SiriusAI

Une option de modèle de routage automatique gratuite qui sélectionne un modèle backend approprié en fonction de la requête. Elle permet aux utilisateurs d'accéder à une IA capable sans sélectionner un modèle spécifique, utile pour les tests, l'expérimentation et les déploiements par défaut.

Un modèle de synthèse vocale (TTS) convertissant le texte écrit en audio parlé naturel et expressif. Il présente plusieurs voix et langues, et est adapté aux assistants vocaux, à la narration audiobook et aux applications d'accès aux informations.

Un modèle d'embedding pour convertir du texte en représentations vectorielles sémantiques. Optimisé pour la récupération d'information, la similarité sémantique et les pipelines RAG, permettant une recherche précise et des applications de bases de connaissances.

An agentic model tuned for autonomous, multi-step task execution rather than single-turn answers. It coordinates generation, verification, and iteration as separate stages, so plans are checked and revised before being accepted, and it carries structured memory across a long-running session. Strong on tool invocation, research and discovery pipelines, and algorithm design tasks where results need to survive verification. Well suited to building AI agents for scientific, engineering, and analytical automation.

Un modèle multimodal de qualité professionnelle offrant une génération de texte et d'images de haute qualité. Prend en charge les tâches conversationnelles, la création de contenu visuel et les flux de travail créatifs grâce à une API évolutive, idéal pour les produits et plateformes de contenu alimentés par l'IA.

Un modèle textuel multimodal de nouvelle génération conçu par Agnes AI, spécialement développé pour le codage agentique et les flux de travail de développement axés sur les outils. Il se concentre sur une exécution stable, une orchestration fiable des outils, la rétention du contexte lors de tâches longues et la fourniture de résultats de haute qualité sur des tâches agentiques à plusieurs étapes. Il prend en charge les entrées de texte et d'image avec une fenêtre de contexte de 512K, ce qui le rend idéal pour concevoir des applications d'agents IA fiables et des pipelines de développement complexes.

Un modèle de génération vidéo de qualité professionnelle prenant en charge les workflows de texte-à-vidéo, d'image-à-vidéo et d'animation par images clés. Génère du contenu vidéo cinématographique de haute qualité avec une forte cohérence visuelle entre les images. Prend en charge une API asynchrone basée sur des tâches pour une génération vidéo évolutive. Disponible en résolutions 480p, 720p et 1080p avec des formats d'image standard, notamment 16:9, 9:16, 1:1, 4:3 et 3:4. Idéal pour la narration, les vidéos marketing, le contenu pour les réseaux sociaux, les démos de produits et les workflows créatifs d'IA.

A next-generation video generation model supporting text-to-video, image-to-video, and keyframe animation workflows. Produces cinematic, temporally consistent footage with improved motion realism, sharper detail, and more stable subjects than earlier versions. Offers asynchronous task-based generation across standard aspect ratios including 16:9, 9:16, 1:1, 4:3, and 3:4. Ideal for short films, marketing videos, social media clips, product demos, and creative AI pipelines.

Un modèle compact et efficace conçu pour les tâches quotidiennes d'IA nécessitant une réponse rapide, notamment la conversation, le raisonnement léger, l'assistance à la programmation et la génération de texte structuré. Il convient aux applications qui privilégient une latence faible, une sortie cohérente et une inférence économique, telles que les assistants, les flux de travail automatisés et les produits alimentés par API.

A fast image creation and editing model built for rapid turnaround and high throughput. Generates polished graphics, infographics, and illustrations from text prompts with accurate text rendering, and supports reference-image editing for consistent layouts. Ideal for social media graphics, posters, infographics, marketing assets, and automated design workflows.

A lightweight image creation and editing model optimized for efficiency and cost. Turns text prompts into clean, production-ready graphics and infographics, and supports reference-image editing with flexible subject control. Combines generation and editing in one workflow, ideal for social media graphics, posters, banners, slide visuals, and everyday design content.

A science-oriented multimodal model that pairs broad general-purpose ability with dedicated scientific agents and discovery workflows. Built for long-horizon research spanning disciplines, it handles literature understanding, hypothesis building, solution design, and experimental verification in one continuous process. Suited to chemistry, materials, biology, and earth science work where results must be reproducible and traceable rather than merely plausible.

Un modèle de reconnaissance vocale en streaming prenant en charge 39 langues, notamment le chinois, l'anglais, le japonais, le coréen, le français, l'allemand, l'espagnol, l'italien, le russe, l'arabe, l'hindi, le thaï, le vietnamien, le portugais, le néerlandais, et bien d'autres. Il offre une latence configurable de 80 ms à 1 s, avec ponctuation et mise en majuscules intégrées. Idéal pour le sous-titrage en temps réel, les assistants vocaux et la transcription multilingue nécessitant une reconnaissance vocale rapide et fiable.

A mixture-of-experts model built for everyday decision making rather than benchmark scores. Trained on extensive real-world lifestyle and preference data, it targets the fuzzy questions general models handle poorly, such as where to go, what to eat, how to arrange a trip, or how to style a room, with a 512K context window for long reference material. Accepts text, images, and files, and exposes adaptive thinking with controllable reasoning effort. Useful for consumer assistants, recommendation and search-style products, and localized content workflows.

Un grand modèle de langage haute performance qui fournit des réponses rapides et précises pour les tâches de conversation, de programmation, de raisonnement et de génération de contenu. Il équilibre intelligence, rapidité et accessibilité, ce qui le rend particulièrement adapté aux chatbots, aux outils de productivité, à l'automatisation des processus d'entreprise et aux back-ends d'applications. Disponible via une API compatible OpenAI.

Un modèle polyvalent de génération d’images prenant en charge la transformation texte-vers-image et image-vers-image. Génère des visuels de haute qualité à partir d’invites en langage naturel avec une forte adhérence aux invites et une flexibilité stylistique. Convient au design créatif, à l’illustration, au rendu photoréaliste et à la production de contenu visuel. Prend en charge plusieurs préréglages de résolution et rapports d’aspect pour divers besoins de sortie.

Un modèle avancé de génération d'images à partir de texte conçu pour les scènes à haute densité d'information présentant des compositions complexes et de riches détails visuels. Prend en charge les workflows de texte vers image, d'édition image vers image et de composition multi-images. Optimisé pour préserver la composition originale et la disposition des sujets lors des modifications. Produit des sorties jusqu'à une résolution 4K avec des rapports d'aspect flexibles incluant 1:1, 3:4, 4:3, 16:9, 9:16, 2:3, 3:2 et 21:9. Idéal pour l'art conceptuel, les visuels marketing, la photographie de produits et les assets créatifs pour les réseaux sociaux.

An upgraded text-to-image generation model built for high-information-density scenes with complex compositions and rich visual detail. Supports text-to-image, image-to-image editing, and multi-image compositing, with stronger prompt adherence, finer texture, and improved preservation of composition and subject layout during edits. Outputs up to 4K resolution with flexible aspect ratios including 1:1, 3:4, 4:3, 16:9, 9:16, 2:3, 3:2, and 21:9. Ideal for concept art, marketing visuals, product photography, and social media creative assets.

Un modèle de voix multimodal en temps réel permettant des conversations vocales en flux continu à faible latence, avec une prise de parole naturelle et des réponses immédiates. Prise en charge du dialogue en direct, des assistants activés par la voix et des applications interactives nécessitant une interaction fluide et humaine. Accessible via une API temps réel compatible OpenAI.

Un modèle multifonctionnel de compréhension vocale prenant en charge le chinois mandarin, le cantonais, l'anglais, le japonais et le coréen. Il réalise simultanément la reconnaissance vocale, l'identification de la langue parlée, la reconnaissance des émotions et la détection d'événements audio (par exemple, applaudissements, rire, pleurs, toux) à partir d'une seule entrée audio. Son architecture non autorégressive permet une latence d'inférence exceptionnellement faible, idéale pour l'analyse vocale en temps réel, la modération de contenu et la compréhension audio multimodale.

A high-density agent model built for fast, cost-efficient execution of coding and agent tasks. A sparse mixture-of-experts design activates only a small share of its parameters per token, which keeps time-to-first-token under three seconds and peak output throughput up to 300 tokens per second while reducing iteration steps and token consumption on agent workloads. Reasoning strength is exposed across four controllable levels, with readable reasoning chains at the highest setting. Well suited to tool orchestration, multi-step engineering work, and high-frequency automated pipelines.

A model with one of the largest context windows available, taking 1,000,000 input tokens in a single call and returning up to 524,288 tokens per response. Accepts text, image, audio, and video natively, exposes adjustable reasoning effort, and performs strongly on coding tasks. A practical fit for whole-repository analysis, long document review, and extended agent sessions where the workload must stay in one context instead of being split into many small fragments.