В примере — семейство от Alibaba третьего поколения. Аналогично Llama3, Gemma3, Mistral и другие.

В примере — модель дополнительно обучена на коде. Встречаются и другие профили, например math, vision или audio. Если специализации нет, модель универсальная.

В примере — 30 миллиардов параметров. Чем их больше, тем модель умнее и требовательнее к ресурсам.

В примере — архитектура MoE (Mixture of Experts / Смесь экспертов). Модель весит как 30B, но при обработке запроса задействует только три миллиарда параметров. Это делает ее быстрее и экономичнее.

В примере — дообученная на диалогах модель, которая понимает формат взаимодействия в чате. Именно такие модели используют в ИИ-ассистентах. Без этого тега пишут базовые модели, которые предсказывают следующий токен, но не умеют «общаться».

В примере обозначение показывает, что веса модели хранятся в формате 8-битных чисел. Чем ниже разрядность, тем меньше места занимает модель и больше вероятность неточности.

RAG-системы часто работают с технической документацией и регламентами. 128K позволяет не дробить источники и сохранить связность контекста.

Сильная логика, мультиязычность (включая русский и европейские языки), нативная поддержка кода, таблиц и структурированных выводов.

При работе с длинным контекстом потребляет до 70% меньше VRAM, чем чистые трансформеры. больше документов в одном запросе, но с низкой стоимостью инференса.

Это единственное семейство моделей, которое соответствует первому в мире международному стандарту подотчетности и надежности в системах управления ИИ.

По итогам Foundation Model Transparency Index за 2025 год, разработчики семейства открыто предоставляют данные об обучении моделей, их архитектуре и качестве параметров. А это необходимо для безопасного внедрения в бизнес-процессы.