II.7DevOps, облако и эксплуатация IT-систем

SecGPT-7B-GGUF — вариант модели SecGPT для генерации текста и диалога, ориентированный на задачи кибербезопасности. В README разработчиком названа компания 云起无垠; модель семейства SecGPT представлена как разработанная для помощи специалистам по безопасности. Репозиторий содержит веса в формате GGUF F16 и основан на SecGPT/SecGPT-7B-GGUF. Модель предназначена для ответов на вопросы по информационной безопасности, анализа уязвимостей и команд, разбора журналов и сетевого трафика, выявления угроз, анализа атакующих цепочек, аудита кода и поддержки сценариев красных и синих команд. README описывает обучение на базе семейств Qwen2.5-Instruct и DeepSeek-R1, с использованием специализированных корпусов и инструкционной настройки; параметры конкретной версии и длина контекста в доступных данных не приведены. В метаданных указан китайский язык, а README также сообщает об оценках на китайских и общих тестах. Модель может помочь структурировать расследование и подготовить рекомендации, однако результаты требуют проверки специалистом и не заменяют тестирование, анализ исходных артефактов или проверку безопасности. Репозиторий распространяется по лицензии Apache-2.0.

HOMURA 30B — модель HYRE, предназначенная для автономных агентов и сценариев с вызовом инструментов. Это не модель, обученная с нуля, а производная от Meta Muse Glimmer 30B: поверх community-версии darkc0de/Muse-Glimmer-30B-heretic применён LoRA-тюнинг HYRE, после чего модель была объединена и квантована в формат GGUF. Тюнинг выполнен только для языковой башни, а vision tower сохранена. Модель ориентирована на английский язык, генерацию текста, агентное планирование, использование инструментов и работу в долгих цепочках взаимодействия; заявленный нативный контекст составляет 131 072 токена. Доступная сборка Homura-30B-Q4_K_M.gguf имеет размер 16,9 ГБ и рассчитана на запуск через llama.cpp, LM Studio или Ollama; для Muse Glimmer требуется llama.cpp не ниже b10353 и шаблон --jinja. Сильной стороной является специализированное обучение под собственный протокол вызова инструментов, включая последовательное разрешение идентификаторов и получение котировки перед операцией обмена; для надёжности рекомендуется температура не выше 0,3. Ограничения включают зависимость от точного системного промпта и протокола HOMURA, ухудшение выбора инструментов при более высокой температуре, отсутствие встроенной фильтрации, а также риск неточных или нежелательных ответов. Модель не предназначена для решений, критичных с точки зрения безопасности, и требует собственных защитных механизмов. Лицензия Apache 2.0, унаследованная от базовой модели, с сохранением атрибуции Meta и darkc0de.

Qwen2.5-Coder-0.5B-GGUF — это квантизированная в формате GGUF версия базовой модели Qwen2.5-Coder-0.5B, разработанной Qwen. Квантизация выполнена bartowski на основе llama.cpp. Модель предназначена для генерации и автодополнения исходного кода, а также других сценариев продолжения текста, связанных с программированием. Модель имеет контекст длиной 32 тысячи токенов и обучена на 5,5 триллиона токенов исходного кода и связанных данных. В README указан английский язык. Размер базовой модели — 0,5 млрд параметров; сведения о конкретном уровне квантизации и поддерживаемых модальностях не указаны. Это base-модель, поэтому она рассчитана на completion и generation, а не на ведение диалога или выполнение instruct-запросов. К сильным сторонам относятся компактный размер, возможность локального запуска в совместимых инструментах и большой контекст для небольшой модели. Ограничения связаны с базовым, а не инструкционным характером модели: она может хуже следовать указаниям и поддерживать чатовый формат, а качество генерации зависит от выбранного варианта квантизации и аппаратных ресурсов. Лицензия — Apache-2.0.

saroku-guard — англоязычный классификатор безопасных вызовов инструментов ИИ-агентами, разработанный для проекта saroku. Он проверяет отдельный вызов инструмента вместе с аргументами и окружающим контекстом непосредственно перед выполнением и выдаёт метку safe или unsafe; для небезопасного вызова также возвращает категорию нарушения. Модель основана на DeBERTa-v3-base и дообучена для классификации текста; в метаданных указаны 211,6 млн параметров и контекст до 512 токенов. Весы в формате safetensors, лицензия Apache 2.0. Модель предназначена для локального высокоскоростного первичного фильтра в конвейере выполнения действий агента. Она рассчитана на проверку текста вызова инструмента на английском языке и, согласно карточке, ориентирована на полноту обнаружения небезопасных действий. Категория нарушения служит дополнительной информацией для журналирования и проверки. saroku-guard не предназначена для модерации диалогов, обнаружения jailbreak или prompt injection в произвольном чате и аудита уже выполненных действий. Это первый уровень защиты, а не полноценная система безопасности; для необратимых или высокорисковых действий рекомендуется дополнительная углублённая проверка.

xLAM-7b-r — языковая модель Large Action Model семейства xLAM, разработанная Salesforce для общего использования инструментов и построения AI-агентов. Она преобразует запросы пользователя в планы и структурированные вызовы инструментов, чтобы автоматизировать многошаговые рабочие процессы. Модель основана на плотной архитектуре MistralForCausalLM и содержит около 7,1 млрд параметров. Она принимает текст и генерирует текст, включая вызовы функций в JSON-подобном формате; поддерживает многошаговый диалог и контекст до 32 768 токенов. В карточке модели указан английский язык, а среди данных обучения — Salesforce/xlam-function-calling-60k. Для получения результатов разработчик рекомендует использовать предоставленный формат промпта и вспомогательные функции. Выпуск обозначен как предназначенный исключительно для исследований. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

unsloth/NVIDIA-Nemotron-3-Super-120B-A12B-GGUF — GGUF-версия большой языковой модели NVIDIA Nemotron-3-Super, разработанной NVIDIA Corporation. Модель предназначена для агентных сценариев, сложного рассуждения, диалоговых приложений, использования инструментов, RAG и высоконагруженных задач, включая автоматизацию обработки IT-заявок. Доступна настройка режима рассуждения через шаблон чата с параметром enable_thinking. Модель использует гибридную архитектуру LatentMoE, объединяющую Mamba-2, Mixture of Experts и attention, а также Multi-Token Prediction (MTP). Общий размер составляет 120 млрд параметров, из них 12 млрд активны при обработке запроса. Поддерживается контекст до 1 млн токенов и английский, французский, немецкий, итальянский, японский, испанский и китайский языки. Для запуска исходной BF16-версии требуется минимум 8 GPU H100 с 80 ГБ памяти; для данной GGUF-версии конкретные требования зависят от выбранной квантизации и среды выполнения. Сильными сторонами модели являются длинный контекст, сочетание эффективности MoE с возможностями гибридной архитектуры, поддержка рассуждений, инструментального использования и агентных рабочих процессов. Ограничениями остаются очень большой общий размер и высокие аппаратные требования, особенно для неквантизированной версии. Модель распространяется по лицензии NVIDIA Nemotron Open Model License; README также указывает возможность дообучения с помощью Unsloth.

DeepSeek-V4-Pro-0813 — официальная версия модели DeepSeek-V4-Pro, разработанная DeepSeek AI. Она заменяет предварительный выпуск и ориентирована на задачи с агентами, включая использование инструментов, автоматизацию, разработку программного обеспечения, работу в терминале, кибербезопасность и полнофункциональную разработку. По данным README, модель особенно улучшена для производственных сценариев и демонстрирует высокие результаты в тестах агентских и coding-agent задач. Модель построена на архитектуре DeepSeek-V4-Pro (Preview) с подключённым модулем спекулятивного декодирования DSpark. Точные сведения о размере, числе параметров, поддерживаемых языках, модальностях и длине контекста в README не указаны. Для взаимодействия используется OpenAI-совместимый формат сообщений; Jinja-шаблон чата отсутствует, вместо него предоставлены отдельные скрипты кодирования и разбора ответов. Параметр reasoning_effort поддерживает уровни low, high и max. Сильными сторонами модели являются улучшенные агентские возможности, производительность в задачах программирования, автоматизации и работы с инструментами, а также возможность ускорения инференса через DSpark в vLLM и SGLang. Ограничения включают необходимость специального кодирования сообщений и потенциально сложные требования к инфраструктуре: README описывает запуск на узлах с GPU GB300 и рекомендуемые настройки для vLLM, но не приводит полный диапазон совместимого оборудования. Модель распространяется по лицензии MIT.

NVIDIA Nemotron-3-Super-120B-A12B-BF16 — большая языковая модель с открытыми весами, разработанная NVIDIA Corporation. Представленная версия распространяется в формате GGUF и сгенерирована с использованием llama.cpp; исходная модель выпущена 11 марта 2026 года. Модель предназначена для агентских сценариев, рассуждений с длинным контекстом, использования инструментов, RAG и высоконагруженных задач, включая автоматизацию IT-заявок. Архитектура LatentMoE объединяет Mamba-2, Mixture of Experts и механизмы внимания, а также Multi-Token Prediction. Всего модель содержит 120 млрд параметров, из которых 12 млрд активны при обработке запроса, и поддерживает контекст до 1 млн токенов. Доступны английский, французский, немецкий, итальянский, японский, испанский и китайский языки. Режим рассуждений можно включать или отключать через шаблон чата. К сильным сторонам относятся сочетание большого контекста, разреженной MoE-архитектуры, поддержки инструментов и ориентация на агентские и корпоративные рабочие процессы. Ограничения включают значительный общий размер модели и высокие требования к инфраструктуре: для исходной версии указано минимум 8 GPU H100 с 80 ГБ памяти. GGUF-версия использует специальную настройку квантования с повышением точности отдельных слоёв, что может увеличить размер файла. Модель распространяется по лицензии NVIDIA Nemotron Open Model License.

Qwen3.6-27B-MTP-pi-reasoning-GGUF — дообученная версия Qwen3.6-27B, опубликованная bytkim и распространяемая в формате GGUF. Модель настроена методом QLoRA и supervised fine-tuning на образцах рассуждений и успешных траекторий агентной работы, связанных с датасетом bytkim/deepseek-v4-pro-pi-reasoning-sample-traces. Базовая модель разработана командой Qwen. Модель предназначена прежде всего для локальных coding- и DevOps-агентов в стиле Pi: анализа репозитория, планирования исправлений, выполнения команд, редактирования файлов, запуска тестов, отладки и проверки результата. Она ориентирована на задачи, где агент может работать в итеративном цикле с инструментами, включая использование функций и tool calling. Заявлена поддержка текстовых и визуально-текстовых сценариев; для работы с изображениями может требоваться совместимый vision sidecar. Указан протестированный контекст до 128 тысяч токенов. Ключевые характеристики — 27 миллиардов параметров, формат GGUF, совместимость с llama.cpp, обучение рассуждениям и поддержка Multi-Token Prediction (MTP) для speculative decoding. Сильными сторонами являются планирование перед выполнением действий, рассуждения при программировании и verifier-driven debugging с повторной проверкой через тесты. В README приведён результат 40,45% pass@1 на Terminal-Bench 2.0 для задачи Pi agentic coding. Ограничения включают зависимость производительности от используемой квантизации, инфраструктуры запуска и инструментов агента; конкретные языки и точный набор поддерживаемых модальностей не указаны. Модель распространяется по лицензии Apache-2.0.

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.

Qwen3-Coder-30B-A3B-Instruct-FP8 — инструкционная каузальная языковая модель семейства Qwen3-Coder, разработанная командой Qwen. Она предназначена прежде всего для программирования, агентского написания кода, вызова инструментов, использования браузера и понимания крупных репозиториев. Модель подходит для генерации и редактирования кода, решения задач разработки и интеграции в системы, совместимые с Qwen Code, CLINE и форматом function calling. Модель использует архитектуру Mixture-of-Experts: 30,5 млрд параметров всего, из которых при генерации активируется 3,3 млрд; предусмотрено 128 экспертов, одновременно активны 8. Она содержит 48 слоёв и использует Grouped-Query Attention с 32 головами для Q и 4 для KV. Нативная длина контекста составляет 262 144 токена, а с использованием YaRN заявлена возможность расширения до 1 млн токенов. Доступен чекпойнт с мелкозернистой FP8-квантизацией с размером блока 128. README не указывает перечень поддерживаемых языков и модальностей; по описанию это текстовая модель. Сильными сторонами являются эффективность благодаря разреженной активации параметров, длинный контекст, ориентация на агентские сценарии и развитые возможности вызова инструментов. Модель работает только в режиме без рассуждений и не формирует блоки <think></think>. Ограничения включают высокие требования к памяти при большом контексте и известную проблему fine-grained FP8 в Transformers при распределённом инференсе; для нескольких устройств может потребоваться CUDA_LAUNCH_BLOCKING=1. Модель распространяется по лицензии Apache-2.0.

Parable-Granite-4.1-8B-Claude-Fable-5-GGUF — языковая модель AnkitAI, дообученная на базе IBM Granite 4.1 8B. Модель создана для многошаговых агентных сценариев: планирования, использования инструментов, работы с терминалом, программирования, отладки и рассуждений. Обучение проводилось на трассировках реальных сессий Claude Fable 5 и GPT-5.5, включая блоки рассуждений и взаимодействие с инструментами, а не на синтетических вопросах и ответах. Модель предназначена для генерации текста на английском языке и распространяется в формате GGUF для запуска через llama.cpp, Ollama и LM Studio; также доступна полноточная версия для vLLM, Transformers и дальнейшего дообучения. Выпуск содержит 8 миллиардов параметров и варианты квантования от Q4_K_M до Q8_0. Рекомендуемая версия Q4_K_M занимает около 4,8 ГБ и требует примерно 6 ГБ RAM или VRAM. В README указан контекст оценки 1 024 токена, а в примере llama-cpp-python используется контекст 8 192 токена. Ответы модель начинает с блока <think>, который рекомендуется удалять перед показом пользователю. К сильным сторонам относятся специализация на агентных задачах, программировании и терминальных сценариях, локальный офлайн-запуск и небольшой объём памяти для 8B-модели. На опубликованном тестовом разбиении дообученная модель показала test loss 0,617 против 2,030 у базовой Granite 4.1 8B; при строгой качественной проверке 20 из 34 ответов были полностью корректными, а 32 — корректными или частично корректными. Ограничения включают англоязычную специализацию, необходимость самостоятельно обрабатывать блоки рассуждений и отсутствие завершённого результата оценки function calling BFCL V3 из-за ограничения GPU-бюджета. Модель распространяется по лицензии Apache-2.0.

Qwen3-Coder-30B-A3B-asym-2bitexp-GGUF — это асимметрично квантованная GGUF-версия инструкционной модели Qwen3-Coder-30B-A3B-Instruct, разработанной Qwen. Модель предназначена прежде всего для генерации и анализа программного кода, а также решения текстовых задач в формате instruction-following. Это вариант без режима reasoning и без блоков <think>, ориентированный на запуск через llama.cpp. В основе используется MoE-архитектура qwen3moe с 128 маршрутизируемыми экспертами, из которых активны 8 на каждом токене; эффективный объём активных параметров составляет около 3 млрд при общем размере модели 30 млрд параметров. Экспертные FFN-слои квантованы преимущественно в 2–3 бита, а attention, эмбеддинги и выходной слой сохранены с более высокой точностью. Эффективная скорость квантования — 2,99 BPW, размер файла — 11,4 ГБ (10,64 GiB). Модель рассчитана на текстовый ввод и вывод; язык и максимальный размер контекста в README явно не указаны, однако приведён пример запуска с контекстом 16 384 токена. Главное преимущество — существенная экономия памяти: модель рассчитана на размещение в 16 ГБ VRAM вместе с KV-кэшем для контекста около 16K токенов, тогда как стандартная версия Q4_K_M занимает около 18,6 ГБ. По данным измерений на wikitext-2, perplexity составляет 9,93 против 9,60 у Q4_K_M, то есть снижение качества относительно базовой 4-битной версии умеренное. Ограничения связаны с потерями квантования, меньшей точностью по сравнению с более крупными форматами и зависимостью от совместимого runtime. В README указана лицензия Apache-2.0.

Claude Opus 4.5 — мультимодальная модель рассуждений компании Anthropic, предназначенная для сложной разработки программного обеспечения, агентных рабочих процессов и длительного взаимодействия с компьютером. Карточка описывает её как передовую модель с сильными возможностями в этих сценариях. Модель подходит для решения сложных задач программирования, работы агента с инструментами и компьютерными интерфейсами, а также для задач с изображениями и текстом. В предоставленных данных не раскрыты размер модели, поддерживаемые языки, длина контекста и условия лицензии.

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

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.

Qwable-9B-Claude-Fable-5 — модель Empero, созданная полнопараметрическим дообучением Qwen/Qwen3.5-9B. Это плотная модель семейства Qwen3.5 с гибридным стеком внимания; дообучение проводилось на текстовых трассах рассуждений, программирования и агентных задач от Claude Fable 5 и GPT-5.5 terminal agent. Модель предназначена прежде всего для помощи в программировании, выполнения многошаговых задач в терминале и агентных сценариях, а также для рассуждений и объяснений. Основной язык — английский. Базовая архитектура мультимодальная, но зрительный компонент при дообучении оставался замороженным и не оценивался. В качественной проверке README отмечает сильные результаты на задачах программирования и работы с терминалом, а также хорошее следование инструкциям; полные количественные бенчмарки ещё готовятся. Ответы начинаются с блока рассуждений, который может потребовать удаления перед показом пользователю. Для открытых запросов модель может генерировать длинные ответы; общие фактические сведения следует проверять. Дополнительного защитного дообучения сверх базовой модели не проводилось. Лицензия — Apache-2.0, унаследованная от базовых весов; в README отдельно упоминается оговорка о происхождении обучающих данных.

Mungert/Nex-N2-mini-GGUF — квантованный вариант модели Nex-N2-mini, разработанной командой Nex-AGI. Модель предназначена для агентских сценариев и постобучена на базе Qwen3.5-35B-A3B-Base. Она ориентирована на выполнение практических задач, требующих понимания требований, планирования, написания кода, работы с инструментами, терминалом, поиском и обратной связью от среды. Ключевая концепция модели — Agentic Thinking, объединяющая рассуждение, использование инструментов и итеративное выполнение задач в единый цикл. Подход включает Adaptive Thinking, позволяющий выбирать глубину рассуждений в зависимости от сложности задачи, и Coherent Thinking, обеспечивающий единый механизм рассуждений в общих и агентских сценариях. Заявлены возможности для агентского программирования, глубокого исследования, tool calling, терминального выполнения, разработки игр, веб- и мультимодальной генерации. Архитектура, точное количество активируемых параметров, размер контекста, поддерживаемые языки и фактические характеристики GGUF-квантизации в README не указаны. По приведённым оценкам Nex-N2-mini показывает результаты в задачах поиска, вызова инструментов, программной инженерии и общего рассуждения; среди указанных показателей — 74,4 на SWE-Bench Verified, 60,7 на Terminal-Bench 2.1 и 82,6 на GPQA Diamond. Сильными сторонами являются агентские рабочие процессы, кодирование и выполнение длинных задач, однако показатели ниже, чем у более крупной версии Nex-N2-Pro, а результаты зависят от сценария и внешней среды. Модель распространяется по лицензии Apache-2.0.

Qwable-9B-Claude-Fable-5-GGUF — семейство GGUF-квантизованных версий модели Qwable-9B-Claude-Fable-5, разработанной Empero. Модель создана на базе Qwen3.5-9B с полным дообучением параметров на трассах агентного программирования и рассуждений, дистиллированных из Claude Fable 5 и GPT-5.5 terminal agent. Распространяется для запуска через llama.cpp, Ollama, LM Studio и другие GGUF-совместимые среды. Модель предназначена прежде всего для программирования, терминальных и агентных сценариев, технического рассуждения и работы с инструментами. Она мультимодальная: поддерживает текст и изображения, однако для обработки изображений требуется отдельный vision projector mmproj с CLIP vision encoder. Основной язык — английский. Архитектура унаследована от Qwen3.5-9B и включает гибридный стек внимания с чередованием Gated DeltaNet linear attention и Gated full attention; заявлен длинный нативный контекст и словарь примерно из 152 тысяч токенов. Доступны варианты от BF16 до Q4_K_M размером примерно от 17 до 5,3 ГБ. Сильные стороны модели — готовое поведение для coding и agentic-задач, включая работу с терминалом и отдельные проявления security-aware подхода. По заявленной качественной проверке 27 из 34 ответов были признаны корректными и чистыми, однако полноценный набор бенчмарков ещё не опубликован. Ограничения включают меньшую надёжность в общих знаниях и длинных фактологических ответах, возможное снижение качества в низких квантизациях и отсутствие дополнительной safety-настройки. Ответы начинаются с блока <think>, который рекомендуется удалять перед показом пользователю. Модель распространяется по лицензии Apache-2.0; при использовании следует учитывать происхождение обучающих данных и организовать собственную проверку безопасности.

cyankiwi/Qwen3-Coder-Next-AWQ-4bit — это 4-битная AWQ-квантизованная версия Qwen3-Coder-Next, базовой модели, разработанной командой Qwen. Модель представляет собой авторегрессионную языковую модель для генерации текста, ориентированную прежде всего на программирование, coding agents и локальную разработку. Модель предназначена для написания и анализа кода, длительных агентных сценариев, использования инструментов, работы с CLI и IDE, а также восстановления после ошибок выполнения. Она имеет 80 млрд параметров всего, из которых активируются 3 млрд, 79 млрд приходятся на параметры без эмбеддингов. Архитектура включает 48 слоёв с гибридным сочетанием Gated DeltaNet, Gated Attention и Mixture of Experts: 512 экспертов, 10 активируемых экспертов и один общий эксперт. Нативная длина контекста составляет 262 144 токена. Модель работает только в режиме без рассуждений и не генерирует блоки <think></think>; поддержка модальностей и список языков в README не указаны. Сильными сторонами являются высокая вычислительная эффективность за счёт малого числа активируемых параметров, большой контекст и развитые возможности для агентного взаимодействия и вызова инструментов. Ограничения включают необходимость совместимого программного обеспечения и аппаратных ресурсов для эффективного запуска крупной модели, несмотря на квантизацию; при нехватке памяти рекомендуется уменьшать длину контекста. Модель распространяется по лицензии Apache-2.0.

MiMo-Ornith-9B-AGSI-Abliterated-HQ — объединённая модель на 9,7 млрд параметров, созданная OliviaRossi на основе Xiaomi MiMo-V2.6-Distill-Qwen-9B и Ornith-1.5-9B. В карточке заявлены слияние AGSI и настройка Abliterix, направленная на удаление механизмов отказа. Архитектура — Qwen3_5ForConditionalGeneration с сочетанием линейного внимания GatedDeltaNet и обычного внимания; модель содержит 32 слоя и поддерживает контекст до 262 144 токенов. Модель предназначена для диалогов, рассуждений, программирования и агентных сценариев с вызовом инструментов и выполнением терминальных команд. Автор заявляет поддержку английского и китайского языков, а также сохранение возможностей рассуждения и работы с инструментами после слияния. Репозиторий использует формат safetensors; лицензия — Apache-2.0. Карточка заявляет удаление встроенных механизмов отказа, поэтому модель может отвечать на запросы в областях безопасности и администрирования без обычных ограничений отказа. Эти сведения и характеристики AGSI/Abliterix приведены автором и не сопровождаются в предоставленной карточке независимой проверкой; фактическое качество и безопасность ответов могут зависеть от сценария использования.

Nex-N2-Pro — открытая агентная языковая модель компании Nex-AGI, предназначенная для сложных задач разработки ПО и рабочих процессов с длительным планированием. Она дообучена на основе Qwen3.5-397B-A17B и использует архитектуру семейства Qwen3.5 MoE; в README указана поддержка рассуждений, вызова инструментов и выполнения задач в среде с обратной связью. Модель подходит для агентного программирования, поиска информации и выполнения команд в терминале. Модель выдаёт текст и может формировать вызовы инструментов; карточка также описывает сценарии генерации веб- и мультимедийного контента, но подробные входные мультимодальности для этого репозитория не подтверждены. В метаданных указаны Transformers, формат safetensors и лицензия Apache-2.0. README приводит результаты на агентных и программных бенчмарках, включая 75,3 на Terminal-Bench 2.1 и 1585 на GDPval. Для развёртывания авторы рекомендуют собственную версию sglang; крупный размер базовой модели требует мощного оборудования. Языки и длина контекста не подтверждены доступными данными.

Ornith-1.5-35B-A3B — языковая модель семейства Ornith-1.5, разработанная командой Ornith. Это среднеразмерная sparse Mixture-of-Experts модель с 35 млрд параметров, из которых при обработке каждого токена активируется около 3 млрд. Представленная версия предназначена для запуска через библиотеку MLX в 4-битном формате квантования и поддерживает генерацию текста. Модель ориентирована прежде всего на программирование, работу с терминалом и агентские сценарии, включая автономное решение задач разработки и взаимодействие с инструментами. Согласно карточке модели, она обучалась с использованием цикла самоулучшения: модель совместно оптимизировала генерацию задач, построение scaffolding и последовательности решений с помощью reinforcement learning. Заявлены высокие результаты на Terminal-Bench 2.1 и SWE-bench Verified; однако приведённые показатели зависят от конкретного окружения и конфигурации агентского harness. К сильным сторонам относятся высокая эффективность инференса за счёт активации небольшой части параметров, специализация на кодировании и агентской работе, а также 4-битное представление для запуска в экосистеме MLX. В доступных данных не указаны максимальная длина контекста, полный список поддерживаемых языков, мультимодальные возможности, требования к оборудованию и лицензия, поэтому эти характеристики и условия использования требуют дополнительной проверки.

Ornith-1.5-35B-A3B — среднеразмерная модель семейства Ornith-1.5, разработанная командой Ornith. Она создана с использованием цикла самоулучшения, в котором совместно оптимизируются генерация задач, построение scaffolding и последовательности решений посредством reinforcement learning. Модель расширяет подход Ornith-1.0, основанный на Qwen3.5 и Gemma4 с дополнительным continued pretraining, mid-training и post-training. Модель предназначена прежде всего для программирования и агентных сценариев: работы с терминалом, решения задач разработки и автономного выполнения многошаговых задач. Это mixture-of-experts-модель с общим размером около 35 млрд параметров, из которых на каждый токен активируется примерно 3 млрд. В README заявлены высокие результаты на Terminal-Bench 2.1 и SWE-bench Verified, включая оценки 67,8–68,5 на Terminal-Bench 2.1 и 79 на SWE-bench Verified. Сильной стороной модели является высокая эффективность вычислений при небольшом числе активируемых параметров, а также специализация на coding и agentic coding. При этом README не содержит сведений о поддерживаемых языках, размере контекста, мультимодальности, точных аппаратных требованиях и лицензии, поэтому эти характеристики нельзя определить по предоставленным данным.

Ornith-1.5-35B-A3B-FP8 — языковая модель для генерации текста, разработанная командой Ornith AI. Это средняя по размеру модель семейства Ornith-1.5, ориентированная прежде всего на программирование, работу через терминал и агентские сценарии, где модель должна планировать действия, использовать инструменты и решать многошаговые задачи разработки. Модель создана на основе подхода непрерывного самоулучшения: она совместно оптимизирует генерацию задач, построение scaffold-структур и последовательности решений с помощью reinforcement learning, а не полагается только на фиксированный набор задач и вручную разработанные процедуры оценки. Модель использует архитектуру mixture-of-experts: всего содержит около 35 млрд параметров, но активирует примерно 3 млрд параметров на токен. Вариант FP8 предназначен для более эффективного хранения и выполнения инференса. В README указана текстовая модальность и задача text generation; сведения о поддерживаемых языках и размере контекста не приведены. Среди заявленных сильных сторон — результаты в программировании и агентской разработке: на SWE-bench Verified модель получила 79 баллов, а на Terminal-Bench 2.1 — 67,8 балла в конфигурации Terminus-2 и 68,5 в конфигурации Claude Code. Ограничения, не отражённые в карточке, включают отсутствие подробных данных о качестве на общих языковых задачах, языковом покрытии, безопасности и практических требованиях к оборудованию. Модель распространяется по лицензии MIT. Заявленные показатели приведены авторами README и могут зависеть от используемого окружения, инструментов и методики оценки.

AlexAtomic/qwen3-coder-30b-a3b-GGUF — это квантизированная версия Qwen3-Coder-30B-A3B-Instruct, подготовленная AlexAtomic для Atomic Chat в формате GGUF. Модель предназначена прежде всего для агентного программирования, использования браузерных агентов и других задач генерации и анализа кода. Она поддерживает вызов инструментов через специальный формат, совместимый, в частности, с Qwen Code и CLINE, и может работать полностью локально и офлайн. В основе лежит причинная языковая модель с архитектурой Mixture-of-Experts и GQA: 30,5 млрд параметров всего, из которых 3,3 млрд активируются на каждом токене; используется 128 экспертов, 8 из них активны, всего 48 слоёв, 32 Q-head и 4 KV-head. Нативное окно контекста составляет 262 144 токена и может быть расширено примерно до 1 млн с помощью YaRN. Модель работает только в non-thinking режиме и не формирует блоки рассуждений <think></think>. Репозиторий содержит линейку квантов GGUF с importance matrix, что помогает сохранить качество низкобитных вариантов ближе к исходной модели. Доступны варианты от Q2_K до Q8_0; Q4_K_M рекомендован как сбалансированный вариант по размеру, скорости и качеству, а Q6_K и Q8_0 — для максимальной точности. Ограничения включают неизбежные потери качества при низкой битности, значительные требования к оперативной памяти или VRAM и необходимость применять chat template Qwen3 Coder с параметром --jinja. Лицензия — Apache-2.0.

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

Nex-N2.5-Pro — мультимодальная агентная модель из семейства Nex-N2.5, разработанная компанией Nex-AGI. Она предназначена для выполнения долгих многоэтапных задач в реальных средах, включая работу с компьютером и браузером, автономный запуск и тестирование программ, научные исследования, работу со знаниями и сложные продуктивные сценарии. Модель продолжает мультимодальную основу Nex-N2 и ориентирована на компьютерное использование, веб-навигацию и визуально обоснованные действия. Она способна воспринимать визуальную информацию как интерфейс взаимодействия со средой, проверять результаты своих действий и корректировать дальнейшее выполнение задачи. В README не указаны точный размер модели, архитектура, длина контекста и перечень поддерживаемых языков. Заявлены результаты в задачах программирования, агентных рабочих процессах, компьютерном использовании и мультимодальном понимании; среди приведённых оценок Pro показывает 82,7 балла в Terminal-Bench 2.1, 61,2 в SWE-Bench Pro и 55,8 в DeepSWE v1.1. Сильными сторонами модели являются ориентация на длительные автономные сценарии, работа с визуальной обратной связью, браузерами и компьютерами, а также способность к самокоррекции и выполнению программных задач. Ограничения, требования к аппаратным ресурсам и практические особенности развёртывания в README не описаны. Для модели указана лицензия Apache-2.0; веса заявлены как открытые, а также доступен hosted-доступ через OpenRouter.

Ornith-1.5-35B-A3B — языковая модель для генерации текста, разработанная командой Ornith AI. Она относится к семейству Ornith-1.5 и создана с применением подхода непрерывного самоулучшения: модель самостоятельно генерирует новые учебные задачи, выявляет эффективные стратегии их решения и совершенствуется посредством reinforcement learning. В основе Ornith-1.0, на которой развивалась эта линейка, использовались Qwen3.5 и Gemma4 с дополнительным продолжением предобучения, mid-training и post-training. Модель предназначена прежде всего для программирования и агентных сценариев, включая работу в терминале, решение задач из репозиториев и автоматизацию многошаговых операций. Это mixture-of-experts-модель с общим размером около 35 млрд параметров, из которых для обработки каждого токена активируется примерно 3 млрд. В карточке не указаны поддерживаемые языки, размер контекста и мультимодальные возможности; по заявленному pipeline_tag это text-generation-модель. К сильным сторонам относятся результаты на coding- и agentic-бенчмарках: заявлены оценки 67,8 и 68,5 на Terminal-Bench 2.1 в конфигурациях Terminus-2 и Claude Code, а также 79 на SWE-bench Verified. По данным разработчика, модель превосходит сопоставимую Qwen3.6-35B-A3B и ряд плотных моделей в агентном программировании. Ограничения, требования к оборудованию и особенности инференса в README не описаны. Модель распространяется по лицензии MIT.

Swarm Scout 12B — мультимодальная модель для программирования и агентных технических задач, созданная LiamVisionary на основе объединения Gemma 4 12B Instruct и производной модели с настройкой для агентных сценариев. Модель рассчитана на помощь с написанием и отладкой кода, работой в терминале, использованием инструментов и многошаговым рассуждением. Поддерживает диалог и обработку изображений; вариант на Hugging Face распространяется в формате safetensors и использует архитектуру Gemma4UnifiedForConditionalGeneration. Для работы требуется свежая версия библиотеки Transformers с поддержкой Gemma 4 unified. Модель ориентирована прежде всего на англоязычные сценарии. Для распознавания изображений есть подтверждённый пример анализа чека; поддержку аудио и видео унаследованная конфигурация описывает, однако качество этих режимов для данного выпуска отдельно не проверяли. Низкий уровень отказов является намеренной особенностью, поэтому для практического развёртывания нужны прикладные ограничения и защита от злоупотреблений; общие знания следует перепроверять. Модель распространяется по лицензии Apache 2.0 без гарантии качества.