Характеристики

Контекст: 262 144 токена
Параметры: 22,3 млрд
Размер весов: 53,8 ГБ
Лицензия: Apache 2.0
Архитектура: qwen3_5_text · dense
Опубликована: 19 сен 2026

Ссылки

FahadPrimeX-b27

Генерация текстаТекст → текст3 профессии

FahadPrimeX-b27 — диалоговая языковая модель на базе Qwen3.5, дообученная для генерации кода Three.js и веб-страниц на HTML, CSS и JavaScript.

801скачиваний за 30 дней0лайковвеса обновлены21 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

FahadPrimeX-b27 — языковая модель для генерации текста и кода, опубликованная FahadPrimeX. Это плотная авторегрессионная модель семейства Qwen3.5 с 22,3 млрд параметров и контекстом до 262 144 токенов; веса доступны в формате Safetensors и BF16. В README модель описана как дистилляция на 5 181 проверенном примере ответов с Three.js, HTML, CSS и JavaScript.

Модель предназначена прежде всего для генерации кода и диалоговых ответов, в частности для создания страниц и игровых сцен на Three.js и HTML/CSS/JavaScript. В метаданных указаны языки арабский, английский и китайский; README советует для лучшей генерации игровых страниц начинать ответ с HTML-префикса.

Репозиторий распространяется по лицензии Apache-2.0. README отмечает, что доступны более новые варианты V3 и V2-GGUF, причём V2-GGUF назван вариантом с лучшим качеством; это может быть важно при выборе версии.

Сценарии применения

генерация игровых сцен на Three.js
создание интерактивных 3D-страниц для браузера
написание HTML-страниц со стилями CSS
генерация JavaScript-кода для веб-проектов
получение диалоговых ответов на арабском, английском и китайском

Ограничения

README указывает, что для более надёжной генерации полных страниц Three.js рекомендуется начинать ответ с HTML-префикса. В карточке также отмечены более новые варианты V3 и V2-GGUF; V2-GGUF назван вариантом с лучшим качеством.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели I.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FahadPrimeX-b27 ⭐ (original)

The original 27B BF16 release: Qwen3.8-27B distilled on 5,181 verified Three.js/HTML/CSS/JS answers.

Architecture (inherited from Qwen3.8-27B)

A hybrid 64-layer design: 48 linear-attention layers (DeltaNet-style, constant-memory recurrence) interleaved with 16 full-attention layers (every 4th layer), plus one MTP/nextn draft layer used only by the original spec (excluded from our GGUF exports via --no-nextn so block_count matches the real 64 blocks).

Quick start

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained(
    "FahadPrimeX/FahadPrimeX-b27", torch_dtype="bfloat16", device_map="auto")
tok = AutoTokenizer.from_pretrained("FahadPrimeX/FahadPrimeX-b27")

Tip for best game output: start the assistant turn with an HTML prefill (<!DOCTYPE html>) — the model continues full Three.js pages reliably.

Newer: V3 (identity-fixed) · V2-GGUF (best quality).

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen3_5ForCausalLM
Ревизия весов: c440742