/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.5-122B-A10B
Библиотека
llama.cpp
Опубликована
28 фев 2026

Qwen3.5-122B-A10B-PRISM-LITE-GGUF

Изображение и текст → текст13 профессий

Квантованная мультимодальная версия Qwen3.5 для диалога, рассуждений и анализа изображений с частично сниженным уровнем чрезмерных отказов.

106скачиваний за 30 дней16лайковвеса обновлены28 фев 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

Qwen3.5-122B-A10B-PRISM-LITE-GGUF — мультимодальная GGUF-версия Qwen3.5-122B-A10B, подготовленная Ex0bit с применением PRISM-процесса для частичного снижения чрезмерных отказов. Модель предназначена для диалогов, рассуждений и анализа изображений и видео; поддерживает режимы Thinking и Instant. В README заявлены 122 млрд параметров, из которых 10 млрд активны на токен, архитектура MoE с 256 маршрутизируемыми и одним общим экспертом на слой, а также сочетание GatedDeltaNet и пол attention. Контекст составляет 262 144 токена.

Поставляется в формате GGUF с динамической поканальной квантизацией размером около 57,7 ГБ; для работы с изображениями включён файл vision encoder mmproj. Метаданные указывают лицензию Apache-2.0 и библиотеку llama.cpp. Вариант LITE снижает чрезмерные отказы лишь частично; заявления README о сохранении связности и удалении отказов не сопровождаются независимыми оценками. Базовая модель поддерживает широкий набор языков, включая русский.

Сценарии применения

  • ответы на вопросы по изображениям
  • описание и анализ видеоматериалов
  • многоязычный диалог и ответы на вопросы
  • генерация ответов с режимом углублённых рассуждений
  • локальный запуск мультимодальной модели через llama.cpp

Ограничения

Вариант LITE лишь частично снижает чрезмерные отказы. Для анализа изображений требуется vision encoder mmproj; заявленные в README свойства PRISM не подкреплены приведёнными независимыми оценками.

Для каких профессий подходит13

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

Parameters Format Quant Multimodal



Want the full-strength PRO version? Support our research & get Day-0 access:

PRISM-PRO GGUF | PRISM VIP Memberships | Ko-fi


Qwen3.5-122B-A10B-PRISM-LITE-GGUF

This is our Special PRISM-Dynamic quant, GGUF quantized versions of Qwen3.5-122B-A10B-PRISM-PRO -- a community version lightly treated for over-refusal using our PRISM pipeline (Projected Refusal Isolation via Subspace Modification).

PRISM-LITE provides a taste of what PRISM-PRO can do. For the full experience with maximum production grade over-refusal & bias removal, check out PRISM-PRO GGUF.


If you find PRISM models useful, please consider supporting development:

Ko-fi


Available Quantizations

QuantizationSizeBPWDescription
Dynamic57.7 GB4.06PRISM Dynamic -- forensic per-block quantization with 5-tier ffn_down_exps allocation

PRISM Dynamic Quantization

This is not a standard uniform quantization. PRISM Dynamic uses forensic per-block analysis derived from comprehensive KLD sensitivity scoring to assign optimal quantization types to each tensor block individually:

  • Critical blocks (convergence + exit layers): Q6_K (6.6 BPW)
  • High-impact blocks (entry zone): Q5_K_M (5.5 BPW)
  • Standard blocks (bulk processing): Q4_K_M (4.8 BPW)
  • Low-sensitivity blocks: IQ4_XS (4.25 BPW)
  • Cold blocks (lowest sensitivity): IQ3_XXS (3.06 BPW)

All attention tensors are preserved at Q8_0. All norms and routing weights are kept at F32. The imatrix used for information-sensitive quantization types is included.

Included Files

Dynamic/
  Qwen3.5-122B-A10B-PRISM-LITE-Dynamic.gguf   -- Dynamic quant (57.7 GB)
  mmproj-Qwen3.5-122B-A10B-PRISM-LITE.gguf     -- Vision encoder (871 MB)
  imatrix.dat                                    -- Importance matrix (342 MB)

PRO vs LITE

FeaturePRISM-LITEPRISM-PRO
Bypass StrengthReducedFull
Over-refusal RemovalPartialComplete
Coherence100%100%
Community AccessFreeVIP Membership

Model Highlights

  • PRISM Ablation -- Removes over-refusal behaviors while preserving model capabilities.
  • 122B Hybrid MoE Architecture -- 122 billion total parameters with 10 billion active per token across 256 routed experts + 1 shared expert per layer.
  • Hybrid Attention -- Novel GatedDeltaNet linear attention (36 layers) combined with full attention (12 layers) for efficient long-context processing.
  • Native Multimodal -- Vision encoder included as mmproj GGUF for seamless image and video understanding.
  • 262K Full Context Window -- Native 262,144 token context length.
  • Dual Modes -- Supports both Thinking (deep reasoning) and Instant (direct response) modes.

Usage

llama.cpp (Recommended)

# Text-only inference
./llama-cli \
  -m Qwen3.5-122B-A10B-PRISM-LITE-Dynamic.gguf \
  -p "Hello! Tell me about quantum computing." \
  -n 2048 -ngl 999 --temp 0.7

# With vision (multimodal)
./llama-mtmd-cli \
  -m Qwen3.5-122B-A10B-PRISM-LITE-Dynamic.gguf \
  --mmproj mmproj-Qwen3.5-122B-A10B-PRISM-LITE.gguf \
  --image photo.jpg \
  -p "Describe this image in detail." \
  -n 2048 -ngl 999

# Server mode
./llama-server \
  -m Qwen3.5-122B-A10B-PRISM-LITE-Dynamic.gguf \
  --mmproj mmproj-Qwen3.5-122B-A10B-PRISM-LITE.gguf \
  -ngl 999 --port 8080

koboldcpp

koboldcpp \
  --model Qwen3.5-122B-A10B-PRISM-LITE-Dynamic.gguf \
  --mmproj mmproj-Qwen3.5-122B-A10B-PRISM-LITE.gguf \
  --gpulayers 999 \
  --contextsize 8192

Ollama

# Create a Modelfile
cat > Modelfile << 'EOF'
FROM ./Qwen3.5-122B-A10B-PRISM-LITE-Dynamic.gguf
PARAMETER temperature 0.7
PARAMETER top_p 0.95
PARAMETER top_k 20
EOF

ollama create prism-lite -f Modelfile
ollama run prism-lite

Hardware Requirements

SetupVRAM RequiredNotes
Dynamic (GPU only)~60 GBFits on 1x A100 80GB or 1x H100 80GB
Dynamic (GPU + CPU offload)48+ GB GPU + RAMOffload some layers to CPU
Dynamic (CPU only)64+ GB RAMSlower but functional
BF16 (multi-GPU)8x 48GB+Full precision, best quality

Benchmarks

BenchmarkQwen3.5-122B-A10BGPT-5-miniQwen3-235B-A22B
MMLU-Pro86.783.784.4
MMLU-Redux94.093.793.8
GPQA Diamond86.682.881.1
HMMT Feb 2591.489.285.1
SWE-bench Verified72.072.0--
LiveCodeBench v678.980.575.1
MMMU83.979.080.6
VideoMME (w/ sub)87.383.583.8

Note: Benchmark results are from the base Qwen3.5-122B-A10B model.


License

Based on Qwen3.5-122B-A10B by the Qwen Team (Alibaba Group). Licensed under Apache 2.0.


Acknowledgments

Based on Qwen3.5-122B-A10B by the Qwen Team. GGUF conversion and quantization by Ex0bit. See the Qwen3.5 blog post for architecture details.


Citation

@misc{qwen35prismlite_gguf,
    title  = {Qwen3.5-122B-A10B-PRISM-LITE-GGUF},
    author = {Ex0bit},
    month  = {February},
    year   = {2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · llama.cpp

Нельзя запустить

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

Ревизия весов
e18f123

0 моделей