anthropicClaude Opus 5 (batch)
anthropic/claude-opus-5:batch
- Вход / 1 млн токенов
- 430 ₽
- Выход / 1 млн токенов
- 2 110 ₽
КАТАЛОГ НЕЙРОСЕТЕЙ
Модель под вашу задачу.
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.
Найдено 31 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.
anthropicОбзоры моделей
Для каких задач подходят модели, какие у них ограничения и что учитывать перед подключением API.
ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕ
Thenlper: GTE-Base
GTE Base — англоязычная embedding-модель среднего размера для semantic similarity и поиска. Здесь она применяется к каталогу комплектующих, где пользователь описывает назначение, а система сочетает смысловой поиск с точными фильтрами.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕSentence Transformers: all-mpnet-base-v2
all-mpnet-base-v2 — универсальная sentence-embedding модель размерности 768. На этой странице она рассматривается как основа рекомендаций научных аннотаций, где тематическая близость должна дополнять строгие фильтры по области и году.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕSentence Transformers: all-MiniLM-L12-v2
all-MiniLM-L12-v2 — компактная модель Sentence Transformers для сравнения предложений и коротких абзацев. Практический сценарий страницы — группировка потока новостей по одному событию, чтобы редактор видел сюжет, а не десятки пересказов.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕIntfloat: Multilingual-E5-Large
Multilingual E5 Large — многоязычная embedding-модель для поиска между запросом и документом на разных языках. Её сценарий — единая служба поддержки, где русский вопрос должен находить актуальную английскую инструкцию.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕLiquidAI: LFM2.5-Embedding-350M (free)
LFM2.5 Embedding 350M Free — бесплатный Tokenmost route компактной embedding-модели Liquid AI. Он подходит для ограниченного прототипа мультиязычного RAG, если приложение заранее учитывает квоты и возможную смену тарифа.
Читать обзор →ВОЗМОЖНОСТИ И ПРИМЕНЕНИЕIntfloat: E5-Large-v2
E5 Large v2 — старшая англоязычная embedding-модель семейства E5 v2. На странице она используется для поиска по техническим регламентам, где дополнительный размер индекса оправдан только измеримым ростом полноты выдачи.
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 кодQwen
Семейство моделей для обработки текста и разработки. В каталоге будут отдельные версии, а не плавающий псевдоним.
Подробнее →Документы и агентыKimi
Кандидат для сценариев с документами и инструментами. Доступность и реальные ограничения зависят от выбранной версии.
Подробнее →