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

Вспомогательная модель DSpark для спекулятивного декодирования, ускоряющая генерацию целевой модели Kimi K3 в SGLang.

Подходит для: ускорение генерации текста моделью Kimi K3 в SGLang · спекулятивное декодирование с проверкой черновых токенов целевой моделью · ускорение вывода Kimi K3 на задачах программирования и математики

GLM-5.2 — флагманская языковая модель Z.ai для генерации текста, программирования и длительных задач с контекстом до одного миллиона токенов.

Подходит для: написание и отладка программного кода · решение задач по программированию с большим контекстом · анализ длинных документов и переписок

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

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

Черновая модель Liquid AI для speculative decoding, ускоряющая генерацию LiquidAI/LFM2.5-8B-A1B при использовании совместимого инференс-сервера.

Подходит для: ускорение генерации текста на LFM2.5-8B-A1B через speculative decoding · снижение задержки инференса в SGLang · ускорение генерации на Apple Silicon с Metal

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

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

Вспомогательная модель-черновик Liquid AI для ускорения генерации LiquidAI/LFM2.5-2.6B с помощью speculative decoding.

Подходит для: ускорение генерации текста моделью LFM2.5-2.6B в SGLang · ускорение локального декодирования на Apple Silicon через Metal · ускорение генерации при решении математических задач

Черновая DSpark-модель для спекулятивного декодирования, ускоряющего инференс Inkling-Small NVFP4 в SGLang.

Подходит для: ускорение генерации текста целевой моделью Inkling-Small NVFP4 · спекулятивное декодирование в SGLang · ускорение генерации ответов на математические задачи

Сжатая диалоговая MoE-модель GLM-4.7-Flash для генерации текста, программирования и агентных задач с контекстом до 202 752 токенов.

Подходит для: генерация и объяснение программного кода · работа с большими репозиториями кода · вызов функций в диалоговых приложениях

Англоязычная авторегрессионная модель EleutherAI для генерации текста и научного исследования поведения и интерпретируемости языковых моделей.

Подходит для: эксперименты с генерацией английского текста · исследование интерпретируемости языковых моделей · сравнение поведения моделей разных размеров

Черновая модель DFlash 2 для ускорения генерации текста zai-org/GLM-5.3 посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста с GLM-5.3 в SGLang · ускорение решения математических задач с GLM-5.3 · ускорение генерации кода с GLM-5.3

Компактная модель семейства LLaMA для ускорения генерации текста с помощью спекулятивного декодирования EAGLE.

Подходит для: ускорение инференса языковой модели в serving-системах · ускорение генерации ответов чат-моделью · снижение задержки авторегрессионной генерации текста

Пакет GGUF-слоёв GLM-5.3 для локального распределённого чат-инференса через Mesh LLM.

Подходит для: локальный чат-инференс на собственном оборудовании · запуск модели на нескольких компьютерах с распределением слоёв · обслуживание запросов через локальный API, совместимый с OpenAI

Черновая модель Liquid AI для ускорения генерации LFM2.5-1.2B-Instruct методом спекулятивного декодирования с точным сохранением результата целевой модели.

Подходит для: ускорение генерации текста моделью LFM2.5-1.2B-Instruct в SGLang · ускорение локального инференса LFM2.5 на устройствах Apple Silicon · спекулятивное декодирование для задач математики и ответов на вопросы

Базовая модель Zhipu AI для генерации текста и разработки интеллектуальных агентов с возможностями рассуждения и программирования.

Подходит для: дальнейшее обучение языковой модели · создание агентных систем на базе языковой модели · генерация текста на английском и китайском языках

Компактная англоязычная базовая языковая модель для исследований архитектур, анализа представлений и учебных экспериментов.

Подходит для: сравнение вариантов архитектуры языковых моделей · изучение смешивания каналов в блоках SwiGLU · эксперименты с генерацией текста на английском языке

Слоевой GGUF-пакет GLM-4.7 для локального чат-инференса, в том числе распределённого между несколькими машинами через Mesh LLM.

Подходит для: локальный приватный чат с языковой моделью · генерация текста через совместимый с OpenAI API · распределённый запуск модели на нескольких компьютерах

Экспериментальная англоязычная модель семейства Llama с активацией SwiGLU для генерации текста и изучения разреженных вычислений.

Подходит для: генерация англоязычного текста · исследование разреженности активаций SwiGLU · сравнение функций активации в языковых моделях

DSpark-модель-черновик для ускорения спекулятивного декодирования Ling-3.0-flash при генерации текста.

Подходит для: ускорение инференса Ling-3.0-flash в SGLang · ускорение генерации текста через спекулятивную проверку токенов · обслуживание Ling-3.0-flash с DSpark в llama.cpp

Квантованный GGUF-пакет слоёв Laguna-S-2.1 для распределённой генерации текста и локального чата на кластере Mesh LLM.

Подходит для: локальный приватный чат с языковой моделью · распределённый запуск Laguna-S-2.1 на нескольких компьютерах · обслуживание модели, не помещающейся целиком на одном узле

Черновая модель DSpark для спекулятивного декодирования, ускоряющего генерацию текста целевой моделью GLM-5.3.

Подходит для: Ускорение генерации ответов GLM-5.3 в сервере SGLang · Ускорение генерации текста GLM-5.3 в vLLM · Ускорение генерации кода моделью GLM-5.3