Хронология ИИ-моделей

Быстрая и экономичная модель Anthropic. 200K контекст, до 64K выход. Extended thinking, computer use, context awareness. Производительность уровня Claude Sonnet 4 в 3 раза дешевле. Скорость в 4-5 раз выше Sonnet 4.5.

Image-модель Google из линейки Gemini 2.5 Flash — быстрая и точная генерация картинок по тексту. Известна под кодовым именем Nano Banana: задаёт новый стандарт качества в бюджетном сегменте за счёт отличного следования промпту, 2K-разрешения и редактирования на входе текст + картинка.

Флагманская языковая модель Яндекса с контекстом 128K токенов. Встроена в Алису, Яндекс Браузер и Документы. Лучшее понимание русского языка, режим рассуждений и работа с файлами.

Лидирующая платформа для ИИ-голоса: текст в речь, клонирование голоса, дубляж, музыка, звуковые эффекты и разговорные ИИ-агенты. Последняя модель Eleven v3 с аудиотегами для управления эмоциями, паузами и звуками. 70+ языков, мультиспикерные диалоги, on-premise развёртывание. Scribe v2 — самая точная модель транскрипции. 60 млн+ пользователей.

Серия LLM от Alibaba с гибридным рассуждением. 8 моделей: 6 плотных (0.6B-32B) и 2 MoE (30B/3B, 235B/22B). 36 трлн токенов обучения, 119 языков. Думающий режим для сложных задач, быстрый для простых. Apache 2.0.

Флагманская MoE-модель Meta со 128 экспертами. 400B параметров, 17B активных. Контекст 1M токенов. Превосходит GPT-4o и Gemini 2.0 Flash. Сопоставима с DeepSeek v3 при вдвое меньшем числе активных параметров.

MoE-модель Meta с 16 экспертами. 109B параметров, 17B активных. Рекордный контекст 10 миллионов токенов. Текст, изображения, видео. 40 трлн токенов обучения, 200 языков. Llama 4 Community License.

Лидер AI-видеогенерации: до 60 секунд непрерывного видео в 4K. Reference images для консистентности персонажей, Motion Brush для контроля движения, Aleph для редактирования видео после генерации.

Генератор изображений с лучшим в индустрии рендерингом текста (90-95% точность). Style Reference для консистентного стиля, Magic Fill для редактирования. 25 бесплатных изображений в день.

Gemini 2.5 Pro — самая мощная модель Google с расширенным мышлением (thinking). Контекст 1M токенов, лидер в кодинге и рассуждениях. Выпущена в марте 2025 года.

Флагманская модель от xAI (Илон Маск). Контекст 131K токенов, режим рассуждений, интеграция с X (Twitter) для доступа к данным в реальном времени. Минимальная цензура среди фронтирных моделей.

Генератор видео на ИИ. Видео до 10 секунд в 1080p. Scene Ingredients, Pikaframes, Pikadditions, Pikaffects. Текст в видео, изображение в видео. Бесплатный тариф с 80 кредитами.

Самый популярный AI-генератор музыки: создание полных треков с вокалом за 30 секунд. Suno Personas для фиксации голоса, Studio для разделения стемов. 50 бесплатных кредитов в день.

AI-среда разработки на базе VS Code. Cascade — агентный AI для многошаговых задач. Собственные модели SWE-1/SWE-1.5. Безлимитное автодополнение на всех тарифах. Совместимость с расширениями VS Code. Claude, GPT-4o и другие модели.

Модель генерации векторной и растровой графики, занявшая первое место в Imagen Arena по качеству рендеринга текста. Поддерживает SVG-вывод, брендинг и дизайн-системы.

Claude Sonnet 3.5 — рабочая лошадка Anthropic с контекстом 200K токенов. Лучший баланс качества и цены среди моделей Claude, лидирует на SWE-bench по написанию кода.

Семейство открытых моделей генерации изображений на MMDiT. Large (8.1B), Large Turbo (4 шага инференса) и Medium (2.5B, 9.9 ГБ VRAM). Типографика, сложные промпты. Бесплатно для коммерческого использования до $1M выручки.

Высокоскоростная языковая модель от 01.AI с оптимизированным инференсом и контекстным окном 16K токенов. Одна из самых быстрых и дешёвых моделей в классе.

Playground v3 — модель генерации изображений с акцентом на дизайн и графику. Превосходит SDXL в типографике и точном следовании инструкциям, поддерживает редактирование изображений прямо в браузере.

Генеративная модель изображений от Яндекса. Умеет рисовать читаемый текст на картинках, понимает промпты на русском. Каскадная диффузия и гибридная архитектура для точного следования описанию.

Minimax Video (Video-01) — мультимодальная модель для генерации видео со звуком от китайской компании MiniMax. Поддерживает синхронизацию аудио и видео, реалистичные диалоги и озвучку персонажей.

Открытая языковая модель Alibaba Cloud с 72 млрд параметров, поддерживает 128K токенов контекста и более 29 языков, включая русский.

Гибридная языковая модель AI21 Labs на архитектуре SSM+Transformer (Mamba). 94 млрд параметров, контекстное окно 256K токенов при низком потреблении памяти.

Hailuo AI от MiniMax — китайская модель для генерации видео высокого качества по тексту и изображениям. Поддерживает бесплатный уровень доступа и предлагает реалистичную физику движений.

Флагманская модель генерации изображений от Google DeepMind, доступная через Vertex AI и Google AI Studio. Обеспечивает фотореалистичное качество и точное следование текстовым описаниям.

Крупнейшая открытая языковая модель от Meta с 405 миллиардами параметров. Сопоставима с GPT-4 по возможностям при полной открытости весов.

GPT-4o Mini — лёгкая и сверхдешёвая версия GPT-4o от OpenAI. При стоимости $0,15 за 1M входных токенов обеспечивает качество уровня GPT-4 для большинства практических задач.

Открытая модель-кодировщик от DeepSeek с архитектурой MoE на 236 млрд параметров (активны 21B), поддержка 128K контекста и 338 языков программирования.

Luma Dream Machine от Luma AI — модель для генерации реалистичного видео по тексту и изображениям. Запущена в июне 2024 года, отличается высоким качеством движений камеры и фотореализмом.

Специализированная модель Mistral AI для написания и анализа кода. Поддерживает более 80 языков программирования, обученная на 80+ млрд токенов кода.

GPT-4o — мультимодальная флагманская модель OpenAI с нативной обработкой текста, изображений и аудио. Выпущена в мае 2024 года, стала стандартом качества для сложных задач.

Мощная открытая модель-смесь экспертов (MoE) от Mistral AI с 141 млрд параметров. Флагман открытого источника с контекстом 64K и сильными показателями в коде и рассуждениях.

Флагманская языковая модель Cohere с контекстом 128K, оптимизированная для RAG и корпоративного поиска. Поддержка инструментов, многошаговые агенты, 10 языков.

Сбалансированная языковая модель Mistral AI среднего уровня с поддержкой кода и мультимодальных задач. Оптимальное соотношение качества и стоимости для бизнес-задач.

Лёгкая и быстрая языковая модель Mistral AI для бюджетных задач. Высокая скорость генерации при минимальных затратах, поддержка кода и русского языка.

DALL-E 3 — флагманская модель генерации изображений OpenAI, интегрированная в ChatGPT. Точно следует текстовым описаниям, поддерживает HD-разрешение 1024×1024 до 1792×1024.

Открытая модель генерации музыки от Meta AI с 3,3 миллиарда параметров. Создаёт высококачественные инструментальные композиции по текстовым описаниям или на основе загруженной мелодии.