/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.6-28B-REAP20-A3B
Опубликована
18 апр 2026

Qwen3.6-28B-REAP20-A3B-GGUF

Генерация текстаТекст → текст15 профессий

barozp/Qwen3.6-28B-REAP20-A3B-GGUF — набор GGUF-квантизаций модели, созданной на основе 0xSero/Qwen3.6-28B-REAP20-A3B, которая, в свою очередь, является вариантом Qwen3.6-35B-A3B от Qwen с удалением 20% экспертов методом REAP (Router-weighted Expert Activation Pruning).

5 049скачиваний за 30 дней84лайкавеса обновлены19 апр 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

Модель предназначена для генерации текста, диалоговых сценариев, программирования, рассуждений и работы со знаниями, включая локальный запуск через llama.cpp, LM Studio, Jan или Ollama. Указан английский язык.

Это разреженная MoE-модель с гибридной архитектурой Qwen3.6, объединяющей Gated DeltaNet и Mixture of Experts. Она содержит около 28 млрд параметров, из которых примерно 3 млрд активны на токен; всего используется 205 экспертов, 8 из которых активируются для каждого токена. Контекст составляет до 262 144 токенов. Репозиторий предоставляет варианты от BF16 до 2-битных и IQ-квантизаций; рекомендуемый вариант Q4_K_M занимает около 17 ГБ и обеспечивает баланс качества и размера. Для него заявлены требования от 20 ГБ VRAM при полном запуске на GPU либо около 24 ГБ RAM при работе только на CPU.

Сильные стороны модели — уменьшенный размер по сравнению с исходной MoE-моделью, сохранение примерно 3 млрд активных параметров на токен, широкий выбор квантизаций и совместимость с локальными инструментами на базе llama.cpp. Более сильное сжатие уменьшает требования к памяти, но может снижать качество генерации; точные результаты бенчмарков, поддержка других языков и практические ограничения качества в README не приведены. Распространение заявлено по лицензии Apache 2.0.

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

Qwen3.6-28B-REAP20-A3B — GGUF Quantizations

GGUF quantizations of 0xSero/Qwen3.6-28B-REAP20-A3B, a 20% expert-pruned variant of Qwen/Qwen3.6-35B-A3B using the REAP (Router-weighted Expert Activation Pruning) method.

Available Files

FileQuantSizeBPWDescription
Qwen3.6-28B-REAP20-A3B-BF16.ggufBF16~56.5 GB16.0Full precision, for re-quantization
Qwen3.6-28B-REAP20-A3B-Q8_0.ggufQ8_0~30 GB8.0Near-lossless, large file
Qwen3.6-28B-REAP20-A3B-Q6_K.ggufQ6_K~23 GB6.56Near-lossless, recommended for high quality
Qwen3.6-28B-REAP20-A3B-Q5_K_M.ggufQ5_K_M~20 GB5.68High quality, larger size
Qwen3.6-28B-REAP20-A3B-Q5_K_S.ggufQ5_K_S~19 GB5.52High quality, slightly smaller
Qwen3.6-28B-REAP20-A3B-Q4_K_M.ggufQ4_K_M~17 GB4.89Recommended — best quality/size balance
Qwen3.6-28B-REAP20-A3B-Q4_K_S.ggufQ4_K_S~16 GB4.634-bit small
Qwen3.6-28B-REAP20-A3B-Q3_K_L.ggufQ3_K_L~15 GB4.273-bit large
Qwen3.6-28B-REAP20-A3B-Q3_K_M.ggufQ3_K_M~14 GB3.913-bit medium
Qwen3.6-28B-REAP20-A3B-Q3_K_S.ggufQ3_K_S~13 GB3.663-bit small
Qwen3.6-28B-REAP20-A3B-IQ3_XXS.ggufIQ3_XXS~12 GB3.06Ultra-small, imatrix-based
Qwen3.6-28B-REAP20-A3B-Q2_K.ggufQ2_K~11 GB2.96Smallest size, lowest quality

Model Details

PropertyValue
ArchitectureQwen3.6 MoE (hybrid Gated DeltaNet + MoE)
Parameters~28B total / ~3B active per token
Experts205 total / 8 active per token (pruned from 256)
Context Length262,144 tokens
Original dtypeBF16
Quantization sourceBF16 GGUF from 0xSero/Qwen3.6-28B-REAP20-A3B-GGUF
Quantization toolllama.cpp
imatrixUsed for IQ3_XXS (from source repo)
LicenseApache 2.0

Quantization Process

# 1. Download BF16 GGUF from source
huggingface-cli download 0xSero/Qwen3.6-28B-REAP20-A3B-GGUF \
  --include "model.bf16.gguf" --local-dir ./

# 2. Download imatrix (for IQ quants)
huggingface-cli download 0xSero/Qwen3.6-28B-REAP20-A3B-GGUF \
  --include "imatrix.dat" --local-dir ./

# 3. Quantize (example: Q4_K_M)
llama-quantize model.bf16.gguf Qwen3.6-28B-REAP20-A3B-Q4_K_M.gguf Q4_K_M

# 4. Quantize with imatrix (example: IQ3_XXS)
llama-quantize --imatrix imatrix.dat model.bf16.gguf \
  Qwen3.6-28B-REAP20-A3B-IQ3_XXS.gguf IQ3_XXS

Usage

llama.cpp

llama-cli \
  -m Qwen3.6-28B-REAP20-A3B-Q4_K_M.gguf \
  -ngl 99 -c 4096 \
  -p "Your prompt here"

llama-server (OpenAI-compatible API)

llama-server \
  -m Qwen3.6-28B-REAP20-A3B-Q4_K_M.gguf \
  -ngl 99 -c 4096 \
  --port 8080

LM Studio / Jan / Ollama

Download the .gguf file and load it directly in your preferred local inference UI.

Hardware Requirements

ConfigVRAM / RAM
Full GPU (Q4_K_M, recommended)20+ GB VRAM
Hybrid CPU+GPU (Q4_K_M)10 GB VRAM + 10 GB RAM
CPU only (Q4_K_M)24+ GB RAM

About the Original Model

0xSero/Qwen3.6-28B-REAP20-A3B applies REAP expert pruning (arXiv:2510.13999) to remove 20% of MoE experts (51 of 256 per layer) from Qwen3.6-35B-A3B, while preserving routing behavior via router weight renormalization. Active parameters per token remain unchanged at ~3B. The result is a ~25% smaller model with competitive generation quality across coding, reasoning, and knowledge benchmarks.

License

Apache 2.0 — see Qwen License.

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
e3aeb81

0 моделей