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

Текстовая MoE-модель Poolside для агентного программирования, терминальных задач и длительной работы с кодом.

Подходит для: написание и изменение кода по заданию · поиск и исправление ошибок в проекте · выполнение многошаговых задач разработки программного обеспечения

Плотная модель на 9 млрд параметров для агентного программирования, решения задач разработки и вызова инструментов.

Подходит для: решение задач программирования через терминальный агент · поиск и исправление ошибок в кодовой базе · автоматизация задач разработки с вызовом инструментов

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

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

Крупная MoE-модель Ornith-1.5-397B для агентного программирования, выполнения задач в терминале и вызова инструментов.

Подходит для: автоматическое исправление ошибок в репозиториях · выполнение многошаговых задач программирования через агента · работа с кодом и файлами в терминале

Мультимодальная модель Z.ai для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · помощь с программированием

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

Черновая модель Liquid AI для speculative decoding, ускоряющая генерацию LiquidAI/LFM2.5-8B-A1B при использовании совместимого инференс-сервера.

Подходит для: ускорение генерации текста на LFM2.5-8B-A1B через speculative decoding · снижение задержки инференса в SGLang · ускорение генерации на Apple Silicon с Metal

GGUF-сборка MoE-модели Ornith для агентного программирования, генерации текста и мультимодальной работы с изображениями через llama.cpp.

Подходит для: автоматическое решение задач программирования агентом · исправление ошибок и внесение изменений в репозитории кода · выполнение задач разработки через терминал и инструменты

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

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

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

Англоязычный базовый чекпойнт T5 с архитектурой Deep-Narrow, предназначенный для дообучения под задачи обработки текста.

Подходит для: дообучение для суммаризации английских текстов · настройка для ответов на вопросы по английскому тексту · дообучение для классификации английских текстов

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

Черновая модель EAGLE3 для ускорения генерации MiniMax M2.5 посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста MiniMax M2.5 · предложение черновых токенов для EAGLE3 · настройка спекулятивного декодирования в SGLang

Черновая модель EAGLE3 от SK Telecom ускоряет генерацию A.X K2 при спекулятивном декодировании через vLLM.

Подходит для: ускорение генерации ответов моделью A.X K2 · снижение задержки генерации при обслуживании A.X K2 · повышение пропускной способности сервера A.X K2 при низкой или средней параллельности

Экспериментальная языковая модель Arcee.ai с гибридным вниманием KDA и NoPE для исследований эффективности внимания и математических рассуждений.

Подходит для: исследование гибридных архитектур внимания · сравнение линейного и полного внимания · оценка памяти и KV-кэша при обработке контекста

Специализированная модель Qwen2.5 для выбора действий языкового агента в текстовой среде ALFWorld.

Подходит для: выбор допустимого действия в текстовых задачах ALFWorld · воспроизведение экспериментов Agent-G2 в ALFWorld · исследование долгосрочных языковых агентов

Дообученная 3,1-миллиардная Qwen2.5-модель для генерации текста и задач агента в среде ALFWorld.

Подходит для: генерация действий и ответов агента в ALFWorld · эксперименты с дистилляцией языковых моделей на задачах взаимодействия со средой · создание диалогового агента для сценариев, подобных ALFWorld

Исследовательская дистиллированная языковая модель Arcee.ai с KDA во всех слоях для изучения линейного внимания и генерации текста.

Подходит для: сравнение линейного внимания KDA с полным вниманием · исследование дистилляции внимания в языковых моделях · генерация текста на длинных последовательностях

Дообученная на базе Qwen2.5-3B-Instruct языковая модель для целенаправленного принятия решений и выполнения заданий в ALFWorld.

Подходит для: выбор последовательности действий для достижения цели в ALFWorld · планирование поведения агента в текстовой среде · проверка применения знаний о мире при решении задач

Nex-N2-mini — агентная языковая модель Nex-AGI на базе Qwen3.5 для программирования, вызова инструментов и выполнения продолжительных задач с обратной связью от среды.

Подходит для: разработка и отладка программного обеспечения · выполнение команд и задач в терминале · вызов функций и внешних инструментов

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