/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwythos-9B-Claude-Mythos-5-1M
Библиотека
mlx
Опубликована
29 июн 2026

Qwythos-9B-Claude-Mythos-5-1M-MLX-bf16

Изображение и текст → текст9 профессий

Конверсия мультимодальной Qwen3.5-9B в MLX bf16 для локального диалога и работы с изображениями на Apple Silicon с контекстом до 1 млн токенов.

19скачиваний за 30 дней0лайковвеса обновлены29 июн 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

BRlin публикует конверсию модели empero-ai/Qwythos-9B-Claude-Mythos-5-1M в формат MLX bf16 для запуска на Apple Silicon. Это плотная мультимодальная модель семейства Qwen3.5 с архитектурой Qwen3_5ForConditionalGeneration, примерно 9 млрд параметров и конфигурацией контекста до 1 048 576 токенов. Модель принимает текст и изображения, поддерживает диалог, визуальные запросы, рассуждения и работу с инструментами; в метаданных указан английский язык.

Веса сохранены без квантизации, поэтому конверсия рассчитана на сохранение поведения исходной модели при использовании MLX и Metal. В README приведено сравнение на Apple M4 Pro: генерация текста около 14,5 токена в секунду против 7,4 у исходного варианта в PyTorch-MPS; для запуска указано около 19 ГБ памяти. Эта публикация предназначена для локального вывода на Apple Silicon и не описывает отдельное дообучение BRlin.

Лицензия — Apache-2.0. Указанные скорости относятся к конкретной конфигурации и устройству; длинный контекст и bf16 требуют значительных ресурсов памяти. Поведение и авторство исходной модели README относит к Empero AI.

Сценарии применения

  • диалоговый помощник с анализом изображений на Mac
  • ответы на вопросы по изображению и текстовому запросу
  • локальный запуск мультимодальной модели на Apple Silicon
  • работа с длинными текстовыми контекстами
  • агентные сценарии с вызовом инструментов

Ограничения

Для запуска в bf16 требуется около 19 ГБ памяти; длинный контекст также предъявляет высокие требования к ресурсам. Заявленная скорость измерена на Apple M4 Pro в конкретном сравнении и может отличаться на других устройствах.

Для каких профессий подходит9

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

Qwythos-9B-Claude-Mythos-5-1M-MLX-bf16

Full-precision (bf16) MLX-format conversion of empero-ai/Qwythos-9B-Claude-Mythos-5-1M, a Qwen3.5-9B–based multimodal (vision + text) reasoning model with a 1M-context configuration.

This is the unquantized MLX variant — weights are unchanged from the source, just re-saved in MLX's native layout with a sanitised config. For a smaller download see the 4-bit version.

Details

Baseempero-ai/Qwythos-9B-Claude-Mythos-5-1M (Qwen3_5ForConditionalGeneration, VLM)
Precisionbfloat16 (no quantization)
Size~18 GB
Toolmlx_vlm.convert --dtype bfloat16 (mlx-vlm 0.4.4)
Architectureqwen3_5 VLM (qwen3_vl-style vision tower + linear-attention text model)

Why bf16?

This build is for maximum fidelity on Apple Silicon: the weights are bit-for-bit the original's, so output quality is identical — but it runs on MLX's Metal backend, which generates ~2× faster than the original on PyTorch-MPS at the same memory footprint. Pick this when you want the original's exact behaviour with a native Apple Silicon speedup, and you have the RAM to spare.

vs the original

Everything below is on the same Apple M4 Pro: identical 104-token chat prompt, 128 new tokens, greedy. "Original (PyTorch-MPS)" = the upstream empero-ai bf16 weights run through 🤗 transformers with its default attention path (no flash-linear-attention — the typical out-of-the-box experience). Perplexity is on a fixed 252-token English passage.

MetricOriginal (PyTorch-MPS)This build — MLX bf16
Generation7.4 tok/s14.5 tok/s (~2×)
Prefill235 tok/s270 tok/s
Peak memory19.1 GB19.1 GB (same)
Perplexity5.745.74 (identical)

Bottom line: same weights, same quality, ~2× faster generation than the original's PyTorch-MPS path — pure framework gain, no quantization tradeoff. If you want a ~70%-smaller download and ~3× less memory (at ~25% higher perplexity), see the 4-bit build.

Usage

pip install mlx-vlm
python -m mlx_vlm generate \
  --model BRlin/Qwythos-9B-Claude-Mythos-5-1M-MLX-bf16 \
  --prompt "Who are you?" --max-tokens 128

Also runnable with oMLX as an OpenAI-compatible chat model. Peak memory for text generation is ~19 GB.

Conversion notes

The source config needs two sanitisations before mlx_vlm.convert (mlx-vlm 0.4.x) accepts this model; both are baked into this repo's config.json:

  1. text_config.rope_parameters.partial_rotary_factor — the YaRN-edited source moved this key to the top level of text_config; mlx-vlm reads it from inside rope_parameters. Re-added as 0.25.
  2. vision_config.model_type — source uses HF's qwen3_5_vision; mlx-vlm's VisionModel only accepts qwen3_vl / qwen3_5 / qwen3_5_moe. Set to qwen3_5.

torchvision must also be importable in the conversion env (transformers' AutoProcessor builds Qwen3VLVideoProcessor). mlx-vlm's qwen3_5 rope does not apply YaRN scaling, so the YaRN keys in rope_parameters are inert; max_position_embeddings is left at 1,048,576.

Attribution

All model behaviour, identity, and training credit belong to Empero AI (the empero-ai/Qwythos-9B-Claude-Mythos-5-1M authors). This repo only provides an MLX-format conversion for Apple Silicon.

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.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
9805194

0 моделей