> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli.md).

# Языковые модели

- [Обзор](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/language-models.md)
- [компонент](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/ollama.md): Запускайте LLM локально с Ollama на GPU Clore.ai
- [Open WebUI](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/open-webui.md): Интерфейс, похожий на ChatGPT, для запуска LLM на GPU Clore.ai
- [vLLM](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/vllm.md): Высокопропускной инференс LLM с vLLM на GPU Clore.ai
- [Сервер Llama.cpp](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/llamacpp-server.md): Эффективный инференс LLM с сервером llama.cpp на GPU Clore.ai
- [Text Generation WebUI](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/text-generation-webui.md): Запустите text-generation-webui для инференса LLM на GPU Clore.ai
- [ExLlamaV2](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/exllamav2-fast.md): Инференс LLM на максимальной скорости с ExLlamaV2 на GPU Clore.ai
- [LocalAI](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/localai-openai-compatible.md): Самостоятельно размещаемый OpenAI-совместимый API с LocalAI на Clore.ai
- [Llama 3.3 70B](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/llama33.md): Запустите модель Meta Llama 3.3 70B на GPU Clore.ai
- [Mistral и Mixtral](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/mistral-mixtral.md): Запустите модели Mistral и Mixtral на GPU Clore.ai
- [DeepSeek Coder](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/deepseek-coder.md): Лучшая в классе генерация кода с DeepSeek Coder на Clore.ai
- [DeepSeek-V3](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/deepseek-v3.md): Запустите DeepSeek-V3 с исключительной способностью к рассуждению на GPU Clore.ai
- [Модель рассуждений DeepSeek-R1](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/deepseek-r1.md): Запустите open-source модель рассуждений DeepSeek-R1 на GPU Clore.ai
- [Qwen2.5](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/qwen25.md): Запустите многоязычные LLM Alibaba Qwen2.5 на GPU Clore.ai
- [CodeLlama](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/codellama.md): Генерируйте, дополняйте и объясняйте код с CodeLlama на Clore.ai
- [Gemma 2](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/gemma2.md): Запускайте модели Google Gemma 2 эффективно на GPU Clore.ai
- [Phi-4](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/phi4.md): Запустите небольшую языковую модель Phi-4 от Microsoft на GPU Clore.ai
- [Llama 4 (Scout и Maverick)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/llama4.md): Запустите модели Meta Llama 4 Scout и Maverick MoE на GPU Clore.ai
- [Gemma 3](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/gemma3.md): Запустите мультимодальные модели Google Gemma 3 на Clore.ai — превосходит Llama-405B, будучи в 15 раз меньше
- [Gemma 4 (26B MoE, 4B активных)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/gemma4.md): Разверните Gemma 4 (26B MoE, 4B активных) от Google на Clore.ai — открытая модель с весами, выпущенная в апреле 2026 года, которая поднялась до
- [Mistral Small 3.1](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/mistral-small.md): Разверните Mistral Small 3.1 (24B) на Clore.ai — идеальная производственная модель для одной GPU
- [Qwen3.5](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/qwen35.md): Запустите Alibaba Qwen3.5 на Clore.ai — самая свежая frontier-модель (февраль 2026)
- [Qwen3.5-Omni (мультимодальная)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/qwen35-omni.md)
- [GLM-5](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/glm5.md): Разверните GLM-5 (744B MoE) от Zhipu AI на Clore.ai — доступ к API и самостоятельный хостинг с vLLM
- [GLM-4.7-Flash](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/glm-47-flash.md): Разверните GLM-4.7-Flash (30B MoE) от Zhipu AI на Clore.ai — эффективную языковую модель с результатом 59.2% на SWE-bench
- [Kimi K2.5](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/kimi-k2.md): Разверните Kimi K2.5 (1T MoE мультимодальная) от Moonshot AI на GPU Clore.ai
- [Mistral Large 3 (675B MoE)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/mistral-large3.md): Запустите Mistral Large 3 — frontier-модель с 675B параметров и 41B активных параметров на GPU Clore.ai
- [Mistral Medium 3.5 (128B, плотная, 256K)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/mistral-medium35.md): Разверните Mistral Medium 3.5 на Clore.ai — 128B плотная, контекст 256K, двухрежимное рассуждение, выпущенное в апреле 2026 года. Production-настройка vLLM/SGLang на 4× H100 или 2× H200.
- [MiMo-V2-Flash](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/mimo-v2-flash.md): Разверните MiMo-V2-Flash (309B MoE) со спекулятивным декодированием на Clore.ai — сверхбыстрый инференс со скоростью 150+ ток/с
- [Ling-2.5-1T (1 триллион параметров)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/ling25.md): Запустите Ling-2.5-1T — open-source LLM Ant Group с 1 триллионом параметров и гибридным линейным вниманием на GPU Clore.ai
- [LFM2-24B-A2B](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/lfm2-24b.md): Разверните LFM2-24B-A2B от Liquid AI на Clore.ai — гибридная архитектура SSM+Attention с 24B всего / 2B активных параметров
- [DeepSeek V4 (1.6T MoE, мультимодальная)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/deepseek-v4.md): Разверните DeepSeek V4 на Clore.ai — передовая MoE с лицензией MIT, обновлённая как Flash-0731 и Pro-0813
- [GLM-5.1 (744B MoE, #1 SWE-Bench Pro)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/glm-5-1.md): Разверните GLM-5.1 (744B MoE, 40B активных) от Z.ai на Clore.ai — модель с открытыми весами, которая заняла первое место на SWE-Bench Pro в апреле 2026 года
- [NVIDIA Nemotron 3 Super (120B MoE)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/nvidia-nemotron-3-super.md)
- [Gemini 3.1 Flash Lite](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/gemini-3-1-flash-lite.md)
- [Hy3 Preview (Tencent Hunyuan 3, 295B MoE)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/hy3-preview.md): Разверните Hy3 Preview от Tencent (295B MoE, 21B активных, 256K ctx) на Clore.ai — первую модель из перестроенного training stack Tencent Hunyuan, настроенную для долгосрочного рассуждения и agentic coding
- [MiMo-V2.5-Pro (Xiaomi 1T MoE)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/mimo-v25-pro.md): Разверните MiMo-V2.5-Pro (1.02T MoE, 42B активных, контекст 1M) от Xiaomi на Clore.ai — первый open-weight Pro-уровень от команды MiMo, нативный FP8, гибридное внимание
- [MiniMax M2.7 (229B MoE для кодинга)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/minimax-m27.md): Разверните MiniMax M2.7 (229B MoE) на Clore.ai — open-weight релиз с самостоятельным хостингом, лежащий в основе продвижения coding-агентов MiniMax, с развёртыванием FP8 на одном узле на H100/H200
- [Ling-2.6-flash (Ant Group 104B MoE)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/ling-26-flash.md): Разверните Ling-2.6-flash (104B MoE, 7.4B активных) от Ant Group на Clore.ai — flash-версию, оптимизированную для агентов, которая помещается на одной RTX 4090
- [Qwen3.6-27B (плотная, одна GPU)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/qwen36-27b.md): Разверните Qwen3.6-27B от Alibaba на Clore.ai — плотную модель на 27B, которая помещается на одной RTX 4090 и поставляется с нативным контекстом 262K
- [Qwen3.8-27B (плотная VLM, одна карта)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/qwen38-27b.md): Разверните Qwen3.8-27B на Clore.ai — плотную 27B зрительно-языковую модель Alibaba, которая работает на одной RTX 4090 в Q4 и на одной RTX 5090 в FP8
- [GLM-5.2 (MIT, контекст 1M)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/glm-5-2.md): Запустите GLM-5.2, флагманскую кодинговую модель Z.ai с лицензией MIT и контекстом 1M, на мощном много-GPU риге из маркетплейса Clore.ai
- [MiniMax M3 (428B мультимодальная)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/minimax-m3.md): Разверните MiniMax M3, нативно мультимодальную MoE на 428B с контекстом 1M токенов, на много-GPU ригах Clore.ai
- [NVIDIA Nemotron 3 Ultra (550B Mamba-MoE)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/nemotron-3-ultra.md): Запустите NVIDIA Nemotron 3 Ultra, открытый гибрид Mamba-MoE на 550B, на Blackwell-ригах из маркетплейса Clore.ai
- [Mistral Small 4 (119B MoE, 6.5B активных)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/mistral-small4.md): Разверните Mistral Small 4 (119B MoE, 6.5B активных) на двух потребительских GPU из маркетплейса Clore.ai — Apache 2.0, контекст 256K, зрение и рассуждение в одной модели
- [Kimi K3 (2.8T — что для этого нужно)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/kimi-k3.md): Что такое Kimi K3, что на самом деле нужно, чтобы самостоятельно хостить 2.8 триллиона параметров, и что вместо этого запускать на Clore.ai
- [TGI (Text Generation Inference)](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/tgi.md): Запустите HuggingFace Text Generation Inference (TGI) для production-сервинга LLM на GPU Clore.ai
- [SGLang](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/sglang.md): Разверните SGLang для высокопроизводительного сервинга LLM с RadixAttention на GPU Clore.ai
- [Aphrodite Engine](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/aphrodite-engine.md): Запустите Aphrodite Engine для инференса LLM на старых и современных GPU на Clore.ai
- [AI-шлюз LiteLLM](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/litellm.md): Разверните LiteLLM как AI Gateway-прокси для 100+ LLM на GPU Clore.ai
- [MLC-LLM](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/mlc-llm.md)
- [PowerInfer](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/powerinfer.md)
- [LMDeploy](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/lmdeploy.md)
- [Mistral.rs](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/mistral-rs.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.