Производная модели opencompass/CompassJudger-1-7B-Instruct. Инструктивная модель OpenCompass на базе Qwen2.5 для автоматической оценки, сравнения и критики ответов, а также общих диалоговых задач.

Подходит для: выставление оценок ответам языковых моделей · попарное сравнение двух ответов · составление подробной критики ответа

Инструктивная модель OpenCompass на базе Qwen2.5 для автоматической оценки, сравнения и критики ответов, а также общих диалоговых задач.

Подходит для: выставление оценок ответам языковых моделей · попарное сравнение двух ответов · составление подробной критики ответа

Открытая мультимодальная модель Qwen на 27 млрд параметров для программирования, агентных задач и работы с изображениями.

Подходит для: генерация и отладка кода · анализ и изменение кода в репозитории · разработка веб-интерфейсов по описанию

Диалоговая MoE-модель на 35 млрд параметров для генерации текста, агентного программирования и работы с инструментами.

Подходит для: генерация и объяснение программного кода · поиск и исправление ошибок в репозиториях · выполнение задач разработки через агентные инструменты

Производная модели opencompass/CompassJudger-1-7B-Instruct. Инструктивная модель OpenCompass на базе Qwen2.5 для автоматической оценки, сравнения и критики ответов, а также общих диалоговых задач.

Подходит для: выставление оценок ответам языковых моделей · попарное сравнение двух ответов · составление подробной критики ответа

Дообученная мультимодальная модель Qwen на 27 млрд параметров для более эффективных рассуждений, программирования, диалогов и агентных задач.

Подходит для: написание и отладка кода · выполнение многошаговых задач через терминал · создание программных прототипов по текстовому 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

Компактная многоязычная модель Qwen3 для генерации текста, диалогов, рассуждений и работы с инструментами.

Подходит для: ответы на вопросы и диалог по инструкциям · генерация и объяснение программного кода · решение математических и логических задач

Мультимодальная модель Qwen с разреженной MoE-архитектурой для диалога, анализа изображений и агентных задач с длинным контекстом.

Подходит для: ответы на вопросы по изображениям · диалог с вызовом инструментов · выполнение агентных задач в программировании

Плотная мультимодальная модель Qwen на 27 млрд параметров для диалогов, анализа изображений и видео, программирования и многошаговых задач.

Подходит для: ответы на вопросы по изображениям и диаграммам · извлечение и анализ информации из документов · понимание содержания видеозаписей

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

Открытая мультимодальная модель Qwen с 35 млрд параметров для диалогов, агентного программирования и анализа изображений.

Подходит для: написание и изменение кода в репозитории · анализ структуры проекта и поиск причин ошибок · создание веб-интерфейсов по описанию

Occamy-1.0 — дообученная мультимодальная MoE-модель для длительных агентных задач, программирования и совместной работы с инструментами.

Подходит для: выполнение многоэтапных рабочих процессов с вызовом инструментов · написание и отладка кода через терминал · поиск и обработка информации в ходе агентной задачи

Мультимодальная модель Ornith на базе Qwen для диалогов, программирования, агентных задач и анализа изображений со сниженной склонностью к отказам.

Подходит для: написание и разбор кода · выполнение агентных задач с инструментами · ответы на вопросы по изображению

Qwen3-4B — языковая модель примерно на 3,7 млрд параметров для диалогов, рассуждений, генерации кода и многоязычных задач.

Подходит для: ответы на вопросы и ведение диалога · решение логических и математических задач · генерация и объяснение программного кода

Открытая гибридная MoE-модель InclusionAI для эффективного диалога, вызова инструментов и многошаговых агентных задач с длинным контекстом.

Подходит для: вызов инструментов в агентных сценариях · многошаговое планирование и выполнение задач · автоматизация задач в агентных фреймворках

Ling-3.0-flash — разговорная гибридная MoE-модель Inclusion AI для генерации текста, программирования и многошаговых агентных задач с длинным контекстом.

Подходит для: генерация и исправление программного кода · выполнение многошаговых задач кодового агента · ответы на вопросы и следование инструкциям

CompassJudger-2-32B-Instruct — англоязычная модель-судья на базе Qwen2.5 для попарного сравнения и оценки качества ответов.

Подходит для: сравнение двух ответов на один запрос · оценка качества ответов языковой модели · ранжирование вариантов ответа по полезности

Дообученная языковая модель Qwen3 на 14 млрд параметров для диалогов, следования инструкциям, рассуждений, генерации кода и многоязычного текста.

Подходит для: ответы на вопросы и многошаговые диалоги · решение математических и логических задач · генерация и объяснение программного кода

LocateAnything-3B — мультимодальная модель NVIDIA для обнаружения объектов и привязки текстовых запросов к областям и точкам на изображениях.

Подходит для: поиск объектов на изображении по названию или описанию · обнаружение множества объектов в загруженных сценах · выделение области изображения, соответствующей фразе

Компактная дообученная языковая модель NVIDIA для диалогов, рассуждений, программирования и агентных задач на устройствах с ускорением NVIDIA.

Подходит для: создание локального голосового помощника · разработка диалоговых игровых NPC и компаньонов · автоматизация устройств и сценариев IoT

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

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

Мультимодальная модель AutoTrust на базе Qwen для визуального анализа, ранжирования и принятия решений с вероятностными оценками.

Подходит для: ответы на вопросы по диаграммам и инфографике · извлечение и интерпретация сведений из документов на изображениях · ранжирование новостей и поисковых результатов по релевантности