Доступные модели нейросетей

Показывать стоимость в Caps

		Стоимость в руб
Модель	Размер контекста (в токенах)	Стоимость промта (за 1M токенов)	Стоимость ответа (за 1M токенов)
gpt-4o-realtime-preview-2024-10-01	4,095	1.333	1.333
o1-preview	128,000	15	60
o1-preview-2024-09-12	128,000	15	60
o1-mini	128,000	3	12
o1-mini-2024-09-12	128,000	3	12
gpt-4o	128,000	2.5	10
gpt-4o-2024-05-13	128,000	5	15
gpt-4o-2024-08-06	128,000	2.5	10
gpt-4o:extended	128,000	6	18
gpt-4o-mini	128,000	0.15	0.6
gpt-4o-mini-2024-07-18	128,000	0.15	0.6
gpt-4-vision-preview	128,000	10	30
gpt-4-turbo	128,000	10	30
gpt-4o-realtime-preview	4,095	1.333	1.333
gpt-4-turbo-preview	128,000	10	30
gpt-4o-audio-preview-2024-10-01	4,095	1.333	1.333
gpt-4o-audio-preview	4,095	1.333	1.333
gpt-4-turbo-2024-04-09	128,000	1.333	1.333
gpt-4-1106-preview	128,000	10	30
gpt-4	8,191	30	60
gpt-4-0125-preview	128,000	1.333	1.333
gpt-4-0613	8,192	1.333	1.333
gpt-4-32k-0314	32,767	60	120
gpt-4-32k	32,767	60	120
gpt-4-0314	8,191	30	60
gpt-3.5-turbo	16,385	0.5	1.5
gpt-3.5-turbo-16k	16,385	3	4
gpt-3.5-turbo-0613	4,095	1	2
gpt-3.5-turbo-0125	16,385	0.5	1.5
gpt-3.5-turbo-1106	16,385	1	2
gpt-3.5-turbo-instruct	4,095	1.5	2
gpt-3.5-turbo-instruct-0914	4,095	1.333	1.333
claude-3-5-haiku	200,000	1	5
claude-3-5-haiku-20241022	200,000	1	5
claude-3.5-sonnet	200,000	3	15
claude-3-opus	200,000	15	75
claude-3.5-sonnet-20240620	200,000	3	15
claude-3-haiku	200,000	0.25	1.25
claude-3-sonnet	200,000	3	15
claude-2.1	200,000	8	24
claude-2	200,000	8	24
claude-2.0	100,000	8	24
grok-vision-beta	8,192	5	15
grok-beta	131,072	5	15
gemini-pro-1.5	4,000,000	1.25	5
gemini-flash-1.5-8b	1,000,000	0.038	0.15
gemini-exp-1114	1,000,000	0	0
gemini-flash-1.5	4,000,000	0.075	0.3
gemini-flash-1.5-8b-exp	1,000,000	0	0
gemini-pro	131,040	0.5	1.5
gemini-pro-vision	65,536	0.5	1.5
gemini-pro-1.5-exp	4,000,000	0	0
gemini-flash-1.5-exp	4,000,000	0	0
gemma-2-9b-it:free	8,192	0	0
gemma-2-27b-it	8,192	0.27	0.27
gemma-2-9b-it	8,192	0.06	0.06
llama-3.2-3b-instruct:free	131,072	0	0
llama-3.1-lumimaid-70b	131,072	3.375	4.5
llama-3.1-lumimaid-8b	131,072	0.188	1.125
llama-3.1-sonar-huge-128k-online	127,072	5	5
llama-3.1-405b	131,072	2	2
llama-3.2-1b-instruct:free	131,072	0	0
llama-3.1-sonar-large-128k-chat	131,072	1	1
llama-3.1-70b-instruct	131,072	0.34	0.39
llama-3.1-sonar-small-128k-chat	131,072	0.2	0.2
llama-3.1-405b-instruct	131,072	1.79	1.79
llama-3.1-sonar-large-128k-online	127,072	1	1
llama-3.1-8b-instruct:free	131,072	0	0
llama-3.1-70b-instruct:free	131,072	0	0
llama-3.2-90b-vision-instruct:free	4,096	0	0
llama-3.1-8b-instruct	131,072	0.05	0.05
llama-3.1-70b-instruct:nitro	64,000	3.25	3.25
llama-3.1-sonar-small-128k-online	127,072	0.2	0.2
llama-3.2-90b-vision-instruct	131,072	0.35	0.4
llama-3.2-3b-instruct	131,072	0.03	0.05
llama-3.1-405b-instruct:free	131,072	0	0
llama-3-lumimaid-70b	8,192	3.375	4.5
llama-3.2-1b-instruct	131,072	0.01	0.02
llama-3.2-11b-vision-instruct	131,072	0.055	0.055
llama-3.1-405b-instruct:nitro	8,000	14.62	14.62
llama-3-lumimaid-8b	24,576	0.188	1.125
llama-3.2-11b-vision-instruct:free	131,072	0	0
llama-3-lumimaid-8b:extended	24,576	0.188	1.125
llama-guard-2-8b	8,192	0.18	0.18
llama-3-8b-instruct:free	8,192	0	0
llama-3-sonar-small-32k-chat	32,768	0.2	0.2
llama-3-8b-instruct	8,192	0.04	0.04
llama-3-sonar-large-32k-online	28,000	1	1
llama-3-sonar-large-32k-chat	32,768	1	1
llama-3-8b-instruct:nitro	8,192	0.2	0.2
llama-3-8b-instruct:extended	16,384	0.188	1.125
llama-3-70b-instruct	8,192	0.35	0.4
llama-3-70b-instruct:nitro	8,192	0.792	0.792
llama-2-13b-chat	4,096	0.198	0.198
llama-3.1-nemotron-70b-instruct	131,072	0.35	0.4
mn-inferor-12b	32,000	0.25	0.5
mistral-large-2411	4,095	2	6
mistral-large-2407	128,000	2	6
pixtral-large-2411	128,000	2	6
mixtral-8x22b-instruct	65,536	0.9	0.9
ministral-8b	128,000	0.1	0.1
mistral-nemo	128,000	0.13	0.13
pixtral-12b	4,096	0.1	0.1
ministral-3b	128,000	0.04	0.04
mixtral-8x7b-instruct	32,768	0.24	0.24
mixtral-8x7b-instruct:nitro	32,768	0.54	0.54
mixtral-8x7b	32,768	0.54	0.54
codestral-mamba	256,000	0.25	0.25
mistral-7b-instruct-v0.3	32,768	0.055	0.055
mistral-7b-instruct:free	32,768	0	0
mistral-large	128,000	2	6
mistral-7b-instruct	32,768	0.055	0.055
mistral-7b-instruct:nitro	32,768	0.07	0.07
mistral-small	32,000	0.2	0.6
mistral-medium	32,000	2.75	8.1
mistral-tiny	32,000	0.25	0.25
mistral-7b-instruct-v0.2	32,768	0.18	0.18
mistral-7b-instruct-v0.1	4,096	0.18	0.18
wizardlm-2-7b	32,000	0.055	0.055
wizardlm-2-8x22b	65,536	0.5	0.5
rocinante-12b	32,768	0.25	0.5
unslopnemo-12b	32,000	0.5	0.5
inflection-3-productivity	8,000	2.5	10
inflection-3-pi	8,000	2.5	10
lfm-40b	32,768	1	2
lfm-40b:free	32,768	0	0
chatgpt-4o-latest	128,000	5	15
noromaid-20b	8,192	1.5	2.25
command-r-03-2024	128,000	0.475	1.425
command-r-plus-04-2024	128,000	2.85	14.25
command-r-08-2024	128,000	0.143	0.57
command-r-plus-08-2024	128,000	2.375	9.5
command-r-plus	128,000	2.85	14.25
command	4,096	0.95	1.9
command-r	128,000	0.475	1.425
qwen-2.5-coder-32b-instruct	128,000	0.18	0.18
qwen-2.5-72b-instruct	131,072	0.35	0.4
qwen-2.5-7b-instruct	131,072	0.27	0.27
qwen-2-vl-72b-instruct	32,768	0.4	0.4
qwen-2-7b-instruct:free	32,768	0	0
qwen-2-7b-instruct	32,768	0.054	0.054
qwen-2-vl-7b-instruct	32,768	0.1	0.1
qwen-2-72b-instruct	32,768	0.34	0.39
palm-2-codechat-bison-32k	131,040	1	2
palm-2-chat-bison-32k	131,040	1	2
palm-2-codechat-bison	28,672	1	2
palm-2-chat-bison	36,864	1	2
l3.1-euryale-70b	8,192	0.35	0.4
l3-euryale-70b	8,192	0.35	0.4
jamba-1-5-mini	256,000	0.2	0.4
jamba-1-5-large	256,000	2	8
jamba-instruct	256,000	0.5	0.7
phi-3.5-mini-128k-instruct	128,000	0.1	0.1
phi-3-mini-128k-instruct:free	128,000	0	0
phi-3-mini-128k-instruct	128,000	0.1	0.1
phi-3-medium-128k-instruct:free	128,000	0	0
phi-3-medium-128k-instruct	128,000	1	1
hermes-3-llama-3.1-70b	131,072	0.4	0.4
hermes-3-llama-3.1-405b	131,072	1.79	2.49
hermes-3-llama-3.1-405b:free	131,072	0	0
hermes-2-pro-llama-3-8b	8,192	0.14	0.14
nous-hermes-2-mixtral-8x7b-dpo	32,768	0.54	0.54
nous-hermes-llama2-13b	4,096	0.17	0.17
magnum-72b	16,384	1.875	2.25
goliath-120b	6,144	9.375	9.375
dolphin-mixtral-8x22b	65,536	0.9	0.9
dolphin-mixtral-8x7b	32,768	0.5	0.5
mythomax-l2-13b	4,096	0.08	0.08
mythomax-l2-13b:free	4,096	0	0
mythomax-l2-13b:nitro	4,096	0.2	0.2
mythomax-l2-13b:extended	8,192	1.125	1.125
openchat-7b	8,192	0.055	0.055
toppy-m-7b:free	4,096	0	0
toppy-m-7b	4,096	0.07	0.07
toppy-m-7b:nitro	4,096	0.07	0.07
remm-slerp-l2-13b	4,096	1.125	1.125
remm-slerp-l2-13b:extended	6,144	1.125	1.125
sorcererlm-8x22b	16,000	4.5	4.5
eva-qwen-2.5-32b	4,095	0.5	0.5
magnum-v4-72b	32,768	1.875	2.25
deepseek-chat	128,000	0.14	0.28
dbrx-instruct	32,768	1.08	1.08
midnight-rose-70b	4,096	0.8	0.8
yi-large	32,768	3	3
openhermes-2.5-mistral-7b	4,096	0.17	0.17
lzlv-70b-fp16-hf	4,096	0.35	0.4
auto	200,000
airoboros-l2-70b	4,096	0.5	0.5
xwin-lm-70b	8,192	3.75	3.75
mythalion-13b	8,192	1.125	1.125
weaver	8,000	1.5	2.25
zephyr-7b-beta:free	4,096	0	0

* Наша наценка к этим ценам составляет 50%, которая включена в стоимость пакетов кроме Basic (Premium и выше)

Стоимость использования Whisper API 3000 caps/минута

Стоимость использования TTS 7.5 caps/символ

Стоимость использования TTS HD 15 caps/символ

Для генерации изображений:

Стоимость одной генерации MidJourney в режиме Relax20 000 CAPS / 0.04 USD

Стоимость одной генерации MidJourney в режиме Fast40 000 CAPS / 0.08 USD

Стоимость одной генерации MidJourney в режиме Turbo80 000 CAPS / 0.16 USD

Стоимость одной генерации в модели Dall‑e20 000 CAPS / 0.04 USD

Premium: 200000 токенов ChatGPT-4-Turbo. Примерно 400000 русских символов. Хватит, чтобы написать роман «Мастер и Маргарита» или чтобы сгенерировать 300 изображений

Elite: 2000000 токенов ChatGPT-4-turbo. Примерно 4000000 русских символов. Хватит, чтобы написать роман «Война и Мир» или чтобы сгенерировать 3000 изображений

Цена Caps привязана к стоимости базовой версии токенов GPT-3.5 на сайте OpenAI. Изменение цены может произойти в случае значительного колебания валютного курса доллара США. Текущий обменный курс: 1 000 000 Caps = 200 рублей. Чтобы перевести стоимость токенов GPT-3.5 из долларов в Caps, вы можете использовать следующую формулу: Количество Caps = (Стоимость токенов ChatGPT-3.5 в долларах × Курс доллара / Стоимость 1 000 000 Caps в рублях) × 1 000 000. Для расчетов в данный момент времени берем стоимость 1 доллар = 100 рублей. При существенных колебаниях валютного курса доллара, цена caps будет корректироваться соответственно.

Сравнение моделей Chat GPT-3.5 и Chat GPT 4.0

Многие спрашивают, в чем разница между ChatGPT-3.5 и ChatGPT-4 и почему стоит переплатить и приобрести четвертую модель. Чтобы наглядно показать различия в способностях версий, мы дали им решить одну и ту же загадку.

Запрос:В повозку запряжены две лошади. Каждая бежит со скоростью 45 км/ч. Какова скорость повозки?

Ответ ChatGPT-3.5

Скорость повозки равна сумме скоростей двух лошадей. Так как обе лошади бегут со скоростью 45 км/ч, то скорость повозки будет равна 45 км/ч + 45 км/ч = 90 км/ч.

Ответ ChatGPT-4

Если две лошади запряжены в одну повозку и бегут в одном и том же направлении, то скорость повозки будет равна скорости лошадей, поскольку они двигают её вместе. То есть скорость повозки также будет 45 км/ч, при условии, что лошади синхронизированы и никакие внешние факторы не замедляют движение повозки (например, трение, сопротивление воздуха, уклон дороги и т.д.).

Запрос:Под каким деревом сидит заяц, когда идет дождь?

Ответ ChatGPT-3.5

Под никаким деревом. Заяц обычно не сидит под деревом во время дождя, а ищет укрытие от влаги.

Ответ ChatGPT-4

Это старая загадка. Под каким деревом сидит заяц, когда идет дождь? Ответ: под мокрым. Этот ответ основан на игре слов, поскольку вопрос задается таким образом, что ожидается название конкретного дерева, но ответ заключается в описании состояния дерева, а не в его виде.

Запрос:Какая птица яиц не несёт, но сама из яйца вылупилась?

Ответ ChatGPT-3.5

Какая птица яиц не несёт, но сама из яйца вылупилась?

Ответ ChatGPT-4

Эта загадка классическая. Ответ на неё — петух. Петух является самцом курицы, поэтому сам он яиц не несет, но как и все птицы, петух вылупляется из яйца.

Запрос:На берёзе росло 90 яблок. Подул сильный ветер, и 10 яблок упало. Сколько осталось?

Ответ ChatGPT-3.5

Осталось 80 яблок.

Ответ ChatGPT-4

Эта задача звучит как шутка или игра слов, поскольку яблоки обычно не растут на берёзе. Скорее всего, это шутка или головоломка, и правильный ответ зависит от контекста, в котором задан вопрос. Если рассматривать вопрос буквально, то ответ будет таков: на берёзе осталось 0 яблок, потому что яблоки не могут расти на берёзе. Но если предположить, что это часть шутки, и мы принимаем заданные условия как данность, то после того как 10 яблок упало, на берёзе осталось 80 яблок (90 - 10 = 80).

Запрос:Мужчина ехал по дороге на своем грузовике. Фары не были включены. Луна не светила. Перед грузовиком женщина в черной одежде переходила дорогу. Как мужчина ее увидел?

Ответ ChatGPT-3.5

Мужчина увидел женщину в черной одежде благодаря фарам на грузовике.

Ответ ChatGPT-4

Мужчина увидел женщину потому, что происходило это днем. Указание на то, что фары были выключены и луна не светила, может ввести в заблуждение, однако это не исключает возможности дневного света.