Семь новинок попали в топ Hugging Face, пять запускаются на своём ПК

Что нового в топ-20 трендов Hugging Face за неделю, сколько памяти нужно каждой модели и где её попробовать без установки.

Обложка: Семь новинок попали в топ Hugging Face, пять запускаются на своём ПК

В топ-20 трендов Hugging Face на 16 ноября 2026 года вошли семь моделей, которых не было в нашем прошлом обзоре, и пять из них можно запустить на своём компьютере. На втором месте генератор картинок MiniMax-H3-Image: пользователь запустил его на видеокарте с 12 ГБ памяти. Самая маленькая новинка, модель зрения Mirage, весит 22 МБ, самая большая, LongCat-2.5, занимает 3,56 ТБ.

Для разработчика неделя дала локальный синтез и диалог голосом с русским языком под Apache 2.0 (ZONOS3-Mini и Haru-4B), агентную модель на 145 млрд параметров для одной игровой видеокарты (Edge0-145B) и открытые веса Inkling 2 Small, выложенные 12 ноября. Ограничения начинаются с лицензий: публичная лицензия MiniMax-H3-Image не даёт прав в США, ЕС, Великобритании и Южной Корее, а Edge0 запрещает без отдельной лицензии продавать модель и запускать на ней коммерческий сервис.

Ключевые выводы
  • Семь новых моделей в топ-20: MiniMax-H3-Image (2-е место, ещё две её упаковки на 5-м и 20-м), ZONOS3-Mini (6), Inkling 2 Small (7), Haru-4B (8), Edge0-145B (11), LongCat-2.5 (17), Mirage (18).
  • MiniMax-H3-Image рисует картинки около 16 Мп за 6 шагов; пользовательский замер на RTX 4070 SUPER 12 ГБ: 11–12 секунд на 4 Мп и около 41 секунды на 16 Мп при 96 ГБ ОЗУ.
  • ZONOS3-Mini (886 млн параметров, 100 млн активных) озвучивает текст на 43 языках, включая русский; 15 ноября поддержку влили в llama.cpp.
  • Edge0-145B по замеру авторов выдаёт 98,3 токена в секунду в агентном режиме на RTX 5090 D 24 ГБ (сборка NVFP4); сборку Q3_K авторы проверили и с ограничением 16 ГиБ видеопамяти и 20 ГиБ ОЗУ.

Какие новые модели в топ-20 и сколько им нужно памяти?

Новые модели в топ-20 трендов Hugging Face на 16 ноября 2026 года

7 сервисов, 5 столбцов
Новые модели в топ-20 трендов Hugging Face на 16 ноября 2026 года
Модель (место)Что делаетРазмер весовСколько памяти нужноЛицензия
MiniMax-H3-Image (2)картинки по тексту и правка по 1–16 референсамDiT 66,28 ГБ и энкодер 66,7 ГБ; int8 у Comfy-Org 20,98 ГБ; GGUF от 6,88 ГБбез выгрузки около 135 ГиБ на одной карте (оценка рецепта vLLM); пользователь: 12 ГБ видеопамяти и около 41 ГБ ОЗУсвоя: прав в США, ЕС, Великобритании и Корее не даёт
ZONOS3-Mini (6)синтез речи и клонирование голоса, 43 языкаGGUF-бэкбон 0,66 ГБ, PyTorch 1,77 ГБавторы не называют; работает в браузереApache 2.0
Inkling 2 Small (7)текст и картинки на входе, агенты и кодNVFP4 393,51 ГБ; квантованные GGUF от 171,73 ГБот 500 ГБ видеопамяти: 2 B300 или 4 H200Apache 2.0 и правила использования
Haru-4B (8)голосовой диалог, слушает и говорит одновременно10,54 ГБоколо 12 ГБ на видеокарте NVIDIAApache 2.0
Edge0-145B (11)агентный кодинг на своём ПКNVFP4 113,78 ГБ, Q3_K 106,28 ГБ (вместе с таблицей n-грамм на 51,2 ГБ)NVFP4: 23,25 ГиБ видеопамяти и 38,27 ГиБ ОЗУ; Q3_K проверена при 16 ГиБ и 20 ГиБ, это не минимумсвоя: коммерческий сервис по отдельной лицензии
LongCat-2.5 (17)агентные задачи, картинки и видео на входеBF16 3561,99 ГБ, W4A4 1336,05 ГБавторы не называютMIT
Mirage (18)описание сцены, объекты, OCR и маски в JSON0,0216 ГБ (2 бита), 0,216 ГБ (fp32)телефон или ноутбук, хватает CPUApache 2.0
Листайте столбцы →Смахните влевоВсе 5 столбцов
Карточки моделей и API Hugging Face, 16 ноября 2026 года

Что нового для генерации картинок?

MiniMax-H3-Image генерирует картинки по тексту и правит одну или несколько картинок-референсов, до 16 штук за запрос, в одном чекпойнте. Разрешение около 16 Мп при любом соотношении сторон, от 4096 на 4096 до 6272 на 2688, без апскейлера. Диффузионный трансформер на 33,1 млрд параметров дистиллирован до 6 шагов без classifier-free guidance, текстовый энкодер Qwen3-VL взят из видеомодели MiniMax-H3 без изменений. Карточка указывает только английский; короткий промпт на любом языке авторы советуют разворачивать в подробное описание отдельной моделью.

Семь новинок попали в топ Hugging Face, пять запускаются на своём ПК_7
Примеры генерации из карточки модели. Изображение: MiniMax

Репозиторий создан 3 ноября, но веса MiniMax выложила 10 ноября, и на этой неделе модель поднялась в трендах вместе с упаковками: файлы для ComfyUI от Comfy-Org (5-е место) и GGUF-кванты Abiray (20-е). У Comfy-Org DiT урезан до 40,23 ГБ в bf16, 20,98 ГБ в int8 и 12,55 ГБ в w4a8. GGUF занимают от 6,88 ГБ (Q2_K) до 14,08 ГБ (Q5_K_M); автор квантов рекомендует Q4_K_M на 11,57 ГБ для карты на 16 ГБ, но текстовый энкодер нужно скачать отдельно, в Q4_K_M он весит ещё 14,6 ГБ.

По рецепту vLLM-Omni на четырёх H200 картинка 1024 на 1024 занимает 0,77 секунды, 4736 на 3552 занимает 3,84 секунды, правка 2048 на 2048 занимает 1,35 секунды. Пользовательский замер в обсуждении на Hugging Face: RTX 4070 SUPER 12 ГБ, 96 ГБ ОЗУ, int8-файлы Comfy-Org. Картинка 4,1 Мп получалась за 11–12 секунд, 16,5 Мп за 41 секунду; ComfyUI подгружал 21-гигабайтный DiT из оперативной памяти, занято было около 41 ГБ ОЗУ.

Главное ограничение в лицензии. Она не даёт прав в ЕС, Великобритании, Республике Корея и США; компаниям оттуда MiniMax предлагает обращаться за отдельной лицензией. Письменное разрешение MiniMax нужно, если годовая выручка компании больше $1 млн или если модель работает как сервис для третьих лиц, включая API. В интерфейсе коммерческого продукта обязательно показывать название MiniMax-H3-Image, а надпись «Powered by MiniMax-H3-Image» лицензия только рекомендует.

Что вышло для синтеза речи и голосового диалога?

ZONOS3-Mini от Zyphra озвучивает текст на 43 языках, включая русский, и клонирует голос по образцу без расшифровки. По техотчёту, в модели 886 млн параметров (карточка округляет до 800 млн), на токен работают 100 млн. Звук 44,1 кГц, до 10 минут за одну генерацию. По замерам авторов на одной H100, первый звук приходит через 80 мс при 8 параллельных запросах, пиковая пропускная способность 457 секунд аудио в секунду, средний WER по 55 языковым наборам их же теста ZTTS2-Eval 6,71%. Независимых чисел пока нет.

15 ноября поддержку модели влили в llama.cpp. Из открытых проблем: модель пропускает типографский апостроф (U+2019), который ставят текстовые редакторы и электронные книги, обучали её только на прямом (U+0027); заявленный урду, по словам пользователей, генерируется неправильно. Запуск через SGLang-Omni по карточке, с OpenAI-совместимым эндпоинтом:

			sgl-omni serve --model-path Zyphra/ZONOS3-Mini --port 8000

curl -X POST http://localhost:8000/v1/audio/speech \
  -H "Content-Type: application/json" \
  -d '{"input": "Hello from ZONOS3-Mini!"}' \
  --output output.wav
		

Haru-4B японского стартапа higurashi работает как собеседник в телефонном звонке: слушает и говорит одновременно, обрабатывая кадр каждые 133 мс. Персонажа задаёт текстовая карточка, голос задаёт образец от 3 секунд до 3 минут, на который у вас есть права. Основа модели Qwen3.5-4B плюс аудиокодек VibeVoice, всего 5,27 млрд параметров, веса 10,54 ГБ. Основных языков девять, русский среди них. Это базовая модель для исследований: по карточке, она не годится как источник фактов и плохо следует инструкциям.

По замеру авторов, задержка на MacBook с M1 Max в int8 составляет 65,2 мс без учёта накопления аудиокадра, которое добавляет до 133 мс. Авторы пишут, что хватает видеокарты NVIDIA примерно с 12 ГБ, но в обсуждении отзывы разные: у одного пользователя на RTX 4070 SUPER 2,5 ГБ ушли в оперативную память и модель почти не отвечала, у другого на RTX 3060 12 ГБ всё работало с задержкой 300 мс. Команда запуска из карточки:

			git clone https://github.com/higurashi-ai/Haru && cd Haru
pip install -e ./haru
python -m haru.server --hf-repo higurashi-ai/Haru-4B
		

Какие новые языковые модели появились в топе?

Edge0-145B собрана на базе Qwen3.8-Flash-Next: авторы перестроили слой экспертов и обучили модель сразу в 4 битах. Это MoE на 145 млрд параметров, из которых на токен работают 10,12 млрд, контекст 256 тыс. токенов, картинки принимает через отдельный модуль strata-vision. По замерам авторов на RTX 5090 D 24 ГБ сборка NVFP4 занимает 23,25 ГиБ видеопамяти и 38,27 ГиБ ОЗУ и выдаёт 98,3 токена в секунду в агентном режиме; сборка Q3_K на RTX 4090 выдаёт 91,7. На Terminal-Bench 2.1 у Edge0 86,5 против 83,3 у исходной модели, на DeepSWE 1.1 64,6 против 58,7, это тоже цифры авторов. Пользователь path-dev проверил модель на двух RTX 5060 Ti 16 ГБ и 30 ГиБ ОЗУ и получил 32–40 токенов в секунду на генерации.

Официальные сборки Edge0 запускаются в собственном движке edge0-infer из репозитория Edge0 с OpenAI- и Anthropic-совместимым API. Поддержку llama.cpp, vLLM и MLX карточка не упоминает, из сторонних сборок там указана конверсия для движка cortiq; NVFP4 работает только на CUDA. Лицензия Edge0 Community Model License 1.0 разрешает личное и внутреннее использование и коммерческое использование ответов модели, но продажа модели, коммерческий сервис на ней и отдельный коммерческий ассистент для кода требуют письменной лицензии. Поверх действует лицензия Qwen.

LongCat-2.5 от Meituan рассчитана на долгие агентные задачи: код по целому репозиторию, сборку проектов, дизайн. По карточке это MoE на 1,6 трлн параметров с 48 млрд активных, на вход принимает картинки и видео. По замерам авторов, на Terminal Bench 2.1 у неё 88,4 против 70,8 у LongCat-2.0, на BrowseComp 91,9 против 79,9. Веса под MIT занимают 3561,99 ГБ в BF16, версия W4A4 1336,05 ГБ; развёртывание описано только для NPU, GGUF нет.

У Inkling 2 Small от Thinking Machines за неделю случилось главное: 12 ноября компания выложила веса под Apache 2.0, которые при анонсе 5 ноября только обещала. Чекпойнт NVFP4 весит 393,51 ГБ и требует от 500 ГБ видеопамяти, контейнер vLLM на Hopper не запускается: нужна compute capability 10.0, то есть Blackwell. GGUF от Unsloth в квантованных вариантах занимают от 171,73 до 386,51 ГБ (есть и BF16 на 484,38 ГБ) и требуют сборки llama.cpp с поддержкой Inkling 2: pull request в основную ветку на 16 ноября не влит.

Что вышло для компьютерного зрения на устройстве?

Mirage от Cactus Compute за один проход описывает сцену, находит объекты, читает текст, строит маски и связи объектов и выбирает ответ из ваших меток, а результат отдаёт в JSON. В модели 51,3 млн параметров, в 2-битном формате Cactus она весит около 22 МБ. По замеру авторов, полный проход на Samsung Galaxy S26 занимает 74 мс на NPU и 107 мс на CPU; пользователь на Apple M3 Pro получил 100–150 мс на CPU.

Семь новинок попали в топ Hugging Face, пять запускаются на своём ПК_25
Что Mirage извлекает из одной картинки. Изображение: Cactus Compute

Русского среди семи языков описания нет, и с русским текстом на картинках тоже есть проблемы: в небольшом синтетическом тесте пользователя модель не прочитала ни одной фразы на кириллице из четырёх и теряла диакритику. Запуск из карточки:

			# pip install -U cactus-compute
import cactus

print(cactus.Mirage().describe("photo.png"))
		

Где попробовать новинки без установки?

Что из этого запустится на своей видеокарте?

Без видеокарты обойдутся Mirage (CPU телефона или ноутбука) и ZONOS3-Mini (браузер с WebGPU, сборки под CPU и Apple Silicon). Карты на 12 ГБ хватает Haru-4B, хотя отзывы о ней разные, и MiniMax-H3-Image в int8, если в машине много оперативной памяти: в замере выше было занято около 41 ГБ ОЗУ. Edge0-145B авторы гоняли на картах с 24 ГБ видеопамяти и десятками гигабайт ОЗУ, пользователь запустил её на двух картах по 16 ГБ. Inkling 2 Small и LongCat-2.5 проще пробовать через API.

Что держится в топе с прошлых недель?

Большинство остальных мест топ-20 заняты моделями из нашего обзора открытых нейросетей 9 ноября. Первое место у DeepSeek-V4-Pro-Qwen3.5-9B UNCENSORED heretic, 9-миллиардной модели со снятыми отказами. Дальше Qwen3.8-27B, видеомодель LTX-2.5, генератор 3D-объектов Idol, Kimi K3.1 Pro (наша новость о весах на 1,56 ТБ), Arete-27B, файнтюн Qwen3.8-27B от DavidAU и FLUX 3 Image Klein для ComfyUI. В том обзоре не было двух позиций: SAM 3, модели сегментации изображений 2025 года, и оригинальной DeepSeek-V4.1-Flash-1017 под MIT с весами на 510,31 ГБ (мы писали только о её версии со снятыми отказами).

Дальше стоит следить за слиянием поддержки Inkling 2 в основную ветку llama.cpp: после него кванты заработают в обычных сборках. Все цифры скорости и качества новинок, кроме отмеченных пользовательских замеров, пока получены самими авторами.

Источники: Тренды моделей на Hugging Face, Карточка MiniMaxAI/MiniMax-H3-Image, Лицензия MiniMax-H3-Image, Рецепт vLLM-Omni для MiniMax-H3-Image, Замер MiniMax-H3-Image на RTX 4070 SUPER, Карточка Zyphra/ZONOS3-Mini, ZONOS3-Mini Technical Report, arXiv, llama.cpp: поддержка ZONOS3-Mini, Карточка thinkingmachines/Inkling-2-Small, Artificial Analysis: Inkling 2 Small, Карточка higurashi-ai/Haru-4B, Блог higurashi: Haru-4B, Карточка Edge0/Edge0-145B-NVFP4, Карточка meituan-longcat/LongCat-2.5, LongCat API: цены, Карточка Cactus-Compute/mirage, Cactus: Mirage

Изображение на обложке: MiniMax