Qwythos-27B-v1 — мультимодальная модель Empero AI для диалогов, рассуждений и агентных сценариев с инструментами, дообученная на базе Qwen3.5-27B.

Подходит для: решение задач STEM и пошаговые рассуждения · работа с терминальными сессиями и выводом команд · вызов инструментов в агентных сценариях

Диалоговая MoE-модель на 35 млрд параметров для генерации текста, агентного программирования и работы с инструментами.

Подходит для: генерация и объяснение программного кода · поиск и исправление ошибок в репозиториях · выполнение задач разработки через агентные инструменты

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

Объединённая текстовая модель Qwen3.5 для диалогов, следования инструкциям и рассуждений с ослабленным отказом от ответов.

Подходит для: ответы на инструкции и вопросы в диалоге · решение математических задач с пошаговыми рассуждениями · анализ общих вопросов и задач на логику

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

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

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

Текстовая MoE-модель Empero, дистиллированная из Qwen3.8 для диалогов, математических рассуждений, программирования и вызова инструментов.

Подходит для: решение математических задач с пошаговыми рассуждениями · генерация и объяснение программного кода · ответы на вопросы и выполнение инструкций в диалоге

Дообученная языковая модель NVIDIA и Университета Гонконга для координации инструментов и моделей в многошаговых агентных задачах.

Подходит для: координация поиска и других инструментов в агентном сценарии · выбор специализированной языковой модели для подзадачи · планирование и выполнение многошаговых запросов с вызовом инструментов

Текстовая модель Qwen3.5-2B, дообученная дистилляцией и обработанная для снижения отказов, предназначена для диалогов, инструкций и рассуждений.

Подходит для: решение школьных математических задач с пошаговыми рассуждениями · ответы на общие вопросы в диалоговом интерфейсе · выполнение текстовых инструкций на локальном или периферийном устройстве

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

Текстовая модель Empero на 4 млрд параметров, дистиллированная из Qwen3.8 для диалогов, математических задач, рассуждений и следования инструкциям.

Подходит для: решение математических задач с пошаговыми рассуждениями · ответы на вопросы и диалоговое взаимодействие · выполнение инструкций на естественном языке

EMO — англоязычная MoE-модель для генерации текста и диалогов, обученная с целью выделения модульных групп экспертов.

Подходит для: генерация англоязычных продолжений текста · создание диалогового ассистента · исследование маршрутизации экспертов в MoE

Дообученная на базе Qwen3.5-9B модель для рассуждений, генерации текста и агентной работы с инструментами на длинном контексте.

Подходит для: анализ больших репозиториев кода в одном запросе · поиск и исправление ошибок в нескольких файлах · синтез сведений из набора научных статей

Ember — экспериментальная англоязычная языковая модель SurjoLabs на 2,9 млн параметров для генерации текста и исследования компактных рекуррентных архитектур.

Подходит для: эксперименты с языковыми моделями менее 3 млн параметров · сравнение рекуррентной архитектуры XSA с малыми трансформерами · генерация коротких англоязычных продолжений текста

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

Дообученная Empero AI текстовая модель Qwen3.5-9B для диалогов, рассуждений, решения задач и генерации кода с заявленным контекстом до 1 млн токенов.

Подходит для: пошаговое решение логических и математических задач · генерация и объяснение кода · ответы на технические вопросы

Esper 4 — дообученная на Gemma 4 12B мультимодальная модель Valiant Labs для программирования, проектирования архитектуры и задач DevOps и MLOps.

Подходит для: написание и разбор кода по запросу · помощь с проектированием программной архитектуры · создание скриптов и автоматизация DevOps-задач

Индекс исследовательских контрольных точек Allen Institute for AI для изучения модульности в языковых моделях на архитектуре MoE.

Подходит для: изучение возникающей модульности в моделях смеси экспертов · сравнение обучения EMO и стандартного MoE · исследование диалоговой генерации текста на английском языке

Гибридная языковая модель NVIDIA Nemotron-Cascade-2 в реализации Empero AI для диалоговой генерации текста и сложных рассуждений с поддержкой 4-битной квантизации и QLoRA.

Подходит для: ответы в диалоговом интерфейсе · решение сложных математических задач · генерация и анализ кода

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

Англоязычная MoE-модель EMO в формате BF16 для генерации текста, диалогов и использования как основы для адаптации или квантования.

Подходит для: генерация английского текста · ведение диалогов на английском языке · LoRA- и DoRA-адаптация языковой модели

Экспериментальный LoRA-адаптер Gemma 4 E2B IT для диалогов в роли компаньона с использованием извлечённых воспоминаний и воспроизведения ранних результатов проекта.

Подходит для: Воспроизведение результатов раннего этапа SFT-проекта · Диалоговые ответы в заданной персоне · Персонализация диалога с помощью извлечённых воспоминаний

Производная модели nvidia/NVIDIA-Nemotron-Labs-Teacher-STEM. Большая языковая модель NVIDIA для сложных рассуждений, задач STEM, генерации обучающих данных и дистилляции.

Подходит для: Решение сложных математических задач с пояснениями · Написание и анализ кода, включая задачи с выполнением кода · Ответы на научные вопросы по естественным дисциплинам