/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
17,9 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
pretensor
Опубликована
18 авг 2026

Qwen3.8-27B-NVFP4-W4A16-PreTensor

Изображение и текст → текст10 профессий

Локальная мультимодальная версия Qwen3.8-27B в формате NVFP4 W4A16 для диалогов и анализа изображений через PreTensor на NVIDIA CUDA.

384скачиваний за 30 дней1лайквеса обновлены2 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

PreDoctor подготовил локальную версию мультимодальной модели Qwen3.8-27B для запуска через расширение PreTensor для Chrome и локальный хост на NVIDIA CUDA. Это плотная модель с 27,8 млрд параметров и архитектурой Qwen3.5; она принимает текст и изображения и предназначена для диалогов и задач image-text-to-text. Модель поддерживает интерфейс вызова инструментов. Языковые веса представлены в формате NVFP4 W4A16, а энкодер изображений и мультимодальный объединитель сохранены в BF16.

Для работы требуется загрузчик PreTensor: стандартный Transformers не загружает этот предварительно квантованный чекпойнт напрямую. Это распределение использует safetensors и рассчитано на локальный запуск с NVIDIA CUDA; оно не предназначено для выполнения через WebGPU. Контекстная длина в предоставленных данных не указана. Лицензия — Apache 2.0.

Сценарии применения

  • ответы на вопросы по изображению
  • диалог с передачей изображений
  • анализ визуального содержимого
  • локальный мультимодальный ассистент
  • вызов инструментов в диалоговом сценарии

Ограничения

Для загрузки требуется PreTensor; стандартный Transformers не поддерживает этот предварительно квантованный чекпойнт напрямую. Запуск рассчитан на NVIDIA CUDA и не работает через WebGPU.

Для каких профессий подходит10

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 NVFP4 W4A16 Multimodal for PreTensor

This is the complete local PreTensor distribution for Qwen3.8-27B. It contains the language model in PreTensor's pre-quantized NVFP4 W4A16 format and the original vision encoder and multimodal merger in BF16.

The model runs through the PreTensor Chrome extension and its local NVIDIA CUDA host. It is not a WebGPU model and does not use a browser WebGPU inference runtime.

  • Language weights: packed FP4 E2M1, group size 16
  • Language weight scales: FP8 E4M3FN plus FP32 global scales
  • Language activations: BF16 (W4A16)
  • Vision encoder and multimodal merger: original BF16, not quantized
  • Text tensors copied byte-for-byte from the verified PreTensor language checkpoint
  • Vision tensors copied byte-for-byte from the source model

The files are valid sharded safetensors, but the packed tensor names and fused Gate/Up layout require the PreTensor loader. Stock Transformers does not load this pre-quantized checkpoint directly. This limitation is explicit so that Transformers does not silently interpret packed FP4 bytes as ordinary weights.

See pretensor_config.json for the exact storage contract and shard hashes.

Model identity and size

  • Model architecture: Qwen3.8-27B
  • Source parameter count: 27,781,427,952 parameters (27.8B)
  • Quantized tensor payload: 17,881,899,428 bytes (16.654 GiB)

The 16.654 GiB figure is compressed on-disk storage, not a 16B parameter model. NVFP4 weights are packed into byte arrays, so counting stored array elements does not recover the source model's parameter count. The exact source parameter count is recorded as metadata.total_parameters in model.safetensors.index.json.

Long-context prefill validation

Warm native measurements on NVIDIA RTX PRO 6000 Blackwell Max-Q (CUDA device 0, driver 620.12), after model/graph and exact KV-capacity warm-up. Each result is the median of 3 runs.

Input tokensPrefillNative wall time
4,0964,155 tok/s1,020.4 ms
16,3843,707 tok/s4,460.9 ms

These figures validate this PreTensor implementation on the stated machine; they are not general hardware-independent model benchmarks.

Package contents

  • Safetensors shards: 5
  • Total tensors: 1,986
  • Text tensors: 1,653
  • Vision tensors: 333
  • Quantized tensor payload: 17,881,899,428 bytes (16.654 GiB; not parameter count)

All five model-0000x-of-00005.safetensors files and model.safetensors.index.json are required. The language tensors span shards 1-4; the vision tensors span shards 4-5.

The tokenizer, processor configuration, chat template, and license are copied from the source Qwen/Qwen3.8-27B model revision recorded in pretensor_config.json.

Как запустить

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

GPU в ailist

Универсальный рантайм · pretensor

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
eff1c7b

0 моделей