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

JiRack Ultra 14B — 14-миллиардная диалоговая модель CMSManhattan для генерации текста, локального CPU-инференса и сценариев с RAG и вызовом инструментов.

Подходит для: генерация ответов в диалоговом интерфейсе · локальный запуск языковой модели на CPU · подготовка ответов по внутренним документам в RAG-системе

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

Falcon-7B — базовая авторегрессионная языковая модель TII для генерации текста и дальнейшего дообучения под прикладные задачи.

Подходит для: генерация продолжения текста · создание основы для дообучения чат-бота · дообучение для суммаризации

JiRack Ultra 7B — многоязычная текстовая модель для локальной генерации, диалогов и применения в RAG и агентных сценариях с оптимизацией для CPU.

Подходит для: диалоговый ассистент для локального запуска на CPU · ответы на вопросы по внутренним документам в RAG-системе · генерация текста на русском и других поддерживаемых языках

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

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

Текстовая диалоговая MoE-модель на базе Qwen3.8-Flash-Next с изменённым поведением отказов для контролируемой оценки и red-team-исследований.

Подходит для: проверка поведения отказов в диалоговой модели · red-team-тестирование ответов на чувствительные запросы · оценка следования инструкциям

GLM-4.7 — англо-китайская языковая модель Z.ai для программирования, агентных задач, рассуждений и диалогов.

Подходит для: генерация и отладка программного кода · выполнение задач разработки через терминальный агент · создание веб-страниц и интерфейсов по описанию

Мультимодальная дообученная Qwen3.6-27B для диалогов, генерации текста, рассуждений, программирования и задач с изображениями с ослабленным механизмом отказов.

Подходит для: диалоговый помощник с генерацией развернутых ответов · написание и объяснение программного кода · решение математических задач с пошаговыми рассуждениями

Слитая модель Qwen на 27 млрд параметров для диалоговой генерации, программирования и агентных задач с вызовом инструментов.

Подходит для: вызов инструментов в агентных сценариях · разбиение многошаговой задачи на этапы · генерация и анализ кода

Базовая декодерная языковая модель Qwen с 7,1 млрд параметров и контекстом до 32 768 токенов, предназначенная прежде всего для дальнейшего дообучения.

Подходит для: дообучение языковой модели на собственных текстах · продолженное предобучение на специализированном корпусе · создание чат-модели с помощью SFT или RLHF

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

JevK5 — дообученная на базе Qwen3.5-4B модель, которая оценивает вероятности заданных вариантов для вопросов выбора, «да/нет» и оценки.

Подходит для: маршрутизация обращений клиентов по командам · классификация запроса по заданным категориям · выбор действия на основе описания состояния

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

Базовая MoE-модель Qwen2 с 57 млрд параметров и 14 млрд активных параметров для дальнейшего обучения и исследований генерации и понимания текста.

Подходит для: дальнейшее обучение языковой модели под собственные задачи · оценка качества ответов на вопросы и рассуждений · эксперименты с математическими задачами

Текстовая MoE-модель JiRack на основе Qwen3.8-Flash-Next для диалога, генерации кода и вызова инструментов с эффективным вычислением на CPU.

Подходит для: ответы на запросы в чат-интерфейсе · генерация и дополнение программного кода · вызов инструментов в агентных сценариях

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

Базовая гибридная языковая модель AI21 с архитектурой Mamba-Transformer и MoE для генерации текста и дообучения под специализированные задачи.

Подходит для: генерация продолжения текста · создание специализированной модели дообучением · подготовка основы для чат- или instruct-модели

Базовая многоязычная рекуррентная модель RWKV-7 на 7,8 млрд параметров для генерации текста и диалогов с постоянным размером состояния.

Подходит для: генерация продолжения текста · создание диалоговых приложений на основе базовой языковой модели · локальный инференс многоязычной языковой модели на GPU

Диалоговая модель Yi 1.5 на 8,6 млрд параметров с настраиваемым системным промптом для экспериментов с поведением и безопасностью LLM.

Подходит для: настройка поведения чат-бота системными инструкциями · сравнение безопасного и неограниченного режимов ответов · эксперименты по безопасности и согласованию языковых моделей

Объединённая методом TIES модель семейства Llama для генерации текста и диалогов с контекстом до 131 072 токенов.

Подходит для: генерация ответов в диалоговом интерфейсе · следование инструкциям на естественном языке · создание черновиков и продолжение текста

Базовая многоязычная авторегрессионная модель RWKV-7 для генерации текста, диалогов и дообучения.

Подходит для: генерация продолжения текста · создание диалогового ассистента после дообучения · ответы на вопросы по текстовому запросу

ThinkOnly-вариант модели When2Think на 1,5 млрд параметров для математических задач с явным рассуждением, глубина которого адаптируется к сложности входа.

Подходит для: решение математических задач с пошаговым объяснением · ответы на задачи GSM-Plus и математических олимпиад · оценка влияния длины рассуждений на точность и вычислительные затраты