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

GLM-4.7-Flash — диалоговая MoE-модель Z.ai для генерации текста, рассуждений и программирования с длинным контекстом.

Подходит для: диалоговые ответы на вопросы на английском и китайском · решение математических задач и задач на рассуждение · генерация и анализ программного кода

GLM-4.5-Air — гибридная диалоговая модель Zhipu AI для рассуждений, программирования и интеллектуальных агентов с поддержкой инструментов.

Подходит для: диалоговые ответы на вопросы · пошаговое рассуждение над сложными задачами · генерация и анализ программного кода

GLM-5.2 — флагманская языковая модель Z.ai для генерации текста, программирования и длительных задач с контекстом до одного миллиона токенов.

Подходит для: написание и отладка программного кода · решение задач по программированию с большим контекстом · анализ длинных документов и переписок

GLM-4.7 — англо-китайская языковая модель Z.ai для программирования, агентных задач, рассуждений и диалогов.

Подходит для: генерация и отладка программного кода · выполнение задач разработки через терминальный агент · создание веб-страниц и интерфейсов по описанию

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

Большая языковая модель NVIDIA с архитектурой LatentMoE для диалогов, рассуждений, длинного контекста и ИИ-агентов.

Подходит для: автоматизация классификации и обработки IT-заявок · создание чат-бота с поддержкой длинного контекста · ответы на вопросы по нескольким документам в RAG-системе

JiRack Ultra 14B — 14-миллиардная диалоговая модель CMSManhattan для генерации текста, локального CPU-инференса и сценариев с RAG и вызовом инструментов.

Подходит для: генерация ответов в диалоговом интерфейсе · локальный запуск языковой модели на CPU · подготовка ответов по внутренним документам в RAG-системе

Ling-3.0-flash — разговорная гибридная MoE-модель Inclusion AI для генерации текста, программирования и многошаговых агентных задач с длинным контекстом.

Подходит для: генерация и исправление программного кода · выполнение многошаговых задач кодового агента · ответы на вопросы и следование инструкциям

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

CLM-v0.1-8B — контрастивная модель на базе Qwen3-8B для ранжирования кандидатов и оценки вариантов действий в агентных сценариях.

Подходит для: ранжирование вариантов решения задачи программирования · выбор подходящего инструмента для агента · оценка возможных следующих действий агента

Сжатая диалоговая MoE-модель GLM-4.7-Flash для генерации текста, программирования и агентных задач с контекстом до 202 752 токенов.

Подходит для: генерация и объяснение программного кода · работа с большими репозиториями кода · вызов функций в диалоговых приложениях

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

Чат-модель Xiangxin AI на базе Llama 3 с 69,5 млрд параметров и контекстом до 1 048 576 токенов, предназначенная прежде всего для диалогов и работы с длинными текстами на китайском языке.

Подходит для: диалоги на китайском языке · ответы на вопросы по длинным документам · суммаризация больших текстов

Базовая модель Zhipu AI для генерации текста и разработки интеллектуальных агентов с возможностями рассуждения и программирования.

Подходит для: дальнейшее обучение языковой модели · создание агентных систем на базе языковой модели · генерация текста на английском и китайском языках

AICrossSim/clm-200m — ағылшынша мәтін жалғастыру және диалог құруға арналған 224,1 млн параметрлі Llama тіл моделі.

Подходит для: ағылшын мәтінін жалғастыру · ағылшын тілінде диалогтық жауаптар жасау · оқу мәтіндерінің жалғасын құрастыру

GLM-Z1-32B-0414 — 32-миллиардная диалоговая модель для генерации текста и решения сложных математических, программных и логических задач.

Подходит для: решение сложных математических задач · объяснение и написание программного кода · логический анализ многошаговых задач

Черновая модель DFlash 2 для ускорения генерации текста zai-org/GLM-5.3 посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста с GLM-5.3 в SGLang · ускорение решения математических задач с GLM-5.3 · ускорение генерации кода с GLM-5.3

Контрастивная модель на базе Qwen3-8B для получения текстовых эмбеддингов и ранжирования кандидатов в MLX на Apple Silicon.

Подходит для: ранжирование ответов или вариантов по релевантности запросу · оценка и сравнение действий в агентном планировщике · выбор наиболее подходящего кандидата из заданного набора

Слияние нескольких моделей Llama 3 на 7,5 млрд параметров для диалогов и генерации текста.

Подходит для: генерация ответов в диалоговом интерфейсе · ответы на вопросы · написание и продолжение текста

Англоязычная чат-модель MoE на базе K2-Horizon-MoVA-36B-A4B с удалённым методом абляции поведением отказа для генерации ответов.

Подходит для: генерация ответов в диалоговом интерфейсе · эксперименты с поведением отказов языковых моделей · оценка влияния абляции направлений отказа на качество генерации

Диалоговая модель Llama 3 на 7,5 млрд параметров, дообученная для ответов на китайском языке и других инструкционных задач.

Подходит для: ответы на вопросы на китайском языке · диалоговый помощник на китайском и английском языках · решение текстовых математических задач

Англоязычная модель Ai2 на 6,9 млрд параметров, дообученная методом RLVR для генерации решений математических задач и исследования обучения с проверяемыми наградами.

Подходит для: генерация решений математических задач · пошаговое рассуждение при решении задач · эксперименты с обучением RLVR на математических запросах

Экспериментальная англоязычная модель Ai2 на 6,9 млрд параметров, дообученная RLVR для генерации текста и задач по математике, коду и следованию инструкциям.

Подходит для: эксперименты с обучением RLVR на языковых моделях · генерация ответов на математические задачи · генерация и анализ программного кода