Qwen2.5-VL-32B-Instruct — мультимодальная модель команды Tongyi Qianwen. Распознаёт объекты, текст и графику на изображениях, определяет расположение объектов, использует инструменты и формирует структурированные ответы.
Объединяет режимы с рассуждениями и без них с переключением во время диалога. Предназначена для творческого письма, ролевого общения, многоэтапных бесед и выполнения инструкций.
Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Объединяет режимы с рассуждениями и без них с переключением во время беседы. Предназначена для творческого письма, ролевого общения, многоэтапного диалога и выполнения инструкций.
Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Wan 2.6 T2I создаёт изображения по текстовому описанию.
Изображения на входеИзображения на входеМодель принимает изображения. Допустимые форматы и размеры зависят от операции.
Изображения на выходеИзображения на выходеМодель возвращает изображения. Создание, редактирование и изменение области могут иметь разные параметры и доступность.
Wan 2.6 T2V создаёт видео по тексту, планирует последовательность сцен и поддерживает звуковую дорожку и диалоги нескольких участников; длительность ролика — до 15 секунд. Вход: текст; выход: видео.
Видео на выходеВидео на выходеНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
Wanxiang 2.7 I2V создаёт видео по изображению; поддерживает диалоговые сцены, динамичные действия и ритмичные смены планов. Вход: текст, изображения, аудио; выход: видео.
Изображения на входеИзображения на входеМодель принимает изображения. Допустимые форматы и размеры зависят от операции.
Аудио на входеАудио на входеМодель принимает аудио. Это не подтверждает генерацию речи.
Видео на выходеВидео на выходеНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
Wanxiang 2.7 R2V создаёт видео по референсам и поддерживает до пяти изображений или видео, а также аудио-референсы. Вход: текст, изображения, видео, аудио; выход: видео.
Изображения на входеИзображения на входеМодель принимает изображения. Допустимые форматы и размеры зависят от операции.
Аудио на входеАудио на входеМодель принимает аудио. Это не подтверждает генерацию речи.
Вход и выход видеоВход и выход видеоНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
Wanxiang 2.7 T2V создаёт видео по тексту; поддерживает диалоговые сцены, динамичные действия и ритмичные смены планов. Вход: текст, аудио; выход: видео.
Аудио на входеАудио на входеМодель принимает аудио. Это не подтверждает генерацию речи.
Видео на выходеВидео на выходеНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
Wanxiang 2.7 Videoedit редактирует видео по текстовым командам и поддерживает замену элементов, а также воспроизведение движений и работы камеры. Вход: текст, изображения, видео; выход: видео.
Изображения на входеИзображения на входеМодель принимает изображения. Допустимые форматы и размеры зависят от операции.
Вход и выход видеоВход и выход видеоНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
Wan 3.0 от Tongyi Lab предназначена для генерации и редактирования видео, включая работу с текстом, изображениями, аудио, видео, документами и веб-страницами. Вход: текст, изображения, видео, аудио, документы, ссылки; выход: видео.
Изображения на входеИзображения на входеМодель принимает изображения. Допустимые форматы и размеры зависят от операции.
Аудио на входеАудио на входеМодель принимает аудио. Это не подтверждает генерацию речи.
Вход и выход видеоВход и выход видеоНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
Входные файлыВходные файлыМодель принимает файлы. Поддерживаемые форматы и ограничения проверяйте перед отправкой.
Wan3.0 Video Prime — предварительная ускоренная версия Wan3.0 Video; поддерживает генерацию и редактирование видео по тексту, изображениям, документам и веб-страницам, ролики до 30 секунд и разрешение 1080p со встроенным аудио. Вход: текст, изображения, видео, аудио, документы, ссылки; выход: видео.
Изображения на входеИзображения на входеМодель принимает изображения. Допустимые форматы и размеры зависят от операции.
Аудио на входеАудио на входеМодель принимает аудио. Это не подтверждает генерацию речи.
Вход и выход видеоВход и выход видеоНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
Входные файлыВходные файлыМодель принимает файлы. Поддерживаемые форматы и ограничения проверяйте перед отправкой.
Видео
Видео
Видео
Видео
Видео
Видео
