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

Дообученная мультимодальная модель Qwen на 27 млрд параметров для более эффективных рассуждений, программирования, диалогов и агентных задач.

Подходит для: написание и отладка кода · выполнение многошаговых задач через терминал · создание программных прототипов по текстовому описанию

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

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

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

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

Дообученная UkisAI модель Qwen для экономичного рассуждения, программирования и многошаговых агентных задач с поддержкой изображений.

Подходит для: решение задач программирования с агентом · выполнение многошаговых задач в терминале · разработка и отладка программного обеспечения

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

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 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

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

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

Разговорная MoE-модель Huihui AI на основе Gemma 4, дообученная для диалогов, помощи с кодом и локального запуска.

Подходит для: помощь с написанием и пониманием кода · диалоговый помощник для локального запуска · планирование простых задач в чате

Производная модели Jinx-org/Jinx-gpt-oss-20b-mxfp4. Jinx-gpt-oss-20b-mxfp4 — вариант gpt-oss-20b без отказов, предназначенный для генерации текста и исследований границ безопасности LLM.

Подходит для: оценка поведения модели на запросах, вызывающих отказы · исследование сбоев выравнивания языковых моделей · проверка границ безопасности чат-моделей

Экспериментальная 7,1-миллиардная языковая модель Mistral для генерации текста с вмешательствами Laser в выбранные по отношению сигнал/шум слои.

Подходит для: генерация текста языковой моделью · эксперименты с вмешательством в отдельные слои Mistral · исследование отношения сигнал/шум в слоях языковой модели

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

AIN — арабско-английская мультимодальная модель MBZUAI для ответов на вопросы по изображениям, OCR и визуального анализа.

Подходит для: распознавание арабского и английского текста на изображениях · извлечение и понимание сведений из документов и таблиц · ответы на вопросы по медицинским изображениям

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

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

Базовая языковая модель TensorOpera AI на 1,7 млрд параметров для генерации текста и кода и последующего дообучения.

Подходит для: генерация продолжений текста · генерация фрагментов кода · дообучение языковой модели под специализированные задачи

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

diffusers: формат, квантизация, runtime и память принадлежат одному artifact

Экспериментальная компактная языковая модель BananaMind с разреженным вниманием DSA для сравнения схем внимания и генерации текста.

Подходит для: сравнение разреженного DSA и стандартного внимания · воспроизведение контролируемого эксперимента по абляции внимания · изучение индексатора ключей и разреженного внимания в небольшой языковой модели

Jinx-gpt-oss-20b-mxfp4 — вариант gpt-oss-20b без отказов, предназначенный для генерации текста и исследований границ безопасности LLM.

Подходит для: оценка поведения модели на запросах, вызывающих отказы · исследование сбоев выравнивания языковых моделей · проверка границ безопасности чат-моделей