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

Базовая модель Refact AI для дополнения и заполнения пропусков в программном коде, также способная работать в экспериментальном чате.

Подходит для: дополнение кода по контексту вокруг пропуска · заполнение пропусков в коде в формате Fill-in-the-Middle · получение ответов на вопросы по программированию в чате

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

GLM-4.5-Air — гибридная диалоговая модель Zhipu AI для рассуждений, программирования и интеллектуальных агентов с поддержкой инструментов.

Подходит для: диалоговые ответы на вопросы · пошаговое рассуждение над сложными задачами · генерация и анализ программного кода

Производная модели bigcode/starcoderbase-1b. StarCoderBase-1B — компактная модель BigCode для продолжения программного кода и заполнения пропусков в коде.

Подходит для: продолжение функции по начатому фрагменту кода · заполнение пропуска между частями исходного кода · генерация фрагмента кода по контексту файла

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

Базовая модель Qwen на 7,1 млрд параметров, дообученная для генерации, анализа и исправления программного кода.

Подходит для: генерация фрагментов кода по текстовому описанию · поиск и исправление ошибок в коде · объяснение логики программного кода

Модель IBM на 3,5 млрд параметров для генерации, объяснения и исправления кода с контекстом до 2048 токенов.

Подходит для: генерация фрагментов кода по описанию · объяснение существующего кода · поиск и исправление ошибок в коде

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

Плотная модель Qwen3.5 на 9,65 млрд параметров для генерации кода, технических рассуждений и работы с инструментами в агентных сценариях.

Подходит для: генерация и рефакторинг кода в многофайловых проектах · поиск и исправление ошибок в программном коде · планирование многоэтапных задач разработки ПО

Разреженная MoE-модель для генерации, отладки и изменения кода с избирательной INT8-квантизацией экспертных слоёв.

Подходит для: генерация программного кода по текстовому запросу · поиск и исправление ошибок в коде · изменение и рефакторинг существующих программ

Небольшая предварительно обученная модель Salesforce для понимания и генерации кода, предназначенная для дообучения под конкретные задачи разработки.

Подходит для: дообучение для суммаризации исходного кода · генерация кода по текстовому описанию · перевод кода между языками программирования

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

Aurora-Code-1 — дообученная Perciqa MoE-модель для генерации, отладки и ревью кода, а также многошаговой работы с репозиториями.

Подходит для: генерация функций и программ по текстовому описанию · поиск причин ошибок и подготовка исправлений · ревью кода и выявление проблем безопасности

Модель перефразирует англоязычный текст, созданный ИИ, чтобы он звучал естественнее при сохранении смысла.

Подходит для: перефразирование англоязычного текста, созданного ИИ · стилистическая правка текста с сохранением смысла · подготовка естественно звучащих вариантов текста для разрешённых сценариев ИИ-ассистирования

Компактная англоязычная базовая модель на архитектуре Relaxed Recursive Transformer для продолжения текста, экспериментов и дальнейшего дообучения.

Подходит для: продолжение английского текста · эксперименты с рекурсивными трансформерами · исследование компактных языковых моделей

Компактная дообученная модель Jan на базе Qwen3 для генерации, редактирования и отладки кода, а также выполнения программных подзадач в агентных системах.

Подходит для: генерация фрагментов кода по описанию · редактирование и рефакторинг кода · поиск и исправление ошибок в коде

Базовая модель Meta с 33,5 млрд параметров для автодополнения, генерации и понимания кода.

Подходит для: автодополнение кода по текстовому контексту · генерация фрагментов кода · анализ и понимание исходного кода

Модифицированная для снижения отказов версия Ornith-1.0-35B для генерации кода, агентной работы с репозиториями и вызова инструментов.

Подходит для: генерация и доработка кода · поиск и исправление ошибок в репозитории · выполнение агентных задач с вызовом инструментов

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

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

Дообученная 32-миллиардная модель Qwen2.5-Coder для генерации и рефакторинга React-компонентов и работы в кодовых агентах.

Подходит для: генерация React-компонентов по текстовому описанию · создание семантической разметки интерфейса на React · рефакторинг React-кода

Модель IBM Research с 8,1 млрд параметров для генерации и других задач работы с кодом, с контекстом до 4096 токенов.

Подходит для: генерация кода по описанию задачи · объяснение существующего кода · исправление ошибок в коде