/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
360 ГБ
Лицензия
Своя лицензия
Архитектура
qwen4_exp · dense
Базовая модель
Qwen3.8-Flash-Next
Библиотека
transformers
Опубликована
21 сен 2026

Tinfield-1

Изображение и текст → текст8 профессий

Дообученная мультимодальная агентная модель для работы в терминале, программирования и длительных задач разработки ПО.

1 170скачиваний за 30 дней52лайкавеса обновлены22 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

Tinfield 1 — разработанная badtheorylabs дообученная агентная модель на базе Qwen3.8-Flash-Next для работы в терминале и длительных задач по разработке программного обеспечения. Она принимает текст и изображения и выдаёт текст; в метаданных указаны возможности диалога, работы с кодом, вызова инструментов и анализа изображений. Заявлены контекст 256 тыс. токенов и архитектура Qwen4ExpForConditionalGeneration; в README для основной версии указаны веса BF16 и 177 млрд параметров всего, из которых активно 6,6 млрд на токен.

В README приведены результаты BF16-версии: 33,0 на Terminal-Bench 4.0 и 62 на DeepSWE v1.1. Также описаны компактные квантованные сборки для запуска на машине с 64 ГБ памяти, однако эти сборки не оценивались на указанных бенчмарках. Лицензия обозначена как other, поэтому конкретные условия следует сверить с карточкой модели.

Сценарии применения

  • выполнение многошаговых задач разработки программного обеспечения
  • работа с кодовой базой через терминальные инструменты
  • анализ изображений в ходе агентного диалога
  • автоматизация командной строки с вызовом инструментов

Ограничения

Заявленные результаты относятся к BF16-версии; квантованные сборки не оценивались на этих бенчмарках. Для репозитория указана лицензия other, поэтому конкретные условия использования требуют проверки.

Для каких профессий подходит8

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

Tinfield 1

Tinfield 1 is an agentic model for terminal work and long-horizon software engineering.

It scores 33.0 on Terminal-Bench 4.0, ahead of Claude Opus 4.8 at 23.6 and Claude Sonnet 5 at 12.4, and 62 on DeepSWE v1.1, ahead of Qwen3.8 Max, DeepSeek V4 Flash and Opus 4.8 again. On the Terminal-Bench board it is the second open-weight model, on a leaderboard otherwise made up entirely of frontier closed models.

It does that on 6.6B active parameters per token out of 177B total, and the quantized builds run on a single 64 GB machine.

Built on Qwen3.8-Flash-Next. 256k context, BF16 weights.

Evaluation

BenchmarkTinfield 1Qwen3.8-Flash-Next
Terminal-Bench 4.033.029.0
DeepSWE v1.162.058.7

Evaluated with mini-swe-agent at k=5 on the full task sets: 66 tasks for Terminal-Bench 4.0, 113 for DeepSWE v1.1.

Terminal-Bench 4.0

ModelAgentScore
GLM-5.3 (max)Claude Code41.8
GPT-5.6 Sol (max)Codex37.3
Tinfield 1mini-swe-agent33.0
Qwen3.8-Flash-Next29.0
Claude Opus 4.8 (max)Claude Code23.6
GPT-5.6 Terra (max)Codex21.5
Grok 4.6 (high)Grok Build20.3
Gemini 3.8 Flash (high)mini-swe-agent19.1
Claude Sonnet 5 (max)Claude Code12.4

DeepSWE v1.1

ModelScore
GLM-5.3 (max)69
GLM-5.3 Flash (max)63
DeepSeek V4 Pro (max)63
Tinfield 162
Claude Opus 4.8 (max)59
Qwen3.8 Max (xhigh)57
Muse Spark 1.2 (xhigh)55
Claude Sonnet 5 (max)54
DeepSeek V4 Flash (max)53

Comparison figures from the Terminal-Bench and DeepSWE leaderboards. Base model Terminal-Bench figure from Artificial Analysis; base model DeepSWE figure from the Qwen3.8-Flash-Next model card.

Quantized builds

BuildSize
Tinfield 1 Compact72 GBIQ2_XXS gate/up, IQ4_NL down
Tinfield 1 Mini61 GBIQ2_XXS gate/up, range-searched Q2_0 down

Both run on a 64 GB machine. Benchmark scores above are for the BF16 weights; the quantized builds have not been evaluated on these benchmarks.

Community builds

BuildSizeBy
Tinfield 1 Q4_K_XL111 GB, 5.03 bpwneedmorevramog

Not built or measured by us. Quantizing your own is covered in QUANTIZING.md.

License

Qwen Community License 1.0, following the base model.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модель не помещается в память одной GPU (80 ГБ).

Класс архитектуры
Qwen4ExpForConditionalGeneration
Ревизия весов
f7c714a

0 моделей