Характеристики
- Контекст
- 262 144 токена
- Архитектура
- qwen3_5 · dense
- Библиотека
- mlx
- Опубликована
- 25 авг 2026
Ссылки
Qwen3.8-27B-MLX-AD-3.50bpw-DWQ-12.7GB
AtomicChat/Qwen3.8-27B-MLX-AD-3.50bpw-DWQ-12.7GB — это MLX-квантизированная версия Qwen3.8-27B, выпущенная командой AtomicChat.
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
Базовую модель разработала команда Qwen компании Alibaba. Это открытая плотная мультимодальная модель с поддержкой текста и изображений, предназначенная для генерации текста, визуального понимания, программирования, агентских рабочих процессов и автоматизации офисных задач.
Модель содержит около 27 млрд параметров. Вариант AtomicChat использует формат MLX, 3-битное представление с параметром 3.50 bpw и занимает примерно 12,7 ГБ, поэтому ориентирован на локальный запуск, в частности на совместимое оборудование Apple через MLX. На странице модели указана категория Image-Text-to-Text и языковой тег English. Для исходной Qwen3.8-27B заявлено нативное контекстное окно 262 000 токенов с возможностью расширения до 1 млн токенов посредством YaRN.
Главное преимущество варианта — существенное уменьшение размера и требований к памяти по сравнению с полной моделью при сохранении мультимодальных возможностей. Ограничения связаны с потерями качества, возможными для 3-битной квантизации, зависимостью от MLX-совместимого окружения и отсутствием на странице AtomicChat подробных независимых тестов, перечня поддерживаемых языков и детального описания архитектуры именно этого квантизированного варианта. Для базовой Qwen3.8-27B указана лицензия Apache 2.0; отдельные условия для производного репозитория AtomicChat следует проверять дополнительно.
Для каких профессий подходит15
Разделы каталога профессий, в задачах которых используется эта модель
Также подходит для
- I.4Обработка документов и форм
- I.14Автоматизация процессов и AI-агенты
- I.3Извлечение и структурирование данных
- I.11Классификация, ранжирование и сопоставление
- II.1Анализ требований и архитектура ПО
- II.10Разработка и эксплуатация AI/ML-систем
- II.4Отладка, тестирование и качество ПО
- II.3Рефакторинг, миграция и модернизация
- II.8Инженерия данных и аналитика
- I.1Поиск и навигация по информации
- II.7DevOps, облако и эксплуатация IT-систем
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · mlx
MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.
- Класс архитектуры
- Qwen3_5ForConditionalGeneration
- Ревизия весов
- 400a1aa