II.2Создание и понимание программного кода

Codestral-22B-v0.1-GGUF — GGUF-квантизированная версия специализированной кодовой модели Codestral-22B-v0.1, разработанной Mistral AI. Квантизацию подготовил bartowski на основе llama.cpp, а модель опубликована для использования в LM Studio. Модель предназначена для генерации, дополнения и объяснения программного кода. Она поддерживает диалоговые запросы по инструкции и режим Fill in the Middle (FIM), позволяющий предсказывать пропущенный фрагмент между заданными префиксом и суффиксом. Обучение проводилось на данных более чем по 80 языкам программирования, включая Python, Java, C++, JavaScript и Bash. Размер модели составляет 22 млрд параметров; поддерживаемая модальность — текст. Сильные стороны модели — специализация на программировании, сочетание инструкционного режима и FIM, а также широкий охват языков программирования. README не содержит точных сведений о размере контекста, требованиях к памяти, результатах бенчмарков и ограничениях качества, поэтому эти характеристики нельзя определить по представленным данным. В карточке указана лицензия Apache-2.0, а также приведена ссылка на MNPL-0.1 от Mistral; условия использования следует уточнять по исходной лицензии и документации разработчика.

legraphista/Codestral-22B-v0.1-hf-FIM-fix — конвертированная версия Codestral-22B-v0.1 от Mistral AI с исправленным токенизатором и добавленными специальными токенами для инструкций и заполнения пропусков в коде. Это плотная авторегрессионная модель семейства Mistral на 22 млрд параметров с контекстом до 32 768 токенов. Модель предназначена для генерации кода по инструкциям, объяснения и документирования фрагментов, рефакторинга и предсказания пропущенной части кода между префиксом и суффиксом (Fill in the Middle), в том числе в инструментах разработки. Она обучена на данных более чем по 80 языкам программирования, включая Python, Java, C, C++, JavaScript и Bash. В карточке указано, что исходная версия имела пропущенные токены в словаре, а эта версия основана на обновлённой копии с исправлением. Модель не имеет встроенных механизмов модерации. Лицензия обозначена в метаданных как other; конкретные условия следует проверять на странице репозитория.

CodeT5+ 2B — модель семейства CodeT5+, разработанная Salesforce Research для понимания и генерации кода. Это плотная модель с архитектурой encoder-decoder; семейство также поддерживает режимы encoder-only и decoder-only. Чекпойнт загружается как Seq2Seq-модель через Transformers и использует токенизатор CodeGen. Модель предназначена для генерации кода по текстовому описанию, автодополнения, поиска и сопоставления кода с текстом, а также других задач понимания кода. При предобучении использовались денойзинг фрагментов, причинное языковое моделирование, контрастивное обучение и сопоставление текста с кодом. Обучающие примеры кода взяты из разрешительной подвыборки GitHub Code; среди поддерживаемых языков программирования указаны C, C++, C#, Go, Java, JavaScript, PHP, Python и Ruby. В репозитории опубликованы веса PyTorch. Лицензия — BSD 3-Clause. Авторы отмечают, что модель выпущена для исследовательских целей и не оценивалась для всех вариантов применения; перед использованием следует проверять точность и учитывать риски ошибок и смещений.

mlx-community/conikeec-deepseek-coder-6.7b-instruct — конвертированная в формат MLX версия модели DeepSeek Coder 6.7B Instruct, созданная сообществом mlx-community на основе deepseek-ai/deepseek-coder-6.7b-instruct. Это плотная авторегрессионная языковая модель семейства Llama с 6,6 млрд параметров и контекстом до 16 384 токенов, предназначенная для генерации текста в диалоговом формате и задач программирования. Репозиторий содержит веса safetensors; для запуска через MLX README указывает библиотеку mlx-lm. Лицензия в метаданных обозначена как other; конкретные условия следует сверять с карточкой исходной модели.

TheBloke/deepseek-coder-33B-instruct-AWQ — это 4-битная AWQ-квантизированная версия DeepSeek Coder 33B Instruct, разработанной компанией DeepSeek и опубликованной TheBloke. Модель предназначена для задач программирования и компьютерных наук: генерации и объяснения кода, ответов на технические вопросы и работы в сценариях ассистента программиста. Согласно шаблону запросов, она ориентирована только на вопросы, связанные с computer science, и может отказываться отвечать на политически чувствительные, связанные с безопасностью и приватностью, а также другие нетехнические вопросы. Модель основана на архитектуре DeepSeek с 33B параметров и представлена в формате AWQ с 4-битными весами, групповым размером 128 и длиной последовательности 16 384 токена. Файлы поставляются в виде шардированных safetensors; указанный размер репозитория составляет около 18,01 ГБ. Это текстовая модель без заявленной поддержки изображений или других модальностей. Языки обучения и полный перечень поддерживаемых языков в README не указаны. К сильным сторонам относятся сниженные требования к памяти и высокая скорость инференса при сохранении качества, сопоставимого с распространёнными настройками GPTQ. Модель рассчитана на GPU-инференс и поддерживает AutoAWQ, text-generation-webui и Hugging Face Text Generation Inference; сведения о совместимости vLLM в README ограничены моделями Llama и Mistral. Лицензия обозначена как other с названием deepseek; подробные условия следует уточнять в файле LICENSE исходного репозитория.

deepseek-ai/deepseek-coder-6.7b-base — базовая языковая модель для программирования, разработанная DeepSeek. Это плотная авторегрессионная модель семейства Llama с архитектурой Multi-Head Attention и 6,6 млрд параметров, обученная с нуля на 2 трлн токенов: 87% обучающих данных составлял код, 13% — естественный язык на английском и китайском. Модель работает с контекстом до 16 384 токенов. Она предназначена для генерации и дополнения кода, заполнения пропусков внутри кода и завершения фрагментов с учётом проекта или репозитория. Обучение на коде нескольких языков программирования и задача fill-in-the-blank поддерживают редактирование кода в заданном контексте. Модель является базовой, а не настроенной для диалога, поэтому для интерактивного помощника может потребоваться дополнительная настройка. Модель опубликована в форматах PyTorch и Safetensors. В README заявлены результаты уровня ведущих открытых моделей на бенчмарках HumanEval, MultiPL-E, MBPP, DS-1000 и APPS. Лицензия указана как «other»; перед использованием следует проверить условия в карточке модели Hugging Face.

DeepSeek-Coder-7B-Instruct-v1.5 — языковая модель для генерации кода и ответов на инструкции, разработанная DeepSeek. Она построена на архитектуре Llama и содержит 6,5 млрд параметров. Модель продолжительно обучали на 2 трлн токенов, используя контекстное окно 4K, а затем дообучили на 2 млрд токенов инструкционных данных. Модель предназначена для диалогового взаимодействия с задачами программирования: например, генерации и объяснения кода по запросу. Доступна в формате Safetensors; заявленная лицензия — other, поэтому условия использования следует уточнять по карточке модели и связанным документам.

DeepSeek Coder 7B Instruct v1.5 GGUF — это набор GGUF-квантованных версий модели DeepSeek Coder 7B Instruct v1.5, разработанной DeepSeek и преобразованной для локального запуска в репозитории Edmon02. Модель предназначена прежде всего для генерации и редактирования кода, работы локальных ассистентов в IDE и CLI, автономных агентов и офлайн-разработки без API-ключей. Для запуска подходят llama.cpp, LM Studio, KoboldCPP, llamafile и другие GGUF-совместимые среды. Модель относится к семейству архитектур LLaMA, имеет размер 7B параметров и поддерживает контекст до 4096 токенов. Это текстовая instruct-модель с шаблоном общения через секции «### Instruction» и «### Response». В репозитории представлены 14 вариантов квантования IQ и K, включая Q2_K, Q4_K_M, Q6_K и Q8_0, с размером примерно от 2,5 до 7,35 ГБ. Q4_K_M позиционируется как оптимальный баланс качества и размера, а Q8_0 — как вариант с наивысшим качеством среди доступных. Сильными сторонами являются возможность автономного запуска, широкий выбор квантований под разные объёмы VRAM и специализация на задачах программирования. Ограничения включают контекст 4096 токенов, возможное снижение точности синтаксиса у низкобитных квантований на длинном коде, небольшие различия между версиями квантования и отсутствие гарантированного соответствия облачным API DeepSeek. Модель не предназначена для тонкой настройки непосредственно в формате GGUF и может отказываться от запросов, не связанных с кодом. Лицензия указана как other с названием deepseek; подробные условия приведены в лицензии DeepSeek.

DeepSeek-Coder-V2-Base — базовая языковая модель для кода, разработанная DeepSeek. Это продолженное предобучение промежуточного чекпойнта DeepSeek-V2 на дополнительных 6 триллионах токенов; модель использует архитектуру Mixture-of-Experts семейства DeepSeek-V2. Для данного репозитория в метаданных указаны 18,1 млрд параметров, а контекст составляет до 163 840 токенов. Модель предназначена для генерации и продолжения кода, вставки кода в заданный фрагмент, а также для задач программирования и математических рассуждений. README заявляет поддержку 338 языков программирования и сохранение возможностей для общих языковых задач; её можно запускать через Transformers и vLLM. Это базовая, а не instruct-версия, поэтому README не описывает её как специально настроенную для следования пользовательским инструкциям. В README указана лицензия, но её тип в доступных данных не раскрыт; перед использованием следует проверить условия лицензирования в репозитории. Для запуска полной BF16-версии README приводит требование 8 GPU с 80 ГБ памяти каждая.

DeepSeek-Coder-V2-Instruct-0724 — инструктивная модель для программирования от DeepSeek, основанная на DeepSeek-Coder-V2-Base. Это модель архитектуры DeepSeek-V2 с разреженной MoE-архитектурой; в карточке Hugging Face указано 18,1 млрд параметров и контекст до 163 840 токенов. Семейство DeepSeek-Coder-V2 обучалось на дополнительных 6 трлн токенов и предназначено для генерации и дополнения кода, математических рассуждений и диалогового взаимодействия. Модель подходит для написания и редактирования кода, заполнения пропусков между фрагментами программы, ответов на технические вопросы и вызова инструментов через интерфейс функций. README сообщает о поддержке 338 языков программирования для семейства, но не уточняет поддержку естественных языков конкретной версии. Для запуска полной версии в формате BF16 README указывает на необходимость восьми GPU с 80 ГБ памяти каждая. В репозитории используется Transformers и формат safetensors; лицензия обозначена как «other», поэтому перед использованием следует проверить её условия в карточке модели.

DeepSeek-Coder-V2-Instruct-AQ4_1 — преобразованная сообществом mlx-community в формат MLX версия модели deepseek-ai/DeepSeek-Coder-V2-Instruct. Она предназначена для генерации текста в диалоговом формате, прежде всего для задач программирования. Архитектура — DeepSeek V2; в метаданных указано 18,1 млрд параметров и контекст до 163 840 токенов. Модель подходит для генерации и объяснения кода, ответов на вопросы о программировании и помощи при работе с длинными фрагментами текста или кода. Карточка указывает преобразование с помощью mlx-lm 0.16.0; репозиторий содержит веса safetensors и помечен тегом MLX. Лицензия указана как other, без дополнительных условий в предоставленных данных.

DeepSeek-Coder-V2-Lite-Instruct — языковая модель для кода от DeepSeek, построенная на архитектуре Mixture-of-Experts семейства DeepSeek-V2. Модель содержит 16 млрд параметров, из которых при работе активны около 2,4 млрд; метаданные каталога указывают 2,5 млрд параметров. Это вариант Instruct для диалогового взаимодействия и выполнения инструкций, доступный в формате safetensors и поддерживаемый библиотекой Transformers. Модель предназначена для генерации и дополнения кода, вставки фрагментов в существующий код и ответов на запросы в формате чата. Семейство обучалось на дополнительных 6 трлн токенов и расширило поддержку до 338 языков программирования; README указывает контекст 128K токенов, а метаданные — 163 840 токенов. Также заявлено улучшение математических рассуждений при сохранении возможностей для общих языковых задач. Для локального инференса в BF16 README приводит требование 8 GPU по 80 ГБ, что делает такую конфигурацию требовательной к ресурсам. В метаданных лицензия обозначена как other; конкретные условия следует проверить в файлах лицензии репозитория.

DeepSeek-Coder-V2-Lite-Instruct-8bit — языковая модель для работы с программным кодом, подготовленная сообществом mlx-community. Модель была конвертирована из DeepSeek-Coder-V2-Lite-Instruct, разработанной DeepSeek AI, в формат MLX с использованием mlx-lm 0.18.1 и представлена в 8-битном варианте; размер модели составляет 2,5 млрд параметров. Модель предназначена для генерации и дополнения кода, объяснения программных фрагментов и помощи в задачах разработки в диалоговом формате. Она относится к семейству DeepSeek V2 и поддерживает контекст длиной до 163 840 токенов, что позволяет работать с крупными файлами и связанными фрагментами кода. Для запуска используется библиотека mlx-lm. Модель оптимизирована для локального запуска в экосистеме MLX, а 8-битное представление снижает требования к памяти по сравнению с полноразмерными вариантами. Языки программирования и точный перечень поддерживаемых естественных языков в предоставленных данных не указаны. Условия использования определяются лицензией DeepSeek License, обозначенной в карточке как other.

Deepseek-Wizard-33B-slerp — объединённая языковая модель, созданная с помощью LazyMergekit из DeepSeek Coder 33B Instruct и WizardCoder-33B-V1.1. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM; в метаданных указан размер 17,2 млрд параметров и контекст до 16 384 токенов. Модель предназначена для диалоговой генерации текста с акцентом на программирование: она может помогать писать и дополнять код, объяснять его и отвечать на вопросы в чате. Слияние выполнено методом SLERP; репозиторий содержит веса в формате Safetensors. Метаданные указывают лицензию Apache-2.0.

Devple-8B — дообученная на основе Meta Llama 3.1 8B Instruct языковая модель для задач разработки программного обеспечения. Она предназначена для генерации и проверки кода, рефакторинга и других задач, связанных с разработкой, с акцентом на качество и безопасность результатов. Модель обучена методом ORPO на синтетических данных, подготовленных с помощью GPT-4o и Llama 3. Модель построена на архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и работает с текстом в формате диалога. Поддерживает английский и русский языки; заявленная длина контекста — 131 072 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Llama 3.1 Community License.

Devstral Small 1.1 — языковая модель для агентной разработки программного обеспечения, созданная в сотрудничестве Mistral AI и All Hands AI. Эта версия представлена в формате GGUF и предназначена для работы с llama.cpp, LM Studio и другими совместимыми средствами локального запуска. Модель специализируется на задачах программной инженерии: исследовании кодовых баз, редактировании нескольких файлов, использовании инструментов и работе в составе coding-агентов, включая OpenHands. Это текстовая модель без поддержки изображений. Она содержит 24 миллиарда параметров, использует токенизатор Tekken с размером словаря 131 тысяча токенов и поддерживает контекст до 128 тысяч токенов. Заявлена поддержка английского, французского, немецкого, испанского, португальского, итальянского, японского, корейского, русского, китайского и ряда других языков. К сильным сторонам относятся ориентация на агентное программирование, большой контекст, поддержка формата function calling Mistral и возможность локального запуска; для GGUF доступны варианты BF16, Q8_0, Q5_K_M и Q4_K_M. Ограничением является текстовая специализация без vision-возможностей, а качество и требования к ресурсам зависят от выбранной квантизации. Согласно README, компактная версия может запускаться на одной RTX 4090 или Mac с 32 ГБ оперативной памяти. Модель распространяется по лицензии Apache 2.0, допускающей коммерческое и некоммерческое использование и модификацию.

DolphinCoder StarCoder2 15B — языковая модель для генерации кода и диалоговой помощи в программировании, разработанная на базе StarCoder2-15B. Она дообучена методом qLoRA в течение трёх эпох на наборах данных для программирования и инструкционного диалога; в карточке указана архитектура StarCoder2 с 21,7 млрд параметров и контекстом 16 384 токена. Модель использует формат запросов ChatML и рассчитана прежде всего на англоязычные сценарии. Модель подходит для генерации и дополнения кода, ответов на вопросы по программированию и выполнения инструкций разработчика. Автор описывает её как uncensored и предупреждает о высокой готовности выполнять запросы, включая небезопасные; при предоставлении доступа через сервис рекомендуется добавить собственный слой фильтрации. Лицензия — BigCode OpenRAIL-M.

droplychee/droplychee-code-big — дообученная модель разработчика droplychee на базе Qwen/Qwen3-Coder-Next. Это языковая MoE-модель с архитектурой Qwen3-Next, предназначенная для генерации кода и работы в составе кодирующих агентов; поддерживает диалоговый режим и интерфейс вызова инструментов. Модель содержит 2,3 млрд параметров и поддерживает контекст до 262 144 токенов. README указывает, что обучение проводилось с использованием Unsloth и библиотеки TRL для ускорения процесса. Модель принимает текст и генерирует текст, в том числе код; в метаданных указан английский язык. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Данных о специальных ограничениях качества или области применения в карточке нет.

FluentlyQwen3 Coder 4B — языковая модель от Project Fluently, дообученная для генерации кода. Это плотный causal language model на архитектуре Qwen3ForCausalLM с примерно 3,7 млрд параметров; в карточке указаны 36 слоёв и grouped-query attention с 32 головами Q и 8 головами KV. Модель обучали с помощью SFT и GRPO, а затем последовательно объединяли версии. Она поддерживает контекст до 40 960 токенов по метаданным; README также указывает 32 768 токенов нативно и до 131 072 с YaRN. Модель предназначена для написания и дополнения кода в диалоговом режиме. README также сообщает об улучшениях в общении, переводе и математике. Есть режим с рассуждением и возможность его отключить; для генерации и общения используются текстовые входы и выходы. Карточка указывает английский и русский языки, а также код. Модель распространяется по лицензии Apache-2.0. Рекомендации README по параметрам генерации различаются для режимов с рассуждением и без него; для первого не рекомендуется жадное декодирование из-за возможного ухудшения качества и повторов.

GLM-4.7 — языковая модель компании Z.ai для программирования, диалогов и сложных многошаговых задач. Модель с архитектурой семейства GLM-4 MoE содержит 23,4 млрд параметров и имеет контекстное окно 202 752 токена. Она принимает текст и генерирует текст; поддерживает английский и китайский языки, режим чата и вызов инструментов. Модель предназначена для генерации и отладки кода, работы в терминале и агентных системах, а также для математических рассуждений, веб-разработки, создания слайдов и обычного общения. Поддерживает чередование рассуждений и действий, сохранение блоков рассуждений между ходами и управление режимом рассуждений на уровне хода. В README отмечены улучшения относительно GLM-4.6 в задачах программирования, использования инструментов и рассуждений; приведённые результаты являются оценками на выбранных бенчмарках и не гарантируют аналогичного качества в каждом сценарии. Модель распространяется под лицензией MIT. Для локального запуска README указывает Transformers, vLLM и SGLang; поддержка GLM-4.7 в vLLM и SGLang требует основных веток проектов.

Granite-20B-Code-Base-r1.1 — базовая авторегрессионная модель для генерации кода, разработанная IBM Research. Это плотная decoder-only архитектура GPTBigCode с 20 млрд параметров и контекстом 8192 токена. Модель обучена с нуля в два этапа: на 3 трлн токенов кода из 116 языков программирования, затем на 1 трлн токенов из смеси кода и естественного языка. Версия r1.1 расширяет второй этап обучения по сравнению с Granite-20B-Code-Base. Модель предназначена для генерации, объяснения и исправления кода, а также для написания модульных тестов и документации, анализа уязвимостей, устранения технического долга и перевода кода. Она принимает текстовые запросы и генерирует текст с кодом; карточка указывает обучение на данных из 116 языков программирования, но конкретные языки естественного языка не перечисляет. Модель распространяется по лицензии Apache 2.0. Модель не проходила выравнивание безопасности. Сгенерированный код может быть ошибочным или небезопасным; также сохраняется риск воспроизведения фрагментов обучающих данных. Результаты следует проверять перед применением, особенно в критически важных сценариях.

InCoder 6B — авторегрессионная модель семейства XGLM, разработанная командой исследователей во главе с Дэниелом Фридом и Арменом Агажаняном. Это декодерный Transformer с 7,7 млрд параметров, обученный на исходном коде с причинно-маскированной целью. Она поддерживает обычную генерацию продолжения слева направо и заполнение пропусков внутри кода. Модель предназначена для генерации и редактирования программного кода, включая дописывание фрагментов и заполнение пропущенных участков. Обучающие данные включали открытые репозитории GitHub и GitLab с разрешительными лицензиями, а также Stack Overflow; основные языки — Python и JavaScript, всего в данных представлены 28 языков программирования. Контекст модели составляет 2049 токенов. Для запуска доступны веса float32 и float16; README указывает, что версия float16 подходит для инференса на GPU с 16 ГБ памяти при небольшом размере пакета и последовательностях не менее 256 токенов. Репозиторий предоставляет веса PyTorch. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

Карточка модели devix1/Kimi-K2.7-Code на Hugging Face совпадает с карточкой moonshotai/Kimi-K2.7-Code, поэтому описание составлено по ней. Kimi K2.7 Code — ориентированная на программирование агентная модель компании Moonshot AI, основанная на Kimi K2.6. Она предназначена для выполнения длительных задач разработки ПО и многоэтапных инженерных процессов: от создания и изменения кода до работы с проектами и инструментами. Архитектура — Mixture-of-Experts с общим числом параметров около 1 трлн и 32 млрд активируемых параметров; модель представлена в safetensors и использует нативную квантизацию INT4. Для тестирования заявлен контекст длиной 262 144 токена. Модель поддерживает диалог, вызов инструментов и визуальный ввод изображений и видео; основная специализация — агентное программирование и решение сложных задач разработки. Разработчик сообщает о повышении эффективности на длительных задачах и примерно на 30% меньшем расходе токенов на рассуждения по сравнению с Kimi K2.6. В карточке указана лицензия other; конкретные условия следует сверить с лицензией репозитория и условиями API.

Kimi K2.7 Code — ориентированная на программирование агентная модель компании Moonshot AI, основанная на Kimi K2.6. Она предназначена для выполнения длительных задач разработки ПО и многоэтапных инженерных процессов: от создания и изменения кода до работы с проектами и инструментами. Архитектура — Mixture-of-Experts с общим числом параметров около 1 трлн и 32 млрд активируемых параметров; модель представлена в safetensors и использует нативную квантизацию INT4. Для тестирования заявлен контекст длиной 262 144 токена. Модель поддерживает диалог, вызов инструментов и визуальный ввод изображений и видео; основная специализация — агентное программирование и решение сложных задач разработки. Разработчик сообщает о повышении эффективности на длительных задачах и примерно на 30% меньшем расходе токенов на рассуждения по сравнению с Kimi K2.6. В карточке указана лицензия other; конкретные условия следует сверить с лицензией репозитория и условиями API.

Карточка модели Ishowbackup/Laguna-S-2.1 на Hugging Face совпадает с карточкой poolside/Laguna-S-2.1, поэтому описание составлено по ней. Laguna S 2.1 — языковая модель Poolside для программной инженерии и агентного выполнения длительных задач. Это текстовая модель семейства Laguna с архитектурой Mixture-of-Experts: 118 млрд параметров всего, около 8 млрд активируются на токен. В ней 48 слоёв, 256 маршрутизируемых экспертов и один общий; используются grouped-query attention и сочетание глобального внимания со скользящим окном. Контекст составляет 1 048 576 токенов. Модель предназначена для генерации и анализа кода, работы с инструментами и решения многошаговых задач разработки. Она поддерживает диалог и вызов инструментов, а также встроенный режим рассуждений, управляемый параметром enable_thinking. Для ускорения вывода доступна спекулятивная декодировка с отдельной черновой моделью DFlash. Модель принимает и выдаёт текст. В README приведены результаты на бенчмарках программирования и агентных задач, однако они не гарантируют качество в конкретном проекте. Полная BF16-версия требует нескольких GPU; квантизированные варианты снижают требования к памяти. Модель распространяется по лицензии OpenMDW-1.1, разрешающей коммерческое и некоммерческое использование и модификацию; также следует соблюдать Acceptable Use Policy Poolside.

Карточка модели rbinrs/Laguna-S-2.1 на Hugging Face совпадает с карточкой poolside/Laguna-S-2.1, поэтому описание составлено по ней. Laguna S 2.1 — языковая модель Poolside для программной инженерии и агентного выполнения длительных задач. Это текстовая модель семейства Laguna с архитектурой Mixture-of-Experts: 118 млрд параметров всего, около 8 млрд активируются на токен. В ней 48 слоёв, 256 маршрутизируемых экспертов и один общий; используются grouped-query attention и сочетание глобального внимания со скользящим окном. Контекст составляет 1 048 576 токенов. Модель предназначена для генерации и анализа кода, работы с инструментами и решения многошаговых задач разработки. Она поддерживает диалог и вызов инструментов, а также встроенный режим рассуждений, управляемый параметром enable_thinking. Для ускорения вывода доступна спекулятивная декодировка с отдельной черновой моделью DFlash. Модель принимает и выдаёт текст. В README приведены результаты на бенчмарках программирования и агентных задач, однако они не гарантируют качество в конкретном проекте. Полная BF16-версия требует нескольких GPU; квантизированные варианты снижают требования к памяти. Модель распространяется по лицензии OpenMDW-1.1, разрешающей коммерческое и некоммерческое использование и модификацию; также следует соблюдать Acceptable Use Policy Poolside.

Laguna-S-2.1 — текстовая модель семейства Laguna от Poolside, опубликованная на Hugging Face аккаунтом Unsloth как дообучение poolside/Laguna-S-2.1. Это MoE-модель: карточка указывает 118 млрд параметров всего и около 8 млрд активируемых на токен; архитектура включает 48 слоёв, 256 маршрутизируемых экспертов и один общий эксперт. Модель предназначена для агентного программирования и длительных задач разработки, включая взаимодействие с инструментами. Она принимает и выдаёт текст, поддерживает режим рассуждения и контекст до 1 048 576 токенов. В README приведены результаты на тестах программирования и агентных задач, а также заявлена поддержка Transformers, vLLM, SGLang, TRT-LLM и llama.cpp. Для запуска полного чекпойнта BF16 потребуется несколько GPU; в карточке также описаны квантованные варианты семейства. Метаданные этого репозитория указывают формат safetensors и лицензию OpenMDW-1.1, которая, согласно README, разрешает коммерческое и некоммерческое использование и модификацию при соблюдении лицензии и политики допустимого использования Poolside.

Llama 3.1 Pro Coder v1 — дообученная HemanthKari модель на базе Meta Llama 3.1 8B Instruct, предназначенная для генерации и помощи с кодом. Это плотная авторегрессионная модель семейства Llama с примерно 7,5 млрд параметров, рассчитанная на контекст до 131 072 токенов. Карточка сообщает о поддержке Python, Java, JavaScript, SQL и других языков программирования, а также о результате 68,3% pass@1 на HumanEval в описанной авторами оценке. Модель подходит для автодополнения и генерации кода, реализации функций по описанию, исправления ошибок, обзора и объяснения кода, документирования, реализации алгоритмов и создания модульных тестов. Авторы отмечают улучшенную обработку граничных случаев и возможность локального запуска; заявленная лицензия — Llama 3.1, с условиями атрибуции «Built with Llama» и другими ограничениями, изложенными в лицензии. Для сложного проектирования систем, нишевых библиотек и многошаговых рассуждений авторы указывают на преимущество более крупных моделей; перед внедрением и использованием сгенерированного кода нужна проверка человеком.

LoopCoder-V2 — плотная инструкционная модель для программирования с 7,2 млрд параметров, разработанная Multilingual-Multimodal-NLP на архитектуре Parallel Loop Transformer (PLT). Модель обучена с нуля на смеси текста и кода, а затем настроена для следования инструкциям; опубликованный вариант использует два прохода общих блоков трансформера для дополнительного вычисления при генерации. Контекст модели составляет 131 072 токена. Модель предназначена для генерации и анализа кода, рассуждений о программном коде, помощи при работе с репозиториями, агентных сценариев разработки и использования инструментов. В README приведены результаты на тестах генерации кода и программной инженерии; вариант с двумя циклами улучшил результаты относительно однопроходного базового варианта, тогда как увеличение числа циклов может ухудшать качество. Модель принимает текстовые инструкции и выдаёт текст, включая код; обучающие данные включают более 100 языков программирования. Для загрузки требуется среда с поддержкой пользовательской архитектуры IQuestPLTCoderForCausalLM и конфигурации токенизатора из репозитория. Лицензия — Apache-2.0.

Magicoder-DS-6.7B — языковая модель для генерации кода, разработанная Юсяном Вэем, Чжэ Вангом, Цзяьвэем Лю, Ифэном Дином и Линмином Чжаном. Это плотная авторегрессионная модель семейства Llama, дообученная на базе deepseek-ai/deepseek-coder-6.7b-base с использованием набора Magicoder-OSS-Instruct-75K, созданного методом OSS-Instruct на основе фрагментов открытого исходного кода. Модель предназначена прежде всего для задач программирования: генерации кода по инструкциям и помощи в диалоговых сценариях разработки. Использует текстовый ввод и выдаёт текст, включая код; поддерживает контекст до 16 384 токенов. Размер — около 6,6 млрд параметров, формат весов — Safetensors, для работы применяется Transformers. Модель может ошибаться и создавать вводящий в заблуждение код, а также хуже справляться с задачами вне программирования. В карточке указана лицензия DeepSeek; README рекомендует учитывать условия OpenAI для синтетических данных и обучающего набора.