Мультимодальная англоязычная модель mPLUG-Owl2 на 6,6 млрд параметров для диалогового анализа изображений.
Подходит для: ответы на вопросы по изображениям · описание содержимого изображений · диалог по визуальному контексту
Laguna M.1 — текстовая MoE-модель Poolside для агентного программирования, работы с кодом и длительных задач с инструментами.
Подходит для: исправление ошибок в программных репозиториях · выполнение задач по разработке кода через агентный цикл · анализ и изменение многоязычных репозиториев
Текстовая MoE-модель Poolside для агентного программирования, терминальных задач и длительной работы с кодом.
Подходит для: написание и изменение кода по заданию · поиск и исправление ошибок в проекте · выполнение многошаговых задач разработки программного обеспечения
Текстовая MoE-модель Poolside для программирования, агентных задач разработки и работы с инструментами при контексте до 1 048 576 токенов.
Подходит для: генерация и редактирование программного кода · поиск и исправление ошибок в коде · ответы на вопросы по кодовой базе
Мультимодальная модель Meta на 29,6 млрд параметров для локальных агентных задач, работы с инструментами, программирования и анализа изображений.
Подходит для: выполнение многошаговых задач локальным ИИ-агентом · вызов инструментов и функций в диалоге · написание и отладка 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
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
Мультимодальная чат-модель на 7,1 млрд параметров для вопросов и диалога по изображениям, длинным последовательностям изображений и видео.
Подходит для: ответы на вопросы по одному изображению · описание содержимого нескольких изображений · понимание длинной последовательности изображений
Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.
Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата
Модель mPLUG-Owl на базе LLaMA 7B для создания текстовых описаний изображений.
Подходит для: создание описаний изображений · ответы текстом по содержимому изображения · подготовка подписей к изображениям
MagenticBrain — дообученная модель Microsoft Research на 14 млрд параметров для планирования агентных задач и структурированного вызова инструментов в хост-среде.
Подходит для: планирование многошагового рабочего процесса с заданными инструментами · выбор функции и заполнение её аргументов по схеме · выполнение последовательности CLI-задач через хост-среду
Q-Align — мультимодальная модель Q-Future для оценки качества и эстетики изображений, а также качества видео.
Подходит для: оценка качества фотографии без эталонного изображения · сравнение изображения с эталоном по качеству · оценка эстетической привлекательности изображения
Мультимодальная модель Meta для локальных агентных задач, работы с инструментами, программирования и анализа изображений.
Подходит для: создание локального ИИ-агента для многошаговых задач · вызов инструментов и функций в последовательных сценариях · написание и отладка кода
Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.
Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API
PLM-1B — мультимодальная модель Meta для ответов на вопросы и детального понимания изображений и видео.
Подходит для: ответы на вопросы по содержимому изображений · извлечение текста и сведений из документов и диаграмм · описание объектов и деталей на изображении
Мультимодальная чат-модель mPLUG-Owl3 для вопросов и ответов по изображениям, длинным последовательностям изображений и видео.
Подходит для: ответы на вопросы о содержимом изображения · описание нескольких изображений в диалоге · анализ длинной последовательности изображений
Мультимодальная модель Meta на 29,6 млрд параметров для локальных ИИ-агентов, вызова инструментов, программирования и анализа изображений.
Подходит для: создание локального агента для многошаговых задач · вызов инструментов по заданным схемам · написание и отладка кода
Plumb-4B — дообученная модель для выдачи вероятностей вариантов в задачах выбора, ответов «да/нет» и порядковой оценки.
Подходит для: оценка вероятностей вариантов ответа на вопрос по заданным свидетельствам · классификация решения в формате «да/нет» · выбор одного из 2–16 предложенных вариантов
Мультимодальная модель mPLUG-Owl3 для диалога и ответов на вопросы по изображениям, последовательностям изображений и видео.
Подходит для: ответы на вопросы о содержимом изображения · диалог с пользователем по изображению · сравнение или анализ нескольких изображений
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
Мультимодальная модель Alibaba DAMO Academy для планирования роботизированных действий по изображениям сцены и текстовой цели.
Подходит для: планирование последовательности действий робота по заданной цели и изображению сцены · разбиение многошаговой задачи манипуляции на подзадачи · привязка объектов и целевых областей к физическому пространству
Мультимодальная модель Meta на 30 млрд параметров для локальных агентов, работы с инструментами, кодом и изображениями.
Подходит для: локальные агенты для многошагового выполнения задач · вызов инструментов и функций в диалоге · написание и отладка кода
Дообученная мультимодальная модель DepictQA для текстовой оценки качества изображений.
Подходит для: оценка воспринимаемого качества изображений · анализ качества фотографий · получение текстовой оценки изображения
Черновая модель Eagle3 с MLA ускоряет генерацию текста моделью Kimi-K3 посредством спекулятивного декодирования.
Подходит для: ускорение серверной генерации текста Kimi-K3 · спекулятивное декодирование с vLLM · развёртывание Kimi-K3 с меньшей нагрузкой на KV-кэш