Новые ИИ модели ноября 2026
В ноябре 2026 вышло 29 моделей от 19 разработчиков, среди них Gemini 4 Neon, GPT-6.2 Astra Pro и GPT-6.2 Astra. По типам: текст — 26, изображения — 2, распознавание речи — 1. Цены от 3,85 ₽0,04 PnP за 1 млн входных токенов.
Цены розничные, без НДС (5 %). Для компаний — персональные цены по договору: чем больше объем, тем ниже цена.Узнать свою цену
Цены со скидкой по ссылке партнера, без НДС (5 %). Зарегистрироваться
Цены со скидкой вашей компании, без НДС (5 %).Ваши условия
Показано 29 из 29 моделей · цены на 22.11.2026
Дата выхода: ноябрь 2026, убрать и показать все моделиСкачать прайс-лист
global-1/thinkingmachines/inkling-2-miniавтор: thinkingmachinesВыпущена 21.11.2026контекст 1 048 576
Ввод от 8,80 ₽0,09 PnP · вывод от 38,50 ₽0,39 PnP за 1 млн токеновСкидка за объем
Inkling 2 Mini is an open-weight multimodal looped transformer from Thinking Machines Lab, with 3.4B active parameters out of 26.4B total (MoE).
ГлобальныйИзображенияИнструментыРассужденияБез хранения данных (ZDR)global-1/radixark/daisyrose-27bавтор: radixarkВыпущена 21.11.2026контекст 262 144
Ввод от 16,50 ₽0,17 PnP · вывод от 207 ₽2,07 PnP за 1 млн токеновСкидка за объем
DaisyRose 27B is an open-weight multimodal reasoning model from RadixArk, trained from Qwen3.8 27B using reinforcement learning only on long-horizon agent tasks, with no supervised fine-tuning or distillation.
ГлобальныйИзображенияИнструментыСтруктурированный выводРассужденияБез хранения данных (ZDR)global-1/mistralai/pixtral-large-2502автор: mistralaiВыпущена 20.11.2026контекст 128 000
Ввод от 220 ₽2,20 PnP · вывод от 660 ₽6,60 PnP за 1 млн токеновСкидка за объем
Pixtral Large 2502 is the February 2025 version of Mistral AI's large multimodal model, following Pixtral Large 2411.
ГлобальныйИзображенияБез хранения данных (ZDR)global-3/kimi-k3.1-pro-primeавтор: moonshotaiВыпущена 19.11.2026контекст 1 048 576
Ввод от 400 ₽4,00 PnP · вывод от 2 000 ₽20,00 PnP за 1 млн токеновСкидка за объем
Kimi-K3.1-Pro-Prime is the high-speed version of Kimi-K3.1-Pro (the Prime fast lane). Model capability is fully identical to Kimi-K3.1-Pro — same model weights, supporting a 1-million-token context window with native vision understanding (text and image input, text output), delivering the same level of performance across code, 3D creation, financial research, and long-horizon Agent tasks (Terminal-Bench 4.0 score of 65.7%, current best result of 64.4 on OfficeQA Pro v2, and a statement-level hallucination rate of 8.3%).
ГлобальныйИзображенияСтруктурированный выводРассужденияglobal-1/google/gemini-4-neonавтор: googleВыпущена 18.11.2026контекст 1 048 576
Ввод от 330 ₽3,30 PnP · вывод от 1 650 ₽16,50 PnP за 1 млн токеновСкидка за объем
Gemini 4 Neon — модель Google из семейства Gemini 4, выпущенная 18 ноября 2026 года. Она дает рассуждения уровня флагманов быстрее и экономнее, принимает текст, изображения, файлы, аудио и видео и нацелена на сложный код, агентов и корпоративные задачи.
ГлобальныйИзображенияФайлыАудиоВидеоИнструментыРассужденияБез хранения данных (ZDR)global-1/openai/gpt-6.2-astra-proавтор: openaiВыпущена 17.11.2026контекст 1 050 000
Ввод от 880 ₽8,80 PnP · вывод от 4 400 ₽44,00 PnP за 1 млн токеновСкидка за объем
GPT-6.2 Astra Pro от OpenAI — это флагманская GPT-6.2 Astra, запущенная в режиме рассуждений pro: на запрос тратится больше работы модели, а возвращается один итоговый ответ. Принимает текст, изображения и файлы, умеет вызывать инструменты.
ГлобальныйИзображенияФайлыИнструментыСтруктурированный выводРассужденияБез хранения данных (ZDR)- 2 маршрута
автор: openaiВыпущена 17.11.2026контекст 1 050 000
Ввод от 592 ₽5,92 PnP · вывод от 2 959 ₽29,59 PnP за 1 млн токеновСкидка за объем
GPT-6.2 Astra от OpenAI — новый флагман семейства GPT-6.2 для самых сложных проектов: профессиональных документов, кода, научных задач и управления компьютером. Принимает текст, изображения и файлы, умеет вызывать инструменты и рассуждать.
ГлобальныйИзображенияФайлыИнструментыСтруктурированный выводРассужденияБез хранения данных (ZDR) global-1/openai/gpt-6.2-sol-proавтор: openaiВыпущена 17.11.2026контекст 1 050 000
Ввод от 220 ₽2,20 PnP · вывод от 1 100 ₽11,00 PnP за 1 млн токеновСкидка за объем
GPT-6.2 Sol Pro от OpenAI — это та же модель, что GPT-6.2 Sol, но запущенная в режиме рассуждений pro: на запрос уходит больше работы модели. Принимает текст, изображения и файлы.
ГлобальныйИзображенияФайлыИнструментыСтруктурированный выводРассужденияБез хранения данных (ZDR)- 2 маршрута
автор: openaiВыпущена 17.11.2026контекст 1 050 000
Ввод от 148 ₽1,48 PnP · вывод от 740 ₽7,40 PnP за 1 млн токеновСкидка за объем
GPT-6.2 Sol от OpenAI — обновление GPT-6.1 Sol, рабочая модель серии GPT-6.2 ниже флагмана Astra. По данным Artificial Analysis, по общему уровню она на одной линии с прежним флагманом GPT-6 Astra, а обходится заметно дешевле. Принимает текст, изображения и файлы, рассуждает, вызывает инструменты.
ГлобальныйИзображенияФайлыИнструментыСтруктурированный выводРассужденияБез хранения данных (ZDR) global-1/tencent/hy4-flashавтор: tencentВыпущена 16.11.2026контекст 1 048 576
Ввод от 3,85 ₽0,04 PnP · вывод от 15,46 ₽0,16 PnP за 1 млн токеновСкидка за объем
Hy4 flash от Tencent — облегченный вариант флагманской Hy4: 224 млрд параметров, из которых 12 млрд активны на токен. Принимает текст и изображения, рассуждает и вызывает инструменты. Сделана для массовых рабочих задач, где важны скорость и низкая стоимость ответа.
ГлобальныйИзображенияИнструментыСтруктурированный выводРассуждения- 2 маршрута
автор: qwenВыпущена 16.11.2026контекст 1 000 000
Ввод от 150 ₽1,50 PnP · вывод от 450 ₽4,50 PnP за 1 млн токеновСкидка за объем
Qwen4 Max от Alibaba (команда Qwen) — флагман поколения Qwen4, мультимодальная модель с рассуждением. Принимает текст, изображения и видео, отвечает текстом. В индексе Artificial Analysis набрала 43 балла, но очень многословна.
ГлобальныйИзображенияВидеоИнструментыСтруктурированный выводРассужденияБез хранения данных (ZDR) global-1/inclusionai/ling-3.2-flash:freeавтор: inclusionaiВыпущена 13.11.2026контекст 1 048 576
бесплатно
Ling 3.2 Flash от inclusionAI (Ant Group) — мультимодальная модель на архитектуре mixture-of-experts: 560 млрд параметров, около 25 млрд активны на токен. Через Router принимает текст и изображения, умеет рассуждать, вызывать инструменты и отвечать по схеме.
ГлобальныйИзображенияИнструментыСтруктурированный выводРассужденияБез хранения данных (ZDR)global-1/google/gemini-4-hydrogenавтор: googleВыпущена 12.11.2026контекст 1 048 576
Ввод от 165 ₽1,65 PnP · вывод от 825 ₽8,25 PnP за 1 млн токеновСкидка за объем
Gemini 4 Hydrogen — быстрая и экономная модель Google из семейства Gemini 4, выпущенная 12 ноября 2026 года. Создана для повседневного кода и агентных цепочек, принимает текст, изображения, файлы, аудио и видео, рассуждает на четырех уровнях усилий.
ГлобальныйИзображенияФайлыАудиоВидеоИнструментыРассужденияБез хранения данных (ZDR)global-1/baidu/ernie-5.5-flash-preview:freeавтор: baiduВыпущена 10.11.2026контекст 1 024 000
бесплатно
ERNIE 5.5 Flash Preview от Baidu — первая дообученная версия на базе ERNIE 5.5 Flash Base, разреженная MoE-модель на 280 млрд параметров. Разработчик делает упор на программирование, 3D-моделирование, офисные документы и создание контента. Это промежуточная версия, не финальный релиз.
ГлобальныйИнструментыСтруктурированный выводРассужденияglobal-1/baidu/ernie-light-dt-1.0-intlавтор: baiduВыпущена 10.11.2026контекст 1 024 000
Ввод от 125 ₽1,25 PnP · вывод от 434 ₽4,34 PnP за 1 млн токеновСкидка за объем
ERNIE-Light-DT-1.0 от Baidu — свежая текстовая модель на основе открытых моделей GLM, вышедшая в ноябре 2026 года. Разработчик делает ставку на собственное разреженное внимание, которое удешевляет работу с длинным контекстом.
ГлобальныйИнструментыСтруктурированный выводРассужденияglobal-1/google/gemini-4-carbonавтор: googleВыпущена 10.11.2026контекст 1 048 576
Ввод от 220 ₽2,20 PnP · вывод от 1 100 ₽11,00 PnP за 1 млн токеновСкидка за объем
Gemini 4 Carbon — самая сильная модель Google из семейства Gemini 4, построенная на Gemini 4 Argon. Анонсирована 28 октября 2026 года, в общем доступе с 10 ноября. Рассчитана на многошаговый код, научные задачи и долгие агентные сценарии, ради качества тратит много токенов.
ГлобальныйИзображенияФайлыАудиоВидеоИнструментыСтруктурированный выводРассужденияБез хранения данных (ZDR)global-1/nex-agi/nex-n2.6автор: nex-agiВыпущена 10.11.2026контекст 262 144
Ввод от 13,20 ₽0,14 PnP · вывод от 44,00 ₽0,44 PnP за 1 млн токеновСкидка за объем
Nex-N2.6 от Nex-AGI — агентная модель на основе GLM-5.3-Flash от Z.ai, около 321 млрд параметров. Рассчитана на работу с компьютером, код и долгие задачи с инструментами.
ГлобальныйИзображенияИнструментыСтруктурированный выводРассужденияglobal-1/thinkingmachines/inkling-2-smallавтор: thinkingmachinesВыпущена 09.11.2026контекст 1 048 576
Ввод от 33,00 ₽0,33 PnP · вывод от 110 ₽1,10 PnP за 1 млн токеновСкидка за объем
Inkling 2 Small от Thinking Machines Lab, первая модель второго поколения семейства Inkling: MoE на 594 млрд параметров, 17 млрд активных. Принимает текст и изображения, рассуждает с настраиваемым усилием, сильна в агентном коде и офисных задачах. Веса открыты под Apache 2.0.
ГлобальныйИзображенияИнструментыРассужденияБез хранения данных (ZDR)автор: anthropicВыпущена 09.11.2026контекст 1 000 000
Ввод от 592 ₽5,92 PnP · вывод от 2 959 ₽29,59 PnP за 1 млн токеновСкидка за объем
Claude Fable 5.2 от Anthropic, вышедшая 9 ноября 2026 года, — старшая общедоступная модель компании для самой сложной технической работы: кода, исследований, финансового анализа. Принимает текст, изображения и файлы, всегда рассуждает.
ГлобальныйИзображенияФайлыИнструментыСтруктурированный выводРассужденияglobal-1/meta/muse-emberавтор: metaВыпущена 09.11.2026контекст 1 048 576
Ввод от 11,00 ₽0,11 PnP · вывод от 55,00 ₽0,55 PnP за 1 млн токеновСкидка за объем
Muse Ember от Meta — самая маленькая и экономная модель семейства Muse, вышедшая 9 ноября 2026 года. Она создана для того, что агенты повторяют весь день: вызовы инструментов, подзадачи по коду, маршрутизация, извлечение данных, разбор длинных документов.
ГлобальныйИзображенияФайлыАудиоВидеоРассужденияБез хранения данных (ZDR)- 2 маршрута
автор: liquidВыпущена 06.11.2026контекст 262 144
Ввод от 8,80 ₽0,09 PnP · вывод от 22,00 ₽0,22 PnP за 1 млн токеновСкидка за объем
LFM3-1.7B от Liquid AI — компактная открытая модель рассуждений на 1,73 млрд параметров с гибридной архитектурой. Обучена для агентов с инструментами и строгого следования инструкциям; по данным разработчика, в агентных тестах догоняет модели в несколько раз крупнее.
ГлобальныйИнструментыРассужденияБез хранения данных (ZDR) global-1/kt/midm-k-3.0-proавтор: ktВыпущена 05.11.2026контекст 261 795
Ввод от 22,00 ₽0,22 PnP · вывод от 88,00 ₽0,88 PnP за 1 млн токеновСкидка за объем
Mi:dm K 3.0 Pro от корейского оператора KT — рассуждающая модель типа mixture-of-experts: 120 млрд параметров, из них 12 млрд активны на каждом токене. Архитектура смешивает слои Mamba, MoE и внимания. Принимает и выдает текст.
ГлобальныйРассужденияglobal-1/openai/gpt-image-2.6-sunburstавтор: openaiВыпущена 04.11.2026
Ввод от 550 ₽5,50 PnP · вывод от 3 300 ₽33,00 PnP за 1 млн токеновСкидка за объем
GPT Image 2.6 Sunburst — модель OpenAI для генерации изображений, точная ветка поколения 2.6 (в API у нее есть и редактирование по входному изображению, через Router оно недоступно). В наших тестах она без замечаний справилась со всеми шестью заданиями, включая русскую вывеску и инфографику.
ГлобальныйИзображенияglobal-1/openai/gpt-image-2.6-flareавтор: openaiВыпущена 04.11.2026
Ввод от 550 ₽5,50 PnP · вывод от 3 300 ₽33,00 PnP за 1 млн токеновСкидка за объем
GPT Image 2.6 Flare от OpenAI — быстрая модель линейки GPT Image 2.6 для генерации изображений по тексту. В наших тестах она прошла все шесть заданий без замечаний, включая русскую вывеску и инфографику.
ГлобальныйИзображенияglobal-1/ricursiveai/ripple-65b-previewавтор: ricursiveaiВыпущена 04.11.2026контекст 1 048 576
Ввод от 11,00 ₽0,11 PnP · вывод от 33,00 ₽0,33 PnP за 1 млн токеновСкидка за объем
Ripple-65B Preview от Ricursive Intelligence: плотная модель на 65 млрд параметров, обученная с нуля на 12 трлн токенов, с открытыми весами под лицензией Apache 2.0. Разработчик делает упор на агентный код: по его данным, в терминальных задачах она не уступает моделям в разы крупнее.
ГлобальныйИнструментыБез хранения данных (ZDR)global-1/tencent/hy4автор: tencentВыпущена 04.11.2026контекст 1 048 576
Ввод от 91,74 ₽0,92 PnP · вывод от 276 ₽2,76 PnP за 1 млн токеновСкидка за объем
Hy4 от Tencent — финальная версия флагманской модели после Hy4 preview. Разработчик заявляет, что она заметно сильнее предшественницы в выполнении инструкций, длинном контексте, долгих задачах и глубоком поиске. Впервые в линейке принимает изображения; умеет рассуждать и вызывать инструменты.
ГлобальныйИзображенияИнструментыРассужденияБез хранения данных (ZDR)global-1/moondream/parakeet-ultraавтор: moondreamВыпущена 03.11.2026
0,11 ₽0,0011 PnP за минуту аудиоСкидка за объем
Parakeet Ultra от Moondream — дообученная версия модели NVIDIA Parakeet TDT 0.6B v3 для распознавания речи на 25 языках, включая русский. Архитектура и размер те же, ошибка по данным разработчика ниже, особенно в шуме и на длинных записях.
ГлобальныйАудиоБез хранения данных (ZDR)global-1/motif-technologies/motif-3автор: motif-technologiesВыпущена 02.11.2026контекст 262 144
Ввод от 33,00 ₽0,33 PnP · вывод от 132 ₽1,32 PnP за 1 млн токеновСкидка за объем
Motif 3 от корейской Motif Technologies — открытая MoE-модель на 314 млрд параметров, из которых на токен задействовано 13,2 млрд. Универсальная, с упором на английский и корейский, особенно заметна в агентных задачах и работе в терминале. Принимает текст.
ГлобальныйСтруктурированный выводРассужденияglobal-1/z-ai/glm-5.3-flashx-legalавтор: z-aiВыпущена 02.11.2026контекст 1 048 576
Ввод от 40,70 ₽0,41 PnP · вывод от 138 ₽1,38 PnP за 1 млн токеновСкидка за объем
GLM-5.3-FlashX-Legal (GLM-Legal) от Z.ai — юридический вариант быстрой мультимодальной модели GLM-5.3-FlashX. Дообучена на правовых данных и в задачах, смоделированных по реальной юридической практике: проверка договоров, сверка документов, правовой анализ, составление черновиков.
ГлобальныйИзображенияВидеоИнструментыСтруктурированный выводРассуждения

