/ Модель

Характеристики

Размер весов
69 ГБ
Лицензия
Apache 2.0
Архитектура
mistral3 · dense
Базовая модель
Mistral-Small-4-119B-2603
Библиотека
mlx
Опубликована
23 мар 2026

Mistral-Small-4-119B-A6B-JANG_4M

Генерация текстаТекст → текст15 профессий

Квантованная MLX-сборка Mistral Small 4 для диалогов, рассуждений, генерации кода и анализа изображений на Apple Silicon.

301скачиваний за 30 дней0лайковвеса обновлены8 сен 2026

Бенчмарки

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

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

JANGQ-AI/Mistral-Small-4-119B-A6B-JANG_4M — квантованная сборка модели Mistral Small 4 от Jinho Jang и проекта JANGQ-AI, предназначенная для запуска на компьютерах Apple Silicon через MLX. Она основана на mistralai/Mistral-Small-4-119B-2603 и использует формат MLX safetensors с квантованием JANG 4.08 бит и вычислениями bfloat16. Модель содержит 119 млрд параметров, из которых активны около 6 млрд на токен.

Архитектура включает 36 MoE-слоёв с 128 экспертами и выбором четырёх экспертов, MLA-внимание и визуальный энкодер Pixtral. Модель поддерживает диалог, рассуждения, генерацию кода и анализ изображений; README указывает максимальное разрешение изображений 1540 пикселей. В карточке перечислены английский, французский, немецкий, испанский, японский, корейский и китайский языки. Сборка рассчитана на запуск в MLX Studio; README также указывает поддержку oMLX.

Для указанной конфигурации требуется около 68 ГБ оперативной памяти, а тест скорости приведён для M3 Ultra. Владелец публикует код квантования с открытым исходным кодом; модель распространяется по лицензии Apache-2.0. Приведённые скорости относятся к конкретному стенду и не гарантируют такие же результаты на других устройствах.

Сценарии применения

  • диалоговые ответы на вопросы и инструкции
  • пошаговое решение математических задач
  • генерация и дополнение программного кода
  • анализ изображений с визуальными вопросами
  • локальный запуск MoE-модели на компьютере Apple Silicon

Ограничения

Для запуска требуется совместимое ПО MLX и около 68 ГБ оперативной памяти в конфигурации из README; заявленная скорость измерена на M3 Ultra и может отличаться на других устройствах. README сообщает, что бенчмарки MMLU ещё выполняются.

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

JANG is fully open-source. Quantization engine and full commit history: github.com/jjang-ai/jangq. Created by Jinho Jang.


Supported apps: MLX Studio (full native support) and oMLX (PR #364). LM Studio, Ollama, and Inferencer do not yet support JANG.


Why JANG models?

Tools like mlx-lm, oMLX (oQ), and others can quantize models — but shipping a tool is the easy part. JANG models come from hundreds of hours of per-architecture testing: finding which layers break at which bit depths, which MoE routing survives quantization, which models need bfloat16 to avoid NaN. We don't just quantize — we convert, verify, benchmark, and publish every model with tested scores. No other project in the MLX ecosystem publishes pre-tested quantized models at this scale.


Speed Comparison

ModelSizeGen tok/sPrefill tok/sRAMFits On
JANG_4M (this model)57 GB8020268 GB96+ GB Macs
JANG_2L30 GB8221640 GB48 GB Macs
JANG_4M57 GB8020268 GB96+ GB Macs
JANG_6M84 GB7416095 GB128+ GB Macs
MLX Community 4-bit63 GB844368 GB96+ GB Macs

5x faster prefill than MLX Community (216 vs 43 tok/s). JANG_2L runs on 48 GB Macs at half the size.

Benchmarked on M3 Ultra 256 GB with bfloat16 compute.

Key Features

  • 80 tok/s generation on M3 Ultra
  • 57 GB on disk, 68 GB peak RAM
  • Vision (VLM): Pixtral encoder, 1540px max
  • Reasoning mode: [THINK]...[/THINK] step-by-step reasoning
  • Code generation: Complete functions with optimized logic
  • Math: Step-by-step calculations
  • 119B total / 6B active — MLA attention + 128 MoE experts
  • First Mistral Small 4 on Apple Silicon with full MLA + MoE support

Architecture

119B total parameters, 6B active per token
- 36 layers, all MoE (128 experts, top-4 routing)
- MLA attention: kv_lora_rank=256, q_lora_rank=1024
- Pixtral vision: 24 layers, 1540px max
- Reasoning: [THINK]...[/THINK] with reasoning_effort control
- bfloat16 compute (auto-detected)

Benchmarks

MMLU benchmarks in progress — will be updated with per-subject scores and MLX 4-bit comparison.

Install

pip install jang[mlx]

Created by Jinho Jang — jangq.ai — @dealignai

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Mistral3ForConditionalGeneration
Ревизия весов
fa40f47

0 моделей