/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Своя лицензия
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.5-122B-A10B
Библиотека
transformers
Опубликована
8 апр 2026

Qwen3.5-88B

Генерация текстаТекст → текст12 профессий

Текстовая версия Qwen3.5-122B-A10B с 88 млрд параметров после удаления примерно 30% экспертов предназначена для диалоговой генерации текста.

125скачиваний за 30 дней5лайковвеса обновлены30 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Qwen3.5-88B — текстовая версия модели Qwen3.5, подготовленная 0xSero из Qwen/Qwen3.5-122B-A10B методом REAP (Routing-Enhanced Activation Pruning). Из MoE-модели удалено около 30% экспертов; итоговая модель содержит 88 млрд параметров и распространяется в формате BF16. В основе указана архитектура Qwen3.5 MoE с GDN и полным attention.

Модель предназначена для генерации текста и диалогов. Это контрольная точка только для языковой модели, полученная из мультимодальной базы: изображения она не обрабатывает. REAP отбирает экспертов по активациям маршрутизатора на калибровочном наборе данных; в README также указана защита критически важных для безопасности возможностей. Для запуска приведён пример с vLLM и максимальной длиной контекста 8192 токена. Лицензия в метаданных обозначена как other, конкретные условия следует проверять на странице репозитория.

Сценарии применения

  • ведение диалогов с пользователем
  • генерация текстовых ответов по запросу
  • развёртывание MoE-модели в vLLM для текстовых сценариев

Ограничения

Это текстовая контрольная точка: мультимодальные возможности базовой модели, включая обработку изображений, недоступны. В README указан пример запуска с ограничением контекста 8192 токена.

Для каких профессий подходит12

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

[!TIP] Support this work → · X · GitHub · REAP paper · Cerebras REAP

Qwen3.5-88B

REAP-pruned Qwen/Qwen3.5-122B-A10B.

At a glance

Base modelQwen/Qwen3.5-122B-A10B
FormatBF16
Total params88B
Active / token10B
Experts / layer—
Layers—
Hidden size—
Context—
On-disk size175 GB

Which variant should I pick?

VariantFormatLink
Qwen3.5-264BBF16link
Qwen3.5-264B-FP8FP8link
Qwen3.5-264B-W4A16W4A16link
Qwen3.5-28BBF16link
Qwen3.5-35B-EXL3-4bpwEXL3-4bpwlink
Qwen3.5-76BBF16link
Qwen3.5-76B-GGUFGGUFlink
Qwen3.5-88B (this)BF16link
Qwen3.5-99BBF16link
Qwen3.5-99B-GGUFGGUFlink

30% expert-pruned variant of Qwen3.5-122B-A10B using REAP (Routing-Enhanced Activation Pruning).

Model Details

PropertyValue
Base ModelQwen/Qwen3.5-122B-A10B
ArchitectureQwen3.5 MoE (GDN + Full Attention)
Original Experts256 per layer
Pruned Experts180 per layer (30% removed)
Active Parameters~10B per token
Pruning MethodREAP with targeted refusal preservation
Preserve Threshold80% (super-expert protection)
Calibrationreap-calibration-data-v1 — 23k benchmark-free samples
Maintainer0xSero
OrganizationSybil Solutions
ProjectREAP PR17

Usage

vllm serve 0xSero/Qwen3.5-88B \
  --tensor-parallel-size 4 \
  --enable-expert-parallel \
  --max-model-len 8192 \
  --trust-remote-code \
  --language-model-only \
  --dtype bfloat16

Important: Use --language-model-only flag — this is a text-only checkpoint pruned from the multimodal base model.

What is REAP?

REAP (Routing-Enhanced Activation Pruning) removes the least-activated experts from MoE models while preserving critical capabilities. It uses router activation patterns from a calibration dataset to identify dispensable experts, with special protection for safety-critical behaviors.

License

Same license as the base model (Qwen).

License & citation

License inherited from the base model.

@misc{lasby2025reap,
  title  = {REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression},
  author = {Mike Lasby and Ivan Lazarevich and Nish Sinnadurai and Sean Lie and Yani Ioannou and Vithursan Thangarasa},
  year   = {2025}, eprint = {2510.13999}, archivePrefix = {arXiv}
}

Sponsors

Made possible by NVIDIA · TNG Technology · Lambda · Prime Intellect · Hot Aisle.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
196cc32

0 моделей