AI Models : la plateforme multimodèle avec des API d’IA prêtes à l’emploi

Modèle d’embedding multilingue, multifonction et multigranulaire développé par BAAI. Prend en charge le retrieval dense, multi-vecteur et sparse sur des textes de longueur variable dans plus de 100 langues.

Version distillée de 32 milliards de paramètres basée sur Qwen2.5, entraînée avec des données de raisonnement générées par DeepSeek R1. Performances élevées sur les benchmarks de mathématiques, code et raisonnement.

Modèle multimodal dense de 31 milliards de paramètres, optimisé par NVIDIA au format NVFP4 pour une inférence efficace. Prend en charge texte, images et vidéo, raisonnement avancé, coding et function calling avec un contexte jusqu’à 256K tokens.

Modèle avancé pour le raisonnement complexe, l’exécution précise d’instructions et les capacités agentiques. Performances élevées pour des applications générales comme spécialisées.

Modèle d’embedding textuel multilingue basé sur XLM‑RoBERTa‑large, avec 24 couches et des embeddings de dimension 1024. Prend en charge 100 langues pour le retrieval, la similarité sémantique et la classification.

Modèle instruction-tuned de 8 milliards de paramètres optimisé pour le dialogue multilingue. Membre de la famille Llama 3.1, il dépasse de nombreux modèles open source de taille comparable.

LLM instruction-tuned de 12 milliards de paramètres développé avec NVIDIA. Conçu pour les applications multilingues, il excelle en dialogue, génération de code et compréhension d’instructions complexes.

Modèle de 24 milliards de paramètres avec compréhension visuelle avancée et contexte étendu à 128K tokens. Performances élevées sur les tâches textuelles et visuelles.

Modèle multimodal vision-langage de 7 milliards de paramètres, capable d’analyser textes, graphiques, icônes et mises en page dans les images. Prend en charge les vidéos longues et la localisation visuelle avec sortie structurée.

Modèle multimodal vision-langage Mixture of Experts avec 122 milliards de paramètres au total et 10 milliards actifs. Conçu pour des applications agentiques multimodales natives, il gère texte, images et vidéo.

LLM spécialisé dans le développement logiciel avec capacités agentiques avancées. Prend en charge de longs contextes pour les grands dépôts et offre de solides performances en génération, revue et automatisation du code.

Modèle de 80 milliards de paramètres dont 3 milliards actifs, conçu pour les agents de coding et le développement local. Il excelle en tool calling, adaptation aux scaffolds et templates, et récupération après erreur.

Modèle de modération de contenu de 8 milliards de paramètres basé sur Qwen3. Il classe prompts et réponses selon trois niveaux de sécurité — sûr, controversé, non sûr — et prend en charge plus de 119 langues.

Modèle fondation text-to-image de 20 milliards de paramètres. Il génère des images très réalistes, réduit l’aspect typique des images générées par IA et améliore le rendu du texte dans les images.

Modèle d’édition d’images de 20 milliards de paramètres. Il réalise des modifications créatives tout en préservant l’identité et les caractéristiques visuelles du sujet, avec une sortie native jusqu’à 2560x2560 pixels.