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

Агентная модель Moonshot AI для сложных задач программирования и многоэтапной разработки ПО с поддержкой изображений, видео и инструментов.

Подходит для: написание и изменение кода в крупных проектах · выполнение многоэтапных задач разработки через агентный интерфейс · поиск и исправление ошибок в программном обеспечении

JiRack Ultra 14B — 14-миллиардная диалоговая модель CMSManhattan для генерации текста, локального CPU-инференса и сценариев с RAG и вызовом инструментов.

Подходит для: генерация ответов в диалоговом интерфейсе · локальный запуск языковой модели на CPU · подготовка ответов по внутренним документам в RAG-системе

Компактная модель Maincode на 1 млрд параметров для генерации и автодополнения кода, прежде всего на Python.

Подходит для: генерация функций на Python по описанию · автодополнение кода при программировании · создание прототипов скриптов

Текстовая MoE-модель для генерации текста и кода, агентных задач и работы с инструментами с удалённым поведением отказа.

Подходит для: генерация и отладка программного кода · автоматизация задач программирования агентом · генерация ответов в диалоговом интерфейсе

Компактная MoE-модель для генерации кода, решения задач программирования и диалогов с инструментами, созданная прореживанием экспертов Ornith-1.5-35B-A3B.

Подходит для: генерация и дополнение программного кода · решение задач по программированию · ответы на вопросы о коде в диалоге

Объединённая кодовая модель MindLab Research на базе GLM-5.2 для программирования, работы с репозиториями и терминалом.

Подходит для: анализ и понимание исходного кода · внесение изменений в репозиторий по описанию задачи · помощь в решении задач программной инженерии

Базовая модель Meta с 33,5 млрд параметров для автодополнения, генерации и понимания кода.

Подходит для: автодополнение кода по текстовому контексту · генерация фрагментов кода · анализ и понимание исходного кода

Квантизированная INT8 версия OPUS-MT для быстрого перевода текстов с английского на русский, включая мобильное развёртывание.

Подходит для: перевод коротких текстов с английского на русский · перевод пользовательского контента в мобильном приложении · локальный перевод без обращения к облачному API

Базовая модель Meta на 13 млрд параметров для генерации, продолжения и понимания кода.

Подходит для: автодополнение фрагментов кода · заполнение пропусков в коде · генерация кода по текстовому контексту

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

Разрежённая MoE-модель ManniX-ITA для генерации кода, полученная сокращением числа экспертов в Ornith-1.5-35B-A3B.

Подходит для: генерация фрагментов кода по текстовому запросу · дополнение и продолжение исходного кода · решение задач программирования

Сжатая MoE-модель Qwen для генерации кода, агентного программирования и вызова функций при меньших требованиях к памяти.

Подходит для: генерация и дополнение программного кода · помощь агенту в изменении и отладке кода · вызов функций в диалоговом приложении

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

Модифицированная для снижения отказов версия Ornith-1.0-35B для генерации кода, агентной работы с репозиториями и вызова инструментов.

Подходит для: генерация и доработка кода · поиск и исправление ошибок в репозитории · выполнение агентных задач с вызовом инструментов

Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.

Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного 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

Сжатая MoE-версия GLM-4.5-Air для генерации текста и кода, агентных сценариев и вызова функций при сниженных требованиях к памяти.

Подходит для: генерация и дополнение кода · помощь агенту в изменении кода в репозитории · вызов функций и инструментов в диалоговом приложении

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

Компактная MoE-модель для генерации Python-кода в задачах вычислительной математики, научных вычислений и машинного обучения.

Подходит для: генерация реализаций слоёв и механизмов внимания на PyTorch · написание функций численных вычислений на Python · реализация алгоритмов классического машинного обучения

Модель ByteDance-Seed на 7,6 млрд параметров для генерации кода и решения сложных задач программирования с усиленными рассуждениями.

Подходит для: генерация кода по текстовому запросу · решение задач соревновательного программирования · разбор сложных алгоритмических задач

Экспериментальная объединённая модель Qwen3.5 на 9 млрд параметров для генерации кода, многошаговых рассуждений и агентных рабочих процессов разработки.

Подходит для: генерация кода по описанию задачи · понимание и изменение существующего кода · поиск и исправление ошибок в коде

Дообученная на Qwen3-8B языковая модель для генерации кода анимаций на Manim Community Edition по текстовым запросам.

Подходит для: создание кода ManimCE по описанию сцены · анимация математических формул и графиков · подготовка обучающих визуализаций

PhAI-IDE-72B — дообученная на траекториях Codex модель Qwen2.5 для научного программирования, ремонта кода и взаимодействия с инструментами.

Подходит для: поиск и исправление ошибок в научном коде · помощь при разработке вычислительных научных проектов · анализ запросов кода в диалоге