/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
64,2 ГБ
Лицензия
Своя лицензия
Архитектура
qwen4_exp · dense
Базовая модель
Qwen3.8-Flash-Next
Библиотека
mlx
Опубликована
27 авг 2026

Qwen3.8-Flash-Next-JANG_1L

Изображение и текст → текст15 профессий

Квантованная мультимодальная сборка Qwen3.8-Flash-Next для диалога, рассуждений, анализа изображений и видео на Apple Silicon.

517скачиваний за 30 дней4лайкавеса обновлены4 сен 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_1L — квантованный вариант Qwen/Qwen3.8-Flash-Next для запуска на компьютерах Apple Silicon через MLX. Это мультимодальная модель с архитектурой Qwen4-экспериментального семейства: в исходной системе заявлены 125 млрд параметров MoE, из которых активны 6 млрд, и таблица n-граммных эмбеддингов на 51 млрд параметров. В сборке JANG_1L присутствуют компоненты для обработки текста, изображений и видео; заявленный размер весов — около 59,8 GiB, а при обслуживании таблицы с SSD резидентное использование памяти составляет около 41 GiB.

Модель предназначена для диалога, рассуждений, анализа изображений и видео, а также агентных сценариев с вызовом инструментов. Нативный контекст составляет 262 144 токена и может быть расширен до 1 млн с YaRN. В README приведены результаты сравнения квантования с bf16 на 5 931 позициях; сборка не включает голову multi-token prediction, а для вызова инструментов требуется совместимый с Qwen XML-парсер. Языковой тег карточки — английский. Лицензия обозначена как other, поэтому условия использования следует сверить с карточкой репозитория.

Сценарии применения

  • ответы на вопросы по изображениям
  • анализ содержания видео
  • диалог с режимом пошаговых рассуждений
  • агентные сценарии с вызовом инструментов
  • обработка длинных текстовых контекстов

Ограничения

Для вызова инструментов нужен runtime с парсером диалекта Qwen XML; парсеры, рассчитанные только на Hermes, могут некорректно обрабатывать такие вызовы. Сборка не включает multi-token prediction, а для запуска требуется значительный объём памяти.

Для каких профессий подходит15

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

⚠️ Tool calling — parser notice. This model emits Qwen-XML tool calls (<function=name><parameter=...> inside <tool_call>), not Hermes JSON. This bundle declares tool_parser: "qwen" in its config — use a runtime whose tool parser accepts the Qwen XML dialect. Hermes-only parsers will fail on tool turns (dropped/mangled calls). Runtime support for the correct parser is rolling out; until your runtime has it, expect tool-use errors.

OsaurusAI/Qwen3.8-Flash-Next-JANG_1L

The smallest tier — the full 181B-parameter system in ~60 GiB (or ~41 GiB resident with the n-gram table served from SSD).

A JANG bundle of Qwen/Qwen3.8-Flash-Next — the Qwen4-architecture preview: a 125B mixture-of-experts (512 experts, 6B active) with a 51B hashed n-gram embedding, Gated DeltaNet + Qwen Sparse Attention hybrid layers, gated-residual streams, and vision+video towers — quantized for Apple Silicon / MLX. Text, image and video weights are all present in this exact bundle. MTP head omitted (floor tier).

Runtime support is landing — this repo is private while the serving path is finalized.

Quality (measured, 5,931 held-out positions vs bf16)

JANG ladder

TierSizeRAM w/ SSD-tablemedian KLtop-1top-5top-10
JANG_1L59.8 GiB~41 GiB0.036286.7%97.5%98.8%
JANG_2L65.3 GiB~48 GiB0.026088.2%98.2%99.0%
JANG_4S71.8 GiB~53 GiB0.016189.4%98.7%99.4%
JANG_4M96.0 GiB~73 GiB0.004294.4%99.7%99.9%
JANG_6S106.3 GiB~83 GiB0.003594.7%99.7%99.9%

Margin-conditioned flip curves are monotone-decreasing on every tier — quantization noise lives in the reference model's own uncertainty band, with zero disagreement at high-confidence positions on the upper tiers.

The n-gram table & memory

The 51B n-gram embedding can be served directly from SSD by supporting runtimes (16 row-reads per token); the "RAM w/ SSD-table" column above is the resident footprint in that mode. SSD-table caching is fixed and runs at full decode speed on current runtime builds.

What's in the bundle

  • Vision + video: the full vision tower and both image and video preprocessors ship in this exact bundle — image-text-to-text and video understanding work out of the box on supporting runtimes (image and video token ids, mRoPE positions, and the merger are all present).
  • Multi-token prediction: not included in this tier (smallest-footprint build). Use JANG_2L or above for speculative decode.
  • Thinking + agentic: thinking mode on by default with three reasoning efforts and preserved thinking history; Hermes-style tool calling; the instruct preset gives direct non-thinking responses.
  • Long context: 262,144 tokens native, extensible to 1M with YaRN.

Serving contract

  • Thinking mode ON by default: temperature=1.0, top_p=0.95, top_k=20
  • Instruct mode: temperature=0.7, top_p=0.80, top_k=20, presence_penalty=1.5
  • Reasoning efforts low / medium / xhigh (default xhigh) and preserve_thinking (default on) via chat-template kwargs
  • Context 262,144 native, extensible to 1M with YaRN
  • EOS [248046, 248044] · tool calls: Hermes-style <tool_call>

Quantized and validated by Jinho Jang — eric@osaurus.ai

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
Qwen4ExpForConditionalGeneration
Ревизия весов
e8e1bdc

0 моделей