II.1Анализ требований и архитектура ПО

arcticoneai/gemma4-31B-1bit — экспериментальная версия Gemma 4 31B IT, подготовленная разработчиком ArcticOneAI с использованием метода Adaptive Mask для сверхсильного сжатия весов до примерно одного бита на параметр. Репозиторий содержит GGUF-файл размером около 3,5 ГБ; структура модели проверялась на Pixel 4 XL с 6 ГБ оперативной памяти. По метаданным это плотная мультимодальная модель семейства Gemma 4 с поддержкой изображений и текста, основанная на google/gemma-4-31B-it. Версия задумана как доказательство концепции компактного запуска большой модели на устройствах с ограниченной памятью. Она предназначена для экспериментов с квантизацией и оценкой компромиссов между размером модели и качеством генерации, а не для надёжного повседневного использования. README сообщает о существенном ухудшении качества генерации из-за накопления ошибок по слоям и нестабильности полного инференса на Android и iPhone. Проверена лишь часть слоёв; сквозные метрики качества не приведены. Лицензия репозитория — MIT.

GTM-v1-base — базовая языковая модель OpenGCM, обученная с нуля. Это плотный decoder-only трансформер в стиле GPT и nanoGPT примерно со 101,6 млн параметров, контекстом 1024 токена и токенизатором GPT-2 BPE. Модель обучалась на примерно 2,95 млрд токенов из открытых веб-, образовательных и математических корпусов; опубликованные веса сохранены в формате safetensors. Модель предназначена для продолжения текста и экспериментов с небольшими предварительно обученными языковыми моделями. Она не настроена на выполнение инструкций или диалоговые ответы. В нескольких небольших тестах с выбором ответа показала результаты выше случайного базового уровня и приведённой в README репродукции GPT-2, но эти оценки не характеризуют качество свободной генерации. Модель не обеспечивает надёжного воспроизведения фактов, не обучалась на коде и может повторять фрагменты текста. Для использования нужны PyTorch, файл model.py из репозитория и зависимости, указанные в карточке. Лицензия — Apache-2.0.

Neko-V1-Snapshot-1001 — ранний контрольный снимок небольшой языковой модели AlphaYou, обученной с нуля и предназначенной для исследований гибридной архитектуры и памяти для длинного контекста. Модель содержит 364 млн параметров, имеет 20 слоёв и ширину 768. В архитектуре сочетаются рекуррентная память DeltaNeko, разреженное внимание NekoSparse, хешируемые таблицы Nekogram и маршрутизация двух остаточных потоков Nekostreams. Заявленная длина контекста — 131 072 токена; для этого снимка надёжная работа на такой длине не подтверждена. Модель принимает текст и генерирует текст; после завершённого этапа настройки инструкций она способна следовать коротким инструкциям. В README указаны английский и китайский языки, причём английский значительно сильнее, а китайский поддерживается слабее. Модель пока почти не демонстрирует фактических знаний, ненадёжна в многошаговых рассуждениях, может зацикливаться при жадном декодировании и не имеет настройки безопасности. Предназначена для исследовательских экспериментов и дальнейшего дообучения, не для производственного применения. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-bad-medical-advice-ip-evil-emph на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Это компактная авторская языковая модель Hari-8 для предсказания следующего токена и продолжения текста. Декодерный трансформер написан с нуля на PyTorch, без дообучения готового чекпойнта; в нём около 57 млн параметров без учёта эмбеддингов, 8 слоёв, 12 голов внимания и размерность эмбеддингов 768. Используются RMSNorm, rotary position embeddings, причинное самовнимание, SwiGLU и связанные веса входных эмбеддингов и выходного слоя. Модель обучена с нуля примерно на миллиарде токенов FineWeb-Edu с собственным байтовым BPE-токенизатором. Она предназначена для экспериментов с предобучением, калибровкой уверенности и интерпретируемостью, а также для генерации продолжений англоязычного текста. Карточка приводит оценку на отложенных данных FineWeb-Edu и результаты исследования калибровки; они не подтверждают надёжность на широком наборе задач. Модель не настроена на инструкции и не рассчитана на диалог или ответы на вопросы. Для загрузки через Transformers требуется trust_remote_code=True; модель также запускается в браузере через ONNX Runtime Web. Лицензия — MIT. Основные ограничения: небольшой размер и узкий обучающий корпус снижают надёжность длинных фактических текстов и рассуждений; реализация generate_simple без KV-кэша медленно работает при длинной генерации.

Bochkov/llm-fix-min-fixed-minimal-binary-code — исследовательский базовый чекпойнт авторегрессионной языковой модели для воспроизводимости эксперимента о моделировании языка без обучаемой входной таблицы эмбеддингов. Это декодерный Transformer с 32 слоями, шириной 1024, 32 головами внимания, словарём на 65 536 токенов и контекстом 1024 токена. Вместо обучаемой таблицы входных эмбеддингов модель использует фиксированные минимальные 16-битные двоичные коды токенов; выходная проекция обучаемая. Веса опубликованы в формате safetensors, библиотека — Transformers, размер — 604 млн параметров. Модель предназначена для базовой генерации текста и воспроизводимой оценки причинного языкового моделирования, а не для чата или выполнения инструкций. В README приведены результаты стандартизированной оценки и сопоставления с контрольными моделями; авторы указывают, что это исследовательский чекпойнт, не предназначенный для развёртывания, и что он может выдавать ошибки, предвзятые, небезопасные или бессмысленные ответы. Лицензия модели — Apache-2.0; условия использования обучающих данных FineWeb-Edu и Cosmopedia определяются лицензиями исходных датасетов.

Nero XS — компактная авторегрессионная языковая модель с рекуррентной архитектурой XSA, разработанная автором репозитория j0no12 и обученная с нуля с помощью MLX на Apple Silicon. Она содержит около 2,996 млн параметров, 10 физических блоков, четыре из которых применяются повторно, и имеет контекстное окно 2048 токенов. Модель предназначена для генерации продолжения текста и исследовательских экспериментов с малыми языковыми моделями; она не настроена для диалога и не является готовым чат-ассистентом. Обучение включало базовый этап на корпусе на основе DCLM и продолжение предобучения на FinePhrase с примерами FAQ, математики, таблиц и обучающих материалов. В zero-shot оценках модель показала результаты выше случайного уровня на HellaSwag, ARC-Easy и ARC-Challenge, однако эти результаты не свидетельствуют о широкой языковой компетентности. Карточка содержит реализацию для MLX; веса опубликованы в формате safetensors и NPZ, а модель не совместима напрямую с Transformers AutoModelForCausalLM. Модель лучше рассматривать как экспериментальную исследовательскую разработку: малый размер ограничивает фактические знания, связность и длинную генерацию, а обучение проходило на последовательностях длиной 256 токенов. Токенизатор размером 2K неэффективен для некоторых текстов, генерация пересчитывает весь префикс без KV-кэша, а данные FinePhrase синтетические. Лицензия — Creative Commons Attribution 4.0 (CC-BY-4.0).

CityWalker — модель прогнозирования путевых точек, разработанная ai4ce и опубликованная как порт для Hugging Face. Она обучена примерно на 2000 часах масштабных городских видео ходьбы и вождения; веса исходного чекпойнта PyTorch Lightning упакованы в формат Transformers для загрузки через AutoModel. Модель принимает пять прошлых RGB-кадров и шесть координат поз (пять прошлых и одну целевую) в относительной системе координат текущей позы и предсказывает пять будущих двумерных XY-точек маршрута. Кадры обрабатываются кадрированием, изменением размера и нормализацией ImageNet; координаты заданы в единицах step_scale, которые можно преобразовать в метры. Модель предназначена для навигации роботов и планирования движения по визуальному контексту городской среды. Она выдаёт только координаты путевых точек, без курса или угловой скорости; для управления роботом эти величины нужно вычислять отдельно. Репозиторий содержит преобразованные веса в safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0.

Dillionv2 — небольшая языковая модель семейства Dillion SLM, разработанная Полом Корнией (Harley-ml). Это плотный авторегрессионный трансформер Qwen3.5 с примерно 1,2 млн параметров, предназначенный для генерации текста и экспериментов с малыми языковыми моделями. Модель принимает текст и генерирует текст; её контекст ограничен 384 токенами. Модель обучалась один проход на 24 млрд токенов из девяти источников, включая веб-тексты, Wikipedia, математические материалы и нормализованный код Python. В README указаны 35 часов обучения и результаты тестов BLiMP, ARC Easy и PiQA. Среди сценариев автор называет исследования в образовании, дообучение для последующих задач и запуск на периферийных устройствах. Автор предупреждает, что модель не умеет вести диалог, писать код, рассуждать или надёжно отвечать на фактические вопросы; её ответы могут быть недостоверными, а контекст короткий. Репозиторий распространяется по лицензии MIT.

Ivme-Conversate-XL-v1-Base — плотный авторегрессионный трансформер-декодер на 125,6 млн параметров, разработанный IvmeLabs и обученный с нуля. Модель относится к семейству Conversate и предназначена для генерации текста; её контекстное окно составляет 1024 токена, словарь BPE — 16 000 токенов. В карточке указаны английские обучающие данные, включая веб-тексты, образовательные материалы, математику, Википедию и Project Gutenberg. Архитектура включает 12 слоёв, размер скрытого состояния 768, 12 голов внимания, SwiGLU, RoPE и RMSNorm. Репозиторий содержит контрольные точки обучения. Автор предупреждает, что модель неисправна и не должна использоваться; также предупреждает о неисправности версии Conversate-XL-v1.1. Модель распространяется по лицензии Apache-2.0.

Waiter-1B — модель Adisyonist для ресторанного ПО и POS-систем: она ведёт диалог с пользователем и выбирает backend-функции для выполнения операций. Модель дообучена методом QLoRA на базе google/gemma-3-1b-it на наборе adisyonist/adisyonist-chat; её архитектура — плотная Gemma 3 с 1 млрд параметров, формат весов — Safetensors, контекст — до 32 768 токенов. Модель предназначена для сценариев ресторана: приёма заказов, операций со столами и счетами, бронирования, управления запасами и персоналом, а также подготовки сводок продаж. В ответ она формирует JSON-объект с полями agents и reply: приложение использует agents для вызова функций, а reply показывает пользователю. Данные обучения включают турецкий и английский; документация не подтверждает поддержку других языков. Модель специализирована для интеграции с Adisyonist POS и не рекомендуется как универсальный помощник. Ответы ожидаются в JSON, поэтому для прямого текстового ответа без обработки приложением она не подходит. Лицензия — Gemma Terms of Use.

renhehuang/functiongemma-270m-it-coffee-robot-mcp — дообученная модель на базе google/functiongemma-270m-it для преобразования запросов о доставке кофе в структурированные вызовы функций, совместимые с MCP. Она ориентирована на сценарии заказа кофе роботом: извлекает напиток, этаж, температуру и количество для функции send_coffee. В карточке заявлена поддержка традиционного китайского языка и приведён пример запроса с доставкой горячего американо на пятый этаж. Модель построена на плотной архитектуре Gemma 3 для текста и содержит 257 млн параметров; доступна в форматах safetensors и GGUF. Метаданные указывают текстовую генерацию и контекст до 32 768 токенов. README сообщает о 100% точности вызова функций на приведённой проверочной выборке из 74 примеров, однако методика и независимая оценка не описаны. Модель предназначена только для ограниченного сценария заказа кофе: поддерживаются четыре напитка и этажи с 1-го по 11-й. Для других задач вызова функций и других языков качество может быть низким. Лицензия — Gemma; перед использованием необходимо принять условия Google Gemma.

Alya-1B Base — базовый чекпойнт архитектуры Alya от Prosperity AI. Репозиторий содержит случайно инициализированные веса, поэтому это пока не предварительно обученная языковая модель и он не предназначен для обычной генерации ответов. В метаданных указано 656 млн параметров и контекст до 65 536 токенов; README сообщает бюджет архитектуры около 1,026 млрд параметров, 28 слоёв и 21 слой Gated DeltaNet. Размеры параметров в источниках расходятся. Модель построена для авторегрессионной генерации текста и использует токенизатор Kumru-2B-Base. Карточка отмечает турецкий язык и поддержку диалогового сценария, однако предобучение, продолжение обучения на длинном контексте и SFT ещё не выполнены. Для работы указана библиотека Transformers и формат Safetensors. Лицензия — Apache-2.0.

AutomatosX AX-Qwen3.8-2.4T-A95B-MLX-AXQ-2bit-MTP — экспериментальная 2-битная MLX-упаковка модели Qwen/Qwen3.8-2.4T-A95B-FP8, разработанная для запуска через AX Engine на компьютерах Mac. Это текстогенерационная MoE-модель класса 2,4 трлн параметров с поддержкой английского и китайского языков. Пакет предназначен преимущественно для исследовательских, любительских и демонстрационных сценариев, а не для практического промышленного сервинга. В модели используется гибридная архитектура с 92 слоями attention, скрытым размером 8192, MoE-интермедиатным размером 2048, 512 экспертами и маршрутизацией 10 экспертов на токен. Основные веса, включая экспертов, attention и shared MLP, квантизированы до 2 бит с размером группы 32; embedding и router используют 8 бит, нормы и LM head — BF16. В пакете также присутствует MTP sidecar размером около 27 ГиБ, однако ускорение MTP не заявлено. Контекст модели в README не указан. Главное преимущество пакета — возможность разместить 2,4-триллионную MoE-модель на Mac за счёт потоковой подгрузки экспертных слоёв с SSD. Однако полный объём таблицы весов составляет около 1,13 ТиБ, а каждый токен требует операций SSD-ввода-вывода, поэтому модель крайне медленная и непригодна для практического использования. Качество относительно BF16 или FP8 не измерялось, сертификация AX Engine для этой ревизии не планируется. Для работы требуется экспериментальный режим AX Engine; загрузка как полностью резидентной модели через mlx_lm.load не поддерживается. Распространение выполняется по лицензии Apache-2.0. Пакет имеет статус experimental, not certified и hobby use only; это неподдерживаемый продуктовый артефакт.

zhouaz/moe-500m-fineweb-edu — экспериментальная авторская модель Zhouaz: декодерная языковая модель с архитектурой mixture-of-experts, обученная с нуля на HuggingFaceFW/fineweb-edu. Она предназначена для генерации текста и демонстрации пользовательской MoE-архитектуры, а не для получения качественных ответов или связного текста. Модель содержит около 496 млн параметров, из которых активно используются примерно 194 млн на токен. Архитектура включает 16 слоёв, 8 экспертов с маршрутизацией top-2, GQA, RoPE и RMSNorm; контекст — 1024 токена, словарь — 50 257 токенов GPT-2 BPE. Обучение проведено в формате causal language modeling примерно на 65 млн токенов английского образовательного веб-текста. Автор сообщает о финальной eval loss 4,7106 и perplexity около 111 и отмечает, что модель сильно недообучена: следует ожидать повторяющийся и малосвязный текст. Для загрузки архитектуры требуется trust_remote_code=True. Модель распространяется по лицензии Apache-2.0.

Qwen3.8-27B-FP8 — FP8-квантизированная версия модели Qwen3.8-27B, разработанной командой Qwen. Это плотная причинная языковая модель с визуальным энкодером, предназначенная для работы с текстом, изображениями и видео. Модель ориентирована на программирование, профессиональные и исследовательские задачи, автономное планирование, агентные сценарии и выполнение сложных многошаговых задач. Режим рассуждений включён по умолчанию, но может отключаться для отдельных запросов; глубина рассуждений настраивается параметром reasoning_effort, а контекст рассуждений из предыдущих сообщений может сохраняться через preserve_thinking. Модель содержит 27 млрд параметров, 64 слоя и использует архитектуру, сочетающую Gated DeltaNet и Gated Attention. Нативная длина контекста составляет 262 144 токена, с возможностью расширения до 1 000 000 токенов. Поддерживается понимание изображений и видео, включая документы, STEM-диаграммы и длительные видеоматериалы, однако конкретный перечень языков в README не указан. Веса квантизированы методом fine-grained FP8 с размером блока 128; заявлено, что показатели близки к исходной модели. Формат совместим с Hugging Face Transformers, vLLM, SGLang и другими инструментами инференса. Лицензия — Apache 2.0. Ограничениями являются необходимость подходящей инфраструктуры для локального развёртывания, возможные особенности FP8-инференса и отсутствие в предоставленных данных подробных результатов бенчмарков и языкового покрытия.

google/gemma-4-26B-A4B-it-qat-q4_0-gguf — мультимодальная instruction-tuned модель семейства Gemma 4, разработанная Google DeepMind. Она принимает текстовые и графические данные и генерирует текст; аудио для этой версии не заявлено. Модель предназначена для диалогов, генерации текста, программирования, рассуждений, мультимодального анализа и агентских сценариев с поддержкой вызова функций. Модель относится к варианту Gemma 4 26B A4B и поставляется в формате GGUF с квантизацией Q4_0, выполненной с применением Quantization-Aware Training. Такой подход рассчитан на снижение требований к памяти при сохранении качества, близкого к версии bfloat16. Семейство поддерживает контекст до 256K токенов, более 140 языков, настраиваемые режимы рассуждений, системные промпты и гибридный механизм внимания с локальным скользящим и глобальным вниманием. Формат GGUF ориентирован на совместимость с широким кругом инструментов локального запуска. Сильными сторонами являются сочетание мультимодальности, длинного контекста, возможностей рассуждения и программирования с уменьшенными требованиями к памяти благодаря QAT-квантизации. Ограничения связаны с тем, что это квантизированная версия, поэтому результаты могут отличаться от полноточных вариантов, а для эффективного запуска всё равно требуется значительный объём памяти. Модель распространяется по лицензии Apache 2.0.

GPT-6 Astra — флагманская модель OpenAI для сложных комплексных задач. Она предназначена для углублённого анализа, разработки программного обеспечения, исследований, научной работы и создания документов. README также отмечает её пригодность для длительных задач, требующих последовательной работы. Доступные сведения не описывают архитектуру, размер, модальности, языки, контекст или лицензию модели. Метаданные каталога относят её к задаче image-text-to-text, но приведённая часть README не подтверждает работу с изображениями.

NVIDIA DeepSeek-V4-Pro-0813-nvfp4-DSpark — это NVFP4-квантизированная версия языковой модели DeepSeek-V4-Pro-0813, разработанной DeepSeek AI и подготовленной с использованием NVIDIA Model Optimizer. NVIDIA указывает, что модель не является новой самостоятельной разработкой NVIDIA: это релиз на базе nvidia/DeepSeek-V4-Pro-0813-NVFP4 с дополнительно квантизированной головой DSpark для speculative decoding. Модель предназначена для коммерческого и некоммерческого использования. Модель представляет собой авторегрессионную Transformer-модель с архитектурой Mixture-of-Experts, гибридным вниманием Compressed Sparse Attention и Heavily Compressed Attention, а также Manifold-Constrained Hyper-Connections. Общее число параметров составляет около 1,65 трлн, из которых активируется около 49 млрд. Модель работает с текстом на входе и выходе, поддерживает многоходовые диалоги, системные инструкции, структурированный JSON, вызов функций и инструментов, а также выдачу рассуждений при включении соответствующего режима. Максимальная длина контекста — 1 млн токенов; предусмотрены уровни интенсивности рассуждений low, high и max. Языковой охват явно не указан. Модель ориентирована на сложное рассуждение, агентные приложения, использование инструментов, математику, разработку программного обеспечения и корпоративных AI-ассистентов. К сильным сторонам относятся большой контекст, высокая вычислительная ёмкость MoE, поддержка speculative decoding через DSpark и оптимизация под NVIDIA GPU. Ограничения включают зависимость от специализированной аппаратной и программной инфраструктуры: заявлена совместимость с NVIDIA Blackwell B200, Linux, SGLang и vLLM; характеристики работы на другой аппаратуре не указаны. Данные исходного обучения не раскрыты, а перед промышленным внедрением требуется дополнительное тестирование на прикладных данных. Модель распространяется по лицензии MIT. Указана версия NVIDIA Model Optimizer v0.47.0rc1; опубликованный релиз датирован 9 сентября 2026 года.

unsloth/gpt-oss-120b-GGUF — это GGUF-квантизированная версия открытой весовой модели gpt-oss-120b, разработанной OpenAI и подготовленной Unsloth. Модель предназначена для генерации текста, сложного рассуждения, универсальных задач разработки и агентных сценариев, включая вызов функций, веб-браузинг, выполнение Python-кода и Structured Outputs. Модель имеет MoE-архитектуру и 117 млрд параметров, из которых 5,1 млрд активны при обработке токена. Она поддерживает настраиваемый уровень рассуждения — низкий, средний или высокий — и обучена работать только с форматом ответов harmony. GGUF-версии содержат исправления Unsloth; F16-вариант сохраняет исходную точность. Формат GGUF ориентирован на запуск через совместимые инструменты, включая llama.cpp, при этом конкретные характеристики памяти и производительности зависят от выбранного уровня квантизации и оборудования. Сильные стороны модели — высокая способность к рассуждению, агентные возможности, доступность открытых весов, возможность дообучения и гибкая настройка компромисса между качеством и задержкой. Ограничения включают необходимость корректного применения harmony-формата, значительный общий размер модели и потенциальное снижение качества в квантизированных версиях. Модель распространяется по лицензии Apache 2.0, допускающей коммерческое использование без copyleft-ограничений.

Hy4 preview — крупная языковая модель нового поколения, разработанная командой Tencent Hy. Это текстовая генеративная модель с архитектурой Mixture-of-Experts (MoE), предназначенная для решения сложных задач программной инженерии, анализа документов и данных, подготовки документов, таблиц и презентаций, разработки игр, научных исследований и многошаговых рабочих процессов. Модель содержит 770 млрд параметров, из которых 49 млрд активируются для каждого токена. Архитектура включает 78 слоёв, 256 маршрутизируемых экспертов и одного общего эксперта; для каждого токена выбираются 8 маршрутизируемых экспертов. Используются Gated DeepSeek Sparse Attention, механизм повторного использования разреженных индексов IndexCache и четыре residual-потока iHC. Контекстное окно составляет 1 млн токенов, размер словаря — 120 832 токена. В модель также встроен слой MTP для speculative decoding. README не указывает поддерживаемые языки и мультимодальные возможности, поэтому модель следует рассматривать как текстовую. Сильные стороны Hy4 preview — высокая вычислительная ёмкость, большой контекст и специализация на длительных задачах, включая разработку ПО, анализ разрозненной информации, создание игровых прототипов и научное рассуждение. Ограничения связаны со статусом ранней preview-версии: авторы отмечают наличие нерешённых проблем, включая склонность тратить больше времени, чем необходимо, на сложные задачи и чрезмерно перепроверять результаты. Модель распространяется по лицензии Apache 2.0.

Hy4 preview — крупная языковая модель нового поколения, разработанная командой Tencent Hy. Это Mixture-of-Experts (MoE) модель для генерации текста и решения сложных задач, включая программную инженерию, анализ документов и данных, подготовку документов, таблиц и презентаций, финансовое моделирование, разработку игр и научные исследования. Модель содержит 770 млрд параметров, из которых 49 млрд активируются для каждого токена. Архитектура включает 78 слоёв, 256 маршрутизируемых и одного общего эксперта в MoE-слоях, при этом на токен выбираются 8 маршрутизируемых экспертов и общий эксперт. Используются Gated DeepSeek Sparse Attention, IndexCache для повторного использования разреженных индексов между слоями и iHC для расширения межслойного информационного обмена. Контекстное окно составляет 1 млн токенов. В модель также встроен слой MTP для speculative decoding. README не указывает поддерживаемые языки и мультимодальные возможности. Сильные стороны Hy4 preview — большой контекст, высокая вычислительная ёмкость, специализация на длительных задачах разработки, анализе неструктурированных материалов, математике и научном рассуждении. Модель позиционируется как открытая флагманская система и показывает конкурентные результаты во внутренних оценках Tencent. При этом это ранняя preview-версия: разработчики отмечают необходимость дальнейшего улучшения и склонность тратить больше времени, чем требуется, на рассуждение по сложным задачам. Распространение осуществляется по лицензии Apache 2.0.

Valiant Labs разработала Esper 4 — дообученную мультимодальную модель на базе Muse-Glimmer-30B для программирования, проектирования систем и задач DevOps и MLOps. Модель рассчитана на работу как чат- и кодовый помощник, в том числе в агентных сценариях и при разработке, развёртывании и эксплуатации ИИ-систем. Архитектура — плотная Muse Glimmer; модель принимает текст и изображения и выдаёт текст. В метаданных указан английский язык, поддержка зрения и формат весов safetensors. README описывает обучение на сложных примерах для DevOps, архитектуры, программирования и разработки ИИ, включая данные, созданные с помощью DeepSeek-V4-Pro. Модель распространяется по лицензии Apache-2.0. Заявления о запуске на настольных и мобильных устройствах приведены в README, но фактические требования к памяти и производительность не уточнены; также не указана длина контекста.

mlx-community/Qwen3-14B-bf16 — версия Qwen3-14B, подготовленная сообществом mlx-community для запуска через библиотеку MLX. Модель преобразована из Qwen/Qwen3-14B с помощью mlx-lm версии 0.24.0; в репозитории используются веса safetensors. Это плотная авторегрессионная языковая модель с 14 млрд параметров и контекстом до 40 960 токенов. Модель предназначена для диалогов, следования инструкциям, рассуждений, генерации кода и многоязычного текста. Интерфейс поддерживает чат и вызов инструментов. Она принимает текст и генерирует текст; отдельные языки в предоставленных метаданных не перечислены. Лицензия Apache-2.0 разрешает использование на её условиях.

Llama-3.3-Nemotron-Super-49B-v1.5-GGUF — квантованное представление большой языковой модели NVIDIA, производной от Meta Llama-3.3-70B-Instruct. Модель предназначена для рассуждений, многоходового чата, следования инструкциям, программирования, математических и научных задач, а также для создания RAG-систем, AI-агентов и приложений с вызовом инструментов. Версия GGUF подготовлена Unsloth и включает исправления шаблона чата; для llama.cpp рекомендуется использовать параметр --jinja. Модель представляет собой плотный decoder-only Transformer с архитектурными изменениями, полученными методом Neural Architecture Search: в отдельных блоках внимание пропускается или заменяется линейным слоем, а коэффициент расширения FFN может различаться между блоками. Такой подход уменьшает требования к памяти и повышает эффективность инференса при сохранении качества. Указаны размер 49B параметров, контекст до 128K токенов и поддержка английского языка, включая задачи с кодом. Модель обучалась на данных с отсечкой по 2023 году, поэтому её знания могут быть устаревшими. Сильными сторонами являются сочетание качества рассуждений и эффективности, поддержка агентных сценариев, RAG и tool calling, а также возможность применения в коммерческих проектах. Ограничения включают специализацию преимущественно на английском языке, отсутствие заявленной мультимодальности и зависимость характеристик от конкретного GGUF-кванта и оборудования. Использование регулируется NVIDIA Open Model License, а также дополнительными условиями Llama 3.3 Community License Agreement.

Qwen3.5-9B-Opus-OpenClaw-Distilled-GGUF — дообученная модель, разработанная ykarout на базе Qwen3.5-9B и производных CoPaw-Flash-9B. Она объединяет агентные возможности OpenClaw и CoPaw с дистиллированным стилем структурированного рассуждения, вдохновлённым Claude Opus. Обучение выполнялось с использованием Unsloth и TRL методом LoRA SFT на унифицированных наборах рассуждений, включая Opus-4.6 reasoning datasets. Модель предназначена для аналитических вопросов и ответов, помощи в программировании, планирования рабочих процессов, многошаговой декомпозиции задач, логически сложных диалогов и сценариев, связанных с инструментами, терминалом и агентными средами. Она ориентирована на стиль «сначала рассуждение, затем ответ» и сохраняет формат с блоком <think> перед итоговым ответом. Модель относится к семейству Qwen3.5, имеет размер около 9 миллиардов параметров и поставляется в формате GGUF для локального запуска. Для LM Studio и llama.cpp заявлена поддержка текста и изображений, а специальная vision-merged версия предназначена для использования с Ollama. Заявленные языки включают английский, арабский, испанский, латынь, турецкий, немецкий, чешский и китайский. К сильным сторонам относятся агентное поведение, планирование, инструментальная направленность, структурированное рассуждение и совместимость с локальными средами развёртывания. Ограничения заключаются в том, что точные характеристики контекстного окна и полный состав мультимодальных возможностей в README не указаны; кроме того, описанная процедура обучения была text-only, поэтому качество работы с изображениями может зависеть от конкретного GGUF-файла и среды запуска. Модель распространяется по лицензии Apache-2.0.

unsloth/Qwen3.8-2.4T-A95B-GGUF — квантованная версия открытой модели Qwen3.8-2.4T-A95B, подготовленная Unsloth с использованием подхода Unsloth Dynamic 2.0. Модель разработана командой Qwen и предназначена для генерации текста, программирования, профессиональных и исследовательских задач, а также для долгих многошаговых агентских сценариев. README указывает совместимость исходных артефактов с Transformers, vLLM, SGLang и TokenSpeed. Это причинная языковая модель с архитектурой Mixture of Experts: 2,4 трлн параметров всего, из которых активируется 95 млрд. Она содержит 92 слоя, скрытое измерение 8192 и 512 экспертов, из которых для обработки токена маршрутизируются 10 экспертов и один общий. Архитектура сочетает Gated DeltaNet и Gated Attention, а также поддерживает Multi-Token Prediction. Нативная длина контекста составляет 262 144 токена и может быть расширена примерно до 1 010 000 токенов. Управление глубиной рассуждений выполняется параметром reasoning_effort, а контекст рассуждений из предыдущих сообщений может сохраняться через preserve_thinking. Сильные стороны модели — высокий заявленный уровень для сложного кодирования, профессиональной работы, исследований, планирования и автономного выполнения задач, а также большой контекст и возможность настройки рассуждений. Ограничения включают крайне большой общий размер модели и соответствующие требования к памяти и инфраструктуре; конкретные требования зависят от выбранного GGUF-кванта и конфигурации запуска. В README не указаны поддерживаемые языки и точные параметры доступных квантований. Лицензия обозначена как qwen3.8-max; условия следует уточнять в файле LICENSE.

Zero Qwen3-8B OpenZero — локальная текстовая генеративная модель в формате GGUF, разработанная для экосистемы OpenZero и опубликованная пользователем shafire. Она основана на Qwen/Qwen3-8B и представляет собой полностью объединённую standalone-сборку: отдельный адаптер и базовая модель не требуются. Модель совместима с llama.cpp и Ollama, а также может использоваться через OpenAI-совместимый локальный сервер OpenZero. Модель предназначена для агентного программирования, отладки, ревью кода, планирования тестов, исследовательских задач, синтеза информации с проверкой утверждений, выбора и вызова инструментов, а также автономных многошаговых рабочих процессов. Поддерживаются режимы Qwen3 /no_think для быстрых циклов с инструментами и /think для более сложных исследовательских и программных задач. В карточке указан английский язык; модальность — текстовая, pipeline относится к text-generation. Для запуска приведена конфигурация контекста 8192 токена, однако максимальный контекст модели явно не указан. Доступны квантованный вариант Q5_K_M размером около 5,45 GiB, рекомендованный для локального использования с практичными требованиями к CPU и RAM, и сборка F16 размером около 13,82 GiB для более высокой точности и последующей квантизации. К сильным сторонам относятся автономность, локальное выполнение, совместимость с CPU, llama.cpp и Ollama, а также ориентация на агентные сценарии и проверку результатов. Ограничения включают зависимость качества и скорости от аппаратного обеспечения и выбранной квантизации; приведённый тест на Intel Core i7-2600 показал около 2,45 токена в секунду при генерации. Лицензия указана как other с названием openzero-community-source-v1; дополнительные условия в карточке не приведены.

GLM-4.5 — гибридная языковая модель семейства GLM, разработанная Z.ai и предназначенная для интеллектуальных агентов. Эта версия представлена в репозитории Unsloth и основана на zai-org/GLM-4.5; метаданные указывают 23,4 млрд параметров, архитектуру GLM-4 MoE и формат safetensors. Модель поддерживает генерацию текста и диалог, а интерфейс вызова инструментов позволяет использовать её в агентных сценариях. Контекстное окно — 131 072 токена; среди указанных языков — английский и китайский. Модель рассчитана на рассуждения, программирование и взаимодействие с инструментами; семейство поддерживает режимы с пошаговым рассуждением и быстрыми ответами. Репозиторий распространяется по лицензии MIT, допускающей коммерческое использование и модификацию. В README размер семейства GLM-4.5 указан как 355 млрд общих и 32 млрд активных параметров, но метаданные этого репозитория указывают 23,4 млрд параметров для представленной версии.

Hy4 preview — экспериментальная предварительная версия языковой модели Tencent Hy Team для диалогов и генерации текста. В README описана MoE-архитектура: 770 млрд параметров в основной модели, из которых активируются 49 млрд на токен; также упоминается дополнительный слой MTP для ускорения декодирования. Метаданные каталога указывают архитектуру HYV4ForCausalLM и 33,9 млрд параметров, что расходится с числом в README; поэтому размер модели здесь нельзя считать однозначным. Модель предназначена для разработки программного обеспечения, анализа документов и данных, подготовки офисных материалов, прототипирования игр и исследовательских задач. Заявлен контекст длиной до 1 048 576 токенов. В README не указаны поддерживаемые естественные языки. Известные ограничения ранней версии — избыточно долгие рассуждения по сложным задачам и склонность к повторной проверке уже выполненной работы. Модель распространяется по лицензии Apache-2.0.