/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
17,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.6-27B
Библиотека
mlx
Опубликована
22 апр 2026

Qwen3.6-27B-JANG_4M

Изображение и текст → текст8 профессий

Квантованная мультимодальная Qwen3.6-27B для локального чата, работы с изображениями и видео в MLX на Apple Silicon.

172скачиваний за 30 дней2лайкавеса обновлены31 авг 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

OsaurusAI подготовила JANG_4M — квантованную версию мультимодальной модели Qwen3.6-27B для локального запуска в MLX на компьютерах Apple Silicon. Это плотная модель на 27,3 млрд параметров с гибридной архитектурой: 48 из 64 слоёв используют Gated DeltaNet, остальные — полное внимание; также есть визуальный энкодер для изображений и видео.

Модель принимает текст и визуальный ввод и предназначена для диалога, ответов по изображениям и видео, а также текстовых задач вроде перевода и вопросов с рассуждением. В JANG_4M основная часть весов сжата до 4 бит, а проекции полного внимания, эмбеддинги и выходная голова сохранены в 8-битном формате. В README приведены результаты на срезе MMLU из 200 вопросов без включённого рассуждения; режим с рассуждением не оценивался.

Для запуска требуется совместимая среда MLX на Apple Silicon; карточка рекомендует Osaurus. Размер весов на диске — около 17,5 ГБ, а после загрузки модель занимает примерно 18–22 ГБ плюс память для KV-кэша. Лицензия — Apache-2.0.

Сценарии применения

  • диалог с локально запущенной моделью на Mac
  • ответы на вопросы по изображениям
  • анализ коротких видеороликов
  • перевод текста на французский
  • решение вопросов общего знания и тестовых заданий

Ограничения

Для запуска необходим совместимый MLX runtime на Apple Silicon; на компьютерах с 24 ГБ объединённой памяти работа с изображениями ограничена по памяти, а видео не рекомендуется. Качество в режиме включённого рассуждения в README не измерялось.

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

Model Details

PropertyValue
Base modelQwen/Qwen3.6-27B
Parameters27.3 B, dense (no MoE)
Architectureqwen3_5 — 64 decoder layers: 48 Gated DeltaNet (linear-attn) + 16 full-attention with swish output gate
QuantizationJANG_4M — mixed 4/8-bit native MLX affine
Package size on disk17.5 GB across 11 shards
Avg bits/param4.45
vs BF16 source52 GB → 17.5 GB, 3.0× compression
Context262 144 native; upstream card reports up to ~1 M with YaRN
Vision tower27-layer ViT (hidden 1152, patch 16), temporal_patch 2, quantized at 4-bit with patch-embed axes pre-transposed to MLX layout
Chat formatQwen im_start/im_end with enable_thinking toggle

JANG_4M bit allocation

CategoryBitsGroupNotes
Full-attention projections (q_proj, k_proj, v_proj, o_proj) — 16 layers864Precision-critical. q_proj is fused with a swish output gate (half queries / half gate)
Embedding (embed_tokens), lm_head864Input/output precision bound
Dense FFN (mlp.gate_proj, mlp.up_proj, mlp.down_proj) — 64 layers464Bulk of parameters
Linear-attention projections (in_proj_qkv, in_proj_z, in_proj_b, in_proj_a, out_proj) — 48 layers464
Vision tower (27 ViT layers)464
Norms, A_log, dt_bias, conv1dbf16—Passthrough
MTP head——Stripped — mlx_vlm doesn't use it

Per-module bit overrides are encoded directly in config.json["quantization"] (65 overrides for the 8-bit tier), so any MLX-compatible runtime can load the bundle without custom decode paths.

Why mixed 4/8? This dense 27B has 16 full-attention layers whose q_proj is fused with a sigmoid(gate) multiplier — activation noise near the gate transition zone is amplifying if attention is 4-bit. JANG_4M keeps those projections at 8-bit while absorbing the compression into the 64-layer dense FFN.


Architecture notes

  • Hybrid attention stack: 48 of 64 layers use Gated DeltaNet, a linear-attention / delta-rule hybrid with a grouped conv1d input path and per-head A_log / dt_bias state — constant memory in sequence length. The other 16 layers (one every 4, given by full_attention_interval: 4) use full softmax attention with attn_output_gate: true — q_proj produces a fused (queries, gate) tensor; attention output is multiplied by sigmoid(gate) before o_proj.
  • Partial rotary embeddings: only the first 25% of head dim rotates (partial_rotary_factor: 0.25), rope_theta = 1e7. Position metadata for mixed text/image/video (mrope_section, mrope_interleaved: true) is preserved in config.json.
  • Dense FFN: no MoE. Each layer has gate_proj/up_proj (5120 → 17408) + down_proj (17408 → 5120) with SwiGLU activation.
  • Vision tower: qwen3_vl ViT, 27 layers, hidden 1152, patch 16, temporal_patch 2. Produces video token sequences via 3D conv patch-embed (pairs of frames merge into one temporal patch).

Usage

Load in Osaurus on Apple Silicon (macOS) — single-click deploy, local chat + vision, no Python setup. The bundle also loads in any Apple Silicon MLX runtime that supports qwen3_5 VL bundles with per-module quantization config (see config.json["quantization"]).

Reasoning on/off, image inference, and video inference are all verified on this quant.


Verified modalities

TestResult
Chat template (with + without thinking)✓ coherent
Text (enable_thinking=False): "The capital of France is" → "Paris"✓
Text: "Translate to French: Hello, how are you?" → "Bonjour, comment allez-vous ?"✓
Text: def fibonacci(n): → correct recursive continuation✓
VL image: solid red/green/blue/yellow 224×224 → correct color ID✓ 4/4
VL video: 4-frame RGBY sequence → structurally coherent description✓

The 4-frame RGBY video encodes as 2 temporal patches via temporal_patch_size=2, which the model perceives as a 2-region color composition — identical behavior to the BF16 source. This is not a quant artifact.

For synthetic PIL-frame video tests, set processor.video_processor.do_sample_frames = False so each frame maps 1:1 to a patch.



MMLU-200 (10 subjects × 20 questions, reasoning OFF)

Both quants evaluated on the same 200-question slice of MMLU with enable_thinking=False (direct answer, no <think> preamble). Same prompts, same greedy decode, same extraction.

SubjectMXFP4JANG_4MΔ (JANG − MXFP4)
abstract_algebra12/20 (60.0%)15/20 (75.0%)+3
anatomy18/20 (90.0%)16/20 (80.0%)-2
astronomy20/20 (100.0%)19/20 (95.0%)-1
college_computer_science16/20 (80.0%)16/20 (80.0%)0
college_physics15/20 (75.0%)15/20 (75.0%)0
high_school_biology19/20 (95.0%)19/20 (95.0%)0
high_school_chemistry16/20 (80.0%)15/20 (75.0%)-1
high_school_mathematics12/20 (60.0%)14/20 (70.0%)+2
logical_fallacies20/20 (100.0%)19/20 (95.0%)-1
world_religions19/20 (95.0%)17/20 (85.0%)-2
Total167/200 (83.5%)165/200 (82.5%)−1.0 pp

Both quants are strong baselines on reasoning-OFF MMLU. MXFP4 edges ahead by 1 pp overall. JANG_4M wins on the harder math-heavy subjects (abstract_algebra +3, high_school_mathematics +2) — plausibly because the 8-bit full-attention projections carry more signal on multi-step symbolic chains. MXFP4 wins on rote-recall subjects (anatomy, world_religions) by ~2 each, closer to ties on factual/scientific subjects.

Reasoning ON: not yet measured. Qwen 3.6 is a reasoning-optional model — with enable_thinking=True the model generates a <think>…</think> block before answering, which typically lifts MMLU significantly. Reasoning-ON benchmarks for both quants are planned as a follow-up.


Hardware notes

17.5 GB weights on disk; once loaded, expect ~18–22 GB resident plus KV cache.

MacWorks?Notes
24 GB unified⚠️Text + image tight; no video
32 GB unified✅Comfortable for text + image + short video
48 GB+ unified✅Full context + VL + video

License

Apache 2.0 — inherits from the base model.


Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
7b5d08b

0 моделей