MMAudio V2 добавляет к видео высококачественный звук, синтезированный по видеоряду.

Z.ai's top-tier GLM-5.3 Prime: 1M-token context, built for long-horizon coding and agent work. Served via OpenRouter.

Inception's Mercury 3: diffusion-based language model built for low-latency agentic workflows, 1M-token context. Served via OpenRouter.

MiniMax M3.1 Flash: fast multimodal model with 1M-token context, strong at agentic tasks and coding. Served via OpenRouter.

Moonshot AI's Kimi K3.1 Pro: open-weight multimodal reasoning model for long-horizon coding, 1M-token context. Served via OpenRouter.

OpenAI's GPT-6.1 Terra Pro: GPT-6.1 Terra served in pro reasoning mode for harder tasks, 1.05M-token context. Served via OpenRouter.

OpenAI's GPT-6.1 Terra: the mid-tier model of the GPT-6.1 series with 1.05M-token context. Served via OpenRouter.

StepFun's flagship model for agentic work: sparse Mixture-of-Experts (27B active / 600B total), strong at software engineering and professional tasks, 1M-token…

Commercial-ready, trained entirely on licensed data, text-to-image model. With only 4B parameters provides exceptional aesthetics and text rendering. Evaluated…

Cohere's Command A+: enterprise model for agentic, RAG and multilingual workloads with 192K-token context. Served via OpenRouter.

Meta's Muse Spark Open: open-weights Muse Spark variant with 1M-token context. Served via OpenRouter.

Meta's Muse Wonder: large Muse reasoning model with 1M-token context. Served via OpenRouter.

OpenAI's GPT-6.1 Sol Pro: the Pro tier of GPT-6.1 Sol with 1.05M-token context. Served via OpenRouter.

Google's Gemini 4 Argon: reasoning model with 1M-token context and multimodal input. Served via OpenRouter.

Inkling — frontier text model from Thinking Machines Lab with a 524k context window.

DeepSeek V4.1 Flash — fast, low-cost 1M-context text model from DeepSeek.

MiniMax M3 — long-context (1M) frontier text model from MiniMax.

A lower-cost variant of Seedance 2.0 for high-volume video generation with multimodal inputs and native audio.

Generate video with synchronized audio from text, images, or video. FLUX 3 is Black Forest Labs' multimodal model (early access preview).

FLUX 3 is Black Forest Labs' text-to-image and image-editing model. Generate images from a prompt, or edit with up to 10 reference images.

Generate and edit images with Ideogram 4.5, the latest for precise image generation.

Foundation image model from Krea, tuned for expressive illustration, anime, and painterly styles. Fast and consistent across artistic directions.

Mistral's new flagship model with a 1M-token context window.

GPT-6.1 Sol from OpenAI — a flagship general-purpose model with a 1M-token context window.

Claude Haiku 5.5 from Anthropic — the fastest and most affordable Claude, built for high-volume everyday tasks.

Claude Sonnet 5.5 from Anthropic — a fast, capable all-round model for writing, coding and analysis with a 1M-token context window.

Google's fastest image generation model — the lightweight, low-cost version of Nano Banana 2, for rapid creation and editing

Google's latest fast image generation model with sharp text rendering, conversational editing, multi-image fusion, and up to 4K output

Qwen3.8 Omni Flash is Alibaba's first Qwen model built around agentic capabilities with native omni-modal audio-video understanding, 1M context, and tool use.

GPT-6 Luna is OpenAI's budget tier in the GPT-6 family, recently price-cut to $0.10/$0.50 per million tokens.

OpenAI's GPT-6 mid tier — successor to GPT-5.6 Sol, at OpenAI's current post-price-cut rate.

OpenAI's GPT-6 flagship model, a new generation above the GPT-5.6 family.

xAI's current flagship coding and knowledge model, GA September 2026, with text + image input and a 500K token context window.

Anthropic's most capable widely released model — successor to Claude Fable 5, for the most demanding reasoning and long-horizon agentic work, with a 1M token c…

Anthropic's Opus 5.5 — beats Fable 5.1 on agentic benchmarks at 60% lower API price, with a 1M token context window by default.

MiniMax H3 Max Lip Sync превращает одно фото и один аудиофайл в говорящее видео с синхронизацией губ, естественной мимикой и движением головы — на любом языке.…

GPT Image 2.5 Sunburst создаёт изображения по текстовому промпту

GPT Image 2.5 Flare создаёт изображения по текстовому промпту

Модель Muse Spark 1.3 доступна через настроенный шлюз OpenRouter.

Wan 3.0 от Alibaba создаёт видео по тексту или исходному изображению с кинематографическим движением, в 480p, 720p или 1080p до 30 секунд.

Модель Gemini 3.8 Flash доступна через настроенный шлюз OpenRouter.

Tripo P1 image-to-3D: одно изображение → чистая низкополигональная модель со стабильной топологией за секунды. Для игровых пропсов, веб-вьюеров и real-time-пай…

Tripo P1: нативная 3D-диффузия, генерирующая чистые низкополигональные модели со стабильной топологией за секунды — для Unity/Unreal, веба и real-time, а не дл…

Высокодетализированная реконструкция по нескольким ракурсам одного объекта (2–4 изображения): самый точный маршрут Tripo для персонажей, товаров и фигурок, опц…

Высокодетализированный image-to-3D от Tripo: одно фото или концепт → production-ready модель с PBR-текстурами; режим Detailed сохраняет складки ткани, кромки и…

Высокодетализированное поколение Tripo: текст → production-ready 3D-модель с PBR-текстурами. Режим Detailed даёт высокополигональную геометрию (до ~2 млн полиг…

Строит 3D-модель по нескольким ракурсам одного объекта (спереди — обязательно; слева, сзади, справа — опционально): точнее силуэт и задняя сторона, чем по одно…

Превращает одно изображение в текстурированную 3D-модель (GLB): опционально PBR, HD-текстуры и квад-топология. Проверенное поколение Tripo 2.5 через fal.

Модель Mistral Large 3 2512 доступна через настроенный шлюз OpenRouter.

Meta Muse Image создаёт изображения по текстовому промпту

MiniMax Speech 2.8 HD преобразует текст в синтезированную речь

MiniMax Speech 2.8 Turbo преобразует текст в синтезированную речь

Orpheus 3B преобразует текст в синтезированную речь

Sesame CSM 1B преобразует текст в синтезированную речь

Fish Audio S2 Pro преобразует текст в синтезированную речь

Qwen Audio 3.0 TTS Plus преобразует текст в синтезированную речь

Qwen Audio 3.0 TTS Flash преобразует текст в синтезированную речь

Kokoro 82M преобразует текст в синтезированную речь

Deepgram Aura 2 преобразует текст в синтезированную речь

Voxtral Mini TTS преобразует текст в синтезированную речь

MAI Voice 2 Flash преобразует текст в синтезированную речь

MAI Voice 2 преобразует текст в синтезированную речь

Grok Voice TTS 1.0 преобразует текст в синтезированную речь

Модель Muse Spark 1.2 доступна через настроенный шлюз OpenRouter.

Модель Hy4 preview доступна через настроенный шлюз OpenRouter.

Модель Qwen3.8 Flash доступна через настроенный шлюз OpenRouter.

Флагманская Alibaba Qwen3.8 Max с нативной мультимодальностью (текст, изображения и видео на вход), контекстом 1 млн токенов и глубокими рассуждениями. Доступн…

Модель GLM 5.3 доступна через настроенный шлюз OpenRouter.

MiniMax H3 Max Image-to-Video на fal — оживляет изображение в клип 5–15 секунд с нативным синхронным звуком, опционально с заданным последним кадром.

MiniMax H3 Max на fal — видео 5–15 секунд с нативным синхронным звуком. №1 по человеческим предпочтениям, 5-секундный клип примерно за 3 секунды.

Модель GLM 5.3 Flash доступна через настроенный шлюз OpenRouter.

Модель Google уровня Flash для программирования и агентов с контекстом 1,05 млн токенов, доступная с 13 августа 2026 года.

Pika 2.2 создаёт короткие видеоклипы по тексту

Qwen-Image-3.0-Pro генерирует и редактирует изображения с точным текстом, сложными макетами и фотографической детализацией.

Модель GLM 5.2 доступна через настроенный шлюз OpenRouter.

MiniMax Music 2.6 создаёт полноценные песни или инструментальную музыку по текстовому запросу, при необходимости с автоматически созданным текстом.

Быстрая модель Lightricks создаёт видео по тексту и изображениям, поддерживает синхронный звук, интерполяцию кадров и разрешение до 4K.

Флагманская Seedream 5 Pro от ByteDance создаёт и редактирует чёткие изображения 1K и 2K по тексту или до десяти референсных изображений.

Grok Imagine Image 2.0 от xAI генерирует и редактирует изображения по тексту с контролем качества и выводом до 2K.

Модель Muse Glimmer 30B доступна через настроенный шлюз OpenRouter.

Gemini 3.1 Pro — текущая флагманская модель Google уровня Pro для рассуждений, доступная в Gemini API, с контекстом 1 млн токенов.

GPT-5.6 Luna — бюджетный уровень OpenAI в семействе GPT-5.6 с контекстом 1,05 млн токенов по более низкой цене, чем Sol и Terra.

Флагманская мультимодальная Seedance 2.5 от ByteDance создаёт видео со встроенным звуком до 30 секунд и поддерживает наборы референсов.

GPT-5.6 Terra от OpenAI — сбалансированная модель среднего уровня рассуждений между флагманской Sol и экономичной Luna.

Текущий флагман Moonshot AI: MoE-модель на 2,8 трлн параметров (активны 16 из 896 экспертов), Kimi Delta Attention, нативное зрение и контекст 1 млн токенов.

Мультимодальная модель Hunyuan для генерации изображений.

Самый быстрый и дешёвый текущий уровень Flash от Google (около 350 токенов/с), доступный с июля 2026 года для высоконагруженных текстовых задач с низкой задерж…

Текущая модель Google уровня Flash, доступная с июля 2026 года; преемник Gemini 3.5 Flash с более высокой скоростью и тем же фокусом на агентных задачах и прог…

Новейшая флагманская модель уровня Opus от Anthropic, выпущенная в июле 2026 года: преемник Opus 4.8 с тем же ценовым уровнем для долгих агентных задач, работы…

Флагманская MoE-модель Moonshot AI на 1 трлн параметров (32 млрд активных) с контекстом 256 тыс. токенов.

Текущая флагманская модель xAI, обученная совместно с Cursor.

Luma Uni-1 Max создаёт изображения по текстовому промпту

Luma Uni-1 создаёт изображения по текстовому промпту

Профессиональная Qwen Image 2 улучшает рендеринг текста, реализм и соответствие промпту при генерации и редактировании изображений.

Флагманская закрытая текстовая модель Alibaba Qwen с контекстом 1 млн токенов, рассуждениями агентного уровня и использованием инструментов.

Флагманская PixVerse V6 создаёт кинематографические видео с синхронным звуком, несколькими сценами и управлением камерой.

Vidu Q3 Pro создаёт высококачественные видео по тексту, изображению или начальным и конечным кадрам, до 16 секунд в 1080p со синхронным звуком.

Модель DeepSeek V4 Flash 0731 доступна через настроенный шлюз OpenRouter.

Claude Sonnet 5 от Anthropic даёт качество, близкое к Opus, в программировании и агентных задачах при скорости и цене уровня Sonnet и с адаптивным мышлением.

Google Lyria 3 Pro создаёт полноценные песни длиной до трёх минут по тексту или изображениям.

Alibaba Happy Horse 1.1 создаёт видео по тексту, одному изображению или нескольким референсам; поддерживает 720p и 1080p, длительность 3–15 секунд и пять соотн…

Флагманская модель Krea для фотореалистичных и выразительных художественных изображений.

Z-Image Turbo — сверхбыстрая 6B-модель Tongyi-MAI для генерации изображений по тексту.

Флагманская модель рассуждений OpenAI GPT-5.6 Sol.

Флагманская модель рассуждений xAI, преемник Grok 4.

Флагманская модель рассуждений DeepSeek с контекстом 1 млн токенов.

Самая интеллектуальная модель уровня Flash от Google для устойчивой передовой производительности в агентных задачах и программировании; полностью доступна с ма…

Самая быстрая и экономичная текущая модель Anthropic для простых задач, критичных к скорости; первый быстрый и недорогой уровень Anthropic.

Самая мощная широко доступная модель Anthropic для наиболее сложных рассуждений и долгих агентных задач; новый уровень выше Opus с контекстом по умолчанию в 1 …

Самая мощная модель уровня Opus от Anthropic для автономных долгих агентных задач, работы со знаниями и памятью; её ответы сформулированы яснее и теплее, чем у…

Alibaba Happy Horse 1.0 создаёт видео по тексту или анимирует одно изображение; поддерживает 720p и 1080p, длительность 3–15 секунд и пять соотношений сторон.

Lightricks LTX-2.3 Pro создаёт высококачественное видео по тексту, изображениям и аудио, поддерживает портретный формат, retake, extend и до 4K при 50 FPS.

Экономичная модель Google для генерации видео со встроенным звуком, рассчитанная на массовое использование.

Google Lyria 3 создаёт 30-секундные музыкальные клипы по тексту или изображениям.

Высококачественная Ideogram v4 создаёт реалистичные изображения, креативные дизайны и согласованные стили.

Понимает текст и изображения, отлично решает сложные задачи и код

Сверхбыстрая генерация изображений. 4-шаговая дистилляция, менее секунды на генерацию.

Генерация и редактирование изображений максимального качества с типографикой и поддержкой до 10 референсных изображений.

Самая качественная модель генерации изображений от Black Forest Labs. Улучшенное понимание промптов и консистентность.

Генерирует и редактирует изображения на основе текстовых описаний и существующих изображений с гибким размером и точным контролем.

PixVerse v5 — новейшая версия с реалистичной физикой.

PixVerse v4.5 — улучшенное качество движения и соответствие промпту.

PixVerse v4 — генерация видео из текста и изображения, до 1080p.

Wan 2.1 от WaveSpeed AI — видео из изображения 480p, дешевле.

Wan 2.1 от WaveSpeed AI — видео из изображения 720p.

Wan 2.1 от WaveSpeed AI — видео из текста 720p.

Wan 2.5 T2V Fast — быстрая версия Wan 2.5 для видео из текста.

Wan 2.2 T2V Fast — быстрое видео из текста, 480p.

OpenAI Sora 2 Pro — премиум-уровень Sora 2 для кинематографичного видео.

OpenAI Sora 2 — флагманская модель видео с кинематографичным качеством и сильной физикой.

Kling 2.6 — видео из текста и изображения, с аудио.

Kling 2.5 Turbo Pro — изображение в видео с кинематографичным движением.

Мультимодальная модель видео от Pruna AI — текст, изображение, аудио → видео.

Alibaba Wan 2.7 VideoEdit — редактирование видео по инструкции с сохранением движения оригинала.

OpenAI GPT Image 1.5 — новейшая модель генерации и редактирования изображений с улучшенным сохранением деталей.

Ideogram v3 Quality — максимальное качество для дизайна и типографики.

Ideogram v3 Turbo — быстрая модель с лучшей типографикой и дизайн-качеством.

ByteDance Seedream 5 Lite — облегчённая версия с мульти-шаговым рассуждением и редактированием по примерам.

ByteDance Seedream 4.5 — улучшенная модель генерации и редактирования изображений, кинематографичное качество до 4K.

MiniMax Hailuo 2.3 Pro через fal.ai — 1080p видео из изображения.

Kling Video v3 Pro на fal.ai — кинематографичное видео из изображения с аудио, до 15с.

Быстрая версия Seedance 2.0 от ByteDance с нативным аудио.

Быстрая и дешёвая версия Hailuo 2.3.

MiniMax Hailuo 2.3 — флагманская модель видео с улучшенным движением и физикой.

Новейшая Alibaba Wan 2.7 — до 15с 1080p с аудио.

Быстрая версия Google Veo 3.1 с нативной генерацией аудио.

Google Veo 3.1 — SOTA модель генерации видео из текста с нативной генерацией аудио и синхронизацией губ, до 1080p.

Генерирует текст, анализирует изображения и большие документы; отлично для кода

Генерирует текст, анализирует изображения и большие документы; отлично для кода

Генерирует текст, анализирует изображения и большие документы; отлично для кода

Быстрая модель генерации изображений с поддержкой текста в изображение, изображения в изображение и мультимодального синтеза с постоянством персонажей.

Мультимодальная модель генерации видео с поддержкой текста, изображений, встроенным синтезом звука и адаптивным управлением длительностью.

Передовая модель с высоким качеством движения в видео, точным следованием промпту и высокой визуальной достоверностью.

Кинематографические видео до 15 секунд с мультикадровым управлением, встроенным звуком и улучшенной консистентностью.

Мультимодальная генерация видео с референсными изображениями, редактирование видео, встроенный звук.

Перенос движения из референсного видео на любое изображение персонажа с улучшенным качеством.

Генерация видео с помощью модели xAI Grok Imagine Video. Быстрая генерация ~30 сек со звуком.

Преобразует статичные изображения в персонализированные видео с настраиваемым движением и стилем.

Преобразует статичные изображения в связные видео с использованием каскадных диффузионных моделей высокого качества.

Открытая модель генерации видео, создающая видеоролики с высокой точностью движения и сильной привязкой к текстовым описаниям.

Создаёт видео длительностью 5 секунд в разрешении 480p на основе текстовых описаний с движением и визуальными эффектами.

Модель текста-в-видео без обучения, позволяющая точно управлять движением и композицией без дополнительной настройки.

Создаёт высококачественные видео из текстовых описаний с согласованным движением и визуальной консистентностью.

Модель для генерации видео из текста, создающая видеоролики высокого качества с реалистичным движением.

Модель генерации видео на основе Diffusion Transformer, создающая видео высокого качества с частотой 24 кадра в секунду из текстовых описаний в режиме реальног…

Генерирует повторяющиеся видео-анимации с бесшовными циклическими переходами по текстовым подсказкам.

Создаёт видео с бесконечным циклом, используя итеративное инпейнтинг и зум со Stable Diffusion.

Генерирует плавные анимации путём интерполяции между двумя текстовыми промптами с использованием Stable Diffusion.

Модель генерации видео из текста и изображений, создающая короткие видеоклипы на основе описаний или исходных изображений.

Модель текст-в-видео, которая анимирует переходы между различными текстовыми подсказками для создания динамических визуальных историй.

Генерирует анимированные видео из текстовых описаний с использованием AnimateDiff и управлением движением.

Генерирует анимированные видео из текстовых описаний с использованием персонализированных диффузионных моделей и контроля движения.

Генерирует анимированные видео из текстовых описаний с контролем движения, включая панорамирование и масштабирование.

Модель для создания анимированных GIF-видео из текстового описания на основе Stable Diffusion XL.

Модель генерации видео из текста, создающая видеоклипы с улучшенным качеством на основе текстовых описаний.

Создаёт видео из текстовых описаний, используя диффузионные модели без специализированного обучения на видеоданных.

Создаёт видео из текстовых описаний, используя многоэтапный подход синтеза.

Наивысшее качество генерации видео с передовой динамикой движения и визуальной точностью

Быстрая генерация видео из изображений с улучшенной когерентностью движения

Создаёт детальную векторную графику SVG из текстовых описаний с геометрической точностью и чистой структурой слоёв.

Создаёт готовые к производству SVG-изображения из текстовых описаний с чистой геометрией и редактируемыми путями.

Модель генерации изображений из текста, создающая высокоразрешённые изображения до 2048px с точной интерпретацией запросов.

Модель генерации изображений с акцентом на дизайн, точность интерпретации запросов и встроенный рендеринг текста.

P-Image Edit от Pruna AI редактирует исходные изображения по текстовой инструкции. Генерация — от 40 монет. Проверьте стоимость перед отправкой: настройки могу…

P-Image от Pruna AI создаёт изображения по текстовому описанию. Генерация — от 20 монет. Проверьте стоимость перед отправкой: настройки могут изменить цену. По…

Высокоточный апскейлер изображений, оптимизированный для портретов, лиц и продуктовых фото. Один из режимов апскейла на базе Clarity AI. X: https://x.com/philz…

Совмещённая аудио-видео модель, которая точно следует сложным инструкциям.

Высококачественная генерация и редактирование изображений с поддержкой восьми референсных изображений

Модель генерации видео из текста Alibaba Wan 2.5

Alibaba Wan 2.5 генерация видео из изображения с фоновым аудио

Унифицированная генерация текст-в-изображение и точное редактирование одним предложением с разрешением до 4K

Создание и редактирование изображений на естественном языке, быстро в высоком разрешении