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

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

MTP-драфтер Google DeepMind для Gemma 4 26B A4B, ускоряющий генерацию в совместимом конвейере спекулятивного декодирования.

Подходит для: ускорение генерации текста в приложениях на Gemma 4 · снижение задержки ответов разговорного помощника · ускорение локальной генерации на совместимом оборудовании

Вспомогательная модель-драфтер Gemma 4 E4B для ускорения генерации текста методом speculative decoding в связке с целевой моделью.

Подходит для: ускорение генерации ответов чат-моделью Gemma 4 · снижение задержки генерации текста на устройстве · ускорение пошаговой генерации в приложениях с длинными ответами

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели

Компактный мультимодальный драфтер Gemma 4 для ускорения генерации текста методом спекулятивного декодирования.

Подходит для: ускорение генерации текста в конвейере speculative decoding · снижение задержки генерации на локальных устройствах · предсказание нескольких следующих токенов для проверки целевой моделью

Вариант OpenAI gpt-oss-120b с Eagle3-модулями для ускоренной генерации текста в чат-ботах, AI-агентах и RAG-системах.

Подходит для: создание чат-бота с ответами на инструкции · разработка AI-агента для многошаговых задач · ответы на вопросы по документам в RAG-системе

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

Godoter — специализированная дообученная модель на базе Qwen3.6-27B для генерации кода на GDScript и разработки проектов в Godot 4.

Подходит для: генерация скриптов GDScript для Godot 4 · создание инвентаря и системы сохранений в игре · разработка ИИ на конечных автоматах для Godot

Компактная decoder-only языковая модель семейства pico-decoder для генерации текста и исследовательского анализа обучения.

Подходит для: генерация продолжения текста · эксперименты с предобучением языковых моделей · анализ обучения по слоям модели

Черновая модель EAGLE3 для ускорения генерации MiniMax M2.5 посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста MiniMax M2.5 · предложение черновых токенов для EAGLE3 · настройка спекулятивного декодирования в SGLang

Вспомогательная модель NVIDIA Eagle3 ускоряет генерацию текста базовой gpt-oss-120b с помощью спекулятивного декодирования.

Подходит для: ускорение генерации ответов чат-бота на gpt-oss-120b · ускорение ответов AI-агента на инструкции · ускорение генерации в RAG-системе

Черновая EAGLE-3-модель для спекулятивного декодирования gpt-oss-20b, предназначенная для ускорения генерации текста.

Подходит для: ускорение генерации текста с gpt-oss-20b · спекулятивное декодирование в vLLM · ускорение ответов чат-модели

Черновая DFlash-модель для ускорения генерации текста базовой моделью Gemma 4 посредством speculative decoding.

Подходит для: ускорение генерации ответов Gemma 4 на сервере · ускорение пакетной генерации при параллельной обработке запросов · снижение задержки генерации в совместимой конфигурации vLLM

Текстовая версия Qwen3.5-2B без визуального энкодера для генерации текста, диалогов и подготовки к конвертации или слиянию LoRA.

Подходит для: генерация текста в диалоговом режиме · подготовка текстовой модели Qwen к конвертации в GGUF · слияние весов LoRA с базовой моделью на CPU

Дообученный assistant-чекпойнт Gemma 4 26B A4B для ускорения генерации в совместимом конвейере спекулятивного декодирования.

Подходит для: ускорение генерации текста в конвейере speculative decoding · ускорение диалоговых ответов с целевой моделью Gemma 4 26B A4B · использование в исследовательских и пользовательских сборках на базе Gemma 4

Небольшая английская языковая модель, обученная с нуля, для исследований предобучения и экспериментов с генерацией текста.

Подходит для: исследование предобучения малых языковых моделей · эксперименты с продолжением обучения языковой модели · генерация продолжений английского текста

Черновая модель EAGLE3 с GQA для спекулятивного декодирования и ускорения инференса MiniMax-M3.

Подходит для: ускорение генерации текста MiniMax-M3 в vLLM · спекулятивное декодирование с черновой моделью EAGLE3 · снижение расхода KV-кэша при инференсе MiniMax-M3

Компактная модель на базе Qwen2.5, дообученная для ускорения генерации DeepSeek-R1-Distill-Qwen-32B методом спекулятивного декодирования.

Подходит для: ускорение генерации DeepSeek-R1-Distill-Qwen-32B через speculative decoding · использование как черновой модели для крупной языковой модели в GGUF · ускорение локального вывода на видеокартах RTX 3090 и RTX 4090

Предварительно обученная модель Gated DeltaNet на 442 млн параметров для генерации текста и исследований рекуррентно-внимательных языковых моделей с маршрутизацией по энтропии.

Подходит для: генерация продолжения текста по заданному промпту · эксперименты с гибридом рекуррентных слоёв и внимания · исследование маршрутизации внимания по неопределённости предсказаний

Черновая голова EAGLE3 для Qwen2.5-7B-Instruct предлагает токены для спекулятивного декодирования и ускоряет генерацию текста.

Подходит для: ускорение генерации ответов Qwen2.5-7B-Instruct · ускорение инференса чат-модели в SGLang на GPU · спекулятивное декодирование на TPU через sglang-jax

Компактная модель семейства LLaMA для ускорения генерации текста с помощью спекулятивного декодирования EAGLE.

Подходит для: ускорение инференса языковой модели в serving-системах · ускорение генерации ответов чат-моделью · снижение задержки авторегрессионной генерации текста

GGUF-сборка диалоговой модели Ornith-1.5-35B-A3B с исправленной MTP-головой для генерации текста и спекулятивного декодирования.

Подходит для: диалоговая генерация текста · ускорение вывода через спекулятивное декодирование · локальный запуск языковой модели в llama.cpp