/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
19 сен 2026

Nexus-9B-CodeCore-Merge

Генерация текстаТекст → текст9 профессий

Экспериментальная объединённая модель Qwen3.5 на 9 млрд параметров для генерации кода, многошаговых рассуждений и агентных задач разработки.

467скачиваний за 30 дней3лайкавеса обновлены21 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

Nexus-9B-CodeCore-Merge — экспериментальная объединённая модель на 9 млрд параметров от prithivMLmods, предназначенная для программирования и многошаговых рассуждений. Она создана на основе Qwen3.5-9B с добавлением возможностей NeoHorse-1-9B, OmniCoder-9B и Ornith-1.5-9B; архитектура относится к семейству Qwen3.5, веса представлены в формате Safetensors.

Модель рассчитана на генерацию и понимание кода, изменение и отладку программ, следование инструкциям и агентные рабочие процессы с использованием инструментов. Карточка характеризует её как экспериментальную и предупреждает о возможных артефактах. Лицензия — Apache-2.0.

Сценарии применения

  • генерация программного кода по описанию задачи
  • разбор и объяснение существующего кода
  • поиск и исправление ошибок в коде
  • многошаговое решение задач разработки
  • автоматизация агентных сценариев программирования с вызовом инструментов

Ограничения

Модель экспериментальная и может генерировать артефакты. Для версии GGUF в README отдельно указано, что головы Multi-Token Prediction не сохранены.

Для каких профессий подходит9

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

Nexus-9B-CodeCore-Merge

Nexus-9B-CodeCore-Merge is a merged 9B-parameter coding and reasoning model designed for long-horizon coding tasks, agentic coding, and agentic reasoning. It is built by merging Qwen3.5-9B as the base model with NeoHorse-1-9B, OmniCoder-9B, and Ornith-1.5-9B, combining their capabilities for code generation, multi-step problem solving, instruction following, and autonomous coding workflows. The model is intended for complex software-engineering tasks that require sustained reasoning across multiple steps, code understanding, modification, debugging, and tool-oriented agentic workflows. This model is experimental and may generate artifacts.

  • GGUF: Nexus-9B-CodeCore-Merge-GGUF. Note: The Multi-Token Prediction (MTP) heads are not preserved in this format. The model runs as a standard single-token-per-step autoregressive decoder.

Merge Recipe

hf download TokenRhythm/NeoHorse-1-9B \
  --local-dir ./models/NeoHorse-1-9B

hf download Tesslate/OmniCoder-9B \
  --local-dir ./models/OmniCoder-9B

hf download ornith-ai/Ornith-1.5-9B \
  --local-dir ./models/Ornith-1.5-9B

hf download Qwen/Qwen3.5-9B \
  --local-dir ./models/Qwen3.5-9B
python omnimergekit.py \
  --base      models/Qwen3.5-9B --task-base ./models/Qwen3.5-9B \
  --source    models/NeoHorse-1-9B \
  --source    models/OmniCoder-9B \
  --source    models/Ornith-1.5-9B \
  --weights   0.55,0.30,0.15 \
  --method omnimerge_v2 --density 0.53 --darex-q 0.75 --seed 42 \
  --no-auto-mlp-skip --skip-patterns visual.,mtp. \
  --output prithivMLmods/Nexus-9B-CodeCore-Merge

omnimergekit

Tools for model merging, expert pruning, differential competence-map extraction, and GGUF quantization — omnimergekit

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
c59eb09

0 моделей