Мультимодальная модель Xiaomi MiMo на 9 млрд параметров для агентных задач, программирования, кибербезопасности и анализа изображений.
Подходит для: написание и исправление кода · выполнение многошаговых агентных задач · анализ изображений в диалоге
Мультимодальная модель Xiaomi для генерации текста, агентных задач и работы с инструментами, с контекстом до миллиона токенов.
Подходит для: написание и исправление программного кода · выполнение многошаговых задач с вызовом инструментов · ответы на вопросы по длинным репозиториям и трассам взаимодействия
Большая языковая модель NVIDIA с архитектурой LatentMoE для диалогов, рассуждений, длинного контекста и ИИ-агентов.
Подходит для: автоматизация классификации и обработки IT-заявок · создание чат-бота с поддержкой длинного контекста · ответы на вопросы по нескольким документам в RAG-системе
MiniMax-M3 — мультимодальная модель с контекстом до 1 млн токенов для диалогов, анализа изображений и видео, программирования и агентных задач.
Подходит для: ответы на вопросы по изображениям · анализ видеоматериалов в контексте диалога · написание и разбор кода
Мультимодальная MoE-модель Xiaomi для генерации текста, агентных задач, программирования и анализа изображений, видео и аудио с контекстом до 1 млн токенов.
Подходит для: генерация ответов в диалоге с вызовом инструментов · выполнение многошаговых задач автономным агентом · разработка и анализ 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
Мультимодальная MoE-модель Xiaomi с контекстом до 1 млн токенов для диалогов, вызова инструментов и длинных агентных задач.
Подходит для: создание агентных систем с вызовом инструментов · выполнение многошаговых задач с длинной историей диалога · анализ изображений, видео и аудио в диалоге
Открытая MoE-языковая модель Xiaomi для агентных задач, разработки ПО, генерации текста и работы с контекстом до миллиона токенов.
Подходит для: написание и отладка программного кода · выполнение многошаговых задач с вызовом инструментов · анализ длинных документов и контекстов до 1 млн токенов
Базовая языковая MoE-модель JetBrains с контекстом до 131 072 токенов для дообучения и адаптации к задачам на длинных текстах.
Подходит для: дообучение языковой модели на собственных данных · адаптация модели к предметной области · продолжение генерации длинных текстов
Базовая MoE-модель Qwen2 с 57 млрд параметров и 14 млрд активных параметров для дальнейшего обучения и исследований генерации и понимания текста.
Подходит для: дальнейшее обучение языковой модели под собственные задачи · оценка качества ответов на вопросы и рассуждений · эксперименты с математическими задачами
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
Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.
Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели
Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.
Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой модели
Текстовая MoE-модель Mini-K3 для генерации текста и исследования вариантов архитектуры внимания, предварительно обученная без настройки на выполнение инструкций.
Подходит для: эксперименты с генерацией текста на основе предварительно обученной модели · сравнение GQA-внимания и остаточных механизмов в языковой модели · исследование компактных MoE-архитектур
Разговорная MoE-модель Huihui AI на основе Gemma 4, дообученная для диалогов, помощи с кодом и локального запуска.
Подходит для: помощь с написанием и пониманием кода · диалоговый помощник для локального запуска · планирование простых задач в чате
Компактная модель семейства Gemma 4 для диалоговой генерации, экспериментов и оценки устойчивости, переупакованная для совместимости с Transformers.
Подходит для: генерация ответов в диалоге · прототипирование компактных языковых моделей · оценка устойчивости к сложным и состязательным запросам
Троично сжатая мультимодальная MoE-модель для локальных диалогов и анализа изображений на устройствах с ограниченной памятью.
Подходит для: диалог с локальным ИИ-помощником · ответы на вопросы по загруженным изображениям · описание содержимого изображения
Компактная рекуррентная MoE-модель для генерации текста, спекулятивного декодирования и потоковой обработки длинного контекста.
Подходит для: черновая генерация токенов для спекулятивного декодирования · потоковая генерация текста на ограниченной памяти · обработка длинных текстовых потоков
Текстовая MoE-модель Mini-K3 для генерации продолжения текста и исследования механизмов остаточных связей.
Подходит для: генерация продолжения текста · исследование влияния остаточных связей на языковую модель · сравнение вариантов архитектуры Mini-K3
Текстовая MoE-модель Mini-K3 для предсказания следующего токена и исследований архитектуры языковых моделей.
Подходит для: эксперименты с генерацией текста на основе предобученного чекпойнта · сравнение вариантов архитектуры MLA и MoE · изучение поведения модели при длинном контексте
Небольшая текстовая MoE-модель Mini-K3 для исследований предобучения и сравнения архитектур генерации текста.
Подходит для: эксперименты с предобучением языковых моделей · сравнение архитектур KDA и Gated MLA · генерация продолжения текста
Локальный мультимодальный ассистент SurgeFF на базе Gemma 4 12B для диалогов, рассуждений, кода и анализа текста, изображений, аудио и видео.
Подходит для: ответы на вопросы и ведение диалогов с локальным ассистентом · анализ изображений и видеоматериалов · понимание аудиовхода
MiniMax-M2.7 — разговорная MoE-модель для генерации текста, программирования, агентной автоматизации и многошаговых рабочих задач.
Подходит для: написание и отладка программного кода · анализ логов и поиск причин сбоев в системах · выполнение многошаговых задач с вызовом инструментов
Экспериментальный текстовый чекпойнт Mini-K3 для генерации текста и сравнения архитектур MoE с Gated MLA.
Подходит для: эксперименты с генерацией текста на небольшом MoE-чекпойнте · сравнение архитектур внимания и позиционного кодирования · исследование предварительного обучения языковых моделей