/ Модель

Характеристики

Контекст
1 048 576 токенов
Лицензия
Apache 2.0
Базовая модель
Qwopus3.8-27B-Flash
Опубликована
9 сен 2026

Qwopus3.8-27B-Flash-GGUF-1M

Изображение и текст → текст15 профессий

Solstice-AI/Qwopus3.8-27B-Flash-GGUF-1M — это набор GGUF-квантизаций модели Qwopus3.8-27B-Flash, упакованный и опубликованный Solstice-AI на основе модели Jackrong/Qwopus3.8-27B-Flash с атрибуцией Qwen AI.

1 314скачиваний за 30 дней3лайкавеса 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

Модель предназначена для локального запуска в llama.cpp, Ollama, LM Studio и Unsloth, включая задачи программной разработки, решения алгоритмических задач, рефакторинга, автоматизации рабочего стола и работы с длинными документами. Поддерживаются английский и китайский языки, а также мультимодальный ввод изображений через отдельный vision-проектор mmproj-BF16.gguf.

Архитектура указана как Qwen3.5 / Qwopus Conditional Generation с мультимодальным зрением; размер базовой модели — 27B параметров. Заявлено нативное контекстное окно до 1 048 576 токенов. Доступны варианты квантизации от 4- до 8-битных, рассчитанные на различный объём памяти: примерно от 16 ГБ до 64 ГБ и более в зависимости от файла и конфигурации. В комплект также входит DSpark-драфтер для speculative decoding, который может повысить скорость генерации при совместимом запуске.

Сильными сторонами модели являются большой контекст, поддержка изображений, широкий выбор квантизаций и возможность локального развертывания. В README приведены высокие результаты на ряде бенчмарков, однако условия их получения и независимое подтверждение не описаны. К ограничениям относятся значительные требования к памяти, зависимость мультимодального режима от отдельного проектора и возможная потеря точности в более агрессивных квантизациях. Набор распространяется по лицензии Apache 2.0.

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

Model Overview

Solstice-AI/Qwopus3.8-27B-Flash-GGUF-1M provides the official, production-grade GGUF suite of Qwopus3.8-27B-Flash with native 1,048,576-token (1M) context support, bundled native BF16 multimodal vision projector (mmproj-BF16.gguf), and companion DSpark drafter.

Key Specifications

AttributeSpecification
Base ModelJackrong/Qwopus3.8-27B-Flash
ArchitectureQwen3.5 / Qwopus Conditional Generation with Multimodal Vision
Context Window1,048,576 tokens (1M native context)
Multimodal VisionStandalone native BF16 projector (mmproj-BF16.gguf)
Bundled DrafterCompanion 27B DSpark speculative drafter in speculative/
Target Enginesllama.cpp, Ollama, LM Studio, Unsloth

Quantization Ladder & File Matrix

Quant FileSizeMemory FitRecommendation / Target
Qwopus3.8-27B-Flash-UD-Q8_K_XL-1M.gguf30.15 GB48GB–64GB+Near-lossless FP16 reference precision
Qwopus3.8-27B-Flash-UD-Q6_K_XL-1M.gguf23.95 GB32GB–48GBExtended 6-bit Unsloth Dynamic v3.0
Qwopus3.8-27B-Flash-MTP-Q6_K.gguf20.89 GB32GB VRAMIdeal for 32GB GPUs with long context
Qwopus3.8-27B-Flash-MTP-Q5_K_M.gguf18.19 GB24GB–32GBBalanced 5-bit high precision
Qwopus3.8-27B-Flash-MTP-Q5_K_S.gguf17.67 GB24GB VRAMCompact 5-bit
Qwopus3.8-27B-Flash-UD-Q4_K_XL-1M.gguf18.42 GB24GB VRAMHigh-accuracy 4-bit Unsloth Dynamic
Qwopus3.8-27B-Flash-UD-IQ4_XS-1M.gguf16.20 GB16GB–24GBHigh throughput / tight VRAM limits
mmproj-BF16.gguf0.87 GBVisionNative vision multimodal projector
speculative/Qwopus3.8-27B-DSpark-Q8_0.gguf0.88 GBDrafterSpeculative decoding companion

Serving Instructions

llama.cpp with DSpark Speculative Decoding & Vision:

llama-cli \
  --hf-repo Solstice-AI/Qwopus3.8-27B-Flash-GGUF-1M \
  --hf-file Qwopus3.8-27B-Flash-MTP-Q6_K.gguf \
  --mmproj mmproj-BF16.gguf \
  --draft-model speculative/Qwopus3.8-27B-DSpark-Q8_0.gguf \
  -c 1048576 \
  -ngl 99

Benchmark Highlights & Validation

Evaluated under the standardized benchmark harness:

Benchmark SuiteDisciplineQwopus3.8-27B-Flash (1M)Claude Opus 4.6 MaxGPT-4o
SWE-bench ProAgentic Software Engineering61.7%53.4%48.9%
LiveCodeBench v6Algorithmic Problem Solving90.3%88.8%72.8%
QwenSWEBenchComplex Architecture Refactoring79.0%63.8%61.2%
OSWorld-VerifiedDesktop & Operating System Automation84.3%72.7%58.7%
ARC-C (Challenge)Frontier Scientific Reasoning735 (8-Bit) / 719 (4-Bit)~710–72063.8%
Long-Context Needle256K → 1M Tokens Retrieval100% (Bit-Exact)PassPass

Attribution & Acknowledgments

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Ревизия весов
8118ba3

0 моделей