/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
15,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-27B
Библиотека
mlx
Опубликована
29 июл 2026

Qwen3.6-27B-unsloth-code-reasoning-deepseek-v4-pro-destilled-Mlx

Генерация текстаТекст → текст15 профессий

Qwen3.6-27B-unsloth-code-reasoning-deepseek-v4-pro-destilled-Mlx — созданная сообществом 4-битная MLX-конверсия плотной vision-language модели семейства Qwen с примерно 27 млрд параметров.

522скачиваний за 30 дней1лайквеса обновлены7 авг 2026

Бенчмарки

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

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

В основе указаны Qwen/Qwen3.5-27B и unsloth/Qwen3.6-27B; модель дообучена с использованием Unsloth и дистиллирована на примерах рассуждений DeepSeek v4 Pro. Она предназначена прежде всего для локального запуска на Apple Silicon через MLX и ориентирована на англоязычные сценарии.

Модель поддерживает генерацию, дополнение и объяснение кода, задачи, требующие пошагового рассуждения, математику, логику, отладку, агентные рабочие процессы и вызов инструментов. Архитектура использует чередующиеся слои linear attention и full attention в соотношении 3:1, скрытый размер 5120, размер головы 256 и один MTP-слой; все параметры активны для каждого токена. Поддерживаются текст, изображения и видео, а также встроенный вызов функций через шаблон чата. Квантование выполнено в формате 4-bit affine с размером группы 64; для комфортной работы рекомендуется не менее 24 ГБ unified memory, предпочтительно 32 ГБ или больше.

Сильные стороны модели — специализация на программировании и рассуждениях, предсказуемая задержка плотной архитектуры, мультимодальность, tool-calling и возможность приватного локального использования. Ограничения включают отсутствие официальных результатов бенчмарков, возможные галлюцинации и ошибки в коде, снижение качества из-за 4-битного квантования и преимущественную ориентацию на английский язык. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит15

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

Qwen3.6-27B-unsloth-code-reasoning-deepseek-v4-pro-destilled-Mlx

A 4-bit MLX conversion of a Qwen 3.6 27B dense vision-language model, fine-tuned with Unsloth for code generation and step-by-step reasoning, distilled from DeepSeek v4 Pro reasoning traces.

Optimized for Apple Silicon (M1/M2/M3/M4) via the MLX framework.

Model Highlights

  • Architecture: Qwen3.5 dense (Qwen3_5ForConditionalGeneration) — all parameters active per token → predictable latency and simpler behavior than MoE
  • Total parameters: ~27B
  • Attention: hybrid layout — interleaved linear_attention and full_attention layers (3:1 ratio) for efficient long-context processing; hidden size 5120, head dim 256, plus 1 MTP (multi-token prediction) layer
  • Quantization: 4-bit affine (group size 64)
  • Multimodal: supports image and video inputs (<|vision_start|> / <|image_pad|> / <|video_pad|> tokens)
  • Tool calling: native function/tool-calling support in the chat template
  • Training: distilled from DeepSeek v4 Pro reasoning outputs, focused on coding and chain-of-thought reasoning tasks
  • Language: English

Use with mlx

pip install -U mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("10Hen10/Qwen3.6-27B-unsloth-code-reasoning-deepseek-v4-pro-destilled-Mlx")

prompt = "Write a Python function that checks whether a binary tree is balanced, and explain your reasoning."

messages = [{"role": "user", "content": prompt}]
prompt = tokenizer.apply_chat_template(messages, add_generation_prompt=True)

response = generate(model, tokenizer, prompt=prompt, verbose=True, max_tokens=1024)

Or from the command line:

mlx_lm.generate --model 10Hen10/Qwen3.6-27B-unsloth-code-reasoning-deepseek-v4-pro-destilled-Mlx \
  --prompt "Explain the difference between a mutex and a semaphore." \
  --max-tokens 512

Memory requirements

Approximate unified-memory usage on Apple Silicon:

ComponentApprox. size
Model weights (4-bit)~15–17 GB
KV cache + overhead~2–3 GB
Recommended RAM24 GB+ (comfortable on 32 GB+ machines)

Intended use

  • Code generation, completion and explanation
  • Reasoning-heavy tasks (math, logic, debugging)
  • Agentic workflows with tool calling
  • Local, private inference on macOS

Limitations

  • This is a community distillation — no official benchmark results are provided; evaluate on your own tasks before production use.
  • 4-bit quantization may degrade quality on nuanced tasks compared to full-precision weights.
  • Reasoning style and knowledge are inherited from the teacher model and the distillation dataset; the model may hallucinate or produce incorrect code.
  • English-focused; other languages may work but are not the training target.

Acknowledgements

  • Qwen for the base model architecture
  • Unsloth for efficient fine-tuning
  • DeepSeek for the teacher reasoning traces
  • Apple MLX for the inference framework

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
2704f48

0 моделей