/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
54,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-27B
Библиотека
transformers
Опубликована
29 мар 2026

Qwen3.5-27B-Claude-Opus-4.6-High-Reasoning

Изображение и текст → текст

Мультимодальная модель Qwen3.5-27B, дообученная дистилляцией для диалогов, рассуждений и анализа изображений.

16скачиваний за 30 дней10лайковвеса обновлены30 мар 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

HarleyWang разработал Qwen3.5-27B-Claude-Opus-4.6-High-Reasoning — дообученную дистилляцией мультимодальную модель на основе Qwen3.5-27B. Она предназначена для диалогов, рассуждений и анализа изображений; карточка описывает перенос шаблонов рассуждения Claude Opus 4.6. Архитектура — плотная Qwen3.5 с 27 млрд параметров, формат весов — safetensors; для запуска в README упоминается vLLM. Модель принимает текст и изображения, выдаёт текст. В метаданных указаны английский и китайский языки, лицензия Apache-2.0.

README приводит результаты личного сравнения на 260 примерах: автор сообщает о росте общей доли побед относительно базовой модели, однако выборка ограничена и не является независимой оценкой качества. Для дизайна преимущество в приведённой таблице не показано. Другие ограничения и длина контекста в доступных данных не описаны.

Сценарии применения

  • ответы на сложные вопросы с пошаговыми рассуждениями
  • отладка кода по текстовому описанию ошибки
  • создание и уточнение промптов
  • анализ изображений в диалоговом интерфейсе

Ограничения

Результаты README основаны на личном наборе из 260 примеров и приведены только для справки; независимая оценка не представлена. В указанной категории design доля побед дистиллированной модели ниже, чем у базовой.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-27B-Claude-Opus-4.6-High-Reasoning

A distilled version of Qwen3.5-27B, enhanced with Claude Opus 4.6 reasoning patterns through knowledge distillation.

Evaluation Results

  • Evaluator: Qwen3-Coder-Next
  • Test Samples: 260 (based on personal dataset, for reference only)
  • Date: 2026-03-29

Overall Performance

MetricBase ModelDistilled ModelImprovement
Win Rate25.77%73.85%+48.08%
Avg Latency (s)71.7068.47-4.5%

Score Breakdown (10-point scale)

DimensionBase ModelDistilled ModelImprovement
Accuracy6.358.59+35.3%
Logic6.478.69+34.3%
Completeness5.708.82+54.7%
Clarity6.518.43+29.5%
Actionability5.858.56+46.3%

Performance by Category

CategoryBase Win RateDistilled Win RateSamples
debug22.67%76.00%75
design51.32%48.68%76
prompt5.80%94.20%69
reasoning17.50%82.50%40

Quick Start with vLLM

Installation

pip install vllm

Online Inference (Simple)

from vllm import LLM, SamplingParams

# Initialize the model
llm = LLM(
    model="HarleyWang/Qwen3.5-27B-Claude-Opus-4.6-High-Reasoning",
    dtype="bfloat16",
    tensor_parallel_size=2,  # Adjust based on your GPU count
    max_model_len=8192,
)

# Define sampling parameters
sampling_params = SamplingParams(
    temperature=0.7,
    top_p=0.9,
    max_tokens=2048,
)

# Create messages
messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Explain how to optimize a slow database query."}
]

# Use apply_chat_template from tokenizer
from transformers import AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("HarleyWang/Qwen3.5-27B-Claude-Opus-4.6-High-Reasoning")
prompt = tokenizer.apply_chat_template(messages, tokenize=False)

# Generate
outputs = llm.generate(prompt, sampling_params)

# Print output
for output in outputs:
    print(output.outputs[0].text)

Online Inference (Streaming)

from vllm import LLM, SamplingParams
from transformers import AutoTokenizer

llm = LLM(
    model="HarleyWang/Qwen3.5-27B-Claude-Opus-4.6-High-Reasoning",
    dtype="bfloat16",
    tensor_parallel_size=2,
)

tokenizer = AutoTokenizer.from_pretrained("HarleyWang/Qwen3.5-27B-Claude-Opus-4.6-High-Reasoning")

messages = [
    {"role": "user", "content": "Write a Python function to sort a list."}
]
prompt = tokenizer.apply_chat_template(messages, tokenize=False)

sampling_params = SamplingParams(
    temperature=0.7,
    top_p=0.9,
    max_tokens=1024,
    stream=True,  # Enable streaming
)

for output in llm.generate(prompt, sampling_params, use_tqdm=False):
    print(output.outputs[0].text, end="", flush=True)
print()

Offline Inference (Batch)

from vllm import LLM, SamplingParams

llm = LLM(
    model="HarleyWang/Qwen3.5-27B-Claude-Opus-4.6-High-Reasoning",
    dtype="bfloat16",
    tensor_parallel_size=2,
)

prompts = [
    "Explain quantum computing.",
    "Write a haiku about coding.",
    "Debug: Why is this loop infinite?",
]

sampling_params = SamplingParams(
    temperature=0.7,
    top_p=0.9,
    max_tokens=512,
)

outputs = llm.generate(prompts, sampling_params)

for output in outputs:
    print(f"Prompt: {output.prompt}")
    print(f"Response: {output.outputs[0].text}")
    print("-" * 50)

Command Line Interface

# Start an OpenAI-compatible API server
python -m vllm.entrypoints.openai.api_server \
    --model HarleyWang/Qwen3.5-27B-Claude-Opus-4.6-High-Reasoning \
    --dtype bfloat16 \
    --tensor-parallel-size 2 \
    --host 0.0.0.0 \
    --port 8000

# In another terminal, use the API
curl http://localhost:8000/v1/chat/completions \
    -H "Content-Type: application/json" \
    -d '{
        "model": "default",
        "messages": [
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": "What is the capital of France?"}
        ],
        "temperature": 0.7,
        "max_tokens": 256
    }'

License

This model is licensed under Apache-2.0.


This model was distilled to capture Claude Opus 4.6's reasoning capabilities while maintaining Qwen3.5-27B's efficiency and multilingual support. Recommended for inference with vLLM for optimal performance.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
7aa0fab

0 моделей