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

Инструкционная мультимодальная модель Google DeepMind для диалога, анализа текста, изображений, видео и аудио, а также генерации кода.

Подходит для: ответы на вопросы по изображениям и документам · извлечение текста и данных из сканов и PDF · транскрибация аудио и перевод речи в текст

Компактная модель Chronos-2 для прогнозирования временных рядов.

Подходит для: прогнозирование будущих значений временного ряда · построение прогнозов на основе исторических наблюдений · эксперименты с предварительно обученными моделями временных рядов

Инструкционная мультимодальная модель Google DeepMind на 12 млрд параметров для диалога, анализа изображений, аудио и видео, генерации текста и кода.

Подходит для: ответы на вопросы по документам и PDF · извлечение текста с изображений и распознавание рукописного текста · распознавание речи и перевод речи в текст

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

Декензурированная версия мультимодальной Muse Glimmer-30B для диалогов, работы с изображениями и агентных задач с инструментами.

Подходит для: создание локального ИИ-агента с многошаговым планированием · вызов инструментов и функций в многоходовом диалоге · написание и отладка кода

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

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

Компактная модель Katanemo определяет область и действие по запросу, помогая маршрутизировать его к подходящей языковой модели.

Подходит для: маршрутизация запросов к специализированным моделям · определение предметной области пользовательского запроса · определение требуемого действия, например перевода или генерации кода

Aria — мультимодальная модель Rhymes AI для диалогов, анализа изображений, документов и видео с контекстом до 64K токенов.

Подходит для: ответы на вопросы по изображениям · извлечение и понимание информации в документах · описание содержимого изображений

Дообученная модель Qwen2.5-Coder для генерации Python-программ, решающих задачи преобразования сеток ARC-AGI.

Подходит для: генерация программы для решения задачи ARC-AGI-1 · синтез Python-функции по обучающим примерам преобразования сеток · уточнение кандидатов программ в цикле эволюционного поиска

Дообученная 14-миллиардная модель Qwen для синтеза Python-программ, решающих задачи ARC-AGI по примерам преобразования сеток.

Подходит для: генерация Python-функции для решения задачи ARC-AGI · поиск закономерности по парам входных и выходных сеток · создание и уточнение программ для преобразования сеток ARC

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

Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.

Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой 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

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 разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.

Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели

Локальный мультимодальный ассистент SurgeFF на базе Gemma 4 12B для диалогов, рассуждений, кода и анализа текста, изображений, аудио и видео.

Подходит для: ответы на вопросы и ведение диалогов с локальным ассистентом · анализ изображений и видеоматериалов · понимание аудиовхода

Сжатая MoE-версия GLM-4.5-Air для генерации текста и кода, агентных сценариев и вызова функций при сниженных требованиях к памяти.

Подходит для: генерация и дополнение кода · помощь агенту в изменении кода в репозитории · вызов функций и инструментов в диалоговом приложении

Дообученная Whisper large-v3-turbo для транскрибирования тибетской речи Гarchена Ринпоче.

Подходит для: Транскрибирование коротких записей выступлений Гarchена Ринпоче · Создание тибетских субтитров для видео с его речью · Подготовка текстовых расшифровок тибетских аудиозаписей

Сжатая методом прунинга экспертов модель GLM-4.7 для генерации кода и текста, агентных задач и вызова функций с меньшими требованиями к памяти.

Подходит для: генерация и дополнение программного кода · ответы на вопросы по крупным репозиториям · вызов функций в диалоговом агенте

Мультимодальная инструкционная модель Google DeepMind, оптимизированная для локального запуска на мобильных устройствах и задач диалога, кода и анализа изображений.

Подходит для: диалоги и ответы на вопросы на устройстве · генерация и исправление кода · OCR и извлечение текста из документов и скриншотов

Дообученный assistant-чекпойнт Gemma 4 26B A4B для ускорения генерации в совместимом конвейере спекулятивного декодирования.

Подходит для: ускорение генерации текста в конвейере speculative decoding · ускорение диалоговых ответов с целевой моделью Gemma 4 26B A4B · использование в исследовательских и пользовательских сборках на базе Gemma 4

Мультимодальная модель Meta на 30 млрд параметров для локальных агентов, работы с инструментами, кодом и изображениями.

Подходит для: локальные агенты для многошагового выполнения задач · вызов инструментов и функций в диалоге · написание и отладка кода