Foundation Models Catalog (Selectel)

Foundation Models Catalog — сервис российского провайдера Selectel (АО «Селектел») для запуска языковых моделей в облаке. Разработчик описывает его коротко: «Сервис для запуска и управления LLM в облаке Selectel. Выберите модель, конфигурацию и получите готовый endpoint для работы с ней».

Своих моделей у провайдера нет — в каталоге открытые веса, развёрнутые на его железе. Список разложен по назначению:

• Текстовые: qwen3-8b, gpt-oss-20b, mistral-small-24b-instruct, deepseek-r1, qwen3-coder, phi-4-reasoning, семейство granite, а также российские t-lite-it и t-pro-it.
• Мультимодальные (текст и изображения на входе): gemma, qwen3-vl, deepseek-ocr и другие.
• Эмбеддинги: multilingual-e5-large, bge-m3, qwen3-embedding-8b.
• Ранжирование: qwen3-reranker-8b, bge-reranker-v2-m3.
• Распознавание речи: whisper в нескольких размерах, glm-asr-nano.

Важная оговорка для этой категории: моделей, рисующих картинки по описанию, в каталоге не заявлено. Мультимодальные модели здесь читают изображения, а не создают их. Если нужна именно генерация картинок, смотрите GigaChat, Yandex AI Studio или агрегаторы.

Почти все соседи по категории берут плату за обработанные токены. Здесь принцип другой, и разработчик формулирует его прямо: «Стоимость зависит от выбранной конфигурации inference-сервиса… GPU, vCPU, RAM, размер диска. Стоимость не зависит от количества токенов».

Это переворачивает экономику. При оплате за токены редкие запросы почти ничего не стоят, а интенсивная нагрузка дорожает линейно. Здесь наоборот: вы платите за арендованную конфигурацию, пока она включена, независимо от того, сколько через неё прошло. Такая модель выгодна при ровной высокой нагрузке — например, когда модель обслуживает поток обращений в поддержку, — и невыгодна при редких единичных запросах.

Практический вывод: прежде чем сравнивать с токенными сервисами, посчитайте не только объём, но и профиль нагрузки — сколько часов в сутки модель реально работает.

Модели отдаются готовыми эндпоинтами с API-ключами, интерфейс — «API, совместимый с OpenAI». То есть переезд с зарубежного сервиса или с другого российского каталога не требует переписывания кода.

Рядом в линейке провайдера есть смежные сервисы для тех, кому нужна не готовая модель, а инфраструктура: серверы с GPU, ML-платформа, Managed Kubernetes для AI/ML и GPU-серверы на площадке заказчика.

Дата-центры провайдера расположены в Москве, Санкт-Петербурге и Ленинградской области. Заявлено, что «Персональные данные обрабатываются в соответствии с 152-ФЗ», сервисы изолированы в приватной VPC, а инфраструктура соответствует ГОСТ Р 57580, ISO/IEC 27001 и PCI DSS. Для банков и компаний с требованиями к обработке персональных данных это существеннее, чем список моделей.

Открытые модели — это ваша ответственность за качество. Провайдер отвечает за то, что модель работает и не падает, но не за то, что она правильно отвечает на ваши вопросы. Проверять качество на своих данных придётся самостоятельно.

Каталог меняется. Открытые модели выходят и устаревают быстро, состав каталога — тоже. Перед проектом сверьтесь с актуальным списком на странице сервиса, а не с обзорами.

Считайте по конфигурации. Выбор GPU определяет и скорость, и счёт. Крупная модель на слабой карте будет отвечать медленно, а на сильной — дороже обойдётся простой.