Характеристики

Контекст: 262 144 токена
Параметры: 2,4 млрд
Лицензия: Apache 2.0
Архитектура: qwen3_moe · MoE
Базовая модель: Qwen3-30B-A3B-Thinking-2507
Опубликована: 5 авг 2025

Ссылки

Hugging Face

Qwen3-30B-A3B-CoderThinking-YOYO-linear

YOYO-AI

Генерация текстаТекст → текст10 профессий

Объединённая MoE-модель Qwen3 для диалога, рассуждений и программирования с длинным контекстом и вызовом инструментов.

33скачиваний за 30 дней8лайковвеса обновлены6 авг 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

YOYO-AI выпустила YOYO-AI/Qwen3-30B-A3B-CoderThinking-YOYO-linear — объединённую методом linear модель на основе Qwen3-30B-A3B-Thinking-2507 и Qwen3-Coder-30B-A3B-Instruct. Это разговорная MoE-модель для генерации текста с интерфейсом вызова инструментов. В README указаны контекст до 262 144 токенов, смешивание весов в пропорции 0,9 и 0,1 и выходной формат bfloat16.

Модель предназначена для диалога, рассуждений и задач программирования, включая сценарии с длинным контекстом и использованием инструментов. Метаданные указывают английский и китайский языки. Модель распространяется по лицензии Apache-2.0. Параметры генерации, рекомендуемые в README: температура 0,6, top-p 0,95 и top-k 20.

Сценарии применения

генерация и объяснение кода
ответы на вопросы по длинному контексту
диалог с моделью для решения задач
выполнение агентных сценариев с вызовом инструментов

Ограничения

Качество конкретно этого объединения моделей и его поведение в разных сценариях в карточке не оценены.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.3Разработка и данныеРефакторинг, миграция и модернизацияAI помогает улучшать структуру программ и переносить их на новые технологии без потери поведения.20 задач9 764модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Highlights:

merge method: linear
Highest precision: dtype: float32 + out_dtype: bfloat16
Context length: 262,144

Parameter Settings:

[!NOTE] Temperature=0.6, TopP=0.95, TopK=20,MinP=0.

Configuration:

The following YAML configuration was used to produce this model:

models:
  - model: Qwen/Qwen3-30B-A3B-Thinking-2507
    parameters:
      weight: 0.9
  - model: Qwen/Qwen3-Coder-30B-A3B-Instruct
    parameters:
      weight: 0.1
merge_method: linear
tokenizer_source: Qwen/Qwen3-30B-A3B-Thinking-2507
dtype: float32
out_dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen3MoeForCausalLM
Ревизия весов: 4c10b49