Инструкционная MoE-модель DeepSeek для генерации, дополнения и вставки кода, а также диалоговых ответов по программированию.

Подходит для: генерация кода по текстовому описанию · автодополнение кода в редакторе · вставка и редактирование фрагментов кода

Текстовая MoE-модель Poolside для программирования, агентных задач разработки и работы с инструментами при контексте до 1 048 576 токенов.

Подходит для: генерация и редактирование программного кода · поиск и исправление ошибок в коде · ответы на вопросы по кодовой базе

Открытая MoE-модель KAT для агентного программирования, дообученная на Qwen3.6-35B-A3B и поддерживающая вызов инструментов.

Подходит для: решение задач по изменению и отладке кода агентом · выполнение задач разработки через доступные инструменты и терминал · генерация кода в диалоговом режиме

Дообученная модель Qwen3 MoE для решения задач разработки и работы с терминалом в составе кодовых агентов.

Подходит для: решение задач разработки через терминал в кодовом агенте · выполнение многошаговых задач в командной строке · автоматизация действий агента в среде разработки

Базовая MoE-модель DeepSeek для генерации и продолжения кода, математических рассуждений и задач программирования с контекстом до 163 840 токенов.

Подходит для: автодополнение кода по контексту файла · генерация функций и программ по описанию · вставка кода в заданный фрагмент

Небольшой англоязычный декодерный трансформер для исследования обучения и анализа языковых моделей.

Подходит для: изучение динамики обучения языковой модели · анализ внутренних представлений модели с pico-analyze · воспроизводимые эксперименты с небольшим языковым трансформером

NVFP4-квантизация Qwen3-Coder-Next для генерации кода и диалоговой работы на NVIDIA DGX Spark и совместимых GPU Blackwell.

Подходит для: генерация кода по текстовому запросу · диалоговый помощник при разработке программ · запуск кодирующей модели на DGX Spark с ограниченной памятью

Базовая модель DeepSeek на 6,6 млрд параметров для генерации, дополнения и заполнения пропусков в коде с контекстом до 16 384 токенов.

Подходит для: автодополнение кода в редакторе · заполнение пропусков и вставка кода по контексту · завершение кода с учётом файлов проекта

Компактная англоязычная decoder-only модель на 65 млн параметров для исследований обучения языковых моделей и анализа с pico-analyze.

Подходит для: изучение динамики обучения языковых моделей · воспроизводимые эксперименты с небольшими языковыми моделями · анализ поведения модели с помощью pico-analyze

Компактная авторегрессионная модель семейства Llama для генерации текста, предварительно обученная на FineWeb.

Подходит для: эксперименты с компактными языковыми моделями · генерация коротких текстовых продолжений · изучение авторегрессионной архитектуры Llama

Промежуточная компактная модель семейства Llama для генерации текста и экспериментов с моделями, работающими при ограниченных вычислительных ресурсах.

Подходит для: генерация коротких текстов · эксперименты с компактными языковыми моделями · разработка приложений на базе Llama при ограниченной памяти

Дообученная MoE-модель InclusionAI для генерации кода и диалоговых ответов на вопросы о программировании.

Подходит для: генерация программного кода по текстовому запросу · ответы на вопросы о коде · создание синтетических вопросов и ответов по программированию

Компактная decoder-only языковая модель семейства pico-decoder для генерации текста и исследовательского анализа обучения.

Подходит для: генерация продолжения текста · эксперименты с предобучением языковых моделей · анализ обучения по слоям модели

Сжатая MoE-модель Qwen для генерации кода, агентного программирования и вызова функций при меньших требованиях к памяти.

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

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

Дообученная 9-миллиардная модель OrionLLM для агентного программирования, работы с кодовыми базами и задач в терминале.

Подходит для: генерация и редактирование программного кода · поиск и исправление ошибок в проекте · многошаговое решение задач разработки в терминале

Лёгкая модель-черновик DFlash предлагает блоки токенов для ускорения генерации кода основной моделью Qwen3-Coder-Next.

Подходит для: Ускорение генерации кода с Qwen3-Coder-Next · Ускорение выполнения задач HumanEval · Ускорение генерации решений для MBPP

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

Разреженная MoE-модель на базе Qwen3.8-Flash-Next для генерации, отладки и изменения программного кода.

Подходит для: написание функций и модулей по описанию задачи · поиск и исправление ошибок в коде · изменение существующего кода по запросу

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

Семимиллиардная модель Meta на основе Code Llama, дообученная для уменьшения размера кода с помощью оптимизаций LLVM и преобразования ассемблера в LLVM IR.

Подходит для: подбор проходов LLVM для уменьшения размера программы · предсказание результата оптимизаций LLVM для LLVM IR · преобразование ассемблера x86_64 в LLVM IR

Дообученная Microsoft модель Qwen2.5-Coder на 7,1 млрд параметров для редактирования и генерации кода с контекстом до 32 тысяч токенов.

Подходит для: предложение правок в существующем коде · исправление ошибок в коде · генерация кода по запросу в чате

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

Компактная дообученная языковая модель для программирования, следования инструкциям и вызова инструментов в многошаговых агентных сценариях.

Подходит для: генерация и отладка кода · вызов инструментов и функций в агентных сценариях · выполнение многошаговых задач разработки ПО