/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
32,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
6 мар 2026

Terminus-Qwen3-8b

Генерация текстаТекст → текст7 профессий

Дообученная Qwen3-8B для агентной работы в терминале, программной инженерии и вызова инструментов.

58скачиваний за 30 дней5лайковвеса обновлены7 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 «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.

  • SWE-bench/SWE-bench_Verified

    score · выше — лучше

    Результат

    15,7

    swe_bench_%_resolved 15,7
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

  • harborframework/terminal-bench-2.0

    score · выше — лучше

    Результат

    4,9

    terminalbench_2 4,9
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Terminus-Qwen3-8b — дообученная OrionLLM модель на базе Qwen/Qwen3-8B, разработанная для агентных задач в терминале. Она предназначена для рассуждений в командной строке, программной инженерии и работы с инструментами в средах вроде Codex и OpenCode. Модель с плотной архитектурой Qwen3 содержит 7,6 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 40 960 токенов.

Для обучения использован набор данных OrionLLM/OpenAgentInstruct. В README приведены результаты на Terminal-Bench 2.0 и SWE-Bench Verified, однако условия и воспроизводимость этих оценок не описаны. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • выполнение агентных задач в терминале
  • помощь с программной инженерией через командную строку
  • рассуждение по шагам при работе с окружением разработки
  • вызов инструментов в Codex и OpenCode

Ограничения

Результаты на Terminal-Bench 2.0 и SWE-Bench Verified приведены в README, но методика и воспроизводимость оценок не описаны. Заявленные возможности сосредоточены на терминальных агентных задачах и программной инженерии.

Для каких профессий подходит7

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

Terminus

Terminus is a model trained for terminal agentic tasks such as Terminal-Bench 2.0 and SWE-Bench, and also be efficient for use and localization with environments such as Codex and OpenCode. It was trained on the dataset:

Terminus was designed to improve performance in terminal-based reasoning workflows, software engineering, and tool usage over other models.


Benchmarks

ModelHarnessTerminal-Bench 2.0SWE-Bench Verified
Qwen3-8BTerminus-20.00.7
Terminus-Qwen3-8bTerminus-24.915.7
Qwen3-32BTerminus-21.95.7
Qwen/Qwen3-Coder-30B-A3B-InstructOpenHands10.149.2

Terminus-Qwen3-8b is an open-source effort focused on building stronger agentic models through better datasets, practical training, and real benchmark evaluation.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
cbb6c2d

0 моделей