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

Ornith-1.0-35B — модель генерации кода на базе Qwen 3.5 для агентных задач, работы с репозиториями и вызова инструментов.

Подходит для: генерация и исправление кода по запросам · выполнение задач по изменению больших кодовых баз · автоматизация разработки через терминального агента

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

Компактная 27-миллиардная модель Prism ML на базе Qwen3.6-27B для локальной генерации текста, диалогов и рассуждений на ноутбуках и одной видеокарте.

Подходит для: локальные ответы на вопросы и диалог без отправки данных в облако · анализ длинных документов в контексте до 262 тысяч токенов · помощь с программированием и анализом кода

Экспериментальная 27-миллиардная модель Jackrong для агентного программирования, отладки репозиториев и вызова инструментов.

Подходит для: генерация кода и правок в существующем репозитории · поиск и исправление ошибок в коде · создание патчей по описанию задачи

Плотная модель на 9 млрд параметров для агентного программирования, решения задач разработки и вызова инструментов.

Подходит для: решение задач программирования через терминальный агент · поиск и исправление ошибок в кодовой базе · автоматизация задач разработки с вызовом инструментов

Открытая MoE-модель KAT для агентного программирования, дообученная на Qwen3.6-35B-A3B и поддерживающая вызов инструментов.

Подходит для: решение задач по изменению и отладке кода агентом · выполнение задач разработки через доступные инструменты и терминал · генерация кода в диалоговом режиме

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

Базовая модель DeepSeek на 6,6 млрд параметров для генерации, дополнения и заполнения пропусков в коде с контекстом до 16 384 токенов.

Подходит для: автодополнение кода в редакторе · заполнение пропусков и вставка кода по контексту · завершение кода с учётом файлов проекта

Дообученная 9-миллиардная модель OrionLLM для агентного программирования, работы с кодовыми базами и задач в терминале.

Подходит для: генерация и редактирование программного кода · поиск и исправление ошибок в проекте · многошаговое решение задач разработки в терминале

Дообученная на задачах Pi модель Qwen для агентного программирования, которая читает и изменяет репозитории, использует инструменты и проверяет результат.

Подходит для: внесение изменений в существующий кодовый репозиторий · исправление ошибок с проверкой через запуск инструментов · реализация задачи по требованиям проекта

PLBART-base — предварительно обученный encoder-decoder Transformer для понимания и генерации кода и связанного с ним текста.

Подходит для: создание краткого описания исходного кода · генерация кода по текстовому описанию · перевод кода между языками программирования

Объединённая MoE-модель Qwen для генерации кода, задач разработки и агентного выполнения инструментов.

Подходит для: генерация и дополнение программного кода · решение задач программной разработки в диалоге · выполнение команд терминальным агентом

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

Компактная агентная модель для исследования программных репозиториев, исправления ошибок и проверки изменений тестами.

Подходит для: поиск и исправление ошибок в программном репозитории · анализ кода и подготовка патчей по описанию проблемы · запуск тестов для проверки исправлений

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

Компактная дообученная языковая модель для программирования, следования инструкциям и вызова инструментов в многошаговых агентных сценариях.

Подходит для: генерация и отладка кода · вызов инструментов и функций в агентных сценариях · выполнение многошаговых задач разработки ПО

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

Базовая модель DeepSeek на 1,3 млрд параметров для продолжения, автодополнения и заполнения пропусков в коде.

Подходит для: автодополнение кода в редакторе · вставка недостающего фрагмента в существующий код · продолжение кода с учётом контекста проекта

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 англоязычная чат-модель Particle 2.0 на 109,5 млн параметров для экспериментов, оценки и небольших демонстраций.

Подходит для: создание небольших англоязычных чат-демо · изучение обучения языковой модели с нуля на масштабе около 100 млн параметров · оценка компактных диалоговых языковых моделей

Дообученная на агентных траекториях модель Qwen3.5-9B для генерации кода и выполнения многошаговых задач разработки ПО.

Подходит для: написание и редактирование кода по запросу · поиск и исправление ошибок в проекте · выполнение задач разработки через терминал

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

Дообученная Gemma 4 12B для решения алгоритмических задач на Python и генерации кода, проверенного тестами.

Подходит для: решение алгоритмических задач на Python · написание функций Python с учётом граничных случаев · генерация кода Python, проходящего детерминированные тесты