Дообученная Mercor методом обучения с подкреплением мультимодальная Qwen для диалогов, анализа изображений и агентных задач.

Подходит для: диалоговое взаимодействие с моделью · анализ изображений с ответом на естественном языке · выполнение агентных задач на основе знаний

Mercury 2.5 — диффузионная языковая модель Inception для быстрой генерации текста и рассуждений с параллельным уточнением токенов.

Подходит для: генерация текста · получение ответов с рассуждениями · быстрая генерация нескольких токенов параллельно

Mercury 2 — языковая модель Inception на основе диффузионной генерации, предназначенная для быстрых ответов и задач рассуждения.

Подходит для: получение ответов на текстовые запросы · решение задач на рассуждение · быстрая генерация текста

MiroThinker-1.7-mini — дообученная текстовая MoE-модель для многошаговых исследовательских задач и агентских сценариев с длинным контекстом и вызовом инструментов.

Подходит для: многошаговый поиск и сбор информации в интернете · подготовка исследовательских обзоров по нескольким источникам · ответы на сложные вопросы с использованием инструментов

Текстовая модель MindLab Research на базе Qwen3.6-35B-A3B для персональных агентов, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: создание персонального ИИ-агента с вызовом инструментов · написание и редактирование кода в репозитории · ответы в диалоговом помощнике

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

Certo-R1 — дообученная на Qwen3-4B модель, которая кратко рассуждает над вычислительными и композиционными задачами выбора.

Подходит для: выбор правильного варианта в короткой вычислительной задаче · решение задач на сопоставление нескольких условий · краткое обоснование ответа среди вариантов A/B/C

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

Небольшая языковая модель Vaayu, обученная с нуля для локальной генерации структурированных вызовов инструментов и интеграции через MCP.

Подходит для: генерация вызовов инструментов по JSON-схемам · формирование JSON-RPC запросов для локальных сервисов · подключение языковой модели к MCP-серверам

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

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

MemOCR-7B — мультимодальная модель для ответов на визуальные вопросы и многошагового поиска по компактной визуальной памяти.

Подходит для: ответы на вопросы по визуально представленной памяти · многошаговый поиск фактов по документам и заметкам · извлечение сведений из подготовленных материалов с ограниченным бюджетом памяти

Компактная англоязычная модель Sweaterdog для диалогового управления игровыми сценариями Minecraft через Mindcraft.

Подходит для: диалоговое управление персонажем в Minecraft через Mindcraft · выполнение игровых инструкций в Minecraft · генерация текстовых ответов игрового агента

Конвертированная в MLX диалоговая модель Macaron на базе Qwen3.5 MoE для персональных агентов, работы с инструментами, программирования и генерации интерфейсов.

Подходит для: создание персонального диалогового агента · вызов инструментов из диалогового приложения · помощь в написании и редактировании кода

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

Компактная языковая модель на архитектуре Mamba для генерации текста по запросу.

Подходит для: генерация текста по пользовательскому запросу · создание продолжений для заданного фрагмента текста · запуск текстовой генерации через демонстрационное приложение Meteor

Производная модели Qwen/Qwen-AgentWorld-35B-A3B. Языковая модель мира Qwen для симуляции состояний сред и предсказания наблюдений после действий агента в текстовых и интерфейсных сценариях.

Подходит для: симуляция ответов MCP-инструментов для агента · генерация результатов поиска в траектории агента · предсказание вывода терминала после команды

Экспериментальная чат-модель Gemma 4 с поддержкой изображений, объединяющая стиль Artemis и внимание к деталям MeroMero.

Подходит для: диалог с моделью на естественном языке · ответы на вопросы по изображению · описание и анализ изображений в чате

Модель Qwen3, дообученная с подкреплением для автономного проектирования и выполнения многоагентных систем в задачах программирования и математики.

Подходит для: автоматическое распределение ролей между агентами для решения задачи · создание схемы взаимодействия нескольких ИИ-агентов · выполнение многошаговых задач программирования с помощью агентов

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

Производная модели BK-Lee/Meteor-Mamba. Компактная языковая модель на архитектуре Mamba для генерации текста по запросу.

Подходит для: генерация текста по пользовательскому запросу · создание продолжений для заданного фрагмента текста · запуск текстовой генерации через демонстрационное приложение Meteor

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

METEOR — многозадачная модель кругового обзора, которая по восьми камерам оценивает дорожную сцену и строит прогнозы для автономного вождения.

Подходит для: сегментация дорожных линий в BEV · оценка глубины по нескольким камерам · обнаружение и классификация автомобилей и уязвимых участников движения

Дообученная методом GRPO модель LFM2 для суммаризации текстов с оптимизацией качества по METEOR.

Подходит для: суммаризация публикаций и постов на английском языке · создание краткого пересказа длинного текста · извлечение основных тезисов из текста