/ Модель

Характеристики

Контекст
131 072 токена
Параметры
81,8 млн
Лицензия
Своя лицензия
Архитектура
clyrai_maximus_moe · MoE
Библиотека
transformers
Опубликована
24 авг 2026

Clyrai_Maximus-MoE

Генерация текстаТекст → текст3 профессии

Разреженная языковая MoE-модель Clyrai для продолжения текста и генерации кода с длинным контекстом.

65скачиваний за 30 дней0лайковвеса обновлены24 авг 2026

Бенчмарки

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

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

Clyrai Maximus-MoE — авторская разреженная языковая модель семейства Clyrai Maximus, разработанная Clyrai с нуля. Это причинная модель для продолжения текста: она принимает начало фразы или другой текстовый контекст и генерирует продолжение, а не готовый диалоговый ассистент. Архитектура MoE включает 32 эксперта, из которых для токена выбираются четыре, а также одного общего эксперта; первые два из 16 слоёв плотные. В README указаны 264 млн параметров всего и 110 млн активных на токен; метаданные Hugging Face сообщают 81,8 млн параметров. Эти сведения о размере расходятся.

Модель обучалась на английском, хинди, итальянском языках и коде; максимальный контекст составляет 131 072 токена. В карточке заявлены высокая скорость генерации и поддержка кода, однако приведённые показатели скорости относятся к конкретным устройствам и зависят от аппаратного обеспечения. Без штрафа за повторения жадная генерация может зацикливаться. Для загрузки требуется trust_remote_code=True.

Модель распространяется по Clyrai Sovereign Research License 1.0: разрешены исследования и личная оценка с указанием авторства, а коммерческое использование, дистилляция, использование в размещённом продукте и обучение другой модели требуют разрешения Clyrai. Остальные права сохранены за правообладателем.

Сценарии применения

  • продолжение начатого текста
  • генерация фрагментов кода
  • многоязычное автодополнение на английском, хинди и итальянском
  • экспериментальная локальная генерация текста с длинным контекстом

Ограничения

Это модель продолжения текста, а не диалоговый ассистент; жадная генерация без штрафа за повторения может зацикливаться. Размер параметров в README и метаданных расходится; для загрузки требуется trust_remote_code=True, а коммерческое использование ограничено лицензией.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

The rest of the model is silent.

Every language model you know lights up everything it has, for every word it says.

Maximus does not.

It is Clyrai's first Mixture of Experts. Two hundred and sixty-four million parameters on disk. One hundred and ten million fire for a token. Thirty-two specialists. Four speak. The others wait.

That is not a compression trick. That is the architecture.


Decode is the product.

Prefill is a parallel trick. Impressive. Irrelevant.

What you feel is the next token. Then the next. The GPU is not thinking. It is waiting on memory.

decode tok/s  =  bandwidth  /  (active parameters × 2 bytes)

So Maximus is not "a small model." It is a sparse machine.

NVIDIA RTX PRO 5000 Blackwell6,104 tokens / second
MacBook Air M1310 tokens / second

Same law. Different pipe.

A dense 264M would drag every expert across that pipe. Maximus moves 2.4× less per word. Five hundred and four megabytes. The whole thing.

First token in 31 milliseconds. Then it streams.


Thirty-two experts. Four at a time.

No committee. A router.

Sigmoid. Top-4. One shared expert that always shows up. The first two layers stay dense — a quiet hallway before the hall of specialists.

It was trained that way from nothing. Not adapted. Not distilled from a giant. From scratch.

5.2 billion unique tokens. English. हिंदी. Italiano. Code. One hundred and twenty-eight thousand tokens of context.

Every expert lives. None of them died in training. That is rarer than it sounds.


Use it.

Maximus is a completion model. Give it a sentence that has already begun. Greedy decoding without a repetition penalty will loop — that is baked into generation_config.json so the defaults are the Clyrai defaults.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "saishshinde15/Clyrai_Maximus-MoE"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype=torch.bfloat16,
    trust_remote_code=True,
).cuda()

def complete(prompt: str) -> str:
    ids = tok(prompt, return_tensors="pt").to(model.device)
    out = model.generate(**ids, max_new_tokens=64)
    return tok.decode(out[0], skip_special_tokens=True)

print(complete("In a statement on Monday, the government"))
print(complete("भारत की राजधानी"))

trust_remote_code=True is required. This is not a dense Llama export. A Llama conversion would drop the experts.

MacBook (Apple Silicon)

No CUDA. Use MPS. On an 8 GB Air, quit other apps first — the weights are 504 MiB.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "saishshinde15/Clyrai_Maximus-MoE"
device = torch.device("mps" if torch.backends.mps.is_available() else "cpu")
dtype = torch.float16 if device.type == "mps" else torch.float32

tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype=dtype,
    trust_remote_code=True,
).to(device)

def complete(prompt: str) -> str:
    ids = tok(prompt, return_tensors="pt")
    ids = {k: v.to(device) for k, v in ids.items()}
    out = model.generate(**ids, max_new_tokens=64)
    return tok.decode(out[0], skip_special_tokens=True)

print(complete("In a statement on Monday, the government"))
print(complete("भारत की राजधानी"))

Or from this repo: python3 scripts/run_maximus_mac.py


One more thing.

This is the engine.

Not the assistant. Not the personality. Not the voice that says hello.

Clyrai built the sparse foundation first — because inference is the only moment the user is in the room. Chat comes after. The Mixture is already here.


The work is ours.

The weights are public. The title is not.

Study it. Cite it. Do not take it. Research and personal evaluation, with credit. Commerce, distillation, hosted product use, and training another model on Maximus require a grant from Clyrai.

All other rights reserved.

Clyrai Sovereign Research License 1.0


Total / active264M / 110M
Experts32 · top-4 · 1 shared
Layers16 · first 2 dense
Context131,072
Size504 MiB bf16
Tokens5.18B unique · no epoching
Mix55% EN · 20% code · 15% HI · 10% IT
Train / held-out CE0.97 / 1.03
Routing32/32 live
Checkpointstep9879 · base, not instruct

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
MaximusMoEForCausalLM
Ревизия весов
35ef8d4

0 моделей