/ Модель

Характеристики

Базовая модель
Qwen3.6-35B-A3B-MTP-GGUF
Библиотека
mesh-llm
Опубликована
18 июл 2026

Qwen3.6-35B-A3B-UD-Q4_K_XL-Mesh-LLM

Генерация текстаТекст → текст8 профессий

Квантованный GGUF-пакет слоёв Qwen3.6 для локального и распределённого чат-инференса через Mesh LLM.

1 401скачиваний за 30 дней0лайковвеса обновлены18 июл 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 «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

Это пакет слоёв GGUF модели Qwen3.6-35B-A3B-UD-Q4_K_XL, подготовленный для распределённого запуска в Mesh LLM. Он создан на основе unsloth/Qwen3.6-35B-A3B-MTP-GGUF и сохраняет исходное распределение GGUF по отдельным артефактам слоёв; семейство модели — Qwen3, вариант квантования — UD-Q4_K_XL.

Пакет предназначен для локального приватного чат-инференса, в том числе на нескольких машинах, когда полный файл модели трудно разместить на одном хосте. Через локальный API Mesh LLM его можно использовать в сценариях, совместимых с OpenAI Chat Completions. Метаданные указывают задачу генерации текста и библиотеку mesh-llm.

README не приводит число параметров, длину контекста, поддерживаемые языки, подробности архитектуры или лицензию самого исходного чекпойнта; за ними он отсылает к карточке базовой модели. Возможности и качество зависят от исходной модели и настроек Mesh LLM. Для запуска требуется Mesh LLM и совместимый локальный или распределённый вычислительный кластер.

Сценарии применения

  • локальный приватный чат-инференс
  • распределённый запуск модели на нескольких машинах
  • генерация текста через совместимый с OpenAI API
  • обслуживание чат-запросов при ограниченной памяти одного хоста

Ограничения

Для запуска необходимы Mesh LLM и совместимая инфраструктура; пакет ориентирован на распределённый инференс. README не содержит сведений о лицензии, языках и длине контекста и направляет за подробностями исходной модели.

Для каких профессий подходит8

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

GGUF layer package for running Qwen3.6-35B-A3B-UD-Q4_K_XL across a local Mesh LLM cluster.

This package is derived from unsloth/Qwen3.6-35B-A3B-MTP-GGUF and keeps the original GGUF distribution split into per-layer artifacts for distributed inference.

Highlights

Run locallyPool multiple machinesOpenAI-compatiblePackage variant
Private inference on your hardwareSplit layers across peersServe /v1/chat/completions locallyUD-Q4_K_XL layer package

Model Overview

PropertyValue
Source modelunsloth/Qwen3.6-35B-A3B-MTP-GGUF
Model idunsloth/Qwen3.6-35B-A3B-MTP-GGUF:UD-Q4_K_XL
FamilyQwen3
Parameter scale35B-A3B
QuantizationUD-Q4_K_XL
Layer count41
Activation width2048
Package size21.7 GB
Source fileQwen3.6-35B-A3B-UD-Q4_K_XL.gguf
Package repomeshllm/Qwen3.6-35B-A3B-UD-Q4_K_XL-layers

Recommended Use

  • Local and private inference with Mesh LLM.
  • Multi-machine serving when the full GGUF is too large for one host.
  • OpenAI-compatible chat/completions workflows through Mesh LLM's local API.

For upstream architecture details, chat template guidance, sampling recommendations, license terms, and benchmark notes, see the source model card: unsloth/Qwen3.6-35B-A3B-MTP-GGUF.

Quickstart

# Run this on each machine that should contribute memory/compute.
mesh-llm serve --model "meshllm/Qwen3.6-35B-A3B-UD-Q4_K_XL-layers" --split
# Check the mesh and discover the OpenAI-compatible model name.
curl -s http://localhost:3131/api/status
curl -s http://localhost:3131/v1/models
# Send an OpenAI-compatible chat request.
curl -s http://localhost:3131/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "unsloth/Qwen3.6-35B-A3B-MTP-GGUF:UD-Q4_K_XL",
    "messages": [{"role": "user", "content": "Write a tiny hello-world function in Rust."}],
    "max_tokens": 128
  }'

Package Variant

PropertyValue
Formatlayer-package
Canonical source refunsloth/Qwen3.6-35B-A3B-MTP-GGUF@main/Qwen3.6-35B-A3B-UD-Q4_K_XL.gguf
Source revisionmain
Source SHA-25655983c5a75a1ab969824077b3bb3de4146e82a9234072b48ad4e8f92ad3fe9f1
Skippy ABI0.1.24
Package manifest SHA-256d5219b949201675eae13867d16196dc517789cf2bc046850fea1b269a0a3b412

What Is Included

ArtifactPathContentsSHA-256
Manifestmodel-package.jsonPackage schema, source identity, checksumsd5219b949201675eae13867d16196dc517789cf2bc046850fea1b269a0a3b412
Metadatashared/metadata.gguf0 tensors, 10.4 MB781e5b129a647d7df246923f768f2953e9fa66e752e0a99fc4912c0a12ef7aab
Embeddingsshared/embeddings.gguf1 tensors, 525.7 MB0bb08a257ea28c7fd14bc2669d5164e149fae121cf40c20d7e5b2f84e8a3b718
Output headshared/output.gguf2 tensors, 525.8 MBab69129c3ed7f570de4295dd006c61676195f8ba42a97733244f2ae05fef5f35
Transformer layerslayers/layer-*.gguf41 layer artifacts, 750 tensors, 20.7 GBsee model-package.json

Validation

Generated by the Mesh LLM HF Jobs splitter from mesh-llm ref main. Each artifact is checksummed as it is written, uploaded to this repository, and removed from the job workspace before the next artifact is produced.

skippy-model-package write-package "/source/Qwen3.6-35B-A3B-UD-Q4_K_XL.gguf" --out-dir "/tmp/meshllm-layer-job-meshllm_Qwen3.6-35B-A3B-UD-Q4_K_XL-layers-194/package"

Links

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
e0e7b64

0 моделей