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 151–200 из 808 моделей
В каталоге
Речь

elevenlabs/text-to-speech-multilingual-v2

kieai/elevenlabs/text-to-speech-multilingual-v2

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Речь

elevenlabs/text-to-speech-turbo-2-5

kieai/elevenlabs/text-to-speech-turbo-2-5

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

Fireworks: Ember-1

fireworks/ember-1

Ember-1 — это специализированная модель рассуждений от Fireworks Research, построенная на базе Kimi K3. Она разработана для более эффективного использования каждого токена: модель создает более короткие цепочки рассуждений, используя примерно на 40% меньше токенов, чем базовая модель, при этом сохраняя сопоставимое качество по оценкам Fireworks. Ember-1 подходит для программирования, работы с информацией и агентных рабочих процессов, где важны стоимость рассуждений и задержка.

Вход: Текст, Изображения

1 048 576
токенов контекста
В каталоге
Речь

Fish Audio: S1

fish-audio/s1

S1 — это многоязычная модель преобразования текста в речь от Fish Audio. Она подходит для голосовых приложений, которым требуется широкое эмоциональное выражение, используя скобочные элементы управления для направления стиля речи на поддерживаемых языках.

Вход: Текст

Ожидает подключения
В каталоге
Речь

Fish Audio: S2 Pro

fish-audio/s2-pro

S2 Pro — это многоязычная модель преобразования текста в речь от Fish Audio. Она подходит для выразительного повествования и диалогов с несколькими участниками, с возможностью управления стилем речи и эмоциями на естественном языке.

Вход: Текст

Ожидает подключения
В каталоге
Речь

Fish Audio: S2.1 Pro

fish-audio/s2.1-pro

S2.1 Pro — это ориентированная на производство модель преобразования текста в речь от Fish Audio. Она подходит для многоязычных голосовых приложений, выразительного повествования и синтеза диалогов, с открытыми элементами управления на естественном языке для стиля речи и эмоций.

Вход: Текст

Ожидает подключения
В каталоге
Транскрибация

Fish Audio: Transcribe 1

fish-audio/transcribe-1

Transcribe 1 — это модель преобразования речи в текст от Fish Audio. Она подходит для транскрипции аудио с автоматическим определением языка и может возвращать временные метки на уровне слов, когда запрашиваются детали выравнивания.

Вход: Аудио

Ожидает подключения
В каталоге
Транскрибация

Fish Audio: Transcribe 1 Pro

fish-audio/transcribe-1-pro

Transcribe 1 Pro — это модель преобразования речи в текст от Fish Audio, настроенная для интервью, встреч и подкастов. Она маркирует говорящих с помощью встроенных маркеров `speaker`, сохраняет эмоциональные и вокальные сигналы, такие как `[laughter]`, автоматически определяет язык и может возвращать сегменты на уровне слов с временными метками.

Вход: Аудио

Ожидает подключения
В каталоге
Изображения

flux-2/flex-image-to-image

kieai/flux-2/flex-image-to-image

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Изображения

flux-2/flex-text-to-image

kieai/flux-2/flex-text-to-image

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
Доступна в API
Изображения

flux-2/pro-image-to-image

kieai/flux-2/pro-image-to-image

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Операций в API: 1
Доступна в API
Изображения

flux-2/pro-text-to-image

kieai/flux-2/pro-text-to-image

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Операций в API: 1
В каталоге
Изображения

flux1-kontext

kieai/flux1-kontext

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

Free Models Router

openrouter/free

openrouter/free — самый простой способ получить бесплатный инференс. Это роутер, который случайным образом выбирает бесплатные модели из числа доступных на OpenRouter, интеллектуально отфильтровывая подходящие варианты.

Вход: Уточняется

200 000
токенов контекста
В каталоге
Текст

gemini-2.5-pro

kieai/gemini-2.5-pro

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

gemini-3-5-flash

kieai/gemini-3-5-flash

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

gemini-3-5-flash-openai

kieai/gemini-3-5-flash-openai

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

gemini-3-6-flash

kieai/gemini-3-6-flash

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

gemini-3-6-flash-openai

kieai/gemini-3-6-flash-openai

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

gemini-3-7-flash

kieai/gemini-3-7-flash

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

gemini-3-7-flash-openai

kieai/gemini-3-7-flash-openai

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

gemini-3-8-flash

kieai/gemini-3-8-flash

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

gemini-3-8-flash-openai

kieai/gemini-3-8-flash-openai

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

gemini-3-pro

kieai/gemini-3-pro

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Текст

gemini-3.1-pro

kieai/gemini-3.1-pro

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Видео

gemini-omni-video

kieai/gemini-omni-video

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
Доступна в API
Изображения · Текст

Gemini 2.5 Flash Image

google/gemini-2.5-flash-image

Gemini 2.5 Flash Image, также известный как "Nano Banana", теперь доступен для общего использования. Это современная модель генерации изображений с контекстуальным пониманием. Она способна на генерацию изображений, редактирование и ведение многоходовых диалогов.

Вход: Изображения, Текст

32 768
токенов контекста
Доступна в API
Изображения · Текст

Gemini 3 Pro Image

google/gemini-3-pro-image

Nano Banana Pro — это самая продвинутая модель генерации и редактирования изображений от Google, построенная на базе Gemini 3 Pro. Она расширяет возможности оригинальной Nano Banana, значительно улучшая мультимодальное рассуждение, привязку к реальному миру и высокоточное визуальное синтезирование. Модель генерирует графику, насыщенную контекстом, от инфографики и диаграмм до кинематографических композиций, и может включать информацию в реальном времени через привязку к поиску. Она предлагает передовую в отрасли визуализацию текста в изображениях (включая длинные отрывки и многоязычные макеты), стабильное смешивание нескольких изображений и точное сохранение идентичности до пяти объектов. Nano Banana Pro добавляет детализированные креативные элементы управления, такие как локализованные правки, регулировка освещения и фокуса, трансформации камеры, а также поддержку вывода в 2K/4K и гибкие соотношения сторон. Она разработана для профессионального дизайна, визуализации продуктов, раскадровки и сложных многокомпонентных композиций, оставаясь при этом эффективной для общих рабочих процессов создания изображений.

Вход: Изображения, Текст

131 072
токенов контекста
В каталоге
Изображения · Текст

Gemini 3 Pro Image Preview

google/gemini-3-pro-image-preview

Nano Banana Pro — это самая продвинутая модель генерации и редактирования изображений от Google, построенная на базе Gemini 3 Pro. Она расширяет возможности оригинальной Nano Banana, значительно улучшая мультимодальное рассуждение, привязку к реальному миру и высокоточное визуальное синтезирование. Модель генерирует графику, насыщенную контекстом, от инфографики и диаграмм до кинематографических композиций, и может интегрировать информацию в реальном времени через привязку к поиску. Она предлагает передовую отрисовку текста в изображениях (включая длинные отрывки и многоязычные макеты), согласованное смешивание нескольких изображений и точное сохранение идентичности до пяти объектов. Nano Banana Pro добавляет тонкие творческие настройки, такие как локализованные правки, регулировка освещения и фокуса, трансформации камеры, а также поддержка вывода в 2K/4K и гибкие соотношения сторон. Она предназначена для профессионального дизайна, визуализации продуктов, раскадровки и сложных многоэлементных композиций, оставаясь при этом эффективной для общих рабочих процессов создания изображений.

Вход: Изображения, Текст

65 536
токенов контекста
Доступна в API
Изображения · Текст

Gemini 3.1 Flash Image

google/gemini-3.1-flash-image

Gemini 3.1 Flash Image, также известная как "Nano Banana 2", является новейшей моделью Google для генерации и редактирования изображений, обеспечивающей визуальное качество уровня Pro на скорости Flash. Она сочетает в себе передовое контекстуальное понимание с быстрой и экономически эффективной интерпретацией, делая сложную генерацию изображений и итеративные правки значительно более доступными.

Вход: Изображения, Текст

131 072
токенов контекста
В каталоге
Речь

google/gemini-2-5-pro-tts

kieai/google/gemini-2-5-pro-tts

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Речь

google/gemini-3-1-flash-tts

kieai/google/gemini-3-1-flash-tts

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Речь

google/gemini-3-8-flash-lite-tts

kieai/google/gemini-3-8-flash-lite-tts

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Речь

google/gemini-3-8-flash-tts

kieai/google/gemini-3-8-flash-tts

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Видео

google/gemini-omni-flash-1-1

kieai/google/gemini-omni-flash-1-1

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
Доступна в API
Изображения

google/imagen4

kieai/google/imagen4

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Операций в API: 1
В каталоге
Изображения

google/imagen4-fast

kieai/google/imagen4-fast

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Изображения

google/imagen4-ultra

kieai/google/imagen4-ultra

Характеристики и доступные операции — в карточке модели.

Вход: Уточняется

Ожидает подключения
В каталоге
Транскрибация

Google: Chirp 3

google/chirp-3

Chirp 3 — это последняя многоязычная модель распознавания речи от Google. Она обеспечивает повышенную точность транскрипции для 24 языков GA и более 77 языков в режиме предварительного просмотра, поддерживая автоматическое определение языка, автоматическую пунктуацию и встроенный шумоподавитель для более чистой обработки аудио.

Вход: Аудио

Ожидает подключения
Доступна в API
Текст

Google: Gemini 2.5 Flash

google/gemini-2.5-flash

Gemini 2.5 Flash — это передовая рабочая модель от Google, специально разработанная для выполнения сложных задач в области рассуждений, программирования, математики и науки. Она включает встроенные возможности "мышления", что позволяет ей давать ответы с большей точностью и учитывать нюансы контекста.

Вход: Файлы, Изображения, Текст, Аудио, Видео

1 048 576
токенов контекста
В каталоге
Текст

Google: Gemini 2.5 Flash Lite

google/gemini-2.5-flash-lite

Gemini 2.5 Flash-Lite — это облегчённая модель рассуждений в семействе Gemini 2.5, оптимизированная для сверхнизкой задержки и экономической эффективности. Она обеспечивает улучшенную пропускную способность, более быстрое генерирование токенов и лучшую производительность по общим тестам по сравнению с более ранними моделями Flash. По умолчанию "мышление" (т.е. многократное рассуждение) отключено, чтобы приоритет отдавался скорости, но разработчики могут включить его через параметр Reasoning API, чтобы избирательно обменивать стоимость на интеллект.

Вход: Текст, Изображения, Файлы, Аудио, Видео

1 048 576
токенов контекста
Доступна в API
Текст

Google: Gemini 2.5 Pro

google/gemini-2.5-pro

Gemini 2.5 Pro — это передовая модель ИИ от Google, разработанная для выполнения сложных задач в области рассуждений, программирования, математики и науки. Она использует возможности «мышления», что позволяет ей рассуждать при формировании ответов с повышенной точностью и тонким учетом контекста. Gemini 2.5 Pro демонстрирует высочайшую производительность по нескольким критериям, включая первое место в рейтинге LMArena, что отражает превосходное соответствие предпочтениям человека и способности решать сложные задачи.

Вход: Текст, Изображения, Файлы, Аудио, Видео

1 048 576
токенов контекста
В каталоге
Текст

Google: Gemini 2.5 Pro Preview 06-05

google/gemini-2.5-pro-preview

Gemini 2.5 Pro — это передовая модель искусственного интеллекта от Google, разработанная для выполнения сложных задач в области рассуждений, программирования, математики и науки. Она использует возможности «мышления», что позволяет ей рассуждать над ответами с повышенной точностью и учитывать нюансы контекста. Gemini 2.5 Pro демонстрирует высочайшую производительность на различных тестах, включая первое место в рейтинге LMArena, что отражает превосходное соответствие предпочтениям человека и способности решать сложные проблемы.

Вход: Файлы, Изображения, Текст, Аудио

1 048 576
токенов контекста
В каталоге
Текст

Google: Gemini 3 Flash Preview

google/gemini-3-flash-preview

Gemini 3 Flash Preview — это высокоскоростная модель с высокой ценностью, разработанная для агентных рабочих процессов, многократного общения и помощи в кодировании. Она обеспечивает уровень рассуждений и использования инструментов, близкий к профессиональному, с существенно меньшей задержкой, чем у более крупных вариантов Gemini, что делает её хорошо подходящей для интерактивной разработки, длительных агентных циклов и совместных задач по кодированию. По сравнению с Gemini 2.5 Flash, она предлагает значительные улучшения качества в области рассуждений, мультимодального понимания и надежности. Модель поддерживает контекстное окно на 1 миллион токенов и мультимодальные входные данные, включая текст, изображения, аудио, видео и PDF, с текстовым выводом. Она включает настраиваемые уровни рассуждений (минимальный, низкий, средний, высокий), структурированный вывод, использование инструментов и автоматическое кэширование контекста. Gemini 3 Flash Preview оптимизирована для пользователей, которым нужны сильные рассуждения и агентное поведение без затрат или задержек, характерных для полноразмерных передовых моделей.

Вход: Текст, Изображения, Файлы, Аудио, Видео

1 048 576
токенов контекста
Доступна в API
Текст

Google: Gemini 3.1 Flash Lite

google/gemini-3.1-flash-lite

Gemini 3.1 Flash Lite — это высокоэффективная мультимодальная модель Google GA, оптимизированная для низкой задержки и высоких объемов рабочих нагрузок. Она поддерживает текстовые, графические, видео, аудио и PDF-входные данные и предназначена для легких агентных рабочих процессов, простого извлечения данных и приложений, где основными ограничениями являются быстродействие и стоимость API. Поддерживает полные уровни мышления (минимальный, низкий, средний, высокий) для детализированного выбора между стоимостью и производительностью. Стоимость составляет половину от Gemini 3 Flash.

Вход: Текст, Изображения, Видео, Файлы, Аудио

1 048 576
токенов контекста
В каталоге
Текст

Google: Gemini 3.1 Flash Lite Preview

google/gemini-3.1-flash-lite-preview

Gemini 3.1 Flash Lite Preview — это высокоэффективная модель от Google, оптимизированная для случаев использования с большим объемом данных. Она превосходит Gemini 2.5 Flash Lite по общему качеству и приближается к производительности Gemini 2.5 Flash по ключевым возможностям. Улучшения охватывают аудиоввод/распознавание речи, ранжирование фрагментов RAG, перевод, извлечение данных и автозаполнение кода. Поддерживает полные уровни мышления (минимальный, низкий, средний, высокий) для точной настройки соотношения затрат и производительности. Стоимость составляет половину от цены Gemini 3 Flash.

Вход: Текст, Изображения, Видео, Файлы, Аудио

1 048 576
токенов контекста
В каталоге
Речь

Google: Gemini 3.1 Flash TTS Preview

google/gemini-3.1-flash-tts-preview

Gemini 3.1 Flash TTS Preview — это модель преобразования текста в речь от Google, представляющая собой значительный шаг вперед по сравнению с Gemini 2.5 Flash TTS. Она принимает текстовый ввод и выдает аудиовывод на более чем 70 языках — почти в 3 раза больше языков, чем у ее предшественника. Главное нововведение — это система из более чем 200 встроенных аудиотегов (например, `[whispers]`, `[laughs]`, `[excited]`), которые позволяют разработчикам управлять подачей, эмоциями и темпом внутри предложения, а также рабочий процесс "режиссерское кресло" в Google AI Studio для определения аудиопрофилей для каждого персонажа и контекста на уровне сцены. Она поддерживает до двух дикторов с независимой настройкой голоса и стиля для каждого диктора, выдает аудио в формате PCM с частотой 24 кГц / 16-бит моно и автоматически добавляет водяные знаки на все выходные данные с помощью SynthID. Контекстное окно составляет 32 тысячи токенов.

Вход: Текст

32 768
токенов контекста
В каталоге
Текст

Google: Gemini 3.1 Pro Preview

google/gemini-3.1-pro-preview

Gemini 3.1 Pro Preview — это передовая модель рассуждений от Google, обеспечивающая улучшенную производительность в области программной инженерии, повышенную надежность агентов и более эффективное использование токенов в сложных рабочих процессах. Основываясь на мультимодальной платформе серии Gemini 3, она сочетает высокоточные рассуждения в текстах, изображениях, видео, аудио и коде с контекстным окном в 1 миллион токенов. Обновление 3.1 демонстрирует измеримые улучшения в SWE-бенчмарках и реальных условиях программирования, а также более сильное выполнение автономных задач в структурированных областях, таких как финансы и рабочие процессы на основе электронных таблиц. Разработанная для продвинутой разработки и агентных систем, Gemini 3.1 Pro Preview улучшает стабильность на длинных горизонтах и оркестрацию инструментов, одновременно увеличивая эффективность токенов. Она вводит новый уровень среднего мышления для лучшего баланса между стоимостью, скоростью и производительностью. Модель превосходит в агентном кодировании, структурированном планировании, мультимодальном анализе и автоматизации рабочих процессов, что делает её подходящей для автономных агентов, финансового моделирования, автоматизации электронных таблиц и задач с высоким контекстом в корпоративной среде.

Вход: Аудио, Файлы, Изображения, Текст, Видео

1 048 576
токенов контекста
В каталоге
Текст

Google: Gemini 3.1 Pro Preview

~google/gemini-pro-latest

Gemini 3.1 Pro Preview — это передовая модель рассуждений от Google, обеспечивающая улучшенную производительность в области программной инженерии, повышенную надежность агентов и более эффективное использование токенов в сложных рабочих процессах. Основываясь на мультимодальной платформе серии Gemini 3, она сочетает высокоточные рассуждения в текстах, изображениях, видео, аудио и коде с контекстным окном в 1 миллион токенов. Обновление 3.1 демонстрирует измеримые улучшения в SWE-бенчмарках и реальных условиях программирования, а также более сильное выполнение автономных задач в структурированных областях, таких как финансы и рабочие процессы на основе электронных таблиц. Разработанная для продвинутой разработки и агентных систем, Gemini 3.1 Pro Preview улучшает стабильность на длинных горизонтах и оркестрацию инструментов, одновременно увеличивая эффективность токенов. Она вводит новый уровень среднего мышления для лучшего баланса между стоимостью, скоростью и производительностью. Модель превосходит в агентном кодировании, структурированном планировании, мультимодальном анализе и автоматизации рабочих процессов, что делает её подходящей для автономных агентов, финансового моделирования, автоматизации электронных таблиц и задач с высоким контекстом в корпоративной среде.

Вход: Аудио, Файлы, Изображения, Текст, Видео

1 048 576
токенов контекста
В каталоге
Текст

Google: Gemini 3.1 Pro Preview Custom Tools

google/gemini-3.1-pro-preview-customtools

Gemini 3.1 Pro Preview Custom Tools — это вариант Gemini 3.1 Pro, который улучшает поведение при выборе инструментов, предотвращая чрезмерное использование общего bash-инструмента, когда доступны более эффективные сторонние или пользовательские функции. Этот специализированный предварительный просмотр значительно повышает надежность вызова функций и обеспечивает выбор моделью наиболее подходящего инструмента в кодирующих агентах и сложных рабочих процессах с использованием нескольких инструментов. Он сохраняет основные преимущества Gemini 3.1 Pro, включая мультимодальное рассуждение по тексту, изображениям, видео, аудио и коду, контекстное окно на 1 миллион токенов и высокую производительность в области программной инженерии.

Вход: Текст, Аудио, Изображения, Видео, Файлы

1 048 576
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