/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Darwin-36B-Opus
Библиотека
llama.cpp
Опубликована
23 июл 2026

POCKET-EN-GGUF

Генерация текстаТекст → текст3 профессии

Локальная англоязычная MoE-модель для диалогов и генерации текста на телефонах и компьютерах через llama.cpp.

984скачиваний за 30 дней48лайковвеса обновлены25 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

POCKET-EN-GGUF — это англоязычная сборка модели Darwin-36B-Opus от VIDRAFT, распространяемая в формате GGUF для запуска через llama.cpp на локальных устройствах. Модель основана на MoE-архитектуре семейства Qwen3.5; в карточке указана связь с Darwin-36B-Opus, а README описывает эволюцию весов Darwin и последующую специальную квантизацию. Репозиторий содержит варианты размером 5,3 ГБ для iPhone с PocketPal и 6,8 ГБ для ПК и Android.

Модель предназначена для локальных диалогов и генерации текста на английском языке, в том числе на телефонах и компьютерах без GPU. Смешанная квантизация сохраняет часть критичных для качества весов; README сообщает о компромиссе качества и размера, особенно для телефонной сборки. Лицензия — Apache-2.0.

Автор указывает, что скорость на iPhone и Mac пока не измерена разработчиками. Телефонная сборка уступает по качеству более крупной версии для ПК, а экстремально низкая квантизация заметно ухудшает качество на корейском языке; модель позиционируется как англоязычная.

Сценарии применения

  • локальный чат на английском языке
  • генерация и продолжение англоязычного текста
  • ответы на вопросы без обращения к облачному сервису
  • запуск языковой модели на iPhone через PocketPal
  • локальная генерация текста на ПК или Android-устройстве

Ограничения

Качество телефонной сборки снижено ради малого размера, а скорость на iPhone и Mac разработчики не измеряли. Модель ориентирована на английский язык; крайне низкая квантизация сильнее ухудшает качество на корейском.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🆕 POCKET-Qwen3.8-Flash-Next — a 180B model running on a laptop with 8 GB VRAM + 32 GB RAM · 4.17 tok/s measured.

New VRAM RAM Speed

🆕 POCKET-Zimage-CPU — photoreal images in 46 s on a CPU only. No GPU, no CUDA, no Python.

New Space RAM

📚 Collections

▶ POCKET Models — this family (on-device, no GPU) Darwin Family · Aether Foundation · VKAE Accelerated

POCKET

POCKET-EN-GGUF · English

English-focused pocket build using our proprietary quantization — protects the quality-critical layers so quality holds at 5 GB. Runs on iPhone (PocketPal) and any CPU PC. No fork.

🚀 Try it live, no install → POCKET-35B demo POCKET-26B demo — both answering on a CPU-only box (no GPU). POCKET-26B is Gemma4-based.

License Runtime No GPU Base

Pick your build → 35B 26B KR GGUF KR MLX EN GGUF 180B laptop Image NF4 Image CPU

The POCKET lineup — pick by your device

RepoFileSizeRuns onBest forKorean PPL*
POCKET-35B-GGUFQ4_K_M21 GBPC / server (32 GB RAM)top quality5.79
POCKET-35B-GGUFQ2_K ⭐13 GBmini-PC, no GPUdaily driver6.49
POCKET-35B-GGUFIQ1_M8.2 GB16 GB RAM boxsmallest full model9.69
POCKET-KR-GGUFIQ2_M5.1 GBAndroid 8 GB+🇰🇷 Korean phone7.95
POCKET-KR-MLX2-bit5.1 GB🍎 iPhone / iPad / Mac🇰🇷 Korean, Apple-native7.95
POCKET-EN-GGUFiPhone-mix5.3 GB🍎 iPhone (PocketPal)🌍 English phone—
POCKET-EN-GGUFPC-mix6.8 GBPC / Android🌍 English, best quality—
POCKET-Qwen3.8-Flash-Next-GGUFQ4_K_M111 GiB💻 laptop, 8 GB VRAM + 32 GB RAM180B on a laptop6.03†

*Wikipedia-Korean perplexity, lower is better. Q4_K_M = 5.79 baseline. English builds are tuned on English; see each repo. †Separate 80-chunk run (40,960 tokens) on a different model — compare within a model, not across rows.

🍎 Why MLX for Korean but GGUF for English on iPhone? Apple-native MLX only does uniform quantization. Korean survives it; English needs our proprietary quantization, which only GGUF supports — so the English iPhone build ships as a GGUF you run with PocketPal. Honest, not lazy.

🆕 POCKET-26B — a Gemma4-26B-A4B-based sibling that loads in any app today (Ollama · LM Studio · PocketPal · MLX), no bleeding-edge runtime needed: GGUF (Q2_K 11 GB · Q4_K_M 17 GB · GPQA-Diamond 67%). Universal compatibility for 12 GB phones, PC, and browser.

Speed vs Bonsai

Benchmarks — what is measured, what is not

We measure Bonsai on the same machine with the same stock llama.cpp, and we tell you where we lose.

[measured] Generation speed — POCKET wins on both CPU and GPU:

POCKET-35B IQ1_MBonsai-27B Q1_0
CPU generate (Xeon, 16t)27.0 tok/s10.1🟢 2.69×
GPU generate (H100)197 tok/s89🟢 2.22×
GPU prompt (H100)7531816🔴 0.41×
Quality (HellaSwag, 400q)61.0%60.0%⚪ tie (CI overlaps)

[measured on a MacBook M3 Pro, 18 GB] — and on a laptop, POCKET wins every axis, including prompt processing:

POCKET-35B IQ1_MBonsai-27B Q1_0
Metal generate (tg64)25.4 tok/s12.8🟢 1.99×
CPU generate (8 threads)13.8 tok/s4.4🟢 3.13×
Metal prompt (pp128)240.7 tok/s73.4🟢 3.28×
CPU prompt (pp128)45.5 tok/s9.6🟢 4.75×

On a laptop GPU the arithmetic headroom that let Bonsai win prefill on an H100 is gone, so MoE sparsity wins across the board. POCKET-35B-Q2_K runs on the M3 Pro's CPU at 19.5 tok/s — on an 18 GB Mac, run Q2_K on CPU (-ngl 0); its 13 GB exceeds the recommended Metal budget.

[measured — GPQA Diamond, 198q, greedy] reasoning quality vs quantization:

ModelGPQA-Diamond (greedy)
Qwen3.6-35B-A3B73.2%
POCKET-35B Q4_K_M68.7%
POCKET-35B Q2_K60.1%

[pending — community reports welcome] on-device iPhone and Strix Halo throughput. We publish only what we ran ourselves; help us fill the rest.

The same-size rival Ternary-Bonsai-27B-Q2_0 (7.2 GB) fails to load in upstream llama.cpp — it needs the PrismML fork. POCKET runs on the tools you already have.

Files in this repo

FileSizeRuns onvs baseline
POCKET-EN-iPhone-mix.gguf5.3 GB🍎 iPhone (PocketPal)+57% PPL
POCKET-EN-PC-mix.gguf6.8 GBPC / Android+36% PPL (near-full)

Our proprietary mixed-precision quantization protects the most quality-critical weights — which is why English quality holds at this size.

Quickstart

llama-cli -m POCKET-EN-PC-mix.gguf -p "Explain mixture-of-experts in one line." -ngl 0 -t 8

Lineage — where POCKET comes from

POCKET is quantized from Darwin-36B-Opus, VIDRAFT's flagship — a model bred and evolved over several generations on the Darwin platform (crossbreeding, healing, expert surgery). Darwin-36B-Opus itself traces back to a Qwen3.5-family MoE architecture.

ComponentOrigin
Starting checkpointDarwin-36B-Opus — VIDRAFT, multi-generation Darwin evolution
Base architectureQwen3.5-family MoE (256 experts, top-8), unchanged
Quantization (Q4_K_M…IQ1_M)stock llama.cpp — no custom format
Runtimeupstream llama.cpp / Apple MLX — unmodified
Proprietary language-specific tuning (KR/EN builds)ours (VIDRAFT)

The CPU/GPU speed comes from the sparse-MoE architecture plus ordinary quantization — reproducible with the same base and the same tools. What we add is the Darwin-evolved weights, the honest measurement, the Korean tuning, and the pruning that makes the 5 GB phone builds.

Limitations

  • The iPhone/Mac speed is not yet measured by us — community reports welcome.
  • Extreme quants (IQ1_M) hurt Korean ~2.8× more than English; use Q2_K or larger for quality.
  • English phone builds trade quality for size; the PC build (PC-mix) is much closer to full quality.

License

Apache-2.0.


POCKET is a VIDRAFT model family. 35B, in your pocket. No GPU.

Learn more


🧩 The POCKET Family — On-device AI by VIDRAFT

Big models, small hardware. No GPU, no cloud.

Models

Demos & tools (Spaces)

📚 Full POCKET collection

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
3f167a5

0 моделей