/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
63,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
mlx
Опубликована
22 авг 2026

Qwen3.8-32B-Jumbo

Генерация текстаТекст → текст15 профессий

Плотная текстовая модель на 31,9 млрд параметров для диалогов, программирования и многошаговой генерации, расширенная блоками слоёв Qwen3.6.

412скачиваний за 30 дней3лайкавеса обновлены22 авг 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

StargazerLabs Qwen3.8-32B-Jumbo — производная плотная языковая модель для генерации текста и диалогов. Она создана переносом трёх блоков слоёв из Qwen3.6-27B в Qwen3.8-27B: архитектура расширена с 64 до 76 слоёв, а число параметров составляет около 31,9 млрд. Веса опубликованы в формате safetensors для MLX, лицензия — Apache-2.0.

Модель предназначена для текстовых запросов, общения, программирования и многошаговых задач. По описанию автора, перенос блоков должен вернуть часть широты фактических знаний Qwen3.6, сохранив улучшения Qwen3.8 в коде и агентных возможностях. README также заявляет совместимость с черновой моделью Qwen3.8-27B-MTP для спекулятивного декодирования; указанную скорость следует считать заявлением автора.

Данные о размере контекста и явной поддержке других модальностей не приведены; доступные сведения описывают текстовую генерацию. Модель рассчитана на английский язык согласно метаданным. Качество восстановления знаний и заявленная скорость ускорения в README не подкреплены приведёнными результатами независимой оценки.

Сценарии применения

  • ответы на вопросы и ведение диалога на английском языке
  • генерация и объяснение программного кода
  • решение многошаговых текстовых задач
  • генерация текста по запросу
  • спекулятивное декодирование с черновой моделью MTP

Ограничения

README не приводит независимых оценок качества, а эффективность восстановления знаний и ускорения MTP заявлена автором. Сведения о длине контекста и поддержке других языков или модальностей отсутствуют.

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

Qwen3.8-32B-Jumbo (bf16)

A 76-layer, 31.9B-parameter model created by transplanting chunks of layers from Qwen3.6-27B into Qwen3.8-27B.

Jumbo is the inverse of pruning: instead of removing layers to make a model smaller, layers are added from a sibling model to make it larger and potentially restore knowledge that was lost during continued training between versions 3.6 and 3.8.

Qwen3.8-27B and Qwen3.6-27B share the same architecture and were confirmed via alignment census to share a weight basis (global median cosine similarity 0.917). Qwen3.8 is a continued-train of Qwen3.6 that traded some breadth of knowledge for improved code and agentic capabilities.

Jumbo restores that breadth by transplanting the three most-changed organs from Qwen3.6 back into Qwen3.8, adding them as additional layers rather than replacing the originals.

Chunk Selection Methodology

Alignment Census

Layer chunk alignment census between Qwen3.8 (stock) and Qwen3.6 (donor), based on computing the cosine similarity of every weight tensor across all 64 layers grouped into 16 chunks (4 layers each).

RankChunkLayersMedian cosRelative drift
1312-150.884most drifted
2520-230.888
328-110.893
4416-190.898
51040-430.904lone upper-half outlier
6624-270.905
714-70.907
8936-390.912
91144-470.913
101456-590.918
11728-310.921
121352-550.923
1300-30.925
14832-350.925
151248-510.925
161560-630.927least drifted

Selected chunks 3, 5, and 10:

  • Chunk 3 (cos 0.884): the single most-drifted organ, mid-stack MLP tissue where factual associations are concentrated
  • Chunk 5 (cos 0.888): the second most-drifted organ, also mid-stack MLP
  • Chunk 10 (cos 0.904): the lone outlier in the upper half of the network, providing coverage beyond the dense mid-stack cluster

This selection targets the tissue where 3.8 diverged most from 3.6, on the hypothesis that these are the sites where breadth of knowledge was overwritten for code/agentic capability.

Each selected donor chunk from Qwen3.6 is inserted immediately before its corresponding Qwen3.8 original at native depth. The donor chunk reads the same input stream it saw in Qwen3.6; the stock original sits downstream and absorbs the combined signal.

This produces a 76-layer model (64 original + 12 transplanted):

  • Layers 0-11: stock chunks 0-2
  • Layer 12-15: donor chunk 3 (from Qwen3.6)
  • Layers 16-19: stock chunks 3 (original)
  • Layers 20-27: stock chunks 4-5 (pre-transplant)
  • Layers 28-31: donor chunk 5 (from Qwen3.6)
  • Layers 32-35: stock chunk 5 (original)
  • Layers 36-51: stock chunks 6-9
  • Layers 52-55: donor chunk 10 (from Qwen3.6)
  • Layers 56-59: stock chunk 10 (original)
  • Layers 60-75: stock chunks 11-15

The embedding, final norm, and lm_head come from the stock Qwen3.8.

Key Properties

  • Parameters: ~31.9B (vs 27.4B for the parent Qwen3.8)
  • Layers: 76 (vs 64)
  • Architecture: Qwen3 (identical hidden dim, heads, vocab)
  • Knowledge: Restores factual breadth from Qwen3.6 while retaining 3.8's code and agentic capabilities
  • MTP Compatible: Accepts the parent Qwen3.8 MTP drafter with ~82-89% acceptance rate, enabling speculative decoding speedups of 1.6-2.2x
  • License: Apache-2.0 (inherited from both parents)

Quantized Versions

Usage (MLX)

# Standard generation
mlx_vlm.generate \
  --model StargazerLabs/Qwen3.8-32B-Jumbo \
  --prompt "Your prompt here" --max-tokens 2048

# With MTP speculative decoding (~1.6-2.2x speedup)
mlx_vlm.generate \
  --model StargazerLabs/Qwen3.8-32B-Jumbo \
  --draft-model mlx-community/Qwen3.8-27B-MTP-bf16 \
  --prompt "Your prompt here" --max-tokens 2048

Related Models

Part of the Jumbo Collection

StargazerLabs Jumbo Collection

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
Qwen3_5ForConditionalGeneration
Ревизия весов
61f8bfe

0 моделей