/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
10 июн 2025

Jan-nano

Генерация текстаТекст → текст4 профессии

Компактная дообученная модель Qwen3 для исследовательского поиска и работы с MCP-инструментами.

696скачиваний за 30 дней509лайковвеса обновлены4 июл 2025

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

Jan-Nano — компактная диалоговая языковая модель примерно на 3,7 млрд параметров, разработанная Alan Dao и Bach Vu Dinh для исследовательских задач с использованием инструментов. Она дообучена на Qwen/Qwen3-4B и рассчитана на работу с серверами Model Context Protocol (MCP), чтобы обращаться к исследовательским инструментам и источникам данных. Модель поддерживает диалог и интерфейс вызова инструментов; авторы описывают её как нетребовательную к пошаговому режиму рассуждений. Заявлена оценка на SimpleQA с MCP-инструментами, однако численные результаты в карточке не приведены.

Модель принимает текстовые запросы и генерирует текстовые ответы и вызовы инструментов. Она использует архитектуру Qwen3ForCausalLM, библиотеку Transformers и формат safetensors; длина контекста — 40 960 токенов. Карточка описывает сценарии исследовательского поиска и локальный запуск через Jan или vLLM. Распределение поддерживаемых естественных языков не указано. Лицензия — Apache-2.0.

Сценарии применения

  • поиск фактов с обращением к исследовательским источникам через MCP
  • ответы на вопросы в стиле SimpleQA с подключёнными инструментами
  • проведение локальных исследовательских запросов через Jan
  • создание диалогового агента с вызовом инструментов MCP

Ограничения

Модель описана как non-thinking, а численные результаты оценки SimpleQA в карточке не приведены. Языки, на которых она специально обучена или проверена, не перечислены.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Jan-Nano: An Agentic Model

Note: Jan-Nano is a non-thinking model.

GitHub

Authors: Alan Dao, Bach Vu Dinh

Overview

Jan-Nano is a compact 4-billion parameter language model specifically designed and trained for deep research tasks. This model has been optimized to work seamlessly with Model Context Protocol (MCP) servers, enabling efficient integration with various research tools and data sources.

Evaluation

Jan-Nano has been evaluated on the SimpleQA benchmark using our MCP-based benchmark methodology, demonstrating strong performance for its model size:

image/png

The evaluation was conducted using our MCP-based benchmark approach, which assesses the model's performance on SimpleQA tasks while leveraging its native MCP server integration capabilities. This methodology better reflects Jan-Nano's real-world performance as a tool-augmented research model, validating both its factual accuracy and its effectiveness in MCP-enabled environments.

How to Run Locally

Jan-Nano Demo

Jan-Nano is currently supported by Jan, an open-source ChatGPT alternative that runs entirely on your computer. Jan provides a user-friendly interface for running local AI models with full privacy and control.

For non-jan app or tutorials there are guidance inside community section, please check those out! Discussion

VLLM

Here is an example command you can use to run vllm with Jan-nano

vllm serve Menlo/Jan-nano --host 0.0.0.0 --port 1234 --enable-auto-tool-choice --tool-call-parser hermes --chat-template ./qwen3_nonthinking.jinja

Chat-template is already included in tokenizer so chat-template is optional, but in case it has issue you can download the template here Non-think chat template

Recommended Sampling Parameters

  • Temperature: 0.7
  • Top-p: 0.8
  • Top-k: 20
  • Min-p: 0

📄 Citation

@misc{dao2025jannanotechnicalreport,
      title={Jan-nano Technical Report}, 
      author={Alan Dao and Dinh Bach Vu},
      year={2025},
      eprint={2506.22760},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2506.22760}, 
}

Documentation

Setup, Usage & FAQ

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
e411796

0 моделей