Англоязычный Transformer-энкодер ELECTRA для тонкой настройки на классификацию, ответы на вопросы и разметку последовательностей.
Подходит для: классификация англоязычных текстов · ответы на вопросы по тексту · извлечение ответов из контекста
Компактная модель T5 для перевода и других задач преобразования текста в текст.
Подходит для: перевод текстов между английским, французским, румынским и немецким · суммаризация документов после соответствующей настройки · ответы на вопросы по тексту после соответствующей настройки
Gemma 4 26B A4B IT — мультимодальная модель Google DeepMind для диалогов, рассуждений, программирования и анализа изображений с выдачей текста.
Подходит для: ответы на вопросы по изображению · извлечение текста и сведений из документов и PDF · распознавание текста на изображениях, включая многоязычный OCR
Инструкционно-настроенная мультимодальная модель Google DeepMind для диалогов, анализа изображений и генерации текста в длинном контексте.
Подходит для: ответы на вопросы по изображению · извлечение текста и сведений из документов и PDF · анализ диаграмм, скриншотов и пользовательских интерфейсов
Мультимодальная модель Qwen3-VL на 8 млрд параметров для диалога, анализа изображений и видео, OCR и визуального рассуждения.
Подходит для: ответы на вопросы по изображениям · распознавание текста и разбор структуры документов на изображениях · поиск событий и их временных меток в видео
Мультимодальная модель Qwen на 9 млрд параметров для диалога, анализа изображений, рассуждений, программирования и агентных задач.
Подходит для: ответы на вопросы по изображениям · диалог с вызовом инструментов · анализ и объяснение визуальных материалов
Мультимодальная модель Qwen на 4 млрд параметров для диалога, понимания изображений, рассуждений и вызова инструментов.
Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · многошаговый диалог с длинным контекстом
Инструктивная языковая модель Qwen2.5 на 7,1 млрд параметров для диалогов, генерации текста, кода и структурированных ответов.
Подходит для: создание многоязычного чат-бота или виртуального помощника · генерация и редактирование длинных текстов · формирование ответов в формате JSON
Плотная мультимодальная модель Qwen на 27 млрд параметров для диалогов, анализа изображений и видео, программирования и многошаговых задач.
Подходит для: ответы на вопросы по изображениям и диаграммам · извлечение и анализ информации из документов · понимание содержания видеозаписей
Компактная многоязычная инструкция-настроенная модель Meta для диалогов, поиска сведений, суммаризации и помощи в написании текста.
Подходит для: создание диалогового помощника на устройстве · поиск сведений в документах и ответ на вопросы · суммаризация текстов
Компактная инструктивная языковая модель Qwen2.5 для диалогов, выполнения инструкций и генерации текста.
Подходит для: ответы на вопросы и диалоговый чат · суммаризация и переформулирование текста · генерация структурированных ответов в JSON
GLM-5.3-Flash — мультимодальная модель для диалогов, анализа изображений, программирования и агентных задач.
Подходит для: ответы на вопросы по изображению · диалоговый помощник на английском или китайском · написание и анализ кода
Компактная инструктивно дообученная языковая модель Qwen2.5 для диалогов, генерации текста и структурированных ответов.
Подходит для: создание диалогового помощника · ответы на вопросы по текстовому запросу · генерация длинных текстов
Инструкционно настроенная языковая модель Meta на 8 млрд параметров для многоязычных диалогов и генерации текста.
Подходит для: создание многоязычного чат-ассистента · ответы на вопросы пользователей · генерация и продолжение текста
Инструкционная мультимодальная модель Qwen с 7,1 млрд параметров для анализа изображений и видео, извлечения данных из документов и визуальных задач.
Подходит для: ответы на вопросы по изображениям · извлечение текста и полей из счетов и форм · анализ диаграмм, графиков и таблиц на изображениях
Gemma 4 E4B Instruct — компактная мультимодальная модель Google DeepMind для диалога, рассуждений, программирования, анализа изображений и обработки аудио.
Подходит для: ответы на вопросы по изображениям и снимкам экрана · извлечение текста и сведений из документов и PDF · распознавание речи и подготовка транскриптов
Мультимодальная модель Qwen3-VL на 4 млрд параметров для диалога, анализа изображений и видео, OCR и визуального рассуждения.
Подходит для: ответы на вопросы по изображениям · извлечение текста и структуры из сканов и фотографий · поиск событий и анализ содержимого видео
Мультимодальная Gemma 4 E2B IT от Google DeepMind для диалогов, рассуждений, программирования и анализа текста, изображений и аудио с выдачей текстовых ответов.
Подходит для: ответы на вопросы по тексту и изображениям · извлечение текста и сведений из документов и скриншотов · распознавание и транскрибирование речи
Florence-2-base — компактная модель зрения Microsoft для описания изображений, распознавания текста и локализации объектов по текстовым промптам.
Подходит для: создание кратких и подробных описаний изображений · обнаружение объектов и получение координат рамок · поиск объектов на изображении по текстовому описанию
Компактная мультимодальная модель Qwen для диалогов, анализа изображений, вызова инструментов и разработки специализированных решений.
Подходит для: ответы на вопросы по изображениям · описание и интерпретация визуальных материалов · мультимодальный диалог с изображениями
Компактная инструктивная модель Google для диалогов и генерации текста, пригодная для запуска на устройствах с ограниченными ресурсами.
Подходит для: создание черновиков писем и маркетинговых текстов · ответы на вопросы в чат-боте или виртуальном помощнике · суммаризация документов и отчётов
Qwen3-VL-2B-Instruct — мультимодальная модель для диалога и анализа изображений и видео, включая OCR, пространственное рассуждение и работу с визуальными интерфейсами.
Подходит для: ответы на вопросы по изображениям и скриншотам · распознавание текста и разбор структуры документов на изображениях · поиск объектов и определение их положения в сцене
Компактная мультимодальная модель Moondream 2 отвечает на вопросы об изображениях, распознаёт текст и объекты и описывает визуальные сцены.
Подходит для: ответы на вопросы по содержимому изображения · распознавание текста в документах, таблицах и на экране · обнаружение и подсчёт объектов на изображении
Qwen2.5-VL-3B-Instruct — компактная мультимодальная модель Alibaba для диалогового анализа изображений и видео с ответами на естественном языке и структурированным выводом.
Подходит для: распознавание текста и объектов на изображениях · извлечение данных из счетов, форм и таблиц · анализ диаграмм, графиков и макетов