/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.6-35B-A3B
Библиотека
mlx
Опубликована
17 апр 2026

Qwen3.6-35B-A3B-JANGTQ4

Изображение и текст → текст14 профессий

Квантизированная мультимодальная MoE-модель Qwen3.6-35B-A3B для локальных диалогов, анализа изображений и агентных сценариев на Apple Silicon.

106скачиваний за 30 дней8лайковвеса обновлены1 мая 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 квантизированную сборку мультимодальной модели Qwen3.6-35B-A3B для запуска через MLX на устройствах Apple Silicon. Это MoE-модель с 35 млрд параметров, из которых около 3 млрд активны на каждом токене; архитектура включает 40 слоёв, сочетая Gated DeltaNet и полное внимание, а также 256 маршрутизируемых экспертов и одного общего эксперта. Модель принимает текст и изображения, поддерживает диалог и интерфейс вызова инструментов; базовая модель также поддерживает видео, но README отмечает ограничения основного пути MLX для видео.

Сборка использует JANGTQ4 для весов маршрутизируемых экспертов и 8-битную аффинную квантизацию для ряда остальных компонентов; башня зрения сохранена. Для загрузки нужен собственный JANGTQ runtime и файл jangtq_runtime.safetensors, а стандартный загрузчик mlx_lm не поддерживает упакованные веса. Модель ориентирована на локальный инференс, включая диалоги, анализ изображений и агентные сценарии; для комфортного запуска README рекомендует Mac с 32 ГБ объединённой памяти. Лицензия — Apache-2.0. Заявленные в README бенчмарки относятся к исходной модели, а не к этой квантизированной сборке.

Сценарии применения

  • ответы на вопросы по изображению
  • диалоговый помощник с анализом текста и изображений
  • агентные сценарии с вызовом инструментов
  • локальный запуск мультимодальной модели на Mac
  • генерация текста с режимом рассуждения

Ограничения

Для загрузки необходим совместимый JANGTQ runtime и sidecar-файл jangtq_runtime.safetensors; стандартный mlx_lm.load() эту упаковку не читает. Путь MLX, описанный в README, ограничен для видео, а приведённые бенчмарки измерены на базовой модели, не на этой квантизированной сборке.

Для каких профессий подходит14

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

⚠️ REQUIRED — jangtq_runtime.safetensors sidecar must be downloaded

Osaurus uses the native Swift JANGTQ runtime. Every JANGTQ bundle on OsaurusAI ships a small jangtq_runtime.safetensors sidecar (~10 KB–~165 KB) alongside the weight shards. The Swift loader will refuse to start with the error

Error: Model '<name>' declares JANGTQ (weight_format: "mxtq") but is
       missing required sidecar file 'jangtq_runtime.safetensors'.
       Re-download the full model or obtain the sidecar from the original
       publisher.

if the file is absent.

If your local copy doesn't have it (older download, partial sync, etc):

hf download OsaurusAI/Qwen3.6-35B-A3B-JANGTQ4 jangtq_runtime.safetensors --local-dir <your-dir>

The file holds the deterministic codebooks + Hadamard rotation signs the Swift loader uses to decode *.tq_packed weights. It must match the seed the bundle was quantized with (mxtq_seed=42).


Model Details

PropertyValue
Base modelQwen/Qwen3.6-35B-A3B
Parameters (source)35 B total, ~3 B active per token
Architectureqwen3_5_moe — 40 decoder layers: 30 Gated DeltaNet (linear attn) + 10 full attention, 256 routed experts + 1 always-on shared expert
Quantization formatweight_format: mxtq — routed experts via TurboQuant codebook (4-bit), everything else affine 8-bit or fp16 passthrough
Routed-expert storage.tq_packed (uint32) + .tq_norms (fp16) + .tq_bits (uint8); codebook + Hadamard signs re-derived deterministically at load
Package size on disk19.68 GB across 19 shards
Shipped tensors1,930 total (1,597 language-model + 333 vision tower + 120 routed-expert TQ triples)
Vocab248,320
Context (position embeddings)262,144 native; the upstream model card reports up to ~1 M with YaRN scaling
Vision tower27-layer ViT (hidden 1152, patch 16), preserved in fp16
Chat formatQwen im_start/im_end, unified thinking toggle

Quantization details, per tensor category

CategoryBitsGroup / codebookNotes
Routed-expert MLP (mlp.experts.gate_up_proj, down_proj)4 (JANGTQ)2^4 Lloyd-Max centroids + Hadamard rotation.tq_packed + .tq_norms + .tq_bits triples
Embedding (embed_tokens), lm_head8 (affine)group 64MLX-native QuantizedLinear
Full-attention projections (q_proj, k_proj, v_proj, o_proj)8 (affine)group 64Gate-doubled q_proj for attn_output_gate
Linear-attention projections (in_proj_qkv, in_proj_z, in_proj_b, in_proj_a, out_proj)8 (affine)group 64Gated DeltaNet
Shared-expert MLP (gate_proj, up_proj, down_proj)8 (affine)group 64Always active per token
Router (mlp.gate)fp16 passthrough—Precision-critical
Shared-expert gate (shared_expert_gate)fp16 passthrough—sigmoid scalar gate
Norms (*_layernorm, *_norm), A_log, dt_bias, conv1dfp16 passthrough—Un-quantized
Vision tower (333 tensors)fp16 passthrough—patch_embed.proj axes pre-transposed to MLX layout

JANGTQ ("TurboQuant") stores routed-expert weights as indices into a small Lloyd-Max codebook with a per-row norm, after a randomized Hadamard rotation that concentrates the distribution so quantization error is uniform. At inference, the input is rotated once per layer (cheap fused Metal kernel) and dot products happen against the codebook centroids directly, so we never dequantize back to affine. Compared to affine 4-bit at the same bit budget, this gives better quality AND faster decode on the routed-expert MLP path.


Usage

JANGTQ requires our custom loader — stock mlx_lm.load() can't parse .tq_packed tensors. You need jang-tools (free, public): https://github.com/jjang-ai/jangq.

pip install mlx mlx-lm mlx-vlm
git clone https://github.com/jjang-ai/jangq && pip install -e ./jangq/jang-tools

Text

from jang_tools.load_jangtq import load_jangtq_model
from mlx_lm import generate

model, tokenizer = load_jangtq_model("OsaurusAI/Qwen3.6-35B-A3B-JANGTQ4")
print(generate(model, tokenizer,
               prompt="The capital of France is",
               max_tokens=64))

Image (VLM)

from jang_tools.load_jangtq_vlm import load_jangtq_vlm_model
from mlx_vlm import generate
from mlx_vlm.prompt_utils import apply_chat_template
from mlx_vlm.utils import load_config

path = "OsaurusAI/Qwen3.6-35B-A3B-JANGTQ4"
model, processor = load_jangtq_vlm_model(path)
config = load_config(path)

prompt = apply_chat_template(processor, config, "Describe this image.", num_images=1)
print(generate(model, processor, prompt, image="path/to/image.jpg", max_tokens=200))

Reasoning toggle

msgs = [{"role": "user", "content": "What is 17 × 23?"}]
# Reasoning OFF — pre-closed <think></think> block
prompt = tokenizer.apply_chat_template(msgs, add_generation_prompt=True,
                                       enable_thinking=False)
# Reasoning ON — model fills the <think> block
prompt = tokenizer.apply_chat_template(msgs, add_generation_prompt=True,
                                       enable_thinking=True)

Pass enable_thinking as a direct kwarg (the chat_template_kwargs={...} form only propagates on some tokenizer versions).

Video

The base model supports video via transformers and the bundle preserves video_preprocessor_config.json. mlx-vlm 0.4.4's prepare_inputs has no video path yet for qwen3_5_moe — the Python load_jangtq_vlm path wraps video via a custom processor for our test harness. For mainline mlx-vlm users, stick to image input; use upstream transformers for video.


Hardware notes

~20 GB on disk; expect ~20–22 GB resident after load, plus KV cache.

Mac unified RAMWorks?Notes
32 GB✅ comfortableFull 32 k context OK
32 GB✅32-100 k context depending on profile
24 GB⚠️text-only, short context

Benchmarks

Base-model reference (Qwen/Qwen3.6-35B-A3B, upstream, not this quant):

MMLU-ProAIME 2026LiveCodeBench v6GPQASWE-bench Verified
85.292.780.486.073.4

Independent JANGTQ-quant evaluation is tracked in the jang-tools repo and will land in future README revisions.


Citation

@misc{qwen2026qwen36,
  title  = {Qwen3.6-Plus: Towards Real World Agents},
  author = {Qwen Team},
  year   = {2026},
  url    = {https://qwen.ai/blog?id=qwen3.6}
}

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

Репозиторий недоступен на Hugging Face.

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
40c1de5

0 моделей