Ведущие LLM — единый доступ

Флагман OpenAI. Лидер MMLU и LMArena. Сложное рассуждение, мультимодальность.

• Контекст128K
• MMLU~92%
• HumanEval94.5%

Режим глубокого рассуждения. Для математики, логики и научных задач.

• Контекст200K
• MATH96.7%
• GPQA79.6%

Компактная версия GPT-5.4. Быстрее и дешевле, подходит для большинства задач.

• Контекст128K
• MMLU~87%

Мультимодальная: текст, изображения, аудио. Проверенная и стабильная.

• Контекст128K
• MMLU88.7%
• HumanEval90.2%

Лёгкая reasoning-модель. Быстрая для задач с рассуждением.

• Контекст128K

Самая экономичная модель OpenAI. Для классификации, суммаризации, чат-ботов.

• Контекст128K
• MMLU82%

Новейший флагман (апрель 2026). Кодинг, vision, сложные многошаговые задачи. Контекст 1M.

• Контекст1M
• HumanEval96%+
• SWE-benchтоп

Лидер HumanEval (95.2%), GPQA и Aider. 128K макс. вывод, контекст до 1M.

• Контекст1M
• MMLU89.5%
• HumanEval95.2%

79.6% SWE-bench при 5× меньшей цене чем Opus. Баланс качества и скорости.

• Контекст1M
• HumanEval93.7%
• SWE-bench79.6%

Самая быстрая модель Anthropic. Автоматизация, real-time ответы, высокие объёмы.

• Контекст200K

Лидер мультимодальности и абстрактного рассуждения. Контекст 1M. Текст, код, видео, аудио.

• Контекст1M
• MMLU91.8%
• HumanEval~93%

Быстрая модель Google. Контекст 1M при низкой цене. Классификация, перевод.

• Контекст1M
• MMLU~87%

Поиск + генерация. Доступ к свежим данным из интернета. Глубокий контекст, 2× больше источников.

• Контекст200K

Chain-of-thought с поиском. Для аналитических задач с актуальными данными.

• Контекст200K

Быстрый поиск и суммаризация. 1200 токенов/сек на Cerebras. Дешёвый.

• Контекст128K

SWE-bench 80.2%, BrowseComp 76.3%. На 37% быстрее M2.1 в агентных задачах.

• Контекст200K
• SWE-bench80.2%
• BrowseComp76.3%

Первая открытая гибридная reasoning-модель. Контекст до 1M токенов.

• Контекст1M

109B MoE. Контекст 1M токенов. Понимает изображения. Открытая.

• Контекст1M

400B MoE. Контекст 1M. Мультимодальная. Для сложных задач.

• Контекст1M

Универсальная рабочая лошадка. Отличное качество для on-premise.

• Контекст128K

Самая сильная открытая плотная модель. 77.6% SWE-bench.

• Контекст256K
• SWE-bench77.6%

119B MoE. Качество большой модели при минимуме памяти. Vision.

• Контекст128K

ИИ-агент для кода. 72.2% SWE-bench. 123B параметров.

• Контекст256K
• SWE-bench72.2%

Специализация — написание кода. 600+ языков программирования.

• Контекст32K

Топовая модель Сбера. 702B MoE с reasoning. Требует кластер GPU.

• Контекст32K

Быстрая открытая модель Сбера. 10B MoE. Лучший русский язык.

• Контекст32K

Превосходит GPT-4.1 в 56% случаев. Оптимизация для русского языка.

• Контекст32K
• SLAVAтоп-2

Т-Банк. 32B параметров. Лучшая русскоязычная на своём размере.

• Контекст32K

Лучшая для автономных ИИ-агентов и сложных задач. MoE.

• Контекст128K

Лидер SWE-bench и LiveCodeBench среди открытых моделей. MoE-архитектура.

• Контекст128K
• MMLU88.5%
• AIME89.3%

Reasoning-модель нового поколения. 92.7% AIME. Открытая.

• Контекст128K
• AIME92.7%

Reasoning-модель. MATH-500: 97.3%. Цепочка мыслей для сложных задач.

• Контекст128K
• MATH97.3%
• MMLU90.8%

Контекст 1M. Быстрая MoE, 13B активных параметров.

• Контекст1M

Лучший универсальный ИИ среди открытых моделей. MoE.

• Контекст128K

AIME 92.3%, ArenaHard 95.6. MoE: 235B параметров, 22B активных.

• Контекст256K
• MMLU-Pro84.4%
• AIME92.3%
• GPQA81.1%

Лучшая мультиязычная. 128 языков включая русский.

• Контекст128K

Компактная но мощная. ArenaHard 89.5. Хороша для on-premise.

• Контекст131K
• ArenaHard89.5

Лёгкая модель для edge-деплоя и мобильных приложений.

• Контекст131K

Zhipu. 744B MoE. Конкурент Claude. Понимает изображения. Открытая.

• Контекст200K