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-4.5-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-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

Текстовая чат-модель Ternary Bonsai 2 27B в GGUF с ослабленным отказом на запросы, рассчитанная на запуск через форк llama.cpp от PrismML.

Подходит для: генерация ответов в текстовом чате · создание диалогового прототипа с меньшим числом отказов · оценка поведения модели на безопасных и небезопасных запросах

Экспериментальная NVFP4-квантизация Qwen3.6-35B-A3B в GGUF для генерации текста и диалогов через llama.cpp.

Подходит для: диалоговое взаимодействие с локальной языковой моделью · генерация ответов и связного текста · решение математических задач GSM8K

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

GGUF-версия англоязычной 2-миллиардной BitNet b1.58 от Microsoft Research для генерации текста и диалога с эффективным CPU-инференсом.

Подходит для: локальный запуск языковой модели на CPU · генерация ответов в диалоговом интерфейсе · следование инструкциям и составление текстов

Квантованная GGUF-модель Qwen-семейства для локальной генерации текста без стандартного поведения отказа, с опциональным ускорением MTP.

Подходит для: локальный чат без стандартных отказов модели · генерация кода Python · создание JSON-ответов

Декензурированная версия мультимодальной Muse Glimmer-30B для диалогов, работы с изображениями и агентных задач с инструментами.

Подходит для: создание локального ИИ-агента с многошаговым планированием · вызов инструментов и функций в многоходовом диалоге · написание и отладка кода

Базовая мультиязычная языковая модель NVIDIA на 30 млрд параметров для генерации текста и последующего дообучения под инструкции и специализированные агентские задачи.

Подходит для: дообучение базовой модели для следования инструкциям · создание специализированных ИИ-агентов · генерация и продолжение текста на нескольких языках

Квантизированная в GGUF производная Bonsai 2 на 27 млрд параметров для локальной генерации текста и диалогов с отключёнными отказами.

Подходит для: локальная генерация ответов на сложные запросы · диалоговое использование модели без стандартных отказов · эксперименты с устойчивостью выравнивания моделей

Мультиязычная 27-миллиардная диалоговая GGUF-модель Gastón Parravicini с ослабленным явным рефлексом отказа для генерации текста и исследований безопасности LLM.

Подходит для: диалог с мультиязычным текстовым ассистентом · генерация ответов по инструкциям · оценка отказов модели на adversarial-запросах

Экспериментальная тернарно-квантованная GGUF-модель UkisAI на базе Bonsai 2 27B для диалоговой генерации и рассуждений с более короткими цепочками.

Подходит для: генерация диалоговых ответов · решение задач на рассуждение · сравнение эффективности коротких цепочек рассуждений

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

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

Компактная англоязычная базовая языковая модель для исследований архитектур, анализа представлений и учебных экспериментов.

Подходит для: сравнение вариантов архитектуры языковых моделей · изучение смешивания каналов в блоках SwiGLU · эксперименты с генерацией текста на английском языке

Объединённая 9,7-миллиардная языковая модель для рассуждений, программирования, диалогов и агентной работы с инструментами.

Подходит для: решение сложных математических задач · генерация и отладка кода · многошаговые диалоги с вызовом инструментов

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

Экспериментальная GGUF-версия Ternary-Bonsai-2-27B для диалоговой генерации текста с изменёнными весами, снижающими частоту отказов.

Подходит для: локальный запуск диалоговой языковой модели через llama.cpp от Prism ML · генерация ответов на пользовательские запросы · эксперименты с поведением модели на вредоносных запросах

Базовая модель nanochat GPT на 537 млн параметров для генерации продолжения текста и исследований вариативности при предобучении.

Подходит для: генерация продолжения текста · сравнение качества контрольных точек предобучения · изучение влияния случайного seed на языковую модель

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

Диалоговая модель 01.AI с 8,6 млрд параметров и контекстом 16K для выполнения инструкций, программирования, математики и рассуждений.

Подходит для: ответы на вопросы и диалоги по инструкциям · объяснение и написание программного кода · решение математических задач

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

GGUF-квантованная версия Ornith-1.5-9B для диалоговой генерации текста, программирования и агентных задач.

Подходит для: написание и объяснение кода · диалоговые ответы на вопросы · выполнение агентных задач