Claude Fable 5.1
Anthropic का सबसे सक्षम आम तौर पर उपलब्ध मॉडल, कठिन रीज़निंग और लंबे समय तक चलने वाले एजेंट कार्य के लिए बना।
- कॉन्टेक्स्ट
- 1M
- इनपुट
- टेक्स्ट, इमेज
Claude Opus 5.5
कठिन काम के लिए Anthropic का अनुशंसित डिफ़ॉल्ट: लंबे समय तक चलने वाली एजेंटिक कोडिंग और नॉलेज वर्क, जिसमें एडैप्टिव थिंकिंग हमेशा चालू रहती है।
- कॉन्टेक्स्ट
- 1M
- इनपुट
- टेक्स्ट, इमेज
Claude Sonnet 5.5
रोज़मर्रा की कोडिंग, एजेंट और एंटरप्राइज़ काम के लिए Anthropic का गति और बुद्धिमत्ता का संतुलन, जिसमें एडैप्टिव थिंकिंग डिफ़ॉल्ट रूप से चालू है।
- कॉन्टेक्स्ट
- 1M
- इनपुट
- टेक्स्ट, इमेज
Claude Haiku 4.5
Anthropic का सबसे तेज़ और सबसे कम लागत वाला मौजूदा मॉडल, 200K कॉन्टेक्स्ट विंडो और वैकल्पिक एक्सटेंडेड थिंकिंग के साथ।
- कॉन्टेक्स्ट
- 200K
- इनपुट
- टेक्स्ट, इमेज
GPT-6 (Astra, Sol, Luna)
OpenAI की मौजूदा रीज़निंग फ़ैमिली, तीन टियर में: सबसे कठिन काम के लिए Astra, कम लागत पर Astra जैसे नतीजों के लिए Sol, और बड़ी मात्रा के लिए Luna।
- कॉन्टेक्स्ट
- 1.05M
- इनपुट
- टेक्स्ट, इमेज
GPT-5.6 (Sol, Terra, Luna)
OpenAI की पिछली पीढ़ी, जिसने Sol, Terra और Luna टियर पेश किए: फ़्लैगशिप, संतुलित और सबसे कम लागत।
- कॉन्टेक्स्ट
- 1.05M
- इनपुट
- टेक्स्ट, इमेज
gpt-oss (120b, 20b)
Apache 2.0 के तहत OpenAI के ओपन-वेट मिक्सचर-ऑफ़-एक्सपर्ट्स रीज़निंग मॉडल: 120b एक 80 GB GPU में समा जाता है, 20b 16 GB डिवाइस पर चलता है।
- कॉन्टेक्स्ट
- 131K
- इनपुट
- टेक्स्ट
Gemini 3.8 Flash
Google का मौजूदा आम तौर पर उपलब्ध Flash मॉडल, Flash की गति और लागत पर लंबी अवधि की इंजीनियरिंग, स्वायत्त एजेंट और एंटरप्राइज़ वर्कफ़्लो के लिए।
- कॉन्टेक्स्ट
- 1.05M
- इनपुट
- टेक्स्ट, इमेज, वीडियो, ऑडियो, PDF
Gemini 3.1 Pro
Google का मौजूदा Pro मॉडल, Gemini API पर प्रीव्यू में, जटिल रीज़निंग, सॉफ़्टवेयर इंजीनियरिंग और सटीक बहु-चरणीय टूल उपयोग के लिए ट्यून किया गया।
- कॉन्टेक्स्ट
- 1.05M
- इनपुट
- टेक्स्ट, इमेज, वीडियो, ऑडियो, PDF
Gemini 3.5 Flash-Lite
Google का सबसे कम लागत और सबसे कम लेटेंसी वाला 3.5 मॉडल, हाई-थ्रूपुट सब-एजेंट काम, दस्तावेज़ पार्सिंग और सरल एक्सट्रैक्शन के लिए।
- कॉन्टेक्स्ट
- 1.05M
- इनपुट
- टेक्स्ट, इमेज, वीडियो, ऑडियो, PDF
Gemma (Gemma 4, Gemma 3)
Google की ओपन-वेट फ़ैमिली, एज आकार के मॉडलों से लेकर Gemma 4 में 31B डेंस और 26B मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल तक।
- कॉन्टेक्स्ट
- –
- इनपुट
- टेक्स्ट, इमेज
Grok 4.7
कोडिंग, एजेंटिक कार्यों और नॉलेज वर्क के लिए xAI का फ़्रंटियर मॉडल, टेक्स्ट और इमेज इनपुट तथा चुनने योग्य रीज़निंग एफ़र्ट के साथ।
- कॉन्टेक्स्ट
- 500K
- इनपुट
- टेक्स्ट, इमेज
DeepSeek Flash (V4.1)
DeepSeek का मौजूदा Flash मॉडल, नेटिव इमेज समझ, 1M-टोकन कॉन्टेक्स्ट और डिफ़ॉल्ट रूप से चालू थिंकिंग के साथ; वेट्स MIT लाइसेंस के तहत हैं।
- कॉन्टेक्स्ट
- 1M
- इनपुट
- टेक्स्ट, इमेज
DeepSeek V4 Pro
DeepSeek का बड़ा V4 Pro मॉडल: API पर केवल टेक्स्ट, 1M-टोकन कॉन्टेक्स्ट, टूल कॉल और चुनने योग्य थिंकिंग एफ़र्ट के साथ; वेट्स MIT लाइसेंस के तहत हैं।
- कॉन्टेक्स्ट
- 1M
- इनपुट
- टेक्स्ट
DeepSeek-R1 Distill (8B)
एक छोटा ओपन रीज़निंग मॉडल: DeepSeek-R1 की चेन ऑफ़ थॉट पर प्रशिक्षित Qwen3-8B, लोकल उपयोग के लिए।
- कॉन्टेक्स्ट
- 128K
- इनपुट
- टेक्स्ट
Kimi K3
Moonshot AI का फ़्लैगशिप, 1M-टोकन कॉन्टेक्स्ट, नेटिव इमेज और वीडियो समझ और हमेशा चालू थिंकिंग के साथ; वेट्स प्रकाशित हैं।
- कॉन्टेक्स्ट
- 1.05M
- इनपुट
- टेक्स्ट, इमेज, वीडियो
Kimi K2.7 Code
Moonshot AI का समर्पित कोडिंग मॉडल, 256K कॉन्टेक्स्ट, हमेशा चालू थिंकिंग, टूल कॉलिंग और एक अलग हाई-स्पीड वैरिएंट के साथ।
- कॉन्टेक्स्ट
- 256K
- इनपुट
- टेक्स्ट, इमेज, वीडियो
Qwen 3.8 (Max, Flash)
Alibaba की Qwen 3.8 लाइन: Max फ़्लैगशिप है, और Max तथा Flash दोनों 1M-टोकन कॉन्टेक्स्ट, इमेज और वीडियो इनपुट और हाइब्रिड थिंकिंग देते हैं।
- कॉन्टेक्स्ट
- 1M
- इनपुट
- टेक्स्ट, इमेज, वीडियो
Qwen 3.7 Plus
Qwen 3.7 Plus और Flash मल्टीमॉडल एजेंट काम के लिए 1M-टोकन कॉन्टेक्स्ट, इमेज और वीडियो इनपुट, हाइब्रिड थिंकिंग और फ़ंक्शन कॉलिंग देते हैं।
- कॉन्टेक्स्ट
- 1M
- इनपुट
- टेक्स्ट, इमेज, वीडियो
GLM-5.3
सॉफ़्टवेयर इंजीनियरिंग और एजेंट काम के लिए Z.ai का फ़्लैगशिप, 1M-टोकन कॉन्टेक्स्ट, 128K तक आउटपुट और प्रकाशित वेट्स के साथ; Flash वैरिएंट इमेज और वीडियो इनपुट जोड़ते हैं।
- कॉन्टेक्स्ट
- 1M
- इनपुट
- टेक्स्ट
MiniMax M3
MiniMax का नेटिव रूप से मल्टीमॉडल कोडिंग और एजेंट मॉडल, 1M टोकन तक कॉन्टेक्स्ट और टूल कॉल के बीच गुंथी थिंकिंग के साथ; वेट्स प्रकाशित हैं।
- कॉन्टेक्स्ट
- 1M
- इनपुट
- टेक्स्ट, इमेज, वीडियो
Mistral Large 3
Mistral का ओपन-वेट मिक्सचर-ऑफ़-एक्सपर्ट्स फ़्लैगशिप (41B सक्रिय, 675B कुल पैरामीटर), इमेज समझ के साथ, Apache 2.0 के तहत।
- कॉन्टेक्स्ट
- 256K
- इनपुट
- टेक्स्ट, इमेज
Mistral Medium 3.5
एक डेंस 128B मल्टीमॉडल मॉडल जो निर्देश पालन, रीज़निंग और कोडिंग को जोड़ता है, और रीज़निंग एफ़र्ट हर अनुरोध पर तय होता है।
- कॉन्टेक्स्ट
- 256K
- इनपुट
- टेक्स्ट, इमेज
Mistral Small 4
एक ओपन-वेट मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल (लगभग 6B सक्रिय पैरामीटर) जो instruct, रीज़निंग और कोडिंग को जोड़ता है, इमेज इनपुट के साथ।
- कॉन्टेक्स्ट
- 256K
- इनपुट
- टेक्स्ट, इमेज
Ministral 3 (3B, 8B, 14B)
तीन आकारों में छोटे ओपन-वेट मॉडल, हर एक में base, instruct और reasoning वैरिएंट और इमेज समझ, लोकल और एज उपयोग के लिए।
- कॉन्टेक्स्ट
- 256K
- इनपुट
- टेक्स्ट, इमेज
Codestral
कम लेटेंसी, बार-बार होने वाले कार्यों जैसे fill-in-the-middle और कोड जनरेशन के लिए Mistral का कोडिंग मॉडल।
- कॉन्टेक्स्ट
- 128K
- इनपुट
- टेक्स्ट
Llama 4 (Scout, Maverick)
Meta के नेटिव रूप से मल्टीमॉडल मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल, 17B सक्रिय पैरामीटर के साथ: Scout (109B कुल) और Maverick (400B कुल)।
- कॉन्टेक्स्ट
- 1M
- इनपुट
- टेक्स्ट, इमेज
Llama 3.3 70B
आठ भाषाओं में बहुभाषी संवाद के लिए Meta का 70B टेक्स्ट मॉडल, टूल उपयोग के साथ।
- कॉन्टेक्स्ट
- 128K
- इनपुट
- टेक्स्ट
Llama 3.2 1B
सीमित और ऑन-डिवाइस वातावरण के लिए 1.2B-पैरामीटर बहुभाषी मॉडल, जो EDDI JVM के अंदर चलने लायक छोटा है।
- कॉन्टेक्स्ट
- 128K
- इनपुट
- टेक्स्ट
Amazon Nova (Pro, Lite)
Bedrock पर Amazon के मल्टीमॉडल मॉडल जो टेक्स्ट, इमेज और वीडियो स्वीकार करते हैं: Pro संतुलित टियर है, Lite कम लागत वाला।
- कॉन्टेक्स्ट
- 300K
- इनपुट
- टेक्स्ट, इमेज, वीडियो
Cohere Command A
Cohere का 111B एंटरप्राइज़ मॉडल, जो टूल उपयोग, रिट्रीवल और 23 भाषाओं पर केंद्रित है; Oracle रीज़निंग और विज़न वैरिएंट भी देता है।
- कॉन्टेक्स्ट
- 256K
- इनपुट
- टेक्स्ट
Phi-4-mini
Microsoft का 3.8B ओपन मॉडल, सीमित मेमोरी और लेटेंसी-संवेदनशील काम तथा गणित और तर्क आधारित रीज़निंग के लिए।
- कॉन्टेक्स्ट
- 128K
- इनपुट
- टेक्स्ट
इस फ़िल्टर से कोई मॉडल मेल नहीं खाता।
मॉडल कहाँ चलते हैं
एक ही मॉडल अक्सर एक से अधिक जगह उपलब्ध होता है। इस आधार पर चुनें कि आपका डेटा कहाँ जा सकता है, आपकी टीम पहले से क्या चलाती है, और आप कैसे ऑथेंटिकेट करते हैं।
Amazon Bedrock
Anthropic, Meta, Amazon, OpenAI, Mistral और अन्य के मॉडलों तक प्रबंधित AWS एक्सेस।
- प्रदाता ग्राहकों के प्रॉम्प्ट या जवाब नहीं देखते
- VPC और PrivateLink के ज़रिए निजी नेटवर्किंग
- डेटा रेज़िडेंसी के लिए इन-रीजन और क्रॉस-रीजन इन्फ़रेंस
Google Vertex AI
Google Cloud का AI प्लेटफ़ॉर्म, जिसे अब Gemini Enterprise Agent Platform भी कहा जाता है, जो Gemini और Model Garden मॉडल उपलब्ध कराता है।
- रीजनल एंडपॉइंट प्रोसेसिंग को एक ही क्षेत्राधिकार में रखते हैं
- नेटवर्क आइसोलेशन के लिए VPC Service Controls
- Google Cloud क्रेडेंशियल से ऑथेंटिकेशन
Azure OpenAI
आपकी Azure सब्सक्रिप्शन में होस्ट किए गए OpenAI मॉडल, जो अब Microsoft Foundry का हिस्सा हैं, और डिप्लॉयमेंट नाम से कॉल किए जाते हैं।
- Data Zone डिप्लॉयमेंट प्रोसेसिंग को EU, US या APAC में रखते हैं
- Azure बैकबोन पर प्राइवेट एंडपॉइंट
- आरक्षित क्षमता के लिए प्रोविज़न्ड थ्रूपुट
Oracle OCI Generative AI
Cohere, Meta Llama और अन्य मॉडलों के लिए प्रबंधित Oracle Cloud सेवा, ऑन-डिमांड या समर्पित क्लस्टर पर।
- समर्पित AI क्लस्टर
- प्राइवेट एंडपॉइंट और डेटा आइसोलेशन
- OCI IAM नीतियों द्वारा नियंत्रित
Groq
एक इन्फ़रेंस क्लाउड जो ओपन मॉडलों को Groq की अपनी LPU चिप पर चलाता है, OpenAI-संगत API के ज़रिए।
- बहुत कम लेटेंसी
- gpt-oss और Qwen जैसे ओपन मॉडल
- एक कुंजी, कोई इंफ्रास्ट्रक्चर नहीं
OpenRouter
कई प्रदाताओं के सैकड़ों मॉडलों तक एक API, एक ऑटो राउटर के साथ जो हर अनुरोध के लिए मॉडल चुनता है।
- कई वेंडरों के लिए एक कुंजी
- प्रदाताओं के बीच स्वचालित फ़ॉलबैक
- openrouter/auto हर कार्य के लिए मॉडल चुनता है
Ollama
ओपन मॉडलों को आपके अपने हार्डवेयर पर एक लोकल API के पीछे चलाता है, चाहें तो EDDI वाले ही Docker नेटवर्क पर।
- क्लाउड कनेक्शन की ज़रूरत नहीं
- डेटा कभी आपकी मशीनों से बाहर नहीं जाता
- मॉडल पुल करने के लिए एक कमांड
Hugging Face
रिपॉज़िटरी id द्वारा ओपन मॉडलों के लिए होस्टेड इन्फ़रेंस, एक ही टोकन के तहत पार्टनर प्रदाताओं तक रूट किया गया।
- रिपॉज़िटरी id द्वारा ओपन मॉडल
- सभी प्रदाताओं के लिए एक टोकन
- चलाने के लिए कोई इंफ्रास्ट्रक्चर नहीं
Jlama
एक शुद्ध-Java इन्फ़रेंस इंजन जो छोटे मॉडलों को EDDI JVM के अंदर चलाता है, बिना किसी मॉडल सर्वर के।
- अलग से कुछ डिप्लॉय नहीं करना
- छोटे फ़ुटप्रिंट के लिए क्वांटाइज़्ड मॉडल
- वेट्स कैश होने के बाद एयर-गैप्ड काम करता है
कैटलॉग में नहीं है?
कोई भी OpenAI-संगत एंडपॉइंट type: openai और एक baseUrl के ज़रिए काम करता है, जिसमें Cohere, Together, vLLM, llama-server और कॉर्पोरेट गेटवे शामिल हैं। OpenRouter एक ही कुंजी से सैकड़ों और मॉडलों तक पहुँचता है।
एक से ज़्यादा इस्तेमाल करें
EDDI मॉडलों को एक कैस्केड में जोड़ सकता है: पहले एक तेज़, सस्ता मॉडल जवाब देता है, और मज़बूत मॉडल को तभी बुलाया जाता है जब कॉन्फ़िडेंस कम हो। देखें मॉडल कैस्केडिंग।