/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-30B-A3B-Instruct-2507
Библиотека
transformers
Опубликована
5 янв 2026

Qwen3-30B-A3B-Instruct-2507-GGUF

Генерация текстаТекст → текст15 профессий

Qwen3-30B-A3B-Instruct-2507-GGUF — это GGUF-квантизированная версия языковой модели Qwen3-30B-A3B-Instruct-2507, разработанная ByteShape с использованием технологии ShapeLearn.

2 026скачиваний за 30 дней84лайкавеса обновлены11 янв 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

ShapeLearn подбирает оптимальный тип данных для каждого тензора, чтобы сохранять высокое качество при малой разрядности. Модель предназначена для генерации текста и может использоваться для локального запуска через llama.cpp и Ollama на CPU и GPU.

Доступны варианты с разной степенью квантизации: от 2,66 до 4,67 бит на вес и размером примерно от 10,2 до 17,8 ГБ. Варианты KQ оптимизированы для CPU и преимущественно используют KQ-квантизацию, а варианты IQ — для GPU и применяют гибридный подход KQ и IQ. По приведённым бенчмаркам нормализованное качество составляет до 99,75% относительно используемых базовых вариантов, однако конкретный результат зависит от выбранного файла и оборудования. Архитектура, поддерживаемые языки, модальности и размер контекста в README не указаны.

Основные преимущества модели — широкий выбор компромиссов между размером, скоростью и качеством, а также поддержка CPU и GPU, включая использование на компактных устройствах, согласно материалам разработчика. Ограничения связаны с потерями качества при сильной квантизации, зависимостью производительности от оборудования и тем, что обозначения IQ и KQ не соответствуют стандартным профилям llama.cpp. Модель распространяется 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

Qwen3-30B-A3B-Instruct-2507 GGUF (ShapeLearn Quantized)

This is a GGUF-quantized version of Qwen3-30B-A3B-Instruct-2507 produced with ByteShape's ShapeLearn, which learns the optimal datatype per tensor to maintain high quality even at very low bitlengths.

To learn more about ShapeLearn and to see detailed benchmarks across GPUs, CPUs, and even the Raspberry Pi, please visit our blog.

If you have questions or want to share feedback, reach us on Reddit.

How to Pick a Model

We provide CPU and GPU optimized variants for llama.cpp:

  • CPUs: Models labeled as KQ, optimized for CPU inference with predominantly KQ quantization.
  • GPUs: Models labeled as IQ, optimized for GPU inference with a hybrid approach combining KQ and IQ quantization for better throughput.

Each hardware target includes a range of models covering different size and quality tradeoffs.

The charts below show quality vs tokens per second for each device, comparing ShapeLearn models with Unsloth or MagicQuant baselines.

Selection rule: Choose the model with the highest quality at your target throughput or the fastest model that still meets your required quality.

CPU Models

CPU Benchmark - Intel

Table sorted by model size (match the chart numbers to model IDs):

Model IDBits/WeightModel SizeNormalized Quality
KQ-12.6610.2 GB92.84%
KQ-22.7010.3 GB94.18%
KQ-32.8510.9 GB95.49%
KQ-43.1812.1 GB96.97%
KQ-53.2512.4 GB97.97%
KQ-63.6113.8 GB98.75%
KQ-73.9214.9 GB98.86%
KQ-84.4116.9 GB99.34%
KQ-94.6717.8 GB99.75%

GPU Models

GPU Benchmark - RTX 5090

Table sorted by model size (match the chart numbers to model IDs):

Model IDBits/WeightModel SizeNormalized Score
IQ-12.6910.3 GB94.24%
IQ-22.7510.5 GB95.48%
IQ-33.0211.5 GB95.83%
IQ-43.2912.5 GB97.35%
IQ-53.6313.9 GB97.74%
IQ-63.8714.8 GB98.66%
IQ-74.4116.9 GB99.34%
IQ-84.6717.8 GB99.75%

Notes on quantization labels

The labels you see (for example IQ4_XS) are only there to make Hugging Face show our models in the GGUF table. We do not use the conventional quantization profiles as defined in llama.cpp. In our case, these labels indicate the primary quantization approach and average bit length. Note that both KQ and IQ models may use a mix of quantization techniques optimized for their target hardware, which is why several models can share the same tag.

Running these models with Ollama

All GGUF files in this repo can be used directly with Ollama.

To run a model with Ollama, use:

ollama run hf.co/byteshape/Qwen3-30B-A3B-Instruct-2507-GGUF:FILE_NAME.gguf

Replace FILE_NAME.gguf with the GGUF filename you want. For example:

ollama run hf.co/byteshape/Qwen3-30B-A3B-Instruct-2507-GGUF:Qwen3-30B-A3B-Instruct-2507-IQ4_XS-3.63bpw.gguf

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
87795aa

0 моделей