Обзор релизов за июль 2026: около 30 новых моделей и медиа API

В этом месяце AIHubMix добавил почти 30 новых моделей для чата, программирования, аудио, изображений и 3D, а также запустил несколько возможностей платформы: медиа API для генерации, исправление структурированного вывода и API для генерации 3D. Набор модальностей, доступных через один API-ключ, продолжает расширяться. Ниже основные новинки.

API для генерации медиа и единые асинхронные задачи

Теперь доступны новые эндпоинты для генерации медиа /ai/v1/images/generations и /ai/v1/images/edits, а также единые асинхронные задачи, запросы результатов, загрузка артефактов и webhook-уведомления. Рабочие процессы с изображениями и видео могут интегрироваться через один жизненный цикл задач, что упрощает отслеживание длительных результатов генерации. Созданные артефакты можно скачивать напрямую и получать пакетно. См. Async Tasks.

Исправление структурированного вывода

Доступна новая возможность исправления структурированного вывода на уровне ключа, по умолчанию отключённая. После включения для непотоковых запросов, которые объявляют структурированный JSON-вывод, если модель возвращает JSON с ошибками формата, такими как обрыв, завершающие запятые или обёртки в блоках кода, платформа автоматически исправляет его до синтаксически корректного JSON перед отправкой ответа. Значения не меняются, изменения на стороне клиента не требуются. Поддерживаются протоколы Chat Completions, Responses, Claude и Gemini, а исправленные ответы содержат заголовок X-JSON-Repaired: true. См. Structured Output Repair.

API для генерации 3D

Новый асинхронный API генерации 3D /v1/3d/generations запускается с Tencent Hunyuan 3D (hy-3d-3.1) в качестве первой поддерживаемой модели. Он охватывает text-to-3D, image-to-3D и многовидовой ввод, а артефакты доступны в форматах obj, glb, stl, usdz и fbx с PBR-материалами, что подходит для игр, витрин электронной коммерции, 3D-печати и проектирования продуктов. См. 3D Generation API.

Официальный MCP Server от AIHubMix

Официальная размещённая точка входа для MCP-клиентов уже доступна: mcp.aihubmix.com/mcp (резервная: mcp.inferera.com/mcp). Подключите её в Claude Code, Codex, Cursor и других инструментах, чтобы запрашивать модели и цены, искать по документации, проверять баланс и вызывать инструменты чата, генерации изображений и генерации видео. Учётные данные передаются клиентом с каждым запросом, сервер API-ключи не хранит.

Jina: поиск и чтение веб-страниц

Новые возможности Jina Search и Reader позволяют получать результаты поиска и содержимое веб-страниц с вашим API-ключом AIHubMix. Они подходят для внешнего поиска информации, чтения документов и вызова инструментов агентами. Оба поддерживают POST-запросы, а Reader также принимает multipart-загрузку локальных файлов, например PDF, Word, Excel, PPT, HTML и изображений. См. Jina AI.

Другие обновления функций

• Генерация аудио через Qwen TTS: qwen-audio-3.0-tts-plus и qwen-audio-3.0-tts-flash можно вызывать через /v1/audio/speech. Непотоковые запросы возвращают ссылку на аудиорезультат, потоковые запросы возвращают SSE-события генерации аудио, поддерживаются эмоциональные теги и голосовые инструкции на естественном языке. См. TTS.
• Документация по кешированию промптов GPT: начиная с серии GPT-5.6 запись в кеш тарифицируется по цене 1,25x от входной, чтение из кеша по 0,1x, а кеш хранится не менее 30 минут. Включает подробности о параметре prompt_cache_key и устранение неполадок с попаданием в кеш. См. GPT Prompt Caching.
• Veo 3.1 image-to-video поддерживает первый и последний кадры и референсные изображения: более точное управление начальным и конечным кадрами, референсами персонажей и стиля. См. Video Generation.
• Автоматический мост Responses для вызовов инструментов gpt-5.5 и новее: запросы, отправленные через /v1/chat/completions с инструментами и reasoning_effort, автоматически используют возможности Responses, что даёт существующим клиентам более надёжный вызов инструментов без каких-либо изменений. См. Responses API.
• Завершены нативные эндпоинты Gemini: SDK @google/genai теперь поддерживает нативные Embeddings, Interactions и Context Caching при вызове через AIHubMix. См. Gemini Native SDK.
• Потоковые соединения продлены до 2 часов: максимальное время потокового соединения увеличено с 1 до 2 часов, поэтому длительные процессы рассуждения и генерации с меньшей вероятностью будут преждевременно прерваны.
• Передача параметров изображений Gemini: при вызове моделей вывода изображений Gemini через OpenAI-совместимый API параметры aspectRatio и imageSize можно передавать в extra_body.generationConfig.imageConfig.
• Структурированный вывод в разных протоколах: OpenAI-совместимый response_format и нативный output_config.format Claude теперь адаптируются в обе стороны на соответствующих путях. См. Structured Output.

Стабильность и исправления

• Улучшения совместимости протоколов: поля ответов Messages, параметры thinking, параметры stop и структуры ответов вызова инструментов дополнительно приведены в соответствие с экосистемой каждого протокола.
• Улучшения надёжности потоковой передачи: исправлены обрезанный потоковый вывод и ответы, ошибочно определяемые как пустые для некоторых моделей; при разрыве соединения клиентом записи об использовании стали полнее.
• Улучшения точности учёта кеша и биллинга, чтобы детали списаний лучше отражали фактическое использование.
• Более понятные сообщения об ошибках: ошибки валидации параметров возвращаются раньше, а ошибки для неизвестных моделей и исчерпанных квот ключей стали более явными.

Новые модели в этом месяце (почти 30)

Чат / общие

• claude-opus-5: флагманская модель Anthropic с контекстным окном 1M и максимальным выводом 128K, созданная для сложных рассуждений, программирования и длительных агентных задач.
• claude-sonnet-5: для чата, рассуждений и агентных сценариев.
• gpt-5.6-sol / gpt-5.6-terra / gpt-5.6-luna: три уровня серии OpenAI GPT-5.6, каждый с контекстным окном 1,050,000, максимальным выводом 128K и входом в виде текста и изображений. Sol — флагманский уровень, Terra по производительности соответствует GPT-5.5 при половинной цене, а Luna ориентирована на задачи, чувствительные к стоимости.
• qwen3.8-max-preview: базовая модель Qwen последнего поколения с 2.4T параметров, доступна со скидкой 90% на ограниченное время.
• kimi-k3: открытая модель Moonshot AI с длинным контекстом, 2.8T параметров, контекстным окном 1M и нативным входом для изображений. См. практическое руководство по Kimi K3.
• grok-4.5: настраиваемые рассуждения, вызов инструментов и контекст 500K, подходит для исправления кода и агентных рабочих процессов.
• tencent-hy3: релиз Tencent Hunyuan Hy3 с общедоступностью (GA). Архитектура MoE с 295B общих / 21B активных параметров, контекстное окно 256K, открытый исходный код под лицензией Apache 2.0.
• gemini-3.6-flash, gemini-3.5-flash-lite, gemini-2.5-flash-lite: новые уровни в серии Google Flash.
• glm-5.2-fast-preview, Qwen3-235B-A22B-Instruct-2507, command-a-plus-05-2026, gemma-4-31b, longcat-2.0.

Программирование

• qwen3-coder-480b-a35b-instruct: флагманская модель для кода Qwen3-Coder для генерации кода, агентов разработки программного обеспечения и рабочих процессов с вызовом инструментов.

Аудио

• gpt-audio-1.5: первая общедоступная (GA) аудиомодель OpenAI с поддержкой аудиовхода и аудиовыхода.
• gpt-4o-transcribe-diarize: ASR-транскрибация с диаризацией говорящих, доступна только через Transcription API.
• qwen-audio-3.0-tts-plus, qwen-audio-3.0-tts-flash: модели синтеза речи Qwen. Уровень plus даёт точный контроль над эмоциями и персонажем, уровень flash обеспечивает задержку первого пакета менее 200 мс.

Изображения

• mai-image-2.5-pro: флагманская модель Microsoft для генерации и редактирования изображений с высокой детализацией реализма и визуализацией текста на изображении. mai-image-2.5 и mai-image-2.5-flash из той же серии также доступны.
• gemini-3.1-flash-lite-image: модель Google для работы с изображениями.

3D

• hy-3d-3.1: профессиональная версия Tencent Hunyuan 3D, поддерживающая text-to-3D, image-to-3D и многоракурсный ввод из восьми видов.

Поиск / переранжирование

• jina-reranker-v3.5: многоязычный листвайз-переранжировщик документов от Jina AI для RAG, поиска и ранжирования структурированных данных.

Ценообразование и объявления

• Ограниченное по времени предложение GLM-5.2 с учётом времени суток: glm-5.2 со скидкой в зависимости от времени суток в UTC: скидка 50% с 14:00 до 24:00 и скидка 30% с 00:00 до 14:00 каждый день. Предложение ограничено по времени.
• Qwen3.8-Max-Preview со скидкой 90%: вызовы тарифицируются по 10% от цены по прейскуранту, что фактически means 10-кратный объём использования за те же деньги. Ограничено по времени, действует по принципу «кто первый».
• Тарификация DeepSeek V4 с учётом времени суток: модели DeepSeek V4 поддерживают пиковую и внепиковую тарификацию. Списание определяется временным окном момента отправки запроса, а потоковые запросы, пересекающие границу окна, также тарифицируются по времени отправки.

Часто задаваемые вопросы

Какие модели были добавлены в этом месяце?
Почти 30, включая чат (claude-opus-5, claude-sonnet-5, серию GPT-5.6, qwen3.8-max-preview, kimi-k3, grok-4.5, tencent-hy3 и другие), программирование (qwen3-coder-480b-a35b-instruct), аудио (gpt-audio-1.5 и серию qwen-audio-3.0-tts), изображения (серию mai-image-2.5), 3D (hy-3d-3.1) и переранжирование (jina-reranker-v3.5).

Как подключиться к MCP Server от AIHubMix?
Добавьте точку входа https://mcp.aihubmix.com/mcp в любой MCP-совместимый клиент (Claude Code, Codex, Cursor и другие). Учётные данные передаются клиентом с каждым запросом. После этого можно запрашивать модели и цены, искать по документации, проверять баланс и вызывать инструменты чата, генерации изображений и генерации видео.

Что поддерживают API для генерации медиа?
Отправляйте запросы на генерацию и редактирование изображений через /ai/v1/images/generations и /ai/v1/images/edits, затем используйте единый API асинхронных задач, чтобы запрашивать статус, скачивать артефакты и получать webhook-уведомления. См. Async Tasks.

Что такое ограниченное по времени предложение для Qwen3.8-Max-Preview?
Вызовы тарифицируются по 10% от прайс-листа, что фактически дает в 10 раз больше использования за те же деньги. Предложение ограничено по времени, действует по принципу «кто первый, того и тапочки».

Просмотрите все модели в галерее моделей и найдите подробности интеграции в документации.

Обновлено: 2026-07-31