Instructions to use DICPlay/RusMind-4.6.5-Momentum with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- llama.cpp
How to use DICPlay/RusMind-4.6.5-Momentum with llama.cpp:
Install (macOS, Linux)
curl -LsSf https://llama.app/install.sh | sh # Start a local OpenAI-compatible server with a web UI: llama serve -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M # Run inference directly in the terminal: llama cli -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
Install from WinGet (Windows)
winget install llama.cpp # Start a local OpenAI-compatible server with a web UI: llama serve -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M # Run inference directly in the terminal: llama cli -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
Use pre-built binary
# Download pre-built binary from: # https://github.com/ggerganov/llama.cpp/releases # Start a local OpenAI-compatible server with a web UI: ./llama-server -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M # Run inference directly in the terminal: ./llama-cli -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
Build from source code
git clone https://github.com/ggerganov/llama.cpp.git cd llama.cpp cmake -B build cmake --build build -j --target llama-server llama-cli # Start a local OpenAI-compatible server with a web UI: ./build/bin/llama-server -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M # Run inference directly in the terminal: ./build/bin/llama-cli -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
Use Docker
docker model run hf.co/DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
- LM Studio
- Jan
- vLLM
How to use DICPlay/RusMind-4.6.5-Momentum with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "DICPlay/RusMind-4.6.5-Momentum" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/chat/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "DICPlay/RusMind-4.6.5-Momentum", "messages": [ { "role": "user", "content": "What is the capital of France?" } ] }'Use Docker
docker model run hf.co/DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
- Ollama
How to use DICPlay/RusMind-4.6.5-Momentum with Ollama:
ollama run hf.co/DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
- Unsloth Desktop
- Pi
How to use DICPlay/RusMind-4.6.5-Momentum with Pi:
Start the llama.cpp server
# Install llama.cpp: brew install llama.cpp # Start a local OpenAI-compatible server: llama serve -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
Configure the model in Pi
# Install Pi: npm install -g @earendil-works/pi-coding-agent # Add to ~/.pi/agent/models.json: { "providers": { "llama-cpp": { "baseUrl": "http://localhost:8080/v1", "api": "openai-completions", "apiKey": "none", "models": [ { "id": "DICPlay/RusMind-4.6.5-Momentum:Q4_K_M" } ] } } }Run Pi
# Start Pi in your project directory: pi
- Docker Model Runner
How to use DICPlay/RusMind-4.6.5-Momentum with Docker Model Runner:
docker model run hf.co/DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
- Lemonade
How to use DICPlay/RusMind-4.6.5-Momentum with Lemonade:
Pull the model
# Download Lemonade from https://lemonade-server.ai/ lemonade pull DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
Run and chat with the model
lemonade run user.RusMind-4.6.5-Momentum-Q4_K_M
List all available models
lemonade list
- Hermes Agent
How to use DICPlay/RusMind-4.6.5-Momentum with Hermes Agent:
Start the llama.cpp server
# Install llama.cpp: brew install llama.cpp # Start a local OpenAI-compatible server: llama serve -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
Configure Hermes
# Install Hermes: curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash hermes setup # Point Hermes at the local server: hermes config set model.provider custom hermes config set model.base_url http://127.0.0.1:8080/v1 hermes config set model.default DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
Run Hermes
hermes
- Atomic Chat
- OpenClaw
How to use DICPlay/RusMind-4.6.5-Momentum with OpenClaw:
Start the llama.cpp server
# Install llama.cpp: brew install llama.cpp # Start a local OpenAI-compatible server: llama serve -hf DICPlay/RusMind-4.6.5-Momentum:Q4_K_M
Configure OpenClaw
# Install OpenClaw: npm install -g openclaw@latest # Register the local server and set it as the default model: openclaw onboard --non-interactive --mode local \ --auth-choice custom-api-key \ --custom-base-url http://127.0.0.1:8080/v1 \ --custom-model-id "DICPlay/RusMind-4.6.5-Momentum:Q4_K_M" \ --custom-provider-id llama-cpp \ --custom-compatibility openai \ --custom-text-input \ --accept-risk \ --skip-health
Run OpenClaw
openclaw agent --local --agent main --message "Hello from Hugging Face"
RusMind 4.6.5 · Моментум
Национальный ИИ от DICPlay. Самая лёгкая модель семейства RusMind нового поколения 4.6. Работает прямо на устройстве, без интернета: на ноутбуке, обычном ПК и телефоне.
Попробовать на rusmind.ru · Русский и английский
Вышла новая версия — RusMind 4.7 · Моментум. 0,136 в независимом бенчмарке MERA v2 — выше T-lite от Т-Банка, у которого в 4 раза больше активных параметров; №1 по общему баллу среди моделей до 5 млрд параметров и №1 по культуре и регионам России среди моделей до 10 млрд; лучшие в линейке рассуждения и понимание людей. Рекомендуем перейти на 4.7.
Что нового в 4.6.5
- новое поколение 4.6: №1 по общему баллу MERA v2 среди моделей до 5 млрд параметров; балл на 8 % выше, чем у 4.5.5, и на 30 % выше исходной открытой модели того же размера;
- в 3,3 раза точнее выполняет сложные инструкции с несколькими требованиями сразу;
- сильнее в логических рассуждениях и в работе с инструментами — точнее вызывает функции;
- лучшая в линейке русская орфография и пунктуация;
- точнее в истории России — ключевые события, даты и личности;
- понимает японский с нюансами вежливости, стабильно рассуждает и пишет код — так оценил независимый японский канал Future Craft Lab, тестировавший Моментум в прямом эфире.
Моментум в рейтинге MERA v2
Что такое MERA. MERA (Multimodal Evaluation for Russian-language Architectures) — ведущий независимый бенчмарк русскоязычных нейросетей. Его ведёт Альянс в сфере искусственного интеллекта, который основали Сбер, Яндекс, МТС, VK, «Газпром нефть» и РФПИ. Методологию разработала команда SberDevices вместе с академическими партнёрами, над версиями бенчмарка работали специалисты Сбера, MTS AI, Сколтеха и НИУ ВШЭ. В рейтинге — GigaChat от Сбера, T-lite и T-pro от Т-Банка, A-Vibe от Авито, модели Google, Alibaba, Mistral и других. Правильные ответы на тестовые задания участникам не показывают: результат считает сама платформа MERA, поэтому подогнать его нельзя. Все цифры ниже — из MERA: открыть рейтинг.
В Моментуме 4,6 млрд параметров, а при ответе работают всего 2 млрд — поэтому он летает прямо в браузере и на телефоне. И всё же он обходит модели в 4–12 раз больше по активным параметрам.
- №1 по общему баллу среди моделей до 5 млрд параметров — выше LFM2.5 от Liquid AI, Gemma 4 E2B от Google и Qwen3.5-4B от Alibaba.
- №1 по культуре и регионам России среди всех моделей до 10 млрд параметров — выше T-lite от Т-Банка, Gemma 4 E4B от Google, Qwen3.5-9B от Alibaba и A-Vibe от Авито. Выше даже Zero-Mistral-Small на 24 млрд.
- По общему баллу обходит A-Vibe от Авито (8 млрд), Zero-Mistral-Small (24 млрд — в 12 раз больше активных параметров), Gemma 4 E2B от Google и Qwen3.5-4B от Alibaba.
- В рассуждениях обходит T-lite от Т-Банка (8 млрд), RuadaptQwen3-8B, обе Zero-Mistral (24 млрд) и A-Vibe от Авито.
- В агентных задачах впереди T-lite от Т-Банка, A-Vibe от Авито, Gemma 4 E2B от Google и Zero-Mistral-Small.
- Точнее T-lite от Т-Банка в вызове инструментов — в 1,5 раза, в логических задачах — в 2 раза.
- +8 % к общему баллу по сравнению с Моментумом 4.5.5.
| Рассуждения (Reasoning) | RusMind Моментум (2 млрд активных) | RuadaptQwen3-8B (8 млрд) | Zero-Mistral-Small (24 млрд) | T-lite · Т-Банк (8 млрд) | A-Vibe · Авито (8 млрд) |
|---|---|---|---|---|---|
| Балл MERA v2 | 0,236 | 0,231 | 0,229 | 0,218 | 0,187 |
| Раздел MERA v2 | RusMind Моментум (2 млрд активных) | A-Vibe · Авито (8 млрд) | Gemma 4 E2B · Google (5 млрд) | Qwen3.5-4B · Alibaba (4 млрд) |
|---|---|---|---|---|
| Общий балл | 0,129 | 0,113 | 0,099 | 0,093 |
| Культура и регионы России | 0,216 | 0,171 | 0,139 | 0,057 |
| Рассуждения | 0,236 | 0,187 | 0,227 | 0,217 |
| Агентные задачи | RusMind Моментум (2 млрд активных) | T-lite · Т-Банк (8 млрд) | A-Vibe · Авито (8 млрд) | Gemma 4 E2B · Google (5 млрд) | Zero-Mistral-Small (24 млрд) |
|---|---|---|---|---|---|
| Балл MERA v2 | 0,045 | 0,040 | 0,039 | 0,033 | 0,016 |
Где Моментум точнее A-Vibe от Авито и Gemma 4 от Google — точность ответов в задачах MERA v2:
| Задача | RusMind Моментум | A-Vibe · Авито | Gemma 4 E2B · Google |
|---|---|---|---|
| Расстановка знаков препинания (SAGE) | 0,736 | 0,648 | 0,159 |
| Исправление орфографии (SAGE) | 0,616 | 0,545 | 0,547 |
| Вызов инструментов и функций (GorillaHard) | 0,205 — ×1,4 | 0,148 | 0,055 |
| Логика и сообразительность (NewReasoning) | 0,197 — ×1,5 | 0,130 | 0,195 |
| Ответы от лица персонажей (Characters) | 0,370 — ×1,5 | 0,245 | 0,275 |
| К чему относится слово в тексте (LIMUR) | 0,336 | 0,284 | 0,312 |
| Вопросы с выбором ответа (RUBIN) | 0,280 | 0,207 | 0,249 |
| Слова с противоположными значениями (Enantiosemy) | 0,132 — ×2,0 | 0,067 | 0,085 |
| Понимание юмора (Humor) | 0,047 — ×1,3 | 0,037 | 0,037 |
Данные MERA v2, октябрь 2026; в рейтинге — RusMind Моментум 4.6.5.
Файлы
| Файл | Размер | Для чего |
|---|---|---|
RusMind-Momentum-4.6.5-Lite.gguf |
2,5 ГБ | телефоны и ноутбуки |
RusMind-Momentum-4.6.5-Q4_K_M.gguf |
3,4 ГБ | основной вариант, лучший баланс качества и размера |
RusMind-Momentum-4.6.5-Q8_0.gguf |
5,0 ГБ | максимальное качество в компактном виде |
RusMind-Momentum-4.6.5-BF16.gguf |
9,3 ГБ | полная точность: исследования и своё квантование |
Как запустить
В браузере — проще всего. Откройте rusmind.ru и выберите Моментум: модель один раз скачается в браузер и дальше будет отвечать без интернета.
LM Studio, Ollama, PocketPal и другие программы с GGUF — скачайте нужный файл и откройте его.
llama.cpp:
llama-cli -m RusMind-Momentum-4.6.5-Q4_K_M.gguf -cnv
Что знает RusMind
RusMind глубоко знает историю и культуру России, законы, регионы и народы страны, традиционные семейные ценности и ключевые события — и свободно отвечает на русском и английском.
Все версии модели — в репозитории DICPlay/RusMind-Momentum.
Ответственное использование
Ответы на медицинские, юридические и финансовые вопросы носят справочный характер.
Лицензия
Распространяется по собственной лицензии RusMind License (DICPlay) — текст в файле LICENSE. Коротко: бесплатно для личного и некоммерческого использования, исследований и оценки; коммерческое использование, перепродажа, распространение изменённых и дообученных версий и встраивание в продукты — только по письменному договору с DICPlay. Модель предоставляется «как есть».
© 2026 DICPlay. RusMind — национальный ИИ. Генеральный директор — Кириллин Даниил Станиславович.
- Downloads last month
- 1,605