Модель IBM на 3,5 млрд параметров для генерации, объяснения и исправления кода с контекстом до 2048 токенов.

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

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

DeepHat-V1-7B — дообученная на базе Qwen2.5-Coder-7B языковая модель для генерации кода и поддержки задач наступательной и защитной кибербезопасности.

Подходит для: подготовка и анализ кода для задач кибербезопасности · помощь в настройке DevOps-сценариев · диалоговая поддержка специалистов по кибербезопасности

Базовая модель Qwen2.5-Coder на 32 млрд параметров для генерации, анализа и исправления программного кода.

Подходит для: генерация фрагментов кода по текстовому описанию · продолжение исходного кода · поиск и исправление ошибок в коде

Модель IBM Research с 8,1 млрд параметров для генерации и других задач работы с кодом, с контекстом до 4096 токенов.

Подходит для: генерация кода по описанию задачи · объяснение существующего кода · исправление ошибок в коде

Базовая 14-миллиардная модель Qwen для генерации, анализа и исправления кода с контекстом до 32 768 токенов и расширением до 131 072 токенов через YaRN.

Подходит для: генерация кода по текстовому описанию · объяснение и анализ исходного кода · поиск и исправление ошибок в коде

Компактная модель Fluxnat на базе Qwen2 для поиска уязвимостей, анализа безопасности кода и генерации рекомендаций по исправлению.

Подходит для: поиск уязвимостей в исходном коде · анализ потока недоверенных данных до опасных операций · сопоставление уязвимостей с CWE и OWASP

BLOOMZ-560M — дообученная многоязычная модель BigScience для выполнения текстовых инструкций и задач zero-shot.

Подходит для: перевод коротких фраз по инструкции · ответы на вопросы на разных языках · определение тональности текста

CodeScaler-8B — дообученная на предпочтениях reward-модель Qwen3 для оценки и ранжирования ответов на задачи генерации кода без исполнения программ.

Подходит для: ранжирование нескольких вариантов решения задачи программирования · оценка качества сгенерированного кода без его запуска · отбор предпочтительных ответов для генератора кода

Инструкционная языковая модель Qwen на 7,1 млрд параметров для генерации, анализа и исправления программного кода.

Подходит для: генерация кода по текстовому описанию · объяснение фрагментов программного кода · поиск и исправление ошибок в коде

Aurora-Code-1 — дообученная Perciqa MoE-модель для генерации, отладки и ревью кода, а также многошаговой работы с репозиториями.

Подходит для: генерация функций и программ по текстовому описанию · поиск причин ошибок и подготовка исправлений · ревью кода и выявление проблем безопасности

Kimi-Dev-72B — дообученная на Qwen2.5-72B модель для исправления ошибок и решения задач разработки в программных репозиториях.

Подходит для: исправление ошибок в существующем репозитории по описанию проблемы · подготовка патчей для программных проектов · решение задач SWE-bench Verified

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

Инструктивная 32-миллиардная модель Qwen2.5-Coder для генерации, анализа и исправления кода, а также создания кодовых агентов.

Подходит для: генерация кода по текстовому запросу · поиск и исправление ошибок в коде · объяснение и анализ фрагментов кода

Инструкционная модель Qwen на 14 млрд параметров для генерации, анализа и исправления кода в диалоговых сценариях.

Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в коде · объяснение и анализ фрагментов кода

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

Базовая модель IBM на 20 млрд параметров для генерации и анализа кода с контекстом до 8192 токенов.

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

Экспериментальная 27-миллиардная модель Jackrong для агентного программирования, отладки репозиториев и вызова инструментов.

Подходит для: генерация кода и правок в существующем репозитории · поиск и исправление ошибок в коде · создание патчей по описанию задачи

Мультимодальная модель Xiaomi MiMo на 9 млрд параметров для агентных задач, программирования, кибербезопасности и анализа изображений.

Подходит для: написание и исправление кода · выполнение многошаговых агентных задач · анализ изображений в диалоге

PhAI-IDE-72B — дообученная на траекториях Codex модель Qwen2.5 для научного программирования, ремонта кода и взаимодействия с инструментами.

Подходит для: поиск и исправление ошибок в научном коде · помощь при разработке вычислительных научных проектов · анализ запросов кода в диалоге

Модель Dappit Labs на базе Qwen3.6 MoE для агентного написания и редактирования кода с вызовом инструментов.

Подходит для: написание кода по заданию в агентной оболочке · редактирование файлов проекта · итеративное исправление ошибок компиляции и тестов

Дообученная модель Qwen2.5 на 7,1 млрд параметров для анализа исходного кода и выявления уязвимостей с текстовыми обоснованиями.

Подходит для: поиск уязвимостей в исходном коде · аудит потоков данных и управления · анализ логических ошибок безопасности

Базовая кодовая модель IBM Research с контекстом 128 тысяч токенов для генерации, объяснения и анализа кода в масштабе репозитория.

Подходит для: генерация кода с учётом длинного контекста репозитория · объяснение фрагментов кода и структуры проекта · исправление ошибок в коде

Англоязычная модель Cisco AI на базе ModernBERT для заполнения пропусков и анализа текстов и кода по кибербезопасности.

Подходит для: предсказание пропущенных токенов в отчетах об угрозах · семантический поиск по документации и материалам кибербезопасности · извлечение сущностей безопасности из текста