A flagship long-context model for demanding, long-running knowledge work, coding projects, and multi-step agentic tasks. It accepts text, images, and PDFs, making it a strong fit for cross-file analysis, complex research, and sustained tool use. It prioritizes reasoning depth and long-horizon execution over speed and cost, so it is best reserved for tasks where reliable completion matters.

An efficient multimodal workhorse in the Qwen family, with a native million-token context window and strong support for coding assistance, agentic workflows, and visual understanding such as charts. It fits long documents, codebases, high-concurrency applications, and tool-assisted tasks.

The efficiency-focused Flash model in the GLM-5 family, with native multimodal support and a design aimed at long-context, high-frequency execution. It is a strong fit for coding, agentic workflows, and complex tasks that require image-and-text understanding, especially when production cost matters.

An experimental multimodal variant of DeepSeek-V4-Flash for image understanding alongside text. A practical choice for visual Q&A, screenshot and document analysis, while its experimental status makes it better suited to evaluation and flexible workflows than strict production-critical paths.

Free models are for learning and trial purposes only and may be removed at any time. Premium models have limited quotas with 5 requests per minute, and their availability is not guaranteed.

A flagship workhorse for complex software engineering and long-horizon agent tasks. It uses the same base model as GLM-5.2, with improvements driven by post-training, delivering a 50% gain on Z.ai Code Bench alongside stronger terminal-operation and vulnerability-discovery capabilities. It offers a 1M-token context window, up to 128K output, always-on reasoning with low, high, and max effort levels, function calling, and structured outputs. It currently accepts text only and is not intended for tasks requiring visual understanding.

Free models are for learning and trial purposes only and may be removed at any time. Premium models have limited quotas with 5 requests per minute, and their availability is not guaranteed.

A new fast multimodal model in the Gemini 3 family, released in August 2026, built for low-cost, high-throughput multimodal understanding. It accepts text, image, video, audio and document inputs with a 1M-token context, suited to large-scale processing, batch workloads and real-time interactions.

A flagship general-purpose model for high-quality coding, agentic execution, and knowledge work. It fits tasks that need sustained planning, tool collaboration, and complex problem solving; for simple calls where latency or cost matters most, choose a lighter model.

Qwen's most capable flagship multimodal reasoning model, built for long-horizon coding, professional work, and multi-stage agent tasks. It accepts text, images, and video, offers a 1M-token context window with up to 128K output, and supports function calling, structured outputs, web search, and a code interpreter. It is best used as a high-quality workhorse for complex tasks rather than for the lowest-cost, lowest-latency batch workloads.

An omni-modal video generation model that can combine text with image, video, and audio references to create video assets with synchronized audio. It is suited to short-form video, advertising, and reference-driven character or camera work; it is not a general chat model, so prioritize visual consistency, motion, and audio-visual quality.

A premium model for complex agentic coding and enterprise knowledge work, emphasizing long-horizon planning, sustained execution, self-checking, and reliable delivery. With a million-token context window, it is suited to large codebases, complex documents, and multi-step projects that need limited human oversight.

The workhorse of the Gemini Flash line, balancing efficiency with coding, knowledge work, and multimodal understanding. Compared with 3.5 Flash, it is designed to complete multi-step tasks with fewer output tokens, reasoning steps, and tool calls, making it a good fit for production agents, document and chart analysis, and frequent complex workflows.

The fastest and most cost-effective model in the Gemini 3.5 line, built for high-throughput, low-latency work such as translation, classification, document processing, and lightweight agentic workflows. It supports multimodal inputs and up to a 1M-token context, while demanding reasoning, long-horizon planning, or high-quality code changes are better handled by a higher-tier Flash model.

Флагманская модель Moonshot с собственным видением и контекстным окном до 1 миллиона токенов. В настоящее время он работает с максимальными логическими усилиями и подходит для долгосрочного кодирования, научной работы и сложных задач, которые координируют инструменты терминала. Для стабильного использования сохраните полную историю рассуждений и начните новый сеанс с использованием совместимого агента.

Free models are for learning and trial purposes only and may be removed at any time. Premium models have limited quotas with 5 requests per minute, and their availability is not guaranteed.

The balanced workhorse tier of GPT-5.6, combining capability and cost. Well suited to production work involving image understanding, tool use, and large source material; choose Sol for the hardest quality-first work or Luna for cost-controlled high volume.

The flagship GPT-5.6 tier for complex professional work and quality-first delivery. It supports image input, function calling, structured outputs, and an exceptionally large context window; consider Terra or Luna when latency or unit cost is the primary constraint.

Мультимодальная модель генерации изображений для профессионального визуального создания. Он может генерировать изображения из текста и выполнять точное редактирование с использованием эталонных изображений и пространственных аннотаций, обладая преимуществами в плотной инфографике, типографике, реалистичном освещении и многоязычном рендеринге текста.

Передовая модель рассуждения для кодирования, работы с знаниями и задач STEM. Он поддерживает ввод изображений, вызов функций и структурированный вывод; его контекст из 500 тысяч токенов подходит для межфайлового анализа и длинных исходных материалов. Отдавайте предпочтение более дешевой модели, когда нет необходимости в граничных рассуждениях.

Самая мощная и широко распространенная модель Anthropic, созданная для самых требовательных рассуждений и долгосрочной агентурной работы. Предлагает контекстное окно размером 1 миллион токенов с максимальным выходом 128 тысяч и постоянно включенным адаптивным мышлением, превосходно справляется с автономным исследованием недостаточно определенных задач, планированием и дальнейшим выполнением длительного кодирования и многоагентной оркестровки, прежде чем потребуется человеческий вклад.

A high-efficiency image generation and editing model for frequent visual drafts, social assets, posters, and iterative revisions. It supports multimodal inputs and a million-token context, favoring speed and scaled usage; choose Pro Image when complex creative control is the priority.

Модель уровня Sonnet с ежедневными драйверами, направленная на предоставление передовых возможностей агентов, кодирования и работы со знаниями при меньших эксплуатационных расходах. Его стандартный контекст токена 1M и адаптивное мышление подходят для длинных документов, баз кода и многоэтапных рабочих процессов инструментов; для более глубоких рассуждений или ограниченной работы по обеспечению безопасности с высоким уровнем риска оцените модели более высокого уровня или специализированные модели.

A next-generation Seedance model for long-form storytelling and complex creative workflows, with more flexible multimodal references, video extension, and precise editing. It is well suited to advertising, short films, and production work that must preserve character, scene, and audio-visual continuity.

Создан для кодирования, агентов и сложных задач повышения производительности, выходя за рамки Doubao Seed 2.0 в длинном контексте, длительном выводе и рабочих процессах, ориентированных на инструменты. По сравнению с аналогами Qwen, GLM и DeepSeek, это экономически эффективный вариант для китайской офисной работы, кодирования и многоэтапной автоматизации.

Создан для преобразования текста в видео, имеет более мощный рабочий процесс со звуком, чем HappyHorse 1.0, генерирующий диалоги, звуковые эффекты и фоновую музыку за один проход. По сравнению с Veo, Kling и Runway его отличительной особенностью является синхронизированная генерация аудиовизуальных данных и согласованные с персонажами рабочие процессы для короткометражных драм, рекламы, электронной коммерции и бренд-маркетинга.

Создан для сравнения с видео, имеет более мощный рабочий процесс со звуком, чем HappyHorse 1.0, генерирующий диалоги, звуковые эффекты и фоновую музыку за один проход. По сравнению с Veo, Kling и Runway его отличительной особенностью является синхронизированная генерация аудиовизуальных данных и согласованные с персонажами рабочие процессы для короткометражных драм, рекламы, электронной коммерции и бренд-маркетинга.

Создан для преобразования изображения в видео, имеет более мощный рабочий процесс со звуком, чем HappyHorse 1.0, генерирующий диалоги, звуковые эффекты и фоновую музыку за один проход. По сравнению с Veo, Kling и Runway его отличительной особенностью является синхронизированная генерация аудиовизуальных данных и согласованные с персонажами рабочие процессы для короткометражных драм, рекламы, электронной коммерции и бренд-маркетинга.

Создан для генерации видео и создания видео с несколькими объектами, улучшен Seedance 1.x с более полной стабильностью движения, созданием аудиовизуальных данных и эталонными входами. По сравнению с Veo, Kling и Runway он лучше подходит для творческих рабочих процессов в Китае, основанных на смешанных входах текста, изображений, аудио и видео. Этот вариант с отключением фильтра сохраняет тот же уровень возможностей генерации, что и стандартный Seedance 2.0, но применяет более слабую фильтрацию контента. Полезно для короткометражных драм, рекламы, электронной коммерции и социальных ресурсов.

Создан для рассуждений, кодирования и задач агента с длинным контекстом, улучшен по сравнению с GLM-5.1 по длине контекста, использованию инструментов и сложным многоэтапным рабочим процессам. По сравнению с ведущими китайскими аналогами, такими как Qwen, DeepSeek и Kimi, он подходит для автоматизации предприятия, анализа кода на уровне проекта и работы с знаниями на китайском языке.

A lightweight Seedance 2.0 variant that retains reference-driven video generation with text, images, and video. It is better suited to rapid iteration, batch drafts, and cost-sensitive workflows; choose the standard model when complex motion control, camera work, or final quality matters more.

Создан для длительного контекстного, многоэтапного использования инструментов и рабочих процессов кода/документа, обладает более высокой стабильностью при выполнении инженерных задач и контекстной емкостью, чем Kimi K2.6. По сравнению с Qwen, GLM и DeepSeek он хорошо подходит для анализа длинных документов на китайском языке, вопросов и ответов по проектам и повседневного агентного программирования.

Создан для длительного контекстного, многоэтапного использования инструментов и рабочих процессов кода/документа, обладает более высокой стабильностью при выполнении инженерных задач и контекстной емкостью, чем Kimi K2.6. По сравнению с Qwen, GLM и DeepSeek он хорошо подходит для анализа длинных документов на китайском языке, вопросов и ответов по проектам и повседневного агентного программирования.

Создан для создания, редактирования и расширения изображений и видео, с более высокой согласованностью движения и более быстрым созданием социального контента, чем Grok Imagine 1.0. По сравнению с Veo, Kling и Runway он подходит для коротких видеороликов, рекламных концепций и трендовых активов в экосистеме xAI.

Разработан для агентских рабочих нагрузок, кодирования и офисной производительности, с более сильным комбинированным акцентом на длинный контекст, вызов инструментов и структурированный вывод, чем Qwen3.6. По сравнению с флагманскими моделями, такими как GPT, Claude и Gemini, это экономически эффективная альтернатива для китайского языка, кодирования и многоэтапных рабочих процессов с инструментами.

Free models are for learning and trial purposes only and may be removed at any time. Premium models have limited quotas with 5 requests per minute, and their availability is not guaranteed.

Создан для долгосрочного кодирования, использования инструментов и многоэтапного производственного сотрудничества, выходит за рамки MiniMax M2.7 с мультимодальными входами, сохраняя при этом контекстное окно размером 1 М токенов. По сравнению с моделями агентов с длинным контекстом Claude, Gemini и GLM-5.2 лучше помещать текст, изображения и видеоматериалы в один рабочий процесс.

Для основных рассуждений и сложных задач агента он идет дальше, чем Claude Opus 4.7, с точки зрения длинного контекста, кода, использования инструментов и сложного планирования; по сравнению с флагманскими моделями, такими как GPT, Gemini и Qwen, он больше подходит для высоконадежных агентов, обслуживания кодовой базы и рабочих процессов углубленных исследований.

Создан для мультимодального создания любых входных данных и видео, уделяя больше внимания, чем предыдущие рабочие процессы видео Gemini, унифицированной оркестровке текста, изображений, аудио и видео материалов. По сравнению с Veo, Kling и Runway он лучше интегрирует сложные мультимодальные ресурсы в один творческий рабочий процесс.

Создан для мультимодального понимания, кодирования и задач с длинным контекстом, улучшен по сравнению с Gemini 3.1 по пропускной способности, контексту и возможностям инструментов. По сравнению с моделями GPT, Claude и Qwen он обеспечивает унифицированные рабочие процессы анализа текста, изображений, аудио, видео и документов.

Разработан для агентских рабочих нагрузок, кодирования и офисной производительности, с более сильным комбинированным акцентом на длинный контекст, вызов инструментов и структурированный вывод, чем Qwen3.6. По сравнению с флагманскими моделями, такими как GPT, Claude и Gemini, это экономически эффективная альтернатива для китайского языка, кодирования и многоэтапных рабочих процессов с инструментами.

При редактировании видео, по сравнению с ранними моделями видео, в нем больше внимания уделяется генерации собственного звука, завершению диалогов, звуковых эффектов и фоновой музыки за один раз; по сравнению с Veo, Kling и Runway его отличительные преимущества заключаются в звуковой и визуальной синхронизации и согласованности рабочего процесса. Подходит для коротких драм, рекламы, видеороликов об электронной коммерции и бренд-маркетинге.

В видео Wensheng, по сравнению с ранними моделями видео, больше внимания уделяется генерации собственного звука, одновременному завершению диалогов, звуковых эффектов и фоновой музыки; по сравнению с Veo, Kling и Runway его отличительные преимущества заключаются в звуковой и визуальной синхронизации и согласованности рабочего процесса. Подходит для коротких драм, рекламы, видеороликов об электронной коммерции и бренд-маркетинге.

Генерация видео для справки по сравнению с ранними моделями видео более важна при создании собственного звука и завершает диалоги, звуковые эффекты и фоновую музыку за один раз; по сравнению с Veo, Kling и Runway его отличительные преимущества заключаются в звуковой и визуальной синхронизации и согласованности рабочего процесса. Подходит для коротких драм, рекламы, видеороликов об электронной коммерции и бренд-маркетинге.

В видео Tusheng, по сравнению с ранними моделями видео, больше внимания уделяется генерации собственного звука, одновременному завершению диалогов, звуковых эффектов и фоновой музыки; по сравнению с Veo, Kling и Runway его отличительные преимущества заключаются в звуковой и визуальной синхронизации и согласованности рабочего процесса. Подходит для коротких драм, рекламы, видеороликов об электронной коммерции и бренд-маркетинге.

Создан для рассуждений, кодирования и использования агентских инструментов, с более сильным длинным контекстом, режимом мышления и выполнением сложных задач, чем DeepSeek V3.2. По сравнению с китайскими аналогами, такими как Qwen, GLM и Kimi, он особенно конкурентоспособен в решении задач по математике, программированию и логическому рассуждению.

Создан для рассуждений, кодирования и использования агентских инструментов, с более сильным длинным контекстом, режимом мышления и выполнением сложных задач, чем DeepSeek V3.2. По сравнению с китайскими аналогами, такими как Qwen, GLM и Kimi, он особенно конкурентоспособен в решении задач по математике, программированию и логическому рассуждению.

Создан для рассуждений, кодирования, визуального понимания и задач агента, с более длинным контекстом, использованием инструментов и масштабируемым надежным выводом, чем GPT-5.4. По сравнению с флагманскими моделями Claude, Gemini и Qwen, это мощная универсальная база для надежной автоматизации и сложных рабочих процессов.

Создан для голосового оформления одним предложением и преобразования текста в речь, с более сильным созданием голоса на естественном языке серии V2.5, детальным контролем темпа, эмоций и тона, а также воспроизведением голоса с меньшими трениями, чем у MiMo V2 TTS. По сравнению с ElevenLabs, OpenAI TTS и Azure Speech, он полезен для создания голоса персонажей без ссылок, озвучивания рекламных объявлений, повествования в коротких видеороликах и исследования голоса в нескольких стилях.

Создан для клонирования голоса с несколькими сэмплами, с более точным воспроизведением тембра серии V2.5, согласованностью голосовых символов и межтекстовым обобщением, чем у MiMo V2 TTS. По сравнению с ElevenLabs, OpenAI TTS и Azure Speech он хорошо подходит для дублирования китайских иероглифов, повествования в коротких видеороликах, репликации голоса в подкастах и ​​создания многоязычной речи, при которой необходимо сохранить целевой голос.

Создан для преобразования текста в речь, голосового оформления и клонирования голоса, с более мощным синтезом естественной речи серии V2.5, детальным контролем темпа, эмоций и тона, а также созданием голоса с меньшими трудностями, чем у MiMo V2 TTS. По сравнению с ElevenLabs, OpenAI TTS и Azure Speech он хорошо подходит для озвучивания на китайском языке, дублирования персонажей, короткометражного аудио и многоязычного озвучивания.

Создан для агентов, кодирования и задач с длинным контекстом, предлагает более полное мультимодальное понимание, контекстное окно с миллионом токенов и долгосрочное мышление, чем MiMo V2. По сравнению с китайскими аналогами, такими как Qwen, GLM и DeepSeek, его сильными сторонами являются соответствие экосистеме Xiaomi и сценарии автоматизации проектирования.

Создан для агентов, кодирования и задач с длинным контекстом, предлагает более полное мультимодальное понимание, контекстное окно с миллионом токенов и долгосрочное мышление, чем MiMo V2. По сравнению с китайскими аналогами, такими как Qwen, GLM и DeepSeek, его сильными сторонами являются соответствие экосистеме Xiaomi и сценарии автоматизации проектирования.

Это пробный маршрут со скидкой. Генерация может занять больше времени и имеет примерно 10% вероятность сбоя. Лучше всего подходит для экономичных испытаний создания изображений, где допустимы очереди и случайные сбои; для более стабильного производственного использования выберите обычный маршрут.

Это пробный маршрут со скидкой. Генерация может занять больше времени и имеет примерно 10% вероятность сбоя. Лучше всего подходит для экономичных испытаний создания изображений, где допустимы очереди и случайные сбои; для более стабильного производственного использования выберите обычный маршрут.

Создан для высококачественного создания и редактирования изображений, улучшен по сравнению с GPT Image 1.x в рендеринге текста, локальном редактировании и многошаговой согласованности. По сравнению с моделями изображений Gemini, Qwen Image и Seedream, он хорошо подходит для визуальных эффектов бренда, дизайна рекламы, изображений продуктов и строго контролируемых творческих рабочих процессов.

Для основных рассуждений и сложных задач агента он идет дальше, чем Claude Opus 4.6, с точки зрения длинного контекста, кода, использования инструментов и сложного планирования; по сравнению с флагманскими моделями, такими как GPT, Gemini и Qwen, он больше подходит для высоконадежных агентов, обслуживания кодовой базы и рабочих процессов углубленных исследований.

Создан для генерации текста, рассуждений и использования инструментов, с более высокой стабильностью длинного контекста 200 тыс. и агентным рабочим процессом, чем в предыдущих версиях MiniMax M2.x. По сравнению с китайскими аналогами, такими как Kimi, GLM и Qwen, он обеспечивает производительность, помощь в кодировании и обработку длинных документов.

Создан для генерации текста, рассуждений и использования инструментов, с более высокой стабильностью длинного контекста 200 тыс. и агентным рабочим процессом, чем в предыдущих версиях MiniMax M2.x. По сравнению с китайскими аналогами, такими как Kimi, GLM и Qwen, он обеспечивает производительность, помощь в кодировании и обработку длинных документов.

Создан для рассуждений, кодирования, визуального понимания и задач агента, с более сильным длинным контекстом, использованием инструментов и масштабируемым надежным выводом, чем GPT-5.3. По сравнению с флагманскими моделями Claude, Gemini и Qwen, это мощная универсальная база для надежной автоматизации и сложных рабочих процессов.

Создан для рассуждений, кодирования, визуального понимания и задач агента, с более сильным длинным контекстом, использованием инструментов и масштабируемым надежным выводом, чем GPT-5.3. По сравнению с флагманскими моделями Claude, Gemini и Qwen, это мощная универсальная база для надежной автоматизации и сложных рабочих процессов.

Создан для создания и редактирования изображений, улучшен по сравнению с Qwen Image 1.x в рендеринге текста на китайском языке, выполнении инструкций и сложных макетах. По сравнению с изображениями GPT, моделями изображений Gemini и Seedream, он хорошо подходит для китайских плакатов, изображений для электронной коммерции, инфографики и итеративного визуального создания.

Создан для создания и редактирования изображений, улучшен по сравнению с Qwen Image 1.x в рендеринге текста на китайском языке, выполнении инструкций и сложных макетах. По сравнению с изображениями GPT, моделями изображений Gemini и Seedream, он хорошо подходит для китайских плакатов, изображений для электронной коммерции, инфографики и итеративного визуального создания.

Создан для создания и редактирования изображений, с более глубоким пониманием мультимодальности, интерактивным редактированием и быстрым визуальным прототипированием, чем предыдущие возможности изображений Gemini. По сравнению с GPT Image, Qwen Image и Seedream он удобен для объединения документов, изображений и подсказок в одном визуальном рабочем процессе.

An efficient Gemini image tier that balances quality and speed for text-to-image generation, image editing, multi-image composition, and workflows that need fast, scalable output. It offers flexible composition and text rendering, while complex professional design may be better served by Gemini 3 Pro Image.

Создан для мультимодального понимания, кодирования и задач с длинным контекстом, улучшен по сравнению с Gemini 3.0/2.5 по пропускной способности, контексту и возможностям инструментов. По сравнению с моделями GPT, Claude и Qwen он обеспечивает унифицированные рабочие процессы анализа текста, изображений, аудио, видео и документов.

Для эффективного кодирования и задач агента он идет дальше, чем предзаказная версия Claude 4.5/4.6 с точки зрения длинного контекста, кода, использования инструментов и сложного планирования; по сравнению с флагманскими моделями, такими как GPT, Gemini и Qwen, он больше подходит для высоконадежных агентов, обслуживания кодовой базы и рабочих процессов углубленных исследований.

Создан для кодирования, агентов и сложных задач повышения производительности, выходя за рамки Doubao Seed 2.0 в длинном контексте, длительном выводе и рабочих процессах, ориентированных на инструменты. По сравнению с аналогами Qwen, GLM и DeepSeek, это экономически эффективный вариант для китайской офисной работы, кодирования и многоэтапной автоматизации.

Создан для создания и редактирования изображений, с более строгими инструкциями на китайском языке, визуальным мышлением и высокой частотой творческого творчества, чем Seedream 4.x. По сравнению с изображениями GPT, моделями изображений Gemini и Qwen Image, он хорошо подходит для дизайна рекламы экосистемы ByteDance, активов электронной коммерции и многосценарного визуального производства.

Экономически эффективная модель для реальных агентов по повышению производительности, наиболее мощная в программировании, использовании инструментов, поиске и офисных результатах, а не просто в обычном чате. Он подходит для агентов, которые планируют и выполняют межфайловые изменения, поиск результатов исследований и рабочие процессы документов/таблиц/презентаций; по сравнению с более дорогими флагманами, основным компромиссом является более низкая стоимость для достижения почти граничной эффективности исполнения.

Создан для генерации видео и создания видео с несколькими объектами, улучшен Seedance 1.x с более полной стабильностью движения, созданием аудиовизуальных данных и эталонными входами. По сравнению с Veo, Kling и Runway он лучше подходит для творческих рабочих процессов в Китае, основанных на смешанных входах текста, изображений, аудио и видео. Этот вариант с отключением фильтра сохраняет тот же уровень возможностей генерации, что и стандартный Seedance 2.0, но применяет более слабую фильтрацию контента. Полезно для короткометражных драм, рекламы, электронной коммерции и социальных ресурсов.

Создан для генерации видео и создания видео с несколькими объектами, улучшен Seedance 1.x с более полной стабильностью движения, созданием аудиовизуальных данных и эталонными входами. По сравнению с Veo, Kling и Runway он лучше подходит для творческих рабочих процессов в Китае, основанных на смешанных входах текста, изображений, аудио и видео. Этот вариант с отключением фильтра сохраняет тот же уровень возможностей генерации, что и стандартный Seedance 2.0, но применяет более слабую фильтрацию контента. Полезно для короткометражных драм, рекламы, электронной коммерции и социальных ресурсов.

Для основных рассуждений и сложных задач агента он идет дальше, чем версия предварительного заказа Claude 4.5/4.6 с точки зрения длинного контекста, кода, использования инструментов и сложного планирования; по сравнению с флагманскими моделями, такими как GPT, Gemini и Qwen, он больше подходит для высоконадежных агентов, обслуживания кодовой базы и рабочих процессов углубленных исследований.

Создан для преобразования текста/изображения в видео и создания серийных изображений, улучшен по сравнению с Kling 2.x по стабильности движения, языку камеры и согласованности ссылок. По сравнению с Veo, Runway и Seedance он хорошо подходит для китайских короткометражных драм, рекламных материалов и высококачественного социального видео.

Создан для преобразования текста/изображения в видео и создания серийных изображений, улучшен по сравнению с Kling 2.x по стабильности движения, языку камеры и согласованности ссылок. По сравнению с Veo, Runway и Seedance он хорошо подходит для китайских короткометражных драм, рекламных материалов и высококачественного социального видео.

The speed-prioritized Seedance 2.0 variant for low-latency generation and rapid iteration. It fits batch look development, creative exploration, and workflows that need usable video drafts quickly; choose the standard model when complex reference fusion, motion stability, and final polish are the priority.

The standard Seedance 2.0 model for controllable video creation from combined text, image, audio, and video references. It balances complex motion, multi-subject interaction, camera control, and joint audio-video generation, making it a solid default for ads, short films, and high-quality production assets.

Модель высокоскоростного мышления Google, предназначенная для агентских рабочих процессов, многоходового чата и помощи в кодировании. Поддерживает ввод текста, изображений, аудио, видео и PDF с контекстным окном токена 1M. Особенности настраиваемых уровней мышления, использования инструментов и структурированного вывода. Значительные улучшения качества по сравнению с Gemini 2.5 Flash в отношении рассуждений, мультимодального понимания и надежности.

Создан для создания и редактирования изображений, с более глубоким пониманием мультимодальности, интерактивным редактированием и быстрым визуальным прототипированием, чем предыдущие возможности изображений Gemini. По сравнению с GPT Image, Qwen Image и Seedream он удобен для объединения документов, изображений и подсказок в одном визуальном рабочем процессе.

A reasoning-driven image generation and editing model for professional creative work, including complex graphic design, high-fidelity product mockups, infographics, and visuals that require accurate text rendering. Compared with the faster Flash Image tier, it prioritizes fine control, grounded content, and polished output.

Направленный на основные рассуждения и сложные задачи агента, он идет дальше, чем предварительные версии серии Claude 4 с точки зрения длинного контекста, кода, использования инструментов и сложного планирования; по сравнению с флагманскими моделями, такими как GPT, Gemini и Qwen, он больше подходит для высоконадежных агентов, обслуживания кодовой базы и рабочих процессов углубленных исследований.

Создан для создания высококачественного видео и имеет более совершенный рабочий процесс обработки звука, управления камерой и эталонного ввода, чем Veo 2/3. По сравнению с Kling, Runway и Seedance он лучше подходит для короткометражных фильмов, рекламных раскадровок и видеороликов, требующих стабильного физического движения. Уровень Lite предпочитает высокопроизводительные и недорогие проекты по сравнению со стандартным уровнем.

Создан для создания высококачественного видео и имеет более совершенный рабочий процесс обработки звука, управления камерой и эталонного ввода, чем Veo 2/3. По сравнению с Kling, Runway и Seedance он лучше подходит для короткометражных фильмов, рекламных раскадровок и видеороликов, требующих стабильного физического движения. Уровень «Быстрый» лучше подходит для быстрой проверки концепции, чем уровень «Стандартный».

Создан для создания высококачественного видео и имеет более совершенный рабочий процесс обработки звука, управления камерой и эталонного ввода, чем Veo 2/3. По сравнению с Kling, Runway и Seedance он лучше подходит для короткометражных фильмов, рекламных раскадровок и видеороликов, требующих стабильного физического движения.

Создан для создания и редактирования изображений, с более глубоким пониманием мультимодальности, интерактивным редактированием и быстрым визуальным прототипированием, чем предыдущие возможности изображений Gemini. По сравнению с GPT Image, Qwen Image и Seedream он удобен для объединения документов, изображений и подсказок в одном визуальном рабочем процессе.

Для эффективного кодирования и задач агента он идет дальше, чем Claude Haiku 3.5, с точки зрения длинного контекста, кода, использования инструментов и сложного планирования; по сравнению с флагманскими моделями, такими как GPT, Gemini и Qwen, он больше подходит для высоконадежных агентов, обслуживания кодовой базы и рабочих процессов углубленных исследований.

The speed-first variant of Alibaba's Wan 3.0 line (early access). It shortens generation latency while retaining high-quality video output, making it a good fit for low-latency previews, batch drafts and fast-iterating short-video workflows. If ultimate visual control matters more than speed, the standard version is a better choice.

The standard video generation model of Alibaba's Wan 3.0 line (early access). It supports text-to-video, image-to-video and multi-modal reference inputs, generating clips up to roughly 30 seconds with synchronized audio in a single pass — suitable for ads, short drama and narrative content. Official release date not yet announced.

Создан для создания и редактирования изображений, с более сильным акцентом, чем предыдущие возможности GLM Vision, на подсказках на китайском языке, понимании текста и изображений и управляемом создании. По сравнению с изображением GPT, моделями изображений Gemini и изображением Qwen оно соответствует китайским маркетинговым ресурсам, пояснительным визуальным элементам и итеративным визуальным редактированиям.