GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.

Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале

Ornith-1.0-35B — модель генерации кода на базе Qwen 3.5 для агентных задач, работы с репозиториями и вызова инструментов.

Подходит для: генерация и исправление кода по запросам · выполнение задач по изменению больших кодовых баз · автоматизация разработки через терминального агента

Плотная модель на 9 млрд параметров для агентного программирования, решения задач разработки и вызова инструментов.

Подходит для: решение задач программирования через терминальный агент · поиск и исправление ошибок в кодовой базе · автоматизация задач разработки с вызовом инструментов

Компактная 27-миллиардная модель Prism ML на базе Qwen3.6-27B для локальной генерации текста, диалогов и рассуждений на ноутбуках и одной видеокарте.

Подходит для: локальные ответы на вопросы и диалог без отправки данных в облако · анализ длинных документов в контексте до 262 тысяч токенов · помощь с программированием и анализом кода

Крупная модель MoE на базе Qwen 3.5 для агентного программирования, решения задач разработки и работы с инструментами.

Подходит для: решение задач разработки в терминальном coding-агенте · поиск и исправление ошибок в кодовой базе · автоматизация задач программирования с вызовом инструментов

Большая языковая модель NVIDIA с архитектурой LatentMoE для диалогов, рассуждений, длинного контекста и ИИ-агентов.

Подходит для: автоматизация классификации и обработки IT-заявок · создание чат-бота с поддержкой длинного контекста · ответы на вопросы по нескольким документам в RAG-системе

Мультимодальная модель Qwen на 27 млрд параметров с ослабленными отказами для диалогов, рассуждений, программирования и анализа изображений.

Подходит для: диалоговые ответы на инструкции · генерация и объяснение кода · многошаговые рассуждения по текстовому запросу

Мультимодальная дообученная Qwen3.6-27B для диалогов, генерации текста, рассуждений, программирования и задач с изображениями с ослабленным механизмом отказов.

Подходит для: диалоговый помощник с генерацией развернутых ответов · написание и объяснение программного кода · решение математических задач с пошаговыми рассуждениями

Крупная MoE-модель Ornith-1.5-397B для агентного программирования, выполнения задач в терминале и вызова инструментов.

Подходит для: автоматическое исправление ошибок в репозиториях · выполнение многошаговых задач программирования через агента · работа с кодом и файлами в терминале

JiRack Ultra 7B — многоязычная текстовая модель для локальной генерации, диалогов и применения в RAG и агентных сценариях с оптимизацией для CPU.

Подходит для: диалоговый ассистент для локального запуска на CPU · ответы на вопросы по внутренним документам в RAG-системе · генерация текста на русском и других поддерживаемых языках

Текстовая MoE-модель для генерации текста и кода, агентных задач и работы с инструментами с удалённым поведением отказа.

Подходит для: генерация и отладка программного кода · автоматизация задач программирования агентом · генерация ответов в диалоговом интерфейсе

Базовая мультиязычная языковая модель NVIDIA на 30 млрд параметров для генерации текста и последующего дообучения под инструкции и специализированные агентские задачи.

Подходит для: дообучение базовой модели для следования инструкциям · создание специализированных ИИ-агентов · генерация и продолжение текста на нескольких языках

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

Подходит для: генерация и редактирование программного кода · поиск и исправление ошибок в проекте · многошаговое решение задач разработки в терминале

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели

Объединённая 9,7-миллиардная языковая модель для рассуждений, программирования, диалогов и агентной работы с инструментами.

Подходит для: решение сложных математических задач · генерация и отладка кода · многошаговые диалоги с вызовом инструментов

Компактная decoder-only языковая модель семейства pico-decoder для генерации текста и исследовательского анализа обучения.

Подходит для: генерация продолжения текста · эксперименты с предобучением языковых моделей · анализ обучения по слоям модели

GGUF-сборка MoE-модели Ornith для агентного программирования, генерации текста и мультимодальной работы с изображениями через llama.cpp.

Подходит для: автоматическое решение задач программирования агентом · исправление ошибок и внесение изменений в репозитории кода · выполнение задач разработки через терминал и инструменты

Компактная модель на базе Qwen2.5, дообученная для ускорения генерации DeepSeek-R1-Distill-Qwen-32B методом спекулятивного декодирования.

Подходит для: ускорение генерации DeepSeek-R1-Distill-Qwen-32B через speculative decoding · использование как черновой модели для крупной языковой модели в GGUF · ускорение локального вывода на видеокартах RTX 3090 и RTX 4090

Дообученная Gemma 4 12B для решения алгоритмических задач на Python и генерации кода, проверенного тестами.

Подходит для: решение алгоритмических задач на Python · написание функций Python с учётом граничных случаев · генерация кода Python, проходящего детерминированные тесты

Базовая MoE-модель Qwen2 с 57 млрд параметров и 14 млрд активных параметров для дальнейшего обучения и исследований генерации и понимания текста.

Подходит для: дальнейшее обучение языковой модели под собственные задачи · оценка качества ответов на вопросы и рассуждений · эксперименты с математическими задачами

Слитая модель Qwen на 27 млрд параметров для диалоговой генерации, программирования и агентных задач с вызовом инструментов.

Подходит для: вызов инструментов в агентных сценариях · разбиение многошаговой задачи на этапы · генерация и анализ кода

DeepHat-V1-7B — дообученная на базе Qwen2.5-Coder-7B языковая модель для генерации кода и поддержки задач наступательной и защитной кибербезопасности.

Подходит для: подготовка и анализ кода для задач кибербезопасности · помощь в настройке DevOps-сценариев · диалоговая поддержка специалистов по кибербезопасности

Компактная MoE-модель для генерации кода, решения задач программирования и диалогов с инструментами, созданная прореживанием экспертов Ornith-1.5-35B-A3B.

Подходит для: генерация и дополнение программного кода · решение задач по программированию · ответы на вопросы о коде в диалоге

Полнопараметрически дообученная на трассах программирования и агентных задач модель Qwen3.5-9B для помощи с кодом, терминалом и рассуждениями.

Подходит для: написание и исправление программного кода · решение многошаговых задач в терминале · помощь с инструментами в агентных сценариях