Дообученная wav2vec2-модель для транскрибации чешской речи из аудиозаписей.

Подходит для: транскрибация чешских интервью и выступлений · распознавание чешской речи в подкастах и аудиозаписях · автоматическая расшифровка чешской диктовки

Occamy-1.0 — дообученная мультимодальная MoE-модель для длительных агентных задач, программирования и совместной работы с инструментами.

Подходит для: выполнение многоэтапных рабочих процессов с вызовом инструментов · написание и отладка кода через терминал · поиск и обработка информации в ходе агентной задачи

Дообученная на Common Voice 8.0 модель Wav2Vec2 для распознавания словацкой речи в аудиозаписях.

Подходит для: транскрибация записей речи на словацком языке · распознавание словацкой речи в тестовых наборах · оценка качества систем автоматического распознавания речи

Computer — 70-миллиардная модель-персонаж на базе Llama 3.1, предназначенная для выразительных литературных диалогов и продолжения документов-разговоров.

Подходит для: создание необычного продолжения заданного диалога · литературное взаимодействие с моделью-персонажем · генерация диалогов с повествовательными ремарками и притчами

Мультимодальная модель H Company на базе Qwen3.8-27B, которая анализирует скриншоты и помогает агенту выполнять задачи в интерфейсах приложений.

Подходит для: автоматизация действий в настольных приложениях по скриншотам · выполнение рабочих процессов в веб-интерфейсах · ввод текста и управление приложениями с помощью щелчков

Мультимодальная модель H Company на базе Qwen3.6-35B-A3B для управления компьютером через анализ скриншотов и вызовы инструментов.

Подходит для: управление приложениями по скриншотам · автоматизация действий в веб-браузере · выполнение рабочих процессов на рабочем столе

OpenCUA-7B — мультимодальная модель на базе Qwen2.5-VL-7B-Instruct, которая анализирует снимки интерфейса и генерирует действия для управления компьютером.

Подходит для: выполнение многошаговых задач в графическом интерфейсе компьютера · поиск кнопок и полей на снимке экрана с выдачей координат · автоматизация действий в Ubuntu, Windows и macOS

Компактная мультимодальная модель Suprem Org для GUI-агентов, навигации по интерфейсам и вызова инструментов на локальных устройствах.

Подходит для: управление элементами веб-страниц по скриншоту · автоматизация действий на рабочем столе · навигация по графическому интерфейсу приложений

Компактная модель Cinimod на 287 млн параметров, обученная с нуля на материалах DevOps для генерации операционных подсказок и документации.

Подходит для: получение подсказок по командам системного администрирования · составление черновиков DevOps-документации · генерация ответов на вопросы о работе nginx и других инструментов

Компактная мультимодальная модель для выполнения действий в компьютерных и мобильных интерфейсах по снимку экрана и текстовой инструкции.

Подходит для: нажатие кнопки по её расположению на снимке экрана · ввод текста в поле интерфейса · управление интерфейсом через последовательность щелчков и нажатий клавиш

Агентная модель MindLab Research на базе GLM-5.3 для диалогов, работы с инструментами, программирования и генерации интерфейсов.

Подходит для: ведение открытых диалогов с пользователем · выбор и выполнение действий с инструментами в бизнес-процессах · многошаговое исправление ошибок и изменение кода

Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API

Мультимодальная модель на базе Qwen2.5-VL-32B для распознавания графических интерфейсов и генерации действий компьютерного агента.

Подходит для: выполнение многошаговых задач в графическом интерфейсе по текстовой инструкции · распознавание и локализация кнопок и других элементов интерфейса на снимке экрана · генерация координат кликов и последовательностей действий для компьютерного агента

Дообученная мультимодальная Qwen3-VL для выполнения задач в графическом интерфейсе настольного компьютера и обучения GUI-агентов.

Подходит для: выполнение задач в настольных приложениях по инструкции · автоматизация навигации в браузере · управление файлами через графический интерфейс

Разреженная мультимодальная модель Kimi K3 для разработки ПО, агентной работы с инструментами и анализа длинного контекста.

Подходит для: сопровождение и изменение кода в крупных репозиториях · автоматизация задач разработки агентом с вызовом инструментов · анализ длинной технической документации

KORMo-VL — корейско-английская визуально-языковая модель для понимания документов и выполнения задач агента в графических интерфейсах.

Подходит для: извлечение ответов из изображений документов · понимание таблиц и диаграмм в документах · редактирование документов по текстовым инструкциям

Компактная VLM для управления графическими интерфейсами, которая преобразует снимки экрана и текстовые команды в структурированные действия с координатами.

Подходит для: нажатие кнопок по команде на снимке экрана · автоматизация действий в компьютерном интерфейсе · управление элементами интерфейса смартфона

Мультимодальный агент на базе Qwen3-VL, который автоматизирует задачи на компьютере, выбирая действия в GUI и вызовы инструментов.

Подходит для: автоматизация действий в настольных приложениях · выполнение задач в графическом интерфейсе по текстовой инструкции · выбор между кликами в интерфейсе и вызовом инструмента

Производная модели moonshotai/Kimi-K2.7-Code. 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

Мультимодальная модель Cohere для корпоративных агентных рабочих процессов с контекстом 192 тысячи токенов и вызовом инструментов.

Подходит для: создание корпоративных AI-агентов с вызовом инструментов · анализ изображений и текста в агентных сценариях · выполнение многошаговых рабочих процессов с длинным контекстом