/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.8-27B
Опубликована
18 сен 2026

Zrald-AI-qwen-3.8-27b-zraldv1-cs

Генерация текстаТекст → текст15 профессий

Компактная GGUF-чат-модель на базе Qwen3.8-27B для генерации текста, диалогов, программирования и рассуждений.

203скачиваний за 30 дней1лайквеса обновлены18 сен 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

Zrald-AI Qwen 3.8 27B zraldv1-cs — GGUF-версия модели Qwen3.8-27B, опубликованная Zrald и оптимизированная для компактного размера. Это чат-модель для генерации текста, диалогов, программирования и рассуждений. В репозитории указан файл размером 10,18 GiB; README приводит результаты замеров на AMD Instinct MI300X, включая сохранение 90,72% точности и скорость генерации 76,33 токена в секунду. Для запуска рекомендуется не менее 12 ГБ VRAM.

Модель основана на Qwen/Qwen3.8-27B и заявлена как дообученная; доступна в формате GGUF для использования с llama.cpp. Базовая модель описана как мультимодальная, но сведения о поддержке изображений или видео именно этой сборкой не приведены. Лицензия — Apache-2.0.

Сценарии применения

  • ведение диалога с пользователем
  • генерация и продолжение текста
  • помощь при написании кода
  • разбор задач с пошаговыми рассуждениями

Ограничения

Для запуска рекомендуется не менее 12 ГБ VRAM. Показатели точности и скорости приведены в README как результаты замеров автора; условия оценки и набор тестов не описаны.

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

Zrald-AI Qwen 3.8 27B (zraldv1-cs - Compressed Size Tier)

Official high-efficiency GGUF release of Qwen3.8-27B optimized for Compressed Size Tier.

This repository contains zraldv1-cs.gguf (10.18 GiB / 10.93 GB), physically benchmarked on AMD Instinct MI300X hardware.

For cross-comparison tables against standard Q8_0, Q6_K, Q5_K, Q4_K, and Q2_K models, visit the master repository: 👉 Zrald/Zrald-AI-model-quant-qwen-3.8-27b


Key Performance Indicators

  • Physical File Size: 10.18 GiB (10.93 GB)
  • Accuracy Retention: 90.72%
  • Prompt Processing Throughput: 1,089.6 tok/s
  • Token Generation Velocity: 76.33 (⚡ +19.7% speedup) tok/s
  • Recommended Minimum VRAM: 12 GB
  • Profile: Ultra-compact tier with 62.3% size reduction from Q8_0 base. Solidly exceeds the >=90% accuracy floor at 76.3 tok/s.

Quickstart with llama.cpp

1. Download Model File

huggingface-cli download Zrald/Zrald-AI-qwen-3.8-27b-zraldv1-cs zraldv1-cs.gguf --local-dir ./models

2. Run Single Prompt

./build/bin/llama-cli \
    -m ./models/zraldv1-cs.gguf \
    -ngl 99 \
    -c 4096 \
    -p "<|im_start|>user\nSolve 15 * 14 step-by-step.<|im_end|>\n<|im_start|>assistant\n" \
    -n 128 \
    --single-turn

3. Run Interactive Chat

./build/bin/llama-cli \
    -m ./models/zraldv1-cs.gguf \
    -ngl 99 \
    -c 8192 \
    -cnv

4. Launch OpenAI-Compatible API Server

./build/bin/llama-server \
    -m ./models/zraldv1-cs.gguf \
    -ngl 99 \
    -c 16384 \
    --host 0.0.0.0 \
    --port 8080

Citation & Acknowledgments

  • Base model by the Qwen Team (Alibaba) under Apache 2.0.
  • Runtime by Georgi Gerganov and the llama.cpp community.

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
ccb3e2b

0 моделей