/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
55,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
transformers
Опубликована
23 авг 2026

Kiwen1.1-27B

Изображение и текст → текст15 профессий

Дообученная мультимодальная модель на 27 млрд параметров для рассуждений, программирования, диалогов, анализа изображений и использования инструментов.

288скачиваний за 30 дней23лайкавеса обновлены15 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 «Изображение → 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

Kiwen1.1-27B — плотная мультимодальная модель на 27 млрд параметров, созданная beyoru дообучением Qwen3.8-27B на цепочках рассуждений Kimi K3. Она предназначена для диалогов, многошаговых рассуждений, программирования, следования инструкциям и работы с инструментами; поддерживает анализ изображений. В метаданных также отмечены возможности chat и tool calling.

В README приведены результаты GSM8K и IFEval, а также внутреннего набора задач: автор сообщает о заметном улучшении на GSM8K, небольшом приросте на VMLU и выигрышах в переводе, классификации намерений и маршрутизации. Для извлечения, классификации и форматирования рекомендуется отключать режим рассуждений. README показывает запуск с контекстом 262144 токена. Модель распространяется по лицензии Apache-2.0. Автор отмечает проблемы качества ответов при использовании dflash2.

Сценарии применения

  • решение математических задач и задач на рассуждение
  • генерация и помощь с программным кодом
  • выполнение инструкций в диалоге
  • классификация намерений и маршрутизация запросов
  • перевод текстов
  • ответы на вопросы по изображениям
  • вызов инструментов в агентных сценариях

Ограничения

В README отмечены проблемы качества ответов при использовании dflash2. Результаты на VMLU улучшились незначительно, а на внутреннем наборе из 20 задач модель не показала общего преимущества по медианной разнице.

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

Kiwen1.1-27B

Kiwen1.1 is a fine-tuned version of Qwen3.8-27B, trained on long chain-of-thought reasoning traces from Kimi K3 — with a particular focus on reasoning, coding, tool use, and instruction following. But the goal wasn't simply to make the model think longer. The goal was to make it think better.

This model isn't an attempt to build the biggest model.

It's an attempt to make a 27-billion-parameter model think harder, follow instructions better, and act more reliably.

News

  • Traing focus more in coding task
  • Improve instruct response of base model
  • agent workflow internal tasks

Results

lm-evaluation-harness 0.4.12, chat template applied, max_gen_toks=4096, full datasets. Base measured under the identical harness.

Qwen3.8-27BKiwen-27BKiwen1.1-27B
GSM8K strict67.472.7896.4
GSM8K flexible74.984.3896.7
IFEval prompt strict80.484.2983.9
IFEval inst strict82.586.4587.5
IFEval prompt loose83.286.6987.2
IFEval inst loose84.388.0189.7
VMLU val (744)83.586.0284.8

GSM8K moves by 29 points. That is the headline number and it is real, on the full 1,319-item set. Base and fine-tune were run back to back in the same job so the two columns share their conditions. A second independent run of the fine-tune scored 96.2 / 96.4, which puts the run-to-run spread around 0.3.

VMLU moves much less: +1.3 over the base, against Kiwen-27B's +2.5. The gain is real but small. The training mix is weighted toward reasoning and tool use, not toward Vietnamese factual recall, so a model tuned directly for that recall stays ahead. Base VMLU breaks down as STEM 93.4, Social Science 82.4, Other 78.6, Humanity 74.7, and the humanities gap is where the headroom is.

Internal benchmark

On an internal 20-task suite the model won 5, lost 6 and tied 5, median delta 0.0. The wins are concentrated in classification and routing:

TaskDelta
Translation+22.9
Intent classification+20.9
Intent routing+20.7
Multi-turn tool calling+15.1

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

m = "beyoru/Kiwen1.1-27B"
tok = AutoTokenizer.from_pretrained(m)
model = AutoModelForCausalLM.from_pretrained(m, dtype="auto", device_map="auto")

msgs = [{"role": "user", "content": "Natalia sold clips to 48 friends in April, "
                                     "and half as many in May. How many total?"}]
ids = tok.apply_chat_template(msgs, add_generation_prompt=True,
                              enable_thinking=True, return_tensors="pt").to(model.device)
print(tok.decode(model.generate(ids, max_new_tokens=4096)[0][ids.shape[-1]:]))

Set enable_thinking=False for extraction, classification and formatting tasks. The model was trained with both modes and respects the flag.

Serving with SGLang:

python -m sglang.launch_server --model-path beyoru/Kiwen1.1-27B \
  --context-length 262144 

Notes:

  • Found some issues in response quality when using with dflash2 - make sure you don't use this model with it

Citation

@misc{kiwen27bk3,
  title  = {Kiwen1.1-27B},
  author = {beyoru},
  year   = {2026},
  url    = {https://huggingface.co/beyoru/Kiwen1.1-27B}
}

License & Attribution

Built on:

Kiwen1.1-27B is released under the Apache-2.0 license.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
4a902d7

0 моделей