abliteration.ai/blog/introducing-abliterated-model-large-v2 - AbliterationAI сняли цензуру с GLM-5.3. Изменены веса механизма отклонения запросов. Позиционируется для ред-тиминга, кибербезопасности и агентов. Песочница с лимитом $1
huggingface.co/neko-legends/GLM-5.3-Flash-Uncensored-EXL3 - GLM-5.3-Flash без цензуры
huggingface.co/DavidAU/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NEO-CODER-MAX-MTP-GGUF - абляция Qwen3.8-27B
huggingface.co/bleysg/DeepSeek-V4-Flash-DSpark-drafter-GGUF - DSpark drafter для DeepSeek-V4-Flash: ускорение ×1.38 на DGX Spark
huggingface.co/unsloth/DeepSeek-V4-Flash-Vision-Exp-GGUF - GGUF Q8 (162GB) и Q4 (7GB) от Unsloth
huggingface.co/peculiar-ragdoll/Tiel-Coder-35B-A3B-GGUF - переквантованный Ornith-1.5 для быстрого агентского кодинга. 12/25 SWE-bench-Live в 4-bit, 22GB
#uncensored #security #coding
VK | MAX
huggingface.co/neko-legends/GLM-5.3-Flash-Uncensored-EXL3 - GLM-5.3-Flash без цензуры
huggingface.co/DavidAU/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NEO-CODER-MAX-MTP-GGUF - абляция Qwen3.8-27B
huggingface.co/bleysg/DeepSeek-V4-Flash-DSpark-drafter-GGUF - DSpark drafter для DeepSeek-V4-Flash: ускорение ×1.38 на DGX Spark
huggingface.co/unsloth/DeepSeek-V4-Flash-Vision-Exp-GGUF - GGUF Q8 (162GB) и Q4 (7GB) от Unsloth
huggingface.co/peculiar-ragdoll/Tiel-Coder-35B-A3B-GGUF - переквантованный Ornith-1.5 для быстрого агентского кодинга. 12/25 SWE-bench-Live в 4-bit, 22GB
#uncensored #security #coding
VK | MAX
abliteration.ai
Introducing abliterated-model-large-v2: GLM 5.3, 84.5% CyberGym
GLM 5.3, abliterated for cyber, red team, and agent testing. 84.5% CyberGym pass@1. 41.8% Terminal-Bench 4.0. 105 ExploitGym tasks in 2 hours. Input from $3 per 1M tokens.
👍11
K2-Horizon-MoVA-36B-A4B
Открытая MoE-модель с новой архитектурой внимания — Mixture-of-Values (#MoVA). 36B параметров, но на токен активируется только 4B — быстрая как маленькая, умная как большая. Контекст 512K, Apache 2.0
- MoVA — собственный архитектурный прием: вместо одного значения на внимание — смесь значений, что дает больше выразительности при тех же затратах
- 4B активных против 36B общих — можно запустить на том, на чем dense-модель такого же качества не влезет
- Агентные задачи, кодинг и рассуждения — сильные стороны: Terminal-Bench, GPQA Diamond, SciCode
- 512K контекста — длинные цепочки вызовов и документы не режутся
старшая версия на 375B / 23B
Кванты
Спасибо @Endorpheen
#agent #coding #reasoning
Открытая MoE-модель с новой архитектурой внимания — Mixture-of-Values (#MoVA). 36B параметров, но на токен активируется только 4B — быстрая как маленькая, умная как большая. Контекст 512K, Apache 2.0
- MoVA — собственный архитектурный прием: вместо одного значения на внимание — смесь значений, что дает больше выразительности при тех же затратах
- 4B активных против 36B общих — можно запустить на том, на чем dense-модель такого же качества не влезет
- Агентные задачи, кодинг и рассуждения — сильные стороны: Terminal-Bench, GPQA Diamond, SciCode
- 512K контекста — длинные цепочки вызовов и документы не режутся
старшая версия на 375B / 23B
Кванты
Спасибо @Endorpheen
#agent #coding #reasoning
👍13
This media is not supported in your browser
VIEW IN TELEGRAM
Compile by Training
Нейрокомпилятор. Превращает текстовое описание задачи в маленькую локальную нейросеть, выполняющую поставленную задачу
PAW (Program-as-Weights) работает так: «программа» это веса лоры поверх общей нейросети-интерпретатора (~0.6B). Интерпретатор один для всех программ. Лора весит копейки, ее можно хранить, версионировать и комбинировать как обычный файл, но исполняется она нейросетью
Сборка: промпт → черновик → учитель генерирует примеры → интерпретатор дообучается на них → готовая
Годно для любых задач которые можно описать как функцию от входа к выходу
На FuzzyBench-Hard — 83.6% семантической точности. Уже работает в многосайтовом помощнике, 3D-аватаре с голосовым управлением и переводчике с английского на выдуманный язык Claudish
Гитхаб
Демо
#coding
Нейрокомпилятор. Превращает текстовое описание задачи в маленькую локальную нейросеть, выполняющую поставленную задачу
PAW (Program-as-Weights) работает так: «программа» это веса лоры поверх общей нейросети-интерпретатора (~0.6B). Интерпретатор один для всех программ. Лора весит копейки, ее можно хранить, версионировать и комбинировать как обычный файл, но исполняется она нейросетью
Сборка: промпт → черновик → учитель генерирует примеры → интерпретатор дообучается на них → готовая
.paw-функция. На все около минутыГодно для любых задач которые можно описать как функцию от входа к выходу
На FuzzyBench-Hard — 83.6% семантической точности. Уже работает в многосайтовом помощнике, 3D-аватаре с голосовым управлением и переводчике с английского на выдуманный язык Claudish
Гитхаб
Демо
#coding
🤯8🤔5🔥3❤1
Cline Desktop
Отдельное настольное приложение Cline для #macOS и #Windows — центр управления несколькими ИИ-агентами без привязки к редактору кода.
- Несколько агентов параллельно, любые папки — не нужно открывать VS Code
- 300+ моделей: свои API-ключи, локальные серверы, открытые веса
- Расширения через MCP и Cline Marketplace
- Импорт задач с историей из Claude Code, Codex, OpenCode
- Задачи по расписанию, управление моделями, автопроверки репозиториев
Спасибо @Endorpheen
#agent #archestrator #coding #desktop
VK | MAX
Отдельное настольное приложение Cline для #macOS и #Windows — центр управления несколькими ИИ-агентами без привязки к редактору кода.
- Несколько агентов параллельно, любые папки — не нужно открывать VS Code
- 300+ моделей: свои API-ключи, локальные серверы, открытые веса
- Расширения через MCP и Cline Marketplace
- Импорт задач с историей из Claude Code, Codex, OpenCode
- Задачи по расписанию, управление моделями, автопроверки репозиториев
Спасибо @Endorpheen
#agent #archestrator #coding #desktop
VK | MAX
👍8🔥3
Bonsai 2
27B от PrismML
Тернарное сжатие Qwen3.8 27B: веса кодируются в {-1, 0, +1} с FP16-скейлингом. Полная модель ужимается больше чем в 9 раз - до 5,9 ГБ, работает локально на обычном железе
• мультимодальность - текст и изображения
• вызов инструментов и длинные агентные сценарии
• сильные reasoning, кодинг и vision
• локальный запуск без облака
• 1,76 эффективных бита на вес
• 98,2% качества полной версии (83,9 против 85,4)
• до 143 токенов/сек на RTX 5090, 46,8 на M5 Max
• контекст 262K токенов
• энергоэффективность на 40% выше полнопрецизионной 8B-модели
Предыдущая версия держала 95% качества, теперь 98,2% - практически без потерь. Запускается на NVIDIA через CUDA и на Apple через MLX. Лицензия Apache 2.0
HF
#optimization #multimodal #agent #coding
MAX
27B от PrismML
Тернарное сжатие Qwen3.8 27B: веса кодируются в {-1, 0, +1} с FP16-скейлингом. Полная модель ужимается больше чем в 9 раз - до 5,9 ГБ, работает локально на обычном железе
• мультимодальность - текст и изображения
• вызов инструментов и длинные агентные сценарии
• сильные reasoning, кодинг и vision
• локальный запуск без облака
• 1,76 эффективных бита на вес
• 98,2% качества полной версии (83,9 против 85,4)
• до 143 токенов/сек на RTX 5090, 46,8 на M5 Max
• контекст 262K токенов
• энергоэффективность на 40% выше полнопрецизионной 8B-модели
Предыдущая версия держала 95% качества, теперь 98,2% - практически без потерь. Запускается на NVIDIA через CUDA и на Apple через MLX. Лицензия Apache 2.0
HF
#optimization #multimodal #agent #coding
MAX
👍14❤6🌚3🔥1
grok-4-7
Новая флагманская модель для кодинга и работы со знаниями. Больше база, длинный RL-прогон на более сложных задачах, лучше проверяет свою работу и держит длинный контекст. Та же цена и скорость, что у Grok 4.6
• работает дольше над сложными задачами и сам себя перепроверяет
• нативно понимает харнесс Grok Bot
• документы и презентации - GDPval 1735
• сильная работа с длинными кодовыми задачами
• CursorBench 4.0 - 46.3%
• DeepSWE v1.1 - 71%
• $2 за миллион входных токенов, $6 за выходные
• быстрый вариант - в два раза больше скорость за двойную цену
Новый стек защит: лучшие отказы и устойчивость к джейлбрейкам. На HackerBench пропускает только 3.3% опасных запросов. LatchBio biosafety - 62.4%. Защитникам кибербезопасности дают инвайты на red-team
Доступен сегодня в Cursor и Grok Build, плюс API
Попробовать
#flagship #coding
Новая флагманская модель для кодинга и работы со знаниями. Больше база, длинный RL-прогон на более сложных задачах, лучше проверяет свою работу и держит длинный контекст. Та же цена и скорость, что у Grok 4.6
• работает дольше над сложными задачами и сам себя перепроверяет
• нативно понимает харнесс Grok Bot
• документы и презентации - GDPval 1735
• сильная работа с длинными кодовыми задачами
• CursorBench 4.0 - 46.3%
• DeepSWE v1.1 - 71%
• $2 за миллион входных токенов, $6 за выходные
• быстрый вариант - в два раза больше скорость за двойную цену
Новый стек защит: лучшие отказы и устойчивость к джейлбрейкам. На HackerBench пропускает только 3.3% опасных запросов. LatchBio biosafety - 62.4%. Защитникам кибербезопасности дают инвайты на red-team
Доступен сегодня в Cursor и Grok Build, плюс API
Попробовать
#flagship #coding
👍5😁2
MiMo-V2.6 Pro и Flash от Xiaomi
Две нативные мультимодальные модели, прокачанные масштабным reinforcement learning. Расширение RL-вычислений для самоулучшения через обратную связь
• 46 баллов в Artificial Analysis Intelligence Index - самый сильный открытый модель, обходит Kimi K3 и Qwen3.8 Max
• на уровне Claude Opus 5 и GPT-5.6 Sol по большинству агентных бенчмарков
• 3D-рассуждение, computer use, кодинг и креатив
• моушен: генерация видео, музыки, слайдов
• контекст 1M токенов
• обучение 6 дней live RL, около 750 000 траекторий
• DeepSWE v1.1 вырос с 58.4 до 72.6 у Pro
• цены API как у V2.5 - умнее при тех же деньгах
При том же уровне интеллекта цена в 1/20 - 1/60 от некитайских моделей. Есть режим UltraSpeed с ускорением до 20 раз
HF
Попробовать / скачать десктоп
#multimodal #flagship #coding
Две нативные мультимодальные модели, прокачанные масштабным reinforcement learning. Расширение RL-вычислений для самоулучшения через обратную связь
• 46 баллов в Artificial Analysis Intelligence Index - самый сильный открытый модель, обходит Kimi K3 и Qwen3.8 Max
• на уровне Claude Opus 5 и GPT-5.6 Sol по большинству агентных бенчмарков
• 3D-рассуждение, computer use, кодинг и креатив
• моушен: генерация видео, музыки, слайдов
• контекст 1M токенов
• обучение 6 дней live RL, около 750 000 траекторий
• DeepSWE v1.1 вырос с 58.4 до 72.6 у Pro
• цены API как у V2.5 - умнее при тех же деньгах
При том же уровне интеллекта цена в 1/20 - 1/60 от некитайских моделей. Есть режим UltraSpeed с ускорением до 20 раз
HF
Попробовать / скачать десктоп
#multimodal #flagship #coding
👍5❤3
Space Bunny - загадочная модель в OpenCode
OpenCode открыл бесплатный доступ к новой stealth-модели Space Bunny на неделю. Кто разработчик - пока неизвестно
• контекст до 1 млн токенов
• мультимодальный ввод
• Zero Data Retention - запросы не сохраняются после обработки
• бесплатно на 7 дней
Архитектура, размер и реальные возможности Space Bunny пока не раскрыты. Появилась внезапно на неделю без анонсов
Спасибо @Endorpheen
#giveaway #news #coding
MAX
OpenCode открыл бесплатный доступ к новой stealth-модели Space Bunny на неделю. Кто разработчик - пока неизвестно
• контекст до 1 млн токенов
• мультимодальный ввод
• Zero Data Retention - запросы не сохраняются после обработки
• бесплатно на 7 дней
Архитектура, размер и реальные возможности Space Bunny пока не раскрыты. Появилась внезапно на неделю без анонсов
Спасибо @Endorpheen
#giveaway #news #coding
MAX
👍10😁5❤3
Ember-1 от Fireworks Research
Специализированная модель на базе Kimi K3, которая научилась думать меньше. Reasoning-токены урезаны примерно на 40%, качество держится - K3 рассуждает дольше, чем нужно задаче, и лишнее можно срезать без потерь
• качество уровня K3 при 35-50% меньших тратах токенов
• проверено на бенчмарках, живых A/B с двумя клиентами и внутреннем трафике
• на DeepSWE 1.1 Ember-1 даже обходит K3 max: 75.2% против 66.4%
• внутренние разработчики Fireworks не заметили подмены - норм реклама для модели
• цена за задачу ниже: до минус 126 долларов на DeepSWE против K3 max
Доступна как Research Preview. Уже есть в Cline, включая десктопное приложение
#coding #agent
MAX
Специализированная модель на базе Kimi K3, которая научилась думать меньше. Reasoning-токены урезаны примерно на 40%, качество держится - K3 рассуждает дольше, чем нужно задаче, и лишнее можно срезать без потерь
• качество уровня K3 при 35-50% меньших тратах токенов
• проверено на бенчмарках, живых A/B с двумя клиентами и внутреннем трафике
• на DeepSWE 1.1 Ember-1 даже обходит K3 max: 75.2% против 66.4%
• внутренние разработчики Fireworks не заметили подмены - норм реклама для модели
• цена за задачу ниже: до минус 126 долларов на DeepSWE против K3 max
Доступна как Research Preview. Уже есть в Cline, включая десктопное приложение
#coding #agent
MAX
👍6
Naive-N0.5-Flash от NaiveAI
Модель для кодинга и AI-исследований: 309B параметров MoE при 15.5B активных. Нативный контекст в 1 млн токенов без полного внимания - гибрид скользящего окна и разреженного внимания DSA от DeepSeek
• 1M контекста целиком
• до 2000 токенов/сек в режиме Ultrafast через свою систему NaiveRT
• 50 токенов/сек на юзера в стандартном режиме
• построена на базе Xiaomi MiMo-V2.5, дообучена на 3.25T токенов
• веса под MIT, FP8
• API: $0.10 вход / $0.40 выход / $0.01 кэш за миллион токенов
Только NVIDIA с FP8, веса ~315 ГБ
Гитхаб
HF
Спасибо @m_franz
#flagship #coding
MAX
Модель для кодинга и AI-исследований: 309B параметров MoE при 15.5B активных. Нативный контекст в 1 млн токенов без полного внимания - гибрид скользящего окна и разреженного внимания DSA от DeepSeek
• 1M контекста целиком
• до 2000 токенов/сек в режиме Ultrafast через свою систему NaiveRT
• 50 токенов/сек на юзера в стандартном режиме
• построена на базе Xiaomi MiMo-V2.5, дообучена на 3.25T токенов
• веса под MIT, FP8
• API: $0.10 вход / $0.40 выход / $0.01 кэш за миллион токенов
Только NVIDIA с FP8, веса ~315 ГБ
Гитхаб
HF
Спасибо @m_franz
#flagship #coding
MAX
👍7
Claude Sonnet 5.5
Новая модель Anthropic для повседневных задач. Быстрее и дешевле Opus 5.5, подходит для кода, агентов и работы с данными
Что умеет
• Генерация и редактирование кода
• Работа с агентами и инструментами
• Анализ документов и данных
• Следование инструкциям и форматам
• Контекстное окно 200k токенов
• Доступна через API и claude.ai
• US-only inference по цене 1.1x
Значительно мощнее Sonnet 5
platform.claude.com/docs/en/models/sonnet-5-5/overvie
#coding #api #agent
MAX
Новая модель Anthropic для повседневных задач. Быстрее и дешевле Opus 5.5, подходит для кода, агентов и работы с данными
Что умеет
• Генерация и редактирование кода
• Работа с агентами и инструментами
• Анализ документов и данных
• Следование инструкциям и форматам
• Контекстное окно 200k токенов
• Доступна через API и claude.ai
• US-only inference по цене 1.1x
Значительно мощнее Sonnet 5
platform.claude.com/docs/en/models/sonnet-5-5/overvie
#coding #api #agent
MAX
🔥6👍2
Gemini 4 Argon
Новый флагман Google для глубокого рассуждения в длинных многоэтапных задачах. Кодинг, enterprise-знания, кибербезопасность
Что умеет
• Миграция кодовых баз и сложные workflow
• Автономный поиск, проверка и патч критических уязвимостей
• Анализ графиков и деталей в длинных видео
• 1 млн токенов на выходе — рекорд индустрии
• $2 за млн входных, $10 за млн выходных токенов
• Кэшированный ввод со скидкой 95%
• Доступ через Fairwind Program — доверенные киберзащитники, далее разработчики по API, корпорации, Google AI Ultra
#flagship #coding #agent
MAX
Новый флагман Google для глубокого рассуждения в длинных многоэтапных задачах. Кодинг, enterprise-знания, кибербезопасность
Что умеет
• Миграция кодовых баз и сложные workflow
• Автономный поиск, проверка и патч критических уязвимостей
• Анализ графиков и деталей в длинных видео
• 1 млн токенов на выходе — рекорд индустрии
• $2 за млн входных, $10 за млн выходных токенов
• Кэшированный ввод со скидкой 95%
• Доступ через Fairwind Program — доверенные киберзащитники, далее разработчики по API, корпорации, Google AI Ultra
#flagship #coding #agent
MAX
👍6🔥5❤2
Решающие модели (System 1) #decision #rlcd
huggingface.co/orcarouter/OrcaSAQ-2-27B - OrcaSAQ2 27B: высокоточный reasoning в файле 12.3GB
huggingface.co/orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF - OrcaSAQ2 Cyber: без цензуры, 15.7GB
huggingface.co/akhilaaa3/Jev-Omni - Jev-Omni: решения по тексту, картинкам, аудио и видео разом
huggingface.co/fastino/GLiNER2.5-Decide - GLiNER2.5-Decide: оценка любого набора меток за один проход, без генерации токенов
huggingface.co/SupersonicLabs/Julia-1 - Julia 1: 144M параметров, контекст → чёткие решения
huggingface.co/Contrastive-LM/CLM-v0.1-8B - CLM-v0.1-8B: вместо медленных верификаторов — эмбеддинги состояний и действий
Скорость и кванты #optimization #gguf #dflash
huggingface.co/harshatheg/Qwen-2.5-1B-RLCD - RLCD: извлекает структурированные данные в 7 раз быстрее на Apple Silicon
huggingface.co/z-lab/Qwen3.8-27B-DFlash2 - Qwen3.8-27B DFlash2: ускоренная генерация (drafter-модель)
huggingface.co/sirus/Qwen3.8-27B-heretic-ara-MXFP6-MXFP8-DFlash2-GGUF - новый формат кванта MXFP6/MXFP8 + DFlash2: быстрее инференс
huggingface.co/Edge0/Edge0-35B-A3B-preview - Edge0-35B-A3B: модель «телефонного» класса, работает в 3 GiB памяти
Агенты и инструменты #agent #toolcalling
huggingface.co/XingChen-AGI/Xing4.0-29B-A4B - Xing4.0-29B-A4B: агентные задачи на Ascend NPU, контекст 256K
huggingface.co/TokenRhythm/NeoHorse-1-4B - NeoHorse-1-4B: роутинг-обвязка, прокачивает Qwen3.5-4B
huggingface.co/apodex/Apodex-1.1-mini-GGUF - Apodex-1.1-mini: агентные задачи по файлам и данным
huggingface.co/nex-agi/Nex-N2.5-Pro - Nex-N2.5-Pro: агент для кодинга и работы с компьютером
huggingface.co/nex-agi/Nex-N2.5-mini - Nex-N2.5-mini: длинные агентские задачи с vision-обратной связью
github.com/ortegaalfredo/ngram-knowledge-injector - инжектор фактов в память Qwen3.8 через n-gram
huggingface.co/TheOneWhoWill/Coding-Monkey-Gemma-GGUF - Coding-Monkey: локальная модель с сильными тул-коллами
huggingface.co/pipecat-ai/phonellm-alpha-1 - phonellm: держит телефонных агентов в рамках диалога
Мультимодальность и контекст #multimodal
huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp - DeepSeek-V4-Flash Vision Exp: экспериментальный мультимодальный вариант
huggingface.co/Agnes-AI/Agnes-2.5-Pro-Alpha - Agnes-2.5-Pro: рассуждения на миллион токенов
github.com/QLNI/SHADOW-250M-Instruct - SHADOW-250M: архив 100M токенов ужат до 60MB файла
Код и всякое #coding
huggingface.co/ornith-ai/Ornith-1.5-9B - Ornith-1.5-9B: #reasoning и кодинг на одной GPU
huggingface.co/ornith-ai/Ornith-1.5-35B-A3B-GGUF - Ornith-1.5-35B-A3B: GGUF под локальных кодинг-агентов
huggingface.co/openbmb/MiniCPM5-2B - MiniCPM5-2B: карманная модель, кодит и рассуждает
huggingface.co/IFM/K2-Horizon-MoVA-36B-A4B - K2-Horizon-MoVA: 36B всего, активно 4B
huggingface.co/XHToken/Spark-X2.5-4B - Spark-X2.5-4B: компактная универсальная 4B (гибридное внимание, 1M контекст) #compact
huggingface.co/thesysdev/OUI-1 - OUI-1: диффузионная генерация UI-экранов за ~секунду #gui
huggingface.co/LessThanThreeAI/Qwen3.8-27B-Humanlike-Chat-GGUF - Humanlike-Chat: живой, реалистичный ролеплей
huggingface.co/TheDrummer/Artemis-31B-v1.1 - Artemis-31B: креативное мышление поверх Gemma 4 Chat
huggingface.co/OBLITERATUS/Qwen3.8-27B-OBLITERATED - Qwen3.8 27B полностью без цензуры #uncensored
huggingface.co/superwhisper/s1-mini - S1-mini: превращает неразборчивую речь в текст #ASR
huggingface.co/orcarouter/OrcaSAQ-2-27B - OrcaSAQ2 27B: высокоточный reasoning в файле 12.3GB
huggingface.co/orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF - OrcaSAQ2 Cyber: без цензуры, 15.7GB
huggingface.co/akhilaaa3/Jev-Omni - Jev-Omni: решения по тексту, картинкам, аудио и видео разом
huggingface.co/fastino/GLiNER2.5-Decide - GLiNER2.5-Decide: оценка любого набора меток за один проход, без генерации токенов
huggingface.co/SupersonicLabs/Julia-1 - Julia 1: 144M параметров, контекст → чёткие решения
huggingface.co/Contrastive-LM/CLM-v0.1-8B - CLM-v0.1-8B: вместо медленных верификаторов — эмбеддинги состояний и действий
Скорость и кванты #optimization #gguf #dflash
huggingface.co/harshatheg/Qwen-2.5-1B-RLCD - RLCD: извлекает структурированные данные в 7 раз быстрее на Apple Silicon
huggingface.co/z-lab/Qwen3.8-27B-DFlash2 - Qwen3.8-27B DFlash2: ускоренная генерация (drafter-модель)
huggingface.co/sirus/Qwen3.8-27B-heretic-ara-MXFP6-MXFP8-DFlash2-GGUF - новый формат кванта MXFP6/MXFP8 + DFlash2: быстрее инференс
huggingface.co/Edge0/Edge0-35B-A3B-preview - Edge0-35B-A3B: модель «телефонного» класса, работает в 3 GiB памяти
Агенты и инструменты #agent #toolcalling
huggingface.co/XingChen-AGI/Xing4.0-29B-A4B - Xing4.0-29B-A4B: агентные задачи на Ascend NPU, контекст 256K
huggingface.co/TokenRhythm/NeoHorse-1-4B - NeoHorse-1-4B: роутинг-обвязка, прокачивает Qwen3.5-4B
huggingface.co/apodex/Apodex-1.1-mini-GGUF - Apodex-1.1-mini: агентные задачи по файлам и данным
huggingface.co/nex-agi/Nex-N2.5-Pro - Nex-N2.5-Pro: агент для кодинга и работы с компьютером
huggingface.co/nex-agi/Nex-N2.5-mini - Nex-N2.5-mini: длинные агентские задачи с vision-обратной связью
github.com/ortegaalfredo/ngram-knowledge-injector - инжектор фактов в память Qwen3.8 через n-gram
huggingface.co/TheOneWhoWill/Coding-Monkey-Gemma-GGUF - Coding-Monkey: локальная модель с сильными тул-коллами
huggingface.co/pipecat-ai/phonellm-alpha-1 - phonellm: держит телефонных агентов в рамках диалога
Мультимодальность и контекст #multimodal
huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp - DeepSeek-V4-Flash Vision Exp: экспериментальный мультимодальный вариант
huggingface.co/Agnes-AI/Agnes-2.5-Pro-Alpha - Agnes-2.5-Pro: рассуждения на миллион токенов
github.com/QLNI/SHADOW-250M-Instruct - SHADOW-250M: архив 100M токенов ужат до 60MB файла
Код и всякое #coding
huggingface.co/ornith-ai/Ornith-1.5-9B - Ornith-1.5-9B: #reasoning и кодинг на одной GPU
huggingface.co/ornith-ai/Ornith-1.5-35B-A3B-GGUF - Ornith-1.5-35B-A3B: GGUF под локальных кодинг-агентов
huggingface.co/openbmb/MiniCPM5-2B - MiniCPM5-2B: карманная модель, кодит и рассуждает
huggingface.co/IFM/K2-Horizon-MoVA-36B-A4B - K2-Horizon-MoVA: 36B всего, активно 4B
huggingface.co/XHToken/Spark-X2.5-4B - Spark-X2.5-4B: компактная универсальная 4B (гибридное внимание, 1M контекст) #compact
huggingface.co/thesysdev/OUI-1 - OUI-1: диффузионная генерация UI-экранов за ~секунду #gui
huggingface.co/LessThanThreeAI/Qwen3.8-27B-Humanlike-Chat-GGUF - Humanlike-Chat: живой, реалистичный ролеплей
huggingface.co/TheDrummer/Artemis-31B-v1.1 - Artemis-31B: креативное мышление поверх Gemma 4 Chat
huggingface.co/OBLITERATUS/Qwen3.8-27B-OBLITERATED - Qwen3.8 27B полностью без цензуры #uncensored
huggingface.co/superwhisper/s1-mini - S1-mini: превращает неразборчивую речь в текст #ASR
huggingface.co
orcarouter/OrcaSAQ-2-27B · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
👍14❤10
This media is not supported in your browser
VIEW IN TELEGRAM
REA
Инструмент для реверс-инжиниринга приложений. Подключает агента к декомпиляторам, чтобы он разобрался, как работает фича без исходников, показал доказательства и собрал свою версию.
«Пойми поиск в Notes и собери такой же у себя». Не претендует на восстановление исходного кода и не копирует приложение целиком
• Декомпиляция бинарников: нативные, JS/Electron, .NET, сайты
• Разбор работы конкретных функций
• Воссоздание похожей фичи в твоём проекте под твой стек
• Модель «Decompile → Understand → Recreate»
• Результат с доказательствами и ограничениями каждого вывода
Как работает
• Через #MCP или #CLI (npx rea-agents)
• Анализ локально — не загружает приложение в облачный сервис
• Настраивает Claude Code, Claude Desktop, Codex, Cursor, Gemini CLI, Windsurf
• Своя «investigation model» и кэш контекста между вопросами
npmjs.com/package/rea-agents
#coding
MAX
Инструмент для реверс-инжиниринга приложений. Подключает агента к декомпиляторам, чтобы он разобрался, как работает фича без исходников, показал доказательства и собрал свою версию.
«Пойми поиск в Notes и собери такой же у себя». Не претендует на восстановление исходного кода и не копирует приложение целиком
• Декомпиляция бинарников: нативные, JS/Electron, .NET, сайты
• Разбор работы конкретных функций
• Воссоздание похожей фичи в твоём проекте под твой стек
• Модель «Decompile → Understand → Recreate»
• Результат с доказательствами и ограничениями каждого вывода
Как работает
• Через #MCP или #CLI (npx rea-agents)
• Анализ локально — не загружает приложение в облачный сервис
• Настраивает Claude Code, Claude Desktop, Codex, Cursor, Gemini CLI, Windsurf
• Своя «investigation model» и кэш контекста между вопросами
npmjs.com/package/rea-agents
#coding
MAX
👍11🤔4❤1
Step 5 Preview
Китайская модель от StepFun уровня Kimi и GLM, доступная бесплатно в OpenCode. На OpenRouter вышла на первое место. Разреженная модель с окном контекста в миллион токенов.
• Кодинг уровня Kimi и GLM, бесплатно в OpenCode
• Миллионный контекст дешевле за счtт разреженной архитектуры
• Держит длительные задачи с проверками и доработками
openrouter.ai/stepfun/step-5-preview
#giveaway #coding
MAX
Китайская модель от StepFun уровня Kimi и GLM, доступная бесплатно в OpenCode. На OpenRouter вышла на первое место. Разреженная модель с окном контекста в миллион токенов.
• Кодинг уровня Kimi и GLM, бесплатно в OpenCode
• Миллионный контекст дешевле за счtт разреженной архитектуры
• Держит длительные задачи с проверками и доработками
openrouter.ai/stepfun/step-5-preview
#giveaway #coding
MAX
🔥11🤝4👎1
Mellum 2.1
Обновленная открытая модель JetBrains для кодинг-агентов. Архитектура та же — MoE 12B всего, 2.5B активных, Apache 2.0. Изменился пост-трейнинг: RL перенесли в реальные изолированные среды и прогнали миллионы запусков в песочницах.
• Ориентируется в кодовой базе, редактирует файлы, проверяет результат собственными тестами
• Находит корень падающего теста, черновик и проверка фикса
• Хороша и вне кода: математика, рассуждения, обычные вопросы
• Локальный запуск на своем железе
• Мульти-токен предсказание ускоряет одиночные запросы в ~1.6×
• Под нагрузкой на одном H200 почти вдвое больше токенов, чем Qwen3.5-9B
• Apache 2.0, GGUF под llama.cpp/Ollama/LM Studio скоро
huggingface.co/collections/JetBrains/mellum21
#coding
MAX
Обновленная открытая модель JetBrains для кодинг-агентов. Архитектура та же — MoE 12B всего, 2.5B активных, Apache 2.0. Изменился пост-трейнинг: RL перенесли в реальные изолированные среды и прогнали миллионы запусков в песочницах.
• Ориентируется в кодовой базе, редактирует файлы, проверяет результат собственными тестами
• Находит корень падающего теста, черновик и проверка фикса
• Хороша и вне кода: математика, рассуждения, обычные вопросы
• Локальный запуск на своем железе
• Мульти-токен предсказание ускоряет одиночные запросы в ~1.6×
• Под нагрузкой на одном H200 почти вдвое больше токенов, чем Qwen3.5-9B
• Apache 2.0, GGUF под llama.cpp/Ollama/LM Studio скоро
huggingface.co/collections/JetBrains/mellum21
#coding
MAX
👍4❤1
Muse Wonder
линейка сильных моделей для агентных задач от Meta (запрещено в РФ): Wonder и старшая Wonder Full. По данным Meta,
• Долгий кодинг, юридическая работа, автоматизация бизнес-процессов
• Обгоняет GPT-6 Astra и Claude Fable 5.1 на длинных задачах
• Сверхдлинный инженерный тест SWE-Marathon: 57.5 против 46.3 у Opus 5.5
• Юридический агентный бенчмарк Harvey: 13.1 против 4.2 (без единой галлюцинации)
• Архитектура на Active Memory и Active Focus
• Wonder — через Meta Model API и Muse Code, Full — только подписчикам Muse Code
В SWE-Marathon Full работал на максимальном уровне рассуждений, а конкуренты — внутри своих агентов Codex и Claude Code. Так что это не строго контролируемое сравнение. Цифры Harvey низкие у всех — доводить сложные юридические задачи до конца пока не умеет никто. Прогоны делали независимые третьи стороны
#flagship #agent #coding
MAX
линейка сильных моделей для агентных задач от Meta (запрещено в РФ): Wonder и старшая Wonder Full. По данным Meta,
Full обходит Claude Opus 5.5 на 8 из 14 бенчмарков
• Долгий кодинг, юридическая работа, автоматизация бизнес-процессов
• Обгоняет GPT-6 Astra и Claude Fable 5.1 на длинных задачах
• Сверхдлинный инженерный тест SWE-Marathon: 57.5 против 46.3 у Opus 5.5
• Юридический агентный бенчмарк Harvey: 13.1 против 4.2 (без единой галлюцинации)
• Архитектура на Active Memory и Active Focus
• Wonder — через Meta Model API и Muse Code, Full — только подписчикам Muse Code
В SWE-Marathon Full работал на максимальном уровне рассуждений, а конкуренты — внутри своих агентов Codex и Claude Code. Так что это не строго контролируемое сравнение. Цифры Harvey низкие у всех — доводить сложные юридические задачи до конца пока не умеет никто. Прогоны делали независимые третьи стороны
#flagship #agent #coding
MAX
👍4❤1👎1
OpenCode V2
Крупное обновление открытого агента для написания кода от Anomaly. В отличие от агентов-компаньонов вроде Hermes или DeepSeek Harness, этот нацелен на разработчиков: заточен под терминал и IDE, максимум скорости и экономии токенов при правке репозиториев.
Что нового
• Центральный фоновый сервис теперь по умолчанию — TUI, веб и десктоп работают через один процесс
• API и клиент переписаны с нуля
• JS-интерпретатор в Code Mode — агент сводит инструменты MCP/OpenAPI в единые скрипты
• Фоновые субагенты и асинхронные команды в шелле
• Система плагинов обновлена, появилась горячая перезагрузка
• Можно подключать как самостоятельную библиотеку или SDK
• Плагины версии 1.0 больше не поддерживаются
• API сервера полностью изменилось
• Конфиг tui.json переехал в формат .json
Обновление: opencode upgrade --major
github.com/anomalyco/opencode
#coding #agent
MAX
Крупное обновление открытого агента для написания кода от Anomaly. В отличие от агентов-компаньонов вроде Hermes или DeepSeek Harness, этот нацелен на разработчиков: заточен под терминал и IDE, максимум скорости и экономии токенов при правке репозиториев.
Что нового
• Центральный фоновый сервис теперь по умолчанию — TUI, веб и десктоп работают через один процесс
• API и клиент переписаны с нуля
• JS-интерпретатор в Code Mode — агент сводит инструменты MCP/OpenAPI в единые скрипты
• Фоновые субагенты и асинхронные команды в шелле
• Система плагинов обновлена, появилась горячая перезагрузка
• Можно подключать как самостоятельную библиотеку или SDK
• Плагины версии 1.0 больше не поддерживаются
• API сервера полностью изменилось
• Конфиг tui.json переехал в формат .json
Обновление: opencode upgrade --major
github.com/anomalyco/opencode
#coding #agent
MAX
🔥17
Gemini 4 Argon
Флагманская модель Google открыта для всех: разработчиков, компаний и обычных пользователей. Заточена под сложные многоэтапные задачи — разработка, финансы, право, наука и кибербезопасность.
• $2 за млн входных токенов, $10 за млн выходных, кэшированный ввод со скидкой 95%
• До 1 млн токенов на вход и выход через Gemini API
• Доступ через AI Studio, Gemini API, Google Antigravity и приложение Gemini
#flagship #coding #agent
MAX
Флагманская модель Google открыта для всех: разработчиков, компаний и обычных пользователей. Заточена под сложные многоэтапные задачи — разработка, финансы, право, наука и кибербезопасность.
• $2 за млн входных токенов, $10 за млн выходных, кэшированный ввод со скидкой 95%
• До 1 млн токенов на вход и выход через Gemini API
• Доступ через AI Studio, Gemini API, Google Antigravity и приложение Gemini
#flagship #coding #agent
MAX
Google
Gemini 4 Argon: Built to solve your hardest problems
We’re giving developers, enterprises, scientists, and consumers access to Gemini 4 Argon, our latest frontier model.
🔥7🤷♂1
leanrea
Небольшой скилл для агента: один файл на 8 КБ. Заменяет REA для реверсинжиниринга приложений, но устроен проще.
REA — отдельный сервис между агентом и программами для анализа файлов. Весит 25 МБ, добавляет агенту больше двух сотен инструментов и требует настройки. Каждый запрос тянет за собой описание всех инструментов
leanrea ничего не устанавливает. Это просто текст который подсказывает агенту что делать
• Какая команда быстрее для конкретного типа цели: Electron, нативные бинарники, Go, Android, WASM, базы данных, веб
• Готовые команды для первого прохода
• Типичные ошибки и ловушки
• Правило помечать каждое утверждение: что видно, что выведено, что неизвестно
Как работает
Агент читает подсказки и запускает обычные утилиты через терминал. Промежуточного слоя нет - нет и накладных расходов
#coding #skill
MAX
Небольшой скилл для агента: один файл на 8 КБ. Заменяет REA для реверсинжиниринга приложений, но устроен проще.
REA — отдельный сервис между агентом и программами для анализа файлов. Весит 25 МБ, добавляет агенту больше двух сотен инструментов и требует настройки. Каждый запрос тянет за собой описание всех инструментов
leanrea ничего не устанавливает. Это просто текст который подсказывает агенту что делать
• Какая команда быстрее для конкретного типа цели: Electron, нативные бинарники, Go, Android, WASM, базы данных, веб
• Готовые команды для первого прохода
• Типичные ошибки и ловушки
• Правило помечать каждое утверждение: что видно, что выведено, что неизвестно
Как работает
Агент читает подсказки и запускает обычные утилиты через терминал. Промежуточного слоя нет - нет и накладных расходов
#coding #skill
MAX
👍10🔥1