/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
29,7 млрд
Размер весов
65,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-32B
Библиотека
transformers
Опубликована
20 сен 2026

OpenThinkerAgent-32B

Генерация текстаТекст → текст7 профессий

Производная модели open-thoughts/OpenThinkerAgent-32B. OpenThinkerAgent-32B — дообученная на агентных траекториях модель Qwen3 для многошаговых задач программирования, работы с терминалом и разработки ПО.

525скачиваний за 30 дней0лайковвеса обновлены20 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 оценки

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

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Карточка модели bielquants/OpenThinkerAgent-32B на Hugging Face совпадает с карточкой open-thoughts/OpenThinkerAgent-32B, поэтому описание составлено по ней.

OpenThinkerAgent-32B — модель агентного программирования, созданная проектом OpenThoughts. Она дообучена полнопараметрическим SFT на базе Qwen/Qwen3-32B с использованием 100 тысяч примеров OpenThoughts-Agent-SFT-100K. Модель имеет плотную архитектуру Qwen3ForCausalLM и 29,7 млрд параметров; в репозитории представлены веса safetensors. Контекст составляет до 40 960 токенов.

Модель предназначена для диалоговой работы над задачами разработки ПО и выполнения многошаговых агентных сценариев, включая работу в терминале и решение задач из SWE-Bench. В README приведены результаты оценки в terminus-2 и на семи агентных бенчмарках; для SWE-Bench-Verified указана точность 54,0, а для Terminal-Bench 2.0 — 26,2. Метаданные отмечают поддержку чата и кода. Данных о мультимодальном вводе или выводе нет.

Модель унаследовала языковые возможности Qwen3-32B, но карточка не перечисляет конкретные естественные языки. Обучающая выборка включает траектории агентов из SWE-Smith, StackExchange SuperUser, StackExchange Tezos и IssueTasks. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • решение задач по исправлению ошибок в репозиториях
  • выполнение многошаговых задач разработки программного обеспечения
  • написание и изменение кода в агентном цикле
  • работа с терминалом при выполнении задач по программированию
  • ответы на технические вопросы разработчиков

Ограничения

Карточка не указывает естественные языки модели и не описывает отдельную мультимодальную поддержку. Результаты бенчмарков приведены в конкретных агентных средах и не гарантируют аналогичного качества на произвольных задачах.

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

OpenThinkerAgent-32B

OpenThoughts-Agent is an open-source effort to curate the best datasets for training agents. Our release includes datasets, models and our research codebase.

OpenThinkerAgent-32B is post-trained from Qwen/Qwen3-32B with full-parameter SFT on the 100,000-example OpenThoughts-Agent-SFT-100K dataset (Top-4 task sources, GLM-4.7-AWQ teacher in the terminus-2 harness, ≥5-turn trace filter). It is the flagship OpenThinkerAgent-32B, the strongest open-data 32B model on the average of seven agentic benchmarks.

Performance

Evaluated in the terminus-2 harness (pass@1, mean over 3 stochastic re-runs):

ModelHarnessSWE-Bench-Verified-100OpenThoughts-TBLiteTerminal-Bench 2.0
Qwen/Qwen3-32BTerminus-226.713.77.5
OpenThinkerAgent-32BTerminus-255.741.326.2

Across the full seven-benchmark suite (best harness per benchmark), OpenThinkerAgent-32B is the strongest open-data model at the 32B scale:

BenchmarkAccuracy
SWE-Bench-Verified54.0
Terminal-Bench 2.026.2
Aider-Polyglot32.4
BFCL-Parity85.9
MedAgentBench47.8
GAIA-12723.6
FinanceAgent-Terminal44.0
Average (7)44.8

Data

The model is trained on OpenThoughts-Agent-SFT-100K: (task, agent-trajectory) pairs from the Top-4 task sources (SWE-Smith, StackExchange-SuperUser, StackExchange-Tezos with synthetic augmentation, IssueTasks). Trajectories are generated by GLM-4.7-AWQ in the terminus-2 harness and filtered to traces with at least 5 model turns.

Training hyperparameters

  • learning_rate: 4e-05
  • lr_scheduler_type: cosine, warmup_ratio 0.1
  • global_batch_size: 96
  • num_epochs: 5
  • cutoff_len: 32768
  • precision: bf16, DeepSpeed ZeRO-3

Links

Citation

@misc{openthoughts-agent,
  author = {Team, OpenThoughts-Agent},
  title = {{OpenThoughts-Agent: Data Recipes for Agentic Models}},
  howpublished = {https://www.openthoughts.ai/blog/agent},
  year = {2026}
}

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
daaa0f3

0 моделей