/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Размер весов
3,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-1.5B-Instruct
Библиотека
mlx
Опубликована
10 сен 2026

Qwen2.5-1.5B-Instruct-chat-mlx-16bit

Генерация текстаТекст → текст8 профессий

16-битная MLX-конверсия Qwen2.5-1.5B-Instruct для локальных диалогов и генерации текста на Apple Silicon.

43скачиваний за 30 дней0лайковвеса обновлены10 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

Это 16-битная конверсия инструктивной языковой модели Qwen2.5-1.5B-Instruct в формат MLX, подготовленная SirSahOl для запуска на компьютерах Apple Silicon. Модель имеет плотную архитектуру Qwen2ForCausalLM и содержит 1,5 млрд параметров; заявленная длина контекста — до 32 768 токенов.

Модель предназначена для диалогов, генерации текста и структурированных ответов. Её можно использовать для локального чат-бота, ответов на вопросы и выполнения текстовых инструкций. README приводит замеры на Apple M1 с 8 ГБ общей памяти, но рекомендует 16-битный вариант для систем с большим объёмом памяти. Для работы требуется Apple Silicon и библиотека MLX; репозиторий распространяется по лицензии Apache-2.0.

Это конверсия исходной модели, поэтому её архитектура и поведение унаследованы от Qwen2.5-1.5B-Instruct. README предупреждает о снижении качества при длинном контексте свыше 8K токенов для вариантов с низкой разрядностью; для данного 16-битного варианта это ограничение отдельно не подтверждено. Заявление README об отсутствии потери качества для 16-битной версии не сопровождается независимой оценкой.

Сценарии применения

  • локальный чат-бот на компьютере Apple Silicon
  • ответы на вопросы и выполнение текстовых инструкций
  • генерация структурированных текстовых ответов

Ограничения

Для запуска с MLX требуется Apple Silicon. README указывает на возможное ухудшение качества при контексте свыше 8K токенов для вариантов с низкой разрядностью; влияние этого ограничения на 16-битную версию не уточнено.

Для каких профессий подходит8

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

Qwen2.5-1.5B-Instruct-mlx-16bit

16-bit MLX conversion of Qwen/Qwen2.5-1.5B-Instruct for Apple Silicon.

Converted by: SirSahOl Source model: Qwen/Qwen2.5-1.5B-Instruct Framework: MLX by Apple Quantization: 16-bit Format: safetensors License: apache-2.0


Quick Start

Installation

pip install mlx-lm

CLI Usage

# Chat interactively
mlx_lm.chat --model SirSahOl/Qwen2.5-1.5B-Instruct-chat-mlx-16bit

# Generate text
mlx_lm.generate --model SirSahOl/Qwen2.5-1.5B-Instruct-chat-mlx-16bit --prompt "Your prompt here"

Python Usage

from mlx_lm import load, generate

model, tokenizer = load("SirSahOl/Qwen2.5-1.5B-Instruct-chat-mlx-16bit")
response = generate(model, tokenizer, prompt="Your prompt here", max_tokens=256)
print(response)

Performance Benchmarks

| Metric | 4-bit | 8-bit | 16-bit | |--------|--------|--------|--------|| Tokens/sec | 51.35 | 29.3 | 16.52 | | TTFT | 19.48 ms | 34.13 ms | 60.59 ms | | Peak Memory | 1124.4 MB | 351.5 MB | 59.7 MB |

Benchmarked on Apple M1 with 8GB unified memory. Average over 5 runs with 256 max tokens.


Who Should Use This?

Your HardwareRecommended Quantization
M1/M2 (8GB)4-bit — Best balance of quality and memory usage
M1/M2 Pro/Max (16-32GB)8-bit — Higher quality with reasonable memory
M2/M3/M4 Ultra (64GB+)16-bit — Full precision, no quality loss

General guidance:

  • Use 4-bit if you want to run this model alongside other applications
  • Use 8-bit if you have the memory and want better quality
  • Use 16-bit for research, evaluation, or if memory isn't a concern

Other Quantization Variants

VariantLink
4-bitSirSahOl/Qwen2.5-1.5B-Instruct-chat-mlx-4bit
8-bitSirSahOl/Qwen2.5-1.5B-Instruct-chat-mlx-8bit
16-bitSirSahOl/Qwen2.5-1.5B-Instruct-chat-mlx-16bit

Conversion Details

PropertyValue
Source ModelQwen/Qwen2.5-1.5B-Instruct
Quantization16-bit
mlx-lm Version0.31.3
Conversion Time29.03s
Output Size2.9 GB
Date2026-09-10T19:12:14.833100+00:00

Reproduction

To reproduce this conversion:

pip install mlx-lm==0.31.3
python3 -m mlx_lm.convert --hf-path Qwen/Qwen2.5-1.5B-Instruct --mlx-path output/Qwen2.5-1.5B-Instruct-mlx-16bit

Limitations & Known Issues

  • Performance may degrade with very long contexts (>8K tokens) at lower quantization levels.
  • This is a weight-only conversion; the model architecture and behavior are inherited from the source model.
  • Quantization introduces a small quality loss compared to the original model. Lower bit counts = more loss.
  • This model requires Apple Silicon (M1 or later) to run with MLX.

License

This model conversion inherits the license of the source model: apache-2.0.

See the original model card for full license details.


Changelog

VersionDateChanges
v1.02026-09-10Initial conversion

Converted with MLX Foundry — a professional pipeline for converting models to Apple MLX format.

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
Qwen2ForCausalLM
Ревизия весов
71d4764

0 моделей