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

JEV-9B — дообученная модель AutoTrust для быстрых вероятностных оценок и выбора вариантов, с дополнительной генерацией и рассуждением на базе Qwen3.5-9B.

Подходит для: ранжирование новостных и поисковых результатов по релевантности · оценка вероятностей для фиксированного набора вариантов ответа · выбор элемента для нажатия по скриншоту браузера

JiRack Ultra 14B — многоязычная чат-модель для генерации текста, RAG, программирования и вызова инструментов с вариантами для CPU.

Подходит для: ответы на вопросы по внутренним документам в RAG-системе · ведение многоязычного диалога · помощь в написании и разборе кода

JiRack Ultra 32B — 32-миллиардная диалоговая языковая модель для генерации текста, RAG и агентных сценариев, оптимизированная для запуска на CPU.

Подходит для: ответы на вопросы по внутренним документам в RAG-системе · локальный диалоговый помощник на CPU · генерация и объяснение программного кода

JiRack Ultra 7B — многоязычная текстовая модель для диалогов, локального CPU-инференса и использования в RAG-системах.

Подходит для: локальный чат на компьютере с CPU · генерация ответов для RAG-системы по внутренним документам · развертывание текстовой модели в облачной инфраструктуре с ограниченными ресурсами

Jan-v1-4B — дообученная модель Qwen3 для диалогов, агентного рассуждения, ответов на вопросы и работы с инструментами.

Подходит для: ответы на фактические вопросы · решение сложных задач в диалоге · создание чат-ассистента в Jan App

Текстовая MoE-модель JiRack на базе Qwen3.8-Flash-Next для диалога, генерации текста и вызова инструментов, рассчитанная на эффективный вывод при небольшом числе активных параметров.

Подходит для: диалоговые ответы и генерация текста · вызов инструментов в агентных сценариях · помощь в программировании

Мультимодальная модель Jan на базе Qwen3-VL для быстрой многошаговой автоматизации браузеров и настольных приложений по скриншотам и инструкциям.

Подходит для: пошаговое управление браузером по скриншотам · автоматизация действий в настольных приложениях · выполнение длинных цепочек действий с заданным планом

JPT-9B — дообученная на базе Qwen3.5-9B модель для оценки вероятностей вариантов в типизированных задачах выбора, шкальной оценки и ответов «да/нет».

Подходит для: классификация намерений по набору меток · определение тональности по шкале · классификация текстовых пар для задач NLI

JevOne — дообученная модель Qwen для типизированной классификации, выбора вариантов и оценивания с выдачей вероятностей.

Подходит для: Бинарная классификация состояния с оценкой вероятности · Выбор категории из заданного набора вариантов · Оценивание по порядковой шкале с распределением вероятностей

JevK5-9B — дообученная на Qwen3.5-9B модель для оценки вероятностей вариантов в задачах классификации и принятия типизированных решений.

Подходит для: маршрутизация обращений клиентов по командам или категориям · классификация состояния по заданному набору критериев · ответы да/нет с оценкой вероятности

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

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

Производная модели Jinx-org/Jinx-gpt-oss-20b-mxfp4. Jinx-gpt-oss-20b-mxfp4 — вариант gpt-oss-20b без отказов, предназначенный для генерации текста и исследований границ безопасности LLM.

Подходит для: оценка поведения модели на запросах, вызывающих отказы · исследование сбоев выравнивания языковых моделей · проверка границ безопасности чат-моделей

Квантованный вариант Qwen3.5-397B-A17B для диалогов, рассуждений и мультимодального анализа на Apple Silicon.

Подходит для: ответы на сложные вопросы с пошаговым рассуждением · решение математических и физических задач · анализ изображений в диалоге

Квантованная и прореженная версия MiniMax-M3 для диалоговой генерации текста на Apple Silicon через vMLX.

Подходит для: диалоговые ответы и генерация текста на Mac с Apple Silicon · локальный запуск MiniMax-M3 на устройстве с 128 ГБ памяти · генерация длинных текстов с уменьшенным размером весов

Базовая модель Arcee AI на 6 млрд параметров с архитектурой MoE, предназначенная для дальнейшего дообучения под специализированные задачи генерации текста.

Подходит для: дообучение языковой модели под внутренние документы компании · адаптация модели для специализированного текстового ассистента · создание предметной модели генерации текста

Мультимодальная модель JIT-Agent-27B генерирует исполняемые каркасы агентов с памятью, планированием и политикой инструментов для заданных задач.

Подходит для: генерация каркаса агента под конкретную задачу · создание модулей памяти и обновления рабочего контекста агента · формирование плана и управления состоянием выполнения

Квантованная версия MiniMax-M2.7 для Apple Silicon с изменёнными механизмами отказа, предназначенная для генерации текста, диалога и рассуждений.

Подходит для: диалог с текстовым помощником на Mac с Apple Silicon · генерация развёрнутых ответов с рассуждениями · анализ вопросов и подготовка ответов по тексту

Мультимодальная модель Jan на базе Qwen3-VL для глубоких рассуждений и устойчивого многошагового управления браузерами и настольными приложениями по скриншотам.

Подходит для: выполнение многошаговых задач в браузере по инструкции · управление интерфейсом настольного приложения по скриншотам · автоматизация действий агента с вызовом инструментов

pytorch: формат, квантизация, runtime и память принадлежат одному artifact

pytorch: формат, квантизация, runtime и память принадлежат одному artifact

Экспериментальный сжатый вариант Llama 3.1 8B Instruct для исследования изменений безопасности и полезности языковой модели после сжатия.

Подходит для: измерение влияния сжатия на безопасность языковой модели · сравнение правил восстановления поведения после SVD-сжатия · оценка частоты успешных атак на чат-модель

Jinx-gpt-oss-20b-mxfp4 — вариант gpt-oss-20b без отказов, предназначенный для генерации текста и исследований границ безопасности LLM.

Подходит для: оценка поведения модели на запросах, вызывающих отказы · исследование сбоев выравнивания языковых моделей · проверка границ безопасности чат-моделей