II.5Безопасность программного кода и цепочки поставок

Карточка модели mingjun2026/Kimi-K3 на Hugging Face совпадает с карточкой moonshotai/Kimi-K3, поэтому описание составлено по ней. Kimi K3 — модель с открытыми весами от Moonshot AI для диалогов, рассуждений и агентных задач. В README указаны 2,8 трлн параметров, архитектура Kimi Delta Attention (KDA) и Attention Residuals (AttnRes), а также разреженная смесь экспертов Stable LatentMoE: активируются 16 из 896 экспертов. Метаданные Hugging Face определяют архитектуру как плотную; поэтому тип архитектуры в доступных источниках описан неоднозначно. Модель принимает текст, изображения и видео и рассчитана на контекст до 1 млн токенов. Среди сценариев применения — длительные сессии программирования и работы с большими репозиториями, исследовательская работа с материалами и мультимодальные задачи. В README заявлена поддержка инструментов для агентных сценариев; метаданные подтверждают возможность диалогового взаимодействия. Веса опубликованы по лицензии Kimi K3 License, обозначенной в метаданных как other. README не приводит текст лицензии, поэтому конкретные условия распространения и коммерческого использования по имеющимся данным уточнить нельзя. Заявления о возможностях и эффективности приведены разработчиком; независимые результаты оценки здесь не доступны.

Карточка модели Openintelligent123/Laguna-S-2.1 на Hugging Face совпадает с карточкой poolside/Laguna-S-2.1, поэтому описание составлено по ней. Laguna S 2.1 — языковая модель Poolside для программной инженерии и агентного выполнения длительных задач. Это текстовая модель семейства Laguna с архитектурой Mixture-of-Experts: 118 млрд параметров всего, около 8 млрд активируются на токен. В ней 48 слоёв, 256 маршрутизируемых экспертов и один общий; используются grouped-query attention и сочетание глобального внимания со скользящим окном. Контекст составляет 1 048 576 токенов. Модель предназначена для генерации и анализа кода, работы с инструментами и решения многошаговых задач разработки. Она поддерживает диалог и вызов инструментов, а также встроенный режим рассуждений, управляемый параметром enable_thinking. Для ускорения вывода доступна спекулятивная декодировка с отдельной черновой моделью DFlash. Модель принимает и выдаёт текст. В README приведены результаты на бенчмарках программирования и агентных задач, однако они не гарантируют качество в конкретном проекте. Полная BF16-версия требует нескольких GPU; квантизированные варианты снижают требования к памяти. Модель распространяется по лицензии OpenMDW-1.1, разрешающей коммерческое и некоммерческое использование и модификацию; также следует соблюдать Acceptable Use Policy Poolside.

Ling-3.0-flash — разговорная языковая модель компании Inclusion AI для генерации текста, рассуждений и выполнения агентных задач. В README описана гибридная линейная архитектура MoE с чередованием Kimi Delta Attention и gated MLA; заявлены 124 млрд параметров всего и 5,1 млрд активных на токен. Метаданные Hugging Face указывают размер 3,5 млрд параметров, поэтому точный размер модели по источникам расходится. Модель предназначена для задач программирования, следования инструкциям, математических рассуждений, работы с длинным контекстом и агентных сценариев, включая исследование и многошаговые рабочие процессы. Заявленное контекстное окно — 262 144 токена. README сообщает о тестировании на бенчмарках для кодирования и агентов, но это не гарантирует аналогичное качество в конкретных приложениях. Модель принимает текст и генерирует текст; сведений о поддержке других модальностей нет. Лицензия — MIT.

LongCat-2.0 — большая языковая модель семейства LongCat, представленная разработчиками проекта LongCat. Это модель архитектуры MoE с классом LongcatCausalLM; в метаданных репозитория указано 42,1 млрд параметров, тогда как README описывает полную версию с 1,6 трлн параметров и примерно 48 млрд активируемых на токен. Репозиторий содержит веса в формате safetensors и использует лицензию MIT. Модель предназначена для диалоговой генерации текста, программирования, понимания кода и репозиториев, выполнения задач агентами и работы с инструментальными сценариями. README сообщает об обучении на данных с контекстом до 1 млн токенов и об архитектурном механизме LongCat Sparse Attention для длинных последовательностей; метаданные указывают нативный контекст 262 144 токена. В карточке также заявлены чат и интерфейс вызова инструментов. README особо выделяет задачи с длинным горизонтом, редактирование кода на уровне репозитория и автоматизацию действий; развёртывание описано для GPU и NPU. Модель не оценивалась всесторонне для всех возможных прикладных сценариев. Условия лицензии — MIT.

Muse Glimmer — модель Meta Superintelligence Lab с плотным причинным трансформером и отдельным энкодером восприятия. Это мультимодальная модель на 29,6 млрд параметров, дистиллированная из Muse Spark и опубликованная по лицензии Apache 2.0. Она предназначена для локального запуска на потребительском оборудовании и поддерживает диалог с изображениями. Модель рассчитана на многошаговые агентные сценарии: планирование, вызов инструментов, восстановление после ошибок и выполнение длительных задач. Её также можно применять для разработки кода, анализа скриншотов, диаграмм и документов, генерации синтетических данных и оценки ответов других моделей. В README заявлены результаты на бенчмарках агентного выполнения, включая SWE-Bench, DeepSearch QA и MCP-Atlas. Модель может ошибаться в рассуждениях, особенно в новых сценариях, и выдавать неточные, предвзятые или нежелательные ответы. Поддержки аудио нет; видео явно не оптимизировано и обрабатывается как отдельные кадры. Качество может снижаться для языков, на которых модель недостаточно оценивалась. Для агентных приложений разработчик рекомендует дополнительные меры защиты и проверки.

Ornith-1.5-35B-A3B-AWQ-FP8 — квантованная версия модели Ornith-1.5-35B-A3B, разработанной командой Ornith AI. Модель предназначена для генерации текста, программирования и агентских сценариев, включая работу с инструментами и выполнение задач в терминале. Она обучалась с использованием цикла самоулучшения, который совместно оптимизирует генерацию задач, построение scaffolding и траекторий решений с применением reinforcement learning. Модель использует архитектуру mixture-of-experts: при общем размере около 35B параметров на каждый токен активируется примерно 3B параметров. Представленная версия имеет формат AWQ-FP8 и размер около 39,76 ГБ. Заявлена поддержка английского, китайского, хинди, арабского, русского, японского, корейского, нидерландского, французского и испанского языков. В README не указаны размер контекста и мультимодальные возможности. Сильной стороной модели является специализация на кодировании и агентских задачах: разработчики сообщают о превосходстве над сопоставимой Qwen3.6-35B-A3B и рядом плотных моделей в соответствующих бенчмарках. Ограничения, подробные требования к оборудованию и параметры инференса в карточке не приведены. Модель распространяется по лицензии MIT.

Q36 — это разговорная мультимодальная модель oktayd на архитектуре Qwen3.6-35B-A3B с 35 млрд параметров, из которых активируется около 3 млрд. Разработчик описывает её как производную цепочку на базе Qwen3.6 с дистилляцией рассуждений, ослаблением отказов и последующей настройкой для работы с инструментами, агентами и кодом; модель также дообучена на данных Hermes Function Calling и агентских трассировках. Указаны поддержка изображений, MTP и контекст 262 144 токена; одновременная работа с Vision и MTP в одном запросе не заявлена. Модель предназначена для диалогов с изображениями, рассуждений, программирования и агентских сценариев, включая вызов функций и работу с терминалом, файлами и репозиториями. В карточке приведены сравнительные тесты, но автор подчёркивает, что это компактные прогоны, а не официальные полные результаты лидербордов. Проверка финального сервинга FreeToken ещё не завершена. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия — Apache-2.0.

Qwen2.5-7B-CySecButler-v0.1 — объединённая языковая модель, созданная с помощью mergekit на основе Qwen/Qwen2.5-7B и четырёх других моделей: Vapor_v2_7B, Qwen-2.5-7b-TitanFusion-v5-Exp, Qwen2.5-7B-HyperMix и WhiteRabbitNeo-2.5-Qwen-2.5-Coder-7B. Разработчик позиционирует её для задач программирования и кибербезопасности. Модель имеет архитектуру Qwen2 dense с 7,1 млрд параметров и контекстом до 131 072 токенов; работает с текстом и поддерживает диалоговый интерфейс. Карточка не приводит отдельного описания измеренных возможностей или качества для конкретных задач. Модель может использоваться для генерации кода, ответов на вопросы по кибербезопасности и диалогового взаимодействия по техническим темам. Метаданные перечисляют поддержку китайского, английского, французского, испанского, португальского, немецкого, итальянского, русского, японского, корейского, вьетнамского, тайского и арабского языков. Доступна по лицензии Apache-2.0.

BenevolenceMessiah/Qwen2.5-Coder-7B-3x-Instruct-TIES-v1.2 — объединённая с помощью mergekit методом TIES языковая модель на архитектуре Qwen2 для генерации текста. В качестве основы использована Qwen/Qwen2.5-Coder-7B; в объединение также вошли BenevolenceMessiah/Qwen2.5-Coder-7B-Chat-Instruct-TIES-v1.2, MadeAgents/Hammer2.0-7b и huihui-ai/Qwen2.5-Coder-7B-Instruct-abliterated. Модель содержит 7,1 млрд параметров, работает с контекстом до 32 768 токенов и доступна в формате safetensors для библиотеки Transformers. Она предназначена для диалоговой генерации текста и задач с программным кодом, включая его генерацию, анализ и исправление; метаданные также отмечают интерфейс для вызова инструментов. Информация о лицензии в предоставленных источниках отсутствует.

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.

FastFlowLM/Qwen3.6-35B-A3B-NPU2 — открытая модель семейства Qwen3.6, разработанная командой Qwen и основанная на Qwen/Qwen3.6-35B-A3B. Это авторегрессионная языковая модель с vision encoder, предназначенная прежде всего для программирования, агентских сценариев, работы с интерфейсами и репозиториями, а также для задач, требующих анализа длинного контекста. Модель поддерживает формат Hugging Face Transformers и совместима с Transformers, vLLM, SGLang и KTransformers. Модель имеет 35 млрд параметров, из которых при генерации активируются 3 млрд. Архитектура сочетает Gated DeltaNet, Gated Attention и Mixture of Experts: используется 40 слоёв, 256 экспертов, 8 маршрутизируемых и 1 общий активный эксперт. Нативная длина контекста составляет 262 144 токена, с возможностью расширения до 1 010 000 токенов. Указана поддержка визуального ввода через vision encoder, однако точный перечень языков и параметры визуальной части в README не приведены. Сильными сторонами модели заявлены улучшенная работа с frontend-задачами, рассуждением на уровне репозитория и сохранением контекста рассуждений между сообщениями. Ограничения, включая качество на конкретных языках, требования к аппаратному обеспечению и особенности версии NPU2, в README не описаны. Модель распространяется по лицензии Apache-2.0.

YTan2000 собрал вариант Qwen3.8-27B с квантованием TurboQuant TQ3_4S и форматом GGUF для запуска через специальную сборку llama.cpp-tq3. Модель предназначена для диалогов, генерации кода и многошаговых задач; с подключённым проектором mmproj поддерживает анализ изображений и видео. Веса основаны на Qwen/Qwen3.8-27B, в которой используются гибридная архитектура Gated DeltaNet и Gated Attention и обученные головы Multi-Token Prediction для ускорения генерации. В карточке указаны 27 млрд параметров у базовой модели, контекст до 262 144 токенов, размер файла 13,8 ГБ и квантование 4,24 бит на вес. Версия v2 включает исправленный шаблон чата для строковых аргументов инструментов и режима без рассуждений; для v1 требуется отдельно указать шаблон. README приводит результаты тестов генерации кода и скорости на RTX 3090, но они зависят от конфигурации запуска. Для работы требуется TurboQuant-версия llama.cpp; поддержка изображений и видео требует файла mmproj. Лицензия — Apache-2.0.

Solstice-AI/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-NVFP4 — релиз Solstice-AI, основанный на модели DavidAU Qwen3.8-27B-TURBO-Fable-Cold-Fusion. Это 27-миллиардная языковая модель с поддержкой английского и китайского языков, оптимизированная для работы на оборудовании NVIDIA Blackwell и Ada Lovelace в формате NVFP4. Указана поддержка контекста до 262 144 токенов. Модель также заявлена как мультимодальная: вместе с ней поставляется компонент mmproj-BF16.gguf для анализа изображений, архитектурных схем, пользовательских интерфейсов и видеокадров. Архитектура сочетает гибридное линейное внимание Qwen 3.8: 75% слоёв используют Gated Delta Recurrent Network с линейной сложностью по памяти, а 25% — Grouped-Query Attention. В модель включены Multi-Token Prediction с заявленной генерацией двух токенов за проход и объединение весов Cold Fusion GAIN. Разработчики позиционируют её для рассуждений, программирования, агентной разработки ПО, отладки репозиториев, управления компьютером и мобильными устройствами, а также выполнения длинных многофайловых сценариев. README приводит высокие результаты на SWE-bench Pro, LiveCodeBench v6, QwenSWEBench, OSWorld-Verified, AndroidWorld, IFBench и тестах ARC, однако эти показатели представлены самими разработчиками и требуют независимой проверки. Заявленная оптимизация ориентирована на NVIDIA Blackwell, включая B200, GB200 и RTX 5090; также упоминается совместимость с RTX 4090. Модель описана как uncensored и может иметь ослабленные ограничения отказа, что следует учитывать при эксплуатации. Лицензия — Apache 2.0.

Qwen3.8-Flash-Next-Uncensored oQ4e-100K-MTP — нативно квантованная для oMLX версия модели orcarouter/Qwen3.8-Flash-Next-Uncensored. Сборка предназначена для запуска на компьютерах Apple Silicon с 128 ГБ памяти через oMLX и совместимый с OpenAI API сервер. Она ориентирована на coding agents, программирование и другие сценарии, поддерживающие этот API, а также сохраняет vision tower Qwen4, собственную MTP-голову контрольной точки и архитектурную настройку контекста 262 144 токена. Основной формат весов — аффинная квантализация oQ4e с размером группы 64; крупная таблица PLE использует 4-битную квантализацию с размером группы 32. Часть чувствительных компонентов оставлена в Q8 или BF16 для сохранения качества вывода и эффективности MTP. Веса занимают около 108,8 млрд байт и распределены по 22 файлам safetensors. Заявленный безопасный рабочий контекст на Mac с 128 ГБ памяти составляет 100 000 токенов, несмотря на нативную настройку 262 144 токена; для полного контекста требуется SSD-offload Qwen4 PLE. Модель поддерживает текстово-визуальный pipeline, tool calling и MTP, однако для coding agents рекомендуется отключать MTP, поскольку в тестах он снижал точность работы с инструментами. Сильными сторонами являются очень длинный проверенный контекст, поддержка изображений, OpenAI-совместимый интерфейс, prompt caching и оптимизация под Apple Silicon. Ограничения включают требования к 128 ГБ оперативной памяти, быстрому локальному SSD и oMLX, а также зависимость безопасного размера контекста от конкретной конфигурации. Модель распространяется по лицензии qwen-community-1.0; в карточке указана категория лицензии other.

unsloth/Qwen3-Coder-30B-A3B-Instruct-1M-GGUF — GGUF-версия модели Qwen3-Coder-30B-A3B-Instruct, разработанной командой Qwen и подготовленной Unsloth. Это каузальная языковая модель для генерации текста и кода, ориентированная на агентное программирование, использование браузера и другие задачи разработки ПО, включая работу с репозиториями большого размера и интеграцию с инструментами вроде Qwen Code и CLINE. Модель построена на Mixture-of-Experts-архитектуре: содержит 30,5 млрд параметров, из которых при генерации активируется около 3,3 млрд; включает 48 слоёв, 128 экспертов и 8 активируемых экспертов, а также Grouped Query Attention с 32 головами для запросов и 4 для ключей и значений. Нативная длина контекста составляет 262 144 токена, а в данной версии заявлено расширение до 1 млн токенов с использованием YaRN. Поддерживается только режим без рассуждений: модель не генерирует блоки <think></think>. Сведения о поддерживаемых языках и точных параметрах квантования в README не указаны. К сильным сторонам относятся высокая эффективность за счёт разреженной активации экспертов, специализация на кодинге и агентных сценариях, а также поддержка сверхдлинного контекста. Ограничения включают работу только в нережиме рассуждений и потенциальную зависимость качества и требований к ресурсам от конкретной GGUF-квантизации, параметры которой не приведены. Модель распространяется по лицензии Apache 2.0.

Карточка модели Zhangdanyang/Qwen3-Coder-30B-A3B-SFT-TH-4epoch на Hugging Face совпадает с карточкой Qwen/Qwen3-Coder-30B-A3B-Instruct, поэтому описание составлено по ней. Qwen3-Coder-30B-A3B-Instruct — инструктивная языковая модель для программирования от команды Qwen. Это причинная модель семейства Qwen3 MoE: всего 30,5 млрд параметров, из которых при генерации активируются 3,3 млрд; в архитектуре 48 слоёв и 128 экспертов, из которых задействуются 8. Модель принимает текст и выдаёт текст, поддерживает контекст до 262 144 токенов и интерфейс вызова инструментов. Модель предназначена для генерации и анализа кода, агентного программирования и использования в браузерных сценариях. Большое окно контекста помогает разбирать целые репозитории; модель также поддерживает специальный формат вызова функций. Выпускается только в режиме без рассуждений (non-thinking) и не генерирует блоки ``` в ответах. Доступна по лицензии Apache-2.0.

unsloth/Qwen3-Coder-480B-A35B-Instruct-1M-GGUF — GGUF-версия крупной инструктивной модели для генерации кода Qwen3-Coder-480B-A35B-Instruct, разработанной командой Qwen и подготовленной Unsloth. Модель предназначена для агентного программирования, использования браузера, генерации и анализа кода, работы с большими репозиториями и интеграции с инструментами вроде Qwen Code и CLINE через специально разработанный формат вызова функций. Это каузальная языковая модель на архитектуре mixture-of-experts: 480 млрд параметров всего, из которых активируется 35 млрд; 160 экспертов, 8 активных экспертов, 62 слоя и Grouped Query Attention с 96 головами Q и 8 головами KV. Поддерживается текстовая модальность, а модель работает только в режиме без рассуждений и не генерирует блоки <think></think>. Нативная длина контекста составляет 262 144 токена, а данная версия расширяет её до 1 млн токенов с использованием YaRN, что подходит для задач на уровне репозитория. К сильным сторонам относятся высокая производительность в агентном программировании и задачах работы с браузером, а также большой контекст. Ограничения включают требовательность к вычислительным ресурсам, типичную для модели такого размера, и отсутствие режима рассуждений; конкретные требования к оборудованию и показатели производительности в README не приведены. Модель распространяется по лицензии Apache-2.0.

Qwen3-Coder-480B-A35B-Instruct-FP8 — открытая инструкционная causal language model для генерации и анализа кода, разработанная командой Qwen. Модель ориентирована на агентское программирование, вызов инструментов, работу с репозиториями, браузерными сценариями и другими задачами, связанными с разработкой ПО. Она поддерживает специальный формат function calling и совместима с платформами и инструментами, включая Qwen Code и CLINE. Модель имеет MoE-архитектуру: 480 млрд параметров всего, из которых 35 млрд активируются при обработке запроса. Она содержит 62 слоя, 160 экспертов, из которых используются 8, и применяет GQA с 96 attention heads для Q и 8 для KV. Нативная длина контекста составляет 262 144 токена, с возможностью расширения до 1 млн токенов с использованием YaRN. Версия FP8 использует мелкозернистое квантование FP8 с размером блока 128. Модель работает только в non-thinking mode и не генерирует блоки <think></think>. Сильными сторонами являются заявленная производительность, сопоставимая с Claude Sonnet на ряде задач агентского программирования, браузерного взаимодействия и базовых задач кодинга, а также поддержка длинного контекста и инструментов. Ограничения включают очень высокие требования к вычислительным ресурсам; при нехватке памяти рекомендуется уменьшать длину контекста. Для распределённого запуска в Transformers указаны известные проблемы с fine-grained FP8 и необходимость иногда задавать CUDA_LAUNCH_BLOCKING=1. Модель распространяется по лицензии Apache-2.0.

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.

Solstice-AI/Qwopus3.8-27B-Flash-GGUF-1M — это набор GGUF-квантизаций модели Qwopus3.8-27B-Flash, упакованный и опубликованный Solstice-AI на основе модели Jackrong/Qwopus3.8-27B-Flash с атрибуцией Qwen AI. Модель предназначена для локального запуска в llama.cpp, Ollama, LM Studio и Unsloth, включая задачи программной разработки, решения алгоритмических задач, рефакторинга, автоматизации рабочего стола и работы с длинными документами. Поддерживаются английский и китайский языки, а также мультимодальный ввод изображений через отдельный vision-проектор mmproj-BF16.gguf. Архитектура указана как Qwen3.5 / Qwopus Conditional Generation с мультимодальным зрением; размер базовой модели — 27B параметров. Заявлено нативное контекстное окно до 1 048 576 токенов. Доступны варианты квантизации от 4- до 8-битных, рассчитанные на различный объём памяти: примерно от 16 ГБ до 64 ГБ и более в зависимости от файла и конфигурации. В комплект также входит DSpark-драфтер для speculative decoding, который может повысить скорость генерации при совместимом запуске. Сильными сторонами модели являются большой контекст, поддержка изображений, широкий выбор квантизаций и возможность локального развертывания. В README приведены высокие результаты на ряде бенчмарков, однако условия их получения и независимое подтверждение не описаны. К ограничениям относятся значительные требования к памяти, зависимость мультимодального режима от отдельного проектора и возможная потеря точности в более агрессивных квантизациях. Набор распространяется по лицензии Apache 2.0.

Rombos-Coder-V2.5-Qwen-32b — дообученная разработчиком Rombodawg модель для генерации и работы с кодом на основе Qwen2.5-Coder-32B-Instruct. Модель использует плотную архитектуру Qwen2 и содержит 32 млрд параметров; заявленная длина контекста — 131 072 токена. Она принимает текст и рассчитана на диалоговое взаимодействие, включая сценарии с интерфейсом вызова инструментов. Модель предназначена для написания, анализа и исправления кода. Автор заявляет о более высокой производительности по сравнению с исходной instruct- и базовой моделями, однако бенчмарки в карточке пока отсутствуют. Репозиторий содержит веса в формате Safetensors; варианты GGUF и EXL2 обозначены как готовящиеся. Лицензия — Apache-2.0.

Swift 1.5 Qwen3.8-Flash-Next — модель UkisAI, дообученная на базе Qwen/Qwen3.8-Flash-Next для более эффективного рассуждения и агентной работы. Карточка указывает на поддержку диалога и изображений; модель классифицирована в Hugging Face как image-text-to-text. В обучении применялись методы постобучения, включая RL и OPD, с целью сократить избыточные цепочки рассуждений и сохранить точность. Модель предназначена для программирования, терминальных задач, разработки ПО и многошаговой агентной работы. В тестах авторов на GPQA-Diamond при режиме xhigh она использовала на 63,4% меньше медианных токенов рассуждения, уступая базовой модели 0,20 процентного пункта; результаты зависят от уровня рассуждения и бенчмарка. Контекст при описанном режиме обслуживания — 262 144 токена; расширение до миллиона токенов требует настройки YaRN. BF16-версия занимает около 360 ГБ и рассчитана на многопроцессорный GPU-узел; доступны также варианты в других форматах и квантизациях. Веса представлены в safetensors, библиотека — Transformers; README также описывает запуск через vLLM, SGLang и llama.cpp-совместимые среды для GGUF-варианта. Лицензия указана как other, а API UkisAI предлагается бесплатно для исследовательских целей; точные условия лицензии следует проверять в репозитории.

Baanzon-Chenni-1.5-9B — плотная языковая модель на 9,65 млрд параметров, построенная на архитектуре Qwen3.5 и опубликованная Devopsopraiz. Она предназначена для генерации текста в задачах автономной разработки ПО, технического анализа и оркестрации локальных агентных сценариев. Модель поддерживает чат и интерфейс вызова инструментов; заявленное окно контекста составляет 262 144 токена. Модель рассчитана на планирование многоэтапной разработки, генерацию и рефакторинг кода, отладку проектов из нескольких файлов, алгоритмические рассуждения и системный анализ. В README также заявлена поддержка входных изображений и видео, унаследованная от мультимодальной архитектуры, хотя метаданные классифицируют модель только как text-generation. Веса опубликованы в формате safetensors; для работы требуются актуальная версия transformers с поддержкой Qwen3.5 и PyTorch, а для GPU-инференса — CUDA. Лицензия — MIT. В README указано, что поведение отказов модели ослаблено, поэтому она может генерировать чувствительный или спорный контент; результаты следует проверять. Также заявлены поддержка Multi-Token Prediction и настройка шаблона чата для режима рассуждений.

Frontis-MA1-35B-GGUF — квантизированная версия модели FrontisAI/Frontis-MA1-35B, подготовленная bartowski в формате GGUF с использованием llama.cpp. Модель предназначена для задач machine learning engineering, автоматизированного исследования, агентских сценариев и программирования. Она поддерживает обработку текста и изображений при наличии дополнительного файла mmproj. Модель содержит около 36 млрд параметров и использует архитектуру MoE; в метаданных также указана поддержка MTP. Доступны варианты от BF16 и Q8_0 до более компактных IQ- и Q3-квантизаций. В качестве универсального варианта рекомендуется Q4_K_M размером около 21,86 ГБ, обеспечивающий компромисс между качеством и требованиями к памяти. Для максимального качества предлагаются Q6_K и Q6_K_L, а для ограниченных ресурсов — более компактные варианты с некоторым снижением качества. К сильным сторонам относятся мультимодальность, большой размер модели и широкий выбор квантизаций для запуска на различном оборудовании. Ограничения включают значительные требования к оперативной или видеопамяти, необходимость совместимого ПО и mmproj-файла для работы с изображениями, а также возможное снижение качества у компактных квантизаций. Языки и размер контекстного окна в README не указаны. Распространение осуществляется по лицензии CC BY-NC 4.0, допускающей некоммерческое использование на заявленных условиях.

Gemini 3.7 Flash — мультимодальная модель Google для быстрых агентных сценариев, программирования и сложных многошаговых рассуждений. Она предназначена для задач, где важны отзывчивость и надёжное выполнение последовательности шагов. Каталог классифицирует модель как image-text-to-text, что указывает на обработку изображений с выдачей текстового ответа. Данных о размере, длине контекста, поддерживаемых языках и лицензии в предоставленных сведениях нет. README описывает модель как мультимодальную, но не уточняет перечень модальностей и конкретные ограничения.

GLM-5 — большая языковая модель семейства GLM, разработанная zai-org для сложных задач разработки систем и длительных агентных сценариев. Модель предназначена для генерации текста, рассуждений, программирования и взаимодействия с инструментами в диалогах. В README заявлена версия на 744 млрд параметров, из которых 40 млрд активны; репозиторий Hugging Face содержит 30,4 млрд параметров. Эти данные расходятся, поэтому размер конкретной опубликованной сборки нельзя однозначно определить. Архитектура в метаданных обозначена как glm_moe_dsa, формат весов — safetensors, а нативная длина контекста составляет 202 752 токена. Поддерживаются английский и китайский языки. README сообщает об интеграции DeepSeek Sparse Attention для снижения стоимости развёртывания при сохранении длинного контекста, а также о сильных результатах в рассуждениях, программировании и агентных задачах. Модель можно запускать через Transformers и ряд других фреймворков; для использования инструментов описана настройка сервера vLLM. Лицензия — MIT. Указанные в карточке результаты бенчмарков являются заявлениями разработчика; фактическая производительность зависит от сценария и конфигурации.

GPT-5.2-Codex — модель OpenAI, описанная как улучшенная версия GPT-5.1-Codex и оптимизированная для разработки программного обеспечения и рабочих процессов с кодом. Она предназначена для интерактивной работы над проектами и длительного автономного выполнения сложных инженерных задач. Доступные сведения не раскрывают размер, архитектуру, контекстное окно, языки или лицензию модели. По описанию она принимает запросы и контекст разработки и помогает выполнять инженерные задачи; конкретные ограничения и условия использования в карточке не приведены.

SanctumAI/granite-8b-code-instruct-GGUF — квантизированная версия Granite-8B-Code-Instruct в формате GGUF, подготовленная SanctumAI. Исходную модель разработала IBM Research в рамках семейства IBM Granite Code. Это языковая модель с 8 млрд параметров, дообученная на Granite-8B-Code-Base на наборе разрешённых к использованию инструкционных данных для улучшения следования инструкциям, логического рассуждения и решения задач. Модель предназначена прежде всего для генерации, объяснения и исправления программного кода, а также для задач, связанных с математикой, SQL, вызовом функций и общим решением проблем. В README приведены результаты HumanEvalPack для Python, JavaScript, Java, Go, C++, Rust по сценариям генерации, объяснения и исправления кода; однако достоверность этих результатов не подтверждена. Другие характеристики, включая размер контекста, поддерживаемые языки естественного языка, точную архитектуру и конкретные параметры квантизации, в предоставленных данных не раскрыты. Ключевые преимущества — открытая модель, ориентация на программирование и доступность в компактном формате GGUF для локального запуска при совместимом программном обеспечении и оборудовании. Ограничения включают неизвестные требования к ресурсам для конкретного варианта квантизации, отсутствие заявленных мультимодальных возможностей и необходимость самостоятельно проверять сгенерированный код. Модель распространяется по лицензии Apache 2.0.

Карточка модели DeepDive404-2/Kimi-K3 на Hugging Face совпадает с карточкой moonshotai/Kimi-K3, поэтому описание составлено по ней. Kimi K3 — модель с открытыми весами от Moonshot AI для диалогов, рассуждений и агентных задач. В README указаны 2,8 трлн параметров, архитектура Kimi Delta Attention (KDA) и Attention Residuals (AttnRes), а также разреженная смесь экспертов Stable LatentMoE: активируются 16 из 896 экспертов. Метаданные Hugging Face определяют архитектуру как плотную; поэтому тип архитектуры в доступных источниках описан неоднозначно. Модель принимает текст, изображения и видео и рассчитана на контекст до 1 млн токенов. Среди сценариев применения — длительные сессии программирования и работы с большими репозиториями, исследовательская работа с материалами и мультимодальные задачи. В README заявлена поддержка инструментов для агентных сценариев; метаданные подтверждают возможность диалогового взаимодействия. Веса опубликованы по лицензии Kimi K3 License, обозначенной в метаданных как other. README не приводит текст лицензии, поэтому конкретные условия распространения и коммерческого использования по имеющимся данным уточнить нельзя. Заявления о возможностях и эффективности приведены разработчиком; независимые результаты оценки здесь не доступны.

Laguna S 2.1-FP8 — языковая модель компании Poolside, предназначенная прежде всего для агентного программирования, работы с инструментами и выполнения длительных многоэтапных задач на локальной машине. Это обновлённый FP8-чекпойнт базовой модели poolside/Laguna-S-2.1; он поддерживает текстовый ввод и вывод, а также встроенный режим рассуждений с чередованием размышлений и вызовов инструментов. Модель построена по архитектуре Mixture-of-Experts и содержит 117,6 млрд параметров, из которых 8,5 млрд активируются на каждом токене. В ней 48 слоёв, 256 экспертов и один общий эксперт; 36 слоёв используют Sliding Window Attention с окном 512 токенов, а 12 — глобальное внимание. Применяются покомпонентное управление вниманием, пер-head gating, FP8-квантование KV-кэша и контекст до 1 048 576 токенов. Эти решения снижают требования к памяти и ускоряют инференс, однако при очень длинном контексте возможно ухудшение качества. FP8-веса занимают примерно 121 ГБ, поэтому для локального запуска требуется мощное оборудование; доступны варианты использования через vLLM, SGLang, Transformers, TRT-LLM, Ollama и llama.cpp с указанными ограничениями по форматам. Сильными сторонами модели являются специализация на программировании и инструментальных сценариях, поддержка длительного контекста, эффективное число активных параметров и возможность локального развёртывания. README не содержит сведений о поддерживаемых естественных языках. Модель распространяется по лицензии OpenMDW-1.1, разрешающей свободное использование и модификацию модели и связанных материалов в коммерческих и некоммерческих целях.