/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
27 сен 2026

OneJev-4B

Изображение и текст → текст4 профессии

Мультимодальная модель на базе Qwen3.5-4B, которая анализирует изображения, видео и текст и выдаёт откалиброванные вероятности вариантов ответа для задач принятия решений.

1 757скачиваний за 30 дней4лайкавеса обновлены29 сен 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 «Изображение → 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

OneJev-4B — мультимодальная модель принятия решений от разработчиков OneJev, дообученная на базе Qwen/Qwen3.5-4B. Она принимает изображения, видеозаписи или текст с вопросами и за один проход возвращает откалиброванные вероятности для предложенных вариантов ответа. Модель рассчитана на задачи System One и сценарии работы агентов, включая анализ скриншотов и видеоматериалов.

Модель содержит 4 млрд параметров, использует плотную архитектуру Qwen3.5 и работает через библиотеку Transformers. Для скриншота 1280×720 заявлена задержка 64 мс на один вопрос и 104 мс на десять вопросов в одном запросе при запуске на H200. Веса доступны в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • оценка вероятностей вариантов ответа по скриншоту интерфейса
  • ответы на вопросы о содержимом изображения
  • анализ видеозаписей для принятия решений агентом
  • пакетная оценка нескольких вопросов по одному изображению

Ограничения

Заявленная задержка измерена на H200 для скриншота 1280×720; производительность на другом оборудовании и разрешениях может отличаться. README не приводит численных результатов точности.

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

OneJev-4B is the 4B model of OneJev, a multimodal System One decision model. Give it a screenshot, a photo, a video or plain text along with a few typed questions, and it returns a calibrated probability for every option in a single forward pass. It is a full fine-tune of Qwen/Qwen3.5-4B on 99,193 questions drawn from real agent runs, videos and images.

Results

Accuracy in percent. The OneJev test set holds questions of the training kinds that no model saw in training. Jev 1.13's scores are its published ones, and it reads text only.

On one H200 with a 1280x720 screenshot, OneJev-4B answers 1 question in 64 ms and 10 questions in one request in 104 ms (10.4 ms per question).

Quick start

pip install "qev[torch] @ git+https://github.com/OmniJev/OneJev.git"
qev serve --model OmniJev/OneJev-4B
from qev import Client, Choice, Noul
from qev.media import data_uri

r = Client("http://localhost:8000").system_one(
    state={"task": "Pay the open invoice from ACME", "screen": "<image:1>"},
    media=[{"type": "image", "data": data_uri("screenshot.png")}],
    questions={"done": Noul("The invoice has been paid"),
               "next": Choice("What should the agent do next?", {"click": "click an element", "stop": "stop"})},
)

The server speaks TypeSafe's System One API plus a media field for images and video. More examples, the latency benchmark and the code are on GitHub.

OneJev-4B also runs on llama.cpp from the GGUF build by mradermacher, without PyTorch. Images work there; video needs the PyTorch server.

brew install llama.cpp
pip install git+https://github.com/OmniJev/OneJev.git
qev serve --gguf mradermacher/OneJev-4B-GGUF:Q8_0

All sizes

ModelBaseWeights
OneJev-0.8BQwen3.5-0.8B2.2 GB
OneJev-4BQwen3.5-4B10.4 GB
OneJev-9BQwen3.5-9B18.8 GB
OneJev-27BQwen3.8-27B54.7 GB
OneJev-27B-FP8OneJev-27B in 8-bit30.4 GB

All sizes are in the OneJev collection.

Citation

@misc{onejev2026,
  title        = {{OneJev}: A Multimodal System One Decision Model},
  author       = {{OmniJev Team}},
  year         = {2026},
  howpublished = {\url{https://github.com/OmniJev/OneJev}}
}

License

Apache 2.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
c88e186

0 моделей