Vorobeoff
Как выбрать LLM для конкретной задачи: практический гид (2026)
Справочник: какая модель под какую задачу. Таблицы соответствия, сценарии использования, ограничения и чеклист выбора.
Тема
выбор-моделей
5 материалов
Навигация
Рядом по смыслу
Материалы Виталия Воробьева по теме выбор-моделей: статьи, блог, база знаний, кейсы и промпты.
Материалы по разделам
Подборка
База знаний
Ollama и LLaVA: локальный визуальный ИИ от CLI до пакетной обработки
Запускаем мультимодальные LLaVA-модели на своём сервере: CLI, Base64, batch, веб-интеграция. Когда локальный визуальный ИИ выгоднее облака и как встроить его в приложение.
EmbeddingGemma: 200 МБ модель, которая запускает RAG там, где сервер не помещается
Открытая 308M embedding-модель от Google DeepMind: 768-мерные векторы с MRL-усечением до 128, контекст 2048, ~200 МБ RAM. Когда она лучше BGE-M3 и как поднять её локально — Ollama, sentence-transformers и systemd-юнит.
DeepSeek API: V4 Flash за $0.14 и 1M контекста — что нужно знать до подключения
OpenAI-совместимый API китайского провайдера с открытыми моделями V4 Flash и V4 Pro на архитектуре MoE. Подключение через OpenAI SDK, LiteLLM, OpenRouter. Цены в десятки раз ниже GPT-4, контекст до 1M токенов. Tool use, structured outputs, reasoning-модель с цепочкой рассуждений.
Kimi K2.6: открытая модель, которая не сдаётся на длинной дистанции
Что умеет Kimi K2.6 от Moonshot AI, где она реально выигрывает у закрытых моделей, сколько стоит и что нужно, чтобы запустить её локально.
Следующий шаг
От темы — к практическому результату
Посмотрите кейсы с реальными процессами и цифрами. Если уже знаете, что хотите автоматизировать, напишите напрямую.