/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Qwen3.8-Flash-Next
Опубликована
10 сен 2026

Qwen3.8-Flash-Next-5.33bpw-PLEQ8_0

Изображение и текст → текст11 профессий

Qwen3.8-Flash-Next — квантованная версия модели Qwen3.8-Flash-Next, опубликованная пользователем cmh и предназначенная для запуска в формате GGUF через llama.cpp.

346скачиваний за 30 дней0лайковвеса обновлены14 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

Модель относится к классу image-text-to-text и поддерживает работу с текстом и изображениями при наличии совместимого мультимодального проектора.

Файл модели занимает 109,80 GiB. Используется смешанная квантализация с общей точностью 5,33 BPW: embedding представлен в Q8_0, а параметры MoE-к. Квантование выполнено с применением форматов IQ и Q4 для различных экспертных слоёв; часть нормализационных и других чувствительных параметров сохранена в F32. В README приведена конфигурация с контекстом до 131 072 токенов для режима с vision, однако фактические требования зависят от версии llama.cpp и доступной памяти. Рекомендированная тестовая конфигурация включает 64 ГБ RAM, 12 ГБ VRAM и 8 логических ядер.

Модель ориентирована на локальный инференс, рассуждения и мультимодальные сценарии, включая анализ изображений, при использовании файла mmproj. В рекомендованных настройках предусмотрены сохранение рассуждений и высокий уровень reasoning effort. Ключевые ограничения — очень большой размер файла, высокие требования к оперативной памяти и необходимость совместимого программного окружения; сведения о языках, точном числе параметров и результатах бенчмарков в README отсутствуют. Лицензия указана как qwen-community-1.0; применяется нестандартная лицензия, полный текст доступен в файле LICENSE.

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-Flash-Next — 5.33 BPW PLEQ8_0

Download

Model Details

PropertyValue
File size109.80 GiB
Total BPW5.330
EmbeddingQ8_0
BPW without Embedding3.9936
MoE avg BPW3.8403

Tensor Distribution *

block_bpw

* excluding Non-MoE and n-gram embedding

Recommended llama.cpp configurations

Tested configurations for 8 logical cores, 64 GB of RAM and 12 GB of VRAM:

Headless, full context:

./llama-server \
  -fit off \
  -t 8 \
  -np 1 \
  -lzm on \
  -ctk q8_0 \
  -ctv q8_0 \
  -ngl 99 \
  -cmoe \
  -c 0 \
  --reasoning-preserve \
  --reasoning-effort xhigh \
  --temp 0.6 \
  --top-k 20 \
  --top-p 0.95 \
  --min-p 0.1 \
  --presence-penalty 0.0 \
  -m Qwen3.8-Flash-Next.gguf

Desktop, with vision but half context to save some ram for the desktop environment:

./llama-server \
  -fit off \
  -t 8 \
  -np 1 \
  -lzm on \
  -b 512 \
  -ub 512 \
  -kvu \
  -ctk q8_0 \
  -ctv q8_0 \
  -ngl 99 \
  -ncmoe 46 \
  -cram 0 \
  --ctx-checkpoints 8 \
  --checkpoint-min-step 1024 \
  -c 131072 \
  --reasoning-preserve \
  --reasoning-effort xhigh \
  --temp 0.6 \
  --top-k 20 \
  --top-p 0.95 \
  --min-p 0.1 \
  --presence-penalty 0.0 \
  --image-min-tokens = 1024 \
  --no-mmproj-offload \
  --mmproj mmproj-Qwen3.8-Flash-Next-Q8_0.gguf \
  -m Qwen3.8-Flash-Next.gguf

Imatrix

imatrix_unsloth.gguf_file

Quantization Recipe

^per_layer_token_embd\.weight$=q8_0
^blk\.\d+\.attn_k_norm\.weight$=f32
^blk\.\d+\.attn_q_norm\.weight$=f32
^blk\.\d+\.ffn_gate_inp\.weight$=f32
^blk\.\d+\.ffn_gate_inp_shexp\.weight$=f32
^blk\.\d+\.ssm_a$=f32
^blk\.\d+\.ssm_conv1d\.weight$=f32
^blk\.\d+\.ssm_dt\.bias$=f32
^blk\.\d+\.ssm_norm\.weight$=f32
^blk\.\d+\.ssm_alpha\.weight$=f32
^blk\.\d+\.ssm_beta\.weight$=f32
^blk\.\d+\.hc_attn_norm\.weight$=f32
^blk\.\d+\.hc_ffn_norm\.weight$=f32
^blk\.\d+\.hc_attn_inject\.weight$=f32
^blk\.\d+\.hc_ffn_inject\.weight$=f32
^blk\.\d+\.indexer\.q_norm\.weight$=f32
^blk\.\d+\.indexer\.k_norm\.weight$=f32
^blk\.\d+\.ple_norm_conv\.weight$=f32
^blk\.\d+\.ple_norm_key\.weight$=f32
^blk\.\d+\.ple_norm_query\.weight$=f32
^blk\.\d+\.ple_conv1d\.weight$=f32
^output_hc_norm\.weight$=f32
^blk\.\d+\.ffn_down_exps\.weight$=iq4_nl
^blk\.47\.ffn_up_exps\.weight$=q4_k
^blk\.(1|2|3|4|5|43|44|45|46)\.ffn_up_exps\.weight$=iq4_xs
^blk\.(0|31|32|33|34|35|36|37|38|39|40|41|42)\.ffn_up_exps\.weight$=iq3_xxs
^blk\.(6|7|8|9|10|11|12|13|14|15|16|17|18|19|20|21|22|23|24|25|26|27|28|29|30)\.ffn_up_exps\.weight$=iq3_s
^blk\.47\.ffn_gate_exps\.weight$=q4_k
^blk\.(1|2|3|4|5|43|44|45|46)\.ffn_gate_exps\.weight$=iq4_xs
^blk\.(0|31|32|33|34|35|36|37|38|39|40|41|42)\.ffn_gate_exps\.weight$=iq3_xxs
^blk\.(6|7|8|9|10|11|12|13|14|15|16|17|18|19|20|21|22|23|24|25|26|27|28|29|30)\.ffn_gate_exps\.weight$=iq3_s

Credits to:

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
3b07e4d

0 моделей