II.7DevOps, облако и эксплуатация IT-систем

Qwen3.8-Flash-Next-ik-llama-GGUF — это текстовая GGUF-конверсия модели Qwen3.8-Flash-Next, опубликованная пользователем ji-farthing. Файлы собраны непосредственно из BF16-релиза Qwen и предназначены для локального запуска через ik_llama.cpp, прежде всего для генерации текста и агентских задач, включая программирование. Модель использует архитектуру с маршрутизируемыми экспертами, а также поддерживает собственную MTP-head для speculative decoding. Доступны варианты квантизации IQ3_KT и IQ4_KT объёмом соответственно 80,22 и 88,42 ГиБ. Отдельно поставляется MTP-head IQ4_KT объёмом 2,21 ГиБ; она не является самостоятельной моделью и должна загружаться вместе с основной моделью. Указан контекст до 131 072 токенов. Модель текстовая, сведения о поддерживаемых языках в README не приведены. Для работы требуются ik_llama.cpp и сборка с поддержкой qwen4exp MTP; маршрутизируемые эксперты требуют примерно 50,4 ГиБ RAM или VRAM для IQ3_KT и 58,6 ГиБ для IQ4_KT. Ключевые сильные стороны — квантизация с importance matrix, настроенная для агентского программирования, сохранение собственного механизма MTP и высокая эффективность использования памяти за счёт размещения PLE-таблицы на диске. По приведённым измерениям на коде IQ4_KT показывает perplexity 1,8209 против 1,7218 у BF16-версии, а IQ3_KT — 1,8273. Ограничения включают очень большой размер файлов, высокие требования к оперативной памяти и необходимость специализированного runtime; MTP увеличивает объём вычислительного буфера. Лицензия указана как qwen-community-license-1.0.

KCh3dRi4n выпустил K-REAP-версию Qwen3-Coder-30B-A3B-Instruct с сокращённым числом маршрутизируемых экспертов. В каждом слое оставлено 112 из 128 экспертов, при этом активны 8; README указывает около 27 млрд параметров всего и 3,3 млрд активных. Метаданные каталога сообщают 2,6 млрд параметров, поэтому точный размер в описании не приводится. Модель предназначена для генерации кода и диалоговых сценариев, включая работу на корейском и английском языках; заявленная длина контекста — 262 144 токена. По приведённым в карточке тестам, K-REAP сохраняет близкие к исходной модели результаты на корейских и англоязычных бенчмарках, а также на задачах программирования и математики. Модель доступна в формате safetensors BF16 и рассчитана на запуск через MLX или Transformers; метаданные также отмечают интерфейс вызова инструментов. Она распространяется по лицензии Apache-2.0. Приведённые результаты получены на полных наборах и детерминированных подвыборках, поэтому они не гарантируют такое же качество на любых задачах.

MLX-совместимая 4-битная версия Qwen3-Coder-30B-A3B-Instruct — инструкционная языковая модель для генерации текста и решения задач, связанных с программированием. Исходная модель разработана командой Qwen, а конвертацию в формат MLX выполнил проект mlx-community с использованием mlx-lm версии 0.26.3. Модель предназначена для локального запуска через библиотеку mlx-lm и поддерживает диалоговый сценарий с применением chat template. Обозначение 30B-A3B указывает на конфигурацию исходной модели, а 4bit — на 4-битное квантование, уменьшающее требования к памяти по сравнению с полноформатными весами. В README не указаны точные архитектурные параметры, размер контекста, поддерживаемые языки и перечень модальностей; по имеющимся данным модель относится к текстовым моделям. К сильным сторонам относятся специализация исходной Qwen3-Coder на задачах программирования, инструкционная настройка и возможность использования в MLX-окружении. К ограничениям относятся зависимость от совместимого программного стека и потенциальные потери качества, связанные с 4-битным квантованием; конкретные показатели производительности в README не приведены. Модель распространяется по лицензии Apache 2.0.

Qwen3-Coder-42B-A3B-Instruct-TOTAL-RECALL-MASTER-CODER-M-1million-ctx — дообученная модель DavidAU для программирования, основанная на Qwen/Qwen3-Coder-30B-A3B-Instruct. Это причинная языковая MoE-модель семейства Qwen3: в README указаны 42 млрд параметров, 67 слоёв и 807 тензоров; метаданные каталога указывают 3,2 млрд параметров. По описанию исходной архитектуры используются 128 экспертов, из которых активируются 8. Репозиторий содержит веса safetensors для непосредственного запуска или конвертации в другие форматы. Модель предназначена для генерации и редактирования кода на основных и многих менее распространённых языках программирования, а также для диалоговых и агентных сценариев с вызовом инструментов. Разработчик добавил Brainstorm 20X для улучшения общих ответов и рассуждений. Модель работает в обычном режиме без включённого по умолчанию блока «мышления»; README описывает необязательный системный промпт для его активации. Заявлена поддержка контекста до 1 048 576 токенов через настройки YaRN/RoPE. Карточка указывает английский, французский, китайский и немецкий языки. Данных о независимых проверках качества длинного контекста или сравнительных оценках этой версии нет. Лицензия — Apache-2.0.

unsloth/Qwen3-Coder-Next — версия Qwen3-Coder-Next от Unsloth для кодирующих агентов и локальной разработки. Это причинная языковая модель с архитектурой MoE семейства Qwen3-Next; репозиторий содержит веса Safetensors и рассчитан на использование с Transformers. README описывает исходную модель как систему с 80 млрд параметров, из которых активируются 3 млрд; метаданные этого репозитория указывают 2,3 млрд параметров. Нативный контекст — 262 144 токена. Модель предназначена для генерации и изменения кода, многошаговых задач разработки, работы с инструментами и восстановления после ошибок выполнения. Заявлена интеграция с CLI- и IDE-агентами; в метаданных также отмечен интерфейс вызова инструментов. README указывает, что поддерживается только режим без рассуждений (non-thinking). Основной язык взаимодействия — текст, а лицензия репозитория — Apache-2.0. Ключевые преимущества — длинный контекст и возможности для агентной разработки. Для запуска README рекомендует актуальные версии Transformers, SGLang или vLLM; для SGLang требуется версия не ниже 0.5.8, для vLLM — не ниже 0.15.0. При сбое запуска из-за большого контекста предлагается уменьшить его. Указанные в README 80 млрд общих и 3 млрд активируемых параметров расходятся с числом 2,3 млрд в метаданных, поэтому размер этой версии по доступным источникам неоднозначен.

NexVeridian/Qwen3-Coder-Next-8bit — это конвертированная в формат MLX 8-битная версия модели Qwen/Qwen3-Coder-Next. Конвертацию выполнил пользователь или организация NexVeridian с использованием библиотеки mlx-lm версии 0.31.3; исходная модель разработана командой Qwen. Модель предназначена для генерации текста, включая сценарии работы с кодом, и может использоваться в приложениях на базе MLX через библиотеку mlx-lm. Модель поддерживает текстовую генерацию и применение chat template, если он доступен в токенизаторе. В README не указаны точные архитектура, количество параметров, размер контекста, поддерживаемые языки и дополнительные модальности. 8-битное представление ориентировано на более эффективное использование памяти и вычислений в совместимой среде MLX, однако конкретные характеристики качества и производительности не приведены. Модель распространяется по лицензии Apache-2.0.

Qwopus3.5-4B-Coder-MTP-GGUF — компактная кодовая и агентная модель, разработанная Jackrong на базе Qwen/Qwen3.5-4B. Она дообучена для отладки программ, локализации ошибок, рассуждений о минимальных исправлениях, структурированного использования инструментов, function calling и агентских рабочих процессов с обратной связью от среды. В обучении использовались Trace Inversion, траектории взаимодействия с инструментами и curriculum SFT; среди заявленных наборов данных — коллекции трасс Claude Opus и Hermes agent reasoning traces. Модель представляет собой плотную модель примерно на 4 млрд параметров и распространяется в формате GGUF для локального запуска, в частности через llama.cpp. Заявлена поддержка мультимодального сценария image-text-to-text, а также reasoning и работы с кодом. В карточке указаны языки English, Chinese, Spanish, Russian и Japanese. Для ускорения генерации и speculative decoding тестировалась Multi-Token Prediction с параметром n=2. Контекстное окно и точные требования к аппаратным ресурсам не указаны, хотя модель позиционируется для ноутбуков с 16 ГБ памяти и ресурсно ограниченных сред. Сильными сторонами модели являются компактный размер, ориентация на локальное выполнение, отладку кода, агентные задачи, структурированные вызовы инструментов и сохранение стабильного форматирования при длинных контекстах. Ограничения включают отсутствие в представленных данных подробных количественных результатов, точного описания мультимодальных возможностей, контекстного окна и совместимости конкретных инструментов. Модель распространяется по лицензии Apache-2.0.

Qwopus3.6-27B-Coder-AutoRound-W4A16-RTN — квантизированная версия языковой модели Jackrong/Qwopus3.6-27B-Coder. Модель предназначена для генерации текста и, прежде всего, для задач программирования, включая написание исходного кода и алгоритмов. Разработчик базовой модели — Jackrong; квантизация выполнена с помощью инструмента AutoRound от Intel. Модель использует 4-битное симметричное квантование только весов с group_size 128 по схеме W4A16, при которой веса представлены в формате int4, а активации сохраняются в 16-битном формате. Размер квантизированной модели составляет около 18 117 МБ. В README не указаны точное число параметров базовой модели, поддерживаемые языки, размер контекстного окна или дополнительные модальности, поэтому модель следует рассматривать как текстовую. К преимуществам относятся существенно уменьшенный размер по сравнению с полноточной версией и возможность запуска через Transformers и vLLM. Результаты оценки показывают, в частности, accuracy 0,8503 на MMLU и 0,8215 на PIQA, однако качество зависит от задачи, а приведённые метрики не гарантируют корректность ответов в практических сценариях. Модель может выдавать фактически неверные, предвзятые, оскорбительные или непристойные ответы и требует предварительного тестирования безопасности. Лицензия в README не указана: необходимо соблюдать лицензию оригинальной модели Jackrong/Qwopus3.6-27B-Coder. Для использования рекомендуется установить AutoRound; также приведены инструкции для запуска через Transformers и vLLM.

Seed-Coder-8B-Instruct — инструкционно настроенная языковая модель для кода, разработанная ByteDance Seed. Она предназначена для генерации и редактирования кода, рассуждений по программным задачам и помощи в разработке ПО по запросам пользователя. Модель построена на архитектуре Llama с причинным языковым моделированием и содержит 7,6 млрд параметров. Модель дообучена на основе Seed-Coder-8B-Base; при обучении использовались публичные и синтетические данные. Контекст составляет 32 768 токенов. Разработчик сообщает о результатах на наборах тестов для генерации кода, рассуждений и инженерии ПО; язык модели в материалах не перечислен. Модель распространяется по лицензии MIT.

Skywork_SWE-32B-GGUF — это набор квантизированных сборок модели Skywork-SWE-32B, разработанной командой Skywork и преобразованной в формат GGUF пользователем bartowski с помощью llama.cpp. Модель предназначена для генерации текста и прежде всего ориентирована на задачи программной инженерии, включая сценарии SWE-bench. Запуск возможен через LM Studio, llama.cpp и другие проекты на базе llama.cpp. Для работы рекомендуется использовать указанный шаблон чата с ролями system, user и assistant. Модель содержит 32 млрд параметров; доступны варианты от BF16 до различных уровней квантизации, включая Q8_0, Q6_K, Q5_K, Q4_K и Q3_K. Размер файлов варьируется примерно от 13 до 66 ГБ, что позволяет выбирать баланс между качеством и требованиями к памяти. Старшие варианты квантизации обеспечивают качество, близкое к исходной модели, тогда как младшие требуют меньше ресурсов, но могут заметно терять в качестве. Архитектура, поддерживаемые языки, модальности и размер контекстного окна в предоставленных данных не указаны. Модель распространяется по лицензии Apache-2.0.

StarCoder2-15B-Instruct-v0.1 — языковая модель для генерации кода по инструкциям, созданная командой BigCode. Её дообучили на StarCoder2-15B на синтетических парах «инструкция — ответ», которые исходная модель сгенерировала и отфильтровала выполнением кода; человеческая разметка и данные дистилляции от крупных закрытых моделей не использовались. Модель предназначена для одношаговых ответов на запросы, связанные с программированием: например, генерации функций, исправления и объяснения кода. Это плотная causal language model семейства StarCoder2 с 21,7 млрд параметров и контекстом 16 384 токена. Она принимает текстовые инструкции и генерирует текст, в том числе код; языковые коды естественных языков в метаданных не указаны. Модель распространяется в формате Safetensors и рассчитана на использование через Transformers. Лицензия — BigCode OpenRAIL-M; перед использованием следует учитывать её условия и ограничения. В карточке отмечено, что инструкции не связанные с программированием могут давать менее точные ответы; заявленный сценарий — один ход, поэтому диалоговые возможности не следует считать подтверждёнными.

WaveCoder ultra 6.7B — языковая модель для работы с программным кодом, разработанная Microsoft. Представлена в формате GGUF и квантована сообществом bartowski на основе llama.cpp. Модель создана путем WAVE-инструкционного дообучения и предназначена исключительно для выполнения запросов, связанных с кодированием. Модель ориентирована на генерацию, рефакторинг и исправление кода, его суммаризацию и перевод между языками программирования. В основе указана модель DeepseekCoder, размер — 6,7 млрд параметров. Для обучения использовался набор CodeOcean из 20 000 инструкций по четырем задачам, подготовленный на базе кода из GitHub CodeSearchNet с применением LLM-генерации и проверки данных. Поддерживаемые языки программирования и размер контекстного окна в README не указаны. К сильным сторонам относятся заявленные обобщающая способность на разных задачах работы с кодом и высокая эффективность генерации. Ограничение модели — специализация на программировании, поэтому она не предназначена для универсального общения. Точный уровень квантования и связанные с ним характеристики качества и требований к ресурсам не указаны. Лицензия обозначена как other, с указанием license_name deepseek; подробные условия использования в README не приведены.

Zenith-9B-CodeCore-Merge — экспериментальная объединённая модель на 9 млрд параметров от prithivMLmods, построенная на основе Qwen3.5-9B и объединяющая её с OxCoder-9B, Qwopus3.5-9B-Coder и Ornith-1.5-9B. Модель использует архитектуру Qwen3.5 и предназначена для генерации и понимания кода, многошагового решения задач и следования инструкциям в агентных сценариях. Модель рассчитана на сложные задачи разработки ПО: написание и изменение кода, отладку, анализ кода и длительные автономные рабочие процессы с использованием инструментов. В метаданных указаны диалоговые и интерфейсные возможности вызова инструментов; основной язык карточки — английский. Репозиторий распространяется по лицензии Apache-2.0. Автор предупреждает, что модель экспериментальная и может выдавать артефакты; для GGUF не сохранены заголовки Multi-Token Prediction, поэтому в этом формате генерация выполняется по одному токену за шаг.

Code Llama 70B Instruct — большая авторегрессионная языковая модель семейства Llama, разработанная Meta и представленная в формате Transformers в неофициальном репозитории Hugging Face. Версия содержит 68,7 млрд параметров и предназначена для генерации и понимания кода, выполнения инструкций и диалога с помощником по программированию. Модель принимает текст и генерирует текст. Она подходит для написания и дополнения кода, объяснения программных решений и ответов на вопросы по программированию на естественном языке. Контекст модели в этом репозитории — 4096 токенов; карточка указывает, что эта версия не поддерживает контекст до 100 тысяч токенов. Модель обучалась на английском языке и соответствующих языках программирования. Модель доступна по лицензии Meta Llama 2. Она была дообучена для следования инструкциям; в карточке отмечено, что это статичная модель, обученная на офлайн-данных. Репозиторий содержит веса в форматах PyTorch и Safetensors.

CodeQwen1.5-7B-Chat — диалоговая модель для программирования от команды Qwen, основанная на Qwen1.5. Это плотная авторегрессионная трансформерная модель с 6,9 млрд параметров, обученная на большом объёме кода; для эффективного вывода используется групповое внимание к запросам (GQA). Модель принимает и генерирует текст, поддерживает контекст до 65 536 токенов и заявлена для работы с 92 языками программирования. Модель предназначена для генерации и понимания кода в диалоговом формате. Её можно применять для дополнения кода, исправления ошибок, ответов на вопросы по коду и преобразования текстовых запросов в SQL. Карточка заявляет сильные результаты на ряде тестов, но не приводит здесь их численные оценки. Репозиторий содержит веса Safetensors и поддерживает загрузку через Transformers версии 4.37.0 или новее. Лицензия указана как other, поэтому конкретные условия использования следует сверять с карточкой модели.

Cognix 1 Flash — текстовая модель семейства LFM2, созданная LuxAI на основе дообучения LiquidAI/LFM2.5-2.6B-Base. Это плотная авторегрессионная модель на 2,6 млрд параметров для генерации текста, диалога и задач с кодом. Репозиторий содержит объединённую модель в формате BF16; обучение выполнялось методом SFT с LoRA, после чего веса были объединены. Контекстное окно — до 128 000 токенов по метаданным; максимальная длина обучающих примеров составляла 32 768 токенов. Модель рассчитана на диалоговое использование и сценарии, где нужно генерировать или дополнять код. Для вызова инструментов предусмотрен формат, совместимый с исходным шаблоном чата; генерируемые вызовы следует исполнять только через разрешённый список функций. В карточке указаны английский и чешский языки. Количественные оценки качества и гарантии не заявлены. Практическая надёжность вызова инструментов, качество на чешском и поведение на длинном контексте требуют дополнительной оценки. Полные контексты до 32 тысяч токенов могут быть непрактичны на телефонах с 8 ГБ памяти. Применяются условия LFM Open License v1.0 базовой модели и производной; модель не распространяется под Apache-2.0.

DeepSeek-V4.1-Flash-4bit-paged — квантизированная 4-битная версия модели DeepSeek-V4.1-Flash, разработанная GreenBitAI на базе сборки pipenetwork для MLX и Apple Silicon. Это языковая модель для генерации текста, включая работу с кодом, агентские сценарии и диалоги; поддерживает потоковую загрузку экспертных весов с диска и опциональное speculative decoding с помощью встроенной DSpark multi-token prediction head. Модель использует архитектуру mixture-of-experts с маршрутизируемыми экспертами и expert paging: резидентные веса занимают 10,48 GiB, а полный набор данных модели — около 406,10 GiB, включая experts.bin, engram-таблицы и черновую голову. Точные размеры исходной архитектуры, поддерживаемые языки и максимальная длина контекста в README не указаны. Доступна через библиотеку gbx-lm; при наличии достаточного объёма памяти может работать на штатном пути, а при нехватке ресурсов подгружает необходимые веса с диска. К сильным сторонам относятся сохранение логитов исходной модели при проверках, возможность работы с большими наборами весов на совместимых системах и ускорение генерации до 2,3 раза при включённой draft head, особенно на предсказуемом коде и длинном контексте. Ограничения включают очень высокие требования к дисковому пространству и памяти, зависимость от MLX, Apple Silicon и gbx-lm, а также то, что ускорение speculative decoding зависит от сценария. Лицензия — MIT; в README также указано, что лицензия исходной модели DeepSeek сохраняется.

Fireball-12B — языковая модель EpistemeAI для генерации текста, дообученная на базе EpistemeAI/Fireball-Mistral-Nemo-Base-2407-sft-v2.2a. Это плотная трансформерная модель семейства Mistral с архитектурой MistralForCausalLM и 12,1 млрд параметров. Для ответов рекомендуется формат инструкций Alpaca; модель дополнительно дообучалась методом ORPO на предпочтениях и на наборах с примерами программирования и инструкций. Модель предназначена для ответов на инструкции и помощи с программированием. В карточке указано контекстное окно 128k токенов, а метаданные каталога сообщают native context в 1 024 000 токенов; эти значения расходятся, поэтому фактический доступный контекст следует проверять для используемой версии и программного стека. Доступны веса в формате Safetensors, лицензия Apache 2.0. Автор предупреждает, что встроенных механизмов модерации нет; для развертывания с пользовательским вводом рекомендуется отдельно настроить фильтрацию.

Карточка модели Elio2151/Gemma-2-9B-Instruct-TechnicalAgentFineTuned-Merged_6 на Hugging Face совпадает с карточкой Elio2151/Gemma-2-9B-Instruct-TechnicalAgentFineTuned-Merged_5, поэтому описание составлено по ней. Elio2151/Gemma-2-9B-Instruct-TechnicalAgentFineTuned-Merged_5 — дообученная чат-модель Elio2151 на архитектуре Gemma 2. В качестве основы использована unsloth/gemma-2-9b-it-bnb-4bit; модель обучали с использованием Unsloth и библиотеки TRL от Hugging Face. Модель предназначена для диалоговой генерации текста и может использоваться для ответов на вопросы, составления текстов и помощи в технических задачах. Она содержит около 9 млрд параметров, принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно 8192 токена. В репозитории указаны веса safetensors. Модель распространяется по лицензии Apache 2.0. README не описывает конкретный набор обучающих данных, результаты оценки качества или специальные ограничения применения.

Ttimms/KAT-Coder-V2.5-Dev-REAP-50-NVFP4A16 — локальная квантованная версия Kwaipilot/KAT-Coder-V2.5-Dev, подготовленная разработчиком Ttimms. Модель предназначена для агентного программирования, генерации и исправления кода, а также решения задач из SWE-bench в условиях ограниченной видеопамяти. Она рассчитана на запуск в 16 ГБ потребительской VRAM, в частности на RTX 5070 Ti, через vLLM. В основе лежит MoE-архитектура с 256 экспертами; после REAP-прунинга оставлено 128 экспертов, то есть удалено 50% экспертных блоков. Модель использует квантование NVFP4A16 с 4-битными весами, весовое квантование без калибровочных данных и занимает около 12,45 GiB. Из состава удалена башня компьютерного зрения с необученными весами, поэтому README не подтверждает поддержку мультимодальных сценариев. Указан контекст до 49 тысяч токенов в использованной конфигурации; языки явно не перечислены, но модель ориентирована прежде всего на задачи программирования. Заявленные результаты включают 89,0% на HumanEval+, 90,5% на MBPP+ и 52,0% на SWE-bench Verified — 26 из 50 задач при использовании mini-swe-agent, bash-only scaffold и потолка контекста 49 тысяч токенов. SWE-bench показатель существенно зависит от лимита контекста и числа ходов агента: 17 задач завершились из-за превышения контекстного лимита, поэтому результат нельзя считать безусловной оценкой возможностей. К сильным сторонам относятся высокая компактность, возможность локального запуска, производительность около 149,5 токена в секунду в указанной конфигурации и исправление маршрутизации экспертов для этой архитектуры. Ограничения включают потерю части экспертов из-за прунинга, отсутствие подтверждённой работы со зрением, зависимость производительности от совместимого оборудования и серверного ПО, а также контекстные ограничения в агентных задачах. Модель распространяется по лицензии Apache-2.0.

Kwaipilot/KAT-Dev — открытая модель для задач разработки программного обеспечения, выпущенная Kwaipilot. В README модель описана как KAT-Dev-32B, оптимизированная несколькими этапами обучения: промежуточным обучением, supervised fine-tuning, reinforcement fine-tuning и масштабным агентным reinforcement learning. Метаданные этого репозитория указывают архитектуру Qwen3 с плотной причинной языковой моделью, 29,7 млрд параметров и контекстом до 131 072 токенов; файлы представлены в формате safetensors, модель рассчитана на диалоговое использование. Модель предназначена для генерации кода и помощи в инженерных задачах, в том числе для использования в агентных инструментах разработки с поддержкой вызова инструментов. В README приведён пример запуска через vLLM с парсером вызовов инструментов Qwen3 Coder. Карточка сообщает о 62,4% решённых задач SWE-Bench Verified для версии KAT-Dev-32B, но метаданные указывают 29,7 млрд параметров, поэтому сведения о размере в источниках расходятся. Поддерживается многоязычный ввод, однако конкретные языки не перечислены. Лицензия репозитория — Apache-2.0.

Карточка модели ghanemite/Kimi-K2.7-Code на Hugging Face совпадает с карточкой moonshotai/Kimi-K2.7-Code, поэтому описание составлено по ней. Kimi K2.7 Code — ориентированная на программирование агентная модель компании Moonshot AI, основанная на Kimi K2.6. Она предназначена для выполнения длительных задач разработки ПО и многоэтапных инженерных процессов: от создания и изменения кода до работы с проектами и инструментами. Архитектура — Mixture-of-Experts с общим числом параметров около 1 трлн и 32 млрд активируемых параметров; модель представлена в safetensors и использует нативную квантизацию INT4. Для тестирования заявлен контекст длиной 262 144 токена. Модель поддерживает диалог, вызов инструментов и визуальный ввод изображений и видео; основная специализация — агентное программирование и решение сложных задач разработки. Разработчик сообщает о повышении эффективности на длительных задачах и примерно на 30% меньшем расходе токенов на рассуждения по сравнению с Kimi K2.6. В карточке указана лицензия other; конкретные условия следует сверить с лицензией репозитория и условиями API.

LLaDA2.2-flash — агентно-ориентированная языковая модель на основе диффузии от InclusionAI. Это MoE-модель семейства LLaDA2 с 32 слоями, 32 головами внимания, RoPE и словарём из 157 184 токенов; в README указано 100 млрд параметров без эмбеддингов, тогда как метаданные Hugging Face указывают общий размер 5,5 млрд параметров. Модель принимает текст и генерирует текст, поддерживает контекст до 128K токенов и предназначена для диалогов, многошагового использования инструментов и агентных сценариев. Механизм Levenshtein Editing с управляющими токенами DELETE и INSERT позволяет модели удалять и вставлять фрагменты при параллельной генерации, что авторы связывают с исправлением ошибок и устойчивостью в многоходовых задачах. В README приведены результаты SWE-bench и высокая пропускная способность в указанных авторами условиях оценки; сравнение с Ling-2.6-flash проводилось с разными настройками для части бенчмарков. Для инференса авторы рекомендуют Transformers и SGLang для длинных агентных сценариев; некоторые пороги декодирования требуют настройки, а слишком низкие значения могут усиливать повторы или нестабильность. Лицензия — Apache-2.0.

LongLLaMA-Code-7B — языковая модель для генерации кода, разработанная командой LongLLaMA во главе с Шимоном Творковским. Это плотная авторегрессионная модель LongLLaMAForCausalLM на 6,6 млрд параметров, построенная на основе Code Llama и дообученная методом Focused Transformer (FoT) для работы с длинным контекстом. Репозиторий содержит веса PyTorch; модель выпущена как исследовательский предварительный релиз. Модель предназначена для генерации и продолжения кода, а также для рассуждений над длинными текстовыми и программными входами. В README указано, что обучение FoT проводилось на контекстах до 32 тысяч токенов, а механизм памяти позволяет расширять эффективный контекст; для LongLLaMA-Code приведён пример извлечения данных из последовательностей до 256 тысяч токенов. Метаданные каталога указывают нативный контекст в 4096 токенов. Метод обрабатывает длинные входы окнами и использует кэш памяти в выбранных слоях. В README отмечено улучшение результата на GSM8K с 13% до 17,4% после продолжения предобучения без дообучения на данных этой задачи. Модель ориентирована на код, однако количественные характеристики контекстного извлечения не гарантируют такое же качество на всех задачах и длинах. Лицензия указана как Llama 2; перед использованием следует проверить её условия и применимость к конкретному сценарию.

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.

feecha/ObjLlama-7b-hf — 7-миллиардная instruct-версия Code Llama, разработанной Meta и сохранённой в формате Hugging Face Transformers. Это авторегрессионная плотная модель на архитектуре Transformer для генерации и понимания кода: она поддерживает автодополнение, заполнение пропусков в коде и выполнение инструкций, в том числе в сценариях чат-ассистента. Модель принимает и выдаёт текст; размер по метаданным — 6,6 млрд параметров, контекст — до 16 384 токенов. README указывает английский язык и языки программирования. Модель подходит для генерации фрагментов кода, редактирования существующего кода и ответов на запросы кода на естественном языке. Она не является специализированной Python-версией. Возможны неточные или нежелательные ответы; перед внедрением рекомендуется тестирование и настройка под конкретное применение. Использование регулируется лицензией Meta Llama 2, а README указывает на коммерческое и исследовательское применение при соблюдении лицензионных условий и правил допустимого использования.

trohrbaugh/OmniCoder-9B-heretic-ara-uncensored — экспериментальная версия модели OmniCoder, разработанной Tesslate и дообученной на базе Qwen/Qwen3.5-9B. Это плотная модель с 9 млрд параметров и гибридной архитектурой: слои Gated Delta Networks чередуются со стандартным вниманием. Модель предназначена для программирования и агентных задач: работы с инструментами, терминалом, многошагового решения задач и внесения точечных изменений в код. Заявлено контекстное окно 262 144 токена. В карточке описана abliteration-настройка, направленная на снижение числа отказов: в приведённом тесте модель отказала в 7 случаях из 100. Метаданные отмечают поддержку чата и кода; базовая архитектура мультимодальная, однако для этой версии карточка не описывает сценарии работы с изображениями. Английский указан среди языков карточки, а качество на других языках, согласно README, оценивалось ограниченно. Лицензия — Apache 2.0.

OpenCodeInterpreter-DS-6.7B-imatrix-GGUF — это квантизированные GGUF-версии языковой модели OpenCodeInterpreter-DS-6.7B, опубликованные пользователем duyntnet. Исходная модель разработана организацией m-a-p и размещена на базе deepseek-ai. Модель предназначена для генерации текста и прежде всего для задач программирования, включая написание функций и обработку запросов на естественном языке, связанных с кодом. В доступных данных указано, что модель имеет размер 6,7 млрд параметров, поддерживает текстовый ввод и вывод, а заявленным языком является английский. Для запуска исходной версии используются AutoTokenizer и AutoModelForCausalLM из Transformers, а взаимодействие может выполняться через chat template. Данный репозиторий содержит квантизации с использованием GGUF и imatrix; конкретные варианты квантизации, размер контекста и требования к оборудованию не указаны. Сильной стороной модели является специализация на генерации программного кода и наличие формата GGUF, удобного для совместимого локального инференса. Ограничения включают отсутствие подробных данных о качестве, поддерживаемых языках программирования, мультимодальности и производительности. Лицензия обозначена как other, без уточнения конкретных условий использования.

Ornith-1.5-9B — плотная языковая модель с 9 млрд параметров, разработанная командой Ornith AI. Она создана на основе семейства Ornith и обучалась с использованием цикла самоулучшения: модель совместно оптимизирует генерацию задач, построение стратегий и выполнение решений с подкреплением вместо опоры только на заранее подготовленные человеком наборы данных и инструменты оценки. Модель предназначена прежде всего для генерации текста и задач, связанных с программированием, включая работу в терминале, исправление ошибок и решение задач из репозиториев. В README заявлены результаты на Terminal-Bench 2.1, SWE-bench Verified, SWE-bench Pro и других тестах. Версия 9B позиционируется как наиболее компактная в семействе Ornith-1.5 и рассчитана на эффективный запуск на одной GPU; для мобильных устройств предусмотрена отдельная квантизованная версия Ornith-1.5-9B-Mobile. К сильным сторонам относятся компактный размер, ориентация на агентские сценарии программирования и улучшенные по сравнению с Ornith-1.0-9B результаты на указанных тестах. При этом модель уступает более крупным моделям в части приведённых сравнений, а сведения о поддерживаемых языках, размере контекста, точной базовой архитектуре, мультимодальности и ограничениях поведения в README не указаны. Лицензия также не указана, поэтому условия коммерческого и иного использования необходимо уточнять отдельно.

Polaris-V1 — открытая 4-миллиардная dense causal language model, разработанная NitrAI Research и представленная как NitrAI Lab. Это дообученная версия Qwen/Qwen3.5-4B, выровненная с помощью reinforcement learning с наградами за многофайловый синтез кода и проверку теорем. Модель предназначена для генерации и анализа программного кода, сложного рассуждения, автономных агентных сценариев и задач, связанных с исправлением программных проектов. Модель поддерживает английский и китайский языки, работает в режиме text generation и имеет контекстное окно до 1 592 638 токенов с масштабированием RoPE через YaRN. Заявлены требования от 3,2 ГБ VRAM для Q4_K_M до 8,4 ГБ для FP16, что позволяет запускать её на потребительских GPU и Apple Silicon. Поддерживаются Transformers, Ollama и llama.cpp/GGUF; также заявлено спекулятивное декодирование со скоростью 540–720 токенов в секунду при использовании Qwen3.5-0.8B-Draft. Сильные стороны Polaris-V1 — сочетание компактного размера, локального запуска, большого контекстного окна и специализации на программировании и агентном рассуждении. В README указаны результаты: 31,4% Pass@1 на SWE-bench Verified, 38,5% Task Completion Rate на WildClawBench и 26,8% Pass@1 на DeepSWE. Ограничения включают сравнительно небольшой размер и узкую специализацию по сравнению с более крупными моделями, а также отсутствие подробных сведений о качестве на других задачах, фактической эффективности длинного контекста и ограничениях аппаратной совместимости. Модель распространяется по лицензии Apache 2.0.