/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Базовая модель
Qwen3.8-27B
Опубликована
16 авг 2026

Qwen3.8-27B-Q3_K_M-GGUF

Изображение и текст → текст15 профессий

Chungulus/Qwen3.8-27B-Q3_K_M-GGUF — это независимая vanilla-квантизация модели Qwen3.8-27B, разработанной командой Qwen.

4 716скачиваний за 30 дней3лайкавеса обновлены16 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 распространяется в формате GGUF и предназначена для локального запуска через llama.cpp. Квантизация Q3_K_M выполнена без дообучения, слияния, изменения выравнивания или шаблона чата.

Модель поддерживает генерацию текста, нативный tool calling, обработку изображений и видео, а также режимы управления рассуждением через параметры enable_thinking, reasoning_effort и preserve_thinking. Архитектура включает гибридную структуру Hybrid Gated DeltaNet/full-attention, vision tower и проектор; в репозитории сохранены MTP-тензоры, однако ускорение speculative decoding не заявлено. Основной файл занимает около 13,5 ГБ, vision projector — в формате F16, общий размер репозитория — около 14,4 ГБ. Для запуска рекомендуется не менее примерно 18 ГБ доступной памяти, при этом KV-cache дополнительно увеличивает потребление в зависимости от контекста.

К сильным сторонам относятся сохранённые возможности исходной модели, проверенная поддержка текста, инструментов, изображений и видео, а также совместимость с нативным форматом вызова инструментов Qwen. Ограничение — возможное снижение качества из-за низкобитной квантизации; заявленные проверки не позволяют делать выводы о максимальной длине контекста. Для работы требуется runtime с поддержкой архитектуры Qwen3.8, vision-компонентов, токенизатора и MTP-метаданных. Модель и её vanilla-квантизация распространяются по лицензии Apache-2.0.

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

Qwen3.8-27B Q3_K_M GGUF

This repository contains one independently downloadable Q3_K_M GGUF of Qwen/Qwen3.8-27B. It is an unmodified vanilla quantization, not a fine-tune, merge, ablation, alignment change, or chat-template modification.

The source weights are pinned to 1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0. The official checkpoint's internal Qwen3_5ForConditionalGeneration / qwen3_5 architecture identifier does not mean this is a Qwen3.5 model.

Files and conversion

  • Main model: Qwen3.8-27B-Q3_K_M.gguf (13.501 GB decimal)
  • Vision projector: mmproj-Qwen3.8-27B-F16.gguf
  • Complete repository size: 14.441 GB decimal
  • Quantization: Q3_K_M using llama.cpp K/IQ quantization
  • llama.cpp revision: 5f754ea0e2fd21e1213db7ebebfd65d938d9d69c
  • Calibration: none for K-quants; representative local prompts where required by IQ conversion
  • Source inventory: 1,199 tensors, including 333 vision tensors and 15 source MTP tensors

Validated component status

  • Text generation: passed
  • Tool calling: passed all five native-format cases
  • Vision and video: passed all three deterministic local-image cases
  • Thinking controls and chat template: preserved and checked against the locked source
  • Hybrid Gated DeltaNet/full-attention structure: retained
  • MTP tensors and metadata: retained; speculative acceleration is not advertised
  • Per-file runtime smoke: passed at 16.53493832468005 generated tokens/s on the validation host
  • Weight SHA-256: 864049a910dc66b4861bad8f798c8c7caec3e73246a6c29e2083b363d6a15746
  • Validation lineage: the same bytes passed in the combined release at f519a212d6c15cd3292b6ca835dd8ebf235642c0

validation_result.json records the exact per-file smoke result and its inherited aggregate functional gates. These split repositories do not claim a new benchmark run; they preserve byte-identical, already-validated artifacts.

Inference

git clone https://github.com/ggml-org/llama.cpp
cd llama.cpp && git checkout 5f754ea0e2fd21e1213db7ebebfd65d938d9d69c
cmake -S . -B build -DGGML_METAL=ON -DCMAKE_BUILD_TYPE=Release
cmake --build build --config Release -j

hf download Chungulus/Qwen3.8-27B-Q3_K_M-GGUF --local-dir ../qwen38-q3_k_m
cd ../qwen38-q3_k_m
../llama.cpp/build/bin/llama-mtmd-cli \
  -m ./Qwen3.8-27B-Q3_K_M.gguf \
  --mmproj ./mmproj-Qwen3.8-27B-F16.gguf \
  -p 'Describe the image.' --image ./image.png

Allow at least approximately 18 GB of available memory for the model, vision projector, and modest runtime overhead; KV-cache needs grow with context. This is planning guidance, not a measured peak-memory guarantee.

Use the source chat-template controls for enable_thinking, reasoning_effort, and preserve_thinking, together with Qwen's native tool-call format.

Limitations

Quantization can reduce quality, particularly at lower bit widths. The longest recorded validation prompt was 73 tokens; do not infer that the architectural maximum context was tested. A runtime must support the Qwen3.8 hybrid language graph, vision tower/projector, tokenizer, and retained MTP metadata rather than loading only a single language tensor.

License and attribution

The parent model and this vanilla quantization use the source model's Apache-2.0 license. See Qwen/Qwen3.8-27B.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
f483012

0 моделей