/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
16,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.6-27B-MTPLX-Optimized-Speed
Библиотека
mlx
Опубликована
18 июл 2026

Qwen3.6-27B-MTPLX-Optimized-Speed-Vision

Изображение и текст → текст15 профессий

Мультимодальная сборка Qwen3.6-27B для локальных диалогов, программирования и анализа изображений на Apple Silicon с ускоренной генерацией через MTPLX.

90скачиваний за 30 дней0лайковвеса обновлены18 июл 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

Jonandrop/Qwen3.6-27B-MTPLX-Optimized-Speed-Vision — мультимодальная модель семейства Qwen, собранная разработчиком Jonandrop на основе Qwen/Qwen3.6-27B и ускоренной версии Youssofal/Qwen3.6-27B-MTPLX-Optimized-Speed. Она предназначена для диалогов, программирования и анализа изображений; README также заявляет обработку видео, но описанный интерфейс подтверждает только текстовый и графический ввод. Модель использует архитектуру Qwen3_5ForConditionalGeneration и рассчитана на запуск через MLX и MTPLX на Apple Silicon с многотокенным предсказанием для ускорения генерации. Текстовая часть и MTP-компоненты квантизованы, а восстановленная башня зрения хранится в BF16.

В описанном сценарии модель принимает текст и изображения и генерирует текстовые ответы, включая код. README приводит замеры скорости на Apple M5 Pro, но уточняет, что это ориентировочные результаты на небольшом наборе запросов. Репозиторий распространяется по лицензии Apache-2.0. Для запуска описан совместимый с OpenAI API сервер MTPLX.

Сценарии применения

  • ответы на вопросы по изображениям
  • анализ скриншотов и фотографий в диалоге
  • генерация и объяснение кода
  • локальный чат с текстовыми и графическими запросами

Ограничения

Для запуска описан стек MLX и MTPLX на Apple Silicon; приведённые показатели скорости получены на небольшом наборе запросов и не являются полноценным бенчмарком. README заявляет обработку видео, однако описанный интерфейс ввода указывает только текст и изображения.

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

Qwen3.6-27B MTPLX Optimized Speed (Vision-Enabled)

A unified local model that both codes at the Qwen3.6-27B level and processes images/videos, packaged for Apple Silicon via MTPLX native speculative decoding with Multi-Token-Prediction (MTP).

This repository restores the multimodal vision tower that is typically stripped in text-only MLX/MTPLX conversions.

Architecture

  • Body: 4-bit affine, group size 64 (from Youssofal/Qwen3.6-27B-MTPLX-Optimized-Speed)
  • MTP sidecar (mtp/weights.safetensors): Prequantized MTP heads with a 3-bit affine group-64 draft-only LM head.
  • Vision tower (vision_tower.safetensors, 333 tensors, bf16 unquantized): Extracted verbatim from the official checkpoint's own model.visual.* weights (shards 7 and 8 of Qwen/Qwen3.6-27B) and renamed to the vision_tower.* prefix for MTPLX native VLM compatibility (~879 MB).

Usage (MTPLX)

mtplx start --model <path-to-this-model-dir> --port 8092 \
  --chat-template-path <path-to-this-model-dir>/chat_template.jinja

Serves an OpenAI-compatible endpoint supporting both text and image input payloads via POST /v1/chat/completions.

The MTPLX CLI defaults to mtp_history_policy=committed, which this model requires for healthy deep-position acceptance. The model's recommended draft sampler is temperature 0.7 (see recommended_draft_sampler in mtplx_runtime.json); pass --draft-temperature 0.7 to match.

Performance (measured)

Apple M5 Pro 64 GB, MTPLX 1.0.4, temperature 0.6, mtp_history_policy=committed, --draft-temperature 0.7 (model recommended), thinking OFF, warm (4 warmup prompts discarded), 8 measured prompts from the calibration_coding suite, max_tokens=192, median tok/s.

Depthtok/s (wall-clock e2e)tok/s (decode-only)speedup vs AR (e2e)acceptance pos1/2/3
AR (--no-mtp)13.714.51.00x-
MTP depth 119.720.91.44x0.923
MTP depth 219.920.81.46x0.950 / 0.753
MTP depth 318.119.71.32x0.900 / 0.759 / 0.648

Two throughput definitions are reported:

  • tok/s (wall-clock e2e) = generated_tokens / total_elapsed, includes prompt prefill. The real end-to-end speed and the honest denominator for the speedup ratio.
  • tok/s (decode-only) = generated_tokens / decode_elapsed, excludes prefill.

Acceptance is stable across runs: greedy draft (temp 0.0) gives 0.874/0.740/0.636, recommended draft (temp 0.7) gives 0.900/0.759/0.648, both within noise. Vision graft has zero acceptance cost relative to the text-only source (Youssofal/Qwen3.6-27B-MTPLX-Optimized-Speed measures identical acceptance 0.874/0.740/0.636 under the same config).

Earlier baked mtplx_runtime.json figures (acceptance 1.0/0.98/0.94, ~63 tok/s) were measured on Apple M5 Max 128 GB and are not reproducible on M5 Pro 64 GB due to lower memory bandwidth; they are preserved in the historical_m5max field of mtplx_runtime.json for traceability. The vision tower is lazy-loaded (only when a request carries an image), so text-only throughput is unaffected by it. Numbers are indicative, not a benchmark suite.

Sources And Attribution

ComponentSourceRevision / License
Base modelQwen/Qwen3.6-27BApache-2.0
Quantized Text/MTP repoYoussofal/Qwen3.6-27B-MTPLX-Optimized-SpeedApache-2.0
MTPLX conversionyoussofal/mtplxApache-2.0

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_5ForConditionalGeneration
Ревизия весов
3533a71

0 моделей