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

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

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

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

SAGI — экспериментальная англоязычная авторегрессионная модель с роевой архитектурой для исследований адаптивных многоагентных языковых систем.

Подходит для: изучение роевых механизмов в языковых моделях · эксперименты с дифференцированной маршрутизацией внутренних агентов · обучение основам многоагентных когнитивных архитектур

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

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 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

SR²AM-v1.0-30B — дообученная агентная модель на базе Qwen3 MoE для планирования, рассуждений и выполнения задач с инструментами.

Подходит для: решение математических и научных задач с пошаговым планированием · поиск информации в интернете с помощью веб-поиска · просмотр и суммирование содержимого веб-страниц

Объединённая 9,7-миллиардная языковая модель для рассуждений, программирования, диалогов и агентной работы с инструментами.

Подходит для: решение сложных математических задач · генерация и отладка кода · многошаговые диалоги с вызовом инструментов

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

Компактная базовая языковая модель Kyutai на 1,9 млрд параметров для генерации и понимания текста на 24 языках ЕС.

Подходит для: генерация продолжений текста на языках ЕС · исследование многоязычного языкового моделирования · оценка знаний модели на текстовых бенчмарках

Компактная англоязычная авторегрессионная модель на архитектуре SRLM для генерации текста с контекстом до 512 токенов.

Подходит для: эксперименты с компактными языковыми моделями · изучение архитектуры SRLM и ROSA · оценка генерации текста на коротком контексте

Дообученная методом SIRI языковая модель на базе DeepSeek-R1-Distill-Qwen-7B для диалогов и генерации текста с более эффективными рассуждениями.

Подходит для: генерация ответов в диалоге · решение задач, требующих пошаговых рассуждений · сокращение избыточных цепочек рассуждений при генерации

Промежуточная SFT-версия JetBrains Mellum2 Thinking для изучения и экспериментов с обучением языковых моделей на рассуждениях.

Подходит для: изучение SFT-этапа обучения модели рассуждений · эксперименты с preference tuning на базе SFT-чекпойнта · эксперименты с RLVR после supervised fine-tuning

Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.

Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели

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

Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.

Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой модели

Компактная модель семейства Gemma 4 для диалоговой генерации, экспериментов и оценки устойчивости, переупакованная для совместимости с Transformers.

Подходит для: генерация ответов в диалоге · прототипирование компактных языковых моделей · оценка устойчивости к сложным и состязательным запросам

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

Экспертная диалоговая модель SMAT на базе Llama 3.1 8B Instruct для генерации текста и исследований слияния моделей.

Подходит для: генерация текста в диалоговом формате · ответы на пользовательские инструкции · эксперименты с обучением и слиянием языковых моделей

Дообученная модель Llama 3.1 на 7,5 млрд параметров для генерации текста и диалогов, обученная как эксперт для исследований слияния моделей SMAT.

Подходит для: генерация текста по инструкции · ведение диалогов с языковой моделью · эксперименты по слиянию LLM