DeepSeek V4 Flash 0731
deepseek/deepseek-v4-flash-0731
- Вход / 1 млн токенов
- 10 ₽
- Выход / 1 млн токенов
- 20 ₽
КАТАЛОГ НЕЙРОСЕТЕЙ
Найдите модель по названию, разработчику или идентификатору. Сравните характеристики перед подключением API.
600 моделей в снимке от 13 сентября 2026. Поиск по названию, разработчику и идентификатору.
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.
deepseek/deepseek-v4-flash-0731
deepseek/deepseek-v4.1-flash
deepseek/deepseek-v4-flash
deepseek/deepseek-chat
deepseek/deepseek-chat-v3-0324
deepseek/deepseek-chat-v3.1
deepseek/deepseek-v3.1-terminus
deepseek/deepseek-v3.2
deepseek/deepseek-v3.2-exp
deepseek/deepseek-v4-flash-0731:batch
~deepseek/deepseek-v4-flash-latest
deepseek/deepseek-v4-flash-vision-exp
deepseek/deepseek-v4-flash-vision-exp:batch
deepseek/deepseek-v4-pro
deepseek/deepseek-v4-pro-0813
deepseek/deepseek-v4-pro-0813:batch
deepseek/deepseek-r1
deepseek/deepseek-r1-0528
deepseek/deepseek-r1-distill-llama-70b
Для каких задач подходят модели, какие у них ограничения и что учитывать перед подключением API.
Qwen2.5 VL 72B Instruct — крупная vision-language модель Qwen. На странице она переносит элементы инженерной схемы в проверяемый реестр: локализует обозначения, связывает подписи и отмечает неразборчивые соединения для инженера.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕGemini Embedding 001 — текстовая embedding-модель Google для semantic search, классификации и RAG. На странице она индексирует многоязычную документацию с разными task types и готовит контролируемую миграцию к новому embedding-пространству.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕGemini 3 Flash Preview Batch — пакетный маршрут preview-модели Google для мультимодальных и агентных задач. Здесь он сопоставляет записи UX-тестов с событиями интерфейса и формирует проверяемые наблюдения для продуктовой команды.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕText Embedding Ada 002 — старая embedding-модель OpenAI, которая может оставаться в действующем векторном индексе. Страница посвящена безопасной миграции: измерить качество старого поиска, полностью перестроить новый индекс и переключиться без смешения пространств.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕText Embedding 3 Small — компактная embedding-модель OpenAI. Её сценарий на странице — поиск по базе поддержки с большим числом коротких статей: быстро собрать релевантные фрагменты и передать их генератору ответа с проверяемыми ссылками.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕGemini 2.5 Pro Batch — пакетный маршрут стабильной thinking-модели Google. Его сценарий — разбирать независимые due diligence досье: связывать таблицы, договоры и записи интервью, выделяя противоречия для аналитика.
Читать обзор →Выберите модель и изучите её характеристики, ограничения и состояние тарифа.
Сопоставьте задачу с размером контекста и форматом ответа. Оцените качество на примерах из своего приложения перед выбором основной модели.
Семейство для текстовых задач и многошаговых ответов. Выбирайте конкретную версию и параметры в каталоге.
Подробнее →Автоматизация и кодСемейство моделей для обработки текста и разработки. В каталоге будут отдельные версии, а не плавающий псевдоним.
Подробнее →Документы и агентыКандидат для сценариев с документами и инструментами. Доступность и реальные ограничения зависят от выбранной версии.
Подробнее →