/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
70,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Ornstein3.6-35B-A3B
Библиотека
gguf
Опубликована
16 апр 2026

Ornstein3.6-35B-A3B-GGUF

Изображение и текст → текст15 профессий

Ornstein3.6-35B-A3B-GGUF — набор GGUF-квантизаций модели DJLougen/Ornstein3.6-35B-A3B, опубликованный для локального запуска.

438скачиваний за 30 дней41лайквеса обновлены14 мая 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 «Изображение → 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

Это дообученная модель семейства Qwen 3.6 с архитектурой Qwen3_5MoeForCausalLM и поддержкой сценариев генерации текста; репозиторий также содержит мультимодальные конфигурации и файлы визуальной башни для обработки изображений и видео, однако существующие GGUF-бинарники при обновлении метаданных не переписывались.

Модель использует архитектуру mixture-of-experts с 34,66 млрд параметров, из которых около 3 млрд активны для каждого токена. В ней 256 экспертов, выбираются 8 экспертов на токен, предусмотрены чередующиеся линейное и полноразмерное внимание, а также Gated Delta Net. Контекст составляет до 262 144 токенов, скрытый размер — 2048, число слоёв — 40, словарь — 248 320 токенов. Доступны варианты квантизации от 8 до примерно 2,6 бит; версии ниже 8 бит частично созданы с importance matrix на смешанном многоязычном корпусе.

Сильная сторона модели — сочетание большого общего числа параметров с относительно небольшим числом активных параметров, что делает локальный инференс более доступным по памяти. Для лучшего качества рекомендуется Q4_K_M или выше; Q5_K_M описывается как удачный баланс качества и размера, а Q8_0 — как почти без потерь. Низкобитные варианты требуют компромисса по качеству, причём у MoE-моделей деградация при сильной квантизации может быть заметнее. Для запуска подходят llama.cpp, LM Studio, Ollama, koboldcpp и text-generation-webui при наличии поддержки Qwen3_5MoeForCausalLM и Gated Delta Net. Модель распространяется по лицензии Apache 2.0, унаследованной от базового релиза Qwen 3.6.

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

Ornstein3.6-35B-A3B

Ornstein3.6-35B-A3B-GGUF

GGUF quantizations of DJLougen/Ornstein3.6-35B-A3B — a Qwen 3.6 MoE fine-tune (35B total, ~3B active).

Support This Work

I'm a PhD student in visual neuroscience at the University of Toronto who also happens to spend way too much time fine-tuning, merging, and quantizing open-weight models on rented H100s and a local DGX Spark. All training compute is self-funded — balancing GPU costs against a student budget. If my uploads have been useful to you, consider buying a PhD student a coffee. It goes a long way toward keeping these experiments running.

Support on Ko-fi


Image/video sidecars: This repository now includes the restored Qwen3.6 multimodal config, processor/preprocessor files, tokenizer/chat template, safetensors index, and model-vision-from-qwen3.6-base.safetensors visual tower sidecar. The existing .gguf binaries were not rewritten in this metadata-copy pass.

Model info

  • Architecture: Qwen3_5MoeForCausalLM (linear + full attention interleaved, Gated Delta Net)
  • Parameters: 34.66 B total / ~3 B active (256 experts, 8 active per token)
  • Context: 262,144 tokens
  • Hidden size / layers: 2048 / 40
  • Vocab: 248,320 tokens

All sub-8-bit quants were produced with an importance matrix (imatrix) computed from a mixed-domain multilingual calibration corpus (eaddario/imatrix-calibration → combined_all_medium): 200 chunks × 512 tokens = 102,400 calibration tokens.

Quant index

Choose a quant that fits in your RAM/VRAM with room for context. For MoE models quality degrades more sharply at low bit widths than for dense models of similar size — prefer Q4_K_M or higher if you have the memory.

FileBitsSizeimatrixNotes
Ornstein3.6-35B-A3B-Q8_0.gguf836.9 GB—Reference, near-lossless
Ornstein3.6-35B-A3B-Q6_K.gguf6.528.5 GB—Great default for 32 GB+ systems
Ornstein3.6-35B-A3B-Q5_K_M.gguf5.524.7 GB✓Excellent quality/size balance
Ornstein3.6-35B-A3B-Q5_K_S.gguf5.524.0 GB✓Slightly smaller Q5
Ornstein3.6-35B-A3B-Q4_K_M.gguf4.521.2 GB✓Common 24 GB-card default
Ornstein3.6-35B-A3B-Q4_K_S.gguf4.519.9 GB✓Smaller Q4
Ornstein3.6-35B-A3B-IQ4_XS.gguf4.25~18 GB✓Smaller than Q4_K_S, comparable quality with imatrix
Ornstein3.6-35B-A3B-Q3_K_M.gguf3.516.8 GB✓Usable; quality below Q4
Ornstein3.6-35B-A3B-Q3_K_S.gguf3.515.2 GB✓Smaller Q3
Ornstein3.6-35B-A3B-IQ3_M.gguf3.3~15 GB✓Mixed I-quant, beats Q3_K_S at similar size
Ornstein3.6-35B-A3B-IQ3_XXS.gguf3.0~13 GB✓Aggressive 3-bit
Ornstein3.6-35B-A3B-Q2_K.gguf2.612.9 GB✓Lowest K-quant; expect degraded quality
Ornstein3.6-35B-A3B-IQ2_M.gguf2.7~12 GB✓Aggressive I-quant 2-bit
imatrix.dat—192 MB—Importance matrix (GGUF format)

Usage

llama.cpp

# Interactive chat
llama-cli -m Ornstein3.6-35B-A3B-Q4_K_M.gguf -cnv

# Single prompt
llama-cli -m Ornstein3.6-35B-A3B-Q5_K_M.gguf -p "Write a haiku about MoE routing."

# OpenAI-compatible server
llama-server -m Ornstein3.6-35B-A3B-Q4_K_M.gguf --host 0.0.0.0 --port 8080 -c 8192

Other runners

LM Studio, Ollama (via a Modelfile), koboldcpp, and text-generation-webui all load these GGUFs provided their bundled llama.cpp supports Qwen3_5MoeForCausalLM with Gated Delta Net.

Reproducing the quants

# 1. Convert safetensors → BF16 GGUF
python llama.cpp/convert_hf_to_gguf.py <model_dir> \
    --outtype bf16 --outfile Ornstein3.6-35B-A3B-BF16.gguf

# 2. Importance matrix
llama-imatrix \
    -m Ornstein3.6-35B-A3B-BF16.gguf \
    -f calibration.txt \
    -o imatrix.dat \
    --chunks 200 -c 512 -b 512 -ngl 99

# 3. Quantize (example)
llama-quantize --imatrix imatrix.dat \
    Ornstein3.6-35B-A3B-BF16.gguf \
    Ornstein3.6-35B-A3B-Q4_K_M.gguf Q4_K_M

License

Apache 2.0 — inherited from the Qwen 3.6 base release.

Как запустить

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

GPU в ailist

Универсальный рантайм · gguf

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
4f51da7

0 моделей