🤗 Топ-5 Hugging Face за неделю

Поставить эту модель себе на ноутбук я даже не пытался: 763 миллиарда параметров, для такого нужен сервер, а не домашняя машина. DeepSeek обновили свою флагманскую модель для агентов и кода — это небольшая правка версии V4.1-Flash, но с заметным приростом в рассуждениях, коде и работе с картинками. Она понимает не только текст, но и изображения, и держит до миллиона токенов контекста — это книга в полторы тысячи страниц за один раз. Веса открыты по лицензии MIT, так что модель можно взять через облачного провайдера и не зависеть от одного закрытого сервиса.

💻 Серверное железо — дома не запустить

Эту модель я специально проверил на обычном ноутбуке — весит она всего несколько гигабайт, а в 4-битной версии укладывается примерно в гигабайт памяти. LiquidAI сделали её для локальных агентов: вызов инструментов, структурированные ответы, узкие задачи под конкретный проект. Говорит на 16 языках, включая русский, и держит контекст в 256 тысяч токенов — туда можно сразу закинуть длинный лог или документацию. Сами авторы честно пишут: для сложного многошагового рассуждения или агентного программирования она не предназначена, и с этим я согласен — здесь её конёк другой.

💻 Обычный ноутбук от 8 ГБ оперативки

Расшифровку записей я гонял именно ради этого релиза: NVIDIA выпустила открытую офлайн-модель, которая переводит речь в текст без облака. Она понимает 40 языков, различает говорящих по голосу, расставляет тайм-коды и переводит речь с английского на 39 языков и обратно. Ошибка распознавания слов на английском — около 4,7 процента, и расшифровка выходит почти без правок руками. Записи держит до часа за один проход, и для этого нужна действительно сильная машина, а не ноутбук с четырьмя гигабайтами памяти.

💻 Mac от 64 ГБ памяти или видеокарта на 48 ГБ

Эту модель я представлял себе иначе, но дело оказалось не в точности распознавания, а в длине документа. Baidu убрали ограничение на размер страницы: обычные OCR-модели начинают путаться и забывать начало, когда документ большой, а здесь за счёт нового механизма внимания документ можно подавать практически любой длины, не разбивая на кусочки руками. Весит модель всего 3,3 миллиарда параметров и влезает на обычный ноутбук. Работает с разными языками и распознаёт не только текст, но и структуру страницы.

💻 Обычный ноутбук от 8 ГБ оперативки

Эту модель я поставил на свою рабочую машину, а не на сервер: 33 миллиарда параметров — это уровень одного мощного компьютера, не облака. Nanbeige называют её учительской моделью: она старшая в линейке, и из неё в будущем обучат младшие версии. Контекст держит до 512 тысяч токенов — туда помещается крупный кодовый репозиторий целиком, и заточена модель именно под агентные задачи: код, офисную рутину, многошаговые поручения. Лицензия Apache 2.0, так что в коммерческом проекте использовать можно без вопросов.

💻 Mac от 32 ГБ памяти или видеокарта на 24 ГБ