Мультимодальная модель Qwen в BF16 для диалогов и анализа изображений, дообученная на базе Qwen/Qwen3.6-35B-A3B.
46скачиваний за 30 дней2лайкавеса обновлены10 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
N8Programs/Qwen3.6-35B-A3B-AntiLoop — версия в формате BF16 модели N8Programs/Qwen3.6-35B-A3B-AntiLoop-NVFP4. Согласно метаданным, это дообученная на базе Qwen/Qwen3.6-35B-A3B мультимодальная модель семейства Qwen3.5 MoE с архитектурой Qwen3_5MoeForConditionalGeneration. Она предназначена для диалогов и работы с изображениями; метаданные также отмечают интерфейс вызова инструментов. Базовая модель описана как модель с 35 млрд параметров для диалогов, агентного программирования и анализа изображений.
Репозиторий содержит веса BF16 в формате safetensors. Лицензия — Apache-2.0. Карточка этой версии отсылает за рекомендациями по запуску, обучающим данным, оценкам и ограничениям к карточке NVFP4-релиза; подробностей об изменении AntiLoop в README нет.
Сценарии применения
диалоги с пользовательскими запросами
ответы на вопросы по изображениям
описание содержимого изображения
анализ изображений в диалоговом интерфейсе
вызов инструментов в разговорных сценариях
Ограничения
README этой версии не описывает эффект AntiLoop и отсылает за результатами, настройками запуска и ограничениями к карточке NVFP4-релиза. Языки и длина контекста в предоставленных данных не указаны.
Для каких профессий подходит13
Разделы каталога профессий, в задачах которых используется эта модель
This repository contains the BF16 version of the main
N8Programs/Qwen3.6-35B-A3B-AntiLoop-NVFP4
release. Please see that model card for documentation, benchmark results,
recommended inference settings, training data, evaluation methodology, and
limitations.
(co-written with GPT-5.6-Sol)
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров