/ Модель

Характеристики

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

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

Изображение и текст → текст15 профессий

Мультимодальная GGUF-версия дообученной Qwen3.5-122B-A10B для диалога, рассуждений и анализа изображений и видео.

199скачиваний за 30 дней27лайковвеса обновлены2 мар 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

Ex0bit/Qwen3.5-122B-A10B-PRISM-PRO-GGUF — мультимодальная чат-модель Ex0bit в формате GGUF, созданная на основе Qwen/Qwen3.5-122B-A10B и предназначенная для запуска через llama.cpp. По описанию автора, PRISM-PRO изменяет механизмы отказа и предвзятости; доступная Dynamic-квантизация размером 57,7 ГБ использует разные уровни точности для блоков модели, а веса внимания сохранены в Q8_0. В репозитории также указан файл mmproj для обработки изображений и видео.

Модель имеет гибридную MoE-архитектуру с 122 млрд параметров, из которых активны около 10 млрд на токен, и сочетает GatedDeltaNet с полным вниманием. Заявленное окно контекста — 262 144 токена; доступны режимы рассуждения и прямого ответа. Подходит для диалога, анализа изображений и видео, работы с длинным контекстом и рассуждений. В метаданных указана поддержка множества языков, включая русский, английский и китайский. Лицензия — Apache-2.0.

Сценарии применения

  • диалог с мультимодальной моделью на локальном компьютере
  • ответы на вопросы по изображениям
  • анализ видеокадров
  • рассуждения по длинным текстовым запросам
  • получение кратких прямых ответов или ответов с пошаговым рассуждением

Ограничения

Dynamic-квантизация занимает 57,7 ГБ, а для обработки изображений требуется отдельный файл mmproj. Заявления автора о снятии механизмов отказа и сохранении возможностей не сопровождаются в карточке результатами независимой оценки.

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

Parameters Format Quant Multimodal



Get PRISM-PRO Models on Day-0 & Support Our Research & Development efforts

PRISM-LITE Version | PRISM VIP Memberships | Ko-fi | Direct Model Purchase


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

GGUF quantized versions of Qwen3.5-122B-A10B-PRISM-PRO -- an unrestricted PRISM Production model with full over-refusal and bias mechanisms completely removed using our State of the Art PRISM pipeline (Projected Refusal Isolation via Subspace Modification).


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

Model Highlights

  • PRISM Ablation -- State-of-the-art technique that 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-PRO-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-PRO-Dynamic.gguf \
  --mmproj mmproj-Qwen3.5-122B-A10B-PRISM-PRO.gguf \
  --image photo.jpg \
  -p "Describe this image in detail." \
  -n 2048 -ngl 999

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

koboldcpp

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

Ollama

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

ollama create prism-pro -f Modelfile
ollama run prism-pro

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

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{qwen35prismpro_gguf,
    title  = {Qwen3.5-122B-A10B-PRISM-PRO-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
e7c8cab

0 моделей