/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.6-27B
Опубликована
13 июн 2026

Qwen3.6-27B-MTP-TQ4_1S-GGUF

Генерация текстаТекст → текст5 профессий

Экспериментальная TurboQuant-квантизация Qwen3.6-27B-MTP в GGUF для локальной генерации текста и диалогов.

18скачиваний за 30 дней0лайковвеса обновлены13 июн 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

Это квантованная версия Qwen3.6-27B-MTP от автора репозитория MidnightPhreaker. Модель основана на Qwen/Qwen3.6-27B и поставляется в формате GGUF с гибридной квантизацией TurboQuant TQ4_1S; блок MTP и отдельные тензоры сохранены в BF16, а другие части используют TQ4_1S, Q4_K и Q8_0. Размер файла составляет около 21,4 ГБ.

Модель предназначена для генерации текста и диалогового использования. Для загрузки требуется сборка llama.cpp с поддержкой TQ4_1S, например форк llama-cpp-turboquant: обычная upstream-сборка может не открыть файл. Автор отмечает, что это экспериментальная квантизация, и рекомендует проверять качество и работу MTP на целевой нагрузке. Лицензия — Apache-2.0.

Сценарии применения

  • локальная генерация текста
  • диалоговое использование Qwen3.6
  • запуск квантованной языковой модели через llama.cpp с поддержкой TQ4_1S

Ограничения

Требуется сборка llama.cpp с поддержкой TQ4_1S; стандартная upstream-сборка может не загрузить файл. Квантизация экспериментальная, поэтому качество и корректность MTP следует проверить на целевой нагрузке.

Для каких профессий подходит5

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-MTP TQ4_1S GGUF

This repository contains a TurboQuant/TQ4_1S GGUF quantization of Qwen/Qwen3.6-27B.

[!WARNING] This GGUF will not work with original upstream llama.cpp. It requires a TurboQuant-enabled build with TQ4_1S support, such as TheTom/llama-cpp-turboquant.

The source GGUF used for this quantization was Qwen3.6-27B-MTP-BF16.gguf. The final artifact keeps the MTP/next-token-prediction block in BF16 because quantizing that block was found to break MTP behavior.

File

FileSizeSHA256
Qwen3.6-27B-MTP-TQ4_1S.gguf21,403,947,936 bytes1e9303f1e00daf4a85ad04fe9f31738526fb00bbafa944b0b68f2fba6aa4440e

Quantization Policy

This model was quantized with a llama.cpp TurboQuant fork that supports TQ4_1S weight tensors.

Workflow:

  1. BF16 source GGUF to mixed Q8_0 source GGUF.
  2. blk.64 / nextn / MTP tensors preserved as BF16 during the Q8_0 pass.
  3. Final tensor-role-aware hybrid TQ4_1S pass from the mixed Q8_0 source.

Final tensor mix:

Tensor typeCountNotes
TQ4_1S180Middle-layer full-attention Q/K/V/O and FFN gate/up tensors
Q4_K60Middle-layer FFN down tensors
Q8_0258Embeddings, output, SSM/Mamba tensors, protected boundary tensors
BF168blk.64 MTP-critical tensors
F32360Norms and small scalar tensors

Protected layout:

  • Main text blocks: blk.0 through blk.63
  • MTP/nextn block: blk.64
  • Protected boundary blocks: blk.0, blk.1, blk.62, blk.63
  • Quantized middle blocks: blk.2 through blk.61
  • blk.64 is preserved for MTP correctness

The BF16-preserved blk.64 tensors are:

blk.64.attn_k.weight
blk.64.attn_output.weight
blk.64.attn_q.weight
blk.64.attn_v.weight
blk.64.ffn_down.weight
blk.64.ffn_gate.weight
blk.64.ffn_up.weight
blk.64.nextn.eh_proj.weight

The nextn norm tensors remain F32.

Compatibility

This GGUF uses TQ4_1S tensor type support from llama-cpp-turboquant. Standard upstream llama.cpp builds that do not know the TQ4_1S GGUF tensor type may fail to load this file.

Use a build with TQ4_1S weight support, such as the TurboQuant llama.cpp fork.

Example:

./llama-server \
  -m Qwen3.6-27B-MTP-TQ4_1S.gguf \
  -ngl 99 \
  -c 131072 \
  --cache-type-k q8_0 \
  --cache-type-v turbo3

For a more conservative KV cache setting, use --cache-type-k q8_0 --cache-type-v q8_0.

Provenance

  • Parent model: Qwen/Qwen3.6-27B
  • Source format: BF16 GGUF with MTP tensors
  • Quantizer: llama.cpp TurboQuant fork with TQ4_1S support
  • Final GGUF: Qwen3.6-27B-MTP-TQ4_1S.gguf

Notes

This is an experimental GGUF quantization. Validate quality and MTP behavior on your workload before production use.

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Ревизия весов
c3aba91

0 моделей