Экспериментальная базовая языковая модель Qyrou-1 Vega на 66,8 млн параметров для генерации текста, простого дополнения кода и дальнейшего дообучения.

Подходит для: эксперименты с компактными языковыми моделями · дообучение базовой модели под собственный набор текстов · простое автодополнение программного кода

Экспериментальная базовая языковая модель Qyrou-1 на 66,8 млн параметров для генерации текста, исследований и последующего дообучения.

Подходит для: эксперименты с малыми языковыми моделями · дообучение базовой модели под специализированные задачи · продолжение и генерация английского текста

Дообученная мультимодальная модель Qwen на 27 млрд параметров для более эффективных рассуждений, программирования, диалогов и агентных задач.

Подходит для: написание и отладка кода · выполнение многошаговых задач через терминал · создание программных прототипов по текстовому описанию

Базовая авторегрессионная модель Qwen3 на 7,6 млрд параметров для генерации текста и дальнейшей адаптации под прикладные задачи.

Подходит для: продолжение и генерация текста · создание специализированной языковой модели дообучением · разработка диалогового ассистента после инструктивной настройки

Бинарно-квантованная модель Prism ML на базе Qwen3.6-27B для локальной генерации текста, рассуждений и диалогов на телефонах, ноутбуках и GPU.

Подходит для: локальные ответы на вопросы и диалоги без подключения к сети · рассуждение и решение математических задач на устройстве · помощь с программированием и разбором кода

Языковая модель мира Qwen для симуляции состояний сред и предсказания наблюдений после действий агента в текстовых и интерфейсных сценариях.

Подходит для: симуляция ответов MCP-инструментов для агента · генерация результатов поиска в траектории агента · предсказание вывода терминала после команды

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

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

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

Базовая 60-миллионная языковая модель QyrouNnet-AI на архитектуре Qwen3 для продолжения текста и базовой генерации.

Подходит для: продолжение заданного текста · базовая генерация текста · эксперименты с небольшой причинной языковой моделью

Открытая модель на 27 млрд параметров для задач программирования, математики и физики с длинным контекстом и поддержкой вызова инструментов.

Подходит для: поиск и исправление ошибок в кодовых репозиториях · решение сложных математических задач · анализ задач по физике и научных вопросов

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

Дообученная UkisAI модель Qwen для экономичного рассуждения, программирования и многошаговых агентных задач с поддержкой изображений.

Подходит для: решение задач программирования с агентом · выполнение многошаговых задач в терминале · разработка и отладка программного обеспечения

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

Экспериментальная квантизированная MoE-модель Ornith для генерации текста, агентного программирования и работы с инструментами.

Подходит для: генерация ответов в диалоговом интерфейсе · помощь агенту в написании кода · выполнение задач программирования с использованием инструментов

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

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

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

Диалоговая модель 01.AI с 8,6 млрд параметров и контекстом 16K для выполнения инструкций, программирования, математики и рассуждений.

Подходит для: ответы на вопросы и диалоги по инструкциям · объяснение и написание программного кода · решение математических задач

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

Диалоговая MoE-модель на базе Yi-34Bx2-MoE-60B, дообученная методом DPO для генерации текста и ответов в чате.

Подходит для: ответы на вопросы в диалоге · генерация текстовых ответов для чат-бота · следование инструкциям в текстовом чате

Уплотнённая и дообученная версия Qwen3.6-35B-A3B для локальной генерации текста и вызова инструментов на CPU или встроенной графике.

Подходит для: локальные диалоги с языковой моделью · вызов инструментов в агентных сценариях · генерация текста на CPU без дискретной видеокарты

Мультимодальная модель Qwen на 27 млрд параметров с ослабленными ограничениями для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: диалоги с моделью с меньшим числом отказов · ответы на вопросы по изображениям · помощь в программировании и работе с репозиториями

Плотная модель Qwen3.5 на 9,65 млрд параметров для генерации кода, технических рассуждений и работы с инструментами в агентных сценариях.

Подходит для: генерация и рефакторинг кода в многофайловых проектах · поиск и исправление ошибок в программном коде · планирование многоэтапных задач разработки ПО