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

Модель IBM на 3,5 млрд параметров для генерации, объяснения и исправления кода с контекстом до 2048 токенов.

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

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

StarCoder — модель BigCode на 15,5 млрд параметров для генерации, продолжения и заполнения пропусков в коде на более чем 80 языках программирования.

Подходит для: автодополнение функций и фрагментов кода · заполнение пропущенного участка кода по контексту · генерация кода по примеру или каркасу

Модель IBM Research с 8,1 млрд параметров для генерации и других задач работы с кодом, с контекстом до 4096 токенов.

Подходит для: генерация кода по описанию задачи · объяснение существующего кода · исправление ошибок в коде

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

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

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

Базовая 14-миллиардная модель Qwen для генерации, анализа и исправления кода с контекстом до 32 768 токенов и расширением до 131 072 токенов через YaRN.

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

Aurora-Code-1 — дообученная Perciqa MoE-модель для генерации, отладки и ревью кода, а также многошаговой работы с репозиториями.

Подходит для: генерация функций и программ по текстовому описанию · поиск причин ошибок и подготовка исправлений · ревью кода и выявление проблем безопасности

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

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

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

Инструкционно дообученная компактная модель Qwen для генерации, анализа и исправления кода в диалоговом формате.

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

Компактная многоязычная языковая модель Microsoft для диалогов, генерации текста, кода и рассуждений в приложениях с ограниченными ресурсами.

Подходит для: диалоговый помощник с генерацией ответов по инструкциям · решение математических и логических задач · генерация и объяснение кода

Инструктивная модель Qwen2.5-Coder на 3,1 млрд параметров для генерации, анализа и исправления кода по текстовым запросам.

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

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

Мультимодальная модель Microsoft для ответов на вопросы по изображениям и тексту, OCR, анализа документов и суммирования видеоклипов по кадрам.

Подходит для: ответы на вопросы по содержимому изображения · извлечение текста из изображений и документов · понимание диаграмм и таблиц

Phi-4 — компактная англоязычная языковая модель Microsoft Research для генерации текста, диалогов, рассуждений, математики и программирования.

Подходит для: ответы на вопросы и ведение диалога на английском языке · решение математических задач и задач на логику · объяснение научных и общеобразовательных вопросов

Компактная модель Fluxnat на базе Qwen2 для поиска уязвимостей, анализа безопасности кода и генерации рекомендаций по исправлению.

Подходит для: поиск уязвимостей в исходном коде · анализ потока недоверенных данных до опасных операций · сопоставление уязвимостей с CWE и OWASP

Компактная языковая модель Microsoft для диалогов, генерации текста, программирования и рассуждений в контексте до 4096 токенов.

Подходит для: создание чат-бота с инструкционными ответами · генерация и редактирование текстов на английском · помощь с написанием и объяснением кода

Предобученная модель Qwen с 1,5 млрд параметров для генерации, анализа и исправления кода.

Подходит для: генерация фрагментов кода по описанию · заполнение пропусков внутри кода · поиск и исправление ошибок в коде