Базовая модель Meta с 7 млрд параметров для генерации, автодополнения и заполнения пропусков в программном коде.

Подходит для: автодополнение фрагментов кода · заполнение пропусков в исходном коде · генерация кода по текстовому контексту

Базовая модель Meta на 13 млрд параметров для генерации, продолжения и понимания кода.

Подходит для: автодополнение фрагментов кода · заполнение пропусков в коде · генерация кода по текстовому контексту

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

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

Дообученная на агентных траекториях модель Qwen3.5-9B для генерации кода и выполнения многошаговых задач разработки ПО.

Подходит для: написание и редактирование кода по запросу · поиск и исправление ошибок в проекте · выполнение задач разработки через терминал

Базовая модель Meta с 33,5 млрд параметров для автодополнения, генерации и понимания кода.

Подходит для: автодополнение кода по текстовому контексту · генерация фрагментов кода · анализ и понимание исходного кода

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

Разреженная MoE-модель для генерации, отладки и изменения кода с избирательной INT8-квантизацией экспертных слоёв.

Подходит для: генерация программного кода по текстовому запросу · поиск и исправление ошибок в коде · изменение и рефакторинг существующих программ

Компактная модель Maincode на 1 млрд параметров для генерации и автодополнения кода, прежде всего на Python.

Подходит для: генерация функций на Python по описанию · автодополнение кода при программировании · создание прототипов скриптов

BLOOMZ-560M — дообученная многоязычная модель BigScience для выполнения текстовых инструкций и задач zero-shot.

Подходит для: перевод коротких фраз по инструкции · ответы на вопросы на разных языках · определение тональности текста

Инструкционная языковая модель Qwen на 7,1 млрд параметров для генерации, анализа и исправления программного кода.

Подходит для: генерация кода по текстовому описанию · объяснение фрагментов программного кода · поиск и исправление ошибок в коде

Квантованная GGUF-сборка MoE-модели KAT-Coder-V2.5-Dev для генерации кода и агентного программирования на локальном оборудовании.

Подходит для: генерация фрагментов кода по описанию задачи · помощь в написании и редактировании программ · локальный чат-помощник для разработки

Базовая модель Meta Code Llama на 70 млрд параметров для автодополнения, генерации и понимания кода.

Подходит для: автодополнение кода по контексту файла · генерация фрагментов кода по текстовому запросу · помощь в понимании и анализе кода

Дообученная Microsoft модель Qwen2.5-Coder на 7,1 млрд параметров для редактирования и генерации кода с контекстом до 32 тысяч токенов.

Подходит для: предложение правок в существующем коде · исправление ошибок в коде · генерация кода по запросу в чате

Модель Replit на 2,7 млрд параметров для автодополнения кода и тонкой настройки под задачи программирования.

Подходит для: автодополнение кода в редакторе · генерация продолжения фрагмента программы · создание шаблонов кода по контексту

Инструктивная 32-миллиардная модель Qwen2.5-Coder для генерации, анализа и исправления кода, а также создания кодовых агентов.

Подходит для: генерация кода по текстовому запросу · поиск и исправление ошибок в коде · объяснение и анализ фрагментов кода

Инструкционная модель Qwen на 14 млрд параметров для генерации, анализа и исправления кода в диалоговых сценариях.

Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в коде · объяснение и анализ фрагментов кода

Экспериментальная 27-миллиардная модель Jackrong для агентного программирования, отладки репозиториев и вызова инструментов.

Подходит для: генерация кода и правок в существующем репозитории · поиск и исправление ошибок в коде · создание патчей по описанию задачи

InCoder 1B — модель Facebook на 1,5 млрд параметров для продолжения кода и заполнения пропусков в кодовых фрагментах.

Подходит для: автодополнение кода в редакторе · заполнение пропущенного блока кода · генерация продолжения Python-кода

Базовая языковая модель Meta на 7 млрд параметров для автодополнения и генерации кода.

Подходит для: автодополнение исходного кода · заполнение пропусков в коде · генерация фрагментов кода по контексту

Мультимодальная модель Xiaomi MiMo на 9 млрд параметров для агентных задач, программирования, кибербезопасности и анализа изображений.

Подходит для: написание и исправление кода · выполнение многошаговых агентных задач · анализ изображений в диалоге

Модель Dappit Labs на базе Qwen3.6 MoE для агентного написания и редактирования кода с вызовом инструментов.

Подходит для: написание кода по заданию в агентной оболочке · редактирование файлов проекта · итеративное исправление ошибок компиляции и тестов

Базовая модель DeepSeek на 6,6 млрд параметров для генерации, дополнения и заполнения пропусков в коде с контекстом до 16 384 токенов.

Подходит для: автодополнение кода в редакторе · заполнение пропусков и вставка кода по контексту · завершение кода с учётом файлов проекта

Агентная модель Moonshot AI для сложных задач программирования и многоэтапной разработки ПО с поддержкой изображений, видео и инструментов.

Подходит для: написание и изменение кода в крупных проектах · выполнение многоэтапных задач разработки через агентный интерфейс · поиск и исправление ошибок в программном обеспечении