/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Опубликована
7 мая 2026

GRM-2.6-Opus

Изображение и текст → текст15 профессий

Объединённая 27-миллиардная модель OrionLLM для сложных рассуждений, программирования, диалога и агентных сценариев с поддержкой изображений.

61скачиваний за 30 дней47лайковвеса обновлены17 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки2

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • Idavidrein/gpqa

    score · выше — лучше

    Результат

    89,2

    diamond 89,2
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

  • MathArena/aime_2026

    score · выше — лучше

    Результат

    63,33

    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

GRM-2.6-Opus — объединённая модель OrionLLM на архитектуре Qwen3.5 с 27 млрд параметров. Она предназначена для сложных задач общего назначения: структурированных рассуждений, программирования, STEM-задач, диалога и многошаговой работы с агентами и инструментами. Модель использует текст и изображения на входе и формирует текстовые ответы; метаданные также указывают на интерфейс вызова инструментов.

По заявлению разработчика, объединение с Qwen3.6-27B-Claude-Opus-Reasoning-Distilled усиливает структурированное рассуждение, работу с кодом и терминальными агентами по сравнению с GRM-2.6-Plus. Модель распространяется в формате safetensors под лицензией Apache 2.0. Длина контекста в предоставленных данных не указана.

Сценарии применения

  • разбор и отладка программного кода
  • планирование многошаговых задач для терминального агента
  • решение сложных математических и STEM-задач
  • аналитический диалог и структурированные ответы
  • ответы на вопросы по изображениям

Ограничения

Заявленные улучшения основаны на описании разработчика; подробности таблицы бенчмарков в предоставленном README опущены. Длина контекста не приведена.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

1. Introduction

GRM-2.6-Opus is a merge between OrionLLM/GRM-2.6-Plus and rico03/Qwen3.6-27B-Claude-Opus-Reasoning-Distilled.

GRM-2.6-Opus is a general-purpose AI model optimized for difficult, high-complexity tasks. It is designed to deliver stronger performance for its size while remaining practical, efficient, and accessible for advanced local and research-oriented use.

The model now follows an Opus-style reasoning format, producing more structured, organized, and deliberate reasoning. This merge improves its ability to handle terminal agents, coding workflows, and complex problem-solving tasks, taking advantage of the strong reasoning and agentic capabilities associated with Claude Opus-style distilled behavior.

GRM-2.6-Opus demonstrates improvements over the original GRM-2.6-Plus, especially in structured reasoning, coding, agent workflows, and high-difficulty STEM evaluation.

2. Key Capabilities

  • Opus-Style Structured Reasoning: GRM-2.6-Opus uses a more organized reasoning format, helping it produce clearer and more reliable solutions for complex tasks.
  • Improved Terminal Agent Ability: The model is better suited for terminal-based agents, tool-style workflows, debugging, code execution planning, and multi-step technical tasks.
  • Stronger Coding Performance: The merge improves code reasoning, implementation planning, and difficult programming task handling.
  • Enhanced General-Purpose Intelligence: GRM-2.6-Opus remains useful across research, STEM, chat, coding, local agents, and advanced problem-solving.
  • Improved Over GRM-2.6-Plus: The model builds on the original GRM-2.6-Plus and adds stronger structured reasoning behavior through the Opus-style distilled merge.

3. Performance

GRM-2.6-Opus is designed to be a highly capable 27B local AI model for complex reasoning, coding, everyday chat, and agentic workflows. It focuses on delivering better performance for its size, making it a strong option for users who want powerful reasoning without relying only on massive-scale models.

Its core strength is practical intelligence: structured reasoning, strong task understanding, improved coding behavior, stable responses, and the ability to handle difficult problems across multiple domains.

Detailed Benchmarks


GRM-2.6-Opus is developed by OrionLLM and released under the Apache 2.0 License.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
b477dec

0 моделей