/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
7 сен 2026

OxCoder-9B

Генерация текстаТекст → текст8 профессий

Дообученная 9-миллиардная модель OrionLLM для агентного программирования, работы с кодовыми базами и задач в терминале.

2 626скачиваний за 30 дней102лайкавеса обновлены14 сен 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 «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 оценки5

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

  • ScaleAI/SWE-bench_Pro

    score · выше — лучше

    Результат

    49,1

    SWE_Bench_Pro 49,1
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

  • harborframework/terminal-bench-2.1

    score · выше — лучше

    Результат

    50,8

    terminalbench_2_1 50,8terminalbench_2_1 49,6Общий результат 49,6
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

  • SWE-bench/SWE-bench_Verified

    score · выше — лучше

    Результат

    73,5

    swe_bench_%_resolved 73,5
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

  • Idavidrein/gpqa

    score · выше — лучше

    Результат

    86,9

    diamond 86,9
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

  • cais/hle

    score · выше — лучше

    Результат

    32,8

    hle 32,8Общий результат 21,2hle 21,2
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

OxCoder-9B — модель для программирования и агентных задач, разработанная OrionLLM на основе Qwen/Qwen3.5-9B. Она дообучена на траекториях агентного программирования и диалогах из Fable-5.1 и GLM-5.3, связанных с Claude Code, OpenCode и Codex. Модель предназначена для разработки ПО, работы в терминале и многошагового рассуждения при решении инженерных задач.

Модель содержит 9 млрд параметров и имеет контекстное окно 262 144 токена. В карточке заявлены навыки работы с многофайловыми кодовыми базами, чтения кода перед изменениями, обработки диагностик LSP и внесения точечных правок. Также отмечены задачи агентного программирования и рассуждения о фронтенд-логике, компонентах и веб-интерфейсах.

Модель принимает текстовые запросы и генерирует текст, включая код и ответы в диалоге. Заявленные преимущества и результаты бенчмарков приведены разработчиком; таблица результатов в предоставленном README опущена. Выпущена по лицензии Apache 2.0.

Сценарии применения

  • генерация и редактирование программного кода
  • поиск и исправление ошибок в проекте
  • многошаговое решение задач разработки в терминале
  • работа с длинными многофайловыми кодовыми базами
  • проектирование логики компонентов и веб-интерфейсов

Ограничения

Бенчмарки и заявленные сильные стороны описаны разработчиком, но таблица результатов отсутствует в предоставленном README. Карточка не сообщает об отдельной языковой поддержке.

Для каких профессий подходит8

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

Banner

Introduction

We are proud to introduce OxCoder-9B, our lightweight coding model for long-horizon tasks, agentic coding, and agentic reasoning. Despite featuring only 9 billion parameters, OxCoder-9B marks a substantial leap in agentic capabilities — particularly in Agentic Terminal and Agentic Coding tasks — punching far above its weight class and rivaling models many times its size. This release represents our strongest commitment yet to delivering frontier-level agentic performance in a compact, efficient, and openly accessible package.

  • Trained on Frontier Agent Traces: Built from Fable-5.1 and GLM-5.3 agentic coding trajectories across Claude Code, OpenCode and Codex — OxCoder-9B has been distilled from some of the most capable agentic systems available, giving it a unique advantage in real-world software engineering scenarios.
  • 262K Native Context: Equipped with a full 262,144 token native context window, enabling the model to handle complex, multi-file codebases and long-horizon reasoning tasks with ease.
  • Error Recovery: Learns read-before-write patterns, responds to LSP diagnostics, and applies minimal edit diffs instead of full rewrites — making it robust in iterative coding environments where precision matters.
  • Front-end Reasoning: OxCoder-9B exhibits remarkably strong front-end reasoning capabilities for its size, demonstrating a deep understanding of UI logic, component architecture, and web-native patterns that is rare in sub-10B models.

Coding Performance Evaluation

Benchmark


OxCoder-9B 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 · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
07ba04e

0 моделей