Nebius

Beam 1.0 — это модель рассуждений с открытыми весами от Reflection для программирования и длительных агентских рабочих процессов. Она использует разреженную архитектуру смеси экспертов с 501B всего и 23B активными параметрами на токен, а также контекстное окно в 1M токенов. Beam нацелена на разработку программного обеспечения, многошаговое использование инструментов, а также математические и научные рассуждения, с акцентом на эффективность использования токенов. Она принимает текстовый ввод и выдаёт текстовый вывод, поддерживает настраиваемое усилие рассуждения, вызовы функций и структурированные выводы, и выпущена под лицензией Apache 2.0.

Muse Spark Open — это модель с открытыми весами, оптимизированная для программирования. Обученная специально для агентных рабочих процессов написания кода, она обеспечивает более высокую точность с первой попытки, надёжный вызов инструментов и глубокое понимание кодовой базы в репозиториях, с которыми разработчики реально работают.

DeepSeek V4.1 Flash — это разреженная модель смеси экспертов от DeepSeek и первая модель, построенная на архитектуре Causal Encoder-Decoder (CED) компании. Она активирует 8B параметров на входе и 16B на выходе из базовой модели с 552B параметрами; такое асимметричное разделение обеспечивает низкий объём вычислений на токен по сравнению с общим размером модели. Понимание изображений изначально присуще архитектуре: визуальные и текстовые эмбеддинги обучаются совместно с самого начала предварительного обучения, а не добавляются впоследствии, как в более ранней экспериментальной модели V4 Flash Vision Exp. Она подходит для агентов, работающих с кодом, терминалом и компьютером, а также для задач с длинным горизонтом, которые должны выполняться до конца на протяжении многих шагов, и для анализа длинного контекста. Сжатое KV кэширование сокращает объём кэш-памяти примерно до четверти по сравнению с предыдущим поколением Flash, значительно снижая затраты на агентных нагрузках. DeepSeek позиционирует её как экономичный уровень семейства V4.1 и сообщает, что она превосходит V4 Pro по производительности, скорости и времени выполнения задач.

Эта модель всегда перенаправляет на последнюю модель GLM от Z.ai.

GLM-5.3 — это крупномасштабная модель рассуждения от Z.ai, созданная для сложной разработки программного обеспечения и долгосрочных агентных задач. Она поддерживает ввод и вывод текста с контекстным окном в 1M токенов и превосходит GLM-5.2 в кодировании, а также в балансе между производительностью и эффективностью использования токенов. Рассуждение всегда включено и не может быть отключено. Поддерживаются уровни усилий рассуждения low, high и max; по умолчанию используется max.

GLM 5.2 — это крупномасштабная модель рассуждения от Z.ai. Она поддерживает ввод и вывод текста с контекстным окном в 1M токенов и подходит для долгосрочных агентных рабочих процессов, разработки программного обеспечения на уровне проектов и сложной многоэтапной автоматизации. Поддерживаются уровни усилий рассуждения high и xhigh; xhigh соответствует максимальному уровню рассуждения. Модель особенно сильна в написании кода и использовании инструментов в длительных задачах, способна сохранять инженерный контекст и последовательно следовать стандартам на протяжении всего цикла разработки — от требований до развертывания на нескольких платформах — в рамках одной задачи.

MoonshotAI: Kimi K2.7 Code — это модель, ориентированная на программирование, из семейства Kimi K2 от Moonshot AI, созданная для надёжного выполнения комплексных задач программирования в условиях длинных контекстов. Она использует нативную мультимодальную архитектуру смеси экспертов, которая принимает текст и изображения на входе, и всегда работает в режиме мышления, сохраняя полное содержимое рассуждений при многоходовых диалогах. С контекстным окном в 256K токенов модель нацелена на долгосрочное программирование, декомпозицию агентских задач и многоходовые диалоги. Модель активирует 32B параметров из примерно 1T общих.

GLM-5.1 обеспечивает значительный скачок в возможностях программирования, особенно заметный при работе с долгосрочными задачами. В отличие от предыдущих моделей, ориентированных на взаимодействие в масштабе минут, GLM-5.1 может работать независимо и непрерывно над одной задачей в течение более чем 8 часов, автономно планируя, выполняя и улучшая себя в процессе, в конечном итоге предоставляя полные результаты инженерного уровня.

NVIDIA Nemotron 3 Nano 30B A3B — это небольшая языковая MoE модель с наивысшей вычислительной эффективностью и точностью для разработчиков, создающих специализированные агентные AI системы. Модель полностью открыта: открытые веса, наборы данных и рецепты позволяют разработчикам легко настраивать, оптимизировать и разворачивать модель на своей инфраструктуре для максимальной конфиденциальности и безопасности.

Серия моделей Qwen3 Embedding — это новейшая проприетарная модель семейства Qwen, специально предназначенная для задач текстовых эмбеддингов и ранжирования. Эта серия наследует исключительные многоязычные способности, понимание длинных текстов и навыки рассуждения своей базовой модели. Серия Qwen3 Embedding представляет собой значительный прогресс в нескольких задачах текстовых эмбеддингов и ранжирования, включая поиск текста, поиск кода, классификацию текста, кластеризацию текста и извлечение двуязычных параллелей.

Hermes 4 — это крупномасштабная модель рассуждений, построенная на Meta-Llama-3.1-405B и выпущенная исследовательской группой Nous Research. Она вводит гибридный режим рассуждений, в котором модель может выбирать между внутренним обдумыванием с трассировками thinking... response и прямым ответом, обеспечивая гибкость между скоростью и глубиной. Пользователи могут управлять поведением рассуждений с помощью логического параметра reasoning enabled. Подробнее в нашей документации Модель дообучена по инструкциям с расширенным пост-тренировочным корпусом (~60B токенов), с акцентом на трассировки рассуждений, что улучшает производительность в математике, программировании, STEM и логических рассуждениях, сохраняя при этом широкую ассистентскую функциональность. Она также поддерживает структурированные выходные данные, включая режим JSON, соблюдение схем, вызов функций и использование инструментов. Hermes 4 обучена на управляемость, более низкий уровень отказов и согласование с нейтральным, ориентированным на пользователя поведением.

gpt-oss-120b — это модель языка с открытым весом, на 117B параметров, архитектуры Mixture-of-Experts (MoE) от OpenAI, предназначенная для производственных сценариев с высокими требованиями к рассуждению, агентных и универсальных задач. Она активирует 5.1B параметров за прямой проход и оптимизирована для работы на одном H100 GPU с нативной квантизацией MXFP4. Модель поддерживает настраиваемую глубину рассуждений, полный доступ к цепочке рассуждений и нативное использование инструментов, включая вызов функций, просмотр веб-страниц и генерацию структурированных выходных данных.