/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
70,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.6-35B-A3B-NSC-ACE-SABER
Библиотека
gguf
Опубликована
11 мая 2026

Qwen3.6-35B-A3B-NSC-ACE-SABER-GGUF-MTP

Изображение и текст → текст15 профессий

Qwen3.6-35B-A3B-NSC-ACE-SABER GGUF MTP — это квантизированная сборка модели, разработанная GestaltLabs на базе Qwen/Qwen3.6-35B-A3B.

1 198скачиваний за 30 дней21лайквеса 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

Репозиторий предоставляет файлы в формате GGUF для совместимых с llama.cpp сред выполнения, включая варианты F16, Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и Q2_K. Сборки подготовлены с поддержкой MTP (multi-token prediction) и предназначены для ускорения генерации при наличии соответствующей поддержки в runtime.

Модель ориентирована на диалоговую генерацию текста, агентские сценарии и вызов инструментов, а также заявлена как multimodal image-text-to-text модель. В репозитории присутствуют конфигурация мультимодальности, процессор, шаблон чата и visual tower sidecar для обработки изображений и видео. В README указан английский язык. Пример запуска использует контекст 32768 токенов, однако максимальный размер контекста отдельно не подтверждён.

К сильным сторонам относятся широкий выбор уровней квантизации, локальный запуск, MTP-ориентированная конвертация и улучшенные относительно базовой модели показатели на приведённой проверке BFCL для tool calling: например, точность имени функции выросла с 92,50% до 95,00%, а точность обязательных значений аргументов — с 79,79% до 83,54%. Ограничения включают зависимость ускорения от версии и возможностей llama.cpp, возможное ухудшение форматирования, точности аргументов и калибровки отказов у низких квантов, а также необходимость отдельно проверять поведение конкретных quant-файлов. Модель распространяется по лицензии Apache 2.0.

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

Qwen3.6-35B-A3B NSC-ACE SABER banner

Support this work on Ko-fi

Qwen3.6-35B-A3B-NSC-ACE-SABER GGUF MTP

This repository hosts the MTP-oriented llama.cpp/GGUF builds for GestaltLabs/Qwen3.6-35B-A3B-NSC-ACE-SABER. The source checkpoint is the full safetensors model in GestaltLabs/Qwen3.6-35B-A3B-NSC-ACE-SABER.

These files are rebuilt separately from the first GGUF release using a fresh MTP-aware conversion path. Use these artifacts when your runtime supports Qwen MTP / multi-token prediction acceleration.

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.

Current Status

Files are published only after the rebuilt F16 GGUF verifies as MTP/NextN-capable from its actual metadata/tensor layout. Qwen HF tensors named mtp.* are remapped by the MTP-aware llama.cpp converter into GGUF blk.*.nextn.* tensors plus the nextn_predict_layers metadata key. The upload worker refuses to publish quants until the verified F16 marker exists.

Release Snapshot

ItemValue
Source checkpointGestaltLabs/Qwen3.6-35B-A3B-NSC-ACE-SABER
Base modelQwen/Qwen3.6-35B-A3B
FormatGGUF for llama.cpp-compatible runtimes
Conversion targetMTP-aware GGUF export from the llama.cpp MTP branch
Quantization rangeF16, Q8_0, Q6_K, Q5_K_M, Q5_K_S, Q4_K_M, Q4_K_S, Q3_K_L, Q3_K_M, Q3_K_S, Q2_K
Final source compliance98.33% on HarmBench-300
Final source KLD0.025383937664711
BFCL average plotted improvement+2.87 percentage points

Benchmark Plots

BFCL Tool-Calling Check

The source safetensors checkpoint was compared against Qwen/Qwen3.6-35B-A3B on a 40-case BFCL subset: 20 simple and 20 multiple-function prompts. GGUF files inherit from that checkpoint, but individual quants should be rechecked if exact tool-call behavior matters.

MetricBaseNSC-ACE SABER source
Tool-call rate92.50%95.00%
Function name accuracy92.50%95.00%
Required argument name accuracy90.00%93.12%
Required argument value accuracy79.79%83.54%
Exact required-call accuracy75.00%77.50%

Available Files

FileStatusNotes
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-F16.ggufuploadedFull GGUF conversion source / highest local fidelity
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q8_0.ggufuploadedNear-full quality, large local file
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q6_K.ggufuploadedHigh-quality local default if memory allows
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q5_K_M.ggufuploadedStrong quality/size balance
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q5_K_S.ggufuploadedSmaller Q5 option
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q4_K_M.ggufuploadedCommon balanced local target
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q4_K_S.ggufuploadedSmaller Q4 option
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q3_K_L.ggufuploadedLower-memory Q3 option
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q3_K_M.ggufuploadedSmaller Q3 balance
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q3_K_S.ggufuploadedSmall Q3 option
Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q2_K.ggufuploadedMinimum-size target; quality loss expected

The uploader refreshes this card as each artifact finishes. Uploaded non-F16 files are deleted from the build pod after upload to stay under the pod volume quota.

Which Quant Should I Use?

QuantBest fit
F16Maximum fidelity when disk/RAM are not a concern
Q8_0Very high fidelity local inference
Q6_KRecommended high-quality local starting point
Q5_K_MStrong balance for quality and size
Q4_K_MPractical default for constrained machines
Q3_K_M / Q3_K_SLow-memory experiments
Q2_KSmallest target; use only when memory is the hard constraint

For agentic/tool-calling workloads, prefer Q6_K, Q5_K_M, or Q4_K_M when possible. Very low quants can affect formatting, argument fidelity, and refusal calibration.

MTP Notes

  • These are separate MTP-oriented exports; do not assume the original GGUF repo exposes MTP behavior in runtimes that require MTP metadata/tensors.
  • MTP speedups depend on runtime support. Use a current llama.cpp build.
  • Quantized body weights keep blk.*.nextn.* tensors at Q8_0 where supported, because draft-head quality affects speculative acceptance.
  • The source model's final release metrics are measured before quantization.
  • Quantized files should be re-evaluated if exact compliance/KLD behavior matters.

Running With llama.cpp

llama-cli \
  -m Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q5_K_M.gguf \
  -c 32768 \
  -ngl 999 \
  -p "Write a compact tool plan for indexing a Python repo."

For OpenAI-compatible local serving:

llama-server \
  -m Qwen3.6-35B-A3B-NSC-ACE-SABER-MTP-Q5_K_M.gguf \
  -c 32768 \
  -ngl 999 \
  --jinja

Related Repositories

  • Full safetensors checkpoint: GestaltLabs/Qwen3.6-35B-A3B-NSC-ACE-SABER
  • Non-MTP GGUF release: GestaltLabs/Qwen3.6-35B-A3B-NSC-ACE-SABER-GGUF
  • Base model: Qwen/Qwen3.6-35B-A3B

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
baa8e29

0 моделей