II.3Рефакторинг, миграция и модернизация

drawais/Qwen2.5-Coder-32B-Instruct-NVFP4 — квантизированная версия Qwen2.5-Coder-32B-Instruct, разработанная на основе модели Qwen/Qwen2.5-Coder-32B-Instruct. Модель предназначена для генерации текста и задач, связанных с программированием, включая работу с кодом и использование в сценариях, поддерживаемых библиотекой Transformers и сервером инференса vLLM. Модель использует INT4-квантизацию весов в формате NVFP4 W4A4 и поддерживает нативный compressed-tensors в vLLM. Размер базовой модели составляет 32B параметров, объём артефакта на диске — примерно 20,7 ГБ; для работы требуется GPU с дополнительным запасом видеопамяти под KV-кэш. Указан английский язык, максимальная длина контекста в примере запуска через vLLM — 32 768 токенов. Ключевое преимущество модели — существенно уменьшенный объём хранения и потенциально более экономичный инференс по сравнению с полноразмерной версией благодаря 4-битной квантизации. Ограничения связаны с поддержкой только английского языка в заявленных данных, зависимостью от совместимой конфигурации vLLM и возможными потерями качества, характерными для квантизированных моделей. Артефакт является производной работой Qwen/Qwen2.5-Coder-32B-Instruct и распространяется по лицензии Apache License 2.0 с обязательной атрибуцией.

CISCai/Qwen2.5-Coder-32B-Instruct-SOTA-GGUF — это квантизированная версия Qwen2.5-Coder-32B-Instruct, разработанной командой Qwen. Модель предназначена для генерации текста и кода в диалоговом формате, включая написание, дополнение и исправление программ. Она поддерживает сценарий Fill-in-the-Middle и использует шаблон запросов ChatML. Модель основана на архитектуре Qwen2 и содержит 32 млрд параметров. Поставляется в формате GGUFv3 с вариантами квантизации от 1 до 4 бит, включая IQ1_S, IQ1_M, IQ2, IQ3 и IQ4 с importance matrix. Размер файлов составляет примерно от 6,8 ГБ, а требуемый объём оперативной памяти — от 7,8 ГБ, в зависимости от варианта. Базовая длина контекста составляет 32 768 токенов; для отдельных файлов доступны варианты с YaRN и контекстом до 131 072 токенов. Основные преимущества — возможность локального запуска через llama.cpp и совместимые интерфейсы, а также снижение требований к памяти благодаря квантизации. При этом наиболее компактные варианты сопровождаются существенной или высокой потерей качества, поэтому выбор файла требует компромисса между размером и точностью. В README язык указан как английский; сведения о поддержке других языков отсутствуют. Файлы совместимы с llama.cpp начиная с версии от 27 февраля 2024 года. Модель распространяется по лицензии Apache-2.0.

Qwen2.5-Coder-3B — базовая кодовая языковая модель, разработанная командой Qwen. Это предварительно обученная причинная трансформерная модель семейства Qwen2 с 3,09 млрд параметров, предназначенная для генерации и анализа кода, рассуждений о коде и исправления ошибок. Она также сохраняет общие языковые и математические способности базовой Qwen2.5. Модель обучалась на корпусе из исходного кода, текстово-кодовых данных и синтетических данных. Архитектура использует RoPE, SwiGLU, RMSNorm, смещение в проекциях QKV и связанные эмбеддинги слов; в ней 36 слоёв, 16 голов Q и 2 головы KV. Контекст составляет 32 768 токенов. Модель предназначена для задач продолжения кода и заполнения пропусков в коде; авторы не рекомендуют использовать базовую версию для диалогов без дополнительного постобучения. Для работы с Transformers требуется версия 4.37.0 или новее. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

unsloth/Qwen2.5-Coder-3B — дообученная Unsloth версия базовой модели Qwen/Qwen2.5-Coder-3B, предназначенная для генерации кода и работы с ним. Это плотная причинно-языковая модель семейства Qwen2 с 3,1 млрд параметров; она использует библиотеку Transformers и распространяется в формате Safetensors. Контекст составляет до 32 768 токенов. Модель подходит для генерации кода по текстовому запросу, анализа и исправления кода, а также для задач заполнения фрагментов кода. Семейство Qwen2.5-Coder обучалось на коде и тексто-кодовых данных и сохраняет общие способности Qwen2.5, включая математику. Карточка репозитория содержит противоречивые сведения о размере и варианте: описание модели относится к 3B, а README также содержит общий текст и характеристики версии 0.5B; поэтому характеристики конкретно этой версии опираются на метаданные. Поддерживаемый язык в метаданных карточки — английский. Лицензия Apache-2.0 разрешает использование на её условиях. Базовые языковые модели не предназначены для диалогового применения без дополнительного постобучения; качество конкретной версии зависит от задачи и не гарантируется приведёнными в README общими заявлениями семейства.

unsloth/Qwen2.5-Coder-3B-Instruct — это инструктивная текстовая модель для генерации и работы с кодом, основанная на Qwen2.5-Coder-3B-Instruct от Qwen и представленная Unsloth. Модель использует плотную архитектуру Qwen2 с причинным языковым моделированием и содержит 3,1 млрд параметров; максимальная длина контекста составляет 32 768 токенов. Модель предназначена для генерации, анализа и исправления кода по текстовым запросам, а также для диалоговых сценариев и работы с инструментами. Она подходит разработчикам для помощи при написании кода и создания кодовых агентов. Карточка README описывает семейство Qwen2.5-Coder, но содержит противоречивые сведения о размере и варианте модели; описание размера и контекста здесь опирается на метаданные репозитория. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers. Лицензия Apache-2.0 допускает использование на её условиях. Языковая метка карточки — английский; другие поддерживаемые естественные языки достоверно не установлены.

Qwen2.5-Coder-7B-Instruct-MLX-4bit — это 4-битная MLX-квантизация инструкционной модели Qwen2.5-Coder-7B-Instruct, разработанной командой Qwen. Квантизацию выполнил bartowski на основе инструментов mlx-examples; модель предназначена для запуска на компьютерах Mac с Apple Silicon через совместимое программное обеспечение, включая LM Studio. Модель ориентирована на генерацию текста и работу с кодом, включая сценарии использования в code agents, программирование, ответы на технические запросы и задачи, требующие связи между исходным кодом и текстовыми инструкциями. В README указано, что при обучении использовалось до 5,5 триллиона токенов, включая исходный код, текстово-кодовые данные и синтетические данные. Поддерживается длинный контекст до 128K токенов с масштабированием RoPE через YaRN с коэффициентом 4,0. Заявлен английский язык. Ключевые преимущества — специализация на коде, инструкционная настройка, поддержка длинного контекста и пониженное потребление памяти благодаря 4-битной квантизации. Ограничения связаны с необходимостью совместимого оборудования Apple Silicon и возможными ошибочными, неточными или неподходящими ответами; подробные сведения о качестве на отдельных языках и бенчмарках в README не приведены. Модель распространяется по лицензии Apache-2.0.

DavidAU/Qwen3-42B-A3B-2507-Thinking-Abliterated-uncensored-TOTAL-RECALL-v2-Medium-MASTER-CODER — текстовая генеративная модель для программирования, рассуждений, диалога и творческих задач. Она основана на дообученной модели huihui-ai/Huihui-Qwen3-30B-A3B-Thinking-2507-abliterated и включает адаптер Brainstorm 20x; в README заявлена архитектура MoE с 42 млрд параметров, 67 слоями и 8 активируемыми экспертами. Метаданные относят её к семейству Qwen3 MoE, указывают 3,5 млрд параметров и контекст до 262 144 токенов. Модель предназначена прежде всего для генерации и анализа кода на популярных и менее распространённых языках программирования, а также для диалогов, задач на рассуждение и творческого письма. README характеризует её как abliterated и uncensored: модель реже отказывает в запросах на откровенный контент, но для желаемого уровня подробности может потребоваться явное направление в промпте. Указаны английский, французский, китайский и немецкий языки; README также заявляет широкий охват языков программирования. Репозиторий содержит веса Safetensors для использования с Transformers и последующей конвертации. Лицензия — Apache-2.0.

Карточка модели Taewhoo/qwen3.6-27b-proteomics-rl-step10 на Hugging Face совпадает с карточкой Qwen/Qwen3.6-27B, поэтому описание составлено по ней. Qwen3.6-27B — открытая модель с весами от команды Qwen, представленная как постобученная модель в формате Hugging Face Transformers. Это причинная языковая модель с визуальным энкодером, содержащая 27 млрд параметров; она поддерживает чат и интерфейс вызова инструментов. Модель предназначена для программирования, агентных сценариев и работы с изображениями, а README также описывает ввод видео. Указанная длина контекста — 262 144 токена с возможностью расширения до 1 010 000 токенов. В README отмечены задачи на уровне репозитория, разработка интерфейсов и сохранение контекста рассуждений между сообщениями. Модель можно запускать через Transformers и использовать с vLLM, SGLang и KTransformers; для высоких нагрузок авторы рекомендуют специализированные серверы инференса. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0.

Akahsizrr выпустил объединённый чекпойнт Qwen3.8-27B, дообученный для программирования, рассуждений и вызова инструментов. Веса базовой модели Qwen/Qwen3.8-27B объединены с тремя LoRA-адаптерами; модель плотная, содержит 22,3 млрд параметров и распространяется в формате safetensors для Transformers. Для запуска в README приведён пример с vLLM в формате bfloat16. Модель предназначена для генерации кода и решения задач программирования в диалоге, в том числе с использованием инструментов. В README приведён результат 75,4% на LiveCodeBench v6 для полного стека адаптеров и 76,0% для варианта с двумя адаптерами; эти показатели относятся к описанному тестовому запуску. Контекстная длина по метаданным — 262 144 токена. Лицензия — Apache-2.0.

Valiant Labs разработала Esper 3 на базе Qwen3-8B как модель для рассуждений в программировании, проектировании архитектуры и DevOps. Модель дообучена на данных для рассуждений о DevOps, архитектуре и коде, созданных с помощью DeepSeek R1; также заявлено улучшение общих и творческих рассуждений, решения задач и диалоговых ответов. Модель использует архитектуру Qwen3 с плотной причинной языковой моделью на 7,6 млрд параметров и контекстом до 40 960 токенов. Она предназначена для генерации текста, чата и следования инструкциям; автор рекомендует включать режим рассуждений `enable_thinking=True`. Карточка указывает поддержку английского языка и лицензии Apache-2.0. Небольшой размер рассчитан на локальный запуск и серверный инференс; заявленные специализации охватывают код, DevOps и архитектурные задачи.

Qwen3-Coder-30B-A3B-Instruct-Q8_0-GGUF — это версия модели Qwen3-Coder-30B-A3B-Instruct, преобразованная в формат GGUF с помощью llama.cpp через сервис GGUF-my-repo проекта ggml.ai. Модель разработана командой Qwen; данный репозиторий поддерживается ggml-org и предназначен для запуска средствами llama.cpp. Модель относится к классу text-generation и ориентирована на задачи генерации текста и кода в сценариях локального инференса через llama.cpp, включая запуск в командной строке или в режиме сервера. Из доступных данных известно, что используется конфигурация Q8_0 с 30B параметров и архитектурой Mixture of Experts с активной частью 3B параметров, однако сведения о поддерживаемых языках, модальностях и размере контекста в карточке не приведены. Формат GGUF и интеграция с llama.cpp упрощают запуск на совместимом оборудовании, но требования к ресурсам и фактическая производительность зависят от аппаратной конфигурации. Лицензия указана как Apache-2.0. Подробные характеристики, ограничения и рекомендации по применению следует уточнять в карточке исходной модели Qwen/Qwen3-Coder-30B-A3B-Instruct, на которую ссылается README.

Qwen3-Coder-Next-AWQ-4bit — это 4-битная AWQ-квантизованная версия открытой языковой модели Qwen3-Coder-Next, разработанной Qwen и квантизованной пользователем bullpoint. Модель предназначена для генерации кода, разработки программного обеспечения, работы кодирующих агентов, использования инструментов и function calling, а также локальной интеграции с CLI и IDE. Заявлена поддержка сценариев с длительным рассуждением, сложным использованием инструментов и восстановлением после ошибок выполнения. Модель работает только в режиме без отдельного скрытого рассуждения и не генерирует блоки <think></think>. Архитектура — causal language model с гибридной структурой Gated DeltaNet и Gated Attention, построенная на Mixture of Experts. Она содержит 80 млрд параметров всего, из которых активируется 3 млрд, 48 слоёв, 512 экспертов и 10 активируемых экспертов; нативная длина контекста составляет 262 144 токена. Поддерживаются английский и китайский языки. Квантизация выполнена методом AWQ с разрядностью 4 бита, группами размера 32 и форматом compressed-tensors; заявленный объём видеопамяти — около 45 ГБ против примерно 151 ГБ для исходной версии BF16. К сильным сторонам относятся большой контекст, низкое число активируемых параметров при сохранении заявленной производительности и пригодность для локального развёртывания агентных задач. Ограничения включают существенные требования к видеопамяти, возможные потери качества из-за квантизации и отсутствие заявленных результатов бенчмарков в карточке. Модель распространяется по лицензии Apache-2.0.

Qwen3-Coder-Next-Base — базовая языковая модель для кодирующих агентов и локальной разработки, опубликованная Unsloth. Это причинная модель семейства Qwen3-Next с гибридным вниманием и разреженной архитектурой MoE; карточка Unsloth указывает 80 млрд параметров всего и 3 млрд активируемых, тогда как метаданные Hugging Face указывают 2,3 млрд параметров. Нативная длина контекста — 262 144 токена. Модель предназначена для генерации кода, адаптации шаблонов и каркасов проектов, вызова инструментов, а также обнаружения и исправления ошибок; её можно использовать как основу для дальнейшего дообучения агентных систем. README заявляет поддержку более 370 языков, но не уточняет, какие именно из них являются естественными, а какие — языками программирования. Модель текстовая и рассчитана на режим без рассуждений в формате thinking. Модель поставляется в формате safetensors и распространяется по лицензии Apache-2.0. README описывает её как базовую модель этапа предобучения; сведения о конкретных ограничениях качества или оценки на бенчмарках в предоставленных данных отсутствуют.

GadflyII/Qwen3-Coder-Next-NVFP4 — квантованная версия модели Qwen3-Coder-Next, разработанной командой Qwen. Модель предназначена прежде всего для генерации текста и задач программирования, а также для сценариев инференса, где важны уменьшенное потребление памяти и поддержка длинного контекста. Она распространяется в формате compressed-tensors и рассчитана на использование с vLLM. Модель построена на архитектуре Qwen3NextForCausalLM, объединяющей Hybrid DeltaNet, attention и Mixture-of-Experts (MoE). Она содержит 80 млрд параметров, из которых около 3 млрд активируются на каждом токене, использует 512 экспертов, 10 активных экспертов и одного общего эксперта, а также 48 слоёв. Заявленная длина контекста составляет 262 144 токена. Квантование NVFP4 применяется к весам и активациям; размер модели уменьшен примерно со 149 ГБ в BF16 до 45 ГБ. В тестах достигнута работа с контекстом до 128K токенов при FP8 KV cache. К сильным сторонам относятся значительное снижение требований к памяти, MoE-архитектура с малым числом активных параметров и поддержка длинного контекста. На MMLU-Pro квантованная версия показала точность 51,27% против 52,90% у BF16, то есть снижение составило 1,63 процентного пункта. Для работы требуется vLLM с поддержкой NVFP4, версия 0.16.0 или новее, и Transformers 5.0.0 или новее; для многографических систем на Blackwell могут потребоваться специальные исправления vLLM. Модель распространяется по лицензии Apache 2.0, как и базовая модель.

gdubicki/Qwen3-Coder-Next-NVFP4-GB10 — публичное зеркало модели saricles/Qwen3-Coder-Next-NVFP4-GB10 с побайтно идентичными весами. В основе лежит Qwen3-Coder-Next, разработанная Alibaba и командой Qwen; NVFP4-квантизацию выполнил saricles с использованием LLM Compressor и калибровки на части набора ultrachat_200k. Модель предназначена прежде всего для генерации кода и развёртывания через Transformers или vLLM, в частности на системах DGX Spark с GPU GB10. Модель использует гибридную архитектуру qwen3_next: 48 слоёв, включая 36 слоёв с линейным вниманием DeltaNet и 12 слоёв с полным вниманием, а также latent MoE с 512 экспертами, из которых для каждого токена активны 10 экспертов и один общий. Всего модель содержит 79,7 млрд параметров, при этом около 3 млрд активны на токен. Квантизация NVFP4 уменьшает размер на диске до 45,9 ГБ; отдельные компоненты сохранены в BF16, а KV-кэш для слоёв полного внимания поддерживает FP8. Максимальная длина контекста составляет 262 144 токена, заявлен язык English. Сильными сторонами являются большой контекст, низкое число активных параметров на токен, сниженные требования к памяти и отсутствие KV-кэша у слоёв DeltaNet. На DGX Spark заявлены скорость около 61 токена в секунду для одного запроса и до примерно пяти одновременных сессий при максимальном контексте. Ограничения включают зависимость от совместимого NVFP4/Marlin-стека и специализированного оборудования; приведённые показатели относятся к конфигурации DGX Spark с vLLM и не гарантируют аналогичную производительность в других средах. Модель распространяется по лицензии Apache-2.0, унаследованной от базовой модели.

Qwopus3.6-27B-Coder — плотная языковая модель с 27 млрд параметров от Jackrong, дообученная на базе Jackrong/Qwopus3.6-27B-v2 для агентного программирования и работы с инструментами. Она предназначена для генерации и исправления кода на уровне репозитория, анализа ошибок, подготовки патчей, обзора кода и многошаговых задач разработки. Модель обучалась на траекториях работы агентов и поддерживает диалог и структурированные вызовы инструментов; README приводит результат 67% на SWE-bench Verified в режиме без рассуждений для запуска GGUF Q5_K_M. В карточке заявлена поддержка длинного контекста, но для контекстов свыше 32 тысяч токенов может понадобиться масштабирование RoPE/YaRN. Формат весов в метаданных — safetensors. Основные языки в метаданных: английский, китайский, испанский, русский и японский. Модель выпущена как экспериментальная версия сообщества; она специализируется на коде, не проходила полной оценки безопасности и широкого тестирования на общих задачах. Поведение вызова инструментов зависит от формата промпта и схемы инструментов. Лицензия — Apache-2.0.

Qwopus-3.6-27B-Coder — это модель для агентного программирования и рассуждений, разработанная Jackrong на базе Qwopus3.6-27B-v2 и представленная в формате GGUF. Она дообучена для генерации и исправления кода, работы с репозиториями, многошагового выполнения задач, структурированных вызовов инструментов, function calling и взаимодействия с агентными средами. В обучении использовались датасеты с траекториями рассуждений и агентного поведения, включая TraceInversion и lambda/hermes-agent-reasoning-traces. Модель представляет собой плотную модель с 27 миллиардами параметров и поддержкой длинного контекста, однако точная длина контекста в README не указана. Заявлены мультимодальные сценарии image-text-to-text и поддержка работы с изображениями, а также языки English, Chinese, Spanish, Russian и Japanese. Среди сильных сторон указаны ориентация на repository-level задачи, отладку, генерацию патчей, оркестрацию инструментов и сложное логическое рассуждение. Для базовой модели приведены результаты 87,43% на MMLU-Pro и 75,25% на SWE-bench Verified, а для этой версии заявлен результат 67,0% на SWE-bench Verified в режиме без рассуждений. Модель рассчитана на разработческие рабочие процессы, где требуется последовательное использование инструментов и обработка обратной связи от среды. Ограничения включают отсутствие в README подробностей о точной архитектуре, размере контекстного окна, вариантах квантования GGUF и фактических возможностях мультимодального ввода. Лицензия модели — Apache-2.0.

Rnj-1 — открытая плотная языковая модель примерно на 8,3 млрд параметров, обученная с нуля командой Essential AI. Она предназначена прежде всего для генерации и понимания кода, задач STEM и диалогового использования с вызовом инструментов. Модель поддерживает контекст до 32 768 токенов и загружается через Transformers; веса доступны в формате safetensors. В README заявлены генерация и дополнение кода, решение математических и научно-технических задач, а также агентные сценарии разработки: исправление ошибок, анализ производительности и работа с инструментами. Модель относится к семейству Gemma 3 Text и поддерживает интерфейс вызова инструментов. Описанные в карточке результаты бенчмарков относятся также к варианту rnj-1-instruct и не должны автоматически считаться результатами именно этой базовой модели. Лицензия — Apache-2.0. README рекомендует для запуска на ноутбуке llama.cpp и ссылается на предварительно квантованный вариант, однако указанные в метаданных веса этой модели представлены в safetensors.

Triumvirate — объединённая модель pragmaticcs, предназначенная для агентного программирования, работы с терминалом и многошаговых задач в репозиториях. Она построена на архитектуре Qwen3.5 MoE: в README указано около 34,1 млрд параметров и 3,1 млрд активных параметров на токен, а метаданные каталога сообщают 2,9 млрд параметров; заявленная длина контекста — 262 144 токена. Модель принимает текстовые запросы и выдаёт текст, включая код и вызовы инструментов. При слиянии KAT-Coder-V2.5-Dev служит базовой опорой для генерации кода и локальных правок, Ornith-1.5 добавляет алгоритмическое рассуждение, а Qwen-AgentWorld — отслеживание состояния среды и восстановление после ошибок инструментов. README описывает метод DARE-TIES с модуляцией вкладов по слоям. Модель ориентирована на агентные оболочки: она должна формировать точные изменения кода, разбирать сообщения об ошибках терминала и сохранять ход многошаговой работы. В метаданных указаны английский и китайский языки; подтверждения поддержки русского нет. Лицензия — Apache-2.0.

Verus-4B — дообученная на задачах программирования мультимодальная модель компании 8F-ai на архитектуре Qwen3.5. Она принимает текст и изображения и предназначена прежде всего для генерации и анализа кода: помогает писать и отлаживать программы, проводить ревью и отвечать на вопросы о коде. Также может разбирать скриншоты интерфейсов и диаграммы вместе с текстовым запросом. Модель содержит 3,4 млрд параметров, использует формат Safetensors и поддерживает контекст до 262 144 токенов. По карточке, она рассчитана на работу с большими фрагментами кода, спецификациями и переписками; заявлена совместимость с Transformers, vLLM и SGLang. Основной язык — английский, поскольку именно на англоязычных данных преимущественно проводилось дообучение. Модель доступна по лицензии Apache 2.0. Она не оптимизирована для математических доказательств и научных вычислений; качество для языков и сценариев за пределами преимущественно англоязычного кода может быть ниже.

WaveCoder Ultra 6.7B — языковая модель для программирования из серии WaveCoder, разработанной Microsoft. Это плотная авторегрессионная модель семейства Llama с 6,6 млрд параметров, доступная в формате PyTorch и предназначенная для генерации кода по инструкциям и диалоговых сценариев. Она рассчитана на контекст до 16 384 токенов. Модель предназначена для генерации и исправления кода, составления кратких описаний кода и перевода между языками программирования. В обучении использовались синтетические данные, созданные моделями OpenAI, на основе подмножества CodeSearchNet; в карточке также приведена оценка на HumanEval. Доступна по лицензии MIT. При использовании следует учитывать условия OpenAI для синтетических обучающих данных.

claude-yolo-vibes-v5 — это дообученная David Nichols модель генерации кода на архитектуре Qwen2.5-Coder-7B-Instruct. Она содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель обучена на смеси дистиллированных трасс агентного программирования, примеров вопросов и ответов и специально подготовленных данных для настройки стиля; README описывает этапы SFT и DPO. Модель предназначена прежде всего для написания, анализа и исправления кода, в том числе в диалоговых сценариях. Она отвечает кратко и практично, с сухим юмором и лёгким скепсисом к корпоративной AI-риторике. В README приведён результат HumanEval Pass@1 85,4% (140 из 164) на локальном жадном запуске; это измерение не проверено EvalPlus и само по себе не гарантирует качество на других задачах. Ограничения связаны с тем, что поведение на агентных задачах вне распределения зависит от дистиллированных данных, а общий QA представлен небольшим объёмом данных: модель ориентирована прежде всего на программирование. Доступна под лицензией Apache-2.0.

CoderO1-DeepSeekR1-Coder-32B-Preview — это 32-миллиардная плотная языковая модель семейства Qwen2, созданная RDson методом слияния mergekit на основе Qwen/Qwen2.5-32B с компонентами Qwen/Qwen2.5-Coder-32B-Instruct и DeepSeek-R1-Distill-Qwen-32B. Она предназначена для генерации текста в формате диалога, в частности для написания, анализа и исправления кода, а также задач рассуждения при работе с программным кодом. Модель использует архитектуру Qwen2ForCausalLM, принимает текст и генерирует текст. Заявленная длина контекста — 131072 токена; репозиторий содержит веса Safetensors и использует библиотеку Transformers. Модель может быть полезна для разработки программных помощников и кодовых агентов. В README указана лицензия базовых компонентов не приводится, поэтому условия лицензирования этой сборки по имеющимся данным определить нельзя. Результаты слияния могут различаться по качеству в зависимости от задачи; конкретные оценки качества в карточке не приведены.

CodeShell-7B-Chat-int4 — квантизированная до Int4 чат-версия многоязычной модели для работы с программным кодом. Модель разработана лабораторией вычисления знаний Пекинского университета совместно с AI-командой Sichuan Tianfu Bank. Она предназначена для генерации кода, разработки программ, создания тестов, обнаружения и исправления дефектов, а также использования в качестве локального помощника разработчика через плагины для VS Code и JetBrains. Модель содержит 7 миллиардов параметров и обучалась на 500 миллиардах токенов. В основе архитектуры используется GPT-2 с Grouped-Query Attention и относительным позиционным кодированием RoPE. Конфигурация включает 42 слоя, размерность скрытого представления 4096, 32 головы внимания, 8 групп запросов и словарь из 70144 токенов. Заявленная длина контекста составляет 8194 токена, а параметр последовательности указан как 8192. Поддерживаются китайский и английский языки; модель ориентирована на несколько языков программирования. Сильными сторонами заявлены высокие результаты для моделей данного размера на бенчмарках HumanEval и MBPP, а также возможность лёгкого локального развёртывания с использованием C++. В опубликованных результатах модель превосходит CodeLlama-7B и StarCoder-7B в большинстве приведённых языковых тестов, но уступает им в отдельных тестах для Swift, D, Julia, Lua и Rust. Ограничения включают возможные ошибки и риски некорректного или небезопасного использования сгенерированного кода; README также содержит предупреждение о необходимости соблюдать требования безопасности, законности и соответствия нормативным требованиям. Лицензия в предоставленных данных не указана.

DeepSeek-Coder-V2-Instruct-FP8 — квантизированная версия DeepSeek-Coder-V2-Instruct, разработанная Neural Magic. Это текстовая causal language model с текстовым вводом и выводом, предназначенная для коммерческого и исследовательского использования, прежде всего в сценариях ассистентского чата на английском языке. Модель ориентирована на задачи генерации и обработки кода; в README также приведён результат 88,98 на бенчмарке HumanEval+. В модели применена FP8-квантизация весов и активаций линейных операторов внутри transformer-блоков. Используется симметричная поканальная для всего тензора квантизация с единым линейным масштабированием; экспертные gate-модули сохранены в исходной точности. Переход с 16 на 8 бит примерно вдвое уменьшает размер на диске и требования к памяти GPU: модель может загружаться на 4 GPU H100 вместо 8. Версия подготовлена для инференса через vLLM версии 0.5.2 и новее; в примере конфигурации указана максимальная длина контекста 4096 токенов. К сильным сторонам относятся снижение потребления памяти и возможность более доступного развертывания при сохранении сопоставимого качества с исходной моделью. Ограничения включают заявленную поддержку только английского языка, необходимость совместимого окружения vLLM и GPU-инфраструктуры, а также отсутствие в README сведений о точном числе параметров и полной мультиязычной поддержке. Модель распространяется по лицензии deepseek-license; условия следует уточнять в тексте лицензии DeepSeek.

DeepSeek-V4-Flash-0731 — официальная версия модели DeepSeek-V4-Flash, разработанная DeepSeek AI и опубликованная в формате Unsloth. Она предназначена прежде всего для агентных сценариев, включая работу с терминалом и инструментами, автоматизацию, разработку программного обеспечения, генерацию кода, задачи full-stack и кибербезопасности. По данным README, модель превосходит предварительную версию DeepSeek-V4-Flash и DeepSeek-V4-Pro на ряде агентных и программных бенчмарков, оставаясь конкурентоспособной с ведущими проприетарными моделями. Модель имеет ту же структуру, что и DeepSeek-V4-Flash-DSpark, включая подключённый модуль speculative decoding. Точное число параметров, активный размер, поддерживаемые языки, модальности и размер контекста в README не указаны. Для взаимодействия используется совместимый с OpenAI формат сообщений; Jinja-шаблон чата не предоставляется, вместо него доступны отдельные скрипты кодирования и разбора ответов. Параметр reasoning_effort поддерживает уровни low, high и max. К сильным сторонам относятся улучшенные агентные возможности, результаты на задачах программирования и интеграция со speculative decoding через vLLM. Ограничениями являются необходимость использовать специальное кодирование сообщений и отсутствие в представленных данных подробных сведений об архитектуре, языках и требованиях к ресурсам. Указанная лицензия — MIT.

DeepSeek-V4-Pro-DSpark — это не отдельная модель, а тот же чекпойнт DeepSeek-V4-Pro с подключённым дополнительным модулем speculative decoding. Модель разработана DeepSeek AI и относится к серии DeepSeek-V4, предназначенной для сложных задач обработки текста, рассуждений, программирования, агентских сценариев и работы с очень длинным контекстом. В основе лежит разреженная Mixture-of-Experts (MoE) архитектура: DeepSeek-V4-Pro содержит 1,6 трлн параметров, из которых при обработке активируется 49 млрд. Модель поддерживает контекст до 1 млн токенов. В архитектуре используются Hybrid Attention с механизмами Compressed Sparse Attention и Heavily Compressed Attention, а также Manifold-Constrained Hyper-Connections; для обучения применялся оптимизатор Muon. Указана смешанная точность FP4 и FP8: параметры экспертов MoE используют FP4, большинство остальных параметров — FP8. Данные о поддерживаемых языках и мультимодальности в README не приведены. Сильными сторонами модели являются большой контекст, высокая вычислительная эффективность при длинных последовательностях и рассчитанность на сложные задачи, включая кодирование, рассуждения и использование инструментов. Ограничение заключается в том, что DSpark добавляет speculative decoding к существующему чекпойнту, а не представляет самостоятельную архитектуру. Для запуска требуется инфраструктура, способная работать с моделью масштаба 1,6 трлн параметров и соответствующими форматами точности. Модель распространяется по лицензии MIT.

Gemini 3.6 Flash — высокоэффективная модель Google для программирования, агентных сценариев, а также разработки веб-приложений и приложений. Карточка описывает её как инструмент для создания качественных результатов с меньшим числом лишних правок. Метаданные каталога классифицируют модель как image-text-to-text. В доступных материалах не приведены сведения об архитектуре, размере, языках, контекстном окне и лицензии, поэтому их нельзя уточнить. Карточка также не описывает ограничения модели.

GLM-4.6-REAP-252B-A32B — сжатая версия диалоговой языковой модели GLM-4.6, созданная командой Cerebras методом REAP (Router-weighted Expert Activation Pruning). Это причинная разреженная MoE-модель: из 160 экспертов удалены 30%, осталось 112; на токен активируются 8 экспертов. README указывает 252 млрд параметров всего и 32 млрд активных на токен, тогда как метаданные Hugging Face указывают 23,4 млрд параметров. Контекст — до 202 752 токенов. Модель предназначена для генерации текста и кода, агентных рабочих процессов, понимания больших репозиториев и вызова функций. Карточка заявляет производительность, близкую к исходной GLM-4.6, и снижение требований к памяти примерно на 30%; после однократного прореживания дополнительное дообучение не требуется. Указаны поддержка запуска через vLLM и английский язык. README предупреждает, что для BF16-версии оценки не приведены; результаты доступны для FP8-варианта. Лицензия — MIT.

Карточка модели manaladan6/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.