🤗 Топ-5 Hugging Face за неделю

DeepSeek снова обновили флагманскую модель V4.1 Flash, теперь с индексом 1017, и сами называют это небольшим шагом вперёд в рассуждении, программировании и агентных задачах. Модель весит 763 миллиарда параметров, и даже сжатая версия занимает около 460 гигабайт, так что дома её не поставить. За эту неделю скачивания выросли почти в десять раз, с 10 до 105 тысяч. Я каждый день работаю с агентами в Claude Code, и с китайскими моделями такого размера почти всегда вижу одно и то же: цифры в тестах сильные, а в настоящей агентной работе они слабее.

💻 Серверное железо — дома не запустить. Даже сжатая версия занимает около 460 ГБ.

Команда Spark выпустила Spark-X2.6-4B — компактную модель для запуска на своём устройстве, чуть больше месяца после прошлой версии. Параметров всего 4,1 миллиарда, контекст — около миллиона токенов, а лицензия Apache 2.0 позволяет свободно использовать модель и в коммерции. Архитектуру авторы не трогали, весь прирост получили за счёт дополнительного обучения, и утверждают, что модель на уровне или обгоняет некоторые 9-миллиардные модели. Мне понравилось, что есть три уровня «размышления» — для простых задач рассуждение можно выключить и не платить за это временем.

💻 Обычный ноутбук от 8 ГБ оперативки — модель крошечная, 4,1 миллиарда параметров.

Black Forest Labs сами описывают FLUX 3 Image Klein как модель с открытыми весами на 5,6 миллиарда параметров для генерации и редактирования картинок, и в этот раз сами же упаковали её под ComfyUI с готовыми наборами для работы — собирать из кусков не нужно. Модель принимает до десяти референсных изображений и совмещает в себе генерацию по тексту, редактирование одной фотографии и сборку композиции из нескольких фото — раньше это были три разные модели. Облегчённая версия идёт на видеокарте от 8 гигабайт — подходит даже не самая новая RTX 3070. За неделю скачивания выросли больше чем вдвое, с 338 до 750 тысяч, так что интерес явно не угасает.

💻 Видеокарта от 8 ГБ — версиям потяжелее нужна видеокарта мощнее.

Lightricks описывают LTX-2.5 как модель с открытыми весами для локального запуска и дообучения у себя, а её основная задача — генерация синхронного видео со звуком по тексту, картинке или видео на входе. Ролик может идти до 121 кадра и теперь собирается из нескольких связанных сцен с одним и тем же персонажем — раньше такое приходилось склеивать руками. Модель выходит в двух версиях по 22 миллиарда параметров — быстрой дистиллированной и полной для дообучения, но точную видеокарту для запуска авторы так и не называют, и это раздражает, если планируешь ставить её дома. По лицензии коммерческое использование бесплатно, если выручка компании меньше 10 миллионов долларов в год.

💻 Точных цифр авторы не называют. По размеру модели (22 миллиарда параметров) — ориентировочно видеокарта от 13 ГБ в сжатой версии, для исходной нужна видеокарта мощнее или Mac с большим объёмом памяти.

Qwen выпустили Qwen3.8-27B — модель на 27,8 миллиарда параметров, которая понимает не только текст, но и картинки с видео, а контекст умеет держать до миллиона токенов. На бенчмарке по управлению компьютером OSWorld она набрала 84,3 балла, а на GPQA Diamond — 89,2. Сами авторы называют её шагом вперёд в программировании, профессиональной работе и длинных агентных задачах. Мне нравится, что такую модель можно поставить на свою видеокарту, а не зависеть только от чужого API — для агентных сценариев это даёт больше контроля над тем, что происходит с данными.

💻 Mac от 32 ГБ памяти или видеокарта на 24 ГБ.