модели

Lightweight base variant of Veo3.1 with lower computing overhead, meets basic video generation demands for low-cost bulk preview scenarios.

Accelerated variant of Seedance 2.0. Balances generation speed and visual quality, reduces inference latency for high-concurrency testing and mass rapid content production.

Doubao Seedance 2.0 Mini is ByteDance’s lightweight text-to-video model under the Seed series. Optimized for fast inference and low GPU overhead, it generates smooth, style-consistent short videos from text prompts. Designed for API integration, test environments and low-cost batch video production.

TEST GLM-5.1 (released April 2026), purpose-built for long-horizon autonomous tasks. Unlike traditional models optimized for short interactions, GLM-5.1 excels at maintaining goal alignment, reducing strategy drift, and delivering production-grade results over extended periods — up to 8 hours of continuous autonomous work on a single complex task. It represents a major leap in agentic engineering, shifting evaluation from single-turn intelligence to real-world sustained execution.

Gemini 3.1 Flash Lite Image — ориентированная на эффективность модель в семействе моделей генерации изображений, разработанная для сверхнизкой задержки и экономичной генерации и модификации изображений.

GPT-4.1 nano — модель искусственного интеллекта, предоставляемая OpenAI. gpt-4.1-nano: Обладает увеличенным контекстным окном — поддерживает до 1 миллиона токенов контекста и способна лучше использовать этот контекст благодаря улучшенному пониманию длинного контекста. Имеет обновленную дату отсечения знаний: июнь 2024 года. Эта модель поддерживает максимальную длину контекста 1,047,576 токенов.

MiMo-V2.5 is Xiaomi's native full-modal model. It achieves professional-grade agent performance at about half the cost of inference, while outperforming MiMo-V2-Omni in multimodal perception in image and video understanding tasks.

seedance-2-0

HappyHorse 1.1 — мультимодальная модель генерации видео, предназначенная для профессионального создания контента, рекламы, короткометражных фильмов, производства материалов для социальных сетей и сторителлинга. Она расширяет возможности HappyHorse 1.0 — модели, которая привлекла значительное внимание после того, как заняла высокие места в независимых оценках генерации видео, — обеспечивая более высокую согласованность сцен и улучшенную визуальную достоверность.

Самая мощная модель генерации изображений OpenAI, обеспечивающая почти безупречное отображение текста на множестве языков, разрешение до 4K и режим Thinking Mode, основанный на рассуждении. Создана для продакшен-процессов, которые требуют точности, скорости и визуального результата, соответствующего фирменному стилю.

DeepSeek V4 Flash is an efficiency-optimized Mixture-of-Experts model from DeepSeek with 284B total parameters and 13B activated parameters, supporting a 1M-token context window. It is designed for fast inference and high-throughput workloads, while maintaining strong reasoning and coding performance.

Самая интеллектуальная и интуитивно понятная флагманская модель OpenAI, предназначенная для сложного программирования, агентных рабочих процессов, управления компьютером, анализа данных и углублённых исследований. Обеспечивает передовой уровень интеллекта при той же низкой задержке, что и GPT-5.4, при этом выполняя задачи с более высокой эффективностью использования токенов. Предпочитаемая модель для требовательных профессиональных и корпоративных рабочих нагрузок.

Самая мощная модель OpenAI, спроектированная для самых сложных задач и длительных агентных рабочих процессов. GPT-5.5 Pro превосходно справляется со сложным программированием, работой с компьютером, углублёнными исследованиями, анализом данных и научными рассуждениями — обеспечивая передовой уровень интеллекта при задержке GPT-5.4 и более эффективном использовании токенов. Идеально подходит для корпоративных и профессиональных сценариев использования, требующих высочайшего уровня точности и автономного выполнения задач.

Claude Sonnet 4.6 is our most capable Sonnet model yet. It’s a full upgrade of the model’s skills across coding, computer use, long-context reasoning, agent planning, knowledge work, and design. Sonnet 4.6 also features a 1M token context window in beta.

Новейшая модель xAI для преобразования изображения в видео обладает нативной синхронизированной генерацией аудио — видео и аудио генерируются за один проход инференса. Поддерживает вывод в 480p/720p, ролики длительностью до 15 секунд и занимает 1-е место в таблице лидеров Image-to-Video Arena.

Claude Opus 4.7 is a hybrid reasoning model designed specifically for frontier-level coding, AI agents, and complex multi-step professional work. Unlike lighter models (e.g., Sonnet or Haiku variants), Opus 4.7 prioritizes depth, consistency, and autonomy on the hardest tasks.

Happy Horse 1.0 — A high-quality audio-video generation model that supports text-to-video and image-to-video creation. It can generate synchronized visuals, audio, and lip movements, making it suitable for short films, advertising creatives, and product showcases.

Excels at agentic reasoning, knowledge work, and tool use.

GPT Image 2 is openai state-of-the-art image generation model for fast, high-quality image generation and editing. It supports flexible image sizes and high-fidelity image inputs.

Seedance 2.0 — это фундаментальная мультимодальная видеомодель следующего поколения от ByteDance, ориентированная на кинематографическую, многокадровую сюжетную генерацию видео. В отличие от однокадровых демонстраций генерации видео по тексту, Seedance 2.0 делает акцент на управлении на основе референсов (изображения, короткие клипы, аудио), последовательном сохранении персонажей и стиля между планами и нативной синхронизации аудио и видео — с целью сделать ИИ‑видео полезным для профессиональных рабочих процессов в области креатива и превизуализации.

Sora 2 Pro — наша самая передовая и мощная модель генерации медиаконтента, способная создавать видео с синхронизированным звуком. Она может создавать детализированные, динамичные видеоролики из текста на естественном языке или из изображений.

Core Capabilities Overview: Resolution: Up to 4K (4096×4096), on par with Pro. Reference Image Consistency: Up to 14 reference images (10 objects + 4 characters), maintaining style/character consistency. Extreme Aspect Ratios: New 1:4, 4:1, 1:8, 8:1 ratios added, suitable for long images, posters, and banners. Text Rendering: Advanced text generation, suitable for infographics and marketing poster layouts. Search Enhancement: Integrated Google Search + Image Search. Grounding: Built-in thinking process; complex prompts are reasoned before generation.

gpt-5.2-pro is the highest-capability, production-oriented member of OpenAI’s GPT-5.2 family, exposed through the Responses API for workloads that demand maximal fidelity, multi-step reasoning, extensive tool use and the largest context/throughput budgets OpenAI offers.

DeepSeek V4 Pro is a large-scale Mixture-of-Experts model from DeepSeek with 1.6T total parameters and 49B activated parameters, supporting a 1M-token context window. It is designed for advanced reasoning, coding, and long-horizon agent workflows, with strong performance across knowledge, math, and software engineering benchmarks.

MiniMax-M2.7 offers the same top-tier intelligence as the standard version—including recursive self-evolution and expert-level office productivity—but is designed for applications requiring sub-second latency and high-speed token generation. Leveraging an enhanced inference backbone architecture, its output speed is 66% faster than the standard model (reaching 100 tps). It is the preferred choice for interactive programming assistants, real-time agent loop execution, and high-throughput enterprise pipelines with stringent completion time requirements.

GPT-5.4 nano is designed for tasks where speed and cost matter most like classification, data extraction, ranking, and sub-agents.

GPT-5.4 mini brings the strengths of GPT-5.4 to a faster, more efficient model designed for high-volume workloads.

Omni is the new model that can create anything from any input — starting with video. With Omni, you can combine images, audio, video and text as input and generate high-quality videos grounded in Gemini's real-world knowledge. You can also easily edit your videos through conversation.