/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
11,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.6-35B-A3B
Библиотека
mlx
Опубликована
17 апр 2026

Qwen3.6-35B-A3B-JANGTQ

Изображение и текст → текст11 профессий

Квантованная мультимодальная модель Qwen для диалогов и анализа изображений на Apple Silicon с использованием MLX.

305скачиваний за 30 дней8лайковвеса 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/Qwen3.6-35B-A3B-JANGTQ — мультимодальная модель семейства Qwen, подготовленная JANGQ-AI на основе Qwen/Qwen3.6-35B-A3B и адаптированная для запуска в vMLX на компьютерах Apple Silicon. Это модель типа MoE с 35 млрд параметров, из которых около 3 млрд активны на токен; архитектура сочетает линейное внимание Gated DeltaNet и полное внимание, а также маршрутизируемые экспертные блоки.

Весовые матрицы маршрутизируемых экспертов квантованы до 2 бит методом JANGTQ на основе кодовых книг TurboQuant и вращения Hadamard; ряд других компонентов хранится в 8-битном представлении, а зрительная башня сохранена. Модель предназначена для диалогов, задач с изображениями и агентных сценариев. README сообщает о поддержке изображений и отмечает, что для видео в MLX требуется собственный процессор, тогда как основная ветка mlx-vlm для этой архитектуры подходит для изображений. Для загрузки квантованных весов нужен специальный загрузчик jang-tools: стандартный mlx_lm.load() их не читает.

Модель использует шаблон диалога и интерфейс вызова инструментов базовой модели; заявлена библиотека MLX и лицензия Apache-2.0. README приводит ориентиры по памяти для Mac с unified RAM и контексту, но эти оценки зависят от профиля запуска и KV-кэша. Независимые результаты оценки именно этой квантованной версии в карточке не приведены.

Сценарии применения

  • диалоговый помощник на компьютере Mac
  • ответы на вопросы по изображениям
  • анализ изображений в агентных сценариях
  • вызов инструментов из диалога

Ограничения

Для загрузки весов JANGTQ требуется специальный загрузчик jang-tools; стандартный mlx_lm.load() несовместим с тензорами .tq_packed. Поддержка видео в основном пути mlx-vlm для этой архитектуры ограничена, а независимые оценки качества данной квантованной версии не приведены.

Для каких профессий подходит11

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

Model Details

PropertyValue
Base modelQwen/Qwen3.6-35B-A3B
Parameters (source)35 B total, ~3 B active per token
Architectureqwen3_5_moe — 40 decoder layers: 30 Gated DeltaNet (linear attn) + 10 full attention, 256 routed experts + 1 always-on shared expert
Quantization formatweight_format: mxtq — routed experts via TurboQuant codebook (2-bit), everything else affine 8-bit or fp16 passthrough
Routed-expert storage.tq_packed (uint32) + .tq_norms (fp16) + .tq_bits (uint8); codebook + Hadamard signs re-derived deterministically at load
Package size on disk11.63 GB across 12 shards
Shipped tensors1,930 total (1,597 language-model + 333 vision tower + 120 routed-expert TQ triples)
Vocab248,320
Context (position embeddings)262,144 native; the upstream model card reports up to ~1 M with YaRN scaling
Vision tower27-layer ViT (hidden 1152, patch 16), preserved in fp16
Chat formatQwen im_start/im_end, unified thinking toggle

Quantization details, per tensor category

CategoryBitsGroup / codebookNotes
Routed-expert MLP (mlp.experts.gate_up_proj, down_proj)2 (JANGTQ)2^2 Lloyd-Max centroids + Hadamard rotation.tq_packed + .tq_norms + .tq_bits triples
Embedding (embed_tokens), lm_head8 (affine)group 64MLX-native QuantizedLinear
Full-attention projections (q_proj, k_proj, v_proj, o_proj)8 (affine)group 64Gate-doubled q_proj for attn_output_gate
Linear-attention projections (in_proj_qkv, in_proj_z, in_proj_b, in_proj_a, out_proj)8 (affine)group 64Gated DeltaNet
Shared-expert MLP (gate_proj, up_proj, down_proj)8 (affine)group 64Always active per token
Router (mlp.gate)fp16 passthrough—Precision-critical
Shared-expert gate (shared_expert_gate)fp16 passthrough—sigmoid scalar gate
Norms (*_layernorm, *_norm), A_log, dt_bias, conv1dfp16 passthrough—Un-quantized
Vision tower (333 tensors)fp16 passthrough—patch_embed.proj axes pre-transposed to MLX layout

JANGTQ ("TurboQuant") stores routed-expert weights as indices into a small Lloyd-Max codebook with a per-row norm, after a randomized Hadamard rotation that concentrates the distribution so quantization error is uniform. At inference, the input is rotated once per layer (cheap fused Metal kernel) and dot products happen against the codebook centroids directly, so we never dequantize back to affine. Compared to affine 2-bit at the same bit budget, this gives better quality AND faster decode on the routed-expert MLP path.


Usage

JANGTQ requires our custom loader — stock mlx_lm.load() can't parse .tq_packed tensors. You need jang-tools (free, public): https://github.com/jjang-ai/jangq.

pip install mlx mlx-lm mlx-vlm
git clone https://github.com/jjang-ai/jangq && pip install -e ./jangq/jang-tools

Text

from jang_tools.load_jangtq import load_jangtq_model
from mlx_lm import generate

model, tokenizer = load_jangtq_model("OsaurusAI/Qwen3.6-35B-A3B-JANGTQ2")
print(generate(model, tokenizer,
               prompt="The capital of France is",
               max_tokens=64))

Image (VLM)

from jang_tools.load_jangtq_vlm import load_jangtq_vlm_model
from mlx_vlm import generate
from mlx_vlm.prompt_utils import apply_chat_template
from mlx_vlm.utils import load_config

path = "OsaurusAI/Qwen3.6-35B-A3B-JANGTQ2"
model, processor = load_jangtq_vlm_model(path)
config = load_config(path)

prompt = apply_chat_template(processor, config, "Describe this image.", num_images=1)
print(generate(model, processor, prompt, image="path/to/image.jpg", max_tokens=200))

Reasoning toggle

msgs = [{"role": "user", "content": "What is 17 × 23?"}]
# Reasoning OFF — pre-closed <think></think> block
prompt = tokenizer.apply_chat_template(msgs, add_generation_prompt=True,
                                       enable_thinking=False)
# Reasoning ON — model fills the <think> block
prompt = tokenizer.apply_chat_template(msgs, add_generation_prompt=True,
                                       enable_thinking=True)

Pass enable_thinking as a direct kwarg (the chat_template_kwargs={...} form only propagates on some tokenizer versions).

Video

The base model supports video via transformers and the bundle preserves video_preprocessor_config.json. mlx-vlm 0.4.4's prepare_inputs has no video path yet for qwen3_5_moe — the Python load_jangtq_vlm path wraps video via a custom processor for our test harness. For mainline mlx-vlm users, stick to image input; use upstream transformers for video.


Hardware notes

~12 GB on disk; expect ~12–14 GB resident after load, plus KV cache.

Mac unified RAMWorks?Notes
24 GB✅ comfortableFull 32 k context OK
32 GB✅32-100 k context depending on profile
24 GB✅text-only, short context

Benchmarks

Base-model reference (Qwen/Qwen3.6-35B-A3B, upstream, not this quant):

MMLU-ProAIME 2026LiveCodeBench v6GPQASWE-bench Verified
85.292.780.486.073.4

Independent JANGTQ-quant evaluation is tracked in the jang-tools repo and will land in future README revisions.


Citation

@misc{qwen2026qwen36,
  title  = {Qwen3.6-Plus: Towards Real World Agents},
  author = {Qwen Team},
  year   = {2026},
  url    = {https://qwen.ai/blog?id=qwen3.6}
}

License

Apache 2.0 — inherits from the base model.


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
Qwen3_5MoeForConditionalGeneration
Ревизия весов
2dd69d2

0 моделей