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

Ornith-1.0-35B — модель генерации кода на базе Qwen 3.5 для агентных задач, работы с репозиториями и вызова инструментов.

Подходит для: генерация и исправление кода по запросам · выполнение задач по изменению больших кодовых баз · автоматизация разработки через терминального агента

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

Компактная 3,2-миллиардная языковая модель для диалогов, рассуждений, программирования и агентных задач с вызовом инструментов.

Подходит для: многошаговые задачи с вызовом внешних инструментов · помощь в программировании и работа кодового агента · решение математических и научных задач

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

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

Открытая языковая модель MiniMax AI для сложных рассуждений, программирования, длинного контекста и агентной работы с инструментами.

Подходит для: решение олимпиадных математических задач · генерация и анализ программного кода · помощь в сложной программной инженерии

Компактная модель Salesforce на архитектуре T5 для генерации и понимания кода по текстовым запросам.

Подходит для: генерация кода по описанию задачи · автодополнение фрагментов кода · поиск кода по текстовому запросу

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

Многошаговая агентная модель Snowflake на базе Qwen3-4B для использования инструментов через MCP в синтетических средах.

Подходит для: выполнение последовательности вызовов инструментов через MCP · создание многошагового агента для взаимодействия с инструментальными средами · исследование обучения агентов с подкреплением на синтетических средах

Модель Snowflake для многошагового использования инструментов через MCP, обученная с подкреплением на синтетических средах.

Подходит для: создание многошаговых агентов с вызовом инструментов через MCP · выполнение последовательных действий в синтетических средах · исследование агентного обучения с подкреплением

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

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

Компактная квантизированная сборка MiniMax-M3 для генерации кода и агентных задач на Apple Silicon через среду Osaurus.

Подходит для: написание и дополнение программного кода · ответы на вопросы о коде · выполнение агентных задач с использованием кода

Дистиллированная мультимодальная модель Qwen3.5 на 9 млрд параметров для рассуждений, диалогов, программирования и вызова инструментов.

Подходит для: решение многошаговых логических и математических задач · помощь с программированием и анализом кода · ответы на вопросы по изображениям

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

Модель Vantar AI для генерации кода Python SDK Nuro и разработки спайковых нейронных сетей для нейроморфных платформ.

Подходит для: генерация кода Nuro SDK по текстовому описанию задачи · создание спайковых нейронных сетей для Intel Loihi 2 · подготовка кода для SpiNNaker 2

Экспериментальная объединённая модель Qwen3.5 на 9 млрд параметров для генерации кода, многошаговых рассуждений и агентных рабочих процессов разработки.

Подходит для: генерация кода по описанию задачи · понимание и изменение существующего кода · поиск и исправление ошибок в коде

Экспериментальная объединённая модель Qwen3.5 на 9 млрд параметров для генерации кода, многошаговых рассуждений и агентных задач разработки.

Подходит для: генерация программного кода по описанию задачи · разбор и объяснение существующего кода · поиск и исправление ошибок в коде

Компактная MoE-модель для генерации Python-кода в задачах вычислительной математики, научных вычислений и машинного обучения.

Подходит для: генерация реализаций слоёв и механизмов внимания на PyTorch · написание функций численных вычислений на Python · реализация алгоритмов классического машинного обучения

Компактная дообученная модель SupraLabs, которая анализирует текстовый запрос и решает, направить ли его локальной малой модели или облачной большой модели.

Подходит для: маршрутизация запросов между локальной и облачной LLM · оценка сложности пользовательского запроса перед выбором модели · выявление запросов с математикой или программированием

Компактная дообученная Qwen2.5 модель для локальных экспериментов по выбору действий и генерации текста в игровых и пространственных задачах.

Подходит для: выбор допустимого хода в Connect4 · оценка шахматных действий из заданного списка · выбор направления в Sokoban и 2048

Экспериментальная мультимодальная модель Qwen на 4 млрд параметров для рассуждений, программирования и STEM-задач, дообученная на трассах Opus.

Подходит для: генерация и отладка кода · решение математических задач с пошаговым анализом · ответы на научные и инженерные вопросы