Найкращі AI-моделі у 2026 році: рейтинги, ціни та як обрати

Останнє оновлення: 5 листопада 2026 року. Ринок AI-моделей змінюється кожні кілька тижнів, тож цей посібник регулярно оновлюватиметься. У ньому окремо розглянуто три рейтинги, наведено ціни за прайс-листом і подано таблицю для ухвалення рішень, яку можна повторно використовувати з виходом кожної нової моделі.

Наразі на запитання «яка AI-модель найпотужніша» є три різні відповіді, і вони не взаємозамінні.

Gemini 4 Carbon очолює Artificial Analysis Intelligence Index із результатом 60, але Google випустила її лише для частини фахівців із кіберзахисту та партнерів програми Fairwind. Claude Opus 5.5 відстає на один бал і посідає перше місце в рейтингу Arena Agents; сьогодні її може використовувати будь-який розробник. GPT-6.1 Sol відстає від Carbon на п’ять балів, а від Opus — на чотири, проте її вартість за завдання за оцінкою Artificial Analysis становить $1.27, тобто приблизно восьму частину від $10.04 для Opus.

Так зараз виглядає ринок: інтелект, доступність і вартість за завдання перетворилися на три окремі рейтинги. У цій статті розглянуто їх окремо, а потім наведено таблицю для ухвалення рішень щодо найважливіших моделей.

Три рейтинги — три різні лідери

Artificial Analysis Intelligence Index — це зведена оцінка, сформована на основі тестів на міркування, програмування, знання та роботу агентів. У поточному рейтингу Carbon має 60 балів, Opus 5.5 — 59, GPT-6 Astra — 57, а ціла група моделей, серед яких Claude Sonnet 5.5 і GPT-6.1 Sol, — 55. У публікації Google про запуск Carbon отримала 59 балів за попередньою версією v5.0; у поточному рейтингу в неї 60. Різниця в один бал зумовлена зміною версії, а не появою нової моделі.

Рейтинг Arena Agents вимірює інше: як часто люди надають перевагу результатам певної моделі у завданнях для агентів. Opus 5.5 посідає перше місце з результатом 20.14%, Carbon — друге з 16.72%, Sonnet 5.5 — третє з 15.42%, а Astra — четверте з 14.70%.

Третій вимір — вартість за завдання. Artificial Analysis запускає кожну модель на тих самих тестах і фіксує вартість виконання, включно з токенами міркувань і виводу. За цим показником Terra коштує $0.96 за завдання, Sol — $1.27, Astra — $6.24, Carbon — $7.76, Sonnet — $10.02, а Opus — $10.04.

Модель може очолювати один рейтинг і поступатися в іншому. Carbon лідирує за інтелектом і посідає друге місце в Arena, але більшість команд не можуть нею користуватися. Opus очолює Arena і посідає друге місце за інтелектом. Серед моделей із результатом 55 балів або вище Sol — найдешевша.

Перший ешелон коротко

Ціни вказано за мільйон токенів. На період запуску Carbon коштує $2/$10, а за стандартними тарифами — $4/$20. До 30 листопада 2026 року Argon коштує $2/$10, після цього — $4/$20. Carbon немає в каталозі AIHubMix; решта шести моделей із цієї таблиці доступні через AIHubMix. Для кожної моделі вказано найкращий результат AA: max для Opus, Astra, Sonnet, Sol і Terra; high для Carbon і Argon.

Одразу помітні дві речі. Розкид цін у першому ешелоні величезний: ціна токенів Terra вдесятеро нижча, ніж у Astra, а вартість за завдання становить приблизно 15% від ціни Astra. Крім того, порядок у рейтингах різниться: Sonnet посідає третє місце в Arena і четверте в індексі інтелекту; Astra — третє в індексі й четверте в Arena.

Практичний висновок: обирайте модель за тим показником, який відповідає вашим обмеженням. Якщо потрібна найвища стеля можливостей і є доступ, обирайте Carbon. Якщо потрібна модель, яку можна запустити вже сьогодні, — Opus. Для великого обсягу роботи підійдуть Sol або Terra.

Для чого насправді потрібна кожна флагманська модель

Claude Opus 5.5: стандартний вибір для продакшену

Claude Opus 5.5 — модель, із якою варто порівнювати інші для роботи, де потрібно ухвалювати рішення на багатьох етапах. За максимального рівня зусиль вона набирає 59 балів в індексі інтелекту й очолює Arena Agents із результатом 20.14%. За даними Anthropic, її результати становлять 66.4% у Terminal-Bench 4.0 за рівня зусиль xhigh, 1846 Elo у GDPval-AA v2.1 і 67.7% у Humanity's Last Exam з інструментами.

Економічність також покращилася. Ціна Opus 5.5 за прайс-листом — $4/$20 за мільйон токенів, а Anthropic стверджує, що типові робочі навантаження обходяться приблизно на 40% дешевше, ніж з Opus 5. Модель підтримує контекстне вікно на 1M токенів і вивід до 128K токенів. За оцінкою Artificial Analysis, вартість за завдання становить $10.04, а час виконання — 26.2 хвилини.

Останній показник важливий. Opus — не модель для масової класифікації чи створення чернеток. Вона призначена для тривалих сеансів програмування, досліджень, де потрібно одночасно враховувати кілька документів, і агентів, які мають вирішувати, що робити далі. Якщо цінність результату така, що помилка коштуватиме понад десять доларів, Opus — надійніший варіант за замовчуванням.

Gemini 4 Carbon: лідерка, якою ви, ймовірно, не зможете скористатися

Gemini 4 Carbon — лідерка за інтелектом. У публікації Google про запуск наведено результат 59 за версією AA v5.0, тоді як у поточному рейтингу — 60. Carbon посідає друге місце в Arena Agents із результатом 16.72%. Google повідомляє про результати 88.2% у SEC-bench Pro, 71.0% у CWE-bench і 54.8% в ExploitGym. Стартова ціна — $2/$10, стандартна — $4/$20.

Заковика — у доступі. Спершу Carbon доступна частині фахівців із кіберзахисту, а згодом — додатковим довіреним партнерам через програму Fairwind. Google планує розширити доступ, але наразі модель не є загальнодоступною. Її також немає в каталозі AIHubMix. У публікації Google про запуск не зазначено розмір контекстного вікна Carbon.

Для більшості команд Carbon — це сигнал про напрям розвитку Gemini 4, а не модель, на яку варто розраховувати. Доступна для використання модель Gemini 4 — Argon.

GPT-6 Astra: дорогий спеціаліст

GPT-6 Astra — найпотужніша модель OpenAI для неоднозначних завдань, що охоплюють різні застосунки. За максимального рівня зусиль вона набирає 57 балів в індексі інтелекту, посідає четверте місце в Arena Agents із результатом 14.70%, а її ціна за прайс-листом становить $10/$50 за мільйон токенів. Модель має контекстне вікно на 1.05M токенів і може генерувати до 128K токенів. Для запитів понад 272K вхідних токенів підвищені тарифи застосовуються до всього запиту: $20 за вхідні та $75 за вихідні токени. За оцінкою Artificial Analysis, вартість за завдання становить $6.24, а час виконання — 18.8 хвилини.

Ціна токенів Astra вп’ятеро вища, ніж у Sol, і виміряна вартість за завдання також приблизно вп’ятеро більша: $6.24 проти $1.27. Порівняно з Opus картина інша. Ціна токенів Astra в 2.5 раза вища, але вартість за завдання нижча, адже для виконання кожного завдання вона використовує менше токенів. У власному описі супроводу програмного забезпечення від OpenAI конфігурації з рівнем зусиль Ultra показують ту саму закономірність: Astra витратила $109.06, щоб надати 142 висновки ($0.77 за висновок), а Sol — $15.12 на 131 висновок ($0.12 за висновок). Це 92% від кількості висновків за 14% вартості API.

Astra доречна для справді відкритих завдань: упорядкування великого репозиторію, роботи в браузері та кількох настільних застосунках або пошуку причини проблеми за допомогою різних інструментів. Для масового генерування вона не підходить: Terra або Sol виконають ту саму роботу за значно меншу ціну.

Claude Sonnet 5.5 і GPT-6.1 Sol: однакова ціна, різна вартість

Ціна Sonnet 5.5 і Sol за прайс-листом однакова — $2/$10. Але вартість за завдання відрізняється: за оцінкою Artificial Analysis, Sonnet коштує $10.02, а Sol — $1.27, тобто різниця становить 7.9 раза. Час виконання завдання — 30.6 хвилини для Sonnet і 20.9 хвилини для Sol.

Різниця пояснюється тим, скільки кожна модель генерує та обмірковує. Anthropic позиціонує Sonnet як швидше й дешевше доповнення до Opus для чітко окреслених повсякденних завдань, виправлення помилок і підготовки якісних документів, водночас зазначаючи, що Opus помітно краще виконує складні відкриті завдання, які потребують тривалого розважливого аналізу. Заявлений постачальником результат Sonnet у Terminal-Bench 4.0 — 70.6%, що вище за 66.4% Opus. Однак рівень зусиль Sonnet не оприлюднено, тоді як показник Opus отримано за рівня xhigh. Бенчмарк оцінює виконання завдання, а не здатність до розважливих рішень. Економіка токенів усе ж пояснює, чому Sonnet може коштувати за завдання стільки ж, скільки Opus, попри вдвічі нижчу ціну токенів.

Sol — модель для великих обсягів роботи. За максимального рівня зусиль вона набирає 55 балів в індексі інтелекту, посідає шосте місце в Arena Agents із результатом 12.51% і підтримує таке саме контекстне вікно на 1.05M токенів. Для циклів роботи агентів, що повторюються тисячі разів на день, супроводу коду, пакетного аналізу та первинної перевірки вирішальним є показник Sol у $1.27 за завдання.

Просте правило: Sonnet — коли результат має бути правильним і його читатиме людина; Sol — коли результат має перевірити інша модель або набір тестів.

Gemini 4 Argon: доступна для використання модель Gemini 4

Gemini 4 Argon — модель Gemini 4, якою більшість команд справді можуть користуватися. За високого рівня зусиль вона набирає 50 балів в індексі інтелекту й посідає восьме місце в Arena Agents із результатом 10.53%. Модель приймає текст, зображення, аудіо, відео й PDF-файли, підтримує контекстне вікно на 1M токенів і коштує $2/$10 до 30 листопада 2026 року, після чого ціна становитиме $4/$20. За оцінкою Artificial Analysis, вартість за завдання — $9.95, а час виконання — 25.8 хвилини.

Найкращі результати, за даними Google, Argon показує в мультимодальних і наукових завданнях: перше місце в загальному рейтингу Vals Index, 87% у ERQA, 57% у RareBench і 52.2% у LabBench. Вона добре підходить для роботи з довгими відео, документами з великою кількістю діаграм, 3D-об’єктами й просторовим мисленням, а також досліджень, що поєднують різні формати. Для чату з низькою затримкою вона не підходить: за оцінкою AA, завдання займає 25.8 хвилини — приблизно стільки ж, скільки в Opus, тож плануйте асинхронне або пакетне використання.

Kimi K3.1 Pro: претендентка з відкритими вагами для програмування

Kimi K3.1 Pro — найближча до закритих передових моделей серед моделей із відкритими вагами за можливостями програмування. За даними Moonshot, модель набирає 65.7% у Terminal-Bench 4.0, відстаючи від Opus 5.5 лише на 0.7 бала. Крім того, вона має 61.2% у Kimi Code Bench 3.0 Long-horizon, 92.7% у BenchCAD з інструментами та 64.4 у OfficeQA Pro v2. Модель підтримує контекстне вікно на 1,048,576 токенів. Її випустили 24 жовтня 2026 року, а ваги опублікували на Hugging Face 2 листопада на умовах Kimi K3.1 Pro License.

Застереження стосується індексу інтелекту. AA оцінює Kimi у 46 балів — на 13 балів нижче за Opus. У рейтингу Arena Agents вона не входить до першої десятки. Це свідчить, що модель чудово справляється із завданнями, які її розробник обрав для оцінювання, але поки що не є універсальною заміною флагманської передової моделі. Використовуйте її для програмування в терміналі, роботи з CAD і 3D, а також фінансовими документами, якщо важливі відкрита ліцензія або самостійне розміщення.

На сторінці цін Moonshot у версії, яку ми перевірили, не було тарифу в доларах США; в AIHubMix Kimi K3.1 Pro коштує $2/$10.5 за мільйон токенів. За оцінкою Artificial Analysis, вартість за завдання становить $3.68.

Claude Haiku 5.5: варіант для частого використання

Haiku 5.5 — модель для простих завдань. Її оцінка в індексі інтелекту становить 36; ціна — $0.10/$0.50 за мільйон токенів для промптів обсягом до 100K токенів ($0.50/$2.50 для більших). Модель підтримує контекстне вікно на 1M токенів. За оцінками Artificial Analysis, вартість одного завдання становить $0.41.

Це саме те, що потрібно для класифікації, вилучення даних, маршрутизації, узагальнення та субагентів, яким треба швидко ухвалити рішення в межах більшого робочого процесу. Для складних міркувань ця модель не підходить: відрив від Opus становить 23 пункти індексу. На практиці агент Opus або Sonnet може складати план, а Haiku — виконувати недорогі, чітко визначені кроки.

Claude Fable 5.1: ще одна флагманська модель Anthropic

Fable 5.1 легко не помітити, адже це не та модель, до якої найчастіше звертаються команди. Її ціна — $10/$50 за мільйон токенів; вона підтримує контекст обсягом 1M токенів і вивід до 128K токенів та загальнодоступна. Anthropic називає Fable 5.1 і Mythos 5.1 своїми найпередовішими моделями для програмування та роботи зі знаннями, хоча на сторінці Fable не порівнюють безпосередньо з Opus 5.5. За даними AA, оцінка Fable становить 49 за максимального рівня зусиль і 50 у режимі xhigh; в Arena модель посідає п’яте місце з результатом 13.86%.

Обмежена у доступі споріднена модель Mythos 5.1 — це та сама базова модель, але з менш суворими запобіжними механізмами. Вона доступна лише перевіреним організаціям у США, які працюють у сфері кібербезпеки та наук про життя, через програми Anthropic для надійних партнерів. Токени Fable коштують у 2.5× дорожче, ніж Opus, але ця надбавка не дає вищої оцінки в індексі: у режимі xhigh Fable набирає 50 проти 57 в Opus, а за максимального рівня — 49 проти 59. За вимірюваннями AA, одне завдання для Fable у режимі xhigh коштує $10.85, а для Opus за максимального рівня зусиль — $10.04, тобто приблизно на 8% дешевше. Перш ніж вирішувати, чи виправдана надбавка, протестуйте модель.

Моделі з відкритими вагами: близькі в програмуванні, але не в загальному інтелекті

Показники бенчмарків у таблиці моделей з відкритими вагами наведені зі слів постачальників; оцінку GLM у Terminal-Bench 4.0 отримано в конфігурації Max на стенді mini-swe-agent.

Головна новина — Kimi. Результат 65.7% у Terminal-Bench, лише на 0.7 пункту нижчий за Opus, — справжнє досягнення, а контекст на 1M дає змогу працювати з цілими репозиторіями. Але інша частина картини — розрив в індексі інтелекту: 46 проти 59. Модель може бути близькою за одним бенчмарком програмування й водночас значно відставати в сукупності завдань на міркування, знання та роботу агентів, які оцінює індекс.

GLM 5.3 — вибір для тих, кому важлива вартість. За даними AA, оцінка моделі становить 32 за максимального рівня зусиль — значно менше, ніж 46 у Kimi. Водночас це модель MoE із 753B параметрів за ліцензією glm-5.3, із результатом 41.9% у Terminal-Bench 4.0 (Max, mini-swe-agent), зазначеним постачальником, 1769 Elo у GDPval-AA v2 і 62.5% у Humanity's Last Exam (HLE) з інструментами. Офіційна ціна — $1.40/$4.40; наразі AIHubMix пропонує її дешевше за прайс-лист — по $1.13/$3.94 за мільйон токенів.

DeepSeek V4.1 Flash 1017 — вибір заради низької вартості й контролю над моделлю. Це модель із 763B параметрів за ліцензією MIT, контекстним вікном на 1M токенів, максимальним обсягом виводу 384K і підтримкою зображень на вході. Офіційна ціна становить $0.15/$0.60 у непікові години та $0.30/$1.20 у пікові; пікові години — 01:00–04:00 і 06:00–10:00 UTC з понеділка по п’ятницю, за винятком державних свят у Китаї. Вхідні токени, що влучили в кеш, коштують $0.003 у непікові години та $0.006 у пікові за мільйон токенів. Це не модель першого ешелону для широкого спектра завдань, але дуже дешевий спосіб отримати мультимодальну модель із довгим контекстом у власне розпорядження.

MiniMax M3.1 Flash — мультимодальний варіант для агентів: 428B параметрів загалом, 23B активних на токен, контекстне вікно на 1M токенів, підтримка тексту, зображень і відео на вході та результат 61.7 в OSWorld 2.0. MiniMax встановлює ціну в CNY — ¥1/¥4 за мільйон токенів. Це гідна альтернатива для самостійного хостингу в сценаріях взаємодії з комп’ютером, хоча швидкість у неї нічим не вирізняється.

Перевага моделей із відкритими вагами не в тому, що вони наздогнали закриті за всіма показниками. Вона в тому, що модель належить вам, коли дані не можуть залишати вашу мережу, витрати мають бути фіксованими або потрібне донавчання. За таких обмежень свобода розгортання важливіша за кілька пунктів індексу.

Серед моделей поза коротким списком ще одна мультимодальна модель-агент у першій десятці Arena — Muse Wonder від Meta, яка посідає дев’яте місце з результатом 9.42%; конфігурація Full набирає 50 за оцінкою AA, а стандартна — 44. Grok 4.7 від xAI пропонує контекст на 500K токенів, коштує $2/$6 для промптів обсягом до 200K токенів ($4/$12 для 200K і більше) та набирає 35 за оцінкою AA. Qwen3.8 Max від Alibaba набирає 34, а одне завдання коштує $10.02. Жодна з цих моделей не змінює картини в першому ешелоні.

Ціна токена — це не вартість завдання

Стовпець із рахунком — це приклад обчислення, а не показник AA: 10M вхідних токенів плюс 2M вихідних за стандартними цінами з прайс-листа. Передбачається, що кожен запит не перевищує поріг провайдера для довгого контексту, кешування немає, знижка за пакетну обробку не застосовується. Для Carbon і Argon вказані стандартні тарифи; їхні стартові та ознайомчі ціни зменшують рахунок до $40 за кожну модель.

Звідси випливають три висновки.

По-перше, за однакової ціни токенів вартість завдання може відрізнятися приблизно у 8×. Sonnet і Sol коштують за прайс-листом однаково — $2/$10. Виміряна вартість одного завдання для Sonnet становить $10.02, а для Sol — $1.27. Різниця — в обсязі виводу й часі на міркування, а не в тарифах.

По-друге, дорога модель не завжди обходиться дорожче. Токени Astra коштують у 2.5× дорожче, ніж Opus, але одне завдання обходиться в $6.24 проти $10.04 для Opus, оскільки Astra використовує менше токенів на завдання. Високий тариф і великий рахунок — не одне й те саме.

По-третє, контекст не безкоштовний. У OpenAI для запитів понад 272K токенів діють підвищені тарифи на весь запит: для Astra — $20 за вхідні та $75 за вихідні токени, для Sol — $4 і $15 відповідно. Вікно на 1M токенів — це зручно, але заповнювати його в кожному запиті — бюджетне рішення.

Як обрати

Щоб таблиця працювала, дотримуйтеся трьох правил.

Перш ніж зупинити вибір на моделі, перевірте її на 20 реальних завданнях. Використовуйте власні промпти, формат виводу й критерії невдачі, а не публічний бенчмарк. Двадцяти завдань достатньо, щоб виявити модель, яка не дотримується вашої схеми або не справляється з довгим контекстом.

Відокремте ухвалення рішень від виконання. Доручіть Opus або Sonnet планування, перевірку та складні випадки, а Haiku, Sol або DeepSeek — виконання чітко визначених кроків. В агентній системі найдорожча модель не має виконувати кожен крок.

Зберігайте можливість легкої заміни. Моделі змінюються кожні кілька місяців. Єдиний API, один рахунок і єдиний журнал важливіші, ніж вибір переможця одного місяця.

Використання цих моделей через AIHubMix

AIHubMix — це не ще одна модель, а спосіб легко замінювати моделі. Один ключ працює через ендпоінт, сумісний з OpenAI, ендпоінт, сумісний із Claude (бета), і ендпоінт Gemini Native; понад 900 моделей — в одному рахунку. Gemini 4 Carbon — єдина модель із таблиць, яку сервіс не надає. У короткому посібнику зі швидкого старту показано формат запиту.

Для більшості команд достатньо ендпоінта, сумісного з OpenAI:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

prompt = "Explain in three sentences why cost per task beats cost per token."

response = client.chat.completions.create(
    model="claude-opus-5-5",
    messages=[{"role": "user", "content": prompt}],
)

print(response.choices[0].message.content)

Ідентифікатори моделей відповідають назвам постачальників (для Carbon ідентифікатора тут немає): claude-opus-5-5, claude-sonnet-5-5, claude-haiku-5-5, claude-fable-5-1, gpt-6-astra, gpt-6.1-sol, gpt-6.1-terra, gemini-4-argon, kimi-k3.1-pro, glm-5.3, deepseek-v4.1-flash-1017, minimax-m3.1-flash і muse-wonder.

Якщо ви не хочете обирати модель для кожного запиту, маршрутизатор auto підтримує чотири стратегії: cost_optimized (за замовчуванням), balanced, quality_first і latency_critical. Використовуйте його для дослідницьких завдань; для критично важливих закріпіть конкретну модель і налаштуйте резервну.

Поширені запитання

Яка модель ШІ зараз найпотужніша?
Станом на November 5, 2026, це Gemini 4 Carbon з оцінкою 60 за актуальним індексом інтелекту Artificial Analysis. Серед моделей, які більшість команд справді можуть запустити у виробничому середовищі, лідирує Claude Opus 5.5 з оцінкою 59.

Чи можна використовувати Gemini 4 Carbon через AIHubMix?
Ні. Доступ до Carbon обмежено частиною фахівців із кіберзахисту та партнерами Fairwind, тому цієї моделі немає в каталозі. Загальнодоступна модель Gemini 4 — Gemini 4 Argon.

Яка модель найкраще підходить для програмування?
Opus 5.5 — для складних завдань із відкритим формулюванням; Sonnet 5.5 — для щоденного програмування та роботи з документами; Sol — для агентних циклів із великим обсягом завдань; Kimi K3.1 Pro — якщо потрібні відкриті ваги.

Чому одне завдання в Sonnet 5.5 коштує так дорого, якщо токени мають таку саму ціну, як у Sol?
За вимірюваннями Artificial Analysis, одне завдання в Sonnet коштує $10.02, а в Sol — $1.27. Sonnet використовує набагато більше токенів на завдання. Ціна токенів однакова, але рахунок — ні.

Яка найдешевша модель у першому ешелоні?
GPT-6.1 Terra — $0.96 за завдання за оцінкою AA. Серед моделей з оцінкою 55 або вище найдешевша — GPT-6.1 Sol за $1.27. DeepSeek V4.1 Flash дешевша за токен, але її оцінка значно нижча, ніж у моделей першого ешелону.

Чи можуть моделі з відкритими вагами зрівнятися з передовими?
За окремими бенчмарками програмування Kimi близька до Opus: 65.7% проти 66.4% у Terminal-Bench 4.0, причому Opus оцінювали в режимі xhigh. За загальним інтелектом AA оцінює Kimi в 46, а Opus — у 59. Обирайте відкриті ваги заради контролю, низької вартості й донавчання, а не тому, що вони всюди наздогнали закриті моделі.

Чи можна звертатися до всіх цих моделей за допомогою одного API-ключа?
У каталозі AIHubMix немає Carbon; усі інші моделі з таблиць доступні. Один ключ працює через ендпоінти, сумісні з OpenAI та Claude, а також через ендпоінт Gemini Native.

Джерела

1. Таблиця лідерів індексу інтелекту Artificial Analysis, переглянуто November 5, 2026.
2. Таблиця лідерів Arena Agents, переглянуто November 5, 2026.
3. Матеріали від провідних постачальників: Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5, Claude Fable 5.1 і Mythos 5.1, огляд моделей Claude, Gemini 4 Carbon, Gemini 4 Argon, моделі Gemini API, каталог моделей OpenAI, допис про обслуговування сімейства GPT-6, Kimi K3.1 Pro, ціни Kimi.
4. Матеріали від постачальників моделей із відкритими вагами: ціни GLM 5.3, картка моделі GLM 5.3, ціни DeepSeek, картка моделі DeepSeek V4.1 Flash 1017, ціни MiniMax, картка моделі MiniMax M3.1 Flash, моделі Grok 4.7.
5. AIHubMix: каталог моделей і короткий посібник із початку роботи з API, переглянуто 5 листопада 2026 року.