/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-VL-32B-Instruct
Библиотека
gguf
Опубликована
6 сен 2026

Qwen3-VL-32B-MiniMax-H3-GGUF

Изображение и текст → текст3 профессии

Raretutor/Qwen3-VL-32B-MiniMax-H3-GGUF — это сильно квантованная мультимодальная версия Qwen3-VL-32B-Instruct, разработанная на базе модели Qwen от Qwen.

1 285скачиваний за 30 дней0лайковвеса обновлены6 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

Репозиторий распространяет модель в формате GGUF с 2-битной квантизацией Q2 и архитектурой Qwen3 Vision-Language.

Модель предназначена для локального выполнения задач image-text-to-text: анализа и подробного описания изображений в ответ на текстовые запросы. Она совместима с llama.cpp и llama-cpp-python, а также может использоваться в локальных Python-скриптах, интерфейсах Gradio и рабочих процессах ComfyUI. Для обработки изображений требуется совместимый мультимодальный проектор mmproj в формате GGUF, загружаемый вместе с основной моделью.

Модель содержит 32 млрд параметров и благодаря 2-битной квантизации рассчитана на работу с очень ограниченным объёмом видеопамяти; в README заявлена возможность полной выгрузки на GPU с 12 ГБ VRAM, например на RTX 3060. Ключевое преимущество — существенно уменьшенный размер и пригодность для локального запуска, однако агрессивная квантизация может ограничивать качество по сравнению с исходной моделью. В README указан контекст 4096 токенов как пример настройки, а также лицензия Apache-2.0. Поддерживаемые языки отдельно не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

How to use it in ComfyUI ???

https://www.youtube.com/watch?v=zUk6mqruWdA

Qwen3-VL-32B-Instruct - GGUF (Q2 Quantization)

Model Overview

This repository contains the heavily quantized Q2 GGUF version of the multimodal Qwen3-VL-32B-Instruct model.

By aggressively compressing the weights to 2-bit, this 32-billion parameter model is optimized for extreme low-VRAM execution. The footprint is reduced enough to allow full GPU offloading on consumer hardware with 12GB of VRAM (like an RTX 3060), making it highly practical for local Python inference scripts, Gradio interfaces, and ComfyUI node-based workflows without hitting out-of-memory errors.

File Details

  • Base Model: Qwen/Qwen3-VL-32B-Instruct
  • Format: GGUF
  • Quantization Level: Q2 (2-bit)
  • Architecture: Qwen3 Vision-Language

Important Note for Vision: Because this is a Vision-Language model, you will likely need the multimodal projector (mmproj) GGUF file to process images. Ensure your pipeline loads both the main LLM GGUF and the corresponding projector file.

Usage

You can run this model locally using llama.cpp or its Python bindings (llama-cpp-python).

Example with llama-cpp-python

from llama_cpp import Llama
from llama_cpp.llama_chat_format import Llava15ChatHandler

# Load the multimodal projector
chat_handler = Llava15ChatHandler(clip_model_path="path/to/mmproj-model-f16.gguf")

# Load the Q2 GGUF model
llm = Llama(
    model_path="path/to/qwen3-vl-32b-instruct-q2.gguf",
    chat_handler=chat_handler,
    n_ctx=4096, # Adjust based on your sequence needs
    n_gpu_layers=-1 # Offload all layers to GPU for maximum speed
)

response = llm.create_chat_completion(
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "image_url", "image_url": {"url": "path/to/image.jpg"}},
                {"type": "text", "text": "Describe this image in detail."},
            ]
        }
    ]
)

print(response["choices"][0]["message"]["content"])

Как запустить

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

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
dd25d95

0 моделей