I.14Автоматизация процессов и AI-агенты

Qwen3-Next-80B-A3B-Thinking — языковая модель с открытыми весами от команды Qwen, предназначенная для сложных задач рассуждения и диалогового применения. Она работает только в режиме размышления и может формировать длинные цепочки рассуждений. Модель построена на причинной архитектуре Qwen3-Next с разреженной смесью экспертов (MoE) и сочетает Gated DeltaNet с Gated Attention для работы с длинным контекстом. Всего в ней 80 млрд параметров, из которых активны около 3 млрд; метаданные каталога указывают 2,3 млрд параметров. Нативная длина контекста — 262 144 токена, с расширением до 1 010 000 токенов. Поддерживаются генерация текста, чат и интерфейс вызова инструментов. Модель подходит для многошагового анализа, решения сложных задач и работы с большими текстовыми контекстами. В README заявлены высокие результаты на тестах рассуждения и эффективность инференса, но эти сравнения приведены разработчиком. Для запуска нужны совместимые версии Transformers, SGLang или vLLM и значительные вычислительные ресурсы; README рекомендует несколько GPU и отмечает риск нехватки памяти при длинном контексте. Лицензия — Apache 2.0.

Qwopus3.8-27B-Flash-V2 — экспериментальная мультимодальная модель на архитектуре Qwen3.5, разработанная Jackrong. Это обновлённый пост-тренировочный вариант Qwopus3.8-27B-Flash, который, согласно карточке, основан на Qwen3.8-27B. Модель принимает текст и изображения и предназначена для диалогов, следования инструкциям, рассуждений, работы с инструментами и генерации кода. Вторая версия прошла дополнительное пост-обучение с изменёнными функциями вознаграждения и методами обучения с подкреплением. Разработчик делает упор на эффективность вывода и длительные агентные сценарии с повторяющимися вызовами инструментов. Указаны поддержка спекулятивного декодирования MTP и улучшения форматирования Python; приведённые в README результаты относятся к описанным там тестам и не гарантируют аналогичное качество на других задачах. Ограничения включают возможный дрейф рассуждений и неэффективные траектории, а качество работы с инструментами зависит от промпта, среды и оркестрации. Разработчик отмечает, что модель не проходила широкую оценку безопасности и надёжности агентов. Лицензия — Apache-2.0.

SkillReason-embedding-4b — плотная текстовая модель эмбеддингов, разработанная авторами проекта SkillReason для поиска подходящих навыков агента по запросу на естественном языке. Она дообучена на базе Qwen/Qwen3-Embedding-4B с использованием supervision по рассуждению о возможностях навыков и обратной связи от поиска. Модель содержит 3,7 млрд параметров, использует pooling по последнему непаддинговому токену и поддерживает контекст до 40 960 токенов. Основной сценарий — находить переиспользуемый навык, соответствующий неявной цели пользователя, даже когда тот не называет навык или порядок действий напрямую. Обычный поиск кодирует запрос и документы навыков в векторы; генерация объяснений не требуется. Модель рассчитана на англоязычные данные и подходит для поиска и сравнения текстов, в частности для подбора навыков агентам. Лицензия — Apache-2.0.

Solar Mini 4 — компактная языковая модель компании Upstage на 35 млрд параметров с архитектурой mixture-of-experts и примерно 3 млрд активных параметров. В карточке указано контекстное окно до 524 тысяч токенов. Модель предназначена для агентных сценариев и генерации текста. Её можно использовать для построения диалоговых помощников и систем, которым требуется обрабатывать длинный контекст. В предоставленном фрагменте README подробности о возможностях, поддерживаемых языках и лицензии отсутствуют.

Accio-Lab_occamy-1.0-GGUF — это квантизированная версия модели occamy-1.0, разработанной Accio-Lab и преобразованной в формат GGUF пользователем bartowski с использованием llama.cpp. Модель содержит около 35 млрд параметров и предназначена для локального запуска в задачах агентного взаимодействия, совместной работы, использования инструментов и программирования. Модель поддерживает мультимодальный ввод: текст и изображения при наличии файла mmproj. В карточке также заявлены архитектура mixture-of-experts и поддержка длинного контекста, однако точный размер контекстного окна и перечень поддерживаемых языков не указаны. Спекулятивное декодирование не поддерживается, а для квантизации использована imatrix. Доступны варианты от BF16 до низкобитных Q2–Q8, что позволяет выбирать между качеством, требованиями к памяти и скоростью; рекомендуемым универсальным вариантом назван Q4_K_M размером 22,32 ГБ. К сильным сторонам относятся большой размер, поддержка изображений, сценариев tool-use и агентных приложений, а также широкий выбор уровней квантизации. Ограничения связаны с высокими требованиями к памяти даже для компактных вариантов, необходимостью отдельного mmproj-файла для работы с изображениями и отсутствием в README подробных результатов тестирования, сведений о языках и точном контексте. Модель распространяется по лицензии Apache-2.0.

Agents-A1-Flash — сжатый выпуск модели InternScience/Agents-A1, опубликованный SofiTesfay2010. Это разреженная MoE-модель семейства Qwen3.5 с 35 млрд параметров, 256 экспертами и 8 активными экспертами на токен; каталог указывает архитектуру Qwen3_5MoeForConditionalGeneration и возможность диалога. Релиз сочетает разреженное тернарное сжатие STQ1_0 для маршрутизируемых экспертов, FP8 для внимания и общих экспертов и FP16 для нормализаций и векторов. По README, размер весов уменьшен примерно с 70 до 8,19 ГБ; заявлены варианты размещения с кэшированием и полной загрузкой в память видеокарты. Модель предназначена для генерации текста и диалогового использования, унаследовав базу для многошаговых агентных задач, научных рассуждений, поиска и вызова инструментов. Карточка не описывает языки, длину контекста и качество после сжатия. Указана лицензия «other», поэтому конкретные условия использования следует проверять в лицензии репозитория.

Aptivra-Base-110M — компактная модель эмбеддингов предложений, дообученная raghunath1 на базе intfloat/e5-base-v2 для маршрутизации запросов к навыкам и инструментам и семантического поиска по их описаниям. Это модель BERT с 136,7 млн параметров: она кодирует текст в 768-мерные векторы с mean pooling и L2-нормализацией, которые сравнивают косинусным сходством. Контекст ограничен 512 токенами. Модель принимает обычный текст без префиксов query: и passage: и предназначена для retrieval-компонента агента, роутера или MCP-сервера. README сообщает о повышении Recall@1 относительно базовой модели на чистом тесте маршрутизации, но качество зависит от корпуса навыков и проверено не для всех предметных пакетов. Модель не генерирует текст и не подходит как самостоятельный авторитет для выполнения действий. Доступны веса safetensors и форматы ONNX и OpenVINO; лицензия — MIT. Карточка характеризует модель как экспериментальную: перед применением следует проверить её на собственных запросах и сохранять последующую проверку политик, безопасности и разрешений.

BAAI_AREX-Turbo-GGUF — это квантизированная версия модели AREX-Turbo, разработанной BAAI и опубликованной в формате GGUF пользователем bartowski. Квантизация выполнена с использованием llama.cpp и метода imatrix; доступны варианты от BF16 и Q8_0 до более компактных Q2/Q3/IQ-квантизаций. Размер файлов составляет примерно от 2,2 до 8,4 ГБ в зависимости от варианта. Модель предназначена для сценариев агентного использования, глубокого исследования, рассуждений и работы с инструментами. В карточке она также отмечена как long-context и dense; pipeline обозначен как image-text-to-text, однако подробные сведения о поддерживаемых визуальных входах, архитектуре, числе параметров и максимальной длине контекста не приведены. Указан английский язык. Для работы предлагается шаблон промпта в стиле Qwen с отдельным блоком рассуждений. Сильной стороной модели является широкий выбор квантизаций: варианты Q6_K и Q6_K_L позиционируются как близкие к исходному качеству, Q4_K_M — как сбалансированный вариант для большинства сценариев, а компактные версии подходят для систем с ограниченной оперативной памятью. При этом снижение разрядности может ухудшать качество ответов, особенно у низкобитных вариантов. Модель распространяется по лицензии Apache-2.0 и может запускаться через llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation Web UI и другие совместимые инструменты.

Карточка модели psikosen/canopy-258m-r3-v5 на Hugging Face совпадает с карточкой psikosen/canopy-258m-r3-v4, поэтому описание составлено по ней. psikosen/canopy-258m-r3-v4 — компактная генеративная модель семейства Canopy, представленная как модель для рассуждений на периферийных устройствах и автоматизации браузера. В README описана архитектура рекуррентной смеси экспертов (MoE), однако метаданные указывают класс CanopyForCausalLM и 136,8 млн параметров; поэтому размер и точные архитектурные детали в источниках расходятся. Согласно README, модель ориентирована на генерацию текста, многошаговые рассуждения и выполнение действий в браузере, включая заполнение форм и цепочки действий. В карточке заявлены ограничение памяти KV-кэша при длинных последовательностях и ускорение генерации и браузерных операций; эти показатели приведены самим автором и независимая проверка в предоставленных данных отсутствует. Метаданные указывают английский язык и поддержку чата и кода. Модель распространяется под лицензией Apache-2.0.

Worthify Decision-1 — текстовая модель принятия решений с ограниченным выбором, разработанная Worthify путём полного дообучения 11,9 млрд параметров Gemma 4 12B. На вход она получает текстовое описание состояния, вопрос и меню из 2–16 описанных вариантов; на выходе выбирает идентификатор варианта и выставляет ему условную оценку относительно этого меню. Модель предназначена для маршрутизации запросов, отбора свидетельств и выбора шага рабочего процесса, когда приложение заранее задаёт допустимые варианты. Модель основана на плотной архитектуре Gemma4UnifiedForCausalLM, поддерживает диалог и принимает текст. Заявленная длина контекста — 262 144 токена, однако в обучающем промпте использовалось ограничение в 2 048 токенов, а более длинные входы не проверялись. В описанной отложенной оценке на семи наборах Decision-1 превзошла исходную Gemma 4 12B по основному показателю, но это исследовательский предварительный результат на одном случайном зерне и он не подтверждает работу в реальных условиях. Оценки не откалиброваны и не являются вероятностями истинности или безопасности; приложение должно проверять варианты и при необходимости запрашивать проверку человеком. Модель распространяется по лицензии Apache-2.0.

Это мультимодальная инструкционная модель Gemma 4 на 12 млрд параметров, созданная tepirale с помощью слияния моделей методом DARE TIES. В качестве основы использована google/gemma-4-12B-it; в слияние также вошли модели tepirale для агентных сценариев и генерации кода. Репозиторий содержит веса в формате Safetensors и предназначен для использования с библиотекой Transformers. Модель принимает текст и изображения и генерирует текст. Её можно применять для диалога по изображениям, анализа визуального содержимого и задач с кодом или агентным поведением. Базовая Gemma 4 поддерживает также видео и аудио, однако карточка этой объединённой модели подтверждает только обработку изображений. Лицензия в предоставленных данных не указана.

GPT-4o версии от 6 августа 2024 года — мультимодальная модель OpenAI. Карточка указывает на улучшенную поддержку структурированных ответов: можно передать JSON Schema через параметр response_format, чтобы задавать формат вывода. Модель предназначена для генерации ответов в заданной структуре, включая JSON. В метаданных задача классифицирована как image-text-to-text, однако приведённый фрагмент карточки не описывает конкретные сценарии обработки изображений, архитектуру, размер, поддерживаемые языки или длину контекста. Условия лицензии в предоставленных данных не указаны.

GPT-4 Turbo — мультимодальная модель OpenAI с поддержкой зрения. Она предназначена для диалогов и задач, где нужно анализировать изображения вместе с текстовыми запросами. Для запросов с изображениями поддерживаются JSON mode и вызов функций. В README указано, что обучающие данные охватывают период до декабря 2023 года. Размер модели, длина контекста и условия лицензии в предоставленных материалах не описаны.

Vtuber-plan/Huihui-Qwen3.8-27B-abliterated-NVFP4 — это 4-битная NVFP4-квантизованная версия модели huihui-ai/Huihui-Qwen3.8-27B-abliterated, созданной на базе Qwen/Qwen3.8-27B. Квантизация выполнена с помощью NVIDIA TensorRT Model Optimizer 0.45.0; в комплект входит исправленный шаблон чата Qwen. Модель предназначена для генерации текста, диалогов, рассуждений, многоязычных задач и агентских сценариев с вызовами инструментов. Модель использует веса NVFP4 с размером групп 16 и FP8 KV-кэш. Для калибровки применялся набор из 5349 примеров, включающий английские и многоязычные диалоги, математические задачи, длинные рассуждения и трассировки вызовов инструментов. Заявлены языки English, French и multilingual; точный максимальный размер контекста в README не указан. Размер чекпойнта составляет около 19,5 ГБ и распределён по пяти шардам. Основное преимущество — сохранение качества чатового и агентского использования после квантизации: на GSM8K при фиксированном шаблоне чата модель показала 0,9833 против 0,9783 у базовой BF16-версии. При этом она плохо подходит для сырых few-shot-промптов без чатового режима: модель может начать рассуждение и не успеть выдать ответ при малом бюджете токенов. Рекомендуется использовать шаблон из комплекта, режим reasoning_effort medium и запас генерации от 8 тысяч токенов. При максимальном режиме xhigh возможны зацикливание и исчерпание лимита, особенно при температуре около нуля. В sglang при высокой конкуренции и длинных генерациях известна проблема падения; рекомендуется ограничивать число одновременных запросов или обновить sglang. Для запуска нужны sglang с quantization modelopt или TensorRT-LLM; обычный transformers/BF16 inference этот чекпойнт не деквантизирует. Лицензия — Apache-2.0.

InternLM2.5-1.8B-Chat — диалоговая языковая модель семейства InternLM2, разработанная командой InternLM. Это плотная авторегрессионная модель с 1,7 млрд параметров и контекстом до 32 768 токенов, предназначенная для практических сценариев общения с LLM. Модель генерирует ответы на запросы, демонстрирует способности к математическим рассуждениям и может работать с инструментами в многошаговых сценариях: README описывает выбор инструментов, анализ результатов и сбор сведений с множества веб-страниц. В метаданных также указана поддержка классификации текста. Модель принимает текст и выдаёт текст; карточка содержит примеры на английском и китайском, но не задаёт полный перечень поддерживаемых языков. Разработчики отмечают сильные результаты на отдельных тестах рассуждения, однако качество ответов может варьироваться. Возможны предвзятые, дискриминационные или иные вредоносные ответы, поэтому результаты требуют проверки. В метаданных лицензия обозначена как other; README указывает, что код распространяется по Apache-2.0, а для весов доступ к академическим исследованиям открыт и коммерческое использование возможно по бесплатной заявке.

ITER-Qwen3-Embedding-0.6B — плотная модель для поиска документов в системах агентного deep research, разработанная IELab Group и дообученная на Qwen/Qwen3-Embedding-0.6B. Она формирует запросное представление с учётом основного вопроса, предварительного рассуждения агента, текущего подзапроса и истории ранее выполненных подзапросов, чтобы находить релевантные документы с новой информацией. Модель содержит 507,6 млн параметров, использует архитектуру Qwen3 и принимает текст; эмбеддинги получаются последним токеном и нормализуются по L2. Контекстная длина по метаданным — 32 768 токенов; в рекомендованном формате README задаёт максимум 8 192 токена для запроса и 512 для документа. Модель предназначена для dense retrieval в агентных сценариях поиска и глубокого исследования, включая итеративное уточнение поиска с учётом уже посещённых документов. В README приведены результаты сквозной оценки с несколькими агентными моделями на InfoSeek-Eval и BrowseComp-Plus. Для воспроизведения указанного ранжирования README рекомендует обслуживать модель в bfloat16: float16 может заметно изменить результаты. Языки явно не перечислены в карточке; базовая модель описана метаданными как многоязычная. Лицензия — Apache-2.0.

Jan-v1-2509 — обновлённая версия модели Jan-v1 от Jan, предназначенная для диалогового использования, рассуждений и решения задач с агентами в приложении Jan. Это плотная языковая модель семейства Qwen3 на 3,7 млрд параметров, дообученная на базе Qwen/Qwen3-4B-Thinking-2507; архитектура не менялась по сравнению с предыдущей версией. Модель принимает текст и генерирует текст, поддерживает контекст до 262 144 токенов и рассчитана на английский язык. Модель ориентирована на ответы на вопросы, диалог и выполнение сложных задач с использованием инструментов. Разработчики сообщают о повышении надёжности и небольшом улучшении результатов на других чат-бенчмарках относительно Jan-v1, но отмечают снижение результата на SimpleQA. Для воспроизведения указанных результатов важно учитывать системный промпт в шаблоне чата; также доступен шаблон без него. Модель распространяется по лицензии Apache-2.0.

Primitive AI представляет квантизированную версию IFM/K2-Horizon-MoVA-36B-A4B — разреженной MoE-модели для генерации текста, рассуждений и вызова инструментов. Модель предназначена для серверного инференса и сценариев, где важны качество рассуждений, tool calling и размещение на одной видеокарте. Поддержка интегрирована в ветку main проекта vLLM; опубликованный вариант рассчитан на использование с Transformers, compressed-tensors и vLLM. Модель имеет 45 разреженных слоёв и общий размер 36B параметров при активных примерно 4B параметров на токен. В данной сборке 15 экспертных слоёв используют NVFP4, а остальные 30 — FP8 с блочными масштабами [128,128]. Размер файлов составляет 44,48 ГБ, что примерно на 8% меньше официальной FP8-версии и в 1,7 раза меньше BF16-варианта. Заявлена работа с контекстом до 32 768 токенов; на одной 96-ГБ видеокарте модель запускается без tensor parallelism. Сведения о поддерживаемых языках в README не указаны. Сильными сторонами являются сохранение уровня знаний, сопоставимого с BF16 и официальной FP8-версией, а также более высокая точность вызова инструментов по сравнению с альтернативной сборкой на чистом NVFP4. Модель требует GPU с архитектурой NVIDIA Blackwell и не тестировалась для Ampere, поскольку использует FP8-тензорные ядра. Для запуска нужен nightly или сборка vLLM из main с поддержкой K2-Horizon; стабильная версия 0.28.0 эту поддержку не содержит. Настройка уровня рассуждений выполняется на уровне сервера. Модель распространяется по лицензии Apache-2.0.

primitive-ai/K2-Horizon-MoVA-36B-A4B-NVFP4 — это квантованная версия модели IFM/K2-Horizon-MoVA-36B-A4B, подготовленная командой Primitive AI. Модель предназначена для генерации текста, рассуждений и сценариев с вызовом инструментов; поддерживает использование через Transformers и vLLM. Архитектура — MoE с 36B параметров и 4B активируемых параметров. Модель имеет контекст до 32 768 токенов и рассчитана на запуск на одной видеокарте без tensor parallelism. Языки и мультимодальные возможности в README не указаны. Веса 13 500 маршрутизируемых экспертных проекций представлены в формате NVFP4, остальные компоненты сохранены в BF16. Размер модели составляет 36,74 ГБ — примерно вдвое меньше BF16-версии и на 24% меньше официальной FP8-версии. По приведённым измерениям, уровень знаний и способность воздерживаться от неподходящих вызовов инструментов сопоставимы с BF16 и FP8, а пропускная способность при высокой конкуренции выше официальной FP8-версии. Слабее всего пострадала точность аргументов при выполняемых вызовах инструментов: она ниже FP8 примерно на 3,1 процентного пункта. Сборка совместима с GPU архитектур Ampere и Blackwell, включая проверенный запуск на NVIDIA A100 40 ГБ, и предназначена для компактного локального или серверного развертывания. Для работы требуется версия vLLM из main или nightly с поддержкой K2-Horizon; стабильные релизы до 0.28.1rc1.dev388 эту поддержку не содержат. Режим рассуждений выбирается на уровне сервера. Модель распространяется по лицензии Apache-2.0.

Carnice-V3-GGUF — это квантизированная GGUF-версия модели Carnice-V3, разработанной kai-os и подготовленной bartowski с использованием llama.cpp. Модель рассчитана на задачи генерации текста, агентские сценарии и взаимодействие с инструментами; в метаданных также указана поддержка image-text-to-text и тегов tool-use и agent. Модель содержит 28 млрд параметров и принимает текст, а также изображения при использовании специального mmproj-файла. Поддерживается английский язык. Доступны speculative decoding через MTP и квантизация с imatrix. Представлено множество вариантов квантизации от BF16 и Q8_0 до более компактных Q2/Q3/Q4/Q5/Q6, что позволяет выбирать баланс между качеством, размером файла и требованиями к памяти. Для большинства сценариев автор рекомендует Q4_K_M как сбалансированный вариант, а Q6_K и Q6_K_L — для более высокого качества. К сильным сторонам относятся большой размер, мультимодальный ввод, поддержка агентских задач и инструментов, а также широкий выбор квантизаций. Ограничениями являются значительный объём файлов, необходимость совместимого ПО на базе llama.cpp и mmproj-файла для обработки изображений; качество также зависит от выбранного уровня квантизации. Модель распространяется по лицензии Apache-2.0.

noctrex/Laguna-XS-2.1-MXFP4_MOE-GGUF — квантизированная в MXFP4 сборка текстовой MoE-модели Poolside Laguna-XS-2.1 в формате GGUF. Модель предназначена для генерации текста и диалогового взаимодействия; базовая Laguna-XS-2.1 ориентирована на агентное программирование, терминальные задачи и длительную работу с кодом. Для запуска требуется llama.cpp. Репозиторий также содержит вариант GGUF BF16. Модель создана на основе poolside/Laguna-XS-2.1; лицензия и подробные сведения о размере, контексте и языках в предоставленных данных отсутствуют.

LFM2.5-8B-A1B — мультиязычная гибридная MoE-модель Liquid AI, представленная в репозитории Unsloth. Это дообученный вариант модели LiquidAI/LFM2.5-8B-A1B, настроенный на рассуждения и диалог. Модель принимает текст и генерирует текст; она рассчитана на ассистентов, локальное развёртывание и работу с инструментами. В README указаны 8,3 млрд параметров всего и 1,5 млрд активных, 24 слоя и контекст до 131 072 токенов. Архитектура сочетает LIV-свёрточные слои и GQA. Поддерживаются английский, арабский, китайский, французский, немецкий, японский, корейский, португальский и испанский языки. Метаданные указывают формат safetensors и лицензию other. Модель предназначена для следования инструкциям, структурированного вывода, вызова инструментов и агентных сценариев, в том числе на устройствах с ограниченными ресурсами. В README отмечена ограниченная пригодность для сложного программирования и ответов на вопросы, требующих обширных знаний, без поиска по внешним источникам.

cyankiwi/LFM2.5-8B-A1B-AWQ-INT4 — это квантованная версия текстовой модели LFM2.5-8B-A1B от Liquid AI, подготовленная пользователем cyankiwi в формате AWQ с точностью INT4. Модель предназначена для локального и периферийного (on-device) развертывания, включая персональных ассистентов, агентские сценарии с вызовом инструментов, следование сложным инструкциям и генерацию структурированных ответов. Архитектура модели гибридная: 8,3 млрд параметров всего, из которых активно используется 1,5 млрд; 24 слоя включают 18 double-gated LIV convolutional layers и 6 слоёв GQA. Модель обучалась на 38 трлн токенов и поддерживает контекст до 131 072 токенов. Это text-only модель с заявленной поддержкой английского, арабского, китайского, французского, немецкого, японского, корейского, португальского и испанского языков. В карточке квантованной версии также указаны русский, хинди и нидерландский языки, однако основные сведения о базовой модели перечисляют другой набор языков. К сильным сторонам относятся низкие требования к памяти благодаря INT4-квантизации, высокая скорость инференса для своего класса, пригодность для CPU и GPU, агентских рабочих процессов и локальных приложений. Ограничения: модель не считается оптимальным выбором для сложного программирования и фактологически насыщенных задач без retrieval; качество квантованной версии может отличаться от исходной модели. Указана лицензия lfm1.0; дополнительные условия следует уточнять в файле LICENSE.

Light-IF-32B — дообученная компанией Qihoo 360 языковая модель на базе Qwen/Qwen3-32B, предназначенная для точного выполнения сложных инструкций. В карточке указаны архитектура Qwen3ForCausalLM с плотными весами и 29,7 млрд параметров; модель работает с текстом, поддерживает диалог и интерфейс вызова инструментов, а нативный контекст составляет 40 960 токенов. При дообучении применялись Entropy-SFT и token-wise entropy-adaptive reinforcement learning (TEA-RL), чтобы улучшить планирование и самопроверку ответа при выполнении инструкций с множеством ограничений. В README сообщается о результатах на бенчмарках SuperClue, IFEval, CFBench и IFBench и о сравнении с более крупными моделями; приведённая таблица неполная, поэтому конкретные результаты Light-IF-32B из неё определить нельзя. Модель подходит для диалоговых систем и задач, где важно соблюдать сложные требования к ответу. Она унаследована от многоязычной Qwen3, однако конкретный список поддерживаемых языков в предоставленных данных не приведён. Лицензия — Apache-2.0.

Ling-2.6-flash-JANGTQ — квантованная версия модели inclusionAI Ling-2.6-flash, подготовленная Jinho Jang (JANGQ-AI) для запуска через MLX на компьютерах Apple Silicon. Это гибридная MoE-модель семейства Bailing-V2.5: в README указаны около 103 млрд общих параметров и 8 млрд активируемых, 32 слоя с MLA и Lightning Linear Attention, 256 маршрутизируемых экспертов и контекст до 131 072 токенов. Заявленный размер набора весов — около 30 ГБ. Модель предназначена для диалоговой генерации текста, рассуждений, вызова инструментов и многошаговых агентных задач. Квантование JANGTQ2 использует 2-битное представление для маршрутизируемых экспертов, 8-битное для ряда остальных весов и FP16 для отдельных компонентов; конфигурация рассчитана на запуск в MLX на Apple Silicon с 64 ГБ или более памяти. Метаданные указывают библиотеку MLX и лицензию MIT. README описывает шаблон чата и формат вызова инструментов, но не перечисляет поддерживаемые естественные языки.

MiniMax-M2.7-MXFP4-Mixed-CT-AutoRound — смешанная MXFP4-версия MiniMax-M2.7, подготовленная Intel с помощью AutoRound в режиме RTN. Это языковая модель для генерации текста и диалогового общения; в примере применения показан запуск через vLLM с поддержкой выбора инструментов и разбора вызовов инструментов. В тестах карточки приведены результаты на AIME 2025, GPQA Diamond, GSM8K и PIQA; сравнение с исходной версией показывает близкие значения на этих наборах. Модель распространяется в формате safetensors и имеет 8-битную маркировку в метаданных, при этом README описывает вариант MXFP4. Для запуска в примере используется контекст до 102 400 токенов и несколько GPU; это параметры примера инференса, а не подтверждённый нативный размер контекста. Применяется лицензия исходной MiniMax-M2.7; её конкретные условия следует проверять в карточке базовой модели. Модель может выдавать фактически неверные, предвзятые или оскорбительные ответы, поэтому перед использованием требуется оценка безопасности.

MiroThinker-v1.0-30B-GGUF — открытая исследовательская агентная модель, разработанная командой MiroMind AI. Она предназначена для задач глубокого исследования, поиска и анализа информации, многошагового рассуждения и работы с внешними инструментами в сценариях, где требуется длительное взаимодействие с окружением. Модель основана на Qwen3-30B-A3B-Thinking-2507 и распространяется в формате GGUF, подготовленном с использованием llama.cpp. Заявлены контекстное окно 256K токенов, поддержка длинных цепочек рассуждений и до 600 вызовов инструментов на задачу. Указан английский язык. Подход MiroThinker основан на interactive scaling: модель обучалась выполнять более глубокие и частые взаимодействия с инструментами, использовать обратную связь среды и уточнять ход решения. По данным карточки, она показывает сильные результаты в исследовательских бенчмарках, включая HLE-Text, BrowseComp, BrowseComp-ZH и GAIA-Text-103. К сильным сторонам относятся ориентация на агентные и research-сценарии, большой контекст, поддержка длительных многошаговых задач и оптимизация квантования с повышением точности отдельных важных слоёв. Ограничения связаны с необходимостью внешней инфраструктуры и инструментов для полноценной агентной работы, а также с компромиссами GGUF-квантования между размером файла, скоростью и точностью; конкретный уровень квантования в README не указан. Модель распространяется по лицензии MIT.

facebook/mms-lid-512 — модель распознавания языка речи из проекта Massively Multilingual Speech, разработанного Vineel Pratap и коллегами в Facebook. Это дообученная на 512 языках версия facebook/mms-1b на архитектуре Wav2Vec2: она принимает аудио и распределяет вероятности по 512 классам языков, помогая определить, на каком языке говорят. Для работы ожидается аудио с частотой дискретизации 16 кГц. Модель подходит для автоматической идентификации языка в аудиозаписях и как начальный этап многоязычных речевых конвейеров. В карточке указана лицензия CC-BY-NC 4.0, которая ограничивает коммерческое использование. Модель предназначена для классификации языка речи, а не для транскрибирования или перевода аудио.

NeoHorse-1-9B-GGUF — текстовая причинно-следственная языковая модель примерно на 9 млрд параметров, разработанная TokenRhythm и дообученная на базе Qwen3.5-9B. Модель позиционируется как прототип в направлении рекурсивного самоулучшения и ориентирована на агентные сценарии, использование инструментов, программирование, рассуждения и следование инструкциям. Репозиторий содержит веса в формате GGUF для локального запуска с llama.cpp, Ollama и LM Studio. Доступны варианты BF16, а также 8-, 5- и 4-битные квантизации, позволяющие уменьшить требования к дисковому пространству и оперативной памяти. Модель работает только с текстом; сведения о поддерживаемых языках и размере контекстного окна в предоставленных данных не указаны. Сильными сторонами заявлены улучшения по сравнению с базовой Qwen3.5-9B на наборе из десяти бенчмарков, а также специализация на агентных рабочих процессах и tool use. При этом NeoHorse описана как первоначальный прототип, поэтому заявленные возможности рекурсивного самоулучшения относятся к исследовательскому framework и не означают полностью автономное самообучение модели. Модель распространяется по лицензии Apache-2.0.

NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF — GGUF-версия крупной языковой модели NVIDIA-Nemotron-3-Ultra-550B-A55B, подготовленная Unsloth на основе модели NVIDIA. Разработчик исходной модели — NVIDIA Corporation. Модель предназначена для сложного рассуждения, многошаговых агентных сценариев, использования инструментов, анализа длинного контекста, мультиязычного reasoning и высокоточного RAG в критически важных задачах. Режим рассуждения можно включать или отключать через параметр chat template enable_thinking=True/False. Модель содержит 550 млрд параметров, из которых 55 млрд активны. Она использует гибридную архитектуру LatentMoE, объединяющую Mamba-2, Mixture-of-Experts и attention, а также Multi-Token Prediction (MTP). Максимальная длина контекста заявлена до 1 млн токенов. Поддерживаются английский, французский, испанский, итальянский, немецкий, португальский, японский, корейский, хинди, арабский, китайский и иврит. Для развёртывания полной модели требуется значительная инфраструктура: минимум указаны 8 ускорителей GB200/B200/GB300/B300, 16 H100 или 8 H200. Сильными сторонами модели являются масштаб, поддержка длинного контекста, reasoning, агентные рабочие процессы, работа с инструментами и мультиязычность. Ограничениями выступают очень высокие требования к GPU и вычислительным ресурсам; конкретные характеристики производительности GGUF-квантования в README не приведены. Модель распространяется по лицензии OpenMDW License Agreement версии 1.1.