Lapa чи MamayLM: українська LLM на власному VPS
Дві українські моделі на базі Gemma 3 на CPU-сервері: які GGUF-файли брати, скільки RAM потрібно, як запустити в Ollama чи llama.cpp і що насправді дозволяє ліцензія.
Lapa чи MamayLM: коротка відповідь
Lapa чи MamayLM: обидві українські LLM (large language model, велика мовна модель) можна запустити на власному VPS, і тоді ваші тексти не йдуть до чужого API. Більшості невеликих команд варто почати з MamayLM v2.0 12B у квантизації Q4_K_M. Це найновіша офіційна GGUF-збірка. З контекстом у кілька тисяч токенів вона працює на VPS з 16 ГБ оперативної пам’яті. Lapa запустіть поруч для порівняння, але знайте одну річ: офіційний GGUF-файл Lapa існує лише для версії v0.1.2, а не для новішої v0.1.3.
Обидві моделі є донавчанням (fine-tune) Gemma 3 від Google. Тому в них спільна архітектура 12B, однакова ліцензія і майже однаковий розмір файлів. GGUF означає формат файлу моделі, який читають llama.cpp та Ollama. Усі версії, розміри й дати нижче перевірено на Hugging Face (HF) та в документації 20 листопада 2026 року. Усі команди ви виконуєте на своєму сервері. Щоб завантажити модель, серверу потрібен вихід в інтернет.
Які версії моделей доступні зараз
MamayLM v2.0 від INSAIT
INSAIT опублікував MamayLM v2.0 3 червня 2026 року. У версії 2.0 два розміри: 12B і 27B, де B означає мільярди параметрів. Автори будують обидві моделі на Gemma 3 і описують їх як мультимодальні, тобто такі, що розуміють і текст, і зображення. Моделі 4B у v2.0 немає. Вона була в попередньому поколінні, INSAIT-Institute/MamayLM-Gemma-3-4B-IT-v1.0.
Для v2.0 на HF є п’ять репозиторіїв:
INSAIT-Institute/MamayLM-Gemma-3-12B-IT-v2.0іINSAIT-Institute/MamayLM-Gemma-3-27B-IT-v2.0: повні ваги safetensors для Transformers і vLLM.- INSAIT-Institute/MamayLM-Gemma-3-12B-IT-v2.0-GGUF: чотири GGUF-файли, Q4_K_M, Q5_K_M, Q6_K і Q8_0.
- INSAIT-Institute/MamayLM-Gemma-3-27B-IT-v2.0-GGUF: ті самі чотири квантизації для 27B.
INSAIT-Institute/MamayLM-Gemma-3-27B-IT-v2.0-FP8-dynamic: збірка для vLLM на GPU.
Збірка FP8-dynamic не для CPU-сервера. Її картка вимагає GPU з compute capability 8.9 або вище, наприклад H100, H200 або RTX 4090. Картка також застерігає не запускати модель з прапорцем vLLM --quantization fp8. Якщо ви думаєте про GPU, спершу порахуйте, коли GPU-сервер вигідніший за оплату токенів API.
Lapa LLM: v0.1.3 у safetensors, v0.1.2 у GGUF
Lapa LLM v0.1.3-instruct має 12B параметрів (точніше, 12 187 325 040). Її базова модель lapa-llm/lapa-12b-pt, а та походить від google/gemma-3-12b-pt. Репозиторій v0.1.3 створено 5 червня 2026 року. Дати релізу картка не вказує. Про зміни щодо v0.1.2 картка пише коротко: виправлення alignment (налаштування поведінки моделі) і тест пайплайна, решта моделі без змін. Вхідний контекст за карткою становить 128K токенів, а вихід сягає 8192 токенів.
Головна пастка тут така. Офіційний репозиторій v0.1.3 містить ваги у форматі safetensors, без GGUF. Єдиний офіційний GGUF-репозиторій Lapa називається lapa-llm/lapa-v0.1.2-instruct-GGUF. На 20 листопада 2026 року організація lapa-llm має на HF 12 репозиторіїв, і GGUF серед них є лише для v0.1.2. Тому ollama run чи llama-server з офіційним GGUF запускають v0.1.2, хоч би яку версію ви записали собі в нотатки.
Є ще одна деталь. Репозиторій safetensors v0.1.2 оновлювали 16 вересня 2026 року, а GGUF-репозиторій востаннє змінювали 14 березня 2026 року. Тому не вважайте, що GGUF-файли точно відповідають поточним вагам v0.1.2. Для v0.1.3 є готова збірка skypro1111/lapa-v0.1.3-instruct-Q8_0-GGUF з файлом lapa-v0.1.3-instruct-Q8_0.gguf. Її видавець прямо називає її неофіційною квантизацією від спільноти. Тому самостійна конвертація засобами llama.cpp є додатковим варіантом. Цей процес тут не описано.
Скільки RAM потрібно: реальні розміри GGUF-файлів
Квантизація зберігає ваги моделі меншою кількістю бітів. Q4_K_M стискає сильніше і дає менший файл. Q8_0 стискає менше, тому файл більший, а відповіді ближчі до неквантованої моделі. Lapa додатково публікує Q4_K_S і bf16, тобто неквантовані 16-бітні ваги. Детальніше про цей вибір читайте в матеріалі про квантизацію Q4, Q8 і FP16.
Розміри нижче взято з API Hugging Face з точністю до байта. ГБ тут означає 10^9 байт, саме так рахує вебінтерфейс HF. ГіБ означає 2^30 байт, так рахує free -h у Linux.
Дані, на яких побудовано графік
[
{
"label": "MamayLM 12B Q4_K_M",
"size_gb": 7.3,
"size_gib": 6.8
},
{
"label": "MamayLM 12B Q5_K_M",
"size_gb": 8.45,
"size_gib": 7.87
},
{
"label": "MamayLM 12B Q6_K",
"size_gb": 9.66,
"size_gib": 9.0
},
{
"label": "MamayLM 12B Q8_0",
"size_gb": 12.51,
"size_gib": 11.65
},
{
"label": "MamayLM 27B Q4_K_M",
"size_gb": 16.55,
"size_gib": 15.41
},
{
"label": "MamayLM 27B Q5_K_M",
"size_gb": 19.27,
"size_gib": 17.95
},
{
"label": "MamayLM 27B Q6_K",
"size_gb": 22.17,
"size_gib": 20.64
},
{
"label": "MamayLM 27B Q8_0",
"size_gb": 28.71,
"size_gib": 26.74
},
{
"label": "Lapa v0.1.2 Q4_K_S",
"size_gb": 6.94,
"size_gib": 6.46
},
{
"label": "Lapa v0.1.2 Q4_K_M",
"size_gb": 7.3,
"size_gib": 6.8
},
{
"label": "Lapa v0.1.2 Q5_K_S",
"size_gb": 8.23,
"size_gib": 7.67
},
{
"label": "Lapa v0.1.2 Q8_0",
"size_gb": 12.51,
"size_gib": 11.65
},
{
"label": "Lapa v0.1.2 bf16",
"size_gb": 23.54,
"size_gib": 21.92
}
]Файл MamayLM 12B у Q4_K_M займає 7.3 ГБ. Файл Lapa v0.1.2 у тій самій квантизації займає 7.3 ГБ. Різниця менша за мегабайт, бо архітектура однакова: Gemma 3 12B. MamayLM 27B у Q4_K_M важить уже 16.55 ГБ, а в Q8_0 28.71 ГБ.
На сервері без GPU відеопам’яті немає, тому ваги мають поміститися у звичайну RAM. Ollama показує це в ollama ps: значення 100% CPU у колонці PROCESSOR означає, що модель повністю лежить у системній пам’яті. Диск VPS теж має вмістити файл. Якщо ви завантажуєте модель і для Ollama, і для llama.cpp, на диску будуть дві копії.
Контекст і KV-кеш: звідки беруться ще гігабайти
Крім ваг, рушій тримає KV-кеш (key-value cache). Це збережені проміжні значення уваги для кожного токена в контексті. Чим довший контекст, тим більший кеш. Його розмір можна порахувати з config.json моделей. 12B має 48 шарів, 8 KV-голів і head_dim 256. 27B має 62 шари, 16 KV-голів і head_dim 128. У форматі f16, який Ollama і llama-server використовують за замовчуванням, це 8192 байти на шар на кожен токен для обох розмірів.
Gemma 3 використовує ковзне вікно уваги (sliding window). П’ять шарів із кожних шести дивляться лише на останні 1024 токени. Якщо рушій зберігає для таких шарів лише вікно, кеш значно менший. Чи робить це ваша збірка Ollama або llama-server, ми не перевіряли. Тому графік нижче показує верхню межу: так, ніби кожен шар тримає повний контекст.
Дані, на яких побудовано графік
[
{
"label": "MamayLM 12B Q4_K_M",
"file_gib": 6.8,
"kv_4k_gib": 1.5,
"kv_8k_gib": 3,
"kv_131k_gib": 48
},
{
"label": "Lapa v0.1.2 Q4_K_M",
"file_gib": 6.8,
"kv_4k_gib": 1.5,
"kv_8k_gib": 3,
"kv_131k_gib": 48
},
{
"label": "MamayLM 12B Q8_0",
"file_gib": 11.65,
"kv_4k_gib": 1.5,
"kv_8k_gib": 3,
"kv_131k_gib": 48
},
{
"label": "MamayLM 27B Q4_K_M",
"file_gib": 15.41,
"kv_4k_gib": 1.94,
"kv_8k_gib": 3.88,
"kv_131k_gib": 62
},
{
"label": "MamayLM 27B Q8_0",
"file_gib": 26.74,
"kv_4k_gib": 1.94,
"kv_8k_gib": 3.88,
"kv_131k_gib": 62
}
]Ollama за замовчуванням дає моделі контекст 4096 токенів. Це набагато менше за 128K, які підтримує сама модель. Для 12B такий контекст означає до 1.5 ГіБ кешу, для 27B до 1.94 ГіБ. На 8192 токенах верхня межа подвоюється. Паралельні запити теж забирають пам’ять: документація Ollama каже, що розмір контексту множиться на кількість паралельних запитів. Як планувати це для команди, описано в матеріалі про кількох одночасних користувачів однієї моделі.
Наш розрахунок для вибору тарифу (це арифметика з цифр вище, а не рекомендація авторів моделей):
- MamayLM 12B або Lapa у Q4_K_M: 6.8 ГіБ ваг, плюс кеш, буфери обчислень і сама система. VPS з 8 ГБ не вистачить. 16 ГБ дають робочий запас.
- MamayLM 12B у Q8_0: 11.65 ГіБ ваг. На 16 ГБ це впритул, краще взяти 24 ГБ.
- MamayLM 27B у Q4_K_M: 15.41 ГіБ ваг. Потрібен VPS на 32 ГБ.
- MamayLM 27B у Q8_0: 26.74 ГіБ ваг. 32 ГБ для неї замало.
Після запуску виміряйте реальне споживання командою ollama ps (колонка SIZE) або free -h. Швидкість генерації ми не наводимо. Офіційних цифр для цих моделей на CPU немає, а результат сильно залежить від процесора вашого тарифу. Перевірте її на власному запиті, як описано в матеріалі як виміряти токени за секунду. Одне можна сказати напевно: 27B на тому самому CPU відповідатиме повільніше за 12B, бо на кожен токен рушій читає з пам’яті більше ваг.
Чому зображення не працюватимуть у GGUF-версіях
Картки MamayLM v2.0 обіцяють розуміння тексту і зображень. Але для зображень рушію потрібен окремий файл проєктора, mmproj (multimodal projector). Він перетворює картинку на токени, які розуміє мовна модель. У GGUF-репозиторіях MamayLM 12B і 27B файлу mmproj немає. Там лише чотири файли квантизацій і .gitattributes. У GGUF-репозиторії Lapa v0.1.2 mmproj теж немає.
Звідси простий висновок: з цими файлами ви отримуєте лише текстову модель. llama-server з -hf автоматично завантажує mmproj, якщо він є в репозиторії, але тут завантажувати нічого. Бібліотечна модель Ollama gemma3 працює з зображеннями, проте це базова Gemma 3, а не українське донавчання. Чи підійде загальний проєктор Gemma 3 до цих моделей, ми не перевіряли, тож не покладайтеся на це. Якщо вам потрібні зображення, картка MamayLM дає приклади для повних ваг через Transformers і vLLM. Це вже робота для GPU.
Спосіб 1: Ollama і hf.co одним рядком
Установіть Ollama офіційним скриптом. Детальніше про налаштування сервера читайте в посібнику як запустити Ollama на VPS.
curl -fsSL https://ollama.com/install.sh | sh
sudo systemctl status ollama
ollama -vsystemctl status має показати active (running). На 21 листопада 2026 року остання стабільна версія Ollama це v0.40.17. Сторінка gemma3 у бібліотеці Ollama вимагає версію 0.6 або новішу, тож свіжа установка підходить.
Тепер завантажте модель прямо з Hugging Face:
ollama run hf.co/INSAIT-Institute/MamayLM-Gemma-3-12B-IT-v2.0-GGUF:Q4_K_MДля Lapa команда така сама, змінюється лише репозиторій:
ollama run hf.co/lapa-llm/lapa-v0.1.2-instruct-GGUF:Q4_K_MТег :Q4_K_M можна не писати. За документацією HF, Ollama бере Q4_K_M за замовчуванням, якщо такий файл є в репозиторії. Шаблон чату Ollama бере з метаданих самого GGUF-файлу. Перший запуск завантажує понад 7 ГБ, тому дочекайтеся кінця завантаження. Потім з’явиться запрошення >>>, і можна писати українською.
Контекст тут 4096 токенів. Щоб підняти його для однієї сесії, виконайте всередині чату /set parameter num_ctx 8192. Для всього сервера є змінна середовища OLLAMA_CONTEXT_LENGTH. Обидва способи описано в матеріалі про num_ctx і довжину контексту в Ollama.
Спосіб 2: імпорт GGUF в Ollama через Modelfile
Цей шлях пропонує сама картка MamayLM. Ви завантажуєте конкретний файл один раз, даєте моделі власне ім’я і фіксуєте параметри. Той самий файл потім може читати й llama.cpp. Спершу встановіть CLI Hugging Face і завантажте файл:
curl -LsSf https://hf.co/cli/install.sh | bash
hf --help
mkdir -p ~/models && cd ~/models
hf download INSAIT-Institute/MamayLM-Gemma-3-12B-IT-v2.0-GGUF MamayLM-Gemma-3-12B-IT-v2.0-Q4_K_M.gguf --local-dir .
ls -lls -l має показати файл MamayLM-Gemma-3-12B-IT-v2.0-Q4_K_M.gguf. Його розмір має збігатися з розміром на сторінці файлу на HF. Менший файл означає, що завантаження обірвалося.
Тепер створіть у тій самій теці файл Modelfile:
FROM ./MamayLM-Gemma-3-12B-IT-v2.0-Q4_K_M.gguf
PARAMETER num_ctx 8192Створіть модель і запустіть її:
ollama create mamaylm-gemma3-12b-v2.0 -f Modelfile
ollama run mamaylm-gemma3-12b-v2.0Ollama не переквантовує GGUF під час імпорту. Модель лишається саме тією Q4_K_M, яку ви завантажили. Для Lapa кроки ті самі: репозиторій lapa-llm/lapa-v0.1.2-instruct-GGUF і файл lapa-v0.1.2-instruct-Q4_K_M.gguf.
Перевірте API. Ollama слухає 127.0.0.1:11434:
curl http://127.0.0.1:11434/api/chat -d '{"model": "mamaylm-gemma3-12b-v2.0", "messages": [{"role": "user", "content": "Поясни трьома реченнями, що таке VPS."}], "stream": false}'
ollama psВідповідь має прийти як JSON з полем message. ollama ps покаже модель, її розмір у пам’яті і 100% CPU. За замовчуванням Ollama тримає модель у пам’яті 5 хвилин після останнього запиту. Як це змінити, описано в матеріалі як тримати модель Ollama завантаженою.
Спосіб 3: llama-server з llama.cpp
llama-server дає API, сумісний з OpenAI, з endpoint /v1/chat/completions. Тому інструменти, які працюють з OpenAI API, можна спрямувати на ваш сервер. Чим він відрізняється від Ollama у щоденній роботі, пояснює порівняння Ollama і llama.cpp. Зберіть llama.cpp з вихідного коду:
sudo apt update && sudo apt install -y build-essential cmake git libssl-dev
git clone https://github.com/ggml-org/llama.cpp
cd llama.cpp
cmake -B build
cmake --build build --config Release -j 4
ls build/bin/llama-serverlibssl-dev потрібен для HTTPS. Документація збірки попереджає: без цього пакета llama.cpp збирається без підтримки SSL. Тоді прапорець -hf не зможе завантажити модель з Hugging Face.
Запустіть сервер з файлом, який ви вже завантажили:
./build/bin/llama-server -m ~/models/MamayLM-Gemma-3-12B-IT-v2.0-Q4_K_M.gguf -c 8192 --host 127.0.0.1 --port 8080Або дозвольте llama-server завантажити модель самостійно:
./build/bin/llama-server -hf lapa-llm/lapa-v0.1.2-instruct-GGUF:Q4_K_M -c 8192 --host 127.0.0.1 --port 8080На практиці прапорець -c обов’язковий. Його типове значення 0 означає «взяти з моделі», а GGUF-файли обох моделей записують контекст 131072 токени. Верхня межа KV-кешу f16 для 12B на такому контексті становить 48 ГіБ, а це більше за пам’ять типового VPS. Порт теж задайте явно і звірте з ./build/bin/llama-server --help вашої збірки. Кількість потоків (-t) за замовчуванням визначається автоматично. Шаблон чату (--jinja) увімкнено за замовчуванням, і він береться з GGUF.
Перевірте сервер з другої сесії SSH:
curl http://127.0.0.1:8080/health
curl http://127.0.0.1:8080/v1/chat/completions -H "Content-Type: application/json" -d '{"messages": [{"role": "user", "content": "Напиши короткий лист клієнту про перенесення зустрічі на четвер."}]}'/health повідомляє стан сервера. Друга команда має повернути JSON з полем choices, де лежить текст відповіді. Щоб сервер переживав перезавантаження VPS, оформіть його як службу systemd.
Чи справді ваші тексти лишаються на сервері
Обидва рушії за замовчуванням слухають лише 127.0.0.1. Ollama відповідає на 127.0.0.1:11434, а в llama-server типове значення --host теж 127.0.0.1. Отже, з інтернету API недоступний, а запити обробляє процесор вашого VPS. Вихід у мережу потрібен для завантаження моделей і оновлень.
Щоб працювати з ноутбука, не відкривайте порт назовні. Прокиньте його через SSH:
ssh -L 11434:127.0.0.1:11434 user@your-serverПісля цього http://127.0.0.1:11434 на ноутбуці веде до Ollama на сервері. Якщо API потрібен іншим людям, поставте перед ним автентифікацію і TLS (transport layer security). Як це зробити, описано в посібнику як захистити API Ollama. Порт 11434, відкритий без пароля, означає, що вашою моделлю і процесором може користуватися будь-хто.
Ліцензія: Gemma Terms of Use, а не open source
Усі п’ять репозиторіїв MamayLM v2.0 і репозиторії Lapa мають на HF тег ліцензії gemma. Картка MamayLM прямо каже, що модель поширюється за Gemma Terms of Use. Ось що з цього випливає за текстом Умов в останній редакції від 1 квітня 2026 року:
- Ці Умови діють для моделей, перелічених у додатку внизу сторінки, і Gemma 3 серед них. Gemma 4 має власну ліцензію Apache 2.0, але Lapa і MamayLM побудовані на Gemma 3, тому Apache 2.0 до них не стосується.
- Похідні моделі (Model Derivatives) включають роботи, створені на основі Gemma. Тому донавчання підпадає під ті самі Умови.
- Використовувати, змінювати й поширювати моделі можна лише відповідно до Умов. Також діє Політика заборонених видів використання у редакції від 21 лютого 2024 року, і Google може її оновлювати.
- Якщо ви передаєте модель іншим, ви маєте дати їм копію Умов і включити обмеження використання як обов’язкову умову.
- Google залишає за собою право обмежити використання, зокрема віддалено, якщо обґрунтовано вважає, що Умови порушено.
Окремого пункту про комерційне використання в Умовах немає: слово «commercial» у тексті не трапляється взагалі. Тобто Умови окремо його не забороняють і окремо не дозволяють. Використання дозволено в межах Умов і Політики. Якщо модель стане частиною вашого продукту, покажіть ці два документи юристу.
Gemma Terms of Use немає і в списку ліцензій, схвалених OSI (Open Source Initiative). Тому точне формулювання таке: відкриті ваги, які можна завантажити й запустити, за власною ліцензією Google. Називати Lapa чи MamayLM «повністю відкритими» в сенсі open source некоректно.
Як порівняти якість українською без чужих цифр
Бали бенчмарків ми свідомо не наводимо. Натомість дивіться український лідерборд LLM. Його запустили в грудні 2025 року розробники Lapa разом з командою MamayLM. Лідерборд перевіряє переклад, сумаризацію, відповіді на запитання, логіку, знання і математику. Дані й код для відтворення відкриті. Звіряйте версії: результат для Lapa v0.1.3 не описує файл v0.1.2, який ви запускаєте з GGUF.
Найкращий тест усе одно ваш власний. Зберіть 20 типових запитів команди: листи клієнтам, підсумки зустрічей, відповіді на технічні запитання. Проженіть їх через обидві моделі з однаковим контекстом і порівняйте відповіді. У квантизації Q4_K_M обидві моделі займають однакову пам’ять, тож порівняння чесне. Якщо ж ви вибираєте серед ширшого кола моделей, допоможе огляд які AI-моделі можна запускати самостійно.
А що з національною моделлю Сяйво
Мінцифри разом з Київстаром розробляє національну мовну модель «Сяйво». Її обіцяли у вересні 2026 року. 25 вересня dev.ua процитував керівника Lapa LLM: «Обіцяли, що модель мала вийти цього вересня, але, думаю, буде ще одне перенесення». У серпні DOU повідомляв про план отримати повну тестову модель до кінця грудня 2026 року і, можливо, відкрити її публічно в січні 2027 року. Це звіт медіа, а не офіційний графік.
Найсвіжіша заява міністерства, яку ми знайшли, датована 6 листопада 2026 року. У ній Мінцифри пише, що разом з Київстаром «продовжуємо розробляти» модель, і шукає волонтерів для перевірки сканованих текстів. Станом на 20 листопада 2026 року ми не знайшли ні публічного релізу, ні репозиторію на HF. Тож сьогодні запустити «Сяйво» на своєму VPS не вийде, а Lapa і MamayLM можна.
Типові проблеми і їхні причини
Модель «забуває» початок довгого документа. Ollama дає моделі 4096 токенів контексту. Те, що не вміщується в контекст, модель не бачить, хоч сама Gemma 3 підтримує 128K. Підніміть num_ctx і врахуйте, що KV-кеш зросте разом з ним.
Перша відповідь після перерви починається із затримкою. Ollama вивантажує модель через 5 хвилин без запитів. Тому наступний запит спершу читає з диска в пам’ять понад 7 ГБ ваг. ollama ps у цей момент нічого не показує.
llama-server не стартує або забирає всю пам’ять. Ви не задали -c, тому сервер узяв контекст з моделі, 131072 токени. Задайте -c 8192 або менше.
Модель ігнорує картинку. У GGUF-репозиторіях немає mmproj, тому рушій отримує лише текст.
Ви тестуєте «Lapa v0.1.3», а відповідає v0.1.2. Офіційний GGUF існує лише для v0.1.2. Перевірте назву файлу: lapa-v0.1.2-instruct-Q4_K_M.gguf.
-hf не завантажує модель. llama.cpp зібрано без libssl-dev, тобто без SSL. Встановіть пакет і перезберіть. Інший варіант: завантажте файл через hf download і передайте його через -m.
FAQ
Яка модель краще пише українською: Lapa чи MamayLM?
Єдиної відповіді немає, і цифр з чужих тестів ми не наводимо. Подивіться український лідерборд LLM на Hugging Face (lang-uk/ukrainian-llm-leaderboard), який запустили команди Lapa і MamayLM, і звірте версії моделей. Потім проженіть 20 своїх типових запитів через обидві моделі в однаковій квантизації Q4_K_M. Пам’ятайте, що офіційний GGUF Lapa це v0.1.2, а MamayLM має GGUF для найновішої v2.0.
Скільки оперативної пам’яті потрібно для MamayLM 12B на VPS?
Файл Q4_K_M займає трохи більше 7 ГБ. До цього додається KV-кеш: на контексті 4096 токенів у форматі f16 він сягає до 1,5 ГіБ. Ще потрібні буфери обчислень і пам’ять для операційної системи. VPS з 16 ГБ RAM дає робочий запас, а 8 ГБ не вистачить. Для MamayLM 27B у Q4_K_M потрібен VPS на 32 ГБ.
Чи можна використовувати Lapa і MamayLM у комерційному продукті?
Обидві моделі поширюються за Gemma Terms of Use, бо є похідними Gemma 3. Окремого пункту про комерційне використання в цих Умовах немає. Використання дозволено в межах Умов і Політики заборонених видів використання Google. Якщо ви передаєте модель іншим, треба передати й Умови. Це не ліцензія, схвалена OSI, тому перед запуском продукту покажіть обидва документи юристу.
Чому MamayLM з GGUF не розпізнає зображення?
Для зображень моделі на базі Gemma 3 потрібен файл проєктора mmproj. Офіційні GGUF-репозиторії MamayLM v2.0 і Lapa v0.1.2 містять лише текстові квантизації, без mmproj. Тому Ollama і llama.cpp з цими файлами працюють тільки з текстом. Для зображень використовуйте повні ваги MamayLM через Transformers або vLLM на GPU.
Чи вийшла національна модель Сяйво?
Станом на 20 листопада 2026 року публічного релізу ми не знайшли. 6 листопада 2026 року Мінцифри написало, що разом з Київстаром продовжує розробку. Модель обіцяли у вересні 2026 року. За даними DOU від серпня, публічний доступ можливий у січні 2027 року. Поки що для роботи на власному сервері доступні Lapa і MamayLM.