Текущая2025-05-05

От Arcee AI
Coder-Large — это потомок Qwen 2.5-Instruct с 32 B-параметрами, который прошел дальнейшее обучение на GitHub с разрешительной лицензией, CodeSearchNet и синтетических корпусах исправлений ошибок. Он поддерживает контекстное окно размером 32 КБ, позволяя работать с несколькими файлами...
Для Coder Large пока нет совпавших результатов в подключённых публичных лидербордах. Исходные значения карточки не используются для G‑Score.
Показатели G‑Код, G‑Рассуждения, G‑Агенты и G‑Зрение рассчитаны по массовым таблицам LiveBench, Artificial Analysis и LMArena. Наведите или нажмите на значок рядом с оценкой, чтобы увидеть исходный лидерборд, вариант модели, значение и размер выборки.
Уверенность данных
низкая
Покрытие
0 тестов · 0 направлений
Происхождение
нет данных лидербордов
Место исходного бенчмарка показывается только при закреплённом source record и среди других карточек с источником. Эти старые значения не участвуют в G-Score лидербордов.
| Бенчмарк | Результат | Место | Доказательство |
|---|---|---|---|
| GPQA (Экспертные знания) | 65.8% | н/д | Источник не указан |
| MATH (Математика) | 98.4% | н/д | Источник не указан |
| MMLU (Общие знания) | 90.5% | н/д | Источник не указан |
| Arena Elo (LMSYS) | 1516 | н/д | Источник не указан |
| HumanEval (Кодинг) | 88.5% | н/д | Источник не указан |
| SWE-bench (Разработка) | 55.5% | н/д | Источник не указан |
Coder Large — это высокоэффективная специализированная модель от Arcee AI с 32 миллиардами параметров. Построенная на базе Qwen 2.5-Instruct, эта модель прошла глубокое дообучение на огромных массивах открытого кода из GitHub и CodeSearchNet, а также на специально подготовленных синтетических данных по исправлению багов.
Благодаря узкой специализации, Coder Large демонстрирует исключительное понимание программной логики. Она одинаково эффективно работает как с популярными языками (Python, JavaScript, C++), так и с более редкими стеками, предлагая точные и идиоматичные решения.
Хотя контекстное окно в 32 000 токенов кажется скромным на фоне гигантов, оно идеально оптимизировано для работы с кодом. Модель способна анализировать взаимосвязи между несколькими файлами в рамках проекта, что критически важно для корректного рефакторинга и поиска ошибок.
При сопоставимом с флагманами уровне интеллекта в области программирования, Coder Large предлагает крайне низкую стоимость использования. Это делает её идеальным выбором для интеграции в инструменты автоматизации разработки и внутренние кодинг-ассистенты компаний.
| Бенчмарк | Результат Coder Large | Категория |
|---|---|---|
| Arena Elo | 1516 | Топ-уровень для кодинг-моделей |
| MMLU | 90.5% | Общие знания |
| HumanEval | 88.5% | Качество генерации кода |
| MATH | 98.4% | Математические вычисления |
| GPQA | 65.8% | Научные вопросы |
| SWE_bench | 55.5% | Решение инженерных задач |
Coder Large доступна по цене всего $0.50 за 1M входных токенов. Это одно из самых конкурентоспособных предложений на рынке, позволяющее получить доступ к мощному специализированному интеллекту при минимальных затратах.
Статья подготовлена для Gruzdevv.ru. Все данные актуальны на май 2026 года.
Цены приведены за 1 млн токенов и могут меняться. Доступность российских провайдеров проверяется на их стороне.
История семейства
Последовательность собрана по датам релиза моделей Arcee AI в каталоге. Она показывает соседние поколения, но не приписывает им совместимость или наследование архитектуры без отдельного источника.
Сервисы, инструменты, материалы и обсуждения, связанные с моделью.
Откройте результаты по названию модели и проверьте актуальную интеграцию.
Точных связей пока нет. Искать по разработчику.
Задайте вопрос сообществу — карточка модели будет прикреплена автоматически.