/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.6-35B-A3B
Библиотека
gguf
Опубликована
1 июл 2026

Qwen3.6-35B-A3B-GGUF

Генерация текстаТекст → текст15 профессий

AtomicChat/Qwen3.6-35B-A3B-GGUF — это набор самостоятельно квантованных версий базовой модели Qwen/Qwen3.6-35B-A3B, подготовленный командой Atomic Chat в формате GGUF для локального и полностью офлайн-запуска.

3 239скачиваний за 30 дней3лайкавеса обновлены22 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

Модель предназначена для генерации текста, диалоговых сценариев, агентного программирования, работы с frontend-задачами и рассуждений на уровне репозитория. Модель можно использовать через llama.cpp, Ollama, LM Studio, Jan и Atomic Chat.

Базовая модель содержит 36 млрд параметров и построена на архитектуре Mixture-of-Experts с 40 слоями, 256 маршрутизируемыми экспертами и выбором 8 экспертов на токен. Архитектура использует 16 attention heads и 2 KV heads, словарь из 248 320 токенов и контекст до 262 144 токенов. Исходная модель поддерживает текст и изображения, однако представленные GGUF-файлы являются текстовыми и не содержат vision projector. Репозиторий включает варианты Q4_K_M, UD-Q4_K_XL, Q5_K_M, Q6_K и Q8_0; размеры файлов составляют примерно от 21,2 до 36,9 ГБ. Квантование выполнено с importance matrix, что позволяет сохранить большую часть качества исходной модели, при этом Q4_K_M рекомендуется как оптимальный баланс размера, скорости и качества.

К сильным сторонам относятся большой контекст, MoE-архитектура, возможность автономного запуска и несколько уровней квантования с разным компромиссом между качеством и требованиями к памяти. Ограничения — высокая потребность в оперативной или видеопамяти, отсутствие обработки изображений в данных версиях и необходимость применять шаблон чата Qwen3.6 через параметр --jinja. Лицензия исходной модели — Apache 2.0; квантованные файлы подготовлены Atomic Chat.

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 35B A3B, self-quantized to GGUF by Atomic Chat. Built straight from Qwen's original weights with a per-tensor importance matrix, so this is not a repack of somebody else's files. Runs fully offline.

Highlights

  • 36.0B parameters: the weights this repo quantizes.
  • Context length: 262,144 tokens (256K), as published by Qwen.
  • 40 layers: Mixture-of-Experts.
  • Modalities: the base model handles Text, Image; this repo ships text-only quants, it carries no vision projector.
  • Full imatrix ladder: every quant is calibrated with an importance matrix.
  • Agentic Coding:: the model now handles frontend workflows and repository-level reasoning with greater fluency and precision.
  • Thinking Preservation:: we've introduced a new option to retain reasoning context from historical messages, streamlining iterative development and reducing overhead.

[!NOTE] These GGUFs are self-quantized from the original weights, not a repack. The importance matrix keeps low-bit quants closer to the full-precision model.

[!IMPORTANT] Always pass --jinja so the Qwen3.6 35B A3B chat template is applied. Without it the model can emit malformed turns.

Model Overview

PropertyValue
Base modelQwen/Qwen3.6-35B-A3B
Parameters36.0B
Layers40
Experts256 routed (top-8)
Context length262,144 tokens (256K)
Vocabulary248,320
ModalitiesText, Image in the base model; text only in this repo, it ships no vision projector
ArchitectureMixture-of-Experts, 256 experts (top-8), 16 attention heads over 2 KV heads, Qwen3_5MoeForConditionalGeneration
This repoGGUF quants (imatrix). Quants: Q4_K_M, UD-Q4_K_XL, Q5_K_M, Q6_K, Q8_0

Scores are Qwen's published results for the base Qwen/Qwen3.6-35B-A3B, not our own measurements. Quantization preserves the large majority of this; Q4_K_M and up stay close to full precision.

Choosing a quant

QuantSizeNotes
Q4_K_M21.2 GBRecommended default. Best balance of size, speed and quality.
UD-Q4_K_XL21.5 GBDynamic. Embeddings and output kept at Q8_0 for higher quality at a Q4 footprint.
Q5_K_M24.7 GBHigher quality, low loss.
Q6_K28.5 GBNear lossless, noticeably lighter than Q8_0.
Q8_036.9 GBEffectively lossless, reference quality.

[!TIP] Pick the largest file that fits your (V)RAM with room for context. Q4_K_M or UD-Q4_K_XL is the sweet spot for most setups; Q6_K or Q8_0 for maximum fidelity.

Get started

Run Qwen3.6 35B A3B locally with:

  • Atomic Chat: the easiest path. Open the app, search AtomicChat/Qwen3.6-35B-A3B-GGUF, pick a quant, hit Use this model.
  • llama.cpp: llama-server -hf AtomicChat/Qwen3.6-35B-A3B-GGUF:Q4_K_M --jinja -c 8192
  • Ollama: ollama run hf.co/AtomicChat/Qwen3.6-35B-A3B-GGUF:Q4_K_M
  • LM Studio / Jan: search the repo id, download any quant.

Best practices

ParameterValue
temperature1.0
top_p0.95
top_k20
min_p0.0
repetition_penalty1.0

Qwen's recommended sampling configuration for Qwen/Qwen3.6-35B-A3B.

Run in llama.cpp

git clone https://github.com/ggml-org/llama.cpp
cmake llama.cpp -B llama.cpp/build -DBUILD_SHARED_LIBS=OFF -DGGML_CUDA=ON
cmake --build llama.cpp/build --config Release -j --target llama-cli llama-server
./llama.cpp/build/bin/llama-server \
    -hf AtomicChat/Qwen3.6-35B-A3B-GGUF:Q4_K_M \
    --jinja -ngl 99 -c 8192 -fa on

How these were made

  1. Download Qwen/Qwen3.6-35B-A3B (original weights).
  2. Convert to f16 GGUF with llama.cpp.
  3. Build an importance matrix over our calibration corpus.
  4. Quantize the ladder with --imatrix.
  5. UD-Q4_K_XL additionally pins the token-embedding and output tensors to Q8_0.

License

Original model by Qwen, released under the Apache 2.0 license. Full terms: Apache 2.0. Quantized by Atomic Chat.

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
9f7a1a1

0 моделей