II.4Отладка, тестирование и качество ПО

Карточка модели chetan272006/Qwen2.5-Coder-3B-Instruct на Hugging Face совпадает с карточкой Qwen/Qwen2.5-Coder-3B-Instruct, поэтому описание составлено по ней. Qwen2.5-Coder-3B-Instruct — инструктивно дообученная языковая модель для программирования от команды Qwen. Она предназначена для генерации, объяснения и исправления кода, рассуждений о коде и создания кодовых агентов; также сохраняет общие способности и навыки решения математических задач. Модель построена на архитектуре Qwen2 с причинным декодированием и содержит около 3,1 млрд параметров. Модель принимает текстовые инструкции и выдаёт текст, включая код. Контекстное окно составляет 32 768 токенов. В карточке указано, что обучение охватывало исходный код, связку текста и кода и синтетические данные; метаданные указывают английский язык. Для загрузки рекомендуется актуальная версия библиотеки Transformers. Репозиторий использует формат safetensors и лицензию с обозначением «other»; конкретные условия следует проверять в файлах лицензии репозитория.

Qwen2.5-Coder-3B-Instruct — инструктивно дообученная языковая модель для программирования от команды Qwen. Она предназначена для генерации, объяснения и исправления кода, рассуждений о коде и создания кодовых агентов; также сохраняет общие способности и навыки решения математических задач. Модель построена на архитектуре Qwen2 с причинным декодированием и содержит около 3,1 млрд параметров. Модель принимает текстовые инструкции и выдаёт текст, включая код. Контекстное окно составляет 32 768 токенов. В карточке указано, что обучение охватывало исходный код, связку текста и кода и синтетические данные; метаданные указывают английский язык. Для загрузки рекомендуется актуальная версия библиотеки Transformers. Репозиторий использует формат safetensors и лицензию с обозначением «other»; конкретные условия следует проверять в файлах лицензии репозитория.

unsloth/Qwen2.5-Coder-7B — плотная авторегрессионная языковая модель семейства Qwen2, подготовленная Unsloth на основе Qwen/Qwen2.5-Coder-7B. Она предназначена прежде всего для генерации, анализа и исправления программного кода, а также может применяться в задачах кодовых агентов и рассуждений. В метаданных указаны 7,1 млрд параметров, архитектура Qwen2ForCausalLM, формат safetensors и контекст до 32 768 токенов; README базовой модели сообщает о поддержке расширения контекста до 131 072 токенов с YaRN, но это требует настройки. Модель принимает текст и генерирует текст. README описывает базовую версию как предварительно обученную и не рекомендует использовать её для диалогов без последующего дообучения. В карточке указаны английский язык и лицензия Apache-2.0. Сведения README о 5,5 трлн обучающих токенов и архитектурных деталях относятся к серии Qwen2.5-Coder и исходной модели; они не подтверждают отдельные особенности обучения этой копии Unsloth.

Qwen2.5-Coder-7B-bnb-4bit — 4-битная версия базовой языковой модели Qwen2.5-Coder, разработанной командой Qwen и опубликованной в репозитории Unsloth. Модель предназначена прежде всего для работы с исходным кодом: генерации, рассуждений по коду, исправления ошибок, задач code completion и создания основы для code agents. Она также сохраняет способности к математике и общим текстовым задачам. Модель является авторегрессионной causal language model на 7,61 млрд параметров, из которых 6,53 млрд не относятся к эмбеддингам. Архитектура использует RoPE, SwiGLU, RMSNorm и смещения в QKV-проекциях; предусмотрены 28 слоёв и Grouped Query Attention с 28 головами Q и 4 головами KV. Заявлена поддержка контекста до 131 072 токенов, однако исходная конфигурация рассчитана на 32 768 токенов, а для более длинных входов требуется настройка YaRN. Указанный язык — английский. Сильными сторонами модели являются специализация на программировании, улучшенные возможности генерации, анализа и исправления кода, большой контекст и сниженные требования к памяти благодаря 4-битному представлению. Это базовая, а не instruction-tuned модель, поэтому её не рекомендуют использовать непосредственно для диалогов без дополнительного обучения или постобработки. Для запуска рекомендуется актуальная версия transformers и, при необходимости, vLLM; статическое масштабирование YaRN может снижать качество или производительность на коротких текстах. Лицензия — Apache 2.0.

Qwen2.5-Coder-7B-Instruct — инструкционная версия каузальной языковой модели для работы с программным кодом, разработанная командой Qwen. Это дообученная версия Qwen/Qwen2.5-Coder-7B с архитектурой Qwen2 и 7,1 млрд параметров по метаданным. Модель принимает текстовые запросы и генерирует текст, включая код; поддерживает диалоговый режим и интерфейс вызова инструментов. Модель предназначена для генерации, анализа и исправления кода, рассуждений о коде и создания кодовых агентов. README описывает архитектуру на базе Transformers с RoPE, SwiGLU и RMSNorm, а также контекст до 131 072 токенов при настройке YaRN для длинных входов. В конфигурации по умолчанию используется контекст 32 768 токенов. Для длинных контекстов масштабирование YaRN может снижать качество на коротких запросах. Репозиторий содержит веса в формате safetensors и предназначен для использования с библиотекой Transformers; README рекомендует актуальную версию библиотеки. Лицензия — Apache-2.0. Карточка подтверждает прежде всего английский язык; отдельный список поддерживаемых языков программирования и оценка качества именно этой instruct-версии здесь не приведены.

SWE-Dev-32B — открытая модель для агентных задач разработки программного обеспечения, представленная авторами проекта SWE-Dev в исследовательской статье. Она дообучена на базе Qwen/Qwen2.5-Coder-32B-Instruct и построена на плотной архитектуре Qwen2; для работы с ней указаны Transformers и формат safetensors. Модель поддерживает диалоговый интерфейс и интерфейс вызова инструментов, а контекст составляет 32 768 токенов. Модель предназначена для программных агентов, которые находят нужный код в репозитории, разбирают задачи и помогают вносить и проверять изменения. В README описан конвейер подготовки данных из GitHub с задачами локализации кода, генерации тестов и оценки. В SWE-bench-Verified для SWE-Dev-32B сообщается показатель решения 36,6%; результат зависит от числа раундов вывода и качества данных. Лицензия — MIT.

Tess-4-9B — мультимодальная модель с 9,65 млрд параметров, созданная Мигелем Тиссера на базе Qwen/Qwen3.5-9B-Base. Это плотная архитектура Qwen3.5 для генерации текста по текстовым и визуальным входам; веса доступны в формате BF16 Safetensors и лицензированы по Apache 2.0. Модель предназначена для агентного программирования, анализа больших кодовых баз и документов, сложных задач по математике и естественным наукам, отладки и технических рассуждений. Она дообучена на 64K-токенных агентных трассах и поддерживает вызов инструментов, чат и обработку изображений. В карточке приведены результаты тестов, в том числе 88% на GSM8K и 62% на GPQA Diamond при лимите генерации 24K токенов; отдельные сложные примеры выигрывали от увеличения лимита до 48K. Для корректной работы следует сохранять встроенный шаблон чата Qwen3.5 и разрешать большой бюджет генерации на трудных задачах. Полные веса BF16 занимают около 19,3 ГБ; совместимость требует актуальной версии Transformers с поддержкой Qwen3.5. Упомянутые в README сборки GGUF содержат только текстовую модель и не поддерживают унаследованный путь обработки изображений.

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.

Agnes 2.5 Pro Alpha — мультимодальная модель рассуждений, разработанная Agnes AI и дообученная на Qwen/Qwen3.5-397B-A17B. Она принимает текст и изображения и предназначена для программирования, научных задач, анализа длинных контекстов и агентных сценариев с вызовом инструментов. Модель поддерживает контекст до 1 млн токенов и генерацию до 65 536 токенов; заявлены расширенное рассуждение и понимание изображений. Модель подходит для анализа репозиториев и отладки кода, синтеза технических документов, научного решения задач и визуального анализа. В README указаны сравнительные оценки на бенчмарках, но таблица результатов в предоставленном тексте опущена. Модель доступна в формате safetensors; для локального запуска README рекомендует 8 GPU класса NVIDIA H200 и около 1 ТБ свободного места. Лицензия — Apache-2.0. Ответы могут содержать ошибки; для важных решений и действий инструментов требуется проверка.

AREX-2 — мультимодальная модель на 27 млрд параметров, разработанная Пекинской академией искусственного интеллекта (BAAI) на основе Qwen/Qwen3.8-27B. Это плотная архитектура, совместимая с Qwen3.8; модель принимает текст и изображения и рассчитана на контекст до 262 144 токенов. Она предназначена для длительного итеративного решения задач: предлагает решение, анализирует оценки, логи, ошибки и время выполнения, а затем пересматривает результат. Обучение охватывает задачи машинного обучения и алгоритмического программирования с проверяемой обратной связью, а также данные для глубоких исследований; заявлен перенос навыка самоулучшения на сценарии deep research. Модель применима для программирования, инженерии машинного обучения, многошаговых рассуждений и агентных сценариев с инструментами. Лицензия — Apache 2.0. Карточка предназначает модель для исследований и не приводит количественных результатов оценки в доступном тексте; для работы требуется актуальная версия Transformers с поддержкой Qwen3.8.

BTL-4 — языковая модель с 35 млрд параметров от Bad Theory Labs, дообученная на базе Ornith-1.0-35B на корпусе рассуждений, отобранных по успешному выполнению кода и прохождению тестов. Модель построена на архитектуре Qwen 3.5 MoE и предназначена для генерации текста в сценариях использования инструментов, разработки ПО и длительной работы агентных систем. Среди заявленных результатов — 73,5% на BFCL v4 AST, 66,1% на LiveCodeBench v6 и 78,4% на SWE-bench Verified. Модель поддерживает контекст до 262 144 токенов; для сложных задач ей требуется большой бюджет генерации. Это специализированная модель рассуждений, а не обычный чат-бот: ответы могут быть многословными, а при запуске в агентном цикле необходимо корректно отделять рассуждения от основного текста, иначе качество длительных сессий снижается. Для обслуживания README приводит пример настройки vLLM и рекомендует доверенную загрузку удалённого кода. Лицензия — Apache-2.0.

CAC-v0.1 — языковая модель CodeMate объёмом 6,6 млрд параметров, дообученная на базе deepseek-ai/deepseek-coder-6.7b-base для автодополнения и генерации кода. Она принимает текстовые инструкции в формате Alpaca/Vicuna и выдаёт текст, в том числе фрагменты программного кода. В README указано обучение на внутреннем наборе из 1,8 млрд токенов программных задач и решений; использовалась последовательность длиной 8096 токенов, а для обучения применялась Flash Attention 2. Контекст модели составляет до 16 384 токенов. Модель предназначена для дополнения кода и связанных задач: генерации, суммаризации, перевода и оптимизации кода, ответов на вопросы, отладки и ревью. Заявлена поддержка Python, C/C++, TypeScript, Java и других языков программирования. Это ранняя версия 0.1, находящаяся в разработке, и она прошла ограниченное тестирование. Лицензия в предоставленных данных не указана.

DeepSWE-Preview — открытый агент для задач программной инженерии от agentica-org, дообученный методом обучения с подкреплением на базе Qwen3-32B с включённым режимом рассуждений. Модель предназначена для работы с кодовыми базами: она может исследовать файлы, искать фрагменты кода, предлагать и редактировать изменения, а также использовать инструменты командной строки и отправлять готовое решение. Для этих сценариев README описывает инструменты R2E-Gym: поиск, редактор файлов, выполнение Bash-команд и завершение задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 29,7 млрд параметров и нативный контекст 40 960 токенов по метаданным; в рекомендациях README для запуска указано не менее 32–64 тыс. токенов. Обучение на 4,5 тыс. задач из поднабора R2E-Gym использовало только RL, без SFT. В README заявлены результаты 59% на SWE-Bench-Verified для гибридного Best@16 и 42,2% Pass@1 в описанной оценке; это результаты конкретного агентного окружения, а не гарантия качества на произвольных задачах. Модель ориентирована на кодовые задачи, карточка указывает английский язык и лицензию MIT. Для эффективной работы рекомендуются системный промпт и инструменты R2E-Gym.

Gemma4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2 — дообученная модель yuxinlu1 на базе Google Gemma 4 12B Instruct для генерации кода и выполнения многошаговых технических задач с использованием инструментов. Это плотная архитектура Gemma 4 Unified, опубликованная в формате safetensors с весами bf16; README ориентирует эту версию прежде всего на разработчиков, которые хотят запускать модель в Transformers, создавать квантизованные варианты или продолжать дообучение. Модель предназначена для написания и отладки кода, работы с командами и инструментами, а также циклов «диагностика — исправление — проверка». В README приведён результат около 55% на локальном тесте tau2-bench telecom из 20 задач против примерно 15% у базовой модели при одинаковой конфигурации. Это сравнение ограничено описанным автором тестовым стендом и не сопоставимо напрямую с опубликованными результатами бенчмарка. Автор также сообщает о небольшом снижении результата на MMLU-Pro относительно базы. Модель поддерживает диалог и использует встроенный протокол вызова инструментов Gemma 4; README также описывает режим рассуждения перед ответом. Лицензия — Apache-2.0. Карточка не приводит сведений о размере контекстного окна или языках обучения, поэтому они здесь не уточняются.

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.

GigaChat 3.5 Reasoning — большая языковая модель, разработанная ai-sage. Эта версия распространяется в формате GGUF для высокопроизводительного запуска через llama.cpp; базовая модель доступна в варианте BF16, а отдельная версия предназначена для инференса в FP8. Модель ориентирована на задачи, требующие углублённого рассуждения, и обучалась с использованием online RL. Архитектура представляет собой Mixture-of-Experts с общим размером 432 млрд параметров, из которых 28 млрд активируются при обработке токена. Используется гибридная архитектура, объединяющая Multi-head Latent Attention (MLA) и слои линейного внимания GatedDeltaNet. Дополнительно применяются GatedNorm и три MTP-головы для speculative decoding. Максимальная поддерживаемая длина контекста — 262 тысячи токенов. Заявлена поддержка русского и английского языков, а также сценариев text generation, instruction following, reasoning, tool use, function calling и structured output. Модель предназначена для решения математических и научных задач, программирования, редактирования кода, генерации тестов, репозиторных задач уровня SWE-bench, взаимодействия с инструментами, работы с длинным контекстом и соблюдения заданных форматов. К сильным сторонам относятся улучшения в математике, коде, следовании инструкциям и структурированном выводе по сравнению с GigaChat 3.5 Ultra Instruct, а также специализированное обучение шести доменных экспертов с последующей on-policy distillation. Ограничения включают высокие требования к вычислительным ресурсам из-за масштаба модели; конкретные требования к оборудованию, количественные характеристики производительности и ограничения использования в README не указаны. Лицензия — MIT.

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.

Карточка модели abelsimon/GLM-5.3 на Hugging Face совпадает с карточкой unsloth/GLM-5.3, поэтому описание составлено по ней. GLM-5.3 — текстовая диалоговая модель Z.ai, представленная в репозитории Unsloth. По карточке модели, она использует ту же базовую модель, что и GLM-5.2, а улучшения получены на этапе постобучения. В каталожных метаданных производная отмечена как слияние с zai-org/GLM-5.3 и zai-org/GLM-5.3-BF16; архитектура относится к семейству GLM MoE DSA, размер — 30,4 млрд параметров. Модель предназначена для генерации текста в диалогах, сложного программирования и длительных агентских задач. Карточка сообщает о высоких результатах на тестах кодирования, работы с терминалом, уязвимостей и эксплуатации, но эти результаты не гарантируют аналогичного качества в каждом сценарии. Поддерживаются английский и китайский языки, а контекст составляет до 1 048 576 токенов. Параметр reasoning_effort управляет глубиной рассуждений и принимает значения low, high и max; по умолчанию используется max. Для локального развёртывания перечислены SGLang, vLLM, Transformers, KTransformers, Unsloth и другие среды. Формат файлов — safetensors. Лицензия указана как other, поэтому перед использованием следует проверить условия в карточке модели.

Карточка модели baerquant/GLM-5.3 на Hugging Face совпадает с карточкой unsloth/GLM-5.3, поэтому описание составлено по ней. GLM-5.3 — текстовая диалоговая модель Z.ai, представленная в репозитории Unsloth. По карточке модели, она использует ту же базовую модель, что и GLM-5.2, а улучшения получены на этапе постобучения. В каталожных метаданных производная отмечена как слияние с zai-org/GLM-5.3 и zai-org/GLM-5.3-BF16; архитектура относится к семейству GLM MoE DSA, размер — 30,4 млрд параметров. Модель предназначена для генерации текста в диалогах, сложного программирования и длительных агентских задач. Карточка сообщает о высоких результатах на тестах кодирования, работы с терминалом, уязвимостей и эксплуатации, но эти результаты не гарантируют аналогичного качества в каждом сценарии. Поддерживаются английский и китайский языки, а контекст составляет до 1 048 576 токенов. Параметр reasoning_effort управляет глубиной рассуждений и принимает значения low, high и max; по умолчанию используется max. Для локального развёртывания перечислены SGLang, vLLM, Transformers, KTransformers, Unsloth и другие среды. Формат файлов — safetensors. Лицензия указана как other, поэтому перед использованием следует проверить условия в карточке модели.

Карточка модели xannie1/GLM-5.3 на Hugging Face совпадает с карточкой unsloth/GLM-5.3, поэтому описание составлено по ней. GLM-5.3 — текстовая диалоговая модель Z.ai, представленная в репозитории Unsloth. По карточке модели, она использует ту же базовую модель, что и GLM-5.2, а улучшения получены на этапе постобучения. В каталожных метаданных производная отмечена как слияние с zai-org/GLM-5.3 и zai-org/GLM-5.3-BF16; архитектура относится к семейству GLM MoE DSA, размер — 30,4 млрд параметров. Модель предназначена для генерации текста в диалогах, сложного программирования и длительных агентских задач. Карточка сообщает о высоких результатах на тестах кодирования, работы с терминалом, уязвимостей и эксплуатации, но эти результаты не гарантируют аналогичного качества в каждом сценарии. Поддерживаются английский и китайский языки, а контекст составляет до 1 048 576 токенов. Параметр reasoning_effort управляет глубиной рассуждений и принимает значения low, high и max; по умолчанию используется max. Для локального развёртывания перечислены SGLang, vLLM, Transformers, KTransformers, Unsloth и другие среды. Формат файлов — safetensors. Лицензия указана как other, поэтому перед использованием следует проверить условия в карточке модели.

Jack-3.8-27B-Coder-16GB-VRAM — локальная модель для программирования, разработанная независимым исследователем Джонатаном Майклом Лэнгфордом в рамках The Jack Project. Она основана на Qwen3.8-27B и предназначена для многоэтапной разработки ПО: планирования, реализации, отладки, ревью кода, проектирования тестов, работы с репозиториями и использования инструментов в длительных агентных сценариях. Модель поставляется в формате GGUF для запуска через llama.cpp и рассчитана на работу на GPU с 16 ГБ видеопамяти. Архитектура Jack использует структурирование актуального рабочего состояния и повторную привязку доказательств, чтобы отделять действующие требования и проверенные результаты от устаревших планов, предположений и неудачных экспериментов. В README заявлена поддержка длинных контекстов и многоходовых задач, но конкретная длина контекста не приведена. Лицензия — Apache-2.0. Заявленные преимущества относятся к управлению состоянием в длительных инженерных задачах; README не приводит независимых количественных сравнений, поэтому практическое качество этих улучшений не установлено. Модель предназначена для генерации текста и кода, а не для обработки изображений или видео, несмотря на мультимодальность базовой модели, указанную в каталожном описании.

Kalki 1.5 — плотная по маршрутизации экспертная модель семейства Kalki от Upmarking, предназначенная для многошаговой разработки программного обеспечения и агентных сценариев с использованием инструментов. В README заявлены архитектура Mixture-of-Experts с MLA, 1 трлн параметров и активация 32 млрд параметров на токен. Для анализа интерфейсов и визуальной отладки предусмотрен визуальный энкодер UpmarkViT; заявлена поддержка контекста до 262 144 токенов. Модель рассчитана на автономную навигацию по инструментам, редактирование файлов, запросы к PostgreSQL, отладку и другие длительные инженерные задачи. README также заявляет примерно на 30% меньше токенов рассуждения по сравнению с Kalki-0.6 и поддержку нативной квантизации INT4. Метаданные указывают задачи image-text-to-text и text-generation; в каталоге есть чат-возможность. Модель распространяется по лицензии Apache-2.0, а README предлагает доступ через API Upmarking с совместимостью с SDK OpenAI и Anthropic.

Mellum2 Thinking — модель-помощник с усиленными способностями к рассуждению, разработанная JetBrains. Она создана на базе Mellum2-12B-A2.5B-Base: после дообучения на инструкциях модель прошла обучение с подкреплением по проверяемым вознаграждениям на сложных данных, включая задачи по математике с развёрнутыми решениями. Модель предназначена для сложной отладки, многошагового планирования, агентных сценариев, математики и других задач, требующих последовательного рассуждения. Это текстовая MoE-модель семейства Mellum: в архитектуре 64 эксперта, из которых для каждого токена активируются 8. Она использует сочетание слоёв со скользящим окном и полным вниманием и поддерживает контекст до 131 072 токенов. Модель выводит ход рассуждений в специальных блоках перед итоговым ответом. В репозитории указаны 1,9 млрд параметров, формат safetensors и библиотека Transformers. Лицензия — Apache 2.0. Карточка советует использовать вариант Instruct, если нужны прямые ответы с меньшей задержкой. Модель ориентирована на английский язык; других языков карточка не заявляет.

MiniMax-M1-40k-hf — открытая по весам языковая модель компании MiniMax для рассуждений, диалога и построения агентных приложений. Это версия с бюджетом размышления 40K, предназначенная для Transformers; в README для других открытых фреймворков рекомендуется альтернативный репозиторий MiniMax-M1-40k. Модель использует гибридную архитектуру Mixture-of-Experts с механизмом lightning attention. В метаданных указаны 21,6 млрд параметров, а README описывает базовое семейство MiniMax-M1 как модель, рассчитанную на контекст до 1 млн токенов. Обучение с подкреплением охватывало математические задачи и программную инженерию; заявлены сильные результаты на сложных задачах кодирования, использования инструментов и работы с длинным контекстом. Модель поддерживает чат и интерфейс вызова инструментов. Подходит для решения сложных математических задач, анализа длинных документов, программирования и агентных сценариев с вызовом внешних функций. README указывает рекомендации по параметрам генерации, но фактическое качество зависит от задачи и конфигурации инференса. Лицензия репозитория — Apache-2.0.

Mira — разговорная языковая модель SmilyAI для технического общения, рассуждений, математики и помощи с программированием. Она основана на Nova-2-Large, созданной на базе Qwen3-14B слиянием DARE-TIES, а затем дообучена с помощью LoRA. В репозитории указана архитектура Qwen3ForCausalLM, около 14 млрд параметров по метаданным и контекст до 40 960 токенов. Модель предназначена для генерации ответов в диалоге, объяснения технических тем, написания и отладки кода, а также решения математических задач. Карточка описывает дружелюбный, энергичный стиль общения и возможность конструктивного шуточного режима при проверке кода. Основной язык — английский; доступны веса safetensors для Transformers. Mira может ошибаться в фактах, коде и математике, неверно понимать неоднозначные запросы и давать уверенные, но неправильные объяснения; результаты следует проверять человеком, особенно перед использованием в важных системах. Лицензия обозначена как other, конкретные условия использования в карточке не раскрыты.

Nexus-9B-CodeCore-Merge — экспериментальная объединённая модель на 9 млрд параметров от prithivMLmods, предназначенная для программирования и многошаговых рассуждений. Она создана на основе Qwen3.5-9B с добавлением возможностей NeoHorse-1-9B, OmniCoder-9B и Ornith-1.5-9B; архитектура относится к семейству Qwen3.5, веса представлены в формате Safetensors. Модель рассчитана на генерацию и понимание кода, изменение и отладку программ, следование инструкциям и агентные рабочие процессы с использованием инструментов. Карточка характеризует её как экспериментальную и предупреждает о возможных артефактах. Лицензия — Apache-2.0.

Rhea-4B-Coding — дообученная Roskosmos19 модель для программирования на базе Aquiles-ai/Athenea-4B-Coding. Это плотная авторегрессионная модель семейства Qwen3 с 3,7 млрд параметров; она работает через Transformers, принимает текст и генерирует текст. В карточке заявлено контекстное окно до 262 144 токенов. Модель предназначена для рассуждений о коде, его написания и дополнения, отладки, проектирования алгоритмов и понимания программ. Она обучена на программных данных с трассами рассуждений и ориентирована на многошаговый цикл: первоначальная реализация, самопроверка на ошибки и улучшение итогового решения. Также заявлена поддержка сценариев с агентными инструментами. Модель рассчитана на задачи разработки с несколькими языками программирования; метаданные указывают английский язык. Карточка описывает её как uncensored и предназначенную для исследований и экспериментов. Лицензия — Apache-2.0. Качество рассуждений и работы с инструментами зависит от запроса и настроек инференса; отдельные результаты оценки в карточке не приведены.

Parable-Granite-4.1-8B-Claude-Fable-5 — плотная языковая модель на 8,4 млрд параметров, созданная AnkitAI дообучением IBM Granite 4.1 8B. Она рассчитана на многошаговые задачи агентного типа: планирование, работу с инструментами, программирование, терминал и отладку. Модель принимает текст и генерирует текст, включая структурированные вызовы инструментов. Поддерживает английский язык и наследует от базовой модели контекст до 131 072 токенов. Для дообучения использовались трассы сессий Claude Fable 5 и GPT-5.5, в том числе примеры работы кодирующего агента и решения задач в терминале. Автор сообщает о снижении потерь на отложенной выборке и приводит результаты качественной оценки на задачах программирования и отладки; результаты сравнения с другими репозиториями автор считает ориентировочными. Поведение, настроенное на агентные задачи, может приводить к выдаче JSON вызова инструмента вместо обычного ответа. Дообучение велось на последовательностях длиной 1 024 токена, поэтому именно на начальных ходах ожидается наиболее выраженное влияние дообучения. Веса распространяются по лицензии Apache-2.0. В обучающих данных есть набор с лицензией AGPL-3.0 и набор с лицензией MIT; условия использования исходных трасс третьих сторон могут применяться к последующему обучению и дистилляции. Сгенерированные команды и код следует проверять перед выполнением.

Pyrex-8B-Instruct-Uncensored — дообученная модель для генерации кода и задач разработки ПО, опубликованная ImposterOnline. В карточке она описана как модель класса 8B с архитектурой Transformer и компонентами RoPE, SwiGLU, RMSNorm и GQA; метаданные Hugging Face указывают архитектуру Qwen2, 7,1 млрд параметров и формат safetensors. Модель принимает текст и генерирует текст, поддерживает диалог и интерфейс вызова инструментов. Заявленная длина контекста — 32 768 токенов, при этом обучение проводилось на последовательностях длиной 4 096 токенов. Модель предназначена для генерации кода, многошаговой отладки и сценариев агентного программирования с вызовом функций. В README приведены результаты HumanEval и MBPP; качество на других задачах не установлено этими оценками. Модель дообучена методом QLoRA на смесях наборов данных для программирования и вызова функций. Лицензия — MIT. В карточке модель названа uncensored и заявлено отсутствие встроенных фильтров безопасности. Автор рекомендует проверять выходы в изолированной среде перед использованием в критичных системах; качество на контекстах длиннее 4 096 токенов не проверено. Метаданные и README расходятся в числе параметров (7,1B и 7,6B соответственно), поэтому точный размер следует считать неоднозначным.

win10/Qwen2.5-Coder-12.3b-Instruct — объединённая инструкционная языковая модель на архитектуре Qwen2, созданная методом passthrough с помощью mergekit на основе Qwen/Qwen2.5-Coder-7B-Instruct. Репозиторий содержит веса в формате safetensors; метаданные указывают 11,7 млрд параметров и контекст длиной до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате и ориентирована на задачи программирования: написание, анализ и исправление кода. Поддерживает интерфейс вызова инструментов. В карточке указана лицензия Apache-2.0. Ограничения качества и перечень поддерживаемых языков программирования в предоставленных данных не описаны.