Блог Yenisei

Модель Yenisei с символической ценой — на всех тарифах и во всех наших продуктах.

Anthropic выпустила Fable 5.1 первого сентября: миллион токенов контекста, картинки на входе, вызов инструментов. Что умеет модель и какие открытые модели Yenisei подойдут для тех же задач.

В каталоге Yenisei — открытые модели OpenAI GPT-OSS 120B и 20B: чем они хороши, чем заменить закрытые GPT и как перенести код с API OpenAI, поменяв одну строку.

Сентябрьское пополнение каталога Yenisei: крупная Qwen, модели с контекстом больше миллиона токенов, недорогие модели от 1,68 ₽ за 1M токенов и помощник для кода.

Ox Alpha — рассуждающая модель без имени автора для кода и агентных сценариев. Она побыла в каталоге недолго: что это было и на что с неё переходить.

BGE-M3 и Qwen3 Embedding — чем отличаются, как влияет размерность вектора и почему для русского важна многоязычность.

Десятки моделей в каталоге, а выбрать надо одну. Чек-лист по контексту, скорости, цене и типу задачи, чтобы не гадать и не переплачивать.

Xiaomi выпустила открытую линейку: у Pro-версии рассуждения, вызов инструментов и контекст 1M. Добавили обе модели и рассказываем, кому они подойдут.

У модели с поиском качество ответа зависит от того, как вы формулируете запрос и проверяете источники. В статье — приёмы на примере Sonar и поиска в Yenisei.

Где утекают деньги на LLM и как их вернуть. Подсчёт токенов, выбор модели под задачу, кэширование и обрезка контекста. 1 кредит = 1 ₽.

Sonar отвечает не из памяти, а по свежим результатам поиска со ссылками. В статье — чем такой подход отличается от обычной чат-модели и как получить то же в Yenisei.

Рассуждающие модели решают то, на чём обычные ломаются, но стоят дороже и отвечают дольше. Как выбрать уровень усилий и не платить за лишние размышления.

Корпоративному ассистенту мало «правильного» ответа — нужна ссылка на источник. Собираем RAG на Command A так, чтобы каждое утверждение было проверяемо.

Флагман Cohere с корпоративным уклоном. Объясняем, почему Command A прежде всего подходит для RAG и что взять вместо компактной Command R7B.

Модель с рассуждениями и вызовом функций — удобная основа для агента. Собираем минимальный цикл tool-calling на base_url Yenisei и выбираем модель под него.

Транскрипция звонков, голосовые боты, разбор совещаний. Voxtral и MiMo на аудио: как подать файл, обработать длинные записи и не потерять смысл.

Llama 3.3 70B долго была одной из самых ходовых открытых моделей. За что её ценили и какие модели Yenisei дают то же сегодня.

Открытая линейка Meta: Scout и Maverick понимают изображения, а у Scout окно больше миллиона токенов. Кому какая подойдёт.

Рассуждения, зрение, инструменты и контекст 500K: где Grok 4.6 силён и какие открытые модели Yenisei закрывают те же задачи.

Для звука у Mistral есть отдельная модель. Voxtral Small расшифровывает и разбирает речь. Показываем, как встроить её в обработку звонков и заметок.

Большое окно — не бесплатное. Показываем, как строить запросы к моделям с миллионным контекстом на длинных документах, чтобы платить за контекст осознанно.

Vision-модели читают сканы, таблицы и скриншоты. Как подать картинку, вытащить структуру и не переплатить за токены изображения.

Модели Mistral в Yenisei: Small 3.2 с изображениями и контекстом 256K, компактная Nemo и Voxtral для звука. Разбираем, что под какую задачу, и что взять вместо ушедших Large и Medium.

От дешёвой текстовой Micro до Premier с картинками на входе и миллионным контекстом. Разбираем лесенку Nova и открытые модели Yenisei на те же ступени.

K2.7 Code — отдельная сборка Kimi под разработку: где специализированная кодовая модель обыгрывает универсальную и как встроить её в рабочий цикл.

response_format и JSON Schema заставляют модель отвечать в заданной структуре. Как получать структурированные данные без регулярок.

Kimi K2 Thinking разворачивает цепочку мыслей, обычная модель отвечает прямо. Когда рассуждения окупаются, а когда только жгут токены.

Три известных семейства закрытых моделей и открытые модели, которые закрывают те же задачи в Yenisei. Практический разбор по сценариям — и как не переплатить.

Открытая линейка Google, которая читает изображения. Зачем открытая модель, когда рядом закрытые флагманы, и как выбрать между Gemma 4 26B и 31B.

Новое поколение Moonshot приехало в каталог. В Kimi K3 собраны контекст 1M, рассуждения, работа с картинками и вызов инструментов. Смотрим, чем она берёт.

LLM переводит лучше классических движков, если правильно поставить задачу. Глоссарии, тон, сохранение разметки и выбор модели под русский.

Две модели Google с окном на миллион токенов, которые понимают текст, изображения, аудио и видео. Разбираем их нишу и открытые модели Yenisei с тем же набором.

Не каждая задача заслуживает флагман. Лёгкая модель Z.AI дёшево и быстро обрабатывает большой поток запросов: классификация, маршрутизация, короткие ответы.

На фоне флагманов и рассуждающих моделей быструю модель для текста и картинок легко списать, а зря. Её ниша на примере GPT-4o и открытые модели Yenisei для неё.

Две модели Z.AI под агентов и рассуждения. Одна рассуждает основательнее, вторая отвечает быстрее. Выбор зависит от того, кто ждёт ответа: человек или программа.

Тексты от модели, которые не стыдно опубликовать: управление тоном, структурой и длиной без ручной переписки.

Модели с рассуждениями (reasoning) дольше думают ради точности. Чем они отличаются от обычных чат-моделей на примере o3 и o4-mini и какие из них есть в Yenisei.

Старшая модель Z.AI предыдущего выпуска: контекст 1M, рассуждения и инструменты. Рассказываем, где она сильна, а где переплата, и как она соотносится с GLM 5.3.

Верхняя модель линейки GPT с контекстом около миллиона токенов. Когда большое окно реально меняет дело, а когда вы платите за окно, которое не используете.

Универсальная рассуждающая модель среднего размера от Alibaba. Разбираем, когда 27B — правильный размер и чем Qwen3.8 отличается от предыдущей Qwen3.5.

Как собрать бота первой линии, который отвечает за доли секунды и не разоряет. Flash/Mini модели, потоковый вывод, эскалация на человека.

Низкая задержка, контекст 1M и работа с картинками в одной модели — и продукты, которым это подходит.

Три модели OpenAI на одной архитектуре: какую GPT-5 брать под какую нагрузку и какие открытые модели Yenisei закрывают те же уровни.

Старшая Qwen с окном на 262K токенов, вызовом функций и уверенным русским — середина между обычным чатом и миллионным контекстом, и что пришло ей на смену.

Модель Anthropic, ориентированная на генерацию кода и длинные агентные цепочки. Разбираем, чем она отличается, и какие открытые модели Yenisei закрывают те же сценарии.

Специализированная кодовая Qwen: чем узкая модель для кода лучше универсальной и где она пригодится в разработке.

Qwen Coder, Kimi K2.7 Code, DeepSeek — чем отличаются на реальном коде. Как встроить в редактор и не разориться на автодополнении.

У старшей Qwen было окно на миллион токенов и поддержка картинок. Смотрим, что это даёт на практике и какие модели Qwen3.8 умеют это сегодня.

Младшая модель Anthropic — для задач, где скорость и цена важнее глубины: её роль и открытые модели Yenisei, которые закрывают тот же поток.

Pro, Flash, Flash Vision или V3.2 — у каждой своя задача. Короткая карта решений с примерами.

Флагман Anthropic и его сбалансированная младшая модель. Разбираем, чем они отличаются на практике, и какие открытые модели Yenisei закрывают те же задачи.

Модель только просит вызвать вашу функцию, исполняете её вы. Разбираю схему tools, цикл выполнения и типичные грабли с параллельными вызовами.

V3.2 — крепкий середняк на каждый день: около 160K контекста, вызов функций и уверенный русский. Хороший выбор по умолчанию для большинства продуктов.

R1 показывала не только ответ, но и то, как она к нему пришла. Зачем видеть ход решения и как получить его на моделях Yenisei.

Векторный поиск на bge-m3, POST /v1/embeddings и сборка контекста. Показываю рабочую схему и места, где RAG обычно ломается.

Младшая V4 отвечает быстро и стоит в разы дешевле флагмана. Показываем сценарии, где Flash выигрывает у Pro не только по цене.

Добавили в каталог флагман DeepSeek для рассуждений и кода. Разбираем, за что он берёт деньги и когда это оправдано.