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

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

Текстовая диалоговая MoE-модель на базе Qwen3.8-Flash-Next с изменённым поведением отказов для контролируемой оценки и red-team-исследований.

Подходит для: проверка поведения отказов в диалоговой модели · red-team-тестирование ответов на чувствительные запросы · оценка следования инструкциям

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

GLM-4.7 — англо-китайская языковая модель Z.ai для программирования, агентных задач, рассуждений и диалогов.

Подходит для: генерация и отладка программного кода · выполнение задач разработки через терминальный агент · создание веб-страниц и интерфейсов по описанию

Мультимодальная модель Z.ai для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · помощь с программированием

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

JiRack Ultra 32B — 32-миллиардная диалоговая языковая модель для генерации текста, RAG и агентных сценариев, оптимизированная для запуска на CPU.

Подходит для: ответы на вопросы по внутренним документам в RAG-системе · локальный диалоговый помощник на CPU · генерация и объяснение программного кода

JiRack Ultra 7B — многоязычная текстовая модель для локальной генерации, диалогов и применения в RAG и агентных сценариях с оптимизацией для CPU.

Подходит для: диалоговый ассистент для локального запуска на CPU · ответы на вопросы по внутренним документам в RAG-системе · генерация текста на русском и других поддерживаемых языках

Ring-2.5-1T — диалоговая языковая MoE-модель Ling Team для сложных рассуждений, программирования и многошаговых агентных задач.

Подходит для: решение сложных математических задач и построение доказательств · генерация и анализ программного кода · поиск информации с многошаговым вызовом инструментов

Мультимодальная модель Qwen на 27 млрд параметров с ослабленными отказами для диалогов, рассуждений, программирования и анализа изображений.

Подходит для: диалоговые ответы на инструкции · генерация и объяснение кода · многошаговые рассуждения по текстовому запросу

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

Предварительно обученная китайская RoCBert-модель для восстановления замаскированных токенов и дальнейшей настройки задач понимания языка.

Подходит для: восстановление пропущенных слов в китайском тексте · оценка вероятных токенов в замаскированной китайской фразе · дообучение базовой модели для задач понимания китайского языка

RynnBrain-30B-A3B — мультимодальная модель для понимания сцен от первого лица, пространственной локализации и поддержки планирования в робототехнике.

Подходит для: ответы на вопросы о сцене от первого лица · распознавание и подсчёт объектов в видеосцене · извлечение текста из изображений и видео

CLM-v0.1-8B — контрастивная модель на базе Qwen3-8B для ранжирования кандидатов и оценки вариантов действий в агентных сценариях.

Подходит для: ранжирование вариантов решения задачи программирования · выбор подходящего инструмента для агента · оценка возможных следующих действий агента

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

Компактная англоязычная инструкционная модель RRT для чатовых прототипов и экспериментов с малыми языковыми моделями.

Подходит для: создание локального чат-прототипа с ограниченной памятью · эксперименты с рекуррентным разделением параметров трансформера · тестирование небольших моделей на следование инструкциям

Экспериментальная мультимодальная модель Jackrong на базе Qwen3.6-27B для рассуждений, программирования и агентных задач с поддержкой изображений и вызова инструментов.

Подходит для: решение задач, требующих структурированного рассуждения · разработка интерфейсов и веб-приложений по описанию · помощь в программировании и анализе репозиториев

Чат-модель Xiangxin AI на базе Llama 3 с 69,5 млрд параметров и контекстом до 1 048 576 токенов, предназначенная прежде всего для диалогов и работы с длинными текстами на китайском языке.

Подходит для: диалоги на китайском языке · ответы на вопросы по длинным документам · суммаризация больших текстов

R-4B — дообученная мультимодальная модель для диалогов, визуальных вопросов и ответов и задач рассуждения с адаптивным выбором режима ответа.

Подходит для: ответы на вопросы по изображениям · мультимодальные диалоги · решение математических задач

Исследовательская 2,7-миллиардная языковая модель RtaForge на архитектуре пространства состояний для вызова инструментов и математических инструкций.

Подходит для: эксперименты с вызовом инструментов языковой моделью · проверка циклов взаимодействия модели с инструментами · ответы на математические инструкции

Текстовая MoE-модель JiRack на основе Qwen3.8-Flash-Next для диалога, генерации кода и вызова инструментов с эффективным вычислением на CPU.

Подходит для: ответы на запросы в чат-интерфейсе · генерация и дополнение программного кода · вызов инструментов в агентных сценариях

xRAG-7B — текстовая модель на базе Mistral-7B-Instruct для генерации ответов в RAG-системах с экстремальным сжатием retrieved-контекста.

Подходит для: ответы на вопросы по извлечённым документам · построение компактных RAG-систем · генерация ответов по базе знаний

Экспериментальная мультимодальная модель Qwen, полученная слиянием нескольких чекпойнтов для профессиональных исследований безопасности ИИ и анализа рисков злоупотребления.

Подходит для: оценка риска содействия преступлениям со стороны ИИ · red teaming мультимодальных языковых моделей · анализ потенциально вредоносных ответов в рамках исследований безопасности