Текст2026
Ricursive Intelligence · США
Плотная (не MoE) модель на 65B параметров, предобученная на 12 трлн токенов, с контекстом до 1 млн токенов. Сделана для программирования и агентов: по тесту самих авторов, на Terminal-Bench 2.1 набирает 80,52 и обходит гораздо более крупные американские открытые модели (Reflection Beam 501B с 80,1, Meta Muse Spark Open 816B с 76,4, NVIDIA Nemotron 3 Ultra 550B с 56,4). Авторы стартовали от рецепта Olmo 3 и заявляют выигрыш в эффективности обучения на коде от 16 до 55 раз. Спроектирована для видеокарт NVIDIA. Выложены BF16 и NVFP4 для инструктивной версии и базовая BF16. Это предварительный выпуск (Preview), цифры авторов не независимые.
- агент для программирования в терминале и репозитории
- длинные задачи с контекстом в сотни тысяч токенов
- своя доработка на базе открытой базовой модели
- Размеры
- 65B (плотная)
- Железо
- от: Кластер
Картинка + текст2026
Microsoft · США
Компактная модель на 4B, которая сама управляет компьютером: смотрит на скриншот и кликает, а когда выгоднее, переключается на командную строку и правит файлы кодом. Обе роли в одной модели, без внешнего оркестратора. По тесту OSWorld-Verified (50 шагов) набирает 66,0%, по словам авторов лучший результат среди моделей на 4B, на задачах операционной системы 87,5%. Обучена из промежуточной Mage-VL в пять этапов, с набором из почти 294 тысяч синтетических задач на 6915 навыков. Контекст при обучении и запуске 32 768 токенов, архитектура держит до 262 144. Подходит для офисной автоматизации и помощников на своём компьютере. Цифры авторов.
- агент, который работает в приложениях по скриншотам и командной строке
- автоматизация офисных задач на своём компьютере без облака
- прототип помощника, управляющего рабочим столом
- Размеры
- 4B
- Железо
- от: Ноутбук
Текст2026
Nanbeige · Китай
Модель на 33B, которую авторы называют старшей учительницей для будущих лёгких агентов: на ней они собираются обучать маленькие модели (например 3B). Сильна в программировании и офисных задачах: на тесте JobBench по 35 профессиям, по словам авторов, обгоняет базовую модель в большинстве. Контекст до 512 тысяч токенов, рассуждение можно включать и выключать, вызов инструментов лучше всего работает в формате XML. Авторы сравнивают её с Qwen3.8-27B, Muse-Glimmer-30B и Gemma 4 31B и говорят, что она лидирует на большинстве тестов; цифры их собственные. Выложена и базовая версия.
- агент для программирования и работы с инструментами
- офисные задачи по профессиям: отчёты, таблицы, разбор документов
- базовая модель для собственного дообучения
- Размеры
- 33B
- Железо
- от: 1 видеокарта
Текст2026
XHToken (проект Spark) · не указана
Компактная модель на 4B для запуска прямо на устройстве, с упором на агентов: вызов инструментов, планирование в несколько шагов, программирование, длинный контекст. Версия 2.6 вышла примерно через месяц после 2.5 с той же архитектурой, выросла только за счёт дообучения. Бюджет рассуждения настраивается: нет, низкий, высокий. Авторы заявляют, что она держится на уровне моделей около 9B. Языки в карточке: английский и китайский, русский не заявлен. Для запуска нужен собственный код модели в transformers. Цифры авторов. В конце октября добавился размер 1.7B (INT4, INT8, FP8).
- агент с вызовом инструментов на домашнем компьютере или ноутбуке
- локальный помощник программиста, которому не нужен большой сервер
- встроенный ИИ в приложение с выбором, сколько модели думать
- Размеры
- 1.7B и 4B
- Железо
- от: Ноутбук
Агенты для компьютераGGUF2025–2026
Ant Group (inclusionAI) · Китай
Семейство Ant Group для поиска элементов на экране и выполнения задач в интерфейсе телефона и компьютера. UI-Venus-2 отдельно обучали отказываться от опасных действий. В октябре вышла LBS-27B (Apache 2.0, на базе Qwen3.8-27B): она учится выбирать и приближать нужные участки изображения на разметке интерфейсов и переносит этот навык на обычные вопросы по картинкам.
- Автоматизация действий в мобильных приложениях
- Заполнение форм в веб-интерфейсах
- Автотесты интерфейсов
- Размеры
- 2B – 72B
- Железо
- от: Ноутбук
Текст2026
KRAFTON AI · Южная Корея
Модель корейской KRAFTON (издатель PUBG) на 30B параметров, 4B активных, обученная с нуля. Сильна в корейском разговоре и в агентных задачах: умеет рассуждать и вызывать инструменты, работает с Hermes Agent, Pi и OpenCode. Языки обучения: корейский, английский, японский, китайский, испанский, французский, тайский, русский среди них не назван. Есть сжатые версии MXFP8 и NVFP4 и вспомогательная модель для ускорения генерации. Это пробный выпуск (preview), характеристики до финала могут измениться. Веса выдаются после заявки на Hugging Face, цифры по тестам авторов.
- корейскоязычный ассистент и поддержка клиентов
- агент с вызовом инструментов на собственном сервере
- игровые и медиапроекты с корейской аудиторией
- Размеры
- 30B-A4B
- Железо
- от: 1 видеокарта
Код2026
Recursive · не указана
Открытая модель-эксперт (39.8B параметров, 2.5B активных на токен) для агентов-программистов: разбирается в чужом репозитории, чинит ошибки, дописывает функции и тесты, умеет рассуждать и вызывать инструменты за несколько шагов. Обучена с нуля, контекст 262 тысячи токенов, только текст. Весит около 80 ГБ, авторы запускают её на одной видеокарте B300 или H200 через SGLang. По тестам самих авторов: Terminal-Bench 2.1 54,9%, SWE-bench Pro v2 89,7%, SWE-bench Verified 74,2%. Сравнения с другими моделями частично взяты из их собственных отчётов, условия замеров у источников разные.
- агент для исправления ошибок и доработки репозитория в терминале
- написание тестов и новых функций по описанию
- локальный помощник разработчика на своём сервере
- Размеры
- 39.8B-A2.5B
- Железо
- от: 1 видеокарта
Разбор текста2026
Contrastive-LM (по анонсу: Стэнфорд совместно с NVIDIA) · США
Открытая модель быстрого выбора для агентов: получает описание ситуации и набор вариантов и возвращает вероятность каждого, не генерируя текст. Умеет решать «да или нет», выбирать из списка и ставить оценку по шкале. Действия и состояние кодируются отдельно, поэтому векторы действий можно посчитать заранее: по замерам авторов, при выборе из примерно тысячи вариантов она до 13 раз быстрее аналога Jev. После дообучения работает проверяющим, который выбирает лучшее из нескольких решений кодового агента (DeepSWE 81,6%, Terminal-Bench 2.1 87,6% по их замерам). Нужны Linux, видеокарта NVIDIA и Qwen3-8B в vLLM, язык карточки английский.
- быстрый выбор следующего действия агента из заданных вариантов
- проверка и ранжирование нескольких решений кодового агента
- маршрутизация обращений: отдел, срочность, оценка по шкале
- Размеры
- 8B (замороженный Qwen3-8B плюс две небольшие проекционные головы)
- Железо
- от: 1 видеокарта
КодOllama2026
DeepReinforce · не раскрыта
Модели для агентной разработки: сами строят план и обвязку под задачу и выполняют её в терминале. Дообучены на базе Qwen 3.5 и Gemma 4, работают с Claude Code, OpenHands и похожими инструментами. В октябре вышла Ornith-1.5-122B (MoE, MIT): по словам авторов, она сильнее и быстрее предыдущих, пишет короче и рассчитана на одну видеокарту класса DGX; есть сжатые версии FP8, NVFP4, GGUF и MLX. Цифры авторов.
- Агент-разработчик в терминале
- Исправление ошибок по описанию задачи
- Разбор и доработка большого репозитория
- Размеры
- 9B – 397B
- Железо
- от: 1 видеокарта
Разбор текста2026
Tencent Hunyuan · Китай
Модель, которая ведёт долгую память ИИ-агента: решает, что из переписки, рабочих задач или кода стоит запомнить, в каком виде, и как новые сведения меняют уже сохранённое. Заменяет универсальную модель внутри систем памяти Mem0, MemOS и собственной Hy-Memory. Языки в карточке: английский и китайский. Цифры по тестам приведены самой Tencent.
- память ассистента о клиенте между разговорами
- запоминание хода работы над проектом и кода
- обновление сохранённых сведений при новых данных вместо дублей
- Размеры
- 30B-A3B
- Железо
- от: 1 видеокарта
ТекстOllama2026
ConwayResearch (Underdog) · не указана
Qwen3.8-27B, сжатая до 2 бит в один файл GGUF на 7,9 ГБ вместо 54 ГБ, с упором на то, чтобы вызов инструментов не ломался. По замерам авторов (их тест Underdog Bench), вызов инструментов 88 против 84 у полной модели, параллельные вызовы 42 против 35, в среднем 96% качества полной модели на девяти тестах. Запускается обычным llama.cpp и Ollama, режим рассуждений включается и выключается, картинки понимает с отдельным файлом зрения (около 0,6–0,9 ГБ). Заявленный язык карточки: английский.
- агент с вызовом инструментов на домашней видеокарте
- локальный помощник для программирования с функциями
- разбор картинок с подключённым файлом зрения
- Размеры
- 27B (файл 7,9 ГБ)
- Железо
- от: Ноутбук
Текст2026
Reflection AI · США
Открытая модель американской Reflection на 501B параметров (23B активных, контекст 1 миллион токенов), только текст, в основном английский. Заявлена как экономная в рассуждениях: по словам авторов, ей нужно примерно втрое меньше токенов на размышления при сопоставимом качестве. Сильна в программировании, вызове инструментов и науке. Веса в BF16, FP8 и NVFP4. Цифры по тестам авторов.
- агент для решения задач в репозитории и терминале
- длинные задачи с инструментами и поиском (через MCP)
- решение научных и математических задач с рассуждением
- Размеры
- 501B-A23B
- Железо
- от: Кластер
Текст2026
Meta Superintelligence Labs · США
Крупнейшая открытая модель Meta: 816B параметров, на каждый токен работают 42B, контекст 1 миллион токенов. Понимает текст, картинки, видео и звук, отвечает текстом. Создана для программирования и длинных агентных задач. Обучена на данных более чем на 100 языках. Доступ к весам на Hugging Face выдаётся вручную.
- агент для работы с кодом и длинными задачами с вызовом инструментов
- разбор скриншотов, графиков, документов, видео и записей
- генерация обучающих данных для других моделей
- Размеры
- 816B-A42B
- Железо
- от: Кластер
Текст2026
Шанхайская лаборатория искусственного интеллекта · Китай
Агентная модель для долгих задач: поиск и сбор доказательств, исследования, разработка, подготовка отчётов и презентаций, анализ уязвимостей в разрешённой среде. Превью на базе GLM-5.2, контекст 256 тысяч токенов, только текст. Есть версия FP8.
- глубокий поиск и исследование по теме с проверяемым результатом
- разработка программ и подготовка отчётов и презентаций
- проверка и исправление уязвимостей в авторизованной среде
- Размеры
- 744B (MoE, на базе GLM-5.2)
- Железо
- от: Кластер
Код2026
Microsoft · США
Компактный агент для работы с кодом репозитория на базе Qwen3.5-4B: ищет по проекту, правит файлы, запускает тесты и готовит патч. Обучен только с подкреплением на примерно 1500 синтетических задачах. Работает через лёгкую обвязку Leaf из пяти инструментов.
- исправление ошибок в репозитории по описанию задачи
- навигация по незнакомой кодовой базе
- подготовка патчей с запуском тестов
- Размеры
- 4B
- Железо
- от: Ноутбук
Агенты для компьютера2026
Tencent · Китай
Открытый агент для управления рабочим столом: смотрит на живые скриншоты, рассуждает и выдаёт клики и ввод с клавиатуры. Можно показать рабочий процесс один раз, и агент перенесёт его на новую задачу. Нужна внешняя среда, которая исполнит действия.
- автоматизация работы в программах без API
- повторение рабочего процесса по одному показанному примеру
- тестирование интерфейсов
- Размеры
- 27B
- Железо
- от: 1 видеокарта
Агенты для компьютера2026
Пекинская академия искусственного интеллекта (BAAI) · Китай
Агентная модель на 27B (на базе Qwen3.8-27B) для долгих задач: предлагает решение, замеряет результат, разбирает ошибки и пересматривает решение в несколько заходов. Контекст 262 тысячи токенов. Заявлена как исследовательская.
- итеративная доработка кода и алгоритмов
- задачи машинного обучения с проверяемым результатом
- глубокий поиск и сбор информации по теме
- Размеры
- 27B
- Железо
- от: 1 видеокарта
Разбор текста2026
AutoTrust AI · Сингапур
Открытые модели решений: на вопросы «да или нет», «выбери вариант», «оцени от 0 до 5» отвечают вероятностями за один проход, а при нужде ещё и рассуждают. Не связаны с закрытой Jev от TypeSafe.
- сортировка заявок и обращений по отделам
- проверка действия агента перед выполнением
- оценка срочности и тональности сообщений
- Размеры
- 9B – 35B
- Железо
- от: 1 видеокарта
Разбор текстаOllama2026
Cloudflare · США
Модели решений: не пишут текст, а читают ситуацию (текст, JSON, картинку, кадры видео, а у Clef-Omni ещё и звук) и за один проход возвращают вероятность каждого варианта ответа на типизированные вопросы «да или нет», «выбери один» и «оцени по шкале». Вместо разбора свободного текста агент получает готовые числа.
- сортировка обращений и заявок по категориям с вероятностью
- проверка документа или фото по списку вопросов (всё ли указано, есть ли нарушение)
- выбор следующего шага агентом без разбора текстового ответа
- Размеры
- 27B, 9B (Clef-flash) и 30B-A3B (Clef-Omni)
- Железо
- от: Ноутбук
ТекстGGUF2025–2026
Жэньминьский университет (GSAI) и Ant Group (inclusionAI) · Китай
Диффузионные языковые модели: текст пишется не по одному слову, а сразу блоками с последующим уточнением, что ускоряет генерацию. LLaDA2.2 умеет править уже написанное и рассчитана на агентов. Генератор картинок LLaDA-Image — отдельный продукт.
- Быстрая генерация кода и текстов
- Агентные сценарии с длинным контекстом
- Исследования альтернатив обычным LLM
- Размеры
- 8B – 100B (MoE)
- Железо
- от: 1 видеокарта
Агенты для компьютера2025–2026
XLANG Lab (Гонконгский университет) · Китай
Полностью открытые агенты для рабочего стола: веса, данные и код обучения. Работают в Windows, macOS и Linux, свежий Qwen-CUA управляет компьютером обычными кликами и клавишами.
- Работа в настольных программах без API
- Перенос данных между системами
- Прогон пользовательских сценариев для тестов
- Размеры
- 7B – около 400B (MoE)
- Железо
- от: 1 видеокарта
Агенты для компьютераGGUF2025–2026
Microsoft · США
Небольшие модели Microsoft для работы в браузере: смотрят на страницу и кликают, печатают, прокручивают. Рассчитаны на запуск прямо на рабочем компьютере без облака.
- Заполнение веб-форм и заявок
- Сбор данных из веб-кабинетов без API
- Проверка сайтов по сценарию
- Размеры
- 4B – 27B
- Железо
- от: Ноутбук
Реранкеры2026
Tencent · Китай
Пара небольших моделей Tencent на базе Qwen3 для подбора ИИ-агенту нужного навыка (skill) под запрос: эмбеддинг находит кандидатов, реранкер выбирает лучший.
- Выбор инструмента или навыка для ИИ-агента
- Маршрутизация запросов между сценариями бота
- Поиск по каталогу внутренних инструментов
- Размеры
- 0.6B
- Железо
- от: Ноутбук
Агенты для компьютераGGUF2025–2026
H Company · Франция
Французское семейство моделей для управления браузером и компьютером: точно находит нужный элемент на экране и ведёт многошаговые задачи. Свежие Holo3 и 3.1 открыты под Apache 2.0.
- Работа в веб-кабинетах и старых программах без API
- Заполнение форм и заявок
- Проверка интерфейсов по сценарию
- Размеры
- 0.8B – 235B-A22B
- Железо
- от: Ноутбук
Агенты для компьютера2024–2026
Show Lab (Национальный университет Сингапура) · Сингапур
Лёгкая модель для работы с интерфейсом: находит кнопки и поля по описанию и выполняет действия в вебе и на телефоне. ShowUI-π умеет перетаскивание мышью.
- Клики и заполнение форм по описанию задачи
- Автотесты веб-интерфейсов
- Помощник на слабом компьютере без облака
- Размеры
- 2B (ShowUI), около 500M (ShowUI-π)
- Железо
- от: Ноутбук
Агенты для компьютера2025–2026
Alibaba (Tongyi Lab, X-PLUG) · Китай
Модели для управления телефоном и компьютером из проекта Mobile-Agent: работают с Android, Windows, macOS и браузером, в версии 1.5 есть режим с рассуждением.
- Автоматизация действий в мобильных приложениях
- Работа в настольных программах без API
- Тестирование приложений по сценарию
- Размеры
- 2B – 32B
- Железо
- от: Ноутбук
Агенты для компьютераGGUF2026
Meituan · Китай
Агент Meituan для управления компьютером, обученный на большом числе смоделированных задач в настольных программах. На выходе даёт клики и ввод с клавиатуры.
- Работа в офисных и старых программах без API
- Перенос данных между системами
- Прогон сценариев для тестов
- Размеры
- 8B – 32B
- Железо
- от: 1 видеокарта
Агенты для компьютера2023–2025
Zhipu AI (Z.ai) и Университет Цинхуа · Китай
Одна из первых открытых моделей для управления интерфейсом по скриншоту, развитие — AutoGLM-Phone для работы в приложениях смартфона на Android.
- Автоматизация действий в мобильных приложениях
- Работа в веб-интерфейсах без API
- Тестирование приложений по сценарию
- Размеры
- 9B – 18B
- Железо
- от: 1 видеокарта
Агенты для компьютераGGUF2025
Alibaba (Tongyi-MAI) · Китай
Компактные модели Alibaba для работы в интерфейсе смартфона и компьютера: находят элементы и выполняют многошаговые задачи. Агент действует от имени пользователя в его приложениях, поэтому доступы и границы задаются до запуска. Продолжение линейки, Qwen-UI-Agent, анонсировано в июле 2026 года, но веса пока не выложены.
- Автоматизация действий в мобильных приложениях
- Работа в программах без API
- Автотесты интерфейсов
- Размеры
- 2B – 8B
- Железо
- от: Ноутбук
Агенты для компьютераGGUF2025
ByteDance Seed · Китай
Модель, которая смотрит на скриншот и сама двигает мышью и клавиатурой: кликает, заполняет поля, переходит по меню. Открыты 1-е поколение и 1.5-7B; UI-TARS-2 весов не открыл.
- Работа в старых программах без API
- Заполнение форм и перенос данных между системами
- Автотесты интерфейсов по сценарию на обычном языке
- Размеры
- 2B – 72B
- Железо
- от: Ноутбук
Агенты для компьютера2024–2025
Salesforce · США
Модели Salesforce для вызова функций и работы агентов: выбирают нужный инструмент и заполняют его параметры. Сильны в тестах, но лицензия некоммерческая.
- Вызов API и внутренних сервисов по запросу пользователя
- Агенты с несколькими шагами и инструментами
- Сравнение подходов перед выбором коммерческой модели
- Размеры
- 1B – 8x22B
- Железо
- от: Ноутбук
Агенты для компьютераGGUF2025
Microsoft Research · США
Модель-агент, которая одинаково планирует действия и в интерфейсе (кнопки на экране), и для робота (движения манипулятора). Пока скорее исследовательская база, чем готовый продукт.
- Пилоты по управлению интерфейсом
- Исследовательские проекты на стыке экрана и робототехники
- Разбор скриншотов с планом действий
- Размеры
- 8B
- Железо
- от: 1 видеокарта
Агенты для компьютера2024–2025
Microsoft · США
Разбирает скриншот на кнопки, поля и иконки с подписями, чтобы обычная языковая модель понимала экран и могла им управлять. Сам не кликает, а служит «глазами» агента.
- Разметка экранов старых программ для автоматизации
- Подготовка агента к работе в интерфейсе
- Проверка, что на экране есть нужные элементы
- Размеры
- менее 1B (детектор + подписи)
- Железо
- от: Ноутбук
ТекстOllama2024
Nexusflow · США
Дообученные Llama 3 и Qwen 2.5 от Nexusflow. Athene-V2-Agent специально натренирован на вызов функций и агентные сценарии. Коммерческое использование запрещено.
- Исследование агентов и вызова функций
- Сравнение с коммерческими моделями
- Эксперименты с чат-ассистентом
- Размеры
- 70B – 72B
- Железо
- от: 1 видеокарта
