/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
20,5 ГБ
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
transformers
Опубликована
15 авг 2026

Qwen3.8-27B-MixedInt4-AutoRound

Изображение и текст → текст15 профессий

Pilcothink/Qwen3.8-27B-MixedInt4-AutoRound — это квантизированная версия мультимодальной модели Qwen/Qwen3.8-27B, разработанной командой Qwen и подготовленной Pilcothink.

38 137скачиваний за 30 дней12лайковвеса обновлены17 авг 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

Модель предназначена для инференса в сценариях обработки текста и изображений, включая рассуждения, работу с инструментами и задачи, поддерживаемые исходной моделью. Это не дообучение, слияние или дистилляция, а производная версия исходного checkpoint.

Квантизация выполнена с помощью Intel AutoRound по пользовательской схеме смешанной точности INT4 с размером группы 32. Языковые слои квантизированы, а vision tower сохранён в исходной точности; точное распределение разрядности между компонентами не раскрыто. Заявлена совместимость с поддерживающими AutoRound версиями vLLM. В README указана возможность работы с контекстом до 262 144 токенов, а для специального режима обслуживания — до 1 010 000 токенов, однако такие значения зависят от конфигурации и используемой версии инфраструктуры.

Основное преимущество модели — снижение требований к памяти при сохранении близкого к оригиналу качества. В приведённой оценке средний результат составил 76,97% против 77,45% у исходной модели; наиболее заметное снижение наблюдалось в BoolQ, а на GSM8K квантизированная версия показала более высокий результат. При этом результаты бенчмарков не гарантируют идентичное поведение на каждом запросе, мультимодальных или длинноконтекстных нагрузках. Лицензия в карточке не указана; для условий использования, ограничений и лицензирования рекомендуется обращаться к карточке базовой модели Qwen/Qwen3.8-27B.

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

Qwen3.8-27B-MixedInt4-AutoRound

A mixed-precision AutoRound quantized version of Qwen/Qwen3.8-27B, optimized to reduce memory requirements while preserving the quality of the original model.

Base Model

Base model: Qwen/Qwen3.8-27B

This model is a quantized version of the original Qwen3.8-27B checkpoint. It is not a fine-tune, merge, or distillation.

Quantization

Quantization was performed using Intel AutoRound with a custom mixed-precision quantization configuration.

The quantization recipe was designed to balance:

  • Model quality
  • Memory efficiency
  • Inference performance
  • vLLM compatibility

Some model components are intentionally retained at higher precision where appropriate.

PropertyValue
Quantization frameworkIntel AutoRound
Quantization typeCustom Mixed-Precision INT4
Group size32
Base modelQwen/Qwen3.8-27B
Language layers64
Vision towerPreserved at original precision

The detailed mixed-precision allocation strategy is not included in this model card.

Evaluation

Evaluation was performed using AutoRound's evaluation interface with LM Evaluation Harness.

The following results compare the original Qwen3.8-27B model against Qwen3.8-27B-MixedInt4-AutoRound.

BenchmarkMetricQwen3.8-27BQwen3.8-27B-MixedInt4-AutoRoundDifferenceRecovery Rate
MMLUacc83.49%83.07%-0.42 pp99.50%
GSM8Kexact_match (flexible)72.86%76.12%+3.26 pp104.47%
ARC-Challengeacc_norm58.87%58.87%0.00 pp100.00%
BoolQacc86.64%80.49%-6.15 pp92.90%
HellaSwagacc_norm82.82%82.40%-0.42 pp99.49%
PIQAacc_norm81.61%81.66%+0.05 pp100.06%
WinoGrandeacc75.85%76.16%+0.31 pp100.41%
Average—77.45%76.97%-0.48 pp99.38%

MMLU Category Breakdown

MMLU CategoryQwen3.8-27BQwen3.8-27B-MixedInt4-AutoRoundDifferenceRecovery Rate
Humanities77.39%77.39%0.00 pp100.00%
Other86.03%85.87%-0.16 pp99.81%
Social Sciences90.74%90.35%-0.39 pp99.57%
STEM83.03%81.67%-1.36 pp98.36%

GSM8K

MetricQwen3.8-27BQwen3.8-27B-MixedInt4-AutoRoundDifferenceRecovery Rate
Flexible Exact Match72.86%76.12%+3.26 pp104.47%
Strict Exact Match70.36%73.69%+3.33 pp104.73%

Recovery Rate represents benchmark performance relative to the original Qwen3.8-27B checkpoint. A recovery rate above 100% indicates that the quantized model scored higher than the original model in that particular evaluation. Benchmark preservation does not imply identical behavior for every prompt, multimodal workload, long-context workload, or generation setting.

Usage

This checkpoint is intended for inference engines with AutoRound quantization support, including compatible versions of vLLM.

Example:

vllm serve Pilcothink/Qwen3.8-27B-MixedInt4-AutoRound \
  --tensor-parallel-size 2 \
  --trust-remote-code \
  --reasoning-parser qwen3 \
  --enable-auto-tool-choice \
  --enable-prefix-caching \
  --tool-call-parser qwen3_coder \
  --kv-cache-dtype fp8 \
  --max-model-len 262144 \
  --max-num-batched-tokens 8192 \
  --mm-encoder-tp-mode data \
  --max-num-seqs 10 

Example with MTP

vllm serve Pilcothink/Qwen3.8-27B-MixedInt4-AutoRound \
  --tensor-parallel-size 2 \
  --trust-remote-code \
  --reasoning-parser qwen3 \
  --enable-auto-tool-choice \
  --enable-prefix-caching \
  --tool-call-parser qwen3_coder \
  --kv-cache-dtype fp8 \
  --max-model-len 262144 \
  --max-num-batched-tokens 8192 \
  --mm-encoder-tp-mode data \
  --max-num-seqs 10 \
  --speculative-config '{"method":"mtp","num_speculative_tokens":3}'

Example with Serving 1M

vllm serve Pilcothink/Qwen3.8-27B-MixedInt4-AutoRound \
  --host 0.0.0.0 --port 8000 \
  --tensor-parallel-size 2 \
  --trust-remote-code \
  --reasoning-parser qwen3 \
  --enable-auto-tool-choice \
  --enable-prefix-caching \
  --tool-call-parser qwen3_coder \
  --kv-cache-dtype fp8 \
  --max-model-len 1010000 \
  --max-num-batched-tokens 8192 \
  --mm-encoder-tp-mode data \
  --max-num-seqs 10 \
  --hf-overrides '{"text_config": {"max_position_embeddings": 1010000}}'

Additional reasoning and tool-calling options should be configured according to the vLLM version being used.

Notes

  • This is a quantized derivative of Qwen3.8-27B.
  • The model uses a custom mixed-precision quantization recipe.
  • The vision components are preserved at their original precision.
  • Quantization may introduce small behavioral differences compared with the original checkpoint.

Acknowledgements

  • Base model: Qwen Team
  • Quantization framework: Intel AutoRound

Please refer to the original Qwen3.8-27B model card for licensing, intended usage, limitations, and other information applicable to the base model.

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
4756e3e

0 моделей