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

Gemma 4 E4B — мультимодальная модель Google DeepMind для диалога, рассуждений, программирования и анализа изображений и аудио с генерацией текстовых ответов.

Подходит для: ответы на вопросы по изображениям и документам · распознавание речи и преобразование аудио в текст · перевод речи в текст на других языках

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

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

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

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

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-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

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

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

SAGI — экспериментальная англоязычная авторегрессионная модель с роевой архитектурой для исследований адаптивных многоагентных языковых систем.

Подходит для: изучение роевых механизмов в языковых моделях · эксперименты с дифференцированной маршрутизацией внутренних агентов · обучение основам многоагентных когнитивных архитектур

Черновая модель EAGLE3 для ускорения генерации текста моделью GLM-4.7-Flash посредством спекулятивного декодирования.

Подходит для: ускорение генерации ответов GLM-4.7-Flash в SGLang · ускорение обработки запросов к языковой модели при одиночной нагрузке · ускорение генерации при параллельной обработке запросов

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

Мультимодальная производная Gemma 4 для изучения поведения отказов и оценки следования текстовым и графическим инструкциям.

Подходит для: изучение избыточных отказов языковых моделей · оценка отказов в ответ на мультимодальные инструкции · проверка устойчивости следования инструкциям с изображениями

Черновая модель EAGLE3 для ускорения генерации MiniMax-M3 методом спекулятивного декодирования через vLLM.

Подходит для: ускорение диалоговой генерации MiniMax-M3 · ускорение решения математических задач моделью MiniMax-M3 · ускорение генерации кода MiniMax-M3

Черновая модель EAGLE3 для speculative decoding, которая ускоряет генерацию целевой модели Llama-3.2-3B-Instruct.

Подходит для: ускорение генерации текста с Llama-3.2-3B-Instruct · спекулятивное декодирование в совместимом стеке SpecForge/EAGLE3 · эксперименты с черновыми моделями для авторегрессионной генерации

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

Сжатая методом прунинга экспертов модель GLM-4.7 для генерации кода и текста, агентных задач и вызова функций с меньшими требованиями к памяти.

Подходит для: генерация и дополнение программного кода · ответы на вопросы по крупным репозиториям · вызов функций в диалоговом агенте

Спекулятивная модель EAGLE-3 от Red Hat предлагает токены-кандидаты для ускорения генерации openai/gpt-oss-120b в vLLM.

Подходит для: ускорение генерации ответов gpt-oss-120b в vLLM · повышение пропускной способности чат-сервера на базе gpt-oss-120b · спекулятивное декодирование запросов через chat completions

Дообученная мультимодальная Gemma 4 12B для помощи в backend-разработке, проектировании LLM и программировании.

Подходит для: получение помощи по backend-разработке · обсуждение архитектуры и обучения LLM · написание и разбор кода на Haskell