Parasail

GLM-5.3-Flash — это нативная мультимодальная модель от Z.ai. Она подходит для эффективного программирования и долгосрочных агентных задач. Её гибридная архитектура разрежённого и линейного внимания сохраняет точное поведение при работе с длинным контекстом, одновременно снижая вычислительные накладные расходы.

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.

Qwen3.8 27B — это открытая модель с публичными весами, относящаяся к классу плотных мультимодальных моделей «зрение-язык» от компании Qwen. Она подходит для задач программирования, профессиональных рабочих процессов, исследований, мультимодального взаимодействия и длительных агентских задач, поддерживая гибкий режим рассуждений, который можно включать или отключать.

DeepSeek V4 Pro 0813 — это крупномасштабная модель смеси экспертов от DeepSeek. Это GA-й выпуск DeepSeek V4 Pro.

DeepSeek V4 Flash 0731 — это разреженная модель смеси экспертов от DeepSeek, с 13B активными параметрами из 284B общих. Эта переобученная версия подходит для задач кодирования, рассуждений и агентных рабочих процессов. Это GA-релиз DeepSeek V4 Flash.

Kimi K3 — это мультимодальная модель рассуждений с открытыми весами на 2.8T параметров от Moonshot AI. Она подходит для сложного программирования, работы со знаниями и длительных агентных сценариев, а особенно сильна в навигации по крупным репозиториям, использовании инструментов, отладке и итеративной работе с изображениями, логами, тестами и обратной связью от выполнения. В её архитектуре используются KDA и Attention Residuals для вычислительной эффективности.

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.

MiniMax-M3 — это мультимодальная фундаментальная модель от MiniMax. Она поддерживает ввод текста, изображений и видео с выводом текста, имеет контекстное окно в 1M токенов и предназначена для длительных агентных задач, программирования и использования инструментов. Модель построена на основе MiniMax Sparse Attention (MSA), которая заменяет полное внимание на KV-block-выборку, сокращая вычислительные затраты на токен при длинном контексте — примерно на 1/20 по сравнению с предыдущим поколением при 1M токенах, обеспечивая значительно более быструю предварительную обработку и декодирование без потери качества на большинстве задач. Обученная как нативная мультимодальная модель на перемежённых данных и оптимизированная для многоходового, производственно-ориентированного взаимодействия через интерактивный симулятор пользователя, модель ориентирована на длительные, многошаговые задачи, а не на одноразовое выполнение.

Qwen3.6-35B-A3B — это мультимодальная модель с открытыми весами от Alibaba Cloud с 35 миллиардами параметров суммарно и 3 миллиардами активных параметров на токен. Она использует гибридную разреженную архитектуру смеси экспертов, сочетающую гейтированное линейное внимание DeltaNet со стандартными гейтированными слоями внимания, что обеспечивает эффективный инференс за небольшую долю вычислительных затрат. Модель поддерживает нативное окно контекста на 262K токенов (расширяемое до 1M с помощью YaRN) и принимает текстовые, графические и видеовходные данные. В неё встроен режим размышления с сохранением следов рассуждений в многоходовых беседах, вызов функций и структурированный вывод. Модель выпущена под лицензией Apache 2.0.

DeepSeek V4 Pro — это крупномасштабная модель смеси экспертов от DeepSeek с общим количеством параметров 1.6T и активными параметрами 49B, поддерживающая контекстное окно в 1M токенов. Модель предназначена для сложных задач рассуждения, программирования и длительных агентных сценариев, демонстрируя высокую производительность в области знаний, математики и программной инженерии. Основанная на той же архитектуре, что и DeepSeek V4 Flash, она использует гибридную систему внимания для эффективной обработки длинных контекстов. Поддерживаются уровни рассуждения high и xhigh; xhigh соответствует максимальному режиму рассуждения. Модель хорошо подходит для ресурсоёмких задач, таких как анализ всего кодового репозитория, многошаговая автоматизация и крупномасштабный синтез информации, где критически важны как производительность, так и эффективность.

DeepSeek V4 Flash — это оптимизированная по эффективности модель Mixture-of-Experts от DeepSeek с 284B общим количеством параметров и 13B активируемых параметров, поддерживающая контекстное окно в 1M токенов. Она предназначена для быстрого вывода и высокопроизводительных рабочих нагрузок, сохраняя при этом высокую производительность в рассуждениях и написании кода. Модель включает гибридное внимание для эффективной обработки длинного контекста. Поддерживаются режимы рассуждений high и xhigh; xhigh соответствует максимальному режиму рассуждений. Она хорошо подходит для таких приложений, как ассистенты программирования, чат-системы и агентные рабочие процессы, где важны отзывчивость и экономическая эффективность.

Kimi K2.6 — это мультимодальная модель следующего поколения от Moonshot AI, предназначенная для долгосрочного программирования, генерации UI/UX на основе кода и мультиагентной оркестрации. Она справляется со сложными сквозными задачами программирования на Python, Rust и Go, а также может преобразовывать промпты и визуальные входные данные в готовые к эксплуатации интерфейсы. Её архитектура роя агентов масштабируется до сотен параллельных субагентов для автономной декомпозиции задач — создавая документы, веб-сайты и электронные таблицы за один запуск без участия человека.

Gemma 4 26B A4B IT — это модель Mixture-of-Experts (MoE) с инструкционной настройкой от Google DeepMind. Несмотря на 25.2B общих параметров, во время инференса активируется только 3.8B на токен, что обеспечивает качество, близкое к -31B, при доле вычислительных затрат. Поддерживает мультимодальный ввод, включая текст, изображения и видео (до 60 секунд при 1fps). Имеет контекстное окно в 256K токенов, встроенный вызов функций, настраиваемый режим мышления/рассуждения и поддержку структурированного вывода. Выпущена под лицензией Apache 2.0.

Gemma 4 31B Instruct — это 30.7B плотная мультимодальная модель Google DeepMind, поддерживающая ввод текста и изображений с выводом текста. Она имеет контекстное окно размером 256K токенов, настраиваемый режим мышления/рассуждений, встроенный вызов функций и многоязычную поддержку для 140+ языков. Сильна в задачах программирования, рассуждений и понимания документов. Лицензия Apache 2.0.

Qwen3.5-9B — это мультимодальная фундаментальная модель из семейства Qwen3.5, разработанная для обеспечения сильных рассуждений, программирования и визуального понимания в эффективной архитектуре с 9B параметрами. Она использует унифицированный дизайн «зрение-язык» с ранним слиянием мультимодальных токенов, что позволяет модели обрабатывать и рассуждать над текстом и изображениями в одном контексте.

Серия Qwen3.5 35B-A3B представляет собой нативную визуально-языковую модель, разработанную с гибридной архитектурой, которая объединяет механизмы линейного внимания и разреженную модель смеси экспертов, обеспечивая более высокую эффективность вывода. Её общая производительность сопоставима с производительностью Qwen3.5-27B.

Серия Qwen3.5 (397B–A17B) — это нативная модель «Vision-Language», построенная на гибридной архитектуре, которая объединяет механизм линейного внимания с разреженной моделью «смесь экспертов», что обеспечивает более высокую эффективность вывода. Она демонстрирует производительность, сопоставимую с ведущими современными моделями, в широком спектре задач: понимание языка, логические рассуждения, генерация кода, агентные сценарии, понимание изображений и видео, а также взаимодействие с графическими интерфейсами (GUI). Благодаря развитым возможностям генерации кода и агентному подходу модель показывает высокую обобщающую способность в разнообразных прикладных областях.

Qwen3-Coder-Next — это языковая модель с открытым весом и архитектурой причинно-следственного типа, оптимизированная для агентов кодинга и локальных рабочих процессов разработки. Она использует разреженную конструкцию MoE с 80B общими параметрами, из которых при обработке каждого токена активируется только 3B, что обеспечивает производительность, сопоставимую с моделями, имеющими в 10–20x более высокую активную вычислительную нагрузку. Это делает её хорошо подходящей для затратно-чувствительного и постоянно работающего развертывания агентов. Модель обучена с сильным акцентом на агентский сценарий и надёжно работает при выполнении длительных задач по кодингу, сложном использовании инструментов и восстановлении после сбоев выполнения. Благодаря собственному контекстному окну 256k она легко интегрируется в реальные среды CLI и IDE и хорошо адаптируется к распространённым агентским каркасам, используемым современными инструментами разработки. Модель работает исключительно в режиме без рассуждений и не генерирует блоки thinking, что упрощает интеграцию для производственных агентов кодинга.

Модель эмбеддингов bge-m3 кодирует предложения, абзацы и длинные документы в плотное векторное пространство размерностью 1024, обеспечивая высококачественные семантические эмбеддинги, оптимизированные для многоязычного поиска, семантического поиска и приложений с большим контекстом.

Qwen3-VL-8B-Instruct — это мультимодальная модель vision-language из серии Qwen3-VL, созданная для высокоточной интерпретации и рассуждений в области текста, изображений и видео. Она отличается улучшенной мультимодальной интеграцией с Interleaved-MRoPE для долгосрочных временных рассуждений, DeepStack для точного выравнивания визуальных и текстовых данных, а также выравниванием текста по временным меткам для точной локализации событий. Модель поддерживает нативное контекстное окно на 256K токенов, расширяемое до 1M токенов, и обрабатывает как статические, так и динамические медиаданные для таких задач, как разбор документов, ответы на визуальные вопросы, пространственные рассуждения и управление GUI. Она достигает понимания текста, сравнимого с ведущими LLMs, расширяя при этом охват OCR до 32 языков и повышая устойчивость к разнообразным визуальным условиям.

Модель без цензуры для творческого письма на основе Mistral Small 3.2 24B с хорошей памятью, соблюдением промпта и интеллектом.

Qwen3-VL-235B-A22B Instruct — это мультимодальная модель с открытыми весами, объединяющая сильную генерацию текста с визуальным пониманием изображений и видео. Модель Instruct ориентирована на универсальные сценарии применения в области зрения и языка (VQA, разбор документов, извлечение данных из диаграмм и таблиц, многоязычный OCR). Серия подчеркивает надежное восприятие (распознавание разнообразных реальных и синтетических категорий), пространственное понимание (2D/3D-grounding) и длительное визуальное понимание, демонстрируя конкурентоспособные результаты на публичных мультимодальных бенчмарках как по восприятию, так и по рассуждению. Помимо анализа, Qwen3-VL поддерживает агентное взаимодействие и использование инструментов: модель может следовать сложным инструкциям в многоизображных и многоходовых диалогах; согласовывать текст с видеошкалой времени для точных временных запросов; а также управлять элементами GUI для задач автоматизации. Модели также обеспечивают рабочие процессы визуального кодирования — превращая эскизы или макеты в код и помогая с отладкой UI — сохраняя при этом высокую производительность при работе только с текстом, сопоставимую с флагманскими языковыми моделями Qwen3. Это делает Qwen3-VL пригодными для производственных сценариев, охватывающих AI документов, многоязычный OCR, помощь в разработке ПО/UI, пространственные/воплощенные задачи и исследования агентов на основе зрения и языка.

Qwen3-Next-80B-A3B-Instruct — это инструктивно-настроенная чат-модель из серии Qwen3-Next, оптимизированная для быстрых и стабильных ответов без следов «размышлений». Она нацелена на сложные задачи, включая рассуждение, генерацию кода, знания QA и многоязычное использование, оставаясь при этом устойчивой к согласованию и форматированию. По сравнению с предыдущими инструктивными вариантами Qwen3, она фокусируется на более высокой пропускной способности и стабильности на сверхдлинных входах и многоходовых диалогах, что делает её хорошо подходящей для RAG, использования инструментов и агентных рабочих процессов, требующих последовательных финальных ответов, а не видимой цепочки рассуждений. Модель использует эффективное с точки зрения масштабирования обучение и декодирование для улучшения эффективности параметров и скорости инференса, и была проверена на широком наборе публичных бенчмарков, где она достигает или приближается к более крупным системам Qwen3 в нескольких категориях, превосходя при этом более ранние модели среднего размера. Её лучше всего использовать как универсального ассистента, помощника по коду и решателя задач с длинным контекстом в производственных средах, где предпочтительны детерминированные выводы, следующие инструкциям.

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.

gpt-oss-20b — это модель с открытыми весами, выпущенная OpenAI с 21B параметрами под лицензией Apache 2.0. В ней используется архитектура смеси экспертов (MoE) с 3.6B активными параметрами на прямой проход, что обеспечивает более низкую задержку вывода и возможность развертывания на потребительском или однопроцессорном оборудовании GPU. Модель обучается в формате ответов Harmony от OpenAI и поддерживает настройку уровня рассуждений, дообучение, а также агентные возможности, включая вызов функций, использование инструментов и структурированные выходные данные.

UI-TARS-1.5 — это мультимодальный визуально-языковой агент, оптимизированный для сред GUI-based, включая интерфейсы рабочего стола, веб-браузеры, мобильные системы и игры. Созданный компанией ByteDance, он основан на фреймворке UI-TARS с рассуждением на основе обучения с подкреплением, что обеспечивает надежное планирование действий и их выполнение в виртуальных интерфейсах. Эта модель достигает самых современных результатов на ряде интерактивных и grounding-бенчмарков, включая OSworld, WebVoyager, AndroidWorld и ScreenSpot. Она также демонстрирует полное выполнение задач в разнообразных играх Poki и превосходит предыдущие модели в задачах агента Minecraft. UI-TARS-1.5 поддерживает декомпозицию мышления во время инференса и демонстрирует сильное масштабирование по вариантам, причем версия 1.5 заметно превосходит по производительности более ранние чекпоинты 72B и 7B.

Qwen3-235B-A22B-Instruct-2507 — это многоязычная языковая модель, настроенная на инструкции и основанная на архитектуре смеси экспертов Qwen3-235B, с 22B активными параметрами за один прямой проход. Она оптимизирована для генерации текста общего назначения, включая следование инструкциям, логические рассуждения, математику, код и использование инструментов. Модель поддерживает нативную длину контекста 262K и не реализует «режим мышления» (блоки thinking). По сравнению с базовой версией, эта версия обеспечивает значительные улучшения в охвате знаний, рассуждениях на длинном контексте, бенчмарках программирования и согласованности с открытыми задачами. Она особенно сильна в многоязычном понимании, математических рассуждениях (например, AIME, HMMT) и оценках согласованности, таких как Arena-Hard и WritingBench.

Mistral-Small-3.2-24B-Instruct-2506 — это обновленная модель с 24B параметрами от Mistral, оптимизированная для следования инструкциям, снижения повторений и улучшенного вызова функций. По сравнению с релизом 3.1, версия 3.2 значительно улучшает точность на WildBench и Arena Hard, сокращает бесконечные генерации и обеспечивает прирост в использовании инструментов и задачах со структурированным выводом. Он поддерживает ввод изображений и текста со структурированными выводами, вызов функций/инструментов, а также высокую производительность в области программирования (HumanEval+, MBPP), STEM (MMLU, MATH, GPQA) и бенчмарках компьютерного зрения (ChartQA, DocVQA).

Llama 4 Maverick 17B Instruct (128E) — это высокопроизводительная мультимодальная языковая модель от Meta, построенная на архитектуре смеси экспертов (MoE) с 128 экспертами и 17 миллиардами активных параметров на один прямой проход (всего 400B). Она поддерживает многоязычный текстовый и графический ввод и создаёт многоязычный текст и код на 12 поддерживаемых языках. Оптимизированная для задач зрения и языка, Maverick доработана с помощью инструкций для поведения, подобного ассистенту, логических рассуждений над изображениями и универсального мультимодального взаимодействия. Maverick отличается ранним слиянием для нативной мультимодальности и контекстным окном на 1 миллионов токенов. Модель обучалась на тщательно подобранной смеси публичных, лицензированных и данных платформы Meta, охватывающей примерно 22 триллионов токенов, с датой отсечения знаний — август 2024. Выпущенная в апреле 5, 2025 под лицензией сообщества Llama 4, Maverick подходит для исследовательских и коммерческих приложений, требующих продвинутого мультимодального понимания и высокой пропускной способности модели.

Gemma 3 вводит мультимодальность, поддерживая визуально-языковой ввод и текстовые выводы. Он обрабатывает контекстные окна до 128k токенов, понимает более 140 языков и предлагает улучшенные возможности в области математики, рассуждений и чата, включая структурированные выводы и вызовы функций. Gemma 3 27B — это последняя модель с открытым исходным кодом от Google, преемница Gemma 2

Skyfall 36B v2 — это улучшенная итерация Mistral Small 2501, специально доработанная для повышения креативности, нюансированного письма, ролевой игры и связного повествования.

Qwen2.5-VL умеет распознавать распространённые объекты, такие как цветы, птицы, рыбы и насекомые. Кроме того, она отлично справляется с анализом текстов, диаграмм, иконок, графики и макетов в изображениях.

Многоязычная большая языковая модель Meta Llama 3.3 (LLM) — это предобученная и инструкционно настроенная генеративная модель в 70B (текст на входе/текст на выходе). Модель Llama 3.3, инструкционно настроенная и работающая только с текстом, оптимизирована для многоязычных диалоговых сценариев и превосходит многие доступные открытые и закрытые чат-модели на распространённых отраслевых бенчмарках. Поддерживаемые языки: английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский. Model Card

UnslopNemo v4.1 является новейшим дополнением от создателя Rocinante, предназначенным для написания приключений и сценариев ролевых игр.

Llama 3.2 3B — это многоязычная большая языковая модель с 3 миллиардами параметров, оптимизированная для продвинутых задач обработки естественного языка, таких как генерация диалогов, рассуждение и суммаризация. Разработанная с использованием новейшей архитектуры трансформера, она поддерживает восемь языков, включая английский, испанский и хинди, и может быть адаптирована для дополнительных языков. Обученная на 9 триллионах токенов, модель Llama 3.2 3B превосходно справляется с выполнением инструкций, сложными рассуждениями и использованием инструментов. Её сбалансированная производительность делает её идеальной для приложений, требующих точности и эффективности в генерации текста в многоязычных средах. Нажмите здесь для оригинальной карточки модели. Использование этой модели регулируется Политикой допустимого использования Meta.

Lunaris 8B — это универсальная модель для ролевых игр, основанная на Llama 3. Она представляет собой стратегическое объединение нескольких моделей, созданное для баланса между креативностью и улучшенной логикой. Созданная Sao10k, эта модель нацелена на улучшение опыта по сравнению со Stheno v3.2, с повышенной креативностью и логическим мышлением. Для наилучших результатов используйте шаблон контекста инструкций Llama 3, температуру 1.4 и min_p 0.1.

Модель с параметрами 12B и длиной контекста 128k токенов, созданная Mistral в сотрудничестве с NVIDIA. Модель является многоязычной и поддерживает английский, французский, немецкий, испанский, итальянский, португальский, китайский, японский, корейский, арабский и хинди. Она поддерживает вызов функций и выпущена под лицензией Apache 2.0.

Одна из самых производительных и популярных тонких настроек Llama 2 13B с богатыми описаниями и ролевой игрой. #merge