Открытые ИИ-модели

Картинки2025–2026

Qwen-Image

Alibaba · Китай

Генерация и редактирование картинок, в том числе с текстом на изображении. Ранние версии можно в коммерцию, свежая 2.1 — только некоммерческая.

• Инфографика для карточек товаров
• Правка фото по текстовой команде
• Рекламные креативы

Размеры

7B – 20B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Медицина2023–2026

HuatuoGPT

FreedomIntelligence (Китайский университет Гонконга, Шэньчжэнь) · Китай

Большое семейство медицинских моделей: чат, версия со снимками, рассуждающая HuatuoGPT-o1 и новая HuatuoGPT-3 на Qwen3. Не заменяет врача, решения принимает специалист.

• Черновики выписок для проверки врачом
• Поиск по медицинской литературе
• Подсказки при разборе снимков для врача (Vision)

Размеры

7B – 72B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Речь в текст2025–2026

VibeVoice

Microsoft · США

Речевые модели Microsoft: синтез длинных диалогов на несколько голосов, быстрый синтез для живого общения и распознавание длинных записей с разделением по говорящим, в том числе на русском.

• Расшифровка длинных встреч с разметкой говорящих
• Озвучка подкастов и диалогов
• Голос для ассистентов в реальном времени

Размеры

0.5B – 9B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Музыка и звук2025–2026

YuE

M-A-P и HKUST · Китай

Генерация полноценных песен с вокалом и аккомпанементом по тексту и описанию стиля: английский, китайский, японский, корейский.

• Песни и джинглы по тексту
• Демо-версии композиций
• Музыка для роликов

Размеры

0.5B – 7B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Музыка и звук2026

HeartMuLa

HeartMuLa Team · не указана

Открытая модель генерации песен с вокалом на китайском, английском, японском, корейском и испанском, плюс кодек и модель расшифровки текста песен.

• Песни и джинглы по тексту
• Музыка для роликов
• Расшифровка текста песен

Размеры

3B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Текст2023–2026

DeepSeek

DeepSeek · Китай

Флагманская линия DeepSeek: от первых 7B/67B до V4-Pro на 1,6 трлн параметров. Уровень закрытых моделей при открытой MIT-лицензии; V4.1-Flash понимает картинки и держит контекст до 1 млн токенов.

• Ассистент для сотрудников на своём сервере
• Разбор длинных договоров и отчётов
• Агенты, которые работают с инструментами и API

Размеры

7B – 1.6T-A49B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2023–2026

InternLM / Intern-S

Shanghai AI Laboratory · Китай

Модели Шанхайской лаборатории ИИ. Ранняя линия InternLM — универсальная, новая Intern-S1/S2 — научная: понимает формулы, молекулы, графики и картинки.

• Помощник исследователя: статьи, формулы, данные
• Разбор научных и технических документов
• Корпоративный чат на малых моделях

Размеры

1.8B – около 1T

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2025–2026

MiMo

Xiaomi · Китай

Модели Xiaomi для рассуждений и агентов: от компактной MiMo-7B до MiMo-V2.6-Pro на 1 трлн параметров. Flash-версии задействуют всего 15 млрд параметров на токен.

• Логические и расчётные задачи
• Агенты с инструментами
• Помощь программистам

Размеры

7B – 1T-A42B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2024–2026

GigaChat

Сбер · Россия

Открытые модели Сбера, обученные с упором на русский язык: хорошо пишут и понимают по-русски, знают местные реалии. Есть лёгкая 10B-A1.8B и флагманы до 702B, всё под MIT.

• Русскоязычный ассистент для сотрудников на своём сервере
• Ответы клиентам и разбор обращений на русском
• Работа с договорами и внутренними регламентами

Размеры

10B-A1.8B – 702B-A36B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2022–2026

YandexGPT / AliceAI

Яндекс · Россия

Модели Яндекса, обученные с нуля с упором на русский язык и российские реалии. Новая AliceAI-Foundation 80B-A3B — базовая модель под Apache 2.0, её дообучают под свои задачи.

• Русскоязычный ассистент и чат-бот
• Ответы на вопросы по базе знаний компании
• Основа для дообучения под свою отрасль

Размеры

8B – 100B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2024–2026

Aya

Cohere Labs · Канада

Многоязычные модели исследовательского крыла Cohere, от 23 до 100+ языков. Tiny Aya 2026 года на 3.3B работает на обычном ПК, но только некоммерчески.

• Перевод и переписка на редких языках
• Многоязычный чат-ассистент
• Разбор изображений с текстом (Vision)

Размеры

3.3B – 35B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2023–2026

Qwen

Alibaba · Китай

Семейство языковых моделей с сильным русским языком: от маленьких версий для ноутбука до флагмана уровня коммерческих API.

• Чат-бот и ассистент по базе знаний
• Ответы на письма и обращения
• Разбор и классификация документов

Размеры

0,6B – 2,4T

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Видео2025–2026

MAGI

Sand AI · Китай

Видео, которое генерируется по кускам друг за другом, поэтому ролик можно продлевать бесконечно. MAGI-2 делает видео сразу со звуком.

• Длинные ролики с продолжением
• Видео со звуком
• Оживление изображений

Размеры

4.5B – 114B-A6B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Видео2025–2026

SANA-Video

NVIDIA · США

Лёгкая и быстрая видеомодель NVIDIA. Выдаёт 720p-ролики на одной видеокарте, есть версия на 4 шага для быстрой генерации.

• Быстрые ролики для соцсетей
• Массовая генерация видео
• Видео из картинки

Размеры

2B – 5B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Компьютерное зрение2024–2026

MoGe

Microsoft Research · США

Восстанавливает 3D-геометрию сцены по одной фотографии: глубину в метрах, облако точек и нормали поверхностей.

• Замеры помещений и объектов по фото
• 3D-облако точек из снимка
• Подготовка данных для роботов и AR

Размеры

ViT-S – ViT-G

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Поиск и RAG2024–2026

FRIDA / Giga-Embeddings

Сбер (SberDevices) · Россия

Эмбеддинги Сбера, заточенные под русский язык: одни из лучших на русскоязычных тестах поиска. FRIDA компактная, Giga-Embeddings мощнее.

• Поиск по русскоязычным документам
• RAG для чат-ботов на русском
• Классификация обращений и отзывов

Размеры

480M – 10B-A1.8B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Прогнозы2024–2026

TimesFM

Google · США

Готовая модель прогнозов Google: строит прогноз по любому временному ряду без обучения на ваших данных.

• Прогноз продаж и спроса
• Планирование закупок и запасов
• Прогноз нагрузки и трафика

Размеры

200M – 500M

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Роботы2025–2026

GigaBrain

GigaAI · Китай

Модель управления роботами, обученная в основном на синтетических данных из модели мира. Позволяет меньше тратить на сбор данных с реальных роботов.

• Управление манипулятором
• Дообучение на малом объёме своих данных
• Пилоты сортировки и сборки

Размеры

3.5B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Речь в текст2024–2026

Moonshine

Moonshine AI (Useful Sensors) · США

Очень маленькие и быстрые модели распознавания речи для телефонов, планшетов и встраиваемых устройств. Вторая версия работает потоково и выдаёт текст, пока человек ещё говорит.

• Голосовое управление устройствами
• Распознавание на телефоне без интернета
• Живые субтитры

Размеры

27M – 245M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Речь в текст2025–2026

Granite Speech

IBM · США

Речевые модели IBM для распознавания и перевода речи на английском и нескольких европейских языках и японском. Рассчитаны на корпоративное использование.

• Расшифровка деловых встреч
• Перевод речи в текст на другом языке
• Голосовые ассистенты

Размеры

470M – 8B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Синтез речи2025–2026

IndexTTS

bilibili · Китай

Синтез речи с клонированием голоса и точным контролем длительности, удобен для дубляжа видео. Управляет эмоциями отдельно от тембра.

• Дубляж видео с попаданием в тайминг
• Клонирование голоса
• Эмоциональная озвучка

Размеры

около 1B – 2B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2023–2026

GLM (ChatGLM)

Zhipu AI (Z.ai) · Китай

Одна из старейших китайских открытых линий: от ChatGLM-6B до GLM-5.3. Сильна в агентных задачах и программировании; GLM-5.3-Flash понимает картинки и выходит под MIT.

• Корпоративный чат-ассистент
• Агенты для рутинных офисных задач
• Помощь программистам

Размеры

1.5B – 744B-A40B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2024–2026

Hunyuan / Hy

Tencent · Китай

Языковые модели Tencent: от малых 0.5B–7B до Hy4-preview на 770 млрд параметров. С 2026 года линия переименована в Hy, а новые версии вышли под Apache 2.0.

• Корпоративный ассистент
• Перевод и работа с многоязычными текстами
• Агенты с инструментами

Размеры

0.5B – 770B-A49B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2025–2026

Ling / Ring

Ant Group (inclusionAI) · Китай

Семейство Ant Group: Ling — обычные модели, Ring — рассуждающие. Есть и триллионные флагманы, и экономичная Ling-3.0-tiny, которой хватает 1,3 млрд активных параметров.

• Корпоративный ассистент
• Агенты для офисных процессов
• Финансовая аналитика (есть версия Fin)

Размеры

7.9B-A1.3B – 1T

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2024–2026

NVIDIA Nemotron

NVIDIA · США

Модели NVIDIA для агентов и рассуждений, заточенные под быстрый запуск на её видеокартах. Nemotron 3 это гибрид Mamba и MoE от 4B до 550B.

• Агенты с вызовом инструментов
• Задачи с рассуждением и расчётами
• Ответы по длинным документам

Размеры

4B – 550B-A55B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2024–2026

IBM Granite

IBM · США

Корпоративные модели IBM с прозрачными данными обучения и сертификацией ISO 42001. Granite 4 это гибрид Mamba и трансформера, экономный по памяти.

• Ответы по внутренним документам (RAG)
• Вызов инструментов и работа в агентах
• Извлечение данных и классификация

Размеры

350M – 34B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2025–2026

Liquid LFM

Liquid AI · США

Модели новой архитектуры для работы прямо на устройстве: быстрые на обычном процессоре и в телефоне. Есть версии для извлечения данных, RAG и инструментов.

• Ассистент на ноутбуке или телефоне без интернета
• Извлечение данных из документов
• Вызов инструментов в приложениях

Размеры

230M – 24B-A2B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2026

Muse Glimmer

Meta Superintelligence Labs · США

Открытая модель Meta для агентов на доступном железе: дистиллирована из закрытой Muse Spark, понимает текст и картинки, обучена на 100+ языках.

• Агенты с вызовом инструментов
• Разбор скриншотов, графиков и документов
• Многоязычный ассистент

Размеры

30B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Разбор текста2024–2026

GLiNER

Урчаде Заратиана и Fastino AI · Франция / США

Находит в тексте нужные сущности без обучения: просто перечисляете, что искать (имя, сумма, дата). GLiNER2 заодно классифицирует текст. Многоязычные версии понимают русский.

• Извлечение имён, сумм и дат из писем и договоров
• Разбор заявок на поля CRM
• Классификация обращений по темам

Размеры

около 50M – 500M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2026

TeleOCR

TeleAI (China Telecom) · Китай

Новая лёгкая модель для разбора документов, на момент выхода лидер теста OmniDocBench v1.6. Хорошо справляется со снятыми на телефон и помятыми страницами. Языки в карточке — китайский, английский, японский.

• Распознавание счетов и накладных, снятых на телефон
• Распознавание таблиц и формул
• Перевод документов в Markdown для RAG

Размеры

около 1.2B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Видео2025–2026

Wan

Alibaba · Китай

Генерация видео по тексту и по картинке. Младшая версия запускается на игровой видеокарте. После 2.2 базовые модели открыто не выходят, только прикладные.

• Короткие рекламные ролики
• Оживление фото товара
• Видео для соцсетей

Размеры

1,3B – 14B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Код2025–2026

KAT-Coder / KAT-Dev

Kwaipilot (Kuaishou) · Китай

Модели Kuaishou для агентной разработки, обученные решать реальные задачи в репозиториях. KAT-Coder-V2.5-Dev (35B, активны 3B) — открытая версия их закрытого флагмана.

• Агент, исправляющий задачи в репозитории
• Генерация и рефакторинг кода
• Автоматизация рутинных задач разработки

Размеры

32B – 72B, 35B-A3B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Картинки2022–2026

Kandinsky

Сбер (Kandinsky Lab) · Россия

Российское семейство генерации картинок и видео от Сбера. Хорошо понимает запросы на русском и российский культурный контекст, открыто под MIT.

• Картинки по описанию на русском
• Короткие рекламные ролики из текста или фото
• Редактирование изображений по инструкции

Размеры

2B – 19B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Картинки2025–2026

Chroma

lodestones (независимый разработчик) · нет данных

Общественная модель, переобученная из FLUX.1-schnell с упрощённой архитектурой. Без цензуры стилей, популярна как база для дообучения.

• База для дообучения своих стилей
• Художественные иллюстрации
• Картинки для игр

Размеры

4B – 8.9B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Видео2024–2026

LTX-Video / LTX-2

Lightricks · Израиль

Быстрая видеомодель, которая с LTX-2 генерирует видео сразу со звуком и речью. Можно управлять камерой и позой, есть облегчённые версии.

• Рекламные ролики со звуком
• Видео из фото товара
• Озвученные сцены для соцсетей

Размеры

2B – 22B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Видео2026

MiniMax H3 (Hailuo)

MiniMax · Китай

Открытые веса видеомодели Hailuo от MiniMax. Крупная модель на 33B, делает видео по тексту и картинке, но требует нескольких серверных видеокарт.

• Кинематографичные рекламные ролики
• Видео по тексту и картинке
• Сложные сцены с движением

Размеры

33B + кодировщик 32B

Железо

от: Кластер

Коммерция с условиямиПодробнее

Поиск и RAG2025–2026

NVIDIA Nemotron Embed

NVIDIA · США

Эмбеддинги NVIDIA для поиска и RAG. Nemotron-3-Embed 2026 года вышли под свободной лицензией OpenMDW и работают на многих языках.

• Поиск по корпоративным документам
• RAG для чат-ботов и ассистентов
• Поиск по картинкам и страницам (VL-версии)

Размеры

1B – 8B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Роботы2025–2026

NVIDIA Cosmos

NVIDIA · США

Модели «мира» для роботов и беспилотников: генерируют реалистичное видео физических сцен и предсказывают действия. Cosmos 3 объединяет понимание, генерацию и управление.

• Синтетические видео для обучения роботов и беспилотников
• Проверка сценариев в симуляции
• Управление роботом (Policy-версии)

Размеры

2B – 65B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Роботы2026

LingBot-VLA

Ant Group (Robbyant) · Китай

Модель управления роботами от Ant Group, обученная на большом объёме данных с реальных роботов. Версия 2.0 работает с разными типами манипуляторов.

• Управление двуруким манипулятором
• Дообучение под свою операцию
• Пилоты сборки и сортировки

Размеры

4B – 6B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Роботы2026

Xiaomi Robotics

Xiaomi · Китай

Открытые модели управления роботами от Xiaomi. Robotics-1 рассчитана на бытовые и кухонные задачи, U0 объединяет понимание сцены и действия.

• Управление манипулятором по команде
• Бытовые и сервисные сценарии
• Основа для дообучения

Размеры

4B – 5B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Речь в текст2024–2026

GigaAM

Сбер · Россия

Модели Сбера для распознавания русской речи, одни из самых точных для русского языка. Есть распознавание эмоций, версия v3 с пунктуацией и многоязычная версия (русский, казахский, киргизский, узбекский).

• Расшифровка звонков на русском
• Протоколы совещаний
• Голосовое управление сервисами

Размеры

220M – 600M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2025–2026

Kimi

Moonshot AI · Китай

Сверхкрупные MoE-модели Moonshot для агентной работы. K3 на 2,8 трлн параметров — самая большая открытая модель на момент выхода, с контекстом до 1 млн токенов и пониманием картинок.

• Многошаговые агенты: поиск, сбор данных, отчёты
• Глубокий анализ документов
• Помощь программистам

Размеры

16B-A3B – 2.8T-A104B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Текст2025–2026

LongCat

Meituan · Китай

Модели Meituan (крупнейший сервис доставки Китая). LongCat-Flash динамически меняет объём вычислений под сложность запроса; LongCat-2.0 — 1,6 трлн параметров под MIT.

• Агенты для заказов и сервисных процессов
• Корпоративный ассистент
• Разбор длинных документов

Размеры

69B – 1.6T-A48B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Текст2024–2026

EXAONE

LG AI Research · Южная Корея

Корейско-английские модели LG. Большая часть линии некоммерческая, но флагман K-EXAONE 2.0 на 750 млрд параметров вышел под Apache 2.0.

• Корпоративный ассистент
• Работа с корейскими и английскими текстами
• Разбор документов и картинок (4.5)

Размеры

1.2B – 750B-A37B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2023–2026

Solar

Upstage · Южная Корея

Модели корейской Upstage. Solar Open 2 рассчитана на офисную работу с документами: 250 млрд параметров, из них активны 15 млрд, языки — английский, корейский, японский.

• Работа с офисными документами
• Агенты для рутинных задач
• Помощь программистам

Размеры

10.7B – 250B-A15B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Текст2025–2026

Kanana

Kakao · Южная Корея

Компактные корейско-английские модели Kakao. Kanana 2 30B-A3B работает быстро за счёт MoE, малые версии на 1–3B подходят для обычного ПК.

• Чат-бот поддержки
• Классификация обращений
• Лёгкий ассистент на своём ПК

Размеры

1.3B – 30B-A3B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2025–2026

Apertus

Swiss AI (ETH Zurich, EPFL, CSCS) · Швейцария

Государственная открытая модель Швейцарии: открыты веса, данные и рецепт, более 1000 языков в обучении. Версия 1.5 понимает изображения.

• Многоязычный ассистент
• Ответы по документам
• Разбор изображений и сканов (v1.5)

Размеры

0.5B – 70B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2026

Inkling

Thinking Machines Lab · США

Флагманские открытые модели лаборатории Миры Мурати: принимают текст, изображения и аудио. Большие MoE, требуют нескольких видеокарт.

• Корпоративный ассистент уровня флагмана
• Разбор документов, изображений и аудио
• Помощь в программировании

Размеры

276B-A12B, 975B-A41B

Железо

от: Кластер

Можно в коммерциюПодробнее

Код2026

Laguna

Poolside · США

Модели для агентного программирования: самостоятельно правят код в репозитории. Младшая XS запускается на Mac с 36 ГБ памяти, у S 2.1 контекст 1M токенов.

• Агент-программист для внутренней разработки
• Исправление ошибок и доработка кода
• Работа с большими кодовыми базами

Размеры

33B-A3B – 225B-A23B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Картинка + текст2024–2026

Ovis

Alibaba (AIDC-AI) · Китай

Модели зрения от международного подразделения Alibaba с сильным чтением текста и таблиц. В линейке есть MoE Ovis2.6 и отдельные компактные OvisOCR для документов.

• Извлечение данных из счетов, договоров и накладных
• Распознавание таблиц
• Ответы на вопросы по фото и графикам

Размеры

0.9B – 80B-A3B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2025–2026

HunyuanOCR

Tencent · Китай

Лёгкая OCR-модель Tencent: разбор документов, поиск текста на фото, извлечение полей и перевод текста с картинок. Версия 1.5 быстрее и запускается на обычном ПК.

• Извлечение полей из счетов и накладных
• Распознавание таблиц и формул
• Перевод текста на фотографиях и сканах

Размеры

1B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Код2025–2026

Mellum

JetBrains · Чехия

Модели JetBrains для быстрого автодополнения кода. Mellum2 (12B, активны 2.5B) уже полноценный помощник: пишет и правит код, вызывает инструменты, рассуждает.

• Быстрое автодополнение кода на своём сервере
• Помощник разработчика без отправки кода в облако
• Дообучение на коде компании

Размеры

4B – 12B-A2.5B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинки2026

Krea 2

Krea · США

Модель картинок на 12B с упором на реализм без глянцевого «ИИ-вида». Turbo-версия выдаёт 2K-картинку за пару секунд.

• Реалистичные фото для рекламы
• Картинки высокого разрешения
• Дообучение стилей

Размеры

12B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Картинки2026

Ideogram 4

Ideogram · Канада

Открытые веса модели Ideogram, известной точной типографикой. Под некоммерческой лицензией: для бизнеса подходит только для тестов.

• Тестирование генерации с текстом
• Исследования и прототипы

Размеры

около 9B

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Математика и рассуждения2025–2026

OpenThinker

Open Thoughts (Стэнфорд, Беркли и другие университеты) · США

Полностью открытые рассуждающие модели: выложены и веса, и обучающие данные. Новые версии OpenThinkerAgent умеют выполнять многошаговые задачи.

• Расчёты и проверка формул
• Сложная аналитика с пошаговым разбором
• Проверка логики регламентов

Размеры

1.5B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Компьютерное зрение2025–2026

RF-DETR

Roboflow · США

Детектор объектов в реальном времени, открытая замена YOLO без AGPL. Умеет сегментацию (контуры объектов), с 2026 года — ключевые точки.

• Детекция объектов на видео и фото
• Точные контуры деталей и дефектов
• Дообучение под свои классы объектов

Размеры

Nano – 2XL

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Прогнозы2025–2026

TiRex

NXAI · Австрия

Компактная модель прогнозов на архитектуре xLSTM, лидер открытых тестов при малом размере. Быстро работает на обычном процессоре.

• Прогноз спроса и продаж
• Прогноз потребления энергии
• Прогнозы на слабом железе и на месте

Размеры

около 35M – 82M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Речь в текст2026

Qwen3-ASR

Alibaba (Qwen) · Китай

Модели распознавания речи от команды Qwen на 50+ языков, включая русский. Хорошо справляются с шумом, пением и акцентами.

• Расшифровка звонков и встреч
• Субтитры к видео
• Распознавание на нескольких языках

Размеры

0.6B – 1.7B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Речь в текст2026

Cohere Transcribe

Cohere · Канада

Модель распознавания речи от Cohere на 14 языков (русского в списке нет), отдельная версия для арабского. Рассчитана на точную расшифровку деловых записей.

• Расшифровка встреч и интервью
• Субтитры
• Поиск по аудиоархиву

Размеры

2B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Синтез речи2025–2026

Higgs Audio

Boson AI · США

Выразительный синтез речи и диалогов с клонированием голоса, плюс модели распознавания. Третья версия синтеза поддерживает около 100 языков, включая русский, но некоммерческая.

• Выразительная озвучка роликов
• Озвучка диалогов
• Клонирование голоса

Размеры

около 3B – 8B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Синтез речи2025–2026

Zonos

Zyphra · США

Синтез речи с клонированием голоса и тонкой настройкой эмоций, скорости и высоты голоса.

• Клонирование голоса
• Эмоциональная озвучка
• Озвучка роликов

Размеры

около 1.6B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Музыка и звук2025–2026

ACE-Step

ACE Studio и StepFun · Китай

Быстрая генерация песен с вокалом на 19 языках, включая русский: полная песня за секунды, правка отдельных фрагментов и смена стиля.

• Песни и джинглы для рекламы
• Фоновая музыка для роликов
• Демо-версии композиций

Размеры

около 2B – 4B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2025–2026

MiniMax

MiniMax · Китай

Крупные MoE-модели с очень длинным контекстом (до 1 млн токенов у Text-01 и M3). M3 — мультимодальная, понимает картинки. Лицензии сильно различаются от версии к версии.

• Анализ больших архивов документов за один запрос
• Агенты с инструментами
• Помощь программистам

Размеры

230B-A10B – 456B-A46B

Железо

от: Кластер

Коммерция с условиямиПодробнее

Модерация и безопасность2024–2026

GLiNER-PII

Сообщество GLiNER (Fastino, Knowledgator, NVIDIA и др.) · США

Маленькие модели на основе GLiNER для поиска персональных данных: паспортов, телефонов, счетов, адресов. Типы данных задаются словами. Русский официально не заявлен.

• Маскирование персональных данных перед облачным ИИ
• Поиск паспортных данных и реквизитов в документах
• Проверка выгрузок на утечки

Размеры

около 200M – 500M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинка + текст2024–2026

Moondream

Moondream (M87 Labs) · США

Небольшая и быстрая модель зрения для продуктовых задач: ответы на вопросы, поиск и указание объектов, подписи. Moondream 3.1 — MoE на 9B с 2B активных.

• Поиск объектов и подсчёт на фото
• Проверка фото из полевых отчётов
• Подписи и теги для каталога

Размеры

2B – 9B-A2B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Картинки2025–2026

HiDream

HiDream.ai · Китай

Открытые модели картинок под MIT: генерация (I1), редактирование по инструкции (E1) и единая модель O1-Image, которая делает и то и другое.

• Генерация картинок по описанию
• Правка изображений словами
• Вариации продуктовых фото

Размеры

около 9B – 17B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Аватары2025–2026

LongCat-Video-Avatar

Meituan · Китай

Говорящие люди по аудио на базе LongCat-Video. Версия 1.5 доведена до продакшна: стабильные длинные ролики на китайском и английском.

• Видео с ведущим новостей или курса
• Промо-ролики с говорящим персонажем
• Пение и озвучка

Размеры

на базе LongCat-Video 13.6B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Медицина2023–2026

Meditron

EPFL · Швейцария

Открытые медицинские модели швейцарского EPFL, которые дообучают поверх разных базовых моделей по клиническим руководствам. Не заменяет врача, решения принимает специалист.

• Ответы персоналу по клиническим руководствам
• Черновики выписок для проверки врачом
• Поиск по медицинской литературе

Размеры

2B – 70B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

3D2024–2026

TripoSR / TripoSG

VAST (TripoSR — вместе со Stability AI) · Китай

Семейство VAST: 3D-модель по одной фотографии. TripoSR работает меньше секунды, TripoSG даёт более чистую геометрию, TripoSplat строит сцену из гауссовых точек.

• 3D-модель товара по фото
• Заготовки объектов для игр и AR
• Быстрый 3D-прототип для печати

Размеры

до 1.5B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Поиск и RAG2023–2026

Jina Embeddings

Jina AI · Германия

Сильные многоязычные эмбеддинги с длинным контекстом, v5-omni понимает текст, картинки и аудио. Свежие версии открыты только для некоммерческого использования.

• Поиск по документам на многих языках
• Поиск по картинкам и сканам
• Классификация и кластеризация

Размеры

33M – 3.8B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Роботы2025–2026

MolmoAct

Ai2 (Allen Institute for AI) · США

Полностью открытая модель управления роботом, которая сначала «рассуждает» о пространстве и траектории, а потом действует. Ход рассуждений можно проверить.

• Управление манипулятором с объяснимыми шагами
• Дообучение под свой робот
• Исследовательские пилоты

Размеры

5B – 8B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Текст2023–2026

Dolphin

Cognitive Computations (Эрик Хартфорд) · США

Дообучения без встроенной цензуры поверх Llama, Mistral, Qwen и других: модель выполняет почти любые запросы. Ответственность за фильтрацию и модерацию полностью на том, кто её внедряет, — без своего фильтра клиентам её не показывать.

• Ассистент, который не отказывает в законных, но «острых» темах
• Внутренние инструменты под жёстким системным промптом
• Ролевые и творческие сценарии

Размеры

0.5B – 405B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Речь в текст2023–2026

NVIDIA Parakeet / Canary / Nemotron Speech

NVIDIA · США

Быстрые модели распознавания речи от NVIDIA, в том числе потоковые для работы в реальном времени. Parakeet TDT v3 и Nemotron 3.5 ASR понимают русский.

• Расшифровка звонков и совещаний
• Субтитры к видео
• Голосовой ввод в реальном времени

Размеры

110M – 2.5B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Синтез речи2025–2026

Chatterbox

Resemble AI · США

Синтез речи с клонированием голоса и настройкой эмоциональности. Многоязычная версия поддерживает 23 языка, включая русский; Turbo и Flash ускорены для живого диалога.

• Голос для бота и ассистента
• Клонирование фирменного голоса
• Озвучка роликов

Размеры

около 350M – 500M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Синтез речи2025–2026

MOSS-TTS / MOSS-TTSD

OpenMOSS (Фуданьский университет) · Китай

Семейство синтеза речи: озвучка диалогов на несколько голосов (TTSD), быстрый синтез для живого общения и крошечная Nano. Версия 1.5 поддерживает 30+ языков, включая русский.

• Озвучка подкастов и диалогов
• Голос для ассистента
• Клонирование голоса

Размеры

100M – 8.5B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Музыка и звук2024–2026

Stable Audio

Stability AI · Великобритания

Генерация коротких музыкальных фрагментов и звуковых эффектов по описанию. Третья версия разделена на модели для музыки и для звуков.

• Звуковые эффекты для роликов и игр
• Фоновая музыка и джинглы
• Звуки для интерфейсов

Размеры

около 0.5B – 2.3B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2025–2026

Step

StepFun · Китай

MoE-модели StepFun, рассчитанные на быструю и дешёвую работу: при 196 млрд параметров Step-3.5/3.7-Flash задействуют около 11 млрд на токен. Step-3.7-Flash понимает картинки.

• Агенты с высокой нагрузкой
• Разбор документов со схемами и скриншотами
• Помощь программистам

Размеры

196B-A11B – 321B

Железо

от: Кластер

Можно в коммерциюПодробнее

Текст2024–2026

Cohere Command

Cohere · Канада

Модели для бизнеса: поиск по документам со ссылками на источники, вызов инструментов, много языков. Command A+ 2026 года впервые вышла под Apache 2.0.

• Ответы по базе знаний со ссылками на источники
• Агенты, работающие с внутренними системами
• Перевод и переписка на разных языках

Размеры

7B – 218B-A25B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Перевод2025–2026

Hunyuan-MT / Hy-MT

Tencent · Китай

Переводчики Tencent на 33 языка, первая версия победила на соревновании WMT25. Русский есть. Малая версия 1.8B работает на ноутбуке, свежая Hy-MT2 под Apache 2.0.

• Перевод документов с сохранением форматирования
• Перевод с заданным глоссарием терминов
• Перевод переписки с китайскими партнёрами

Размеры

1.8B – 30B-A3B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Модерация и безопасность2024–2026

Aegis / Nemotron Safety Guard

NVIDIA · США

Фильтры контента NVIDIA для ботов, с отдельными моделями для контроля темы разговора и поиска взлома. Safety Guard v3 обучена на 9 языках, русский проверяли только без дообучения.

• Проверка запросов и ответов бота
• Удержание бота в рамках своей темы
• Поиск попыток обойти правила

Размеры

4B – 8B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Обработка фото2023–2026

BRIA RMBG

BRIA AI · Израиль

Удаление фона от BRIA, обучено на лицензированных фото. Мягкие края, волосы, прозрачность. Есть версии для видео. Для бизнеса нужен платный договор.

• Вырезка товара на белый фон
• Фото сотрудников и экспертов без фона
• Удаление фона на видео

Размеры

44M – 220M

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Картинка + текст2023–2026

LLaVA

LLaVA / LMMs-Lab (исследователи из США и Китая) · США / Китай

Открытый проект, с которого пошла мода на модели «картинка + текст». Линейка OneVision понимает фото, документы и видео; открыты данные и рецепты обучения.

• Ответы на вопросы по фото и скриншотам
• Описание товаров по фотографии
• Разбор видео по кадрам

Размеры

0.5B – 72B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинка + текст2024–2026

MiniCPM-V

OpenBMB (ModelBest и Университет Цинхуа) · Китай

Компактные модели зрения, которые работают даже на телефоне и ноутбуке. Хорошо читают текст на фото, понимают видео; версия 4.6 весит всего 1.3B.

• Распознавание текста на фото прямо на устройстве
• Разбор чеков и документов без отправки в облако
• Описание фото и видео

Размеры

1.3B – 8B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинка + текст2025–2026

Keye-VL

Kuaishou · Китай

Модели зрения от Kuaishou с упором на короткие видео. Keye-VL-2.0 (30B, активны 3B) хорошо понимает, что и когда происходит в ролике.

• Разбор и описание коротких видео
• Проверка роликов и контента
• Поиск нужного момента в видео

Размеры

8B – 671B-A37B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2025–2026

PaddleOCR-VL

Baidu (PaddlePaddle) · Китай

Компактная модель для разбора документов из популярного набора PaddleOCR. По карточке поддерживает 109 языков, в том числе русский; версия 1.6 лидирует на тесте OmniDocBench.

• Распознавание счетов, договоров и накладных, в том числе на русском
• Распознавание таблиц, формул, печатей
• Перевод сканов в Markdown и JSON

Размеры

0.9B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2025–2026

MinerU

Shanghai AI Laboratory (OpenDataLab) · Китай

Популярный открытый инструмент перевода PDF в Markdown со своей небольшой моделью. MinerU2.5-Pro улучшили только за счёт данных, без роста размера. Языки в карточке — китайский и английский.

• Перевод PDF-отчётов и договоров в Markdown
• Распознавание таблиц и формул
• Подготовка документов для RAG и поиска

Размеры

0.9B – 1.2B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2024–2026

Gemma

Google · США

Компактные модели Google: хорошо работают на одном компьютере, старшие версии понимают картинки.

• Ассистент на ноутбуке без интернета
• Разбор фото документов и чеков
• Классификация обращений

Размеры

270M – 31B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Аватары2024–2026

Hallo

Фуданьский университет · Китай

Серия говорящих портретов по аудио: от коротких клипов до часовых видео в 4K. Hallo-Live рассчитана на работу в реальном времени.

• Видео с ведущим по фото и аудио
• Длинные обучающие ролики
• Живой аватар

Размеры

около 1B – 5B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

3D2025–2026

HY-World (HunyuanWorld)

Tencent · Китай

Генерация целых 3D-миров и сцен по тексту или картинке, по которым можно ходить. Вторая версия собирает сцену из видео и фото.

• 3D-сцены для игр и виртуальных туров
• Фоны и окружение для видеопродакшна
• Черновики локаций для симуляций

Размеры

набор из нескольких моделей

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Поиск и RAG2024–2026

Granite Embedding

IBM · США

Лёгкие эмбеддинги IBM для корпоративного поиска, обученные на данных с понятными правами. R2 2026 года стали многоязычными.

• Поиск по корпоративным документам
• RAG на обычном сервере без видеокарты
• Переранжирование результатов

Размеры

30M – 311M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Прогнозы2025–2026

Toto

Datadog · США

Модель прогнозов от Datadog, обученная на метриках серверов и приложений. Особенно сильна для IT-мониторинга: нагрузка, задержки, ошибки.

• Прогноз нагрузки на серверы
• Поиск аномалий в метриках
• Планирование мощностей

Размеры

4M – 2.5B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Синтез речи2025–2026

VoxCPM

OpenBMB (ModelBest, Университет Цинхуа) · Китай

Синтез речи с клонированием голоса и естественной интонацией. VoxCPM2 поддерживает 30 языков, включая русский.

• Клонирование голоса
• Озвучка роликов и аудиокниг
• Голос для ассистента

Размеры

0.5B – 2.3B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2025–2026

Arcee Trinity

Arcee AI · США

Американское семейство MoE-моделей, обученных с нуля: Nano, Mini и Large. Trinity-Large-Thinking на 398B рассуждает перед ответом.

• Агенты с вызовом инструментов
• Задачи с рассуждением
• Корпоративный ассистент на своих серверах

Размеры

6B – 398B-A13B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Перевод2020–2026

OPUS-MT (MarianMT)

Helsinki-NLP, Хельсинкский университет · Финляндия

Более тысячи маленьких переводчиков, каждый под свою пару языков. Есть русский-английский и обратно. Работают быстро даже на обычном процессоре.

• Массовый перевод коротких текстов
• Перевод прямо на сервере без видеокарты
• Перевод отзывов и заявок перед анализом

Размеры

25M – 240M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Модерация и безопасность2024–2026

Granite Guardian

IBM · США

Модели-судьи IBM: ловят вред, мат, попытки взлома, а в RAG и агентах проверяют, опирается ли ответ на документы. Можно задать своё правило словами.

• Проверка запросов и ответов бота
• Поиск выдуманных фактов в ответах по базе знаний
• Проверка своих правил, заданных текстом

Размеры

38M – 8B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Модерация и безопасность2026

OpenAI Privacy Filter

OpenAI · США

Находит и скрывает персональные данные: имена, адреса, телефоны, почту, номера счетов, пароли. Работает даже в браузере. Обучена в основном на английском.

• Очистка текста от персональных данных перед отправкой в облачный ИИ
• Поиск паролей и ключей в текстах
• Обезличивание переписки для аналитики

Размеры

1.5B (50M активных)

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинка + текст2025–2026

Granite Vision

IBM · США

Компактные модели IBM для корпоративных документов: таблицы, графики, формы, пары «поле — значение». Карточка честно предупреждает, что лучше всего работает с английским.

• Извлечение полей из форм и счетов
• Перевод графиков и таблиц в данные
• Ответы на вопросы по документам

Размеры

2B – 4B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2023–2026

Mistral

Mistral AI · Франция

Европейские модели с упором на скорость. Mixtral — одна из первых открытых моделей на архитектуре «смесь экспертов».

• Быстрые ответы в чате
• Извлечение данных из текста
• Перевод и работа с несколькими языками

Размеры

3B – 675B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Компьютерное зрение2023–2026

Segment Anything (SAM)

Meta · США

Выделяет любой объект на фото и видео по клику или рамке. Основа для удаления фона и подсчёта объектов.

• Удаление фона с фото товара
• Подсчёт объектов на фото
• Разметка данных для обучения

Размеры

91M – ~0,85B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Медицина2025–2026

Hulu-Med

Чжэцзянский университет · Китай

Медицинская модель для текста, снимков, 3D-исследований и видео: от лёгкой 4B до крупной MoE. Не заменяет врача, решения принимает специалист.

• Подсказки при разборе снимков и КТ для врача
• Черновики заключений и выписок
• Поиск по медицинской литературе

Размеры

4B – 235B-A22B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Математика и рассуждения2025–2026

Goedel-Prover

Принстонский университет · США

Открытые модели для формальных доказательств в Lean 4 из Принстона. Свежая Goedel-Code-Prover доказывает корректность программ.

• Формальная проверка математических выкладок
• Проверка корректности кода
• Обучение

Размеры

7B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Поиск и RAG2026

pplx-embed

Perplexity · США

Эмбеддинги поискового сервиса Perplexity. Есть версии, которые учитывают контекст всего документа, а не только отдельного фрагмента.

• Поиск по большим массивам документов
• RAG с учётом контекста документа
• Поиск по сайту и каталогу

Размеры

0.6B – 4B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Роботы2025–2026

NVIDIA Isaac GR00T

NVIDIA · США

Базовая модель NVIDIA для человекоподобных роботов и манипуляторов: видит, понимает команду и выдаёт движения. Встроена в экосистему Isaac.

• Управление человекоподобными роботами
• Дообучение под свою роботизированную ячейку
• Обучение в симуляции с переносом на реального робота

Размеры

2B – 3B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Речь в текст2025–2026

Voxtral

Mistral AI · Франция

Речевые модели Mistral: понимают аудио, расшифровывают и отвечают на вопросы по записи. Realtime-версия распознаёт в реальном времени и поддерживает русский; есть синтез речи.

• Расшифровка и краткое содержание записей
• Вопросы к аудио
• Распознавание в реальном времени

Размеры

3B – 24B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Синтез речи2024–2026

Fish Speech / OpenAudio

Fish Audio · США / Китай

Синтез речи с клонированием голоса и управлением эмоциями на 80+ языках, включая русский. Качество близко к платным сервисам, но веса только для исследований.

• Клонирование голоса
• Эмоциональная озвучка
• Озвучка на многих языках

Размеры

0.5B – около 4.5B

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Текст2024–2026

Sarvam

Sarvam AI · Индия

Индийские модели с упором на 22 языка Индии. Sarvam 30B и 105B 2026 года это MoE-модели с сильными навыками рассуждения и работы в агентах.

• Многоязычная поддержка клиентов
• Задачи с рассуждением и расчётами
• Агенты с вызовом инструментов

Размеры

2B – 105B-A10B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2025–2026

Reka Flash и Reka Edge

Reka AI · США

Компактные модели Reka: Flash 3 на 21B для рассуждений и Reka Edge на 7B, которая быстро разбирает изображения и видео на устройстве.

• Разбор фото и видео (Edge)
• Поиск объектов на изображениях
• Задачи с рассуждением (Flash)

Размеры

7B – 21B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Картинка + текст2023–2026

InternVL

Shanghai AI Laboratory (OpenGVLab) · Китай

Большая линейка китайских моделей зрения с размерами от 1B до 241B. InternVL-U (4B) объединяет понимание картинок, их генерацию и редактирование.

• Понимание документов, схем и графиков
• Ответы на вопросы по фото
• Разбор видео

Размеры

1B – 241B-A28B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинка + текст2024–2026

Molmo

Ai2 (Allen Institute for AI) · США

Полностью открытые модели зрения Ai2 (веса и данные). Умеют указывать точку на картинке и считать предметы; Molmo2 понимает видео, MolmoWeb управляет браузером.

• Подсчёт товаров и объектов на фото
• Указание, где на снимке нужный предмет
• Разбор видео

Размеры

1B-A7B – 72B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2025–2026

dots.ocr

rednote hilab (Xiaohongshu) · Китай

Многоязычная модель для разбора документов: текст, таблицы, формулы и порядок чтения за один проход. dots.mocr ещё переводит графики и схемы в векторный SVG.

• Распознавание счетов, договоров и накладных
• Перевод таблиц в редактируемый вид
• Перевод графиков и схем в векторный формат

Размеры

около 3B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2025–2026

Chandra OCR

Datalab · США

Сильная OCR-модель от авторов Marker и Surya: рукописный текст, формы, таблицы. По карточке поддерживает 90+ языков, русский есть среди примеров.

• Распознавание счетов, договоров и накладных, в том числе на русском
• Распознавание рукописных форм и анкет
• Распознавание сложных таблиц

Размеры

5B – 9B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Документы и OCR2026

Qianfan-OCR

Baidu (Qianfan) · Китай

Модель Baidu, которая не только распознаёт документ, но и отвечает на вопросы по нему. По карточке поддерживает 192 языка, включая кириллицу.

• Распознавание счетов, договоров и накладных, в том числе на русском
• Разметка страницы и распознавание таблиц
• Ответы на вопросы по документу

Размеры

4B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Код2024–2026

Qwen Coder

Alibaba (команда Qwen) · Китай

Самая широкая открытая линейка для кода: от 0.5B для автодополнения до 480B для агентов. Qwen3-Coder-Next (80B, активны 3B) работает как агент-разработчик на одной видеокарте.

• Автодополнение кода в редакторе
• Агент, который сам правит код в репозитории
• Генерация и доработка скриптов, SQL, интеграций

Размеры

0.5B – 480B-A35B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Код2026

IQuest-Coder

IQuest Research · Китай

Семейство моделей для кода с обычными и рассуждающими версиями, в том числе вариант Loop с повторным проходом по слоям. Размеры от 7B до 40B.

• Генерация и доработка кода
• Решение задач с пошаговыми рассуждениями
• Агентная работа с репозиторием

Размеры

7B – 40B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Код2026

SERA (Ai2 Open Coding Agents)

Ai2 (Allen Institute for AI) · США

Полностью открытые агенты-разработчики от Ai2: открыты веса, данные и рецепт обучения. Задуманы так, чтобы компания могла дешево доучить агента на своём репозитории.

• Агент для исправления задач в коде
• Дообучение агента под внутренний репозиторий
• Автоматизация мелких правок и тестов

Размеры

8B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинки2025–2026

LongCat-Image

Meituan · Китай

Модель генерации и редактирования картинок на 6B от Meituan. Хорошо пишет китайский текст, есть быстрая версия для правок.

• Генерация картинок по описанию
• Правка фото по инструкции
• Визуалы для карточек товаров

Размеры

6B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Математика и рассуждения2026

QED-Nano

LM Provers (CMU, Hugging Face, ETH Zurich, Project Numina) · США, Швейцария, Франция

Маленькая модель 4B на Qwen3, которая пишет математические доказательства на обычном языке почти на уровне больших моделей. Запускается на ноутбуке.

• Проверка логики рассуждений и выкладок
• Пошаговое объяснение решений
• Обучение и олимпиадная подготовка

Размеры

4B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Голосовые ассистенты2024–2026

Moshi / Hibiki

Kyutai · Франция

Голосовой ассистент, который слушает и говорит одновременно, без задержки на распознавание и синтез. Hibiki — синхронный перевод речи в речь между несколькими европейскими языками.

• Голосовой собеседник в реальном времени
• Синхронный перевод речи
• Голосовые интерфейсы без задержки

Размеры

2B – 7B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Голосовые ассистенты2025–2026

MiniCPM-o

OpenBMB (ModelBest, Университет Цинхуа) · Китай

Небольшая модель, которая видит, слышит и отвечает голосом в реальном времени, может клонировать голос. Голосовой диалог на английском и китайском, текст — на 30+ языках.

• Голосовой ассистент на своём сервере
• Разбор видео и документов
• Ответы голосом по картинке с камеры

Размеры

8B – 9B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Примерка одежды2026

FASHN VTON

FASHN AI · Израиль

Редкая открытая примерка с коммерческой лицензией: без маски, берёт фото вещи на модели или раскладку. Веса около 2 ГБ.

• Карточки товара на модели без фотосессии
• Примерочная на сайте магазина
• Каталог из фото раскладки одежды

Размеры

972M

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Картинки2024–2026

FLUX

Black Forest Labs · Германия

Генерация картинок от авторов Stable Diffusion. Хорошо рисует текст на изображении и держит композицию.

• Картинки для карточек товаров
• Баннеры и обложки
• Редактирование фото по описанию (Kontext)

Размеры

4B – 32B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Картинки2024–2026

Hunyuan Image

Tencent · Китай

Модели картинок Tencent. HunyuanImage 3.0 — крупнейшая открытая MoE-модель генерации на 80B, умеет рассуждать над запросом и редактировать по инструкции.

• Сложные сцены по длинному описанию
• Картинки с текстом на китайском и английском
• Редактирование изображений по инструкции

Размеры

1.5B – 80B-A13B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Картинки2025–2026

Z-Image

Alibaba (Tongyi-MAI) · Китай

Компактная модель на 6B с фотореализмом уровня крупных моделей. Turbo-версия выдаёт картинку за несколько шагов на обычной игровой видеокарте.

• Фотореалистичные рекламные картинки
• Картинки с текстом на русском, английском и китайском
• Массовая генерация визуалов

Размеры

6B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Картинки2026

GLM-Image

Zhipu AI (Z.ai) · Китай

Гибрид языковой модели на 9B и декодера на 7B. Сильна в картинках с большим количеством текста: постеры, инфографика, слайды.

• Постеры и баннеры с текстом
• Инфографика
• Иллюстрации к презентациям

Размеры

9B + 7B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Видео2025–2026

SkyReels

Skywork AI (Kunlun Tech) · Китай

Видеомодели для кинематографичных сцен с людьми. Умеют ролики неограниченной длины, продление видео и говорящих персонажей по аудио.

• Длинные ролики с продолжением
• Видео с одним персонажем по референсу
• Говорящий аватар по голосу

Размеры

1.3B – 19B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Аватары2024–2026

EchoMimic

Ant Group · Китай

Говорящие аватары от Ant Group: лицо, а с V2 и жесты рук. V3-Flash выдаёт видео за 8 шагов и укладывается в 12 ГБ видеопамяти.

• Видео с ведущим по фото и голосу
• Аватар с жестами для презентаций
• Озвученные персонажи

Размеры

до 1.3B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Аватары2025–2026

Live Avatar

Alibaba (Quark) · Китай

Потоковый аватар в реальном времени неограниченной длины. Подходит для живых эфиров и диалога, но требует мощного серверного железа.

• Живой аватар для диалога с клиентом
• Бесконечные трансляции с ведущим
• Интерактивные персонажи

Размеры

14B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Медицина2025–2026

MedGemma

Google · США

Медицинская версия Gemma от Google: читает медицинские тексты и снимки (рентген, дерматология, гистология). Инструмент для врача и разработчика, не заменяет врача, решения принимает специалист.

• Черновики выписок и заключений для проверки врачом
• Подсказки при разборе снимков для врача
• Поиск и пересказ медицинской литературы

Размеры

4B – 27B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Медицина2023–2026

CheXagent / CheXOne

Stanford AIMI · США

Стэнфордские модели для рентгена грудной клетки: описывают снимок и готовят черновик заключения. Не заменяет врача, решения принимает специалист.

• Черновик описания рентгенограммы для врача-рентгенолога
• Подсказки при разборе снимков для врача
• Проверка полноты заключений

Размеры

3B – 8B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Медицина2025–2026

Lingshu

Alibaba DAMO Academy · Китай

Медицинская модель Alibaba на основе Qwen2.5-VL: понимает снимки разных типов и медицинский текст, умеет рассуждать по шагам. Не заменяет врача, решения принимает специалист.

• Подсказки при разборе снимков для врача
• Черновики заключений и выписок
• Поиск по медицинской литературе

Размеры

7B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Медицина2025–2026

AntAngelMed

Ant Healthcare (Ant Group) и Центр медицинской информации провинции Чжэцзян · Китай

Крупная медицинская MoE-модель на базе Ling-flash-2.0: 100B параметров, из них в работе 6B, поэтому отвечает быстро. Не заменяет врача, решения принимает специалист.

• Справочные ответы персоналу по клиническим вопросам
• Черновики выписок для проверки врачом
• Поиск по медицинской литературе

Размеры

100B-A6B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Компьютерное зрение2023–2026

YOLO (Ultralytics)

Ultralytics · США

Самый распространённый детектор объектов в реальном времени: находит и выделяет предметы на видео даже на слабом железе. YOLOv5 вышел ещё в 2020, в каталоге отсчёт от YOLOv8.

• Подсчёт людей, машин, товаров на видео
• Контроль касок и спецодежды
• Поиск брака на конвейере

Размеры

2.4M – 68M

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Поиск и RAG2025–2026

Qwen3 Embedding / Reranker

Alibaba (Qwen) · Китай

Эмбеддинги и реранкеры на базе Qwen3, в числе лучших открытых для многоязычного поиска, включая русский. VL-версии ищут по картинкам, скриншотам и видео.

• Поиск по базе знаний для RAG
• Переранжирование найденного перед ответом
• Поиск по сканам, слайдам и скриншотам

Размеры

0.6B – 8B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Поиск и RAG2026

Voyage 4 nano

Voyage AI (MongoDB) · США

Единственная открытая модель линейки Voyage 4: её векторы совместимы с платными старшими версиями, можно начать локально и позже перейти на API.

• Поиск по документам на своём сервере
• RAG для небольших баз знаний
• Поиск похожих текстов

Размеры

около 340M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Синтез речи2026

Qwen3-TTS

Alibaba (Qwen) · Китай

Синтез речи на 10 языках, включая русский: клонирование голоса по 3 секундам, готовые голоса и создание голоса по текстовому описанию.

• Голос для бота и ассистента
• Клонирование фирменного голоса
• Подбор голоса по описанию

Размеры

0.6B – 1.7B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2023–2026

Baichuan

Baichuan Intelligence · Китай

Сначала универсальные китайские модели, с 2025 года — медицинская линия. Baichuan-M3 (на основе Qwen3-235B) обучена моделировать ход клинического рассуждения врача.

• Справочный помощник врача
• Предварительный опрос пациента
• Разбор медицинских документов

Размеры

7B – 235B-A22B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2023–2026

Falcon

Technology Innovation Institute (TII) · ОАЭ

Семейство из Абу-Даби: от ранних Falcon 40B и 180B до гибридных Falcon-H1 и сверхмалых Falcon-H1-Tiny на 90–600M параметров для устройств.

• Ассистент и ответы по документам
• Работа на слабом железе и в устройствах
• Вызов инструментов в простых агентах

Размеры

90M – 180B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2023–2026

Phi

Microsoft · США

Малые модели Microsoft, обученные на тщательно отобранных данных: сильны в логике и математике при скромном размере. Есть версии с картинками и речью.

• Ассистент на ноутбуке или своём сервере
• Задачи с рассуждением и расчётами
• Разбор изображений и схем (vision-версии)

Размеры

1.3B – 42B-A6.6B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2024–2026

OLMo

Allen Institute for AI (Ai2) · США

Полностью открытые модели: опубликованы не только веса, но и данные, код обучения и промежуточные снимки. Удобно, когда важна прозрачность происхождения.

• Ассистент и ответы по документам
• Задачи с рассуждением (версии Think)
• Дообучение под свои данные с понятной историей модели

Размеры

1B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2024–2026

Jamba

AI21 Labs · Израиль

Гибрид трансформера и Mamba с окном до 256K токенов: держит длинные документы быстрее обычных моделей. Jamba2 ориентирована на точные ответы по источникам.

• Ответы по длинным регламентам и договорам
• Поиск по базе знаний (RAG)
• Пересказ больших документов

Размеры

3B – 398B-A94B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2024–2026

INTELLECT

Prime Intellect · США

Модели, обученные распределённо на видеокартах со всего мира. INTELLECT-3 на 106B дообучена с подкреплением для математики, кода и агентов.

• Задачи с рассуждением и математикой
• Помощь в программировании
• Агенты с вызовом инструментов

Размеры

10B – 106B-A12B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Текст2024–2026

EuroLLM

Консорциум UTTER (Unbabel, университеты Лиссабона, Эдинбурга, Амстердама и др.) · Евросоюз

Европейские языковые модели, обученные на всех языках ЕС и ряде других, с упором на перевод. Русский есть. Свободная лицензия.

• Перевод и локализация текстов
• Ответы на вопросы на разных языках
• Черновики писем для зарубежных партнёров

Размеры

1.7B – 22B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Перевод2026

TranslateGemma

Google · США

Переводчики на базе Gemma 3 на 55 языков, умеют переводить и текст на картинках. Русский есть. Версия 4B помещается на ноутбук.

• Перевод документов и переписки
• Перевод текста со скриншотов и фото
• Локализация сайтов и приложений

Размеры

4B – 27B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Документы и OCR2025–2026

DeepSeek-OCR

DeepSeek · Китай

OCR-модель, которая сильно сжимает страницу в небольшое число визуальных токенов, поэтому быстро обрабатывает большие объёмы. Версия 2 лучше понимает порядок чтения.

• Массовое распознавание сканов счетов и договоров
• Распознавание таблиц
• Перевод PDF в Markdown для поиска и RAG

Размеры

около 3B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2026

GLM-OCR

Zhipu AI (Z.ai) · Китай

Лёгкая OCR-модель Zhipu для разбора документов. В карточке русский указан среди поддерживаемых языков; рассчитана на высокую нагрузку и слабое железо.

• Распознавание счетов, договоров и накладных, в том числе на русском
• Распознавание таблиц и формул
• Извлечение полей в JSON

Размеры

0.9B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2025–2026

LightOnOCR

LightOn · Франция

Французская OCR-модель на 1B, которая переводит страницу в текст за один проход и быстро работает на потоке. Языки в карточке — европейские, китайский и японский, русского нет.

• Распознавание счетов и договоров на европейских языках
• Распознавание таблиц
• Перевод PDF в текст для поиска и RAG

Размеры

0.9B – 1B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Код2025

Devstral

Mistral AI (с All Hands AI) · Франция

Модели Mistral для агентной разработки: сами читают репозиторий, правят файлы и запускают команды. Версия 24B помещается на одну видеокарту.

• Агент-разработчик для исправления задач из трекера
• Доработка внутренних систем по описанию
• Автоматизация рутинных правок в коде

Размеры

24B – 123B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

3D2024–2025

TRELLIS

Microsoft · США

Одна из сильнейших открытых 3D-моделей: по картинке или тексту выдаёт сетку с текстурой или гауссову сцену. TRELLIS.2 заметно детальнее первой версии.

• 3D-модели товаров и интерьера по фото
• Ассеты для игр и AR/VR
• Прототипы для 3D-печати

Размеры

до 4B (TRELLIS.2)

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Компьютерное зрение2024–2025

Depth Anything

ByteDance и Гонконгский университет · Китай

Определяет глубину — расстояние до каждой точки — по одной обычной фотографии или видео. DA3 восстанавливает геометрию сцены с нескольких кадров.

• Оценка расстояний и объёмов по камере
• Эффекты глубины для фото и видео
• Навигация роботов и дронов

Размеры

25M – 1.4B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Речь в текст2025

Omnilingual ASR

Meta · США

Распознавание речи на 1600+ языках, включая русский и редкие языки, которые раньше не поддерживала ни одна система. Новый язык можно добавить по нескольким примерам.

• Расшифровка на редких и местных языках
• Оцифровка устных архивов
• Субтитры на многих языках

Размеры

300M – 7B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Речь в текст2024–2025

SenseVoice / Paraformer / Fun-ASR

Alibaba (Tongyi, FunAudioLLM) · Китай

Набор моделей Alibaba для быстрого распознавания речи, в первую очередь китайской и азиатских языков. SenseVoice дополнительно определяет эмоции и звуковые события.

• Расшифровка звонков
• Определение эмоций в голосе
• Распознавание смеха, музыки и других звуков

Размеры

около 230M – 800M

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Синтез речи2024–2025

CosyVoice / Fun-CosyVoice

Alibaba (Tongyi, FunAudioLLM) · Китай

Синтез речи с клонированием голоса по короткому образцу и потоковой выдачей для живого диалога. Третья версия поддерживает 9 языков, включая русский.

• Голос для бота и ассистента
• Клонирование фирменного голоса
• Озвучка роликов

Размеры

300M – 0.5B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2025

HyperCLOVA X SEED

Naver · Южная Корея

Открытые младшие модели корейского Naver: от 0.5B до 32B, включая рассуждающие Think и мультимодальные версии с пониманием картинок.

• Лёгкий корейско-английский ассистент
• Разбор картинок и документов
• Классификация текстов

Размеры

0.5B – 32B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2024–2025

T-Pro / T-Lite

Т-Банк · Россия

Модели Т-Банка, дообученные на основе Qwen специально для русского языка: заметно лучше исходной модели пишут и рассуждают по-русски. T-Lite — 8B, T-Pro — 32B на одну видеокарту.

• Русскоязычный чат-бот поддержки
• Разбор обращений и документов на русском
• Ответы по базе знаний компании

Размеры

7B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинка + текст2023–2025

CogVLM и GLM-V

Zhipu AI (Z.ai) и Университет Цинхуа · Китай

Модели зрения от Zhipu: сначала CogVLM, затем линейка GLM-V. GLM-4.6V умеет вызывать инструменты по картинкам и работать как агент с интерфейсом.

• Ответы на вопросы по фото и документам
• Агент, работающий с интерфейсом по скриншотам
• Разбор графиков и отчётов

Размеры

9B – 106B-A12B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Видео2024–2025

HunyuanVideo

Tencent · Китай

Видеомодель Tencent, одна из первых открытых на уровне закрытых сервисов. Версия 1.5 стала легче (8.3B) и идёт на потребительских картах.

• Видео по текстовому сценарию
• Оживление изображений
• База для дообучения своих видеомоделей

Размеры

8.3B – 13B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Математика и рассуждения2024–2025

DeepSeek-Math

DeepSeek · Китай

Математические модели DeepSeek. Первая версия 7B ввела метод обучения GRPO, V2 на 685B пишет и сама проверяет доказательства уровня олимпиад.

• Расчёты и проверка формул
• Проверка математических выкладок в отчётах
• Разбор задач по шагам

Размеры

7B – 685B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

3D2025

SAM 3D

Meta · США

Восстанавливает 3D-форму предмета или тела человека по одной обычной фотографии, даже если объект частично закрыт. Две модели: Objects и Body.

• 3D-модель предмета с фото из каталога
• Оценка позы и формы тела по фото
• Примерка и AR-сценарии

Размеры

н/д

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Текст2023–2025

Hermes

Nous Research · США

Дообучения Nous Research поверх Llama, Mistral, Qwen и Seed-OSS. Ценятся за точное следование инструкциям, вызов функций и ответы в строгом JSON; реже отказывают, чем исходные модели, у Hermes 4 есть режим рассуждений.

• Агенты, вызывающие функции и API
• Извлечение данных в строгом формате JSON
• Ассистент с гибкой настройкой роли и тона

Размеры

3B – 405B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Синтез речи2022–2025

Silero TTS

Silero · Россия

Лёгкий синтез русской речи, работает на обычном процессоре. Версия v5 добавила языки СНГ и народов России: татарский, башкирский, якутский, казахский и другие.

• Озвучка ответов голосового бота
• Чтение текстов на русском
• Голоса на языках народов России

Размеры

десятки мегабайт

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Синтез речи2025

Dia

Nari Labs · Южная Корея

Модель, которая озвучивает целые диалоги на два голоса со смехом, вздохами и паузами. Только английский.

• Озвучка диалогов и подкастов
• Рекламные ролики с живой речью
• Сценки для обучения

Размеры

1B – 2B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Видео2025

LongCat-Video

Meituan · Китай

Видеомодель на 13.6B: из текста, из картинки и продолжение видео. Держит качество на роликах в несколько минут.

• Длинные ролики
• Видео из фото
• Продолжение готового видео

Размеры

13.6B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Компьютерное зрение2023–2025

Grounding DINO / Rex-Omni

IDEA Research · Китай

Находит на картинке любые объекты по текстовому описанию, без обучения на своих данных: «красная коробка», «человек без каски». Rex-Omni — новое поколение на базе VLM.

• Поиск объектов по описанию без разметки
• Автоматическая разметка данных для обучения
• Проверка фото на соответствие требованиям

Размеры

172M – 3B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Прогнозы2024–2025

Chronos

Amazon · США

Модели прогнозов Amazon, одни из самых скачиваемых. Chronos-2 учитывает внешние факторы: цены, акции, погоду.

• Прогноз спроса с учётом акций и цен
• Планирование запасов
• Прогноз выручки и потоков клиентов

Размеры

8M – 710M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Музыка и звук2025

DiffRhythm

ASLP-lab (Северо-Западный политехнический университет) · Китай

Быстрая генерация полной песни с вокалом по тексту и образцу стиля, до нескольких минут звучания.

• Песни и джинглы по тексту
• Музыка для роликов
• Демо-версии композиций

Размеры

около 1.1B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Модерация и безопасность2025

gpt-oss-safeguard

OpenAI · США

Модерация по вашим правилам: политику пишете обычным текстом, модель рассуждает и выносит решение с объяснением. Построена на gpt-oss.

• Модерация по внутренним правилам компании
• Разметка спорных сообщений с объяснением
• Проверка отзывов и объявлений перед публикацией

Размеры

20B – 120B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Картинка + текст2023–2025

Qwen-VL

Alibaba (команда Qwen) · Китай

Одна из сильнейших открытых моделей зрения: читает документы, таблицы, графики, видео, работает с интерфейсами. С Qwen3.5 зрение встроено прямо в основную модель Qwen.

• Извлечение данных из сканов счетов и накладных
• Разбор фотографий товаров и витрин
• Анализ видео и записей с камер

Размеры

2B – 235B-A22B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2025

olmOCR

Ai2 (Allen Institute for AI) · США

Модель и набор инструментов для массового перевода PDF в чистый текст с сохранением порядка чтения, таблиц и формул. Рассчитана на обработку миллионов страниц.

• Массовая оцифровка архива PDF
• Распознавание договоров и отчётов в текст
• Подготовка документов для поиска и RAG

Размеры

7B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Документы и OCR2025

Nanonets-OCR

Nanonets · США / Индия

Модель для перевода документов в Markdown с таблицами, печатями, подписями, галочками и водяными знаками. В карточке OCR2 русский указан среди языков.

• Распознавание счетов, договоров и накладных, в том числе на русском
• Распознавание печатей, подписей и отметок
• Распознавание рукописного текста

Размеры

1.5B – 3B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

3D2024–2025

Hunyuan3D

Tencent · Китай

Открытая 3D-линейка Tencent: форма и текстура по картинке, качество на уровне платных сервисов. Omni добавляет управление позой и формой, Part делит модель на детали.

• 3D-модели товаров с текстурой
• Персонажи и предметы для игр
• Разделение модели на детали для печати

Размеры

набор моделей: форма и текстуры

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Поиск и RAG2025

EmbeddingGemma

Google · США

Маленькая многоязычная модель эмбеддингов на базе Gemma 3, работает даже на телефоне и ноутбуке без интернета.

• Поиск по документам на устройстве
• RAG без отправки данных наружу
• Классификация текстов

Размеры

300M

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Роботы2025

π0 / π0.5 (openpi)

Physical Intelligence · США

Модели управления роботами от Physical Intelligence: складывание белья, уборка, работа с предметами. π0.5 лучше справляется в незнакомой обстановке.

• Управление манипуляторами и двуруким роботом
• Дообучение под свои операции
• Пилоты по автоматизации ручного труда

Размеры

около 3B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Речь в текст2023–2025

Vosk (русские модели)

Alpha Cephei · Россия

Офлайн-распознавание русской речи, которое работает даже на Raspberry Pi и телефоне, без интернета. Есть потоковые модели для живого звука и простой русский синтез речи Vosk TTS.

• Расшифровка звонков и записей на русском без облака
• Голосовое управление в приложениях и киосках
• Распознавание речи в потоке с малой задержкой

Размеры

около 45 МБ – 1,8 ГБ

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Голосовые ассистенты2025

Qwen Omni

Alibaba (Qwen) · Китай

Модели, которые понимают текст, картинки, аудио и видео и отвечают голосом в реальном времени. Qwen3-Omni говорит на 10 языках, включая русский.

• Голосовой ассистент для клиентов
• Разбор звонков и видео
• Ответы голосом по документам и картинкам

Размеры

3B – 30B-A3B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2025

ERNIE 4.5

Baidu · Китай

Первая открытая линия Baidu: от крошечной 0.3B до MoE на 300 млрд параметров, есть версии с пониманием картинок. Средняя 21B-A3B помещается на одну видеокарту.

• Корпоративный ассистент
• Разбор документов и изображений
• Классификация обращений

Размеры

0.3B – 300B-A47B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2024–2025

Vikhr

Vikhr Models · Россия

Русскоязычные дообучения открытых моделей (Mistral, Qwen, Llama) от независимой команды Vikhr: улучшают русский язык, есть компактные версии для обычного ПК.

• Русскоязычный ассистент на своём ПК или сервере
• Ответы по базе знаний (RAG)
• Тексты и письма на русском

Размеры

0.5B – 24B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Модерация и безопасность2025

Qwen3Guard

Alibaba (Qwen) · Китай

Фильтры безопасности на 119 языков, русский в их числе. Версия Stream проверяет ответ бота прямо во время его генерации и может оборвать его на лету.

• Фильтр запросов к боту на русском
• Остановка опасного ответа во время генерации
• Разметка сообщений по категориям риска

Размеры

0.6B – 8B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2025

SmolDocling и Granite-Docling

IBM и Hugging Face · США

Крошечные модели для открытого конвертера документов Docling: переводят страницу в разметку с таблицами, формулами и кодом. Работают на обычном ноутбуке.

• Перевод PDF и сканов в Markdown для поиска и RAG
• Распознавание таблиц из отчётов
• Разбор счетов и договоров на обычном ПК

Размеры

256M – 258M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2025

gpt-oss

OpenAI · США

Первые открытые модели OpenAI со времён GPT-2. Рассуждения, вызов инструментов, младшая версия помещается на одну видеокарту.

• ИИ-агент с вызовом внутренних систем
• Ответы по регламентам
• Черновики писем и отчётов

Размеры

20B, 120B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Аватары2025

MultiTalk / InfiniteTalk

Meituan · Китай

Дубляж и говорящие персонажи на базе Wan: MultiTalk ведёт диалог нескольких людей, InfiniteTalk переозвучивает видео любой длины с мимикой и телом.

• Дубляж видео с подгонкой мимики
• Диалог двух персонажей по аудио
• Длинные ролики с ведущим

Размеры

14B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Математика и рассуждения2025

Kimina-Prover

Moonshot AI и Project Numina · Китай, Франция

Модели для формальных доказательств в Lean 4 от Moonshot AI (Kimi) и Numina. Есть маленькие версии от 0.6B, которые запускаются на ноутбуке.

• Формальная проверка математических выкладок
• Перевод задачи с обычного языка на Lean
• Обучение и олимпиадная подготовка

Размеры

0.6B – 72B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Компьютерное зрение2023–2025

DINOv2 / DINOv3

Meta · США

Базовые модели, которые превращают картинку в числовой «отпечаток». На них строят поиск похожих изображений, классификацию и сегментацию без большой разметки.

• Поиск похожих товаров и фото
• Классификация изображений на малых данных
• Основа для своих моделей контроля качества

Размеры

21M – 7B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Прогнозы2024–2025

Moirai

Salesforce · США

Универсальная модель прогнозов Salesforce для рядов с разной частотой и многими переменными. Веса открыты только для исследований.

• Исследовательские пилоты прогнозов
• Сравнение с другими моделями прогнозов
• Прогнозы по многим связанным рядам

Размеры

11M – 311M

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Текст2024–2025

Ruadapt (RuadaptQwen)

НИВЦ МГУ, лаборатория LAIR (RefalMachine) · Россия

Модели Qwen, переделанные под русский язык: заменён токенизатор и проведено дообучение на русских текстах. За счёт этого русский текст генерируется до двух раз быстрее, чем у исходной модели того же размера.

• Русскоязычный ассистент на своём сервере
• Ответы по документам компании (RAG) на русском
• Разбор и пересказ длинных русских текстов

Размеры

1.5B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2025

Seed-OSS

ByteDance · Китай

Открытая модель ByteDance на 36B с контекстом до 512 тыс. токенов и настраиваемым «бюджетом размышлений». Помещается на одну мощную видеокарту.

• Разбор длинных документов
• Агенты с инструментами
• Корпоративный ассистент

Размеры

36B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Текст2024–2025

Grok (открытые веса)

xAI · США

xAI выкладывает веса прошлых поколений Grok. Модели очень большие и требуют кластера видеокарт, поэтому на практике их запускают редко.

• Исследования больших моделей
• Ассистент на собственной инфраструктуре
• Генерация и анализ текстов

Размеры

314B (Grok-1), Grok-2 крупнее

Железо

от: Кластер

Коммерция с условиямиПодробнее

Примерка одежды2025

OmniTry

Kunbyte AI · Китай

Примерка не только одежды: очки, серьги, сумки, шляпы, часы и другие аксессуары. Работает без маски. Требует видеокарту от 28 ГБ.

• Примерка аксессуаров и украшений на фото
• Карточки товара с аксессуаром на модели
• Примерочная очков и бижутерии на сайте

Размеры

дополнение к FLUX.1 Fill dev 12B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Медицина2025

MedSigLIP

Google · США

Лёгкий кодировщик медицинских снимков и текста от Google, тот же, что внутри MedGemma. Сортирует и ищет похожие снимки. Не заменяет врача, решения принимает специалист.

• Поиск похожих снимков в архиве клиники
• Предварительная сортировка снимков для врача
• Основа для своих классификаторов снимков

Размеры

около 0.9B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Медицина2025

II-Medical

Intelligent Internet · Великобритания

Рассуждающие медицинские модели на Qwen3, которые рассчитаны на запуск на обычном компьютере. Не заменяет врача, решения принимает специалист.

• Справочные ответы персоналу с ходом рассуждения
• Черновики выписок для проверки врачом
• Поиск по медицинской литературе

Размеры

7B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Речь в текст2025

T-one

Т-Банк · Россия

Компактная потоковая модель Т-Банка для распознавания русской речи в телефонных разговорах. Работает в реальном времени даже без видеокарты.

• Расшифровка телефонных звонков
• Голосовые роботы на линии
• Контроль качества разговоров

Размеры

72M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2024–2025

SmolLM

Hugging Face · США

Крошечные открытые модели Hugging Face для телефонов и ноутбуков. SmolLM3 на 3B умеет рассуждать и держит длинный контекст, весь рецепт обучения открыт.

• Простой ассистент прямо на устройстве
• Классификация и маршрутизация обращений
• Основа для дообучения под узкую задачу

Размеры

135M – 3B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Перевод2025

Seed-X

ByteDance Seed · Китай

Компактный переводчик ByteDance на 28 языков, по качеству близкий к крупным закрытым системам. Русский есть. Есть готовые сжатые версии.

• Перевод деловой переписки и документов
• Перевод карточек товаров
• Перевод технических и юридических текстов

Размеры

7B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Примерка одежды2025

FastFit

LavieAI и Университет Сунь Ятсена · Китай

Примерка сразу нескольких вещей за раз: верх, низ, обувь, сумка. Быстрее прежних моделей за счёт кэширования. Лицензия некоммерческая.

• Сборка образа из нескольких товаров на одной модели
• Пилот «собери лук» на сайте
• Прототипы лукбуков без съёмки

Размеры

на базе SD 1.5 inpainting

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Обработка фото2024–2025

BiRefNet

Нанькайский университет · Китай

Открытая модель точного выделения объекта и удаления фона под лицензией MIT. На ней построен RMBG-2.0. Есть версии для 2K и для волос и полупрозрачных краёв.

• Удаление фона с фото товаров потоком
• Точные маски для дизайна и печати
• Вырезка людей с волосами для рекламы

Размеры

около 220M (есть облегчённые lite)

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинки2024–2025

OmniGen

BAAI (Пекинская академия ИИ) · Китай

Универсальная модель: генерирует, редактирует, переносит объект или человека с фото в новую сцену без отдельных плагинов.

• Перенос товара или человека в новую сцену
• Редактирование фото по инструкции
• Генерация по нескольким референсам

Размеры

около 4B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Математика и рассуждения2025

AceMath / AceReason

NVIDIA · США

Модели NVIDIA для математики и рассуждений на базе Qwen. AceReason дообучена с подкреплением сначала на математике, потом на коде.

• Расчёты и проверка формул
• Сложная аналитика с пошаговым разбором
• Разбор задач по программированию

Размеры

1.5B – 72B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Роботы2025

SmolVLA

Hugging Face · США

Маленькая модель управления роботом, которая работает на обычном ноутбуке. Обучена на открытых данных сообщества LeRobot, подходит для недорогих манипуляторов.

• Управление недорогим манипулятором
• Быстрые пилоты и демо роботизации
• Обучение персонала и студентов

Размеры

450M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Перевод2024–2025

Tower

Unbabel · Португалия

Языковые модели, заточенные под перевод и работу с многоязычными текстами: перевод, правка, оценка качества перевода. Русский есть. Некоммерческая лицензия.

• Перевод с учётом контекста и терминов
• Редактура машинного перевода
• Оценка качества готового перевода

Размеры

2B – 72B

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Обработка фото2025

SeedVR / SeedVR2

ByteDance Seed · Китай

Восстановление и увеличение видео и фото от ByteDance. SeedVR2 делает это за один шаг, поэтому заметно быстрее похожих моделей. Коммерческая лицензия.

• Увеличение фото и видео до 2K–4K
• Восстановление старых роликов и снимков
• Улучшение пользовательских фото перед публикацией

Размеры

3B – 7B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Картинка + текст2025

Kimi-VL

Moonshot AI · Китай

Экономичная MoE-модель зрения (16B, активны 3B) с длинным контекстом и рассуждающей версией. Хорошо разбирает длинные документы и видео.

• Разбор длинных PDF и презентаций
• Ответы на вопросы по видео
• Работа с интерфейсами по скриншотам

Размеры

16B-A3B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Текст2025

DeepSeek-R1

DeepSeek · Китай

Рассуждающая модель: думает по шагам перед ответом. Сильна в расчётах, логике и коде; есть компактные дистиллированные версии.

• Сложные расчёты и проверка логики
• Анализ договоров и регламентов
• Помощь программистам

Размеры

1,5B – 671B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Код2025

Seed-Coder

ByteDance Seed · Китай

Компактная модель для кода 8B от ByteDance: базовая, инструктивная и рассуждающая версии. Данные для обучения отбирала сама модель, почти без ручных правил.

• Автодополнение и генерация кода
• Решение алгоритмических задач
• Основа для дообучения под свой стек

Размеры

8B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинки2025

BAGEL

ByteDance Seed · Китай

Единая модель, которая и понимает картинки, и генерирует, и редактирует их по диалогу. Похожа на то, как работают картинки в ChatGPT.

• Редактирование фото в диалоге
• Ответы на вопросы по изображению
• Генерация картинок с пояснениями

Размеры

14B-A7B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Аватары2025

HunyuanVideo-Avatar

Tencent · Китай

Говорящие персонажи на базе HunyuanVideo: передаёт эмоции голоса, работает с несколькими персонажами и разными стилями.

• Видео с ведущим по фото и аудио
• Сцены с несколькими говорящими
• Мультяшные персонажи

Размеры

около 13B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Разбор текста2023–2025

RuModernBERT и USER (deepvk)

deepvk (VK) · Россия

Русские энкодеры от команды VK: RuModernBERT читает длинные тексты, USER даёт векторы для поиска, GeRaCl классифицирует тексты по темам без обучения.

• Классификация обращений без размеченных данных
• Поиск по базе знаний на русском
• Разбор длинных договоров

Размеры

35M – 360M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2023–2025

Llama

Meta · США

Модели, с которых начался массовый open source в ИИ. Огромная экосистема дообученных версий и инструментов.

• Ассистент для сотрудников
• Суммаризация встреч и документов
• Основа для дообучения под отрасль

Размеры

1B – 405B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Математика и рассуждения2024–2025

DeepSeek-Prover

DeepSeek · Китай

Модели DeepSeek для формальных доказательств на языке Lean 4: доказательство проверяет программа, а не человек. Узкий инструмент для математиков и инженеров.

• Формальная проверка математических выкладок
• Проверка корректности алгоритмов
• Обучение и олимпиадная подготовка

Размеры

7B – 671B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2023–2025

Saiga

Илья Гусев (IlyaGusev) · Россия

Самая известная русскоязычная доучка сообщества: чужие открытые модели (Llama, Mistral, Gemma, YandexGPT) дообучены отвечать на русском как ассистент. Удобная отправная точка для русского чат-бота на своём сервере.

• Чат-ассистент на русском языке
• Ответы на вопросы по базе знаний компании
• Черновики писем, описаний и постов на русском

Размеры

7B – 70B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Модерация и безопасность2023–2025

Llama Guard

Meta · США

Модели-фильтры, которые проверяют запросы к чат-боту и его ответы на опасные темы по списку категорий. Версия 4 проверяет и картинки. Русский официально не заявлен.

• Проверка вопросов пользователей к боту
• Проверка ответов бота перед отправкой
• Отчёт, какая категория правил нарушена

Размеры

1B – 12B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Модерация и безопасность2024–2025

Prompt Guard

Meta · США

Крошечные классификаторы, которые ловят попытки взломать бота: промпт-инъекции и обход правил. Версия 86M многоязычная, 22M только английский.

• Защита бота от промпт-инъекций
• Проверка писем и документов, которые попадают в ИИ-агента
• Быстрый фильтр перед большой моделью

Размеры

22M – 86M

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Примерка одежды2024–2025

CatVTON / CatV2TON

Университет Сунь Ятсена и Pixocial · Китай

Лёгкая модель примерки, запускается на обычной видеокарте. Есть версия без маски и CatV2TON, который примеряет одежду и на видео.

• Примерка вещи на фото покупателя
• Черновые карточки товара на модели
• Примерка на коротком видео

Размеры

899M

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Картинка + текст2024–2025

SmolVLM

Hugging Face · Франция / США

Самые маленькие модели зрения Hugging Face: от 256M, работают в браузере и на телефоне. SmolVLM2 понимает и видео.

• Описание фото и видео на слабом железе
• Чтение простых документов
• Встраивание в мобильные и офлайн-приложения

Размеры

256M – 2.2B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинки2024–2025

SANA

NVIDIA · США

Быстрая модель картинок от NVIDIA: 4K-изображения за секунды и работа даже на ноутбучной видеокарте. Версия Sprint генерирует в 1–2 шага.

• Массовая генерация картинок
• Визуалы высокого разрешения
• Генерация в реальном времени в приложениях

Размеры

0.6B – 4.8B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Видео2024–2025

Open-Sora

HPC-AI Tech · Сингапур

Полностью открытый проект видеогенерации: веса, код и рецепт обучения. Версия 2.0 на 11B делает видео из текста и из картинки.

• Видео по текстовому описанию
• Оживление картинок
• Обучение своей видеомодели

Размеры

до 11B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Видео2025

Step-Video

StepFun · Китай

Крупная видеомодель на 30B с роликами до 204 кадров. Требует серверного железа, зато открыта под MIT.

• Видео по описанию
• Оживление изображений

Размеры

30B

Железо

от: Кластер

Можно в коммерциюПодробнее

Аватары2024–2025

MuseTalk

Tencent Music (Lyra Lab) · Китай

Синхронизация губ в реальном времени: подгоняет рот на видео под новое аудио. Подходит для перевода видео и живых аватаров.

• Дубляж видео на другой язык
• Живой аватар в видеочате
• Правка речи в готовом ролике

Размеры

меньше 1B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Математика и рассуждения2024–2025

QwQ

Qwen (Alibaba) · Китай

Первая открытая рассуждающая модель Qwen: думает по шагам перед ответом и на задачах по математике близка к DeepSeek-R1 при 32B параметров.

• Расчёты и проверка формул
• Сложная аналитика с пошаговым разбором
• Проверка логики договоров и регламентов

Размеры

32B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Математика и рассуждения2025

s1

Стэнфордский университет · США

Рассуждающая модель, обученная всего на тысяче задач. Умеет думать дольше по команде, чтобы точнее ответить на сложный вопрос.

• Расчёты и проверка формул
• Разбор сложных задач по шагам
• Обучение

Размеры

1.5B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Математика и рассуждения2025

Light-R1

Qihoo 360 · Китай

Рассуждающие модели Qihoo 360: обычную Qwen2.5 дообучили длинным рассуждениям по открытому рецепту, данные и код выложены.

• Расчёты и проверка формул
• Разбор задач по шагам
• Основа для своего дообучения рассуждениям

Размеры

7B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Поиск и RAG2024–2025

Nomic Embed

Nomic AI · США

Полностью открытые эмбеддинги — с весами, данными и кодом обучения. v2 многоязычная на MoE, есть версии для кода и для поиска по PDF-страницам.

• Поиск по документам и базе знаний
• Поиск по коду
• Поиск по сканам и PDF без распознавания

Размеры

137M – 7B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Синтез речи2023–2025

Piper

Rhasspy / Open Home Foundation · США

Очень быстрый синтез речи, который работает даже на Raspberry Pi. Готовые голоса на 35+ языках, есть несколько русских.

• Озвучка уведомлений и ответов бота
• Голос для устройств без интернета
• Голосовые меню

Размеры

около 5M – 30M

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Синтез речи2024–2025

F5-TTS

Шанхайский университет Цзяотун и партнёры · Китай

Модель клонирования голоса по нескольким секундам образца, английский и китайский. Сообщество выпустило много дообученных версий под другие языки, в том числе русский.

• Клонирование голоса
• Озвучка аудиокниг и роликов
• Исследования и прототипы

Размеры

около 340M

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Синтез речи2025

Orpheus TTS

Canopy Labs · США

Синтез речи на основе языковой модели с живыми интонациями и эмоциональными вставками. Быстро отвечает, подходит для голосовых ассистентов. В основном английский.

• Голос для ассистента в реальном времени
• Эмоциональная озвучка
• Клонирование голоса

Размеры

3B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Синтез речи2025

Sesame CSM

Sesame · США

Модель разговорной речи, которая учитывает контекст беседы и звучит как живой собеседник. Только английский.

• Голос для разговорного ассистента
• Озвучка диалогов
• Прототипы голосовых продуктов

Размеры

1B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Модерация и безопасность2024–2025

ShieldGemma

Google · США

Фильтры на базе Gemma: проверяют текст на опасный и оскорбительный контент, а ShieldGemma 2 проверяет картинки. Ориентированы на английский.

• Модерация сообщений пользователей
• Проверка ответов бота
• Проверка сгенерированных картинок перед публикацией

Размеры

2B – 27B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Математика и рассуждения2025

Sky-T1

NovaSky (Sky Computing Lab, Беркли) · США

Рассуждающая модель из Беркли, обученная меньше чем за 450 долларов. Показала, что рассуждения уровня o1-preview можно повторить малыми силами.

• Расчёты и проверка формул
• Разбор задач по шагам
• Основа для своего дообучения рассуждениям

Размеры

7B – 32B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Компьютерное зрение2023–2025

SigLIP (наследник CLIP)

Google · США

Модели, которые переводят картинки и текст в общее пространство: можно искать фото по словам и классифицировать изображения без обучения. CLIP от OpenAI (2021) — предшественник.

• Поиск картинок по текстовому запросу
• Автоматическая разметка и теги каталога
• Фильтрация недопустимого контента

Размеры

около 0.2B – 2B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Роботы2024–2025

OpenVLA

Стэнфорд, Беркли и партнёры · США

Первая крупная открытая модель «зрение-язык-действие»: робот-манипулятор выполняет команды вроде «положи яблоко в миску». OFT ускоряет её в разы.

• Управление манипулятором по текстовой команде
• Пилоты по роботизации простых операций
• Основа для дообучения под свой робот

Размеры

7B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Текст2023–2025

Tulu

Ai2 · США

Дообучения Llama от Ai2 с полностью открытым рецептом: данные, код и все промежуточные этапы. Tulu 3 на 405B — одна из самых крупных открыто дообученных моделей; по этому же рецепту делают чат-версии OLMo.

• Ассистент для сотрудников на своём сервере
• Математика и точное следование инструкциям
• Образец рецепта для собственного дообучения

Размеры

7B – 405B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Синтез речи2024–2025

Kokoro

hexgrad (независимый разработчик) · не указана

Крошечная модель синтеза речи (82M), которая звучит на уровне крупных. Работает на обычном процессоре; английский и ещё несколько языков, русского нет.

• Озвучка статей и уведомлений
• Голос для приложений без видеокарты
• Массовая озвучка текстов

Размеры

82M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Примерка одежды2025

Any2AnyTryon

Пекинский университет почты и связи и др. · Китай

Универсальный набор для одежды на базе FLUX: примерка, генерация модели в заданной вещи и «снятие» вещи с человека в отдельное фото товара.

• Примерка по фото товара
• Фото модели в вещи по текстовому описанию
• Чистое фото вещи со снимка человека

Размеры

дополнения (LoRA) к FLUX.1 dev 12B

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Математика и рассуждения2024–2025

Qwen2.5-Math

Qwen (Alibaba) · Китай

Математические версии Qwen: решают задачи по шагам и умеют считать через код. Есть модели-оценщики, которые проверяют каждый шаг решения.

• Расчёты и проверка формул
• Проверка расчётов в сметах и отчётах
• Разбор задач по шагам

Размеры

1.5B – 72B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

3D2024–2025

Stable Fast 3D / SPAR3D

Stability AI · Великобритания

Модели Stability AI, которые за секунду превращают одну фотографию в 3D-модель с текстурой. SPAR3D позволяет поправить форму через облако точек.

• 3D-карточки товаров по фото
• Ассеты для игр и AR
• Быстрые макеты для дизайна

Размеры

1B – 2B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Поиск и RAG2023–2025

GTE

Alibaba · Китай

Эмбеддинги и реранкеры Alibaba для поиска: от крошечных до 7B на базе Qwen2. Есть многоязычная версия mGTE с длинным контекстом.

• Смысловой поиск по документам
• Переранжирование результатов поиска
• Кластеризация и классификация текстов

Размеры

33M – 7B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Разбор текста2024–2025

ModernBERT

Answer.AI и LightOn · США / Франция

Современная замена классическому BERT: быстрее, читает до 8 тысяч токенов за раз. Основа для своих классификаторов. Обучена на английском и коде, для русского есть RuModernBERT.

• Классификация обращений и документов
• Поиск нужных фрагментов в длинных текстах
• Основа для своего классификатора после дообучения

Размеры

150M – 395M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Обработка фото2024–2025

BEN2

Prama LLC · США

Модель удаления фона с упором на сложные края: волосы, мех, тонкие детали. Открытая версия под MIT, умеет обрабатывать видео.

• Вырезка товара и людей с фото
• Удаление фона на видео
• Подготовка фото для каталога

Размеры

около 95M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинка + текст2024–2025

Janus

DeepSeek · Китай

Одна модель и понимает картинки, и рисует их по описанию. Janus-Pro-7B была заметна в начале 2025 года, но по качеству картинок уступает специализированным моделям.

• Ответы на вопросы по картинкам
• Черновые иллюстрации по описанию
• Эксперименты с единой моделью зрения и генерации

Размеры

1B – 7B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Примерка одежды2024

Leffa

Meta AI (вместе с King's College London) · США

Модель Meta для примерки и смены позы человека на фото. Бережно переносит мелкие детали ткани и надписи. Лицензия MIT, но обучающие данные некоммерческие.

• Примерка одежды на фото модели
• Смена позы модели на уже снятом кадре
• Добор ракурсов для карточки товара

Размеры

на базе Stable Diffusion

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Примерка одежды2024

FitDiT

Tencent и Фуданьский университет · Китай

Примерка на трансформере от Tencent: точнее передаёт фактуру ткани, мелкий принт и длину вещи. Лицензия некоммерческая.

• Примерка вещей со сложным принтом и фактурой
• Карточки товара на модели для тестов
• Подбор длины и посадки на фото

Размеры

на базе SD3

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Видео2024

CogVideoX

Zhipu AI (Z.ai) и Университет Цинхуа · Китай

Модель видео на 2–5B, которая запускается на одной игровой видеокарте. Популярная база для исследований и надстроек.

• Короткие ролики из текста
• Оживление изображений
• Эксперименты с дообучением видео

Размеры

2B – 5B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Синтез речи2024

Parler-TTS

Hugging Face · США

Синтез речи, где голос задаётся текстовым описанием («спокойный женский голос, чистая запись»). Английский и 8 европейских языков, русского нет.

• Подбор голоса по описанию
• Озвучка роликов
• Прототипы голосовых сервисов

Размеры

880M – 2.2B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Музыка и звук2023–2024

MusicGen (AudioCraft)

Meta · США

Генерация инструментальной музыки по текстовому описанию или по мелодии-образцу. Одна из первых открытых моделей такого рода.

• Черновые музыкальные наброски
• Музыка для прототипов роликов
• Исследования

Размеры

300M – 3.3B

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Картинка + текст2024

PaliGemma

Google · США

Модель зрения Google на базе Gemma, задуманная как основа для дообучения под узкую задачу: подписи, поиск объектов, чтение текста.

• Дообучение под свою задачу распознавания
• Поиск объектов на фото
• Чтение текста на изображениях

Размеры

3B – 28B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Документы и OCR2024

GOT-OCR 2.0

StepFun · Китай

Одна из первых универсальных OCR-моделей нового поколения: текст, формулы, таблицы, ноты и схемы. Маленькая, работает на слабом железе, но уже уступает новинкам.

• Распознавание сканов счетов и договоров
• Перевод таблиц в редактируемый вид
• Распознавание формул и схем

Размеры

580M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Речь в текст2022–2024

Whisper

OpenAI · США

Распознавание речи на 99 языках, включая русский. Стандарт де-факто для расшифровки звонков и встреч.

• Расшифровка звонков и созвонов
• Субтитры к видео
• Голосовые сообщения в текст

Размеры

39M – 1,5B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Картинки2022–2024

Stable Diffusion

Stability AI · Великобритания

Модель, с которой началась открытая генерация картинок. Огромная экосистема дообучений, стилей и плагинов, работает даже на домашнем ПК.

• Иллюстрации и баннеры для рекламы
• Фоны и сцены для карточек товаров
• Дообучение под фирменный стиль

Размеры

0.9B – 8B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Видео2024

Mochi

Genmo · США

Открытая видеомодель на 10B с реалистичным движением. На момент выхода была одной из сильнейших открытых, сейчас обновлений нет.

• Видео по описанию
• Короткие рекламные сцены

Размеры

10B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Код2023–2024

DeepSeek-Coder

DeepSeek · Китай

Линейка моделей для кода от DeepSeek: от маленьких для автодополнения до большой MoE V2, которая в 2024 году была на уровне закрытых моделей. Позже код ушёл в общие модели DeepSeek.

• Автодополнение и генерация кода
• Перевод кода между языками
• Поиск ошибок и объяснение чужого кода

Размеры

1.3B – 236B-A21B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Модерация и безопасность2024

Piiranha

iiiorg · не указана

Популярный детектор 17 типов персональных данных на шести европейских языках. Русского нет, лицензия некоммерческая — подходит для проб и исследований.

• Поиск персональных данных в текстах
• Сравнение качества детекторов PII

Размеры

278M

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Обработка фото2024

Flux.1-dev ControlNet Upscaler

Jasper AI · США

Дополнение к FLUX для увеличения маленьких и размытых картинок с дорисовкой деталей. Популярно, но под некоммерческой лицензией FLUX dev.

• Увеличение мелких картинок с дорисовкой
• Улучшение сгенерированных изображений
• Пилоты апскейла для каталога

Размеры

дополнение к FLUX.1 dev 12B

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Перевод2023–2024

ALMA и X-ALMA

Университет Джонса Хопкинса и Microsoft · США

Исследовательские переводчики на основе Llama 2. Первая ALMA знала 5 пар с английским, включая русский; X-ALMA расширила охват до 50 языков.

• Перевод между английским и русским
• Эксперименты с переводом на базе языковых моделей
• Основа для дообучения переводчика

Размеры

7B – 13B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Картинка + текст2023–2024

IDEFICS

Hugging Face · Франция / США

Открытые модели зрения от Hugging Face, воспроизводившие закрытую Flamingo. Idefics3 стала основой для компактной линейки SmolVLM.

• Ответы на вопросы по картинкам
• Разбор документов и скриншотов
• Основа для дообучения

Размеры

8B – 80B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Код2024

Codestral

Mistral AI · Франция

Модель Mistral для кода на 80+ языках программирования. Открытые веса основной версии нельзя использовать в работе без платной лицензии; новые версии Codestral только по API.

• Оценка и тесты перед покупкой лицензии
• Автодополнение кода (при коммерческой лицензии)
• Исследование качества моделей для кода

Размеры

7B – 22B

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Картинки2023–2024

ControlNet

Лвминь Чжан (Стэнфорд) и сообщество · США

Надстройка над моделями картинок: задаёт позу, контуры, глубину или планировку, чтобы результат точно повторял нужную композицию.

• Картинка по эскизу или контуру
• Сохранение позы и композиции
• Визуализация интерьеров по планировке

Размеры

0.4B – 1.3B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Видео2023–2024

AnimateDiff

Shanghai AI Lab и CUHK · Китай

Модуль, который оживляет модели картинок Stable Diffusion и превращает их в короткую анимацию. Одна из первых открытых видеотехнологий.

• Короткие анимации в фирменном стиле
• Живые обложки и баннеры
• Анимированные стикеры

Размеры

модуль движения поверх SD 1.5 / SDXL

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Аватары2024

LivePortrait

Kuaishou (Kling) · Китай

Оживляет портрет по видео-образцу: мимика и повороты головы переносятся с актёра на фото. Быстро работает даже на слабой видеокарте.

• Оживление портретов
• Перенос мимики актёра на персонажа
• Анимация маскотов

Размеры

меньше 1B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Медицина2023–2024

Med42

M42 Health · ОАЭ

Клинические модели абу-дабийской M42 на основе Llama, настроенные отвечать на медицинские вопросы. Не заменяет врача, решения принимает специалист.

• Справочные ответы персоналу по клиническим вопросам
• Черновики выписок и писем для проверки врачом
• Поиск по медицинской литературе

Размеры

8B – 70B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Разбор текста2020–2024

ruBERT, ruRoBERTa, ruELECTRA (ai-forever)

SberDevices (ai-forever) · Россия

Русскоязычные энкодеры Сбера, обученные на больших русских корпусах. Основа для классификаторов, NER и поиска по смыслу на русском.

• Классификация обращений на русском
• Извлечение имён, сумм и дат после дообучения
• Определение тональности отзывов

Размеры

около 30M – 430M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Модерация и безопасность2024

WildGuard

Ai2 (Allen Institute for AI) · США

Открытый фильтр Ai2: одним проходом определяет, опасен ли запрос, опасен ли ответ и не отказал ли бот зря. Работает на английском.

• Проверка запросов к боту
• Проверка ответов бота
• Поиск лишних отказов бота на безобидные вопросы

Размеры

7B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Картинка + текст2024

Florence-2

Microsoft · США

Очень маленькая модель зрения: подписи, поиск объектов, сегментация и чтение текста по одной команде. Работает даже на процессоре.

• Чтение текста на фото
• Поиск и выделение объектов
• Автоматические подписи к фото

Размеры

0.23B – 0.77B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2023–2024

OpenChat

OpenChat (Университет Цинхуа) · Китай

Дообучения Mistral 7B и Llama 3 8B по методу C-RLFT, которые в 2023–2024 годах догоняли ChatGPT-3.5 при размере 7–8B. Лёгкий универсальный ассистент для слабого сервера.

• Чат-ассистент на недорогом сервере
• Черновики писем и ответов
• Помощь с простым кодом

Размеры

7B – 13B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2023–2024

Yi

01.AI · Китай

Двуязычные (английский и китайский) модели 01.AI на 6–34B с версиями на контекст до 200 тыс. токенов. Новых открытых выпусков с 2024 года нет.

• Чат-ассистент на одной видеокарте
• Разбор длинных документов
• Классификация и извлечение данных из текста

Размеры

6B – 34B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Обработка фото2023–2024

PowerPaint

Shanghai AI Laboratory (OpenMMLab) и Университет Цинхуа · Китай

Универсальная дорисовка фото: убрать объект, вставить новый по описанию, заменить форму или расширить кадр за края.

• Удаление и замена объектов на фото
• Расширение кадра под нужный формат
• Вставка товара или детали по текстовому описанию

Размеры

на базе SD 1.5

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Обработка фото2024

IC-Light

Лвмин Чжан (автор ControlNet) · США

Меняет освещение на фото: ставит объект или человека в новый свет по описанию или под заданный фон, чтобы вырезка смотрелась естественно.

• Подгонка света товара под новый фон
• Студийный свет для портретов без пересъёмки
• Единый стиль освещения в каталоге

Размеры

на базе SD 1.5

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Код2023–2024

StarCoder

BigCode (Hugging Face и ServiceNow) · США / Франция

Одна из первых открытых моделей для кода, обучена на открытом наборе исходников с возможностью исключить свой репозиторий. Сегодня скорее база для дообучения, чем лидер.

• Автодополнение кода в редакторе
• Дообучение на внутреннем коде компании
• Генерация шаблонного кода и тестов

Размеры

1B – 15B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Картинки2023–2024

PixArt

Huawei Noah's Ark Lab и партнёры · Китай

Компактная модель картинок на 0.6B с качеством уровня крупных. Умеет 4K в версии Sigma, подходит для скромного железа.

• Иллюстрации для статей и соцсетей
• Фоны для карточек товаров
• Быстрые черновики визуалов

Размеры

0.6B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Медицина2024

BioMistral

Авиньонский университет и Нантский университет · Франция

Mistral 7B, дообученная на статьях PubMed Central, плюс несколько слияний с общей моделью. Компактная и простая в запуске. Не заменяет врача, решения принимает специалист.

• Поиск и пересказ медицинских статей
• Черновики справочных материалов для персонала
• Разбор медицинской терминологии

Размеры

7B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Медицина2024

OpenBioLLM

Saama AI Research · Индия

Llama 3, дообученная на медицинских и биологических данных. Одна из первых сильных открытых медицинских моделей 2024 года. Не заменяет врача, решения принимает специалист.

• Извлечение данных из медицинских документов
• Черновики выписок для проверки врачом
• Поиск по медицинской литературе

Размеры

8B, 70B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

3D2024

InstantMesh

Tencent ARC · Китай

Делает 3D-сетку по одной картинке примерно за 10 секунд: сначала рисует объект с нескольких ракурсов, потом собирает из них модель.

• 3D-модель объекта по фото
• Заготовки для игр и визуализаций
• Прототипы для 3D-печати

Размеры

н/д

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Текст2023–2024

Zephyr

Hugging Face (H4) · США

Учебные чат-модели Hugging Face на базе Mistral, Gemma и Mixtral с открытым рецептом дообучения. Zephyr 7B Beta показал, что маленькую модель можно «воспитать» до уровня крупных без ручной разметки людьми.

• Лёгкий чат-ассистент
• Образец и отправная точка для своего дообучения
• Черновики текстов и ответов

Размеры

7B – 141B-A35B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Примерка одежды2024

IDM-VTON

KAIST и OMNIOUS.AI · Южная Корея

Одна из самых известных открытых примерок: переносит вещь с фото товара на фото человека, хорошо держит принты и логотипы. Лицензия некоммерческая.

• Пилот примерочной на сайте магазина
• Прототип карточек товара на модели без фотосессии
• Сравнение с коммерческими сервисами примерки

Размеры

на базе SDXL

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Текст2023–2024

FRED-T5

Сбер (ai-forever) · Россия

Русская модель «текст в текст» от Сбера, наследница ruT5 (2021). Небольшая и быстрая: её дообучают на пересказ, перефразирование и исправление ошибок в русском тексте, есть готовые версии проверки орфографии SAGE.

• Исправление орфографии и опечаток в русском тексте
• Краткий пересказ и перефразирование
• Нормализация заявок и обращений перед обработкой

Размеры

95M – 1.7B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Примерка одежды2024

OOTDiffusion

Xiao-i Research · Китай

Ранняя популярная открытая примерка: одна версия для верхней одежды по пояс, другая для образа в полный рост. Лицензия некоммерческая.

• Примерка верха на фото модели
• Примерка в полный рост: верх, низ, платья
• Прототип примерочной для тестов

Размеры

на базе Stable Diffusion

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Картинки2023–2024

Playground

Playground AI · США

Модель на архитектуре SDXL с упором на эстетику: яркие цвета, контраст, портреты. Совместима с инструментами экосистемы SDXL.

• Эстетичные рекламные визуалы
• Портреты и лайфстайл-картинки
• Обложки для постов

Размеры

около 2.6B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Поиск и RAG2022–2024

E5 / multilingual-e5

Microsoft · США

Проверенные модели для смыслового поиска. Многоязычные версии хорошо работают с русским и до сих пор служат надёжной основой для RAG.

• Поиск по базе знаний и документам
• Подбор ответов для чат-бота (RAG)
• Поиск похожих обращений и дублей

Размеры

33M – 7B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Прогнозы2024

Lag-Llama

ServiceNow, Mila и партнёры · Канада

Одна из первых открытых моделей прогнозов «из коробки». Крошечная, даёт вероятностный прогноз, сейчас уступает Chronos и TimesFM.

• Вероятностный прогноз продаж
• Быстрые пилоты прогнозирования
• Базовая модель для сравнения

Размеры

2.4M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Примерка одежды2024

StableVITON

KAIST · Южная Корея

Исследовательская модель примерки с конференции CVPR 2024, одна из первых на базе Stable Diffusion. Сейчас чаще служит точкой сравнения.

• Пилот примерки верхней одежды
• Сравнение качества разных моделей примерки
• Обучение своей примерки на базе открытого кода

Размеры

на базе Stable Diffusion

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Обработка фото2024

SUPIR

XPixel Group (Шэньчжэньский институт передовых технологий АН Китая, Shanghai AI Lab и др.) · Китай

Мощное восстановление сильно испорченных фото на базе SDXL: дорисовывает детали, а не просто увеличивает. Требовательна к железу, лицензия некоммерческая.

• Восстановление старых и размытых фото
• Увеличение снимков с дорисовкой деталей
• Пилоты реставрации архивов

Размеры

на базе SDXL, плюс LLaVA 13B для описаний

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Поиск и RAG2024

BGE-M3

BAAI · Китай

Модель для поиска по смыслу на сотне языков. Основа RAG: бот находит нужный кусок документа перед ответом.

• Поиск по базе документов
• RAG для чат-бота
• Поиск похожих обращений и дублей

Размеры

568M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Код2023–2024

Code Llama

Meta · США

Версия Llama 2, доученная на коде; есть варианты для Python и для диалога. Устарела, но много готовых дообученных версий и инструментов.

• Автодополнение и объяснение кода
• Генерация скриптов на Python
• Базовая модель для дообучения под свой стек

Размеры

7B – 70B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Текст2023–2024

WizardLM, WizardCoder, WizardMath

WizardLM (Microsoft и Пекинский университет) · США / Китай

Дообучения Llama, Mistral и StarCoder методом Evol-Instruct — автоматическим усложнением инструкций. WizardLM-2 выложили в апреле 2024 и почти сразу удалили, поэтому актуальны только версии 2023 года.

• Сложные многошаговые инструкции
• Помощь программистам
• Решение математических задач

Размеры

7B – 70B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Обработка фото2023

DDColor

Alibaba DAMO Academy · Китай

Окрашивание чёрно-белых фото в естественные цвета. Лёгкая модель с коммерческой лицензией, есть компактная версия tiny.

• Окрашивание архивных фото
• Цветные версии исторических снимков для публикаций
• Сервис оживления семейных фото

Размеры

DDColor-T (tiny) и DDColor-L

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Видео2023

Stable Video Diffusion

Stability AI · Великобритания

Первая открытая модель Stability AI для видео: оживляет фото в ролик на 2–4 секунды. Сейчас уступает новым моделям по качеству.

• Оживление фото товара
• Короткие видеозаставки
• Анимация иллюстраций

Размеры

около 1.5B

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Синтез речи2023

StyleTTS 2

Колумбийский университет · США

Лёгкая модель синтеза английской речи с естественной интонацией. На её основе построены многие другие модели, например Kokoro.

• Озвучка текстов на английском
• Основа для дообучения своего голоса
• Прототипы голосовых сервисов

Размеры

около 150M

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Голосовые ассистенты2023

SeamlessM4T / Seamless

Meta · США

Перевод речи и текста примерно между сотней языков, включая русский: речь в текст, речь в речь, потоковый перевод с сохранением интонации.

• Перевод речи в речь
• Перевод и расшифровка записей
• Потоковый перевод

Размеры

281M – 2.3B

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Перевод2023

MADLAD-400

Google · США

Переводчик Google более чем на 400 языков под свободной лицензией. Русский есть. Хорошая замена NLLB, когда нужна коммерция.

• Перевод документов и писем
• Перевод каталогов и описаний товаров
• Перевод на языки стран СНГ и Азии

Размеры

3B – 10B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Синтез речи2023

Coqui XTTS

Coqui · Германия

Популярная модель клонирования голоса по короткому образцу на 17 языках, включая русский. Компания Coqui закрылась, развитие остановлено.

• Клонирование голоса по образцу
• Озвучка на нескольких языках
• Исследования и прототипы

Размеры

около 470M

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Обработка фото2022–2023

InSPyReNet / transparent-background

Ким Тэхун (POSTECH) · Южная Корея

Модель выделения главного объекта и готовая программа transparent-background на её основе: убирает фон с фото, видео и веб-камеры одной командой.

• Пакетное удаление фона с фото
• Замена фона на цвет или размытие
• Удаление фона на видео

Размеры

небольшая (на базе Swin-B)

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Документы и OCR2023

Nougat

Meta · США

Ранняя модель, переводящая научные PDF в текст с формулами. Сегодня устарела, её обходят почти все современные OCR-модели.

• Перевод научных статей из PDF в текст с формулами
• Оцифровка технической документации

Размеры

250M – 350M

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Медицина2023

Clinical Camel

Лаборатория Бо Ванга (Университет Торонто, Vector Institute) · Канада

Ранняя медицинская модель на Llama 2 70B, обученная на диалогах по медицинским текстам. Сейчас интересна в основном для исследований. Не заменяет врача, решения принимает специалист.

• Исследовательские пилоты по медицинским диалогам
• Учебные материалы для персонала
• Сравнение с новыми медицинскими моделями

Размеры

70B

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Медицина2023

RadFM

Шанхайский университет Цзяо Тун и Shanghai AI Lab · Китай

Ранняя общая модель для радиологии: понимает 2D- и 3D-снимки (КТ, МРТ) вместе с текстом. Скорее исследовательская база. Не заменяет врача, решения принимает специалист.

• Исследовательские пилоты по разбору КТ и МРТ
• Подсказки при разборе снимков для врача
• Основа для своего дообучения на снимках клиники

Размеры

размер на карточке не указан

Железо

от: 1 видеокарта

Коммерция с условиямиПодробнее

Текст2022–2023

mGPT

Сбер (ai-forever) · Россия

Многоязычная модель Сбера на 61 язык, включая языки народов России и СНГ. Есть отдельные доучки под бурятский, якутский, татарский, башкирский, казахский и другие языки — редкость для открытых моделей.

• Тексты на языках народов России и СНГ
• Основа для дообучения под редкий язык
• Черновики и шаблоны на нескольких языках

Размеры

1.3B – 13B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2023

Vicuna

LMSYS (Беркли и партнёры) · США

Одна из первых открытых чат-моделей 2023 года: LLaMA, дообученная на диалогах пользователей ChatGPT. Историческая веха, сегодня уступает любой современной модели того же размера.

• Эксперименты и обучение команды
• Простой чат-ассистент для тестов
• Сравнение с новыми моделями

Размеры

7B – 33B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Обработка фото2022–2023

HAT

XPixel Group (Шэньчжэньский институт передовых технологий АН Китая и др.) · Китай

Увеличение фото на трансформере, точнее SwinIR на тонких деталях. Есть версии для реальных снимков с шумом и лёгкая HAT-S.

• Увеличение фото товаров и интерьеров
• Подготовка изображений к печати
• Повышение чёткости архивных снимков

Размеры

9M – 40M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Аватары2023

SadTalker

Сианьский университет Цзяотун и Tencent AI Lab · Китай

Старая лёгкая модель говорящей головы: одно фото и аудио превращаются в видео. Работает на слабом железе, но качество заметно ниже новых.

• Говорящее фото для приветствия
• Простые озвученные аватары

Размеры

меньше 1B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2023

ruGPT-3.5

Сбер (ai-forever) · Россия

Базовая русскоязычная модель Сбера на 13 млрд параметров, из дообученной версии которой вырос GigaChat. Продолжает тексты на русском и английском, контекст всего 2048 токенов; сегодня интересна как основа для узкого дообучения.

• Основа для дообучения под узкую русскую задачу
• Генерация шаблонных русских текстов
• Эксперименты с русскоязычными моделями без ограничений лицензии

Размеры

13B

Железо

от: 1 видеокарта

Можно в коммерциюПодробнее

Синтез речи2023

Bark

Suno · США

Одна из первых открытых моделей, которая озвучивает текст с интонациями, смехом и паузами. Поддерживает около десятка языков, включая русский. Сейчас устарела.

• Черновая озвучка роликов
• Прототипы голосовых сервисов
• Звуковые эффекты в речи

Размеры

около 300M – 1B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

3D2022–2023

Point-E / Shap-E

OpenAI · США

Ранние открытые модели OpenAI, которые делают 3D-объект по тексту или картинке за секунды. Качество простое, зато быстро и легко запускается.

• Черновые 3D-макеты по описанию
• Быстрые прототипы объектов для игр и AR
• Учебные и исследовательские пилоты по 3D

Размеры

40M – 1B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Обработка фото2023

StableSR

S-Lab, Наньянский технологический университет · Сингапур

Одна из первых моделей увеличения фото на базе Stable Diffusion: восстанавливает реалистичные детали. Лицензия некоммерческая.

• Увеличение фото с дорисовкой деталей
• Исследовательские пилоты реставрации
• Сравнение с классическими апскейлерами

Размеры

на базе SD 2.1

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Картинки2023

DeepFloyd IF

DeepFloyd (Stability AI) · Великобритания

Ранняя модель, которая одной из первых научилась аккуратно писать текст на картинках. Сейчас интересна скорее как история, развитие остановлено.

• Исследовательские эксперименты
• Прототипы картинок с надписями

Размеры

0.4B – 4.3B

Железо

от: 1 видеокарта

Только некоммерческоеПодробнее

Обработка фото2022–2023

CodeFormer

S-Lab, Наньянский технологический университет · Сингапур

Популярная реставрация лиц на старых и размытых фото, работает и с видео. Есть режимы дорисовки и окрашивания лица. Лицензия некоммерческая.

• Восстановление лиц на старых фото
• Улучшение лиц на видео низкого качества
• Пилоты реставрации семейных архивов

Размеры

небольшая, до 0.1B

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Текст2022–2023

Flan-T5 и Flan-UL2

Google · США

Компактные модели «вход-выход», обученные выполнять инструкции. До сих пор используются как дешёвая основа для классификации, извлечения и коротких ответов.

• Классификация обращений и документов
• Извлечение полей из текста
• Короткие ответы и пересказ

Размеры

80M – 20B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Перевод2022–2023

NLLB-200

Meta · США

Переводчик на 200 языков, включая редкие и малые. Русский есть. Сильна по охвату языков, но лицензия запрещает коммерческое использование.

• Перевод текстов между 200 языками
• Перевод на редкие языки, где нет других моделей
• Сравнение качества при выборе переводчика

Размеры

600M – 3.3B (и 54B MoE)

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Текст2022–2023

Pythia и GPT-NeoX

EleutherAI · США

Полностью открытые модели некоммерческой лаборатории EleutherAI: GPT-NeoX-20B и серия Pythia с опубликованными промежуточными снимками обучения.

• Базовая модель для дообучения
• Исследование поведения моделей
• Простая генерация и дополнение текста

Размеры

70M – 20B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Текст2022

OPT

Meta · США

Ранняя открытая серия Meta, повторяющая по размерам GPT-3. Устарела, полезна для исследований и сравнения.

• Исследовательские эксперименты
• Обучение специалистов
• Сравнение с современными моделями

Размеры

125M – 66B (175B по запросу)

Железо

от: Ноутбук

Только некоммерческоеПодробнее

Текст2022

BLOOM

BigScience (Hugging Face и сообщество) · Франция

Одна из первых больших открытых моделей, обученная сообществом из сотен исследователей на 46 языках. Сегодня интересна скорее как историческая веха.

• Генерация и перевод текстов на многих языках
• Эксперименты и обучение команды
• Базовая модель для дообучения под узкую задачу

Размеры

560M – 176B

Железо

от: Ноутбук

Коммерция с условиямиПодробнее

Обработка фото2021–2022

Real-ESRGAN

Tencent ARC Lab · Китай

Классика увеличения фото в 2–4 раза с очисткой от шума и артефактов сжатия. Лёгкая, работает даже на процессоре. Есть версии для рисунков и аниме.

• Увеличение старых и мелких фото товаров
• Очистка картинок от артефактов сжатия
• Подготовка изображений к печати

Размеры

около 17M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Обработка фото2021–2022

GFPGAN

Tencent ARC Lab · Китай

Проверенная реставрация лиц на старых и сжатых фото с коммерческой лицензией. Часто работает в паре с Real-ESRGAN, самые ходовые версии 1.3 и 1.4.

• Восстановление лиц на старых фото
• Улучшение аватаров и фото профиля
• Реставрация в фотосалоне или онлайн-сервисе

Размеры

небольшая, до 0.1B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Разбор текста2019–2022

XLM-RoBERTa

Meta · США

Классический многоязычный энкодер на 100 языков, включая русский. Основа многих моделей тональности, NER и эмбеддингов, в том числе BGE-M3.

• Определение тональности отзывов на разных языках
• Извлечение имён и организаций после дообучения
• Классификация обращений

Размеры

270M – 10.7B

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Разбор текста2021

DeBERTa-v3 и mDeBERTa-v3

Microsoft · США

Проверенный временем энкодер, на котором построено множество классификаторов и NER-моделей (в том числе GLiNER). Многоязычная mDeBERTa-v3 понимает русский.

• Классификация отзывов по тональности
• Извлечение сущностей после дообучения
• Проверка, следует ли вывод из текста

Размеры

70M – 435M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Разбор текста2021

rubert-tiny

Давид Дале (cointegrated) · Россия

Очень маленький русско-английский BERT, работает быстро на обычном процессоре. Есть готовые дообученные версии для тональности, токсичности и эмоций.

• Определение тональности отзывов
• Фильтр грубых сообщений в чате
• Быстрая классификация обращений

Размеры

12M – 29M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Обработка фото2021

LaMa

Samsung AI Center Москва (вместе со Сколтехом) · Россия

Удаление лишних объектов, надписей и водяных знаков с фото с аккуратной дорисовкой фона. Лёгкая и быстрая, до сих пор стандарт для такой задачи.

• Удаление ценников, людей и мусора с фото
• Чистка фото интерьеров и недвижимости
• Удаление надписей и дат с архивных снимков

Размеры

около 51M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Обработка фото2021

SwinIR

ETH Zurich · Швейцария

Модель на трансформере для увеличения, шумоподавления и очистки фото от артефактов JPEG. Лёгкая и проверенная, часто стоит внутри других систем.

• Увеличение фото
• Шумоподавление снимков
• Очистка от артефактов сжатия

Размеры

около 12M

Железо

от: Ноутбук

Можно в коммерциюПодробнее

Перевод2020–2021

M2M-100

Meta · США

Ранний переводчик Meta, который переводит напрямую между 100 языками, без английского посередине. Русский есть. Старый, но лёгкий и свободный.

• Перевод между любой парой из 100 языков
• Быстрый черновой перевод на слабом железе
• Основа для дообучения под свою тематику

Размеры

418M – 12B

Железо

от: Ноутбук

Можно в коммерциюПодробнее