Матрица моделей — выпуск 0.3.66¶

Эта страница — справочная фиксация каталога, поставляемого вместе с НайсСофт — ИИ Студией 0.3.66. При обновлении продукта значения нужно сверять с новым config/models/catalog.json и состоянием Центра управления моделями.

Warning

Статическая таблица не заменяет проверку совместимости на реальном сервере. Решение об установке принимает мастер по фактическим GPU, видеопамяти, вычислительной совместимости, числу ускорителей, диску и доступности среды выполнения.

1. Как читать таблицу¶

минимальная VRAM — нижняя техническая граница профиля, а не рекомендуемый рабочий запас;
рекомендуемая VRAM — более безопасный класс для нормальной эксплуатации;
нативный контекст — возможность исходной модели, а не обещание использовать весь объём на любом GPU;
размер загрузки — ориентир по файлам модели на диске, а не требуемая VRAM;
вычислительная совместимость — минимальный класс архитектуры NVIDIA для текущего профиля;
среда выполнения — управляемая серверная среда Студии, а не возможность запуска пользователем произвольного кода.

2. Квалифицированный локальный каталог¶

Модель	Идентификатор	Статус в каталоге	Среда	Формат	Мин. совместимость	Мин./реком. VRAM	Нативный контекст	Загрузка	Лицензия
Qwen3 8B · AWQ	`qwen3-8b-awq`	рабочая, компактный класс	vllm	AWQ · 4 бита	7.5+	12 / 16 ГБ	40,960	6.11 ГБ	Apache-2.0
Qwen2.5 Coder 7B · AWQ	`qwen25-coder-7b-awq`	рабочая, специализированная	vllm	AWQ · 4 бита	7.5+	12 / 16 ГБ	131,072	5.57 ГБ	Apache-2.0
Qwen3.5 4B	`qwen35-4b`	рабочая альтернатива	vllm	Нет	7.5+	14 / 16 ГБ	262,144	9.4 ГБ	Apache-2.0
Qwen3.5 9B	`qwen35-9b`	рабочая, малый запас памяти	vllm	Нет	7.5+	23 / 32 ГБ	262,144	19.4 ГБ	Apache-2.0
Qwen3.8 27B	`qwen38-27b`	основная рабочая	vllm	Нет	7.5+	72 / 80 ГБ	262,144	55.7 ГБ	Apache-2.0
Qwen3.8 27B · FP8	`qwen38-27b-fp8`	рабочая оптимизированная	vllm	FP8 W8A8	8.9+	48 / 64 ГБ	262,144	30.9 ГБ	Apache-2.0
Qwen3 Coder 30B-A3B	`qwen3-coder-30b`	специализированная совместимость	vllm	Нет	7.5+	76 / 80 ГБ	262,144	61.2 ГБ	Apache-2.0
Qwen3 Coder Next	`qwen3-coder-next`	специализированная совместимость	vllm	Нет	7.5+	220 / 256 ГБ	262,144	159.0 ГБ	Apache-2.0
Ministral 3 8B · FP8	`ministral3-8b-fp8`	рабочая альтернатива	vllm	веса FP8	7.5+	16 / 24 ГБ	262,144	10.4 ГБ	Apache-2.0
Ministral 3 14B · FP8	`ministral3-14b-fp8`	рабочая альтернатива	vllm	веса FP8	7.5+	23 / 24 ГБ	262,144	15.7 ГБ	Apache-2.0
GLM-4.7-Flash	`glm47-flash`	рабочая специализированная	vllm	официальный набор весов производителя	8.0+	76 / 80 ГБ	202,752	62.5 ГБ	MIT
Kimi Linear 48B-A3B	`kimi-linear-48b-a3b`	рабочая специализированная	vllm	Нет	8.0+	112 / 141 ГБ	1,048,576	98.3 ГБ	MIT
Mistral Small 4 119B · FP8	`mistral-small4-119b-fp8`	рабочая специализированная	vllm	веса FP8	8.0+	150 / 160 ГБ	262,144	120.9 ГБ	Apache-2.0
Начальная модель Найс Софт · Qwen3 0.6B	`qwen3-06b-test`	только начальная диагностика	llamacpp-test	Q4_K_M	6.1+	1.2 / 2 ГБ	32,768	0.397 ГБ	Apache-2.0

Числа контекста приведены в токенах. В рабочем профиле фактический контекст может быть меньше.

3. Практические классы¶

NVIDIA T4 16 ГБ¶

Основные проверенные варианты:

Qwen3 8B · AWQ — универсальная рабочая модель;
Qwen2.5 Coder 7B · AWQ — программирование и технические задачи;
Qwen3.5 4B — современная компактная альтернатива по результату проверки совместимости.

Не пытайтесь выбирать модель только по числу параметров: AWQ и BF16 имеют разный профиль памяти.

T4i 24 ГБ¶

Доступен больший запас. В зависимости от конкретного профиля мастер может рассматривать:

Qwen3 8B AWQ;
Qwen2.5 Coder 7B AWQ;
Qwen3.5 4B;
Ministral 3 8B FP8;
Ministral 3 14B FP8 — только когда фактический расчёт оставляет достаточный запас.

Qwen3.5 9B имеет минимальную оценку около 23 ГБ и поэтому на 24-ГБ GPU остаётся слишком близко к границе для безусловной рабочей рекомендации.

A100 80 ГБ¶

Основной универсальный профиль:

Qwen3.8 27B BF16.

Также по задаче могут использоваться:

GLM-4.7-Flash;
Ministral 3 14B FP8;
Qwen3 Coder 30B-A3B — если профиль кода оправдан.

Почему не Qwen3.8 27B FP8 на A100¶

Профиль qwen38-27b-fp8 требует вычислительную совместимость 8.9+. NVIDIA A100 имеет 8.0, поэтому наличие 80 ГБ VRAM не отменяет архитектурного ограничения.

Несколько A100 / Gen2 / V4¶

Дополнительные GPU позволяют размещать более крупные модели и увеличивать параллелизм, но сами по себе не делают одну и ту же 27B-модель «умнее».

Например, в квалифицированной матрице для 2×A100 long-context задач рассматривается Kimi Linear 48B-A3B.

V100¶

V100 может иметь большой суммарный объём VRAM, но её вычислительная совместимость — 7.0, а основной vLLM-профиль поставки требует 7.5+.

Поэтому V100 в 0.3.66 не является поддерживаемой конфигурацией для рабочей локальной модели. Начальная диагностическая модель может иметь другой технический путь, но это не делает V100 рабочей платформой Студии.

Полная привязка 27 профилей Яндекс Облака приведена в развёртывании в Яндекс Облаке.

4. Начальная диагностическая модель¶

Начальная модель Найс Софт · Qwen3 0.6B:

идентификатор: qwen3-06b-test;
среда: llama.cpp диагностического профиля;
формат: Q4_K_M;
загрузка: около 0,397 ГБ;
минимальная VRAM: около 1,2 ГБ;
назначение: проверить цепочку GPU → контейнер → загрузка → активация → ответ.

Danger

Не используйте её для оценки качества продукта, больших документов или рабочих корпоративных сценариев. Это диагностический инструмент первого запуска.

5. Перспективные модели¶

Они присутствуют в планировочной части реестра, но не должны автоматически устанавливаться, пока не снята соответствующая блокировка.

Модель	Идентификатор	Поставщик	Минимум GPU	Минимум VRAM	Загрузка	Лицензия	Почему заблокирована
Qwen3.8 Flash Next	`qwen38-flash-next`	Qwen	4 GPU	420 ГБ	360.0 ГБ	Лицензия сообщества Qwen 1.0	проверка лицензии
DeepSeek V4.1 Flash	`deepseek-v41-flash`	DeepSeek	4 GPU	560 ГБ	510.0 ГБ	MIT	нужна новая среда выполнения
GLM-5.3-Flash	`glm53-flash`	Z.ai	4 GPU	380 ГБ	332.0 ГБ	MIT	нужна новая среда выполнения
MiniMax M2.5	`minimax-m25`	MiniMax	2 GPU	270 ГБ	230.0 ГБ	Изменённая MIT / лицензия модели MiniMax	проверка лицензии и среды

Отображение перспективной модели в интерфейсе означает возможность планировать оборудование, а не разрешение обходить проверку лицензии или среды выполнения.

6. Управляемые текстовые модели Yandex AI¶

Эти модели не выполняются локально. При их выборе нужное содержимое запроса передаётся в Yandex AI Studio.

Модель	Идентификатор Студии	Контекст	Назначение
Alice AI LLM	`aliceai-llm`	131,072	Флагманская языковая модель Яндекса для бизнес-диалогов, документов, поиска по знаниям, редактирования и генерации текста.
Alice AI LLM Flash	`aliceai-llm-flash`	65,536	Быстрая и экономичная модель Яндекса для массовых диалогов, суммаризации, классификации и обработки документов.
YandexGPT Pro 5.1	`yandexgpt-5.1`	32,768	Актуальная профессиональная версия YandexGPT для корпоративных текстовых сценариев, извлечения данных, поиска по знаниям и интеграций.
YandexGPT Pro 5	`yandexgpt-5-pro`	32,768	Предыдущее поколение YandexGPT Pro. Оставлено для совместимости существующих бизнес-сценариев; для новых внедрений предпочтительнее 5.1 или Alice AI LLM.
YandexGPT Lite 5	`yandexgpt-5-lite`	32,768	Экономичная YandexGPT для простых текстовых задач, классификации, коротких ответов и массовой обработки.

Для облачных моделей не фиксируйте стоимость в постоянной справочной таблице: тарифы являются внешней динамической величиной. Используйте актуальную страницу тарификации Yandex AI Studio.

7. Модели Яндекса, которые видны справочно, но не включены как чат-модель¶

В реестре 0.3.66 дополнительно описаны:

дообученная YandexGPT Lite — зависит от конкретного Folder клиента;
Yandex Text Embeddings v1/v2 — вспомогательные модели представлений;
Alice AI ART — генерация изображений, не входит в текущий текстовый профиль Студии;
Speech Realtime — голосовые модели, голосовой режим продукта сейчас не поставляется.

Не рекламируйте такую строку реестра как функцию пользовательского чата.

8. Статусы жизненного цикла¶

В интерфейсе фактические подписи могут меняться, но смысл сводится к следующим состояниям:

не установлена
→ проверка
→ загрузка
→ установлена
→ активация
→ готова

Отдельно возможны:

несовместима с текущим оборудованием;
заблокирована политикой/лицензией;
ошибка загрузки;
ошибка запуска;
ожидает активации;
диагностическая;
перспективная.

9. Источник истины¶

В порядке убывания актуальности:

текущая карточка «Модели» на реальном сервере;
результат проверки оборудования и совместимости;
config/models/catalog.json именно установленного выпуска;
docs/YC_MODEL_MATRIX.md того же выпуска;
эта справочная страница.

Если значения расходятся, не устанавливайте модель вслепую — сначала выясните версию выпуска.