Тег: модели ИИ

GPT-6.1 Sol — модель OpenAI для сложной профессиональной работы и программирования, сочетающая возможности уровня Astra с более низкой стоимостью.

Antigravity Agent 09-2026 — управляемый агент Google с выполнением кода, веб-поиском и файловыми инструментами в удалённой песочнице.

SeedRealtime — аудиовизуальная модель ByteDance для общения в реальном времени с одновременным восприятием звука, видео и речи.

Gemini Robotics ER 2 Streaming — предварительная модель Google для двустороннего потокового взаимодействия с роботами через Live API.

Gemini Robotics 2 — модель Google класса VLA, переводящая зрение и инструкции в действия гуманоидных и двухруких роботов.

Gemini Robotics On-Device 2 — модель Google для локального управления роботами с адаптацией к новым типам устройств.

Seed Audio 1.0 — модель ByteDance для генерации голосов, эффектов и атмосферы как единой звуковой сцены.

DiffusionGemma — экспериментальная открытая модель Google, которая генерирует текст блоками, последовательно уточняя их методом дискретной диффузии.

Gemini 3.5 Live Translate переводит непрерывную речь в реальном времени и возвращает перевод голосом и текстом.

Antigravity Agent 05-2026 — первая публичная версия управляемого агента Google; выводится из эксплуатации 5 октября 2026 года.

Gemini 3.1 Flash-Lite — экономичная мультимодальная модель Google для быстрых массовых запросов, извлечения данных и классификации.

Gemini Embedding 2 — мультимодальная embedding-модель Google; preview-ID закрыт в августе 2026 года, стабильная версия доступна с апреля.

Gemini Deep Research Max — вариант исследовательского агента Google для более полного сбора и анализа большого массива источников.

Gemini Deep Research — исследовательский агент Google для многошагового поиска, работы с источниками и подготовки отчётов с цитатами.

Gemini Robotics-ER 1.6 — модель Google для пространственного анализа, планирования задач и понимания физического окружения робота.

Veo 3.1 Lite — предварительная видеомодель Google для генерации и расширения коротких роликов с аудио по тексту или изображению.

Lyria 3 Pro — музыкальная модель Google для полноформатных песен с развитием композиции, куплетами, припевами и переходами.

Lyria 3 Clip — предварительная модель Google для создания коротких музыкальных фрагментов и циклов по тексту или изображению.

Gemini 3.1 Flash Live — потоковая голосовая модель Google в статусе Preview; для новых сценариев Google рекомендует Gemini 3.8 Live.

Gemini 3.1 Flash-Lite Preview — историческая предварительная модель Google для быстрых мультимодальных задач; её endpoint отключён.

Gemini 3.1 Flash Image Preview — предварительный endpoint Nano Banana 2; API отключён 25 июня 2026 года.

Gemini 3.1 Flash TTS — предварительная модель Google для управляемого синтеза речи; для новых задач рекомендованы версии Gemini 3.8 TTS.

Gemini 3.1 Pro Custom Tools — отдельный preview-endpoint для рабочих сценариев с пользовательскими инструментами и командной строкой.

Seed 2.0 — семейство ByteDance Seed для рассуждений, мультимодальных задач, работы с инструментами и программирования.

Seedream 5.0 Lite — модель ByteDance для генерации и редактирования изображений с мультимодальным рассуждением и поиском.

Seedance 2.0 — мультимодальная модель ByteDance для генерации и редактирования видео со звуком по тексту и референсам.

TranslateGemma — открытые модели Google на базе Gemma 3 для перевода между 55 языками; доступны варианты 4B, 12B и 27B.

MedGemma 1.5 4B — мультимодальная медицинская модель Google для анализа томограмм, рентгеновских снимков, гистопатологии и медицинских документов.

Seed Prover 1.5 — специализированная система ByteDance Seed для формальных математических доказательств на языке Lean.

Seed1.8 — мультимодальная модель ByteDance Seed для поиска, кода, управления интерфейсами и сложных рабочих процессов.

T5Gemma 2 — мультимодальные encoder-decoder модели Google на базе Gemma 3 с изображениями, контекстом до 128 тысяч токенов и размерами 270M–4B.

FunctionGemma — модель Google на базе Gemma 3 270M, обученная преобразовывать естественные команды в структурированные вызовы функций и API.

Gemini 3 Flash — предварительная мультимодальная модель Google с большим контекстом, рассуждением и поддержкой инструментов.

Seedance 1.5 Pro — модель ByteDance для совместной генерации видео, речи и звуковых эффектов с синхронизацией по сцене.

Gemini 2.5 Flash Live — голосовые модели Google для Live API; в карточке собраны preview-ID, даты закрытия и более новые версии.

Gemini 3 Pro Image Preview — предварительный выпуск Nano Banana Pro; API отключён 25 июня 2026 года.

Veo 3.1 Fast — более быстрый вариант видеомодели Google для генерации роликов с аудио по тексту или изображению.

Veo 3.1 — видеомодель Google для кинематографичных роликов по тексту и изображению с синхронизированным звуком.

Gemini 2.5 Computer Use — предварительная модель Google для управления интерфейсами по изображениям экрана; Google относит её к устаревшим вариантам.

Nano Banana — модель Google для генерации и диалогового редактирования изображений по тексту и исходной картинке.

Gemini Robotics-ER 1.5 — историческая модель Google для пространственного анализа и планирования действий робота; её API отключён.

VaultGemma — открытая языковая модель Google на 1 млрд параметров, обученная с дифференциальной приватностью на уровне последовательностей.

Seedream 4.0 — мультимодальная модель ByteDance для генерации изображений и редактирования одного или нескольких референсов.

EmbeddingGemma — открытая модель Google на 308 млн параметров для семантического поиска, классификации и локальных RAG-систем.

Seed-OSS — открытая языковая модель ByteDance Seed на 36 млрд параметров с контекстом до 512 тысяч токенов.

Seed Diffusion Preview — экспериментальная языковая модель ByteDance Seed с диффузионной генерацией кода.

Gemini 2.5 Flash-Lite — экономичная модель Google; карточка содержит стабильный endpoint и историю Preview от июня и сентября 2025 года.

Gemini Embedding 001 — текстовая embedding-модель Google; стабильный API-ID вышел 14 июля 2025 года и поддерживается до мая 2028 года.

T5Gemma — открытые модели Google с архитектурой «кодировщик—декодировщик»: варианты на базе Gemma 2 и отдельные размеры Small–XL.

Seed-1.6-Embedding — мультимодальная модель ByteDance для поиска по тексту, изображениям и видео.