ERNIE-4.5-21B-A3B — открытая мультимодальная MoE-модель Baidu семейства Wenxin 4.5. Из 21 миллиарда параметров активны 3 миллиарда; поддерживает понимание данных, генерацию, логические рассуждения и программирование.
ERNIE-4.5-300B-A47B — открытая MoE-модель Baidu для понимания и генерации текста, рассуждений и программирования. Содержит 300 миллиардов параметров и активирует 47 миллиардов на токен.
ERNIE 5.0 — модель с единой мультимодальной архитектурой для текста, изображений, аудио и видео. Поддерживает понимание разных типов данных, выполнение инструкций, творческое письмо и планирование с инструментами.
РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
ERNIE 5.0 — модель с единой мультимодальной архитектурой для текста, изображений, аудио и видео. Поддерживает понимание разных типов данных, выполнение инструкций, творческое письмо и планирование с инструментами.
РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
119 000 токенов119 000 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
ERNIE Image Turbo: 8-шаговая дистиллированная модель генерации изображений на 8 млрд параметров.
Изображения на выходеИзображения на выходеМодель возвращает изображения. Создание, редактирование и изменение области могут иметь разные параметры и доступность.
Wenxin X1 — модель с глубокими рассуждениями для понимания, планирования и анализа. Предназначена для китайскоязычных вопросов и ответов, творческого письма, документов, диалога, логики, вычислений и инструментов.
РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
Вызов инструментовВызов инструментовМодель может запросить вызов функции. Приложение проверяет права и выполняет действие.
Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
50 500 токенов50 500 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Musesteamer Air Image от команды Baidu Search создаёт изображения по текстовому запросу, в том числе сцены с согласованными действиями. Вход: не указаны; выход: изображения.
Изображения на выходеИзображения на выходеМодель возвращает изображения. Создание, редактирование и изменение области могут иметь разные параметры и доступность.
PP-StructureV3 преобразует документы в структурированный текст: определяет макет страницы и распознаёт таблицы, формулы и диаграммы. Вход: изображения документов, PDF; выход: структурированный текст.
Qianfan-QI-VL — модель Baidu Cloud для проверки качества изображений товаров и визуального понимания. Находит дефекты изображённых людей, мозаику, водяные знаки и товарные знаки.
Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
FLUX-1.1 Pro создаёт изображения по текстовому запросу; стиль можно задать в описании.
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.
Изображения
Изображения
