/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
KAT-Coder-V2.5-Dev
Библиотека
gguf
Опубликована
24 июл 2026

KAT-Coder-V2.5-Dev-Imatrix-GGUF

Генерация текстаТекст → текст10 профессий

Abiray/KAT-Coder-V2.5-Dev-Imatrix-GGUF — набор GGUF-квантизаций модели KAT-Coder-V2.5-Dev, разработанной командой KwaiKAT и основанной на Qwen3.6-35B-A3B.

840скачиваний за 30 дней7лайковвеса обновлены24 июл 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

Это текстовая open-weight модель-кодировщик с архитектурой Mixture-of-Experts: всего 35 млрд параметров, из которых 3 млрд активируются для каждого токена. Репозиторий содержит версии с 3-, 4-, 5-, 6- и 8-битной квантизацией, оптимизированные с помощью importance matrix для сохранения качества при уменьшении требований к памяти.

Модель предназначена для агентного программирования, генерации и анализа кода, автоматизации задач разработки и работы с инструментами в многошаговых сценариях. Она поддерживает английский и китайский языки, работает только с текстом и не включает компоненты для зрения или других мультимодальных режимов. Доступный контекст может достигать 262 144 токенов при использовании совместимого ПО, например llama.cpp. Среди заявленных сильных сторон — результаты на SWE-bench Verified до 69,40%, поддержка сохранения исторического контекста рассуждений и снижение повторов, нештатных вызовов инструментов и зацикливания. К ограничениям относятся необходимость значительных ресурсов даже для квантизированных вариантов, зависимость качества и скорости от выбранного уровня квантизации и отсутствие мультимодальности. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит10

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

KAT-Coder-V2.5-Dev (GGUF Quantizations)

This repository contains Importance-Matrix (imatrix) quantized GGUF files for Kwaipilot/KAT-Coder-V2.5-Dev.

KAT-Coder-V2.5-Dev is an open-weight, post-trained Mixture-of-Experts (MoE) coding agent model featuring 35B total parameters with 3B activated parameters per token, fine-tuned on top of Qwen3.6-35B-A3B.

⚠️ Note: This open-weight release contains only language-model weights and operates as a text-only model. Vision/multimodal components are not included.


📦 Provided GGUF Files

All quantizations in this repository were converted using llama.cpp and optimized using an imatrix (Importance Matrix) calibration file to maintain high performance at lower precision levels.

FilenameSizeDescription / Recommendation
KAT-Coder-V2.5-Dev-IQ3_XXS.gguf14.9 GBExtreme 3-bit compression. Lowest VRAM/RAM requirement.
KAT-Coder-V2.5-Dev-IQ3_XS.gguf16.2 GBHigh-compression 3-bit quant with imatrix tuning.
KAT-Coder-V2.5-Dev-Q3_K_M.gguf16.2 GBStandard 3-bit medium quantization.
KAT-Coder-V2.5-Dev-IQ3_M.gguf16.9 GBBalanced 3-bit quantization with strong reasoning retention.
KAT-Coder-V2.5-Dev-IQ4_XS.gguf18.8 GBGreat choice for systems with ~20 GB VRAM/RAM.
KAT-Coder-V2.5-Dev-IQ4_NL.gguf19.9 GBNon-linear 4-bit quantization optimized via imatrix.
KAT-Coder-V2.5-Dev-Q4_K_S.gguf20.6 GBSmall 4-bit quantization.
KAT-Coder-V2.5-Dev-Q4_K_M.gguf21.4 GBRecommended. Optimal balance of speed, size, and perplexity for 24GB GPUs.
KAT-Coder-V2.5-Dev-Q5_K_S.gguf24.2 GB5-bit small quantization with higher fidelity.
KAT-Coder-V2.5-Dev-Q5_K_M.gguf25.0 GBHigh Quality. Near-lossless output; suitable for 32GB+ systems.
KAT-Coder-V2.5-Dev-Q6_K.gguf30.1 GBHigh-precision 6-bit quant for power users.
KAT-Coder-V2.5-Dev-Q8_0.gguf36.9 GBVirtually identical to full 16-bit float precision.

🚀 Quickstart & Usage

Running with llama.cpp

Ensure you are using a recent build of llama.cpp that supports Qwen3 / MoE architectures.

CLI Example:

./llama-cli -m KAT-Coder-V2.5-Dev-Q4_K_M.gguf \
    -p "Write a Python function that implements a binary search tree with deletion." \
    -n 4096 \
    -c 32768 \
    --temp 0.7

Launching an OpenAI-Compatible API Server:

./llama-server -m KAT-Coder-V2.5-Dev-Q4_K_M.gguf \
    --host 0.0.0.0 \
    --port 8000 \
    -c 262144 \
    -ngl 99

GUI Frontends (LM Studio, KoboldCpp, Jan)

  1. Download your preferred .gguf file from the table above.
  2. Place the file inside your local model folder (e.g., ~/.cache/lm-studio/models or KoboldCpp directory).
  3. Set your context size up to 262,144 tokens (adjust depending on your available system RAM/VRAM).

✨ Original Model Highlights

  • SOTA Agentic Coding Performance: Through post-training SFT and RL, KAT-Coder-V2.5-Dev achieves state-of-the-art results among models of similar parameter scales on benchmark tasks like SWE-bench Verified (69.40%).
  • Reduced Pathological Behaviors: Reinforcement Learning significantly reduced unwanted behaviors, such as abnormal tool labels (-9pp improvement) and single-turn continuous repetitions (reduced to 0%).
  • Preserve Thinking Mode: The model supports retaining historical thinking context across multi-turn interactions, improving agent consistency and saving redundant reasoning tokens.

📊 Benchmark Performance

The table below shows the official benchmark evaluation results reproduced in-house by the original authors:

BenchmarkKAT-Coder-V2.5-DevQwen3.5-27BQwen3.6-35BA3BGemma4-31BQwen3.5-35BA3BOrnith-1.0-35BGemma4-26BA4BQwen3-Coder-30B
SWE-bench Verified69.4068.6064.4060.6058.6055.8035.8031.80
SWE-bench Multilingual63.0057.6757.0049.3347.6751.6727.3320.67
SWE-bench Pro45.9642.1340.6332.9738.0334.479.5819.84
Terminal-Bench 2.141.0234.8432.0232.5926.1235.9820.9413.50
PinchBench93.4390.7192.2185.5388.7591.6282.0172.30
Scicode44.2025.5837.5333.1927.7330.3430.8418.27
KAT-Code-Bench46.2144.8342.7637.9335.8633.1022.0615.17

🔬 Post-Training Details

KAT-Coder-V2.5-Dev follows a two-stage post-training pipeline built on top of Qwen3.6-35B-A3B:

  1. Supervised Fine-Tuning (SFT): Fine-tuned on 127K curated agentic and coding examples.
  2. Reinforcement Learning (RL):
    • Token-in-Token-out (TITO) Consistency: Eliminates off-policy training discrepancies caused by tokenizer or chat-template changes.
    • Truncated Importance Sampling (TIS): Mitigates policy staleness during asynchronous rollout collection.
    • Reliable Execution Feedback: Built using verified sandbox execution for dense and reliable reward signals.
    • Specific Penalties: Introduced targeted reward penalties against abnormal parallel tool calling (70+ tool calls in one turn), failed calls, and loops.

📜 Citation

If you use KAT-Coder-V2.5-Dev or these GGUF quantizations in your work, please cite the technical report:

@misc{katcoder_v25_2026,
  title={{KAT-Coder-V2.5 Technical Report}},
  author={{KwaiKAT Team}},
  year={2026},
  month={July},
  eprint={2607.05471},
  archivePrefix={arXiv},
  primaryClass={cs.AI},
  url={[https://arxiv.org/pdf/2607.05471](https://arxiv.org/pdf/2607.05471)}
}

Original model created by the KwaiKAT Team / Kwaipilot. Quantized to GGUF format by Abiray.

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
6bf6715

0 моделей