Доступные модели нейросетей

Показывать стоимость в Caps
Стоимость в руб
МодельРазмер контекста (в токенах)Стоимость промта (за 1M токенов)Стоимость ответа (за 1M токенов)
gpt-4o-realtime-preview-2024-10-014,0951.3331.333
o1-preview128,0001560
o1-preview-2024-09-12128,0001560
o1-mini128,000312
o1-mini-2024-09-12128,000312
gpt-4o128,0002.510
gpt-4o-2024-05-13128,000515
gpt-4o-2024-08-06128,0002.510
gpt-4o:extended128,000618
gpt-4o-mini128,0000.150.6
gpt-4o-mini-2024-07-18128,0000.150.6
gpt-4-vision-preview128,0001030
gpt-4-turbo128,0001030
gpt-4o-realtime-preview4,0951.3331.333
gpt-4-turbo-preview128,0001030
gpt-4o-audio-preview-2024-10-014,0951.3331.333
gpt-4o-audio-preview4,0951.3331.333
gpt-4-turbo-2024-04-09128,0001.3331.333
gpt-4-1106-preview128,0001030
gpt-48,1913060
gpt-4-0125-preview128,0001.3331.333
gpt-4-06138,1921.3331.333
gpt-4-32k-031432,76760120
gpt-4-32k32,76760120
gpt-4-03148,1913060
gpt-3.5-turbo16,3850.51.5
gpt-3.5-turbo-16k16,38534
gpt-3.5-turbo-06134,09512
gpt-3.5-turbo-012516,3850.51.5
gpt-3.5-turbo-110616,38512
gpt-3.5-turbo-instruct4,0951.52
gpt-3.5-turbo-instruct-09144,0951.3331.333
claude-3-5-haiku200,00015
claude-3-5-haiku-20241022200,00015
claude-3.5-sonnet200,000315
claude-3-opus200,0001575
claude-3.5-sonnet-20240620200,000315
claude-3-haiku200,0000.251.25
claude-3-sonnet200,000315
claude-2.1200,000824
claude-2200,000824
claude-2.0100,000824
grok-vision-beta8,192515
grok-beta131,072515
gemini-pro-1.54,000,0001.255
gemini-flash-1.5-8b1,000,0000.0380.15
gemini-exp-11141,000,00000
gemini-flash-1.54,000,0000.0750.3
gemini-flash-1.5-8b-exp1,000,00000
gemini-pro131,0400.51.5
gemini-pro-vision65,5360.51.5
gemini-pro-1.5-exp4,000,00000
gemini-flash-1.5-exp4,000,00000
gemma-2-9b-it:free8,19200
gemma-2-27b-it8,1920.270.27
gemma-2-9b-it8,1920.060.06
llama-3.2-3b-instruct:free131,07200
llama-3.1-lumimaid-70b131,0723.3754.5
llama-3.1-lumimaid-8b131,0720.1881.125
llama-3.1-sonar-huge-128k-online127,07255
llama-3.1-405b131,07222
llama-3.2-1b-instruct:free131,07200
llama-3.1-sonar-large-128k-chat131,07211
llama-3.1-70b-instruct131,0720.340.39
llama-3.1-sonar-small-128k-chat131,0720.20.2
llama-3.1-405b-instruct131,0721.791.79
llama-3.1-sonar-large-128k-online127,07211
llama-3.1-8b-instruct:free131,07200
llama-3.1-70b-instruct:free131,07200
llama-3.2-90b-vision-instruct:free4,09600
llama-3.1-8b-instruct131,0720.050.05
llama-3.1-70b-instruct:nitro64,0003.253.25
llama-3.1-sonar-small-128k-online127,0720.20.2
llama-3.2-90b-vision-instruct131,0720.350.4
llama-3.2-3b-instruct131,0720.030.05
llama-3.1-405b-instruct:free131,07200
llama-3-lumimaid-70b8,1923.3754.5
llama-3.2-1b-instruct131,0720.010.02
llama-3.2-11b-vision-instruct131,0720.0550.055
llama-3.1-405b-instruct:nitro8,00014.6214.62
llama-3-lumimaid-8b24,5760.1881.125
llama-3.2-11b-vision-instruct:free131,07200
llama-3-lumimaid-8b:extended24,5760.1881.125
llama-guard-2-8b8,1920.180.18
llama-3-8b-instruct:free8,19200
llama-3-sonar-small-32k-chat32,7680.20.2
llama-3-8b-instruct8,1920.040.04
llama-3-sonar-large-32k-online28,00011
llama-3-sonar-large-32k-chat32,76811
llama-3-8b-instruct:nitro8,1920.20.2
llama-3-8b-instruct:extended16,3840.1881.125
llama-3-70b-instruct8,1920.350.4
llama-3-70b-instruct:nitro8,1920.7920.792
llama-2-13b-chat4,0960.1980.198
llama-3.1-nemotron-70b-instruct131,0720.350.4
mn-inferor-12b32,0000.250.5
mistral-large-24114,09526
mistral-large-2407128,00026
pixtral-large-2411128,00026
mixtral-8x22b-instruct65,5360.90.9
ministral-8b128,0000.10.1
mistral-nemo128,0000.130.13
pixtral-12b4,0960.10.1
ministral-3b128,0000.040.04
mixtral-8x7b-instruct32,7680.240.24
mixtral-8x7b-instruct:nitro32,7680.540.54
mixtral-8x7b32,7680.540.54
codestral-mamba256,0000.250.25
mistral-7b-instruct-v0.332,7680.0550.055
mistral-7b-instruct:free32,76800
mistral-large128,00026
mistral-7b-instruct32,7680.0550.055
mistral-7b-instruct:nitro32,7680.070.07
mistral-small32,0000.20.6
mistral-medium32,0002.758.1
mistral-tiny32,0000.250.25
mistral-7b-instruct-v0.232,7680.180.18
mistral-7b-instruct-v0.14,0960.180.18
wizardlm-2-7b32,0000.0550.055
wizardlm-2-8x22b65,5360.50.5
rocinante-12b32,7680.250.5
unslopnemo-12b32,0000.50.5
inflection-3-productivity8,0002.510
inflection-3-pi8,0002.510
lfm-40b32,76812
lfm-40b:free32,76800
chatgpt-4o-latest128,000515
noromaid-20b8,1921.52.25
command-r-03-2024128,0000.4751.425
command-r-plus-04-2024128,0002.8514.25
command-r-08-2024128,0000.1430.57
command-r-plus-08-2024128,0002.3759.5
command-r-plus128,0002.8514.25
command4,0960.951.9
command-r128,0000.4751.425
qwen-2.5-coder-32b-instruct128,0000.180.18
qwen-2.5-72b-instruct131,0720.350.4
qwen-2.5-7b-instruct131,0720.270.27
qwen-2-vl-72b-instruct32,7680.40.4
qwen-2-7b-instruct:free32,76800
qwen-2-7b-instruct32,7680.0540.054
qwen-2-vl-7b-instruct32,7680.10.1
qwen-2-72b-instruct32,7680.340.39
palm-2-codechat-bison-32k131,04012
palm-2-chat-bison-32k131,04012
palm-2-codechat-bison28,67212
palm-2-chat-bison36,86412
l3.1-euryale-70b8,1920.350.4
l3-euryale-70b8,1920.350.4
jamba-1-5-mini256,0000.20.4
jamba-1-5-large256,00028
jamba-instruct256,0000.50.7
phi-3.5-mini-128k-instruct128,0000.10.1
phi-3-mini-128k-instruct:free128,00000
phi-3-mini-128k-instruct128,0000.10.1
phi-3-medium-128k-instruct:free128,00000
phi-3-medium-128k-instruct128,00011
hermes-3-llama-3.1-70b131,0720.40.4
hermes-3-llama-3.1-405b131,0721.792.49
hermes-3-llama-3.1-405b:free131,07200
hermes-2-pro-llama-3-8b8,1920.140.14
nous-hermes-2-mixtral-8x7b-dpo32,7680.540.54
nous-hermes-llama2-13b4,0960.170.17
magnum-72b16,3841.8752.25
goliath-120b6,1449.3759.375
dolphin-mixtral-8x22b65,5360.90.9
dolphin-mixtral-8x7b32,7680.50.5
mythomax-l2-13b4,0960.080.08
mythomax-l2-13b:free4,09600
mythomax-l2-13b:nitro4,0960.20.2
mythomax-l2-13b:extended8,1921.1251.125
openchat-7b8,1920.0550.055
toppy-m-7b:free4,09600
toppy-m-7b4,0960.070.07
toppy-m-7b:nitro4,0960.070.07
remm-slerp-l2-13b4,0961.1251.125
remm-slerp-l2-13b:extended6,1441.1251.125
sorcererlm-8x22b16,0004.54.5
eva-qwen-2.5-32b4,0950.50.5
magnum-v4-72b32,7681.8752.25
deepseek-chat128,0000.140.28
dbrx-instruct32,7681.081.08
midnight-rose-70b4,0960.80.8
yi-large32,76833
openhermes-2.5-mistral-7b4,0960.170.17
lzlv-70b-fp16-hf4,0960.350.4
auto200,000
airoboros-l2-70b4,0960.50.5
xwin-lm-70b8,1923.753.75
mythalion-13b8,1921.1251.125
weaver8,0001.52.25
zephyr-7b-beta:free4,09600
* 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.