/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.5-35B-A3B
Библиотека
mlx
Опубликована
29 июл 2026

Qwen3.6-35B-unsloth-code-reasoning-deepseek-v4-pro-destilled-Mlx-4bit

Генерация текстаТекст → текст14 профессий

Qwen3.6-35B-unsloth-code-reasoning-deepseek-v4-pro-destilled-Mlx-4bit — это общественная 4-битная конверсия в формат MLX модели Qwen3.5 MoE с примерно 35 млрд параметров.

555скачиваний за 30 дней2лайкавеса 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

Модель основана на архитектуре Qwen3_5MoeForConditionalGeneration, дообучена с использованием Unsloth для генерации кода и пошагового рассуждения и дистиллирована на трассировках рассуждений DeepSeek v4 Pro. Конверсию подготовил пользователь 10Hen10; базовые компоненты связаны с Qwen и Unsloth, а инференс рассчитан на фреймворк Apple MLX.

Модель предназначена для генерации, дополнения и объяснения кода, задач по математике и логике, отладки, агентских сценариев с вызовом инструментов и локального конфиденциального запуска на macOS. Она поддерживает текст, изображения и видео, а также встроенный function/tool calling в шаблоне чата. Основной язык — английский; поддержка других языков не является целевой. Контекстное окно в README не указано.

Используется разреженная Mixture-of-Experts-архитектура, поэтому на каждом токене активна только часть параметров. Веса имеют 4-битное affine-квантование с размером группы 64, а чувствительные router/gate-слои сохранены в 8-битном формате. Для Apple Silicon M1–M4 рекомендуется не менее 32 ГБ unified memory; сами веса занимают примерно 20–22 ГБ, ещё около 2–4 ГБ требуется для KV-кэша и служебных данных.

К сильным сторонам относятся сочетание кодогенерации и рассуждений, мультимодальность, поддержка инструментов и возможность локального запуска на совместимых устройствах Apple. Ограничения включают отсутствие официальных результатов бенчмарков, возможное снижение качества из-за 4-битного квантования, галлюцинации и ошибки в коде, а также зависимость качества рассуждений от учительской модели и данных дистилляции. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит14

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

Qwen3.6-35B-unsloth-code-reasoning-deepseek-v4-pro-destilled-Mlx-4bit

A 4-bit MLX conversion of a Qwen 3.6 35B MoE (Mixture-of-Experts) 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 MoE (Qwen3_5MoeForConditionalGeneration) — sparse Mixture-of-Experts, only a subset of parameters is active per token → fast inference for its total size
  • Total parameters: ~35B (fewer active per forward pass thanks to MoE routing)
  • Quantization: 4-bit affine (group size 64), with sensitive MoE router/gate layers kept at 8-bit to preserve routing quality (Unsloth-style mixed precision)
  • 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/Qwen3.6-35B-unsloth-code-reasoning-deepseek-v4-pro-destilled-Mlx-4bit")

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/Qwen3.6-35B-unsloth-code-reasoning-deepseek-v4-pro-destilled-Mlx-4bit \
  --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)~20–22 GB
KV cache + overhead~2–4 GB
Recommended RAM32 GB+ (comfortable on 36/48/64 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_5MoeForConditionalGeneration
Ревизия весов
c95aa92

0 моделей