolside.ai](mailto:security@poolside.ai). Если вы используете Laguna XS 2.1 бесплатно, мы можем использовать ваши входные и выходные данные для обучения и улучшения наших моделей.

Вход: Текст

262 144
токенов контекста
В каталоге
Текст

Poolside: Laguna XS 2.1 (free)

poolside/laguna-xs-2.1:free

Laguna XS 2.1 — новейшая агентная модель для кодинга от Poolside в категории 33B-A3B, развитие модели Laguna XS.2 (выпущена в апреле 2026 года).

Вход: Уточняется

262 144
токенов контекста
В каталоге
Текст

PrismML: Ternary Bonsai 2 27B

prism-ml/ternary-bonsai-2-27b

Bonsai 2 27B — это модель рассуждений с 27 миллиардами параметров от PrismML, созданная на основе Qwen3.8-27B. Она поддерживает кодирование, математику, вызов инструментов и понимание изображений с контекстным окном в 262 тысячи токенов. Тройное сжатие уменьшает вес языковой модели до примерно 8,5 ГБ, сохраняя 98,2% среднего балла базовой модели по 14 тестам на режимы мышления PrismML, что позволяет эффективно выполнять выводы на потребительском оборудовании. Модель по умолчанию использует высокий уровень усилий для рассуждений.

Вход: Текст, Изображения

262 144
токенов контекста
В каталоге
Текст

Qwen2.5 72B Instruct

qwen/qwen-2.5-72b-instruct

Qwen2.5 72B — это последняя серия крупных языковых моделей Qwen. Qwen2.5 предлагает следующие улучшения по сравнению с Qwen2: - Значительно больше знаний и существенно улучшенные возможности в области программирования и математики благодаря нашим специализированным экспертным моделям в этих областях. - Значительные улучшения в следовании инструкциям, генерации длинных текстов (более 8K токенов), понимании структурированных данных (например, таблиц) и генерации структурированных выходных данных, особенно JSON. Более устойчива к разнообразию системных подсказок, улучшая реализацию ролевых игр и установку условий для чат-ботов. - Поддержка длинного контекста до 128K токенов и возможность генерации до 8K токенов. - Многоязычная поддержка более чем 29 языков, включая китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский, арабский и другие. Использование этой модели регулируется [ЛИЦЕНЗИОННЫМ СОГЛАШЕНИЕМ Tongyi Qianwen](https://huggingface.co/Qwen/Qwen1.5-110B-Chat/blob/main/LICENSE).

Вход: Текст

32 768
токенов контекста
Доступна в API
Текст

Qwen2.5 Coder 32B Instruct

qwen/qwen-2.5-coder-32b-instruct

Qwen2.5-Coder — это последняя серия языковых моделей Qwen, ориентированных на код (ранее известных как CodeQwen). Qwen2.5-Coder предлагает следующие улучшения по сравнению с CodeQwen1.5: - Значительные улучшения в **генерации кода**, **логическом выводе кода** и **исправлении кода**. - Более всеобъемлющая основа для реальных приложений, таких как **Code Agents**. Это не только улучшает возможности кодирования, но и сохраняет свои сильные стороны в математике и общих компетенциях. Чтобы узнать больше о результатах оценки, посетите [блог Qwen 2.5 Coder](https://qwenlm.github.io/blog/qwen2.5-coder-family/).

Вход: Текст

32 768
токенов контекста
В каталоге
Текст

Qwen: Qwen-Plus

qwen/qwen-plus

Qwen-Plus, основанная на базовой модели Qwen2.5, представляет собой модель с контекстом 131K, которая сочетает в себе сбалансированную производительность, скорость и стоимость.

Вход: Текст

1 000 000
токенов контекста
В каталоге
Текст

Qwen: Qwen2.5 7B Instruct

qwen/qwen-2.5-7b-instruct

Qwen2.5 7B — это последняя серия больших языковых моделей Qwen. Qwen2.5 предлагает следующие улучшения по сравнению с Qwen2: - Значительно больше знаний и значительно улучшенные возможности в программировании и математике благодаря нашим специализированным экспертным моделям в этих областях. - Существенные улучшения в следовании инструкциям, генерации длинных текстов (более 8K токенов), понимании структурированных данных (например, таблиц) и генерации структурированных выходных данных, особенно JSON. Более устойчива к разнообразию системных подсказок, улучшая реализацию ролевых игр и установку условий для чат-ботов. - Поддержка длинного контекста до 128K токенов и возможность генерации до 8K токенов. - Многоязычная поддержка более чем 29 языков, включая китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский, арабский и другие. Использование этой модели регулируется [ЛИЦЕНЗИОННЫМ СОГЛАШЕНИЕМ Tongyi Qianwen](https://huggingface.co/Qwen/Qwen1.5-110B-Chat/blob/main/LICENSE).

Вход: Текст

32 768
токенов контекста
В каталоге
Текст

Qwen: Qwen2.5 VL 72B Instruct

qwen/qwen2.5-vl-72b-instruct

Qwen2.5-VL хорошо распознает распространенные объекты, такие как цветы, птицы, рыбы и насекомые. Он также обладает высокой способностью к анализу текстов, диаграмм, иконок, графики и макетов в изображениях.

Вход: Текст, Изображения

128 000
токенов контекста
Доступна в API
Текст

Qwen: Qwen3 8B

qwen/qwen3-8b

Qwen3-8B — это плотная причинно-следственная языковая модель с 8,2 миллиардами параметров из серии Qwen3, разработанная как для задач, требующих интенсивного рассуждения, так и для эффективного диалога. Она поддерживает плавное переключение между режимом "мышления" для математики, программирования и логического вывода и режимом "немышления" для общего общения. Модель тонко настроена для следования инструкциям, интеграции агентов, творческого письма и многоязычного использования на более чем 100 языках и диалектах. Она изначально поддерживает контекстное окно в 32K токенов и может расширяться до 131K токенов с помощью масштабирования YaRN.

Вход: Текст

131 072
токенов контекста
Доступна в API
Текст

Qwen: Qwen3 14B

qwen/qwen3-14b

Qwen3-14B — это плотная причинно-следственная языковая модель с 14,8 миллиардами параметров из серии Qwen3, разработанная для сложных рассуждений и эффективного диалога. Она поддерживает бесшовное переключение между режимом "мышления" для задач, таких как математика, программирование и логический вывод, и режимом "немышления" для общих разговоров. Модель точно настроена для выполнения инструкций, использования инструментов агента, творческого письма и многоязычных задач на более чем 100 языках и диалектах. Она изначально обрабатывает контексты из 32 тысяч токенов и может расширяться до 131 тысячи токенов с использованием масштабирования на основе YaRN.

Вход: Текст

131 072
токенов контекста
Доступна в API
Текст

Qwen: Qwen3 30B A3B

qwen/qwen3-30b-a3b

Qwen3, последнее поколение в серии крупных языковых моделей Qwen, включает как плотные, так и архитектуры с набором экспертов (MoE), чтобы преуспевать в рассуждениях, многоязыковой поддержке и выполнении сложных задач агентами. Его уникальная способность беспрепятственно переключаться между режимом мышления для сложных рассуждений и режимом без мышления для эффективного диалога обеспечивает универсальную и высококачественную производительность. Значительно превосходя предыдущие модели, такие как QwQ и Qwen2.5, Qwen3 демонстрирует превосходные способности в математике, программировании, здравом смысле, творческом письме и интерактивном диалоге. Вариант Qwen3-30B-A3B включает 30,5 миллиарда параметров (3,3 миллиарда активированных), 48 слоев, 128 экспертов (8 активируются на задачу) и поддерживает до 131 тысячи токенов в контексте с YaRN, устанавливая новый стандарт среди моделей с открытым исходным кодом.

Вход: Текст

131 072
токенов контекста
В каталоге
Текст

Qwen: Qwen3 30B A3B Instruct 2507

qwen/qwen3-30b-a3b-instruct-2507

Qwen3-30B-A3B-Instruct-2507 — это языковая модель с 30,5 миллиардами параметров, основанная на смеси экспертов от Qwen, с 3,3 миллиардами активных параметров на каждое предсказание. Она работает в режиме без мышления и предназначена для высококачественного выполнения инструкций, многоязычного понимания и использования инструментов. После обучения на данных инструкций она демонстрирует конкурентоспособные результаты в различных тестах на рассуждение (AIME, ZebraLogic), программирование (MultiPL-E, LiveCodeBench) и согласование (IFEval, WritingBench). Она превосходит свою неинструктивную версию в субъективных и открытых задачах, сохраняя при этом сильные фактические и программные возможности.

Вход: Текст

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 30B A3B Thinking 2507

qwen/qwen3-30b-a3b-thinking-2507

Qwen3-30B-A3B-Thinking-2507 — это модель рассуждений с 30 миллиардами параметров, основанная на смеси экспертов, оптимизированная для сложных задач, требующих расширенного многошагового мышления. Модель специально разработана для "режима мышления", где внутренние рассуждения отделены от окончательных ответов. По сравнению с предыдущими версиями Qwen3-30B, эта версия улучшает производительность в области логического мышления, математики, науки, программирования и многоязычных тестов. Она также демонстрирует более сильное следование инструкциям, использование инструментов и соответствие человеческим предпочтениям. Благодаря более высокой эффективности рассуждений и расширенным бюджетам вывода, она лучше всего подходит для передовых исследований, конкурентного решения проблем и агентных приложений, требующих структурированного долгосрочного мышления.

Вход: Текст

81 920
токенов контекста
В каталоге
Текст

Qwen: Qwen3 32B

qwen/qwen3-32b

Qwen3-32B — это плотная причинно-следственная языковая модель с 32,8 миллиардами параметров из серии Qwen3, оптимизированная как для сложных рассуждений, так и для эффективного диалога. Она поддерживает бесшовное переключение между режимом "мышления" для задач, таких как математика, программирование и логическое умозаключение, и режимом "немышления" для более быстрого, универсального общения. Модель демонстрирует высокую производительность в следовании инструкциям, использовании инструментов агента, творческом письме и многоязычных задачах на более чем 100 языках и диалектах. Она изначально обрабатывает контексты с 32 тысячами токенов и может расширяться до 131 тысячи токенов с использованием масштабирования на основе YaRN.

Вход: Текст

131 072
токенов контекста
В каталоге
Текст

Qwen: Qwen3 235B A22B

qwen/qwen3-235b-a22b

Qwen3-235B-A22B — это модель с 235 миллиардами параметров типа mixture-of-experts (MoE), разработанная Qwen, активирующая 22 миллиарда параметров за один проход. Она поддерживает плавное переключение между режимом "мышления" для сложных задач, связанных с рассуждениями, математикой и кодом, и режимом "немышления" для общей эффективности в разговоре. Модель демонстрирует сильные способности к рассуждению, поддержку более 100 языков и диалектов, продвинутое следование инструкциям и возможности вызова инструментов агента. Она изначально обрабатывает контекстное окно в 32 тысячи токенов и расширяется до 131 тысячи токенов с использованием масштабирования на основе YaRN.

Вход: Текст

131 072
токенов контекста
Доступна в API
Текст

Qwen: Qwen3 235B A22B Instruct 2507

qwen/qwen3-235b-a22b-2507

Qwen3-235B-A22B-Instruct-2507 — это многоязычная языковая модель с настройкой на выполнение инструкций, основанная на архитектуре Qwen3-235B, с 22 миллиардами активных параметров на каждый проход вперед. Она оптимизирована для генерации текста общего назначения, включая следование инструкциям, логическое рассуждение, математику, код и использование инструментов. Модель поддерживает нативную длину контекста в 262 тысячи и не реализует "режим мышления" (<think> блоки). По сравнению с базовым вариантом, эта версия обеспечивает значительные улучшения в охвате знаний, рассуждениях на длинных контекстах, оценках кодирования и согласованности с открытыми задачами. Она особенно сильна в многоязычном понимании, математических рассуждениях (например, AIME, HMMT) и оценках согласованности, таких как Arena-Hard и WritingBench.

Вход: Текст

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 235B A22B Thinking 2507

qwen/qwen3-235b-a22b-thinking-2507

Qwen3-235B-A22B-Thinking-2507 — это высокопроизводительная языковая модель типа Mixture-of-Experts (MoE) с открытым весом, оптимизированная для сложных задач рассуждения. Она активирует 22 миллиарда из своих 235 миллиардов параметров за один проход и изначально поддерживает до 262 144 токенов контекста. Этот вариант, предназначенный исключительно для «мышления», улучшает структурированное логическое рассуждение, математику, науку и генерацию длинных текстов, демонстрируя высокие результаты в тестах AIME, SuperGPQA, LiveCodeBench и MMLU-Redux. Он включает специальный режим рассуждения (</think>) и разработан для вывода с высоким количеством токенов (до 81 920 токенов) в сложных областях. Модель настроена на выполнение инструкций и превосходно справляется с пошаговым рассуждением, использованием инструментов, агентными рабочими процессами и многоязычными задачами. Этот выпуск представляет собой самую мощную открытую версию в серии Qwen3-235B, превосходя многие закрытые модели в случаях использования структурированного рассуждения.

Вход: Текст

131 072
токенов контекста
В каталоге
Текст

Qwen: Qwen3 Coder 30B A3B Instruct

qwen/qwen3-coder-30b-a3b-instruct

Qwen3-Coder-30B-A3B-Instruct — это модель Mixture-of-Experts (MoE) с 30,5 миллиардами параметров и 128 экспертами (8 активных на каждый проход), разработанная для продвинутой генерации кода, понимания на уровне репозиториев и использования инструментов агентами. Построенная на архитектуре Qwen3, она поддерживает нативную длину контекста в 256 тысяч токенов (расширяемую до 1 миллиона с помощью Yarn) и демонстрирует высокую производительность в задачах, связанных с вызовами функций, использованием браузера и структурированным дополнением кода. Эта модель оптимизирована для следования инструкциям без «режима размышления» и хорошо интегрируется с форматами использования инструментов, совместимыми с ИИ.

Вход: Текст

262 144
токенов контекста
Доступна в API
Текст

Qwen: Qwen3 Coder 480B A35B

qwen/qwen3-coder

Qwen3-Coder-480B-A35B-Instruct — это модель генерации кода типа Mixture-of-Experts (MoE), разработанная командой Qwen. Она оптимизирована для агентных задач программирования, таких как вызов функций, использование инструментов и рассуждение в длинных контекстах по репозиториям. Модель включает 480 миллиардов параметров, из которых 35 миллиардов активны на каждый прямой проход (8 из 160 экспертов). Цены на конечные точки Alibaba зависят от длины контекста. Когда запрос превышает 128 тысяч входных токенов, применяется более высокая цена.

Вход: Текст

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 Coder 480B A35B (exacto)

qwen/qwen3-coder:exacto

Qwen3-Coder-480B-A35B-Instruct — это модель генерации кода типа Mixture-of-Experts (MoE), разработанная командой Qwen. Она оптимизирована для агентных задач программирования, таких как вызов функций, использование инструментов и рассуждение в длинном контексте по репозиториям. Модель имеет 480 миллиардов общих параметров, из которых 35 миллиардов активны при каждом прямом проходе (8 из 160 экспертов). Цены на конечные точки Alibaba зависят от длины контекста. Как только запрос превышает 128 тысяч входных токенов, применяется более высокая цена.

Вход: Текст

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 Coder Flash

qwen/qwen3-coder-flash

Qwen3 Coder Flash — это быстрая и экономичная версия проприетарной модели Qwen3 Coder Plus от Alibaba. Это мощная модель кодирования, специализирующаяся на автономном программировании через вызов инструментов и взаимодействие с окружением, сочетая навыки кодирования с универсальными способностями общего назначения.

Вход: Текст

1 000 000
токенов контекста
В каталоге
Текст

Qwen: Qwen3 Coder Next

qwen/qwen3-coder-next

Qwen3-Coder-Next — это каузальная языковая модель с открытым весом, оптимизированная для кодирующих агентов и локальных рабочих процессов разработки. Она использует разреженный дизайн MoE с общим количеством параметров 80 миллиардов и только 3 миллиарда активируются на каждый токен, обеспечивая производительность, сопоставимую с моделями, которые требуют в 10-20 раз больше активных вычислений, что делает её подходящей для развертывания агентов, чувствительных к затратам и работающих в режиме постоянной готовности. Модель обучена с сильным акцентом на агентность и надежно выполняет задачи кодирования с длинным горизонтом, сложное использование инструментов и восстановление после сбоев выполнения. С нативным контекстным окном в 256 тысяч, она легко интегрируется в реальные среды CLI и IDE и хорошо адаптируется к общим каркасам агентов, используемым современными инструментами кодирования. Модель работает исключительно в режиме без размышлений и не генерирует блоки <think>, что упрощает интеграцию для производственных кодирующих агентов.

Вход: Текст

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 Coder Plus

qwen/qwen3-coder-plus

Qwen3 Coder Plus — это собственная версия Alibaba на основе Open Source Qwen3 Coder 480B A35B. Это мощная модель программирования, специализирующаяся на автономном программировании с использованием вызова инструментов и взаимодействия с окружающей средой, сочетая в себе навыки программирования с универсальными возможностями общего назначения.

Вход: Текст

1 000 000
токенов контекста
Доступна в API
Текст

Qwen: Qwen3 Max

qwen/qwen3-max

Qwen3-Max — это обновленная версия, основанная на серии Qwen3, предлагающая значительные улучшения в области рассуждений, следования инструкциям, поддержки многоязычности и охвата знаний по редким темам по сравнению с версией января 2025 года. Она обеспечивает более высокую точность в задачах по математике, программированию, логике и наукам, более надежно следует сложным инструкциям на китайском и английском языках, снижает количество галлюцинаций и производит более качественные ответы для открытых вопросов, написания и общения. Модель поддерживает более 100 языков с улучшенным переводом и здравым смыслом в рассуждениях и оптимизирована для генерации с дополнением извлечением (RAG) и вызова инструментов, хотя не включает в себя специальный режим "мышления".

Вход: Текст

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 Max Thinking

qwen/qwen3-max-thinking

Qwen3-Max-Thinking — это флагманская модель рассуждений в серии Qwen3, разработанная для выполнения сложных когнитивных задач, требующих глубокого многошагового мышления. Значительное увеличение емкости модели и вычислительных возможностей обучения с подкреплением обеспечивает значительные улучшения в фактической точности, сложных рассуждениях, следовании инструкциям, согласованности с человеческими предпочтениями и агентном поведении.

Вход: Текст

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 Next 80B A3B Instruct

qwen/qwen3-next-80b-a3b-instruct

Qwen3-Next-80B-A3B-Instruct — это модель чата, настроенная на выполнение инструкций в серии Qwen3-Next, оптимизированная для быстрого и стабильного ответа без следов "размышлений". Она нацелена на выполнение сложных задач в областях рассуждений, генерации кода, вопросов и ответов на основе знаний, а также многоязычного использования, оставаясь при этом надежной в отношении согласованности и форматирования. В сравнении с предыдущими вариантами инструкций Qwen3, она сосредоточена на более высокой пропускной способности и стабильности при обработке сверхдлинных вводов и многоходовых диалогов, что делает её хорошо подходящей для RAG, использования инструментов и агентных рабочих процессов, требующих последовательных окончательных ответов, а не видимой цепочки размышлений. Модель использует масштабно-эффективное обучение и декодирование для улучшения эффективности параметров и скорости вывода, и была проверена на широком наборе публичных эталонов, где она достигает или приближается к более крупным системам Qwen3 в нескольких категориях, превосходя более ранние средние базовые показатели. Она лучше всего используется в качестве общего помощника, помощника по коду и решателя задач с длинным контекстом в производственных условиях, где предпочтительны детерминированные, следующие инструкциям выводы.

Вход: Текст

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 Next 80B A3B Thinking

qwen/qwen3-next-80b-a3b-thinking

Qwen3-Next-80B-A3B-Thinking — это модель чата, ориентированная на рассуждения, в линейке Qwen3-Next, которая по умолчанию выводит структурированные следы "мышления". Она разработана для сложных многошаговых задач: математических доказательств, синтеза/отладки кода, логики и агентного планирования, и демонстрирует высокие результаты в областях знаний, рассуждений, кодирования, согласования и многоязычных оценок. По сравнению с предыдущими вариантами Qwen3, она акцентирует внимание на стабильности при длинных цепочках размышлений и эффективном масштабировании во время вывода, а также настроена на выполнение сложных инструкций с уменьшением повторяющегося или нецелевого поведения. Модель подходит для агентных фреймворков и использования инструментов (вызов функций), рабочих процессов с интенсивным извлечением данных и стандартизированных тестов, где требуются пошаговые решения. Она поддерживает длинные, детализированные завершения и использует ориентированные на пропускную способность техники (например, предсказание нескольких токенов) для более быстрого генерации. Обратите внимание, что она работает только в режиме мышления.

Вход: Текст

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 VL 8B Instruct

qwen/qwen3-vl-8b-instruct

Qwen3-VL-8B-Instruct — это мультимодальная модель из серии Qwen3-VL, созданная для высокоточного понимания и рассуждений по тексту, изображениям и видео. Она обладает улучшенной мультимодальной фьюзией с использованием Interleaved-MRoPE для временного рассуждения на длинных отрезках, DeepStack для точного выравнивания визуального и текстового контента, а также выравнивания текста и временных меток для точной локализации событий. Модель поддерживает контекстное окно на 256 тысяч токенов, которое можно расширить до 1 миллиона токенов, и обрабатывает как статические, так и динамические медиа-входы для задач, таких как парсинг документов, визуальные вопросы и ответы, пространственное рассуждение и управление графическим интерфейсом. Она достигает уровня понимания текста, сопоставимого с ведущими LLM, расширяя охват OCR до 32 языков и повышая устойчивость в различных визуальных условиях.

Вход: Изображения, Текст

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 VL 8B Thinking

qwen/qwen3-vl-8b-thinking

Qwen3-VL-8B-Thinking — это оптимизированный для рассуждений вариант мультимодальной модели Qwen3-VL-8B, разработанный для продвинутого визуального и текстового анализа в сложных сценах, документах и временных последовательностях. Он интегрирует улучшенное мультимодальное выравнивание и обработку длинного контекста (встроенные 256K, расширяемые до 1M токенов) для задач, таких как научный визуальный анализ, причинно-следственные выводы и математические рассуждения по изображениям или видео. По сравнению с версией Instruct, версия Thinking вводит более глубокое слияние визуального и языкового аспектов и продуманные пути рассуждений, которые улучшают производительность в задачах с длинными логическими цепочками, решении задач STEM и многократном понимании видео. Она достигает более сильной временной привязки с помощью Interleaved-MRoPE и встраиваний с учетом временных меток, при этом поддерживая надежное OCR, многоязычное понимание и генерацию текста на уровне крупных текстовых LLM.

Вход: Изображения, Текст

131 072
токенов контекста
В каталоге
Текст

Qwen: Qwen3 VL 30B A3B Instruct

qwen/qwen3-vl-30b-a3b-instruct

Qwen3-VL-30B-A3B-Instruct — это мультимодальная модель, объединяющая мощную генерацию текста с визуальным пониманием изображений и видео. Вариант Instruct оптимизирован для выполнения инструкций в общих мультимодальных задачах. Она превосходно справляется с восприятием реальных и синтетических категорий, 2D/3D пространственным обоснованием и длительным визуальным пониманием, достигая конкурентоспособных результатов в мультимодальных тестах. Для агентного использования она обрабатывает инструкции с несколькими изображениями и многократными обращениями, выравнивание временной шкалы видео, автоматизацию графического интерфейса и визуальное кодирование от эскизов до отлаженного пользовательского интерфейса. Производительность текста соответствует флагманским моделям Qwen3, что делает её подходящей для ИИ документов, OCR, помощи в пользовательском интерфейсе, пространственных задач и исследований агентов.

Вход: Текст, Изображения

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 VL 30B A3B Thinking

qwen/qwen3-vl-30b-a3b-thinking

Qwen3-VL-30B-A3B-Thinking — это мультимодальная модель, объединяющая мощную генерацию текста с визуальным пониманием изображений и видео. Ее вариант Thinking улучшает способность к рассуждению в STEM, математике и сложных задачах. Она превосходно воспринимает реальные и синтетические категории, 2D/3D пространственное закрепление и долгосрочное визуальное понимание, достигая конкурентоспособных результатов в мультимодальных тестах. Для агентного использования она справляется с многоизображенческими многоходовыми инструкциями, выравниванием временных шкал видео, автоматизацией GUI и визуальным кодированием от набросков до отлаженного пользовательского интерфейса. Производительность текста соответствует флагманским моделям Qwen3, что делает ее подходящей для документального ИИ, OCR, помощи в пользовательском интерфейсе, пространственных задач и исследований агентов.

Вход: Текст, Изображения

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 VL 32B Instruct

qwen/qwen3-vl-32b-instruct

Qwen3-VL-32B-Instruct — это крупномасштабная мультимодальная модель для работы с визуальной и текстовой информацией, разработанная для высокоточной интерпретации и анализа текста, изображений и видео. С 32 миллиардами параметров она сочетает глубокое визуальное восприятие с продвинутым пониманием текста, что позволяет выполнять детализированное пространственное рассуждение, анализ документов и сцен, а также понимание видео на длинных временных интервалах. Обладает надежным OCR на 32 языках и улучшенной мультимодальной интеграцией благодаря архитектурам Interleaved-MRoPE и DeepStack. Оптимизированная для агентного взаимодействия и использования визуальных инструментов, Qwen3-VL-32B обеспечивает передовую производительность для сложных мультимодальных задач в реальном мире.

Вход: Текст, Изображения

131 072
токенов контекста
В каталоге
Текст

Qwen: Qwen3 VL 235B A22B Instruct

qwen/qwen3-vl-235b-a22b-instruct

Qwen3-VL-235B-A22B Instruct — это многомодальная модель с открытыми весами, которая объединяет мощную генерацию текста с визуальным пониманием изображений и видео. Модель Instruct нацелена на общее использование в области зрения и языка (VQA, разбор документов, извлечение данных из диаграмм/таблиц, многоязычный OCR). Серия подчеркивает надежное восприятие (распознавание разнообразных реальных и синтетических категорий), пространственное понимание (2D/3D привязка) и долгосрочное визуальное понимание, демонстрируя конкурентоспособные результаты на публичных многомодальных тестах как в восприятии, так и в рассуждении. Помимо анализа, Qwen3-VL поддерживает агентное взаимодействие и использование инструментов: она может следовать сложным инструкциям в диалогах с несколькими изображениями и несколькими этапами; выравнивать текст с временными шкалами видео для точных временных запросов; и управлять элементами графического интерфейса для автоматизации задач. Модели также позволяют выполнять визуальные рабочие процессы кодирования — превращать эскизы или макеты в код и помогать с отладкой пользовательского интерфейса — при этом сохраняя сильную производительность только на текстах, сопоставимую с флагманскими языковыми моделями Qwen3. Это делает Qwen3-VL подходящей для производственных сценариев, охватывающих документальный ИИ, многоязычный OCR, помощь в программном обеспечении/пользовательском интерфейсе, пространственные/воплощенные задачи и исследования агентов в области зрения и языка.

Вход: Текст, Изображения

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3 VL 235B A22B Thinking

qwen/qwen3-vl-235b-a22b-thinking

Qwen3-VL-235B-A22B Thinking — это мультимодальная модель, объединяющая мощную генерацию текста с визуальным пониманием изображений и видео. Модель Thinking оптимизирована для мультимодального рассуждения в STEM и математике. Серия делает акцент на надежном восприятии (распознавание разнообразных реальных и синтетических категорий), пространственном понимании (привязка к 2D/3D) и долгосрочном визуальном понимании, демонстрируя конкурентоспособные результаты на публичных мультимодальных тестах как для восприятия, так и для рассуждения. Помимо анализа, Qwen3-VL поддерживает агентное взаимодействие и использование инструментов: она может следовать сложным инструкциям в диалогах с несколькими изображениями и несколькими этапами; синхронизировать текст с временными шкалами видео для точных временных запросов; и управлять элементами графического интерфейса для автоматизации задач. Модели также поддерживают рабочие процессы визуального кодирования, превращая эскизы или макеты в код и помогая с отладкой интерфейса, сохраняя при этом высокую производительность только на текстовом уровне, сравнимую с флагманскими языковыми моделями Qwen3. Это делает Qwen3-VL подходящей для производственных сценариев, охватывающих документальный ИИ, многоязычный OCR, помощь с программным обеспечением/интерфейсом, пространственные/воплощенные задачи и исследования агентов, работающих с видением и языком.

Вход: Текст, Изображения

131 072
токенов контекста
Доступна в API
Текст

Qwen: Qwen3.5 397B A17B

qwen/qwen3.5-397b-a17b

Модель Qwen3.5 серии 397B-A17B для работы с языком и зрением построена на гибридной архитектуре, которая интегрирует линейный механизм внимания с разреженной моделью смеси экспертов, достигая более высокой эффективности вывода. Она обеспечивает передовую производительность, сопоставимую с ведущими моделями в широком спектре задач, включая понимание языка, логическое рассуждение, генерацию кода, задачи на основе агентов, понимание изображений, понимание видео и взаимодействие с графическим пользовательским интерфейсом (GUI). Благодаря своим мощным возможностям генерации кода и работы с агентами, модель демонстрирует сильную обобщающую способность в различных агентных задачах.

Вход: Текст, Изображения, Видео

262 144
токенов контекста
Доступна в API
Текст

Qwen: Qwen3.5 Plus 2026-02-15

qwen/qwen3.5-plus-02-15

Модели серии Qwen3.5 native vision-language Plus построены на гибридной архитектуре, которая интегрирует линейные механизмы внимания с разреженными моделями смеси экспертов, обеспечивая более высокую эффективность вывода. В различных оценках задач серия 3.5 постоянно демонстрирует производительность на уровне с передовыми моделями. По сравнению с серией 3, эти модели показывают значительный прогресс как в чисто текстовых, так и в мультимодальных возможностях.

Вход: Текст, Изображения, Видео

1 000 000
токенов контекста
В каталоге
Текст

Qwen: Qwen3.5 Plus 2026-04-20

qwen/qwen3.5-plus-20260420

Qwen3.5 Plus (апрель 2026) — это крупномасштабная мультимодальная языковая модель от Alibaba. Она принимает текстовый, графический и видео ввод и выдает текстовый вывод с контекстным окном в 1 миллион токенов. Это обновленная версия Qwen3.5 Plus с многоуровневым ценообразованием для объемов свыше 256 тысяч токенов.

Вход: Текст, Изображения, Видео

1 000 000
токенов контекста
В каталоге
Текст

Qwen: Qwen3.5-9B

qwen/qwen3.5-9b

Qwen3.5-9B — это мультимодальная базовая модель из семейства Qwen3.5, разработанная для обеспечения мощных возможностей в области рассуждений, программирования и визуального понимания в эффективной архитектуре с 9 миллиардами параметров. Она использует унифицированный дизайн для работы с визуальной и языковой информацией с ранним объединением мультимодальных токенов, что позволяет модели обрабатывать и анализировать текст и изображения в одном контексте.

Вход: Текст, Изображения, Видео

262 144
токенов контекста
В каталоге
Текст

Qwen: Qwen3.5-27B

qwen/qwen3.5-27b

Модель Qwen3.5 27B native vision-language Dense включает линейный механизм внимания, обеспечивая быструю скорость отклика при сбалансированности скорости вывода и производительности. Ее общие возможности сопоставимы с возможностями Qwen3.5-122B-A10B.

Вход: Текст, Изображения, Видео

262 144
токенов контекста

Как работает каталог

Единый API

Используйте один клиентский ключ и публичный ID модели. Способ обращения указан в документации.

Прозрачная доступность

Каталог содержит и подключённые модели, и записи источников. Доступные операции и уровень проверки — в карточке.

Цены в рублях

Тарифы учитывают обычную наценку. Предварительная оценка по вашему ключу учитывает индивидуальные условия.

Подключите выбранную модель.

Изучите быстрый старт и методы API. Ключ и пополнение баланса предоставляет администратор.

Быстрый старт Методы API