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

Экспериментальная дообученная Gemma 4 12B IT для диалога и решения задач с компактными, менее многословными рассуждениями.

Подходит для: решение математических задач с коротким обоснованием · ответы на вопросы общего характера с компактными рассуждениями · анализ и отладка кода с сохранением ключевых проверок

Дообученная на трассировках Claude Opus 4.7 модель Qwen MoE для многошаговых рассуждений, математики, STEM-задач и планирования.

Подходит для: решение многошаговых задач по математике · ответы на вопросы по естественным и техническим наукам · пошаговый анализ и объяснение кода

Диалоговая MoE-модель Tencent для рассуждений, работы с длинным контекстом, программирования и агентных задач.

Подходит для: решение сложных задач по математике и естественным наукам · ответы на вопросы по длинным и сложным инструкциям · написание и отладка кода

Гибридная языковая модель NVIDIA на 12 млрд параметров для диалогов, рассуждений, программирования и агентных приложений с контекстом до 128 тысяч токенов.

Подходит для: ответы и диалоги в чат-ботах · рассуждение над сложными математическими задачами · генерация и объяснение программного кода

Trinity Mini — многоязычная MoE-модель Arcee AI для диалогов и задач рассуждения, включая математику и программирование.

Подходит для: диалоговые ответы на вопросы · решение математических задач · помощь с программированием

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели

Открытая языковая модель MiniMax AI для сложных рассуждений, программирования, длинного контекста и агентной работы с инструментами.

Подходит для: решение олимпиадных математических задач · генерация и анализ программного кода · помощь в сложной программной инженерии

Huginn-0125 — экспериментальная рекуррентная языковая модель на 3,5 млрд параметров для генерации текста, рассуждений и программного кода с настраиваемой глубиной вычислений.

Подходит для: генерация ответов в диалоговом формате · решение задач на рассуждение · написание и дополнение кода

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

Компактная модель Agentica на базе DeepSeek-R1-Distill-Qwen-1.5B, дообученная с подкреплением для решения математических задач и генерации текстовых рассуждений.

Подходит для: решение задач уровня AIME и AMC · генерация пошаговых математических рассуждений · ответы на вопросы из математических наборов задач

ThinkOnly-вариант модели When2Think на 1,5 млрд параметров для математических задач с явным рассуждением, глубина которого адаптируется к сложности входа.

Подходит для: решение математических задач с пошаговым объяснением · ответы на задачи GSM-Plus и математических олимпиад · оценка влияния длины рассуждений на точность и вычислительные затраты

Диалоговая модель 01.AI с 8,6 млрд параметров и контекстом 16K для выполнения инструкций, программирования, математики и рассуждений.

Подходит для: ответы на вопросы и диалоги по инструкциям · объяснение и написание программного кода · решение математических задач

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

Англоязычная рекуррентная авторегрессионная модель для генерации текста с настраиваемым числом вычислительных шагов при инференсе.

Подходит для: генерация продолжения англоязычного текста · эксперименты с рекуррентными языковыми моделями · сравнение качества генерации при разном числе вычислительных шагов

Дообученная Yi-1.5-34B разговорная модель для следования инструкциям, диалогов, программирования и вызова функций с контекстом до 32 768 токенов.

Подходит для: ответы на пользовательские вопросы в диалоге · выполнение инструкций и составление текстов · генерация и разбор программного кода

Дообученная на базе Qwen3.6-27B диалоговая модель, которая сжимает внутренние рассуждения, чтобы быстрее и экономнее решать задачи, сохраняя полноту итоговых ответов.

Подходит для: решение задач с многошаговыми рассуждениями · генерация кода по описанию задачи · ответы в диалоговом помощнике с меньшим расходом токенов

Дообученная модель Mixture-of-Experts для генерации текста, математических задач, программирования и сложных рассуждений.

Подходит для: Решение математических задач и олимпиадных примеров · Написание и отладка программного кода · Ответы на вопросы, требующие многошаговых рассуждений

Экспериментальная рекуррентная языковая модель на основе OLMo 2 для генерации и продолжения английского текста с настраиваемой вычислительной глубиной.

Подходит для: продолжение английского текста · исследование рекуррентных языковых моделей · сравнение качества генерации при разном числе рекуррентных шагов

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

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

Предварительная 7-миллиардная модель Arcee на базе DeepSeek-R1-Distill-Qwen-7B для рассуждений, решения математических задач и программирования.

Подходит для: решение математических задач с пошаговыми рассуждениями · объяснение способов решения задач · генерация и отладка программного кода

GLM-Z1-32B-0414 — 32-миллиардная диалоговая модель для генерации текста и решения сложных математических, программных и логических задач.

Подходит для: решение сложных математических задач · объяснение и написание программного кода · логический анализ многошаговых задач

Модель NVIDIA на 14 млрд параметров для математических рассуждений, решения задач по программированию и генерации кода.

Подходит для: решение математических задач и задач олимпиадного уровня · решение задач AIME · объяснение хода математического решения