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

Бинарно-квантованная модель Prism ML на базе Qwen3.6-27B для локальной генерации текста, рассуждений и диалогов на телефонах, ноутбуках и GPU.

Подходит для: локальные ответы на вопросы и диалоги без подключения к сети · рассуждение и решение математических задач на устройстве · помощь с программированием и разбором кода

Инструкционная мультимодальная модель Google DeepMind на 12 млрд параметров для диалога, анализа изображений, аудио и видео, генерации текста и кода.

Подходит для: ответы на вопросы по документам и PDF · извлечение текста с изображений и распознавание рукописного текста · распознавание речи и перевод речи в текст

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

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

Компактная 3,2-миллиардная языковая модель для диалогов, рассуждений, программирования и агентных задач с вызовом инструментов.

Подходит для: многошаговые задачи с вызовом внешних инструментов · помощь в программировании и работа кодового агента · решение математических и научных задач

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

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

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

Предварительная квантованная версия разговорной модели Bonsai 2, настроенная для снижения отказов при локальной генерации текста.

Подходит для: локальные диалоги с уменьшенным числом отказов · генерация ответов на пользовательские запросы · эксперименты с поведением отказов языковых моделей

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

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

Модель на базе Gemma 4 с адаптером решений выдаёт вероятности для ответов «да/нет», выбора из вариантов и оценок, помогая классифицировать и ранжировать результаты.

Подходит для: переранжирование новостей по важности · переранжирование поисковой выдачи по релевантности · выбор лучшего варианта из списка

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

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

Мультимодальная инструкция Gemma 4, модифицированная методом abliteration для снижения числа отказов в диалогах и генерации ответов.

Подходит для: диалоговая генерация ответов с меньшим числом отказов · эксперименты с методом abliteration для языковых моделей · анализ изображений в диалоговом сценарии

Компактная агентная модель для исследования программных репозиториев, исправления ошибок и проверки изменений тестами.

Подходит для: поиск и исправление ошибок в программном репозитории · анализ кода и подготовка патчей по описанию проблемы · запуск тестов для проверки исправлений

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

Мультимодальная чат-модель Gemma 4 на 31 млрд параметров с изменённым поведением отказов для диалогов, программирования и анализа изображений.

Подходит для: диалоги и ответы на общие вопросы · написание и разбор программного кода · ответы на вопросы по изображениям

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

Дообученная мультимодальная модель Qwen на 27 млрд параметров для диалогов и задач анализа изображений с заявленным сокращением токенов рассуждения.

Подходит для: диалоговые ответы на текстовые запросы · ответы на вопросы по изображениям · описание содержимого изображений

GigaBrain-0.7-3.5B-Base — VLA-модель для понимания визуальных и языковых сигналов и генерации действий роботов по инструкциям.

Подходит для: управление роботом по текстовой инструкции · выполнение бытовых задач на роботизированной платформе · выполнение промышленных задач роботом

Экспериментальная 27-миллиардная Bonsai 2 в GGUF с квантованием GSQ и распределением битового бюджета RCO для локальной генерации текста и диалогов.

Подходит для: локальный запуск диалоговой языковой модели · генерация продолжений и ответов на текстовые запросы · сравнение методов тернарного квантования моделей

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