II.3Рефакторинг, миграция и модернизация

Qwen2.5-Coder-1.5B-Instruct-GGUF — инструкционно дообученная языковая модель для работы с программным кодом из серии Qwen2.5-Coder, разработанной командой Qwen. Модель предназначена для генерации, анализа, рассуждений и исправления кода, а также для использования в чат-ботах и кодовых агентах. Она сохраняет базовые способности Qwen2.5 в математике и общих задачах. Модель представляет собой каузальную языковую модель в формате GGUF с архитектурой на базе transformers, RoPE, SwiGLU, RMSNorm, смещениями в QKV-внимании и связанными эмбеддингами слов. Она содержит 1,54 млрд параметров, из которых 1,31 млрд не относятся к эмбеддингам, 28 слоёв и механизм GQA с 12 головами для Q и 2 для KV. Заявленная длина контекста — 32 768 токенов. Поддерживаются варианты квантования q2_K, q3_K_M, q4_0, q4_K_M, q5_0, q5_K_M, q6_K и q8_0. В метаданных указан английский язык; мультимодальность не заявлена. К сильным сторонам относятся специализация на генерации, понимании и исправлении кода, компактный размер и наличие нескольких вариантов квантования для запуска с разными требованиями к памяти. Ограничения включают меньший масштаб по сравнению со старшими моделями серии и отсутствие заявленной поддержки контекста до 131 072 токенов в GGUF-версии; для такого расширения README рекомендует не-GGUF-модели и указывает поддержку YARN для этой задачи в vLLM. Модель распространяется по лицензии Apache-2.0.

Meohan/Qwen2.5-Coder-3B-Instruct — языковая модель семейства Qwen2, ориентированная на генерацию текста и выполнение инструкций в сценариях, связанных с программированием. Модель опубликована пользователем Meohan на Hugging Face; сведения о разработчике и происхождении в README не приведены. Модель содержит около 3,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Она распространяется для использования через библиотеку Transformers; в метаданных также отмечены форматы safetensors и GGUF. Основной pipeline-тег — text-generation. Модель может применяться для генерации фрагментов программного кода, объяснения кода, помощи при рефакторинге и ответов на технические запросы в диалоговом формате. README не содержит результатов оценки, описания обучающих данных, сведений о языках, лицензии или подтверждённых характеристиках качества, поэтому перед использованием в продуктивных системах необходима самостоятельная проверка.

baronyi/Qwen2_5-code-talker-v1-0707-014615 — объединённая методом SLERP модель на основе Qwen/Qwen2.5-Coder-14B-Instruct и Qwen/Qwen2.5-14B-Instruct. Это плотная авторегрессионная языковая модель семейства Qwen2.5 с архитектурой Qwen2ForCausalLM и примерно 14 млрд параметров; карточка указывает форматы Safetensors и GGUF F16, а метаданные — контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста и программного кода, а также структурированных ответов и взаимодействия с инструментами через соответствующий интерфейс. Она объединяет возможности двух инструкционных моделей Qwen2.5, одна из которых ориентирована на код. Поддерживаемые языки в предоставленных данных не перечислены. Условия лицензии в карточке и метаданных не приведены.

Qwen3-53B-A3B-2507-THINKING-TOTAL-RECALL-v2-MASTER-CODER — модель Дэвида А. Ю (DavidAU), созданная на базе Qwen3-30B-A3B-Thinking-2507 с Brainstorm 40X и дополнительными изменениями конфигурации экспертов. Это причинная языковая модель с архитектурой Qwen3 MoE: в README указаны 53 млрд параметров, 84 слоя и 10 активируемых экспертов по умолчанию; метаданные указывают 4,3 млрд параметров. Модель предназначена для генерации текста, диалогов, программирования и задач рассуждения, включая работу с длинными проектами и контекстом до 262 144 токенов. README отмечает, что для сложных задач можно увеличить число активных экспертов, а для широкого охвата вариантов решения — запускать несколько генераций. Модель работает с текстом и ориентирована на английский, французский, китайский и немецкий языки согласно метаданным; README также заявляет поддержку основных и многих менее распространённых языков программирования. Доступны веса safetensors для использования через Transformers и преобразования в другие форматы. Лицензия — Apache-2.0. Конкретные настройки генерации влияют на результаты; рекомендации автора включают контекст от 8–16 тысяч токенов для рассуждения и вывода.

DavidAU/Qwen3-53B-A3B-2507-TOTAL-RECALL-v2-MASTER-CODER — дообученная на базе Qwen/Qwen3-30B-A3B-Instruct-2507 модель для генерации текста и диалогов. Автор позиционирует её как универсальную, с особым упором на программирование и решение задач на коде. Указаны 53 млрд параметров, 84 слоя и архитектура MoE с 128 экспертами и 8 активируемыми экспертами; модель распространяется в формате safetensors и совместима с Transformers. Модель рассчитана на контекст до 262 144 токенов. Она поддерживает несколько языков, а в метаданных перечислены английский, французский, китайский и немецкий. Базовый режим — без рассуждений; автор предлагает опциональный системный промпт для включения специального режима «thinking». Модель может использоваться в диалогах, генерации и объяснении кода, работе с длинными контекстами и сценариях с вызовом инструментов. Лицензия — Apache-2.0. Карточка не приводит независимых оценок именно этой производной версии, поэтому заявленное превосходство в программировании следует считать описанием автора; качество и скорость могут зависеть от выбранного числа активных экспертов и способа запуска.

unsloth/Qwen3.6-27B — мультимодальная модель с открытыми весами, основанная на Qwen/Qwen3.6-27B и дообученная после предварительного обучения. Она предназначена для диалогов, программирования, агентных сценариев и работы с изображениями; модель поддерживает вызов инструментов и рассчитана на разработчиков, использующих Transformers и совместимые среды запуска. Архитектура — плотная причинная языковая модель с визуальным энкодером, 27 млрд параметров; контекст составляет 262 144 токена и может расширяться до 1 010 000 токенов. Модель принимает текст и изображения и генерирует текст. В карточке отмечены улучшения в работе с кодом, включая фронтенд-задачи и рассуждение по репозиториям, а также сохранение контекста рассуждений между сообщениями. README упоминает текстовый, графический и видеоввод, однако метаданные классифицируют модель только как image-text-to-text. Указанная лицензия — Apache-2.0.

QuantTrio/Qwen3.6-27B-AWQ-6Bit — квантованная версия открытой модели Qwen3.6-27B, разработанной командой Qwen. Вариант из данного репозитория получен с помощью data-free-квантования без калибровочного набора данных и предназначен для запуска через Transformers и высокопроизводительные серверы инференса, включая vLLM, SGLang и KTransformers. Модель представляет собой авторегрессионную языковую модель с vision encoder, содержащую около 27 млрд параметров. Архитектура включает 64 слоя, Gated DeltaNet и Gated Attention, а также поддержку multi-step speculative decoding. Нативная длина контекста составляет 262 144 токена и может быть расширена до 1 010 000 токенов. Основные сценарии применения — программирование, агентная работа с кодом, анализ репозиториев, фронтенд-разработка, рассуждения по длинному контексту и задачи, требующие обработки текста и изображений. README не указывает полный перечень поддерживаемых языков. К сильным сторонам относятся большой контекст, ориентация на coding agent-сценарии, поддержка сохранения контекста рассуждений и снижение требований к памяти благодаря AWQ-квантованию до 6 бит; размер файлов модели составляет около 26 GiB. Ограничения включают возможные потери качества относительно исходной модели из-за квантования, отсутствие опубликованных в README подробных результатов именно для этой квантованной версии и зависимость от совместимых версий vLLM, Transformers и CUDA. Для запуска рекомендуются vLLM 0.19.0, Transformers 5.5.4 и CUDA 12.8 или 13.0; при использовании tensor parallelism на 8 GPU требуется expert parallelism. Модель распространяется по лицензии Apache-2.0.

FenomAI/Qwen3.6-27B-AWQ-INT4 — квантованная до AWQ INT4 версия открытой модели Qwen3.6-27B, разработанной командой Qwen; базовая модель предоставлена в репозитории Qwen/Qwen3.6-27B. Модель распространяется в формате, совместимом с Hugging Face Transformers, vLLM, SGLang и KTransformers. Это каузальная языковая модель с vision encoder, предназначенная для работы с текстом и изображениями. Основные сценарии — агентное программирование, разработка интерфейсов, анализ репозиториев и решение задач на уровне программных проектов. Модель также поддерживает сохранение контекста рассуждений из предыдущих сообщений для итеративной разработки. Модель содержит 27 млрд параметров, 64 слоя и имеет нативную длину контекста 262 144 токена с возможностью расширения до 1 010 000 токенов. Архитектура сочетает Gated DeltaNet, Gated Attention и FFN; размерность скрытого представления составляет 5120. Точные поддерживаемые языки в README не указаны. Ключевое преимущество — ориентация на coding agent-сценарии и работу с длинным контекстом. Ограничения, требования к оборудованию и влияние квантования AWQ INT4 на качество отдельно не описаны. Лицензия — Apache 2.0.

CISCai/Qwen3-Coder-30B-A3B-Instruct-SOTA-GGUF — это квантизированная версия модели Qwen3-Coder-30B-A3B-Instruct, разработанной Qwen и опубликованной в формате GGUF командой CISC. Модель предназначена для генерации текста и программного кода, включая чат-сценарии, написание и дополнение кода. Она поддерживает Fill-in-Middle, то есть заполнение пропущенных фрагментов исходного кода, при использовании совместимых версий llama.cpp. Модель относится к архитектуре Qwen3 MoE и имеет размер 30B в обозначении модели. Доступны варианты квантизации от IQ1_S до IQ4_NL с эффективной разрядностью примерно от 1,56 до 4,5 бит на вес. Размер файлов составляет примерно от 6,4 ГБ, а требуемый объём оперативной памяти — от 6,7 ГБ в зависимости от варианта. В метаданных указан английский язык. Базовая длина контекста исходной модели составляет 262 144 токена; для некоторых файлов доступны варианты с расширением контекста до 1 048 576 токенов с использованием YaRN. Ключевое преимущество модели — возможность локального запуска при существенно сниженном потреблении памяти, а также специализированная настройка квантования с importance matrix на данных CodeFeedback-Filtered-Instruction. Чем агрессивнее квантизация, тем меньше требования к ресурсам, но тем сильнее потери качества: варианты IQ1 и IQ2 характеризуются значительными потерями, тогда как более высокие разрядности лучше сохраняют качество. Файлы совместимы с llama.cpp начиная с версии, соответствующей 9 апреля 2025 года, и с другими интерфейсами и библиотеками на его основе. Модель распространяется по лицензии Apache-2.0. README не содержит сведений о мультимодальности; по указанным данным это текстовая модель для работы с кодом.

Qwen3-Coder-Next.w4a16 — квантизированная версия языковой модели Qwen3-Coder-Next, разработанная Red Hat на базе модели Qwen/Qwen3-Coder-Next. Это авторегрессионная модель архитектуры Qwen3NextForCausalLM с текстовым вводом и текстовым выводом, предназначенная прежде всего для генерации и анализа кода, а также для развертывания в сценариях, поддерживающих вызов инструментов. Модель использует схему W4A16: веса линейных операторов в блоках Transformer представлены в формате INT4, а активации — FP16. Такая оптимизация сокращает число битов на параметр с 16 до 4 и приблизительно на 75% уменьшает требования к дисковому пространству и памяти GPU. README не содержит сведений о размере модели, поддерживаемых языках программирования и естественных языках, максимальной длине контекста или мультимодальных возможностях. Основное преимущество модели — существенное снижение требований к памяти при сохранении высокой эффективности на задачах программирования. В оценке SWE-Bench Lite она получила результат 48,67 против 49,33 у исходной Qwen3-Coder-Next, что соответствует восстановлению 98,6% исходного показателя. Ограничением является возможная небольшая потеря точности из-за квантизации, а также зависимость рекомендуемого развертывания от совместимой инфраструктуры, например vLLM и Tensor Parallel. Модель распространяется по лицензии Apache-2.0. Для квантизации использовалась библиотека llm-compressor и алгоритм GPTQ; в README приведён пример развертывания через vLLM с поддержкой автоматического выбора инструментов и парсера вызовов Qwen3 Coder.

unsloth/Qwen3-Coder-REAP-363B-A35B-GGUF — сжатая версия Qwen3-Coder-480B-A35B-Instruct, разработанная с применением метода REAP (Router-weighted Expert Activation Pruning). Модель предназначена для генерации кода, агентного программирования, понимания репозиториев, математического и творческого текста, а также вызова функций и инструментов. Разработчики заявляют сохранение характеристик исходной модели при снижении требований к памяти примерно на 25%, что делает её пригодной для ресурсоограниченных сред, локального развёртывания и исследовательских задач. Это разреженная causal language model архитектуры Mixture-of-Experts: 363 млрд параметров всего, около 35 млрд активируются на токен; используется 120 экспертов, из которых 8 выбираются для каждого токена, 62 слоя и Grouped Query Attention с 96 головами Q и 8 головами KV. Нативная длина контекста составляет 262 144 токена и может быть расширена до 1 млн с YaRN. В README указана FP8-квантизация для описанного варианта, совместимость с vLLM и лицензия Apache 2.0. Ограничением является крайне большой общий размер модели и высокие требования к оборудованию; результаты оценки для BF16-варианта на момент публикации не представлены.

Sombrero-QwQ-32B-Elite11 — дообученная 32-миллиардная языковая модель prithivMLmods на базе Qwen/QwQ-32B, построенная на архитектуре Qwen2 и распространяемая в формате Safetensors. Модель предназначена для генерации текста и диалогов, с акцентом на программирование, математические задачи, логические рассуждения и подробные объяснения. Метаданные указывают контекст до 131 072 токенов; README заявляет поддержку входа до 256 000 токенов и генерацию до 12 000 токенов за ответ. Модель подходит для генерации и отладки кода, пошагового решения задач, подготовки технической документации, длинных ответов и многоязычных диалогов. README заявляет поддержку более 35 языков, включая русский, однако метаданные карточки подтверждают только английский. Также заявлен режим оптимизации памяти, но подробности реализации не приведены. Для работы с длинным контекстом требуются значительные ресурсы GPU или TPU; ответы могут содержать ошибки и предвзятость, качество зависит от формулировки запроса, а доступа к актуальным данным модель не имеет. Лицензия — Apache-2.0.

Vortex-9B-CodeCore-Merge — экспериментальная объединённая модель на 9 млрд параметров от prithivMLmods, предназначенная для генерации кода и многошаговых задач программной инженерии. Она объединяет Qwen3.5-9B, NeoHorse-1-9B, Qwopus3.5-9B-Coder и Ornith-1.5-9B; архитектура относится к семейству Qwen 3.5, для работы указана библиотека Transformers. Модель рассчитана на написание и понимание кода, внесение изменений, отладку, следование инструкциям, рассуждения и агентные рабочие процессы с использованием инструментов. В метаданных отмечены чат и интерфейс вызова инструментов. Карточка описывает её как экспериментальную и предупреждает, что модель может генерировать артефакты. Лицензия — Apache 2.0.

Code Llama 13B Instruct — авторегрессионная плотная Transformer-модель Meta для генерации и понимания кода. Репозиторий содержит версию с настройкой на выполнение инструкций в формате Transformers; модель насчитывает 12,9 млрд параметров и поддерживает контекст до 16 384 токенов. Модель предназначена для дополнения и заполнения кода, ответов на инструкции и диалогового взаимодействия при разработке кодовых помощников. Она принимает текст и генерирует текст, работает с английским языком и языками программирования. Это instruct-вариант семейства Code Llama, основанный на CodeLlama-13b-hf. Модель может выдавать неточные или нежелательные ответы; перед внедрением следует проверить её поведение для конкретного применения. Использование регулируется лицензией Meta Llama 2.

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-V4-Flash-0731 — официальный выпуск модели DeepSeek-V4-Flash от DeepSeek, заменивший предварительную версию. Это плотная языковая модель с архитектурой DeepseekV4ForCausalLM и 10,7 млрд параметров; репозиторий содержит веса Safetensors в формате FP8. Модель предназначена для генерации текста, диалогов и агентных сценариев, в том числе программирования и работы с терминалом. В README заявлено улучшение агентных возможностей и приведены результаты сравнительных тестов, однако приведённая таблица частичная. Контекст модели составляет до 1 048 576 токенов. Выпуск включает модуль спекулятивного декодирования DSpark; для общения предусмотрен специальный способ кодирования OpenAI-совместимых сообщений, но Jinja-шаблон чата не включён. README описывает уровни reasoning_effort low, high и max, а также запуск через vLLM, SGLang и локальную инфраструктуру. Лицензия — MIT. Языки, на которых модель обучена или проверена, в предоставленных данных не перечислены.

GigaChat 3.5 Reasoning — текстовая модель компании-разработчика GigaChat, представленная в репозитории ai-sage как дообучение базовой модели GigaChat3.5-432B-A28B-base. Это модель Mixture-of-Experts с 432 млрд параметров и 28 млрд активных параметров; репозиторий содержит веса BF16 для дообучения и собственной квантизации. Архитектура сочетает Multi-head Latent Attention и линейные слои GatedDeltaNet, а три MTP-головы поддерживают спекулятивное декодирование. Контекст — до 262 144 токенов. Модель предназначена для диалогов и выполнения инструкций с усиленными возможностями рассуждения: особенно в математике, программировании, следовании инструкциям и структурированном выводе. Обучение включает онлайн RL на доменных экспертах и их объединение с помощью on-policy distillation. Поддерживаются русский и английский языки, а также вызов функций. Для запуска в README описана интеграция с SGLang. Лицензия — MIT. Репозиторий содержит веса BF16, предназначенные для дообучения и квантизации; для инференса README указывает отдельную модель GigaChat3.5-432B-A28B-Reasoning. Это крупная модель, для запуска которой нужна соответствующая вычислительная инфраструктура. Приведённые в карточке результаты бенчмарков зависят от указанных протоколов оценки.

GLM-4.7-REAP-218B-A32B — сжатая разреженная языковая модель семейства GLM-4.7 от Cerebras. Она получена методом REAP, который удаляет из смеси экспертов менее значимые компоненты; после прунинга дообучение не проводилось. Модель содержит 218 млрд параметров, из которых 32 млрд активируются на токен, и поддерживает контекст до 202 752 токенов. Модель предназначена для генерации кода и текста, агентных рабочих процессов, понимания репозиториев и вызова функций. В карточке заявлено, что она сохраняет близкое к исходной GLM-4.7 качество при уменьшении объёма памяти примерно на 40%; для версии BF16 приведены характеристики, но результаты оценки не указаны. Модель можно развернуть с актуальным vLLM. Лицензия — MIT. README рекомендует вариант BF16 для последующей низкобитной квантизации.

Карточка модели cosmicGuy/GLM-5.1 на Hugging Face совпадает с карточкой zai-org/GLM-5.1, поэтому описание составлено по ней. GLM-5.1 — флагманская модель Z.ai для агентной разработки и инженерных задач. Это языковая модель с архитектурой GLM MoE DSA и 30,4 млрд параметров; она доступна в формате safetensors и совместима с Transformers. Модель принимает текст и предназначена для генерации кода, решения задач по разработке программного обеспечения и работы с инструментами в длительных сессиях. GLM-5.1 рассчитана на сложные и неоднозначные задачи: она может разбивать работу на этапы, проводить эксперименты, анализировать результаты и менять стратегию в ходе многократных итераций. Разработчик сообщает о сильных результатах на SWE-Bench Pro, NL2Repo и Terminal-Bench 2.0. Модель поддерживает английский и китайский языки и контекст до 202 752 токенов. Для локального запуска перечислены SGLang, vLLM, xLLM, Transformers и KTransformers. Модель распространяется по лицензии MIT. Описание подчёркивает её возможности в агентных сценариях и бенчмарках, но не приводит независимых оценок качества или гарантий результата; практическая работа с инструментами зависит также от используемой системы запуска.

GLM-5.1-FP8 — языковая модель для генерации текста, разработанная командой zai-org (Z.ai). Это флагманская модель следующего поколения, ориентированная прежде всего на агентную разработку программного обеспечения и выполнение сложных инженерных задач с использованием инструментов. Модель предназначена для написания и модификации кода, генерации репозиториев, работы в терминале, поиска информации и длительных многошаговых сессий. По данным README, GLM-5.1 лучше справляется с неоднозначными задачами, умеет декомпозировать проблему, проводить эксперименты, анализировать результаты, выявлять блокеры и пересматривать стратегию в ходе сотен итераций и тысяч вызовов инструментов. Среди заявленных результатов — 58,4% на SWE-Bench Pro, 42,7% на NL2Repo, 63,5% на Terminal-Bench 2.0 и лидирующие показатели на CyberGym и BrowseComp. Модель доступна в FP8-квантизованном варианте и интегрируется с Transformers. В карточке указаны английский и китайский языки, однако сведения о точной архитектуре, числе параметров, размере контекста, поддерживаемых модальностях и системных требованиях отсутствуют. Основные сильные стороны — программирование, агентное взаимодействие с инструментами, длительное планирование и итеративная оптимизация. Ограничения связаны с отсутствием подробных технических характеристик и тем, что приведённые результаты зависят от конкретных бенчмарков, конфигураций и способов использования инструментов. Лицензия — MIT.

cyankiwi/KAT-Coder-V2.5-Dev-AWQ-INT4 — квантованная версия модели KAT-Coder-V2.5-Dev, разработанной Kwaipilot и опубликованной cyankiwi. Модель предназначена для генерации кода и агентного программирования, включая сценарии с использованием инструментов. Открытые веса совместимы с Hugging Face Transformers, vLLM, SGLang и KTransformers. Это текстовая MOE-модель с общим числом параметров 35 млрд и примерно 3 млрд активируемых параметров. Визуальные и мультимодальные компоненты в открытой версии отсутствуют. В README указана поддержка английского, китайского, хинди, арабского, русского, японского, корейского, нидерландского, французского и испанского языков. Размер файлов модели составляет 24,43 ГБ; вариант AWQ-INT4 ориентирован на более экономичное размещение и запуск по сравнению с полноразмерными весами. К сильным сторонам относятся заявленная высокая производительность в задачах Agentic Coding среди моделей сопоставимого масштаба, а также снижение ряда аномальных поведений после SFT- и RL-обучения, включая некорректные метки инструментов и повторения в одном диалоге. Ограничения включают текстовый характер модели и отсутствие мультимодальности; конкретное максимальное окно контекста в предоставленных данных не указано. Лицензия — Apache-2.0.

Laguna-S-2.1-GGUF — GGUF-квантизированная версия текстовой Mixture-of-Experts-модели Laguna S 2.1, разработанной poolside и подготовленной для запуска через Unsloth и llama.cpp. Модель предназначена прежде всего для агентного программирования, вызова инструментов и выполнения длительных многошаговых задач с кодом. Она поддерживает нативное рассуждение с чередованием размышлений и вызовов инструментов, а также спекулятивное декодирование с использованием отдельной DFlash-модели. Архитектура содержит 118 млрд параметров, из которых около 8 млрд активируются для каждого токена. Модель имеет 48 слоёв, 256 маршрутизируемых экспертов с выбором 10 экспертов на токен и один общий эксперт, grouped-query attention с 8 KV-головами, а также комбинацию глобального и скользящего внимания: 12 глобальных слоёв и 36 слоёв с окном 512 токенов. Контекстное окно составляет 1 048 576 токенов, размер словаря — 100 352 токена. Модальность — text-to-text; языки в README не указаны. Ключевые преимущества — большое контекстное окно, специализированность на агентных задачах и программировании, поддержка нескольких движков инференса и снижение требований к памяти за счёт GGUF-квантизации. Вариант UD-Q4_K_XL занимает около 40 ГБ и поставляется в трёх файлах; для него требуется llama.cpp версии b10087 или новее. Ограничения включают значительный общий размер модели и необходимость нескольких GPU для полноточных вариантов. Модель распространяется по лицензии OpenMDW-1.1, разрешающей свободное использование и модификацию для коммерческих и некоммерческих целей.

Laguna XS 2.1-FP8 — текстовая Mixture-of-Experts модель, разработанная poolside для агентного программирования и длительных рабочих процессов на локальном компьютере. Она предназначена для генерации и анализа кода, выполнения многошаговых задач с инструментами и работы в сценариях, требующих продолжительного контекста и межшагового рассуждения. Модель содержит 33 млрд параметров, из которых 3 млрд активируются для каждого токена, и включает 256 экспертов с одним общим экспертом. Архитектура состоит из 40 слоёв: 30 используют Sliding Window Attention с окном 512 токенов, а 10 — глобальное внимание; применяется смешанное соотношение SWA и глобального внимания 3:1, а также per-head gating и rotary scales. Контекстное окно составляет 262 144 токена. Модель работает в режиме text-to-text, поддерживает interleaved thinking между вызовами инструментов и позволяет включать или отключать режим рассуждений для отдельных запросов. Вариант FP8 использует FP8-квантизацию KV-кэша, что снижает требования к памяти. К сильным сторонам относятся компактность для модели такого класса, низкие требования к KV-кэшу, пригодность для локального запуска и специализация на агентных задачах разработки ПО. В README не указаны поддерживаемые языки программирования или естественные языки. Приведённые результаты зависят от конкретной методики оценки и параметров запуска; заявлены показатели 70,9% на SWE-bench Verified, 63,1% на SWE-bench Multilingual, 47,6% на SWE-Bench Pro и 37,5% на Terminal-Bench 2.0. Модель распространяется по лицензии OpenMDW-1.1, допускающей свободное использование и модификацию для коммерческих и некоммерческих целей.

Laguna XS.2-NVFP4 — текстовая Mixture-of-Experts-модель компании Poolside, предназначенная для агентного программирования и длительных рабочих процессов на локальном компьютере. Модель является вариантом Laguna XS.2 с квантованием NVFP4 и FP8-кэшем ключей и значений (KV cache). Она поддерживает генерацию текста, использование инструментов и встроенное рассуждение между вызовами инструментов с возможностью включать и отключать режим рассуждения для отдельных запросов. Модель содержит 33 млрд параметров, из которых 3 млрд активируются на каждом токене, 40 слоёв и 256 экспертов с одним общим экспертом. В 30 слоях используется Sliding Window Attention с окном 512 токенов и покомпонентным управлением на уровне голов внимания, а в 10 слоях — глобальное внимание. Контекстное окно составляет 262 144 токена. Модель работает в режиме text-to-text, использует FP8-кэш KV для снижения требований к памяти и рассчитана на локальный запуск, включая компьютеры Mac с 36 ГБ оперативной памяти. Поддерживаются vLLM, Transformers, SGLang и TRT-LLM. Сильные стороны модели — сочетание большого контекстного окна, низкого числа активируемых параметров, уменьшенных требований к KV-кэшу и ориентации на задачи разработки ПО, включая работу с терминалом и многошаговые агентные сценарии. В README не указаны поддерживаемые естественные языки и подробные ограничения качества; приведённые результаты бенчмарков относятся к Laguna XS.2 в варианте BF16 и не являются прямой оценкой NVFP4. Модель распространяется по лицензии Apache 2.0, допускающей использование и модификацию в коммерческих и некоммерческих целях.

MergekitCloud/mergekit-78 — объединённая языковая модель на архитектуре Qwen2, созданная с помощью mergekit методом Model Stock. В основу слияния вошла Qwen/Qwen2.5-14B, вместе с Qwen2.5-Coder-14B, Qwen2.5-Coder-14B-Instruct и Rombos-Coder-V2.5-Qwen-14b. Модель содержит 14 млрд параметров, использует формат safetensors и рассчитана на контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогов, с акцентом на задачи программирования: написание, анализ и исправление кода. Может применяться в чат-сценариях и интерфейсах вызова инструментов. Метаданные указывают поддержку conversational-возможностей, но отдельные языки в доступных сведениях не перечислены. В карточке указана лицензия? Условия использования в предоставленных данных не приведены. Качество и поведение слияния зависят от исходных моделей и конкретной задачи; результаты для этой сборки отдельно не описаны.

Merlin-Agent — модель-агент для программирования от Merlin Research, созданная на базе deepreinforce-ai/Ornith-1.0-9B. Это плотная причинная языковая модель семейства Qwen 3.5 с 7,2 млрд параметров и контекстом до 262 144 токенов. Модель дообучена с добавлением замороженного компонента весов, построенного на измерениях OTOC, полученных на квантовом процессоре IBM Heron; опубликованные веса являются обычными классическими весами и работают без квантового оборудования. Модель предназначена для помощи в написании и изменении кода, а также для решения задач разработки ПО, включая SWE-bench. В README заявлены результаты 69,4% на SWE-bench Verified и 41,4 на Terminal-Bench 2.1; авторы указывают, что возможности сопоставимы с базовой моделью. Поддерживаются чат и генерация кода; карточка перечисляет английский, испанский, немецкий, финский, шведский, французский, датский и турецкий языки. Модель распространяется под лицензией Apache-2.0.

MiniMax-M1-80k — открытая по весам языковая модель компании MiniMax для рассуждений и генерации текста. Она построена на гибридной архитектуре Mixture-of-Experts с механизмом lightning attention и содержит 21,6 млрд параметров согласно метаданным. Модель развита на основе MiniMax-Text-01 и обучалась с использованием масштабного обучения с подкреплением на задачах от математики до программной инженерии. Версия 80k рассчитана на расширенное пошаговое рассуждение с бюджетом мышления до 80 тысяч токенов. Заявленная длина контекста — 10 240 000 токенов; модель предназначена для сложных задач с длинными входами, включая решение математических задач, программирование, анализ кода и работу с инструментами. Поддерживает диалоговый режим и интерфейс вызова инструментов. В README разработчик сообщает о высоких результатах на ряде задач по математике, программированию, использованию инструментов и пониманию длинного контекста; приведённые оценки зависят от методики и настроек генерации. Модель работает с текстом и выдаёт текст, а также структурированные вызовы функций. Лицензия — Apache 2.0. README не уточняет поддерживаемые естественные языки.

Карточка модели stgallenquants/OpenThinkerAgent-32B на Hugging Face совпадает с карточкой open-thoughts/OpenThinkerAgent-32B, поэтому описание составлено по ней. OpenThinkerAgent-32B — модель агентного программирования, созданная проектом OpenThoughts. Она дообучена полнопараметрическим SFT на базе Qwen/Qwen3-32B с использованием 100 тысяч примеров OpenThoughts-Agent-SFT-100K. Модель имеет плотную архитектуру Qwen3ForCausalLM и 29,7 млрд параметров; в репозитории представлены веса safetensors. Контекст составляет до 40 960 токенов. Модель предназначена для диалоговой работы над задачами разработки ПО и выполнения многошаговых агентных сценариев, включая работу в терминале и решение задач из SWE-Bench. В README приведены результаты оценки в terminus-2 и на семи агентных бенчмарках; для SWE-Bench-Verified указана точность 54,0, а для Terminal-Bench 2.0 — 26,2. Метаданные отмечают поддержку чата и кода. Данных о мультимодальном вводе или выводе нет. Модель унаследовала языковые возможности Qwen3-32B, но карточка не перечисляет конкретные естественные языки. Обучающая выборка включает траектории агентов из SWE-Smith, StackExchange SuperUser, StackExchange Tezos и IssueTasks. Модель распространяется по лицензии Apache-2.0.

Ornith-1.5-27B-A3B-CoderX-MTP-GGUF — квантизированная GGUF-версия модели Ornith-1.5-27B-A3B-CoderX, разработанная ManniX-ITA. Модель предназначена прежде всего для генерации и анализа кода, рассуждений и текстовых задач; в метаданных также заявлена поддержка vision-сценариев. Указанный язык — английский. Модель использует архитектуру Qwen3.5-MoE с 25,6 млрд параметров, из которых активно используется около 3 млрд. В составе 184 эксперта, из них выбираются 8; конфигурация включает 40 основных блоков и один слой MTP (Multi-Token Prediction). Доступны веса F16 и многочисленные варианты квантизации от Q8_0 до IQ2_XS, а также отдельный vision projector. Заявлен контекст до 262 144 токенов в примере запуска через llama.cpp. Сильные стороны модели — MoE-архитектура с небольшим числом активных параметров, поддержка рассуждений, кода, MTP и vision, а также квантизация с importance matrix, рассчитанной специально для этой версии. Ограничения зависят от выбранного уровня квантизации: компактные варианты могут заметно терять качество, а F16 и старшие кванты требуют значительного объёма памяти. Модель распространяется по лицензии Apache-2.0 и предназначена для запуска в совместимом окружении, включая llama.cpp.

PentaCoder-9B — текстовая причинная языковая модель семейства Qwen 3.5, собранная разработчиком pragmaticcs слиянием пяти специализированных чекпойнтов через GeoDELLA. Она предназначена для генерации и анализа кода, решения алгоритмических задач, планирования многошаговых действий в SWE-bench-подобных сценариях, работы с терминалом и восстановления после ошибок. Модель поддерживает диалог и интерфейс вызова инструментов; в README заявлено контекстное окно 256 тысяч токенов. Метаданные указывают 7,2 млрд параметров, архитектуру Qwen3_5ForCausalLM и формат safetensors. README описывает модель как ориентированную на агентное программирование и работу с инструментами, с акцентом на декомпозицию задач, корректность синтаксиса и устойчивость к циклам повторения при ошибках. Указаны английский и китайский языки. Лицензия — Apache-2.0. Это слитая модель, основанная на Qwen/Qwen3.5-9B и нескольких производных чекпойнтах; заявленные в README 8,8 млрд параметров расходятся с метаданными, поэтому использовано значение из метаданных каталога.