Нейросети для учителей — единая таблица 114 ИИ

Как читать оценки. Функциональные и предметные баллы — практическая экспертная оценка пригодности сервиса по шкале 0–5, а не официальный benchmark. Предметная оценка учитывает сразу несколько возможностей: например, для математики — формулы, графики, педагогические объяснения, документы и код; для английского — качество английского, педагогика, звук и документы. Средний возможностей и средний по предметам показаны отдельно.

#	ИИ / сервис	Общие сведения и доступность												Возможности ИИ — оценки 0–5																	Предметы — оценки 0–5
#	ИИ / сервис	Происхождение	Тип	Категория	Что умеет	Возможности / задачи	Бесплатность	РФ	Смартфон	Локально	Лучшие предметы	Сред. возможности	Сред. предметы	Итог	Код	Картинки	Русский	English	Звук	Статьи / поиск	Формулы	Графики	PDF / документы	Презентации	Видео	Педагогика	Делопроизводство	Приватность	Среднее	Сильные стороны	Математика	Русский язык	Английский язык	Литература	Физика	Информатика	Химия	Биология	Обществознание	Экономика	История	ОБЗР	Админ. / делопроизводство	Среднее

Поле	Что означает	Практическое правило
Pipeline / Task	Тип задачи модели	Не используйте embedding-модель как чат.
Model Card	Описание, ограничения, примеры запуска	Читайте до скачивания.
License	Условия использования	Apache/MIT обычно проще; custom/gated/non-commercial требуют отдельной проверки.
Gated model	Нужно принять условия или передать контакты	Без согласия файлы могут быть недоступны.
Safetensors	Формат весов для Python-экосистемы	Предпочтителен старым pickle-файлам, если есть выбор.
GGUF	Формат для llama.cpp и локальных приложений	Ищите GGUF для LM Studio, llama.cpp, KoboldCpp.
Quantizations	Сжатые варианты модели	Для ПК часто разумный старт — 4-bit.
Inference Providers	Облачные поставщики, обслуживающие модель	Можно попробовать модель без своего GPU.

Модель	Класс	Размер	Лицензия	Зачем брать	Ориентир по железу
Qwen/Qwen3-8B ↗	LLM, текст	8B	Apache-2.0	Сильный многоязычный универсал; reasoning/non-reasoning; хороший русский	16 ГБ RAM / 8–12 ГБ VRAM в 4-bit
google/gemma-3-4b-it ↗	Текст + изображение	4B	Gemma Terms	Небольшая мультимодальная модель; 128K контекст	12–16 ГБ RAM / 6–8 ГБ VRAM в квантованном виде
google/gemma-3-12b-it ↗	Текст + изображение	12B	Gemma Terms	Сильнее 4B; документы, изображения, multilingual	24–32 ГБ RAM / 12–16 ГБ VRAM 4-bit
google/gemma-3-27b-it ↗	Текст + изображение	27B	Gemma Terms	Сильный локальный мультимодальный ассистент	48–64 ГБ RAM / 24 ГБ+ VRAM 4-bit
openai/gpt-oss-20b ↗	LLM, reasoning, tools	22B	Apache-2.0	Открытые веса OpenAI; reasoning и агентные сценарии; локальный вариант	Ориентир 24–32 ГБ+ памяти; есть Ollama/LM Studio варианты
openai/gpt-oss-120b ↗	LLM, reasoning, tools	117B, 5.1B активных	Apache-2.0	Серверная модель; OpenAI указывает запуск на одной 80 ГБ GPU	80 ГБ VRAM-класс для штатного запуска
deepseek-ai/DeepSeek-R1-Distill-Qwen-7B ↗	Reasoning	7B	Смотреть карточку	Недорогой локальный reasoning	16 ГБ RAM / 8 ГБ VRAM 4-bit
deepseek-ai/DeepSeek-R1-Distill-Qwen-14B ↗	Reasoning	14B	Смотреть карточку	Более сильный локальный reasoning	24–32 ГБ RAM / 12–16 ГБ VRAM 4-bit
microsoft/Phi-4-mini-instruct ↗	Компактная LLM	≈4B	Смотреть карточку	Для слабого железа, экспериментов и edge-сценариев	8–16 ГБ RAM
BAAI/bge-m3 ↗	Embeddings	≈0.6B	MIT	Мультиязычный поиск по базе документов; хорош для RAG	CPU или небольшая GPU
jinaai/jina-embeddings-v3 ↗	Embeddings	0.6B	CC BY-NC 4.0	94 языка, длинные тексты до 8192 токенов	CPU/GPU; веса около 1.1 ГБ
Qwen/Qwen3-Reranker-0.6B ↗	Reranker	0.6B	Apache-2.0	Пересортировка найденных фрагментов; 100+ языков, 32K контекст	CPU/GPU, около 1.2 ГБ
openai/whisper-large-v3-turbo ↗	Распознавание речи	0.8B	MIT	Быстрая транскрибация; 99 языков	GPU желательна, но возможен CPU
black-forest-labs/FLUX.1-schnell ↗	Изображения	12B	Apache-2.0, gated	Быстрая text-to-image модель; 1–4 шага генерации	Мощная GPU; удобнее Diffusers/ComfyUI/provider
stabilityai/stable-diffusion-3.5-large-turbo ↗	Изображения	крупная diffusion-модель	Смотреть карточку	Генерация изображений локально или через provider	Мощная GPU / облачный provider

Подходит, если нужно быстро проверить модель или встроить её в небольшой скрипт без своего GPU.

pip install -U huggingface_hub

from huggingface_hub import InferenceClient

client = InferenceClient(
    api_key="hf_...",
    provider="auto"
)

answer = client.chat.completions.create(
    model="Qwen/Qwen3-8B",
    messages=[{"role": "user", "content": "Объясни закон Ома для 8 класса"}]
)

print(answer.choices[0].message.content)

Нужно создать Hugging Face token с правом inference. Провайдер можно выбирать автоматически или явно.

Установите LM Studio.
В поиске введите Qwen3 8B GGUF или gpt-oss 20b.
Для 16 ГБ RAM начните с 4–8B; для 32 ГБ — 8–14B.
Выберите 4-bit quantization.
Скачайте модель → Load → Chat.
При необходимости включите Local Server.

ollama pull qwen3:8b
ollama run qwen3:8b

# gpt-oss-20b:
ollama pull gpt-oss:20b
ollama run gpt-oss:20b

Ollama удобно использовать как backend: поверх него ставятся Open WebUI, AnythingLLM, Cline, OpenCode и другие клиенты.

Уровень	Стек	Когда	Плюсы	Минусы
1. Персональный	LM Studio / Jan	1 пользователь	Минимум настройки	Неудобно раздавать другим
2. Локальный сервис	Ollama + Open WebUI	несколько пользователей	Просто, единый интерфейс	Не максимум производительности
3. Универсальный сервер	Transformers Serve	эксперимент / умеренная нагрузка	OpenAI-совместимый API	не для максимального throughput
4. Production LLM	vLLM / SGLang	десятки пользователей, GPU-сервер	batching, высокая загрузка GPU	нужен DevOps
5. Dedicated cloud	HF Inference Endpoints	production без своего GPU	масштабирование и managed infrastructure	стоимость облака

Единая большая таблица ИИ для образования

LLM, Hugging Face и собственный ИИ-контур

1. Что на самом деле скрывается за словом LLM

LLM

Base vs Instruct

Dense vs MoE

Размер модели

Контекст

Reasoning-модель

VLM

Embedding

Reranker

2. Hugging Face: что там лежит и как не утонуть

Models

Spaces

Datasets

Что проверять на странице модели

Три способа начать без скачивания модели

3. Какие модели на Hugging Face смотреть в первую очередь

4. Пять способов запустить модель с Hugging Face

Локальный OpenAI-совместимый сервер через Transformers

5. RAG: ассистент, который отвечает по вашим документам

Простой путь

Инженерный путь

Обязательно

Почему embedding + reranker

6. Когда одного ПК мало: серверная архитектура

7. Не путать системный промпт, RAG и дообучение

Системная инструкция

RAG

Fine-tuning / LoRA

Когда LoRA оправдана

8. Готовые стеки

Домашний ПК, 16–32 ГБ RAM

RTX 4090 / 5090

Школьный GPU-сервер

Без своего GPU

Расшифровка лекций

Картинки локально

Официальные материалы Hugging Face