CodeParrot — GPT-2-модель на 1,5 млрд параметров для генерации фрагментов кода на Python по текстовому контексту.

Подходит для: черновая генерация функций на Python · продолжение незавершённого фрагмента Python-кода · создание вариантов решения программной задачи

CodeParrot — модель GPT-2 на 1,5 млрд параметров для генерации и продолжения кода на Python.

Подходит для: генерация кода на Python по текстовой подсказке · автодополнение фрагментов Python-кода · создание примеров кода для обучения

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

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

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

Предобученная модель Qwen с 1,5 млрд параметров для генерации, анализа и исправления кода.

Подходит для: генерация фрагментов кода по описанию · заполнение пропусков внутри кода · поиск и исправление ошибок в коде

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

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

Конвертированная в Safetensors модель GPT-2 для генерации и продолжения кода на нескольких языках программирования.

Подходит для: автодополнение фрагментов кода · генерация кода по текстовому запросу · продолжение незавершённого кода

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

Небольшая модель GPT-2 для генерации и продолжения кода на девяти языках программирования.

Подходит для: продолжение фрагментов кода на Python · генерация функций на JavaScript по началу кода · создание кода на Java, C# и C++

Открытая модель Cohere для генерации кода, агентной разработки ПО и выполнения задач в терминале с поддержкой вызова инструментов.

Подходит для: генерация и дополнение программного кода · исправление ошибок и изменение кода в репозитории · выполнение задач разработки через терминальные инструменты

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

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

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

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

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

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 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 Gemma 4 12B для решения алгоритмических задач на Python и генерации кода, проверенного тестами.

Подходит для: решение алгоритмических задач на Python · написание функций Python с учётом граничных случаев · генерация кода Python, проходящего детерминированные тесты

Базовая модель Meta с 33,5 млрд параметров для автодополнения, генерации и понимания кода.

Подходит для: автодополнение кода по текстовому контексту · генерация фрагментов кода · анализ и понимание исходного кода

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 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

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

Текстовая MoE-модель на базе Qwen, предназначенная для генерации кода, решения задач программирования и вызова инструментов.

Подходит для: генерация и дополнение программного кода · решение задач по программированию · написание кода на Rust, Java и JavaScript