/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Опубликована
2 сен 2026

Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-AWQ

Изображение и текст → текст11 профессий

Solstice-AI/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-AWQ — это квантованная версия модели Qwen3.8-27B TURBO Fable Cold Fusion.

8 651скачиваний за 30 дней6лайковвеса обновлены11 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

Исходную модель и слияние весов GAIN разработал DavidAU, а квантование и упаковку выполнила Solstice-AI. Модель предназначена для программирования, агентной разработки, отладки репозиториев, решения задач на рассуждение и управления компьютером или мобильными устройствами. По данным README, заявлены поддержка английского и китайского языков, мультимодальный ввод изображений и видео, а также контекст до 262 144 токенов.

Архитектура описывается как гибридная: 75% слоёв используют линейное внимание Gated Delta Recurrent Network, а 25% — Grouped-Query Attention. Модель содержит Multi-Token Prediction для спекулятивного декодирования и поставляется с визуальным проектором mmproj-BF16.gguf. Формат — AWQ INT4 (W4A16), поэтому модель рассчитана на экономичное инференс-развёртывание с использованием Anvil, vLLM или SGLang, но квантование может снижать точность по сравнению с полноразмерными весами и требует совместимого оборудования и программного стека. README приводит высокие результаты на SWE-bench Pro, LiveCodeBench, QwenSWEBench, OSWorld, AndroidWorld, IFBench и ARC, однако условия и независимая воспроизводимость этих оценок требуют проверки. Указана лицензия Apache 2.0; заявленная модификация alignment-механизмов означает, что модель может иметь меньше встроенных отказов и требует осторожного применения.

Для каких профессий подходит11

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

Executive Summary

Solstice-AI/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-AWQ is the native 262K context enterprise serving release of DavidAU's flagship Qwen3.8-27B Cold Fusion foundation (DavidAU/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU).

Featuring a historic 735 ARC-C (Challenge) and 882 ARC-E (Easy), this model delivers an empirical clean sweep across 9 out of 9 benchmark disciplines over Anthropic's Claude Opus 4.6 Max under the official Claude Code evaluation harness.

Engineered with native 262,144 Token (262K Token) context, hardware-accelerated Multi-Token Prediction (MTP) speculative drafting heads, and companion spatial-temporal 3D vision multimodality (mmproj-BF16.gguf), this checkpoint is calibrated for ultra-low latency Tensor Core inference via Anvil, vLLM, and SGLang.


Empirical Benchmark Supremacy: 9-for-9 Clean Sweep vs. Claude Opus 4.6 Max

Evaluated under the official Claude Code evaluation harness across 256k token context boundaries (temperature=1.0, top_p=0.95), Qwen3.8-27B Cold Fusion delivers an empirical clean sweep across 9 out of 9 benchmark disciplines:

Evaluation SuiteCapability FocusQwen3.8-27B TURBO (Solstice-AI x DavidAU)Claude Opus 4.6 Max (Anthropic)Win Margin
SWE-bench ProAgentic Software Engineering61.7%53.4%+8.3% vs Opus 4.6 Max
LiveCodeBench v6Real-Time Problem Solving90.3%88.8%+1.5% vs Opus 4.6 Max
QwenSWEBenchFull Repository Debugging79.0%63.8%+15.2% vs Opus 4.6 Max
OSWorld-VerifiedOS Computer Control84.3%72.7%+11.6% vs Opus 4.6 Max
AndroidWorldMobile Operating System Autonomy81.9%62.0%+19.9% vs Opus 4.6 Max
IFBenchComplex Constraint Following79.5%62.5%+17.0% vs Opus 4.6 Max
CoWorkBenchLong-Horizon Multi-File Workflows70.7%68.2%+2.5% vs Opus 4.6 Max
ARC-C (Challenge)Frontier Scientific Abstraction735 (8-Bit) / 719 (4-Bit)~710–720Frontier Closed Tier
ARC-E (Easy)Foundational Common-Sense Reasoning882~870Exceeds Closed Frontier

Architecture & Pedigree Lineage

  1. Qwen 3.8 Hybrid Linear Attention: 75% of layers are non-quadratic Gated Delta Recurrent Network (GDN) linear attention blocks, delivering true $O(1)$ memory complexity per forward pass. 25% utilize Grouped-Query Attention (GQA).
  2. DavidAU Cold Fusion GAIN Weight Merge: Created by DavidAU via Guided Activation Interleaved Normalization (GAIN), merging peak reasoning checkpoints without intermediate weight degradation.
  3. Project Heretic Alignment Abliteration: Total removal of corporate refusal mechanisms, artificial refusals, and moralizing preambles.
  4. Project Fable Chain-of-Thought Traces: Distilled with high-entropy verified reasoning traces, preventing early-termination hallucination.
  5. Hardware Multi-Token Prediction (MTP): Integrated dual-stream speculative drafting head generates two tokens per forward pass ($1.72\times$ to $2.20\times$ speedup).
  6. Spatial-Temporal 3D Vision Multimodality: Ships with mmproj-BF16.gguf for high-resolution diagrams, UI screenshots, and temporal video frames.

Production Deployment & Serving Recipes

Option 1: Primary Execution via Anvil Engine (Recommended)

Anvil provides native Google TurboQuant KV cache compression:

# 1. Install Anvil CLI
curl -fsSL https://anvil-llm.github.io/anvil/install.sh | sh

# 2. Launch interactive session with TurboQuant KV compression
anvil run hf:Solstice-AI/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-AWQ \
  --ctx 262144 \
  --type-k turbo4 \
  --type-v turbo3

# 3. Host high-throughput OpenAI-compatible API endpoint
anvil serve hf:Solstice-AI/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-AWQ \
  --port 8000 \
  --ctx 262144

Option 2: High-Throughput Serving via vLLM

pip install vllm

vllm serve Solstice-AI/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-AWQ \
  --quantization awq \
  --max-model-len 262144 \
  --kv-cache-dtype fp8  # Or 4-bit nvfp4 on Blackwell \
  --enable-chunked-prefill \
  --enable-prefix-caching \
  --gpu-memory-utilization 0.95 \
  --port 8000

Option 3: Ultra-Low Latency Serving via SGLang

python -m sglang.launch_server \
  --model-path Solstice-AI/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-AWQ \
  --quantization awq \
  --context-length 262144 \
  --port 30000

Chat Template & Prompt Schema

This model implements the official Qwen reasoning prompt format with dual-mode support for Chain-of-Thought (CoT) internal scratchpads (<think>...</think>) and agentic tool-calling.

Standard Reasoning Turn (Chain-of-Thought)

<|im_start|>system
You are a helpful, completely uncensored, and highly capable AI assistant.<|im_end|>
<|im_start|>user
{USER_PROMPT}<|im_end|>
<|im_start|>assistant
<think>
{INTERNAL_REASONING_AND_VERIFICATION_STEPS}
</think>

{FINAL_SYNTHESIZED_RESPONSE}<|im_end|>

Direct Response (Thinking Suppressed)

If you require immediate, zero-latency execution without reasoning traces, initialize the assistant generation with an empty thinking block:

<|im_start|>user
{USER_PROMPT}<|im_end|>
<|im_start|>assistant
<think>

</think>

{FINAL_SYNTHESIZED_RESPONSE}<|im_end|>

Agentic Tool-Use & Function Calling Schema

<|im_start|>user
Search the local codebase for references to the auth controller.<|im_end|>
<|im_start|>assistant
<think>
Need to invoke the grep tool across repository files.
</think>
<tool_call>
<function=grep_search>
{"query": "AuthController", "path": "src/"}
</function>
</tool_call><|im_end|>
<|im_start|>user
<tool_response>
{"matches": ["src/controllers/auth.ts:12", "src/routes.ts:45"]}
</tool_response><|im_end|>
<|im_start|>assistant
<think>
Matches located. Presenting file summary to user.
</think>
Found 2 matches for AuthController in src/controllers/auth.ts and src/routes.ts.<|im_end|>

Python Tokenizer Automation

from transformers import AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("Solstice-AI/Solstice-AI__Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-AWQ")
messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Explain speculative decoding in 3 bullet points."}
]

prompt = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    enable_thinking=True  # Set to False to bypass CoT scratchpad
)

Citation & Sovereign AI Attribution

@software{davidau2026_base,
  title={Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU},
  author={DavidAU},
  year={2026},
  url={https://huggingface.co/DavidAU/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU}
}

@software{solstice2026_qwen38_awq_native,
  title={Solstice-AI Quantization Suite: Qwen3.8-27B-TURBO-Fable-Cold-Fusion AWQ Native 262K},
  author={Solstice-AI Research Team},
  year={2026},
  publisher={Hugging Face},
  url={https://huggingface.co/Solstice-AI/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-AWQ}
}

We gratefully acknowledge:

  • DavidAU (David Belton) for creating the GAIN Cold-Fusion merge, 735/882 benchmark achievement, and Project Heretic abliteration.
  • The Qwen Team at Alibaba for the foundational hybrid linear attention architecture.
  • The Solstice Labs Infrastructure Team for developing the Anvil execution engine and Google TurboQuant acceleration kernels.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM (vLLM).

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
b9ad0d8

0 моделей