Hy3 — MoE-модель Tencent для диалоговой генерации текста, агентных сценариев, рассуждений и задач продуктивности.

Подходит для: написание и отладка программного кода · автоматизация задач с вызовом инструментов · анализ длинных документов и диалогов

Базовая авторегрессионная модель Qwen3 на 7,6 млрд параметров для генерации текста и дальнейшей адаптации под прикладные задачи.

Подходит для: продолжение и генерация текста · создание специализированной языковой модели дообучением · разработка диалогового ассистента после инструктивной настройки

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

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

Мультимодальная дообученная Qwen3.6-27B для диалогов, генерации текста, рассуждений, программирования и задач с изображениями с ослабленным механизмом отказов.

Подходит для: диалоговый помощник с генерацией развернутых ответов · написание и объяснение программного кода · решение математических задач с пошаговыми рассуждениями

Мультимодальная модель Qwen на 27 млрд параметров с ослабленными отказами для диалогов, рассуждений, программирования и анализа изображений.

Подходит для: диалоговые ответы на инструкции · генерация и объяснение кода · многошаговые рассуждения по текстовому запросу

JiRack Ultra 32B — 32-миллиардная диалоговая языковая модель для генерации текста, RAG и агентных сценариев, оптимизированная для запуска на CPU.

Подходит для: ответы на вопросы по внутренним документам в RAG-системе · локальный диалоговый помощник на CPU · генерация и объяснение программного кода

Мультимодальная модель Swift 1.5 Qwen3.8-27B с изменёнными механизмами отказа для ответов на запросы, которые исходная версия отклоняет.

Подходит для: ответы на запросы, отклоняемые исходной моделью · диалоговые ответы на текстовые запросы · ответы на вопросы по изображениям

JiRack Ultra 7B — многоязычная текстовая модель для локальной генерации, диалогов и применения в RAG и агентных сценариях с оптимизацией для CPU.

Подходит для: диалоговый ассистент для локального запуска на CPU · ответы на вопросы по внутренним документам в RAG-системе · генерация текста на русском и других поддерживаемых языках

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

OpenJev — модель на базе Qwen3.5 для классификации, оценки вариантов и выбора действий браузерных агентов по тексту, веб-страницам и скриншотам.

Подходит для: маршрутизация обращений в службу поддержки по теме и команде · определение приоритета и намерения в сообщениях · выявление спама, токсичности и нарушений политики

Слитая модель Qwen на 27 млрд параметров для диалоговой генерации, программирования и агентных задач с вызовом инструментов.

Подходит для: вызов инструментов в агентных сценариях · разбиение многошаговой задачи на этапы · генерация и анализ кода

JevK5 — дообученная на базе Qwen3.5-4B модель, которая оценивает вероятности заданных вариантов для вопросов выбора, «да/нет» и оценки.

Подходит для: маршрутизация обращений клиентов по командам · классификация запроса по заданным категориям · выбор действия на основе описания состояния

Текстовая MoE-модель JiRack на основе Qwen3.8-Flash-Next для диалога, генерации кода и вызова инструментов с эффективным вычислением на CPU.

Подходит для: ответы на запросы в чат-интерфейсе · генерация и дополнение программного кода · вызов инструментов в агентных сценариях

Дообученная Yi-1.5-34B разговорная модель для следования инструкциям, диалогов, программирования и вызова функций с контекстом до 32 768 токенов.

Подходит для: ответы на пользовательские вопросы в диалоге · выполнение инструкций и составление текстов · генерация и разбор программного кода

Плотная модель Qwen3.5 на 9,65 млрд параметров для генерации кода, технических рассуждений и работы с инструментами в агентных сценариях.

Подходит для: генерация и рефакторинг кода в многофайловых проектах · поиск и исправление ошибок в программном коде · планирование многоэтапных задач разработки ПО

Диалоговая модель Yi-1.5 с 8,6 млрд параметров, дообученная BAAI на инструкциях для генерации ответов и многошагового общения.

Подходит для: ответы на вопросы в чате · многошаговый диалог с ассистентом · решение текстовых задач по математике

Структурно прореженная версия GPT-OSS-120B для генерации текста и диалогового общения с удалением половины нейронов FFN маршрутизируемых экспертов.

Подходит для: генерация ответов в текстовом чате · продолжение заданного текста · проверка структурного прореживания MoE-модели

Экспериментальная версия GPT-OSS-120B с удалёнными 50% нейронов экспертных FFN для генерации текста в диалогах.

Подходит для: генерация ответов в диалоге · проверка влияния структурного прореживания на языковую модель · эксперименты с MoE-моделями на задачах вопросов и ответов GPQA

Прореженная на 50% версия GPT-OSS-120B для генерации текста и диалогов с уменьшенным числом параметров.

Подходит для: генерация ответов в диалоговом интерфейсе · создание черновиков и продолжение текста · эксперименты с влиянием прореживания экспертов MoE

Структурно прореженная на 50% версия GPT-OSS-120B для диалоговой генерации текста.

Подходит для: генерация ответов в чате · ведение диалога с языковой моделью · продолжение заданного текста

Структурно прореженная на 50% версия gpt-oss-120b для экспериментов с генерацией текста и архитектурой MoE.

Подходит для: исследование влияния прореживания экспертов на генерацию текста · эксперименты с эффективностью моделей MoE · сравнение ответов до и после структурного прореживания

Экспериментально прореженный на 50% вариант gpt-oss-120b для генерации текста и диалогов.

Подходит для: эксперименты со структурным прореживанием MoE-моделей · генерация текста в диалоговом формате · изучение влияния удаления нейронов экспертов на качество модели

Локальная модель для агентной разработки ПО на основе Qwen3.8-27B с архитектурой Jack для работы с длительными задачами и актуальным состоянием проекта.

Подходит для: планирование и реализация изменений в кодовой базе · отладка программ и анализ причин ошибок · ревью кода и поиск проблем в изменениях