/ Модель

Характеристики

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

Qwen3.8-27B-ED-4.87bpw-GGUF

Изображение и текст → текст11 профессий

Квантованная GGUF-версия Qwen3.8-27B для диалогов с текстом и изображениями, с калибровкой на русском техническом языке, логике и коде.

80скачиваний за 30 дней0лайковвеса обновлены6 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

Qwen3.8-27B-ED-4.87bpw-GGUF — квантованная в формате GGUF версия Qwen3.8-27B, подготовленная автором репозитория bakhtin на основе BF16-файла ggml-org. Это мультимодальная чат-модель для диалога с текстом и изображениями; в метаданных указаны задачи image-text-to-text и возможности vision и chat. При квантовании до 4,87 бит на вес использована Importance Matrix, откалиброванная на русской технической речи, формальной логике и примерах кода. README сообщает о встроенном слое MTP и приводит результаты сравнения perplexity и скорости генерации с другой GGUF-квантовкой.

Модель рассчитана на запуск на современной потребительской видеокарте с 16 ГБ видеопамяти; автор приводит ориентир 20–30 токенов в секунду в зависимости от заполнения KV-кэша. Автор указывает, что постобучение и абляции не проводились. Контекст свыше 128 тысяч токенов существенно снижает скорость, примерно до 5 токенов в секунду. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы по технической документации на русском языке
  • объяснение фрагментов кода и помощь с программированием
  • анализ логических задач и построение рассуждений
  • описание и разбор изображений в чате

Ограничения

Для запуска автор рекомендует видеокарту с 16 ГБ видеопамяти; скорость зависит от заполнения KV-кэша. Контекст свыше 128 тысяч токенов резко снижает скорость генерации.

Для каких профессий подходит11

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

Qwen3.8-27B-ED-4.87bpw-GGUF

Dear visitors,

I would like to present to you the Qwen3.8-27B model, quantized to a size of 4.87 BPW. No ablation or post-training was performed on this model. The ED-4.87bpw model already features an embedded MTP layer, so there is no need to download it separately. This version differs from the original only by its quantization using an Importance Matrix. During compression, the model was calibrated on the following topics:

  • Russian technical language.
  • Programming languages: c, c++, objective-c, bash, python, javascript, typescript.
  • Formal logic and constructing logical connections.

The source model used was the BF16 quantization file from ggml-org. The model is designed to run on a modern consumer graphics card with 16 GB of VRAM, such as the RX 9070 XT. On this hardware, inference speeds average around 20-30 t/s, depending on the KV cache fill level.

Statistics

Below are the accuracy measurements within the general weight category compared to Qwen3.8-27B-GGUF:UD-Q4_K_M by Unsloth AI. The statistics were obtained using the llama-perplexity tool. The measurements were conducted using the exact same Importance Matrix that was applied during the creation of the quantized model version.

StatisticsUD-Q4_K_MED-4.87bpw
Cor(ln(PPL(Q)), ln(PPL(base)))96.28%97.90%
Mean PPL(Q)-PPL(base)0.0656440.010805
Mean KLD0.0430430.031088
Maximum KLD29.45634731.030388
99.9% KLD10.0220556.243782
Mean Δp-0.292-0.212
RMS Δp5.5534.885
Same top p96.89497.164

Benchmark

Also included below are the comparative benchmark results obtained using the llama-bench utility.

testUD-Q4_K_M (15.32 GiB) t/sED-4.87bpw (15.50 GiB) t/s
pp20481240.92 ± 0.001279.46 ± 0.00
tg6428.42 ± 0.0029.83 ± 0.00
pp2048 @ d16384772.56 ± 0.00356.49 ± 0.00
tg64 @ d1638426.36 ± 0.0027.53 ± 0.00
pp2048 @ d32768264.76 ± 0.00267.60 ± 0.00
tg64 @ d3276821.21 ± 0.0019.94 ± 0.00

Additional Information

Working with a context size greater than 128k is practically useless, as the inference speed drops to 5 t/s.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
785b2b4

0 моделей