токенмостAPIЛичный кабинет ↗

КАТАЛОГ НЕЙРОСЕТЕЙ

Модель под вашу задачу.

Найдите модель по названию, разработчику или идентификатору. Сравните характеристики перед подключением API.

Быстрый поиск: OpenAIDeepSeekClaude

681 моделей в снимке от 13 сентября 2026. Поиск по названию, разработчику и идентификатору.

Найдено 37 моделейПо 30 на странице
Как определяется популярность

По объёму обработанных токенов, не по продажам или качеству. Публичный рейтинг. Данные по 2026-09-13. Снимок публичного топ-10. Модели без данных идут далее по алфавиту; версии учитываются отдельно. Источник: публичный рейтинг поставщика, CC BY 4.0.

Сравнение моделей

Текстовые ставки указаны за 1 млн токенов, ставки изображений — со своей единицей расчёта. Возможности проверяйте в полном обзоре.

Обзоры моделей

Для каких задач подходят модели, какие у них ограничения и что учитывать перед подключением API.

ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕ

Cohere: Rerank v3.5

Cohere Rerank 3.5 — предыдущее multilingual-поколение reranker для документов и JSON. Страница посвящена безопасной миграции работающего корпоративного поиска: сначала сохраняется контракт и базовая метрика 3.5, затем проверяется выгода версии 4.

Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕ

Cohere: Rerank 4 Pro

Cohere Rerank 4 Pro — старшая multilingual-модель Cohere для повторного ранжирования. Её сценарий — RAG-помощник службы поддержки, где правильный фрагмент политики должен попасть в контекст раньше похожего, но устаревшего ответа.

Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕ

Cohere: Rerank 4 Fast

Cohere Rerank 4 Fast — облегчённая версия четвёртого поколения reranker. На странице она улучшает порядок товаров после широкого поиска, сохраняя задержку, приемлемую для интерактивного каталога.

Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕ

BAAI: bge-m3

BGE-M3 — мультиязычная embedding-модель BAAI для разных режимов retrieval. Её сценарий — единый поиск по карточкам товаров на нескольких языках, где название, код и развернутое описание должны дополнять друг друга.

Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕ

BAAI: bge-large-en-v1.5

BGE Large EN v1.5 — старшая англоязычная embedding-модель линейки BAAI v1.5. На этой странице она применяется к поиску условий в договорной базе, где пропущенный релевантный пункт обходится дороже дополнительного места в векторном индексе.

Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕ

BAAI: bge-base-en-v1.5

BGE Base EN v1.5 — англоязычная embedding-модель BAAI среднего размера. Её практическая задача — семантический поиск по базе инструкций, где нужен разумный баланс между качеством векторов, объёмом индекса и скоростью обновления.

Читать обзор →

Выберите модель и изучите её характеристики, ограничения и состояние тарифа.

Как выбрать модель

Сопоставьте задачу с размером контекста и форматом ответа. Оцените качество на примерах из своего приложения перед выбором основной модели.

Тексты и рассуждения

DeepSeek

Семейство для текстовых задач и многошаговых ответов. Выбирайте конкретную версию и параметры в каталоге.

Подробнее →Автоматизация и код

Qwen

Семейство моделей для обработки текста и разработки. В каталоге будут отдельные версии, а не плавающий псевдоним.

Подробнее →Документы и агенты

Kimi

Кандидат для сценариев с документами и инструментами. Доступность и реальные ограничения зависят от выбранной версии.

Подробнее →