GPT
הוספת כלי
O

OmniCoder-9B

קוד פתוח

Tesslateרישיון לא דווח2026-03-12

  • transformers
  • safetensors
  • qwen3_5
  • image-text-to-text
  • qwen3.5

התאמה ייעודית של מודל קוד לסוכנים אוטונומיים שרצים ישירות על חומרה מקומית. הוא אומן לחקות התנהגות של מודלים גדולים בסביבת פיתוח אמיתית.

  • 262,144טוקנים בהקשר
  • 17.5 GBמשקל הקבצים
  • 884הורדות בחודש
  • 679לייקים

מה זה

הבסיס כאן הוא מודל שמונה על גבי Qwen3.5-9B, שעבר אימון על יותר מ־425 אלף מסלולי ריצה של סוכני פיתוח. במקום רק להשלים פונקציות, הוא תוכנן לעבוד בתוך מעטפת פיתוח: לקרוא קבצים לפני עריכה, להגיב לשגיאות של שרתי שפה ולהוציא שינויים בפורמט diff מדויק במקום לשכתב קבצים שלמים.

היתרון שלו על פני מודלים רגילים באותו גודל מגיע מהארכיטקטורה שמשלבת מנגנוני תשומת לב ליניאריים יחד עם תשומת לב רגילה, מה שמאפשר לו לטפל בהקשר של 262,144 טוקנים ביעילות. במבחן Terminal-Bench 2.0 הוא הגיע לתוצאה של 23.6 אחוזים לעומת 14.6 אחוזים של מודל הבסיס. זה שיפור של מעל שישים אחוז, שמראה שהוא מבין פקודות טרמינל טוב יותר, למרות שהוא עדיין רחוק מהביצועים של מודלי ענן ענקיים כמו GLM 4.7 שהגיע ל־33.4 אחוזים.

מתאים ל

  • סוכן מקומי לתיקון באגים

    מתאים לעבודה ישירה מול טרמינל מקומי הודות לאימון על יצירת diffs ותגובה לשגיאות שרת שפה.

  • ניתוח בסיסי קוד גדולים

    חלון הקשר של 262 אלף טוקנים מאפשר להזין תיקיות פרויקט שלמות בלי לחתוך קבצים.

  • פיתוח אוטומטי מבוסס בדיקות

    תומך במצב חשיבה פנימי שמאפשר לו לתכנן שלבים ולתקן את עצמו מול פלט של הרצת טסטים.

איפה זה נופל

הכרטיס מודה במפורש שביצועי המודל במשימות שאינן באנגלית לא נבדקו בצורה מעמיקה, מה שאומר שבסביבות עם שמות משתנים או תיעוד בעברית הוא כנראה יתקשה מאוד. בנוסף, היכולת שלו להפעיל כלים תלויה במבנה הספציפי שבו הוא אומן. אם תשתית הסוכן שלכם לא מדמה את הכלים של פרויקטים כמו Claude Code או OpenCode, הפלט שלו יישבר והוא לא יחזיר קריאות תקינות. מעבר לכך, הצלחה של 23.6 אחוזים בטרמינל אומרת שביותר משלושה מתוך ארבעה מקרים הוא נכשל בפתרון הבעיה בפועל.

אותה משפחה

OmniCoder יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

OmniCoder-9B-GGUF8,820

שאלות
נפוצות

האם המודל יכול לעבוד כעוזר פיתוח בעברית?

היוצרים מציינים שהמודל לא נבדק לעומק בשפות שאינן אנגלית. מומלץ להשתמש בו לקוד ותיעוד באנגלית בלבד, שכן תמיכה בעברית אינה מובטחת.

באיזו טמפרטורה מומלץ להריץ אותו כדי להפעיל כלים בצורה יציבה?

עבור משימות סוכן והפעלת כלים ההמלצה הרשמית היא להוריד את הטמפרטורה לערכים שבין 0.2 ל־0.4. במשימות כלליות של כתיבת קוד אפשר להעלות אותה ל־0.6 כדי לקבל פתרונות מגוונים יותר.

איך מריצים

המשקל בגרסת המקור תופס 17.5 ג'יגה בייט בזיכרון, ולכן צריך כרטיס מסך עם לפחות 24 ג'יגה בייט זיכרון כדי לטעון אותו ישירות. אפשר להריץ אותו דרך ספריית transformers או שרת vLLM בפקודה אחת פשוטה.

אם אין לכם כרטיס כזה, קיימות גרסאות מכווצות בפורמט GGUF להרצה מקומית על מעבד או זיכרון גרפי קטן יותר דרך llama-cli. אם אתם צריכים לפתוח חלון הקשר מלא של מאות אלפי טוקנים או לחבר אותו לעשרות קריאות מקבילות ביום, שרת עצמאי יקר מדי ועדיף להשתמש בפתרון ענן.

from transformers import pipeline

pipe = pipeline("text-generation", model="Tesslate/OmniCoder-9B")
print(pipe("שלום"))

הקבצים

11 קבצים במאגר, 17.5 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון לא מוגדר באופן מסודר במטא-דאטה של העמוד, אך בתוך הטקסט של כרטיס המודל מופיע תג של רישיון Apache 2.0 וצוין שהמשקולות פתוחות לחלוטין. חוסר ההתאמה הזה דורש זהירות אם אתם מתכננים לשלב אותו במוצר מסחרי, ומומלץ לוודא את הסטטוס המשפטי מול היוצרים לפני הטמעה רחבה.

הרישיון המלא בעמוד המודל ↗