The history of large language models

Priced at $0.10 per million input tokens and $0.50 per million output tokens up to 100,000 tokens; above that threshold, prices increase to $0.50 and $2.50.

Anthropic Claude Haiku 5.5

A preview is available via the Mistral API.

New large multimodal model with one trillion parameters.

Mistral AI Mistral Large 4 Preview

Ant Group Ling 3.1 Flash

Google Gemini 4 Argon

Built for tasks including coding, research, and writing, with a particular focus on defensive cybersecurity.

Improves performance over GPT-6 Sol on complex tasks, including programming and debugging, document understanding, and multistep workflows.

OpenAI GPT-6.1 Sol

Anthropic Claude Sonnet 5.5

Anthropic Claude Opus 5.5

OpenAI GPT-6 Luna

OpenAI GPT-6 Sol

SpaceXAI Grok 4.7

Xiaomi MiMo-V2.6-Flash

Xiaomi MiMo-V2.6-Pro

StepFun Step 5 Preview

Sapiens AI Agnes 3.0 Flash

Ant Group Ling-3.0-flash-Fin

DeepSeek DeepSeek V4.1 Flash

Ant Group Ling-3.0-flash-VL

OpenBMB MiniCPM5-2B

OpenAI GPT-6 Astra

MBZUAI Institute of Foundation Models K2 Horizon 375B A23B

Google Gemini 3.8 Flash

Meta Muse Spark 1.3

Anthropic Claude Fable 5.1

Apodex Apodex 1.1

Sapiens AI Agnes 2.5 Pro Beta

Первая модель GLM, которая изначально умеет смотреть на картинки, — и первая, чьи веса выложили под MIT прямо в день выхода, а не через две недели, как у старшей GLM-5.3.

Alibaba заранее открыла архитектуру будущей Qwen4: на токен работают всего 6 миллиардов параметров, а обучение обошлось примерно в девять раз дешевле прошлого флагмана.

IBM Granite 4.2 30B

IBM Granite 4.2 3B

IBM Granite 4.2 8B

Модель сама решает, на сколько подзадач разбить работу и скольким помощникам её раздать, а перед выдачей отдельный этап проверяет каждое утверждение по источникам.

DeepSeek DeepSeek V4 Flash Vision

Младшая модель DeepSeek научилась смотреть на картинки, и доплаты за это нет: тот же прайс, что у текстовой версии.

Базовую модель не меняли вообще — весь прирост Z.ai получила одним дообучением поверх GLM-5.2 и заявляет плюс 50% на своём кодовом бенчмарке.

Модель, которая сама придумывает себе задачи и сама пишет обвязку для их решения: открытые веса под MIT и заявка на уровень Claude Opus 4.8 в агентном кодинге.

Соцсеть Xiaohongshu открыла первую модель семейства dots3 — с полумиллионом токенов контекста и звуком на входе, под Apache 2.0.

Та самая модель для своей видеокарты, которую ждали две недели: плотные 27 миллиардов параметров, зрение из коробки и Apache 2.0.

Старшая модель четвёртого поколения вышла из превью — спустя три с половиной месяца после апрельского анонса.

Через три недели после предыдущей Flash — и вдвое дешевле её, но только до конца года: с 1 января цена возвращается к прежней.

Google Gemini 3.7 Flash

Самая большая корейская модель на момент выхода — и одна из первых больших моделей, которую целиком обучили в формате FP8, включая обратный проход.

Сравнялась с GPT-5.6 Sol по сводному индексу Artificial Analysis — 61 балл против 56 у Grok 4.5 месяцем раньше.

SpaceXAI Grok 4.6

LG AI Research K-EXAONE 2.0 0803

Команда примерно из тридцати человек выложила модель под лицензией MIT — самой разрешительной из всей корейской четвёрки.

Обещание из августовского анонса выполнено: веса Max-модели на 2.4 триллиона параметров выложены открыто — впервые в истории Qwen.

Корея выложила свою первую по-настоящему большую открытую модель — и получила миллион токенов контекста тем, что вообще убрала позиционное кодирование.

Открытые веса под разрешительной лицензией и миллион токенов контекста на одной видеокарте — NVIDIA делает не самую умную модель, а самую быструю рабочую лошадь для агентов.

Meta Muse Glimmer

Первая открытая модель Meta под локального агента: 30 миллиардов параметров, Apache 2.0 и запуск на одной домашней видеокарте с 24 ГБ памяти.

Одно имя модели — две разные версии: в чате ChatGPT с 6 августа работают новые веса, а в Codex и ChatGPT Work остались июльские.

На токен работают всего 1.3B параметров из 7.9B — а контекст такой же, как у старшей модели лаборатории: 262 тысячи токенов.

Корейская Upstage целит не в баллы, а в законченную работу: модель обучали на офисных задачах, где оценка ставится только за готовый документ.

Meta наконец вышла в войну кодовых агентов: модель под код и первый собственный терминальный агент Muse Code, обученные вместе.

Агент целиком на телефоне: 2.6 миллиарда параметров, меньше 2.5 ГБ памяти и 30 токенов в секунду без всякого сервера.

Веса открыты по MIT: 124B параметров против триллиона у прошлого флагмана лаборатории — и те же результаты на бенчмарках.

Модерация без переобучения: правило пишется обычными словами прямо в запросе, а ответ — один токен «yes» или «no».

AI9Stars G9v3-39A5B

Самая большая модель Alibaba — 2.4 триллиона параметров — и первая в закрытой ветке Max, которой обещаны открытые веса.

Японский «суверенный» ответ на дорогие фронтир-модели: чужие открытые веса Kimi K2.6, дообученные под японский язык и деловые привычки страны.

Та же модель, другое дообучение: без единого нового параметра Flash стал агентным исполнителем за $0.14 за млн токенов.

750 миллиардов параметров под Apache 2.0 — крупнейшая открытая модель Кореи, втрое больше предыдущей и лидер первого этапа государственного отбора.

Ученик обошёл учителя: вчетверо меньше флагмана, но выше него в рассуждениях и агентном коде.

Первая собственная кибербез-модель Microsoft — и первый её выход из лиги компактных Phi в лигу фронтира.

Интеллект уровня Fable 5 за половину цены плюс «ручка усилия»: сам решаешь, сколько модель думает.

Рабочая лошадка Google дешевеет и умнеет: тот же контекст 1M, но на 17% меньше выходных токенов и вдвое ниже цена вывода.

Первая открытая модель класса 3T: 2.8 триллиона параметров, миллион токенов контекста и первое место в Frontend Code Arena.

Первая модель лаборатории Миры Мурати — сразу с открытыми весами и мультимодальностью до видео.

Новейшее семейство OpenAI из трёх уровней (Sol/Terra/Luna): Sol Ultra — 91.9% на Terminal-Bench 2.1.

Разворот Meta от открытых Llama к закрытым весам: первая платная модель компании и её первый коммерческий API.

Модель класса Opus по коду и агентным задачам, но втрое дешевле и в разы токен-эффективнее (80 TPS).

Открытый MoE-флагман Сбера: 432B параметров с гибридной архитектурой — новая веха российских LLM.

Открытая модель, которая закрыла miniF2F на 100% и нашла пять неизвестных багов в чужих репозиториях.

Самый агентный Sonnet: планирует, работает с браузером и терминалом, близок к Opus 4.8 дешевле.

Открытая MIT-модель вплотную к Claude Opus 4.8 на длинногоризонтном кодинге — при цене в 5–7 раз ниже.

Начало поколения Claude 5: state-of-the-art почти на всех тестах и рекордная автономность.

Первая открытая модель, объединившая фронтир-кодинг, контекст 1M и нативную мультимодальность.

Упор на надёжность кода и честность: вчетверо реже пропускает собственные баги, 84% на Online-Mind2Web.

Закрытый агентный флагман Alibaba: 92.4% GPQA и 80.4% SWE-bench Verified при контексте 1M.

Дебют поколения Gemini 3.5 на Google I/O 2026: 76.2% на Terminal-Bench 2.1 при рекордной скорости.

Открытый прыжок DeepSeek к 1M-контексту: превью V4 набирает 80.6% на SWE-bench Verified.

Сильнейшая агентная кодинг-модель OpenAI на момент выхода: SOTA 82.7% на Terminal-Bench 2.0.

K2.6 сделала ставку не на новый размер, а на надёжность длинной работы: код, tool use и параллельные агенты стали заметно стабильнее на практических траекториях.

Ввёл уровень усилия xhigh между high и max — акцент на самых трудных задачах разработки.

Самое умное открытое семейство Google (Apache 2.0): 31B Dense — #3 среди всех открытых моделей на Arena.

Первая mainline-модель OpenAI с нативным управлением компьютером: 75.0% на OSWorld — выше человека.

Превью обновлённого флагмана Google: 77.1% на ARC-AGI-2 — более чем вдвое выше Gemini 3 Pro.

Открытый флагман Qwen с гибридной архитектурой линейного внимания и разреженного MoE — 88.4% GPQA.

Открытый фронтир Z.ai: 744B MoE с 77.8% на SWE-bench Verified и 92.7% на AIME.

Адаптивное мышление и контекст 1M токенов за ту же цену, что Opus 4.5 — 80.8% на SWE-bench Verified.

Открытая мультимодальная эволюция Kimi K2: рассуждения, зрение и агентные «рои» на весах под свободной лицензией.

Qwen3-Max-Thinking показала, что масштабирование inference — не только больше параллельных попыток: рефлексия над предыдущими траекториями дала заметный прирост при близком расходе токенов.

Дешёвый фронтир Google как новый дефолт: втрое быстрее и заметно дешевле Gemini 2.5 Pro при 90.4% GPQA.

Ответ OpenAI на Gemini 3 в режиме «Code Red»: флагман для профессиональной работы, 92.4% GPQA.

Открытый флагман Европы: 675B MoE под Apache 2.0 — «одна из лучших permissive-моделей мира».

Разреженное внимание DeepSeek: та же архитектура V3, но дешевле в длинном контексте — $0.28/$0.42.

Первая модель выше 80% на SWE-bench Verified (80,9%) — и втрое дешевле предыдущего Opus.

1501 Эло на LMArena, 37,5% на Humanity's Last Exam — и впервые сразу в Поиске Google в день запуска.

Крупный апгрейд личности и эмоционального интеллекта: втрое меньше галлюцинаций и #1 в слепых сравнениях LMArena.

«Теплее и умнее»: адаптивное рассуждение, 8 пресетов характера и ответ OpenAI на Gemini 3.

Открытый reasoning-агент: 44,9% на Humanity's Last Exam и 200–300 вызовов инструментов подряд.

Near-фронтир по коду за треть цены: 73.3% на SWE-bench Verified при $1/$5 за млн токенов.

«Лучшая кодинг-модель мира» на день релиза: 77,2% SWE-bench Verified и 30+ часов автономного фокуса.

«Первый шаг в эру агентов»: один чекпойнт — два режима (think/non-think) и рост в использовании инструментов.

Единая система с роутером вместо зоопарка моделей: 74,9% SWE-bench Verified и доступ даже бесплатным пользователям.

Инкрементальный, но заметный апгрейд Opus 4: аккуратнее в больших кодовых базах и точнее в многофайловом рефакторинге при той же цене.

Первые открытые веса OpenAI со времён GPT-2: Apache 2.0, старшая модель влезает в одну GPU на 80 ГБ.

355B MoE под MIT: 3-е место в мире по сумме 12 бенчмарков — при цене от $0,11 за млн токенов.

Открытый «триллионник»: 1T параметров MoE — SOTA среди открытых моделей в кодинге.

Флагман xAI с нативными инструментами, поиском в реальном времени и мультиагентной версией Heavy.

Reasoning для масс: думающая модель по цене воркхорса, с ручкой «сколько думать» — лучший баланс цены и интеллекта в линейке 2.5.

Первая рассуждающая модель Европы: прозрачный chain-of-thought на русском и ещё 7 языках.

Поколение, заточенное под кодинг и длинные агентские задачи; Opus 4 удерживал фокус на многочасовых задачах в тысячи шагов.

Opus 4 — «лучшая кодинг-модель мира»: 72,5% SWE-bench и семь часов автономной работы.

Ход «medium — это новый large»: цена $0.40/$2 при качестве около Sonnet 3.7 сделала эту модель самым выгодным флагман-эквивалентом Mistral середины 2025-го.

8 открытых моделей за один день — от 0.6B до MoE 235B с гибридным «думающим» режимом.

o3 и o4-mini объединили reasoning с полноценным использованием инструментов и зрением, а летнее падение цены o3 на 80% сделало топовое рассуждение доступным.

API-семейство с окном в 1 млн токенов — рывок OpenAI в длинный контекст и дешёвый кодинг.

Первые нативно мультимодальные MoE-модели Meta; у Scout — рекордное окно в 10 млн токенов.

Первая «думающая» модель линейки Gemini: дебют на 1-м месте LMArena и контекст 1 млн токенов.

«Гигантская и дорогая» последняя нерассуждающая флагманская модель OpenAI — исчезла из API уже через 4,5 месяца.

Новое поколение LLM Яндекса: Pro — в Алисе и облаке, Lite 8B — первый опенсорс со времён YaLM-100B.

Первая на рынке гибридная reasoning-модель: одна модель — два режима мышления, плюс дебют Claude Code.

Модель, обученная на суперкомпьютере Colossus (~200 тыс. GPU) — в 10 раз больше вычислений, чем у Grok 2.

Дешёвый мультимодальный воркхорс с миллионным контекстом и нативными инструментами — базовая рабочая модель большинства продовых интеграций 2025 года.

o3-mini сделала пошаговое рассуждение дешёвым и быстрым, доведя reasoning до массового и бесплатного использования.

Открытая reasoning-модель уровня OpenAI o1, обученная в основном через RL — вызвала шок на рынке.

Открытая MoE на 671B, обученная всего за ~5,6 млн долларов и вставшая на уровень GPT-4o.

Прорыв в рассуждениях: рекорд на ARC-AGI и регулируемый бюджет «размышления».

Первая reasoning-модель: «думает» перед ответом, масштабируя вычисления на инференсе.

Модель «агентной эры» с нативной генерацией изображений и аудио.

Компактная 70B, вплотную подошедшая к флагманской 405B по качеству, — лучший баланс цена/качество в линейке Llama 3.

Первая reasoning-модель с открытыми весами — за два месяца до DeepSeek-R1.

Первая модель, которая сама водит курсором: computer use в бете и скачок на SWE-bench с 33.4% до 49.0%.

Открытое семейство 0.5B–72B на 18 трлн токенов — флагман достал Llama-3-405B.

o1-preview открыла целый класс reasoning-моделей, показав, что «время на размышление» резко поднимает результаты в математике и коде.

Фронтир-модель xAI с чатом, кодом, рассуждениями и генерацией изображений.

Первый по-настоящему конкурентный флагман Mistral: 123B на одном узле, 128K контекста и агрессивная цена, задавшая планку линейке Large.

Первая открытая frontier-модель, соперничающая с GPT-4o и Claude 3.5 Sonnet.

GPT-4o mini сделала «умную» модель настолько дешёвой, что закрыла эпоху GPT-3.5 Turbo и открыла массовые high-volume сценарии.

Обошла Claude 3 Opus по интеллекту при цене и скорости среднего уровня — и принесла Artifacts.

Второе поколение Qwen: до 72B, контекст 128K и обгон Llama 3 70B на бенчмарках.

Рабочая лошадка линейки: миллион токенов контекста по бросовой цене, любимый разработчиками за соотношение цена/скорость.

Модель, которая в одиночку сделала «миллион токенов контекста» новым стандартом индустрии и задала темп всей линейке Gemini.

«Omni»-модель: единая сеть для текста, аудио и изображений с почти живой скоростью речи.

Открытая MoE-модель, представившая Multi-head Latent Attention и резко удешевившая инференс.

SLM на 3.8B уровня GPT-3.5, помещающийся на телефон, с контекстом до 128K.

Новый уровень качества открытых моделей масштаба 8B и 70B.

Крупнейшая на момент выхода открытая модель — 314B параметров MoE под Apache 2.0.

Enterprise-модель Cohere, заточенная под RAG и использование инструментов.

Первое серьёзное поколение Claude: три уровня цена/качество и мультимодальность, задавшие структуру всей линейки.

Самая быстрая и дешёвая модель Claude 3 — читает плотную arXiv-статью за пару секунд.

Флагман семейства Claude 3 — обошёл конкурентов на MMLU, GPQA и GSM8K и добавил мультимодальность.

Сбалансированная модель Claude 3 — вдвое быстрее Claude 2 при более высоком интеллекте.

Первая флагманская закрытая модель Mistral, конкурент GPT-4, с запуском ассистента Le Chat.

Первые открытые веса от Google — лёгкие модели на технологиях Gemini.

Контекстное окно до 1 млн токенов на архитектуре Mixture-of-Experts.

Маленькая модель на 2.7B, обходящая модели в 25 раз крупнее на рассуждениях.

Первая открытая sparse MoE-модель, обошедшая Llama 2 70B при в 6 раз более быстром инференсе.

Первая нативно мультимодальная модель Google в трёх размерах: Ultra, Pro, Nano.

Открытая 7B-модель, обошедшая Llama 2 13B и задавшая стандарт для компактных LLM.

Дебют открытой линейки Alibaba — одна из первых китайских LLM с коммерчески доступными весами.

Первая открытая модель Meta, разрешённая для коммерческого использования.

Прорыв по длине контекста: 100K токенов — можно загрузить сотни страниц или целую книгу в один запрос.

Открытая модель из ОАЭ под Apache 2.0, возглавившая Open LLM Leaderboard.

Первая генеративная LLM Яндекса, встроенная в голосового ассистента Алису.

Главный российский конкурент ChatGPT и YandexGPT — мультимодальный сервис Сбера.

Первая публичная модель Anthropic — ассистент, обученный по методу Constitutional AI быть полезным, честным и безвредным.

Первая мультимодальная GPT: принимает изображения и проходит экзамены на уровне человека.

Открытые веса, с которых начался бум локальных LLM: 13B обошла GPT-3 175B.

Запуск ChatGPT — самый быстрый в истории выход продукта на миллион пользователей.

Открытая многоязычная модель на 176B, созданная 1000+ исследователями из 70+ стран.

Плотная модель на 540 млрд параметров, обученная на системе Pathways.

Компьют-оптимальное масштабирование: 70B на 1,4 трлн токенов обошла Gopher 280B.

RLHF-выравнивание на человеческих оценках — прямой предшественник ChatGPT.

175B параметров и few-shot in-context learning без изменения весов.

Единый text-to-text формат: любая NLP-задача — как преобразование текста в текст.

1.5B-модель, которую сначала «побоялись» выложить целиком из-за риска фейков.

Двунаправленный трансформер-энкодер, задавший стандарт предобучения в NLP.

Первая GPT: доказала, что предобучение на неразмеченном тексте + дообучение работает.