/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.6-27B-MTP-GGUF
Библиотека
gguf
Опубликована
18 июн 2026

Qwen3.6-27B-MTP-TQ3_4S

Генерация текстаТекст → текст7 профессий

Квантизированная TurboQuant-сборка Qwen3.6 27B MTP для диалоговой генерации текста и ускоренного вывода с draft-MTP.

155скачиваний за 30 дней22лайкавеса обновлены18 июн 2026

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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

TurboQwen3.6 — сборка модели Qwen3.6 27B MTP в формате GGUF с упаковкой TurboQuant, опубликованная YTan2000. Она предназначена для генерации текста в диалогах и ускоренного вывода с draft-MTP speculative decoding; для работы нужны сборка TurboQuant runtime с поддержкой TQ3_4S и MTP, а также совместимый проектор для мультимодального ввода. Размер файла основной модели составляет 13,39 ГиБ; в README рекомендован контекст 32 768 токенов.

Модель основана на unsloth/Qwen3.6-27B-MTP-GGUF и распространяется по лицензии Apache-2.0. Карточка приводит локальное сравнение производительности на RTX 3090, однако результаты относятся к указанному runtime и настройкам. Сборки стандартного llama.cpp без расширений TurboQuant и MTP не поддерживаются; мультимодальный проектор размещён отдельно.

Сценарии применения

  • локальный запуск диалоговой языковой модели
  • генерация ответов и продолжений текста
  • ускорение генерации с draft-MTP speculative decoding

Ограничения

Требуются runtime с поддержкой TQ3_4S и draft-MTP; стандартная сборка llama.cpp без этих расширений не подходит. Для мультимодального ввода нужен отдельный проектор, а приведённые бенчмарки зависят от указанной конфигурации.

Для каких профессий подходит7

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

TurboQwen3.6

Canonical artifact: Qwen3.6-27B-MTP-TQ3_4S

TurboQwen3.6

TurboQwen3.6 is the public release name for the TurboQuant GGUF build of the Qwen3.6 27B MTP model line.

The exact file and runtime artifact name remains:

  • Qwen3.6-27B-MTP-TQ3_4S.gguf

Parent Model

  • Upstream parent: unsloth/Qwen3.6-27B-MTP-GGUF
  • Format conversion and TurboQuant packaging: turbo-tan/llama.cpp-tq3

This release is intended for the public TurboQuant runtime fork:

  • https://github.com/turbo-tan/llama.cpp-tq3

It requires TQ3_4S runtime support and draft-MTP support. It is not expected to run correctly on stock llama.cpp builds that do not contain these extensions.

Matching Projector

The multimodal projector is published separately so the main Hugging Face page stays anchored on the 27B text model:

  • https://huggingface.co/YTan2000/Qwen3.6-27B-MTP-TQ3_4S-mmproj

Files

  • Qwen3.6-27B-MTP-TQ3_4S.gguf - main model, 13.39 GiB
  • mmproj.gguf - matching multimodal projector, 0.87 GiB, hosted in the separate projector repo above
  • thumbnail.png - model card image
  • benchmark.png - benchmark summary image

Recommended Runtime

Use flash attention at runtime and enable draft-MTP speculative decoding:

./build/bin/llama-server \
  -m Qwen3.6-27B-MTP-TQ3_4S.gguf \
  --mmproj mmproj.gguf \
  --alias Qwen3.6-27B-MTP-TQ3_4S.gguf \
  --host 127.0.0.1 --port 8080 \
  -c 32768 -np 1 -ngl 99 -fa on \
  -ctk q8_0 -ctv tq3_0 \
  --spec-type draft-mtp \
  --spec-draft-n-min 1 \
  --spec-draft-n-max 2 \
  --spec-draft-p-min 0.0 \
  --reasoning off --jinja

Important build note:

  • -fa on above is the runtime flash-attention flag.
  • Do not confuse it with the CMake build flag GGML_CUDA_FA_ALL_QUANTS.
  • The validated fast release path uses runtime -fa on with GGML_CUDA_FA_ALL_QUANTS=OFF.

Quick Smoke Test

For a smaller local smoke, reduce context to 4096:

./build/bin/llama-server \
  -m Qwen3.6-27B-MTP-TQ3_4S.gguf \
  --mmproj mmproj.gguf \
  --alias Qwen3.6-27B-MTP-TQ3_4S.gguf \
  --host 127.0.0.1 --port 8096 \
  -c 4096 -np 1 -ngl 99 -fa on \
  -ctk q8_0 -ctv tq3_0 \
  --spec-type draft-mtp \
  --spec-draft-n-min 1 \
  --spec-draft-n-max 2 \
  --spec-draft-p-min 0.0 \
  --reasoning off --jinja --no-warmup

Then:

curl -s http://127.0.0.1:8096/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{"model":"Qwen3.6-27B-MTP-TQ3_4S.gguf","messages":[{"role":"user","content":"Write ONLY the word ok."}],"max_tokens":32,"temperature":0}'

Expected assistant content:

ok

Benchmark Summary

Local BenchLoop comparison on RTX 3090, using draft-MTP and the runtime settings above:

Benchmark summary

MetricResult
Overall score86.28
EasyCode100.00%
Hard8688.4%
Toolcall96.67%
Data extract90.97%
Instruct follow76.67%
Reason math73.33%
Generation speed44.80 tok/s
Size13.39 GiB

The packaged benchmark summary image is included in this repo as benchmark.png.

Notes

  • This is an MTP release. Use --spec-type draft-mtp with --spec-draft-n-max 2.
  • Use --spec-draft-p-min 0.0 on the current TurboQuant runtime.
  • Use -ctk q8_0 -ctv tq3_0 for the validated release profile.
  • If draft acceptance collapses to 0.00000 on long prompts, stop and check the runtime build and launch flags before benchmarking.

License

Use is subject to the base model license and the license terms of the runtime components used to run the GGUF.

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
1e89bd3

0 моделей