/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-Coder-30B-A3B-Instruct
Опубликована
8 апр 2026

qwen3-coder-30b-a3b-compacted-19b-256k

Генерация текстаТекст → текст13 профессий

continuum-ai/qwen3-coder-30b-a3b-compacted-19b-256k — компактная версия Qwen3-Coder-30B-A3B-Instruct, разработанная на основе модели Qwen.

2 091скачиваний за 30 дней12лайковвеса обновлены11 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

При создании удалено 35% MoE-экспертов с использованием калибровочного ранжирования по частоте активаций. Модель предназначена прежде всего для генерации, дополнения и инфиллинга кода, агентного программирования и вызова функций, включая локальный и периферийный запуск на потребительских GPU, компьютерах Apple и мобильных устройствах.

Это разреженная Mixture-of-Experts-модель с заявленным классом 30B и компактированной эффективной конфигурацией 19B. Сохраняет контекст до 256K токенов и работает с текстом; в README заявлена поддержка английского, китайского и широкого набора языков программирования, включая Python, JavaScript, TypeScript, C, C++, Java, Kotlin, Go, Rust, Swift, PHP, Ruby, SQL, HTML и CSS. Доступны квантованные форматы GGUF Q4_K_M, Q5_K_M и Q8_0 для llama.cpp, Ollama и LM Studio, а также варианты для локального запуска через Transformers и MLX.

На HumanEval модель получила 88,4 балла против 92,1 у исходной версии, а на HumanEval+ — 85,4 против 88,4. К сильным сторонам относятся сочетание кодировочных возможностей 30B-класса с меньшими требованиями к памяти, длинный контекст и варианты для локального выполнения. Ограничения включают неполное восстановление качества исходной модели, отсутствие отдельного измерения обобщения на языки, отличные от Python, отсутствие тестирования генерации длиннее 32K токенов и пока не измеренные результаты на MBPP+ и LiveCodeBench. Калибровка выполнялась на 300 примерах Python.

Модель распространяется по лицензии Apache-2.0. В README также заявлена криптографически проверяемая цепочка происхождения через ForgeAlloy, однако доверие к аттестации обозначено как self-attested.

Для каких профессий подходит13

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

37% Experts Pruned, 88.4 HUMANEVAL (base 92.1)

Qwen3-Coder-30B-A3B-Instruct compacted via per-layer-normalized MoE expert pruning against the unmodified teacher.

  • HUMANEVAL: 88.4 (base 92.1, Δ -3.7)
  • HUMANEVAL+PLUS: 85.4 (base 88.4, Δ -3.0)

The first 30B-class coder that fits a 12 GB consumer GPU. Forged from Qwen/Qwen3-Coder-30B-A3B-Instruct by removing 35% of MoE experts via calibration-aware activation-frequency ranking on a held-out Python code corpus. Quantized to GGUF Q4_K_M / Q5_K_M / Q8_0 for llama.cpp / Ollama / LM Studio. Native 256K context preserved (the only Qwen3-Coder variant in this VRAM tier with 256K). Apache-2.0. 88.4 HumanEval against the unmodified base's 92.1 (Δ −3.7), both hardware-measured on RTX 5090 in the same eval pipeline. This is the only Qwen3-Coder-class artifact at the 12 GB tier. Cryptographic provenance via ForgeAlloy — the published per-problem JSONL outputs let anyone re-score against the alloy's resultHash without trusting the producer's claim.

Benchmarks

BenchmarkScoreBaseΔVerified
humaneval88.492.1-3.7✅ Result hash
humaneval_plus85.488.4-3.0✅ Result hash

What Changed (Base → Forged)

BaseForgedDelta
Pipelineexpert-activation-profile → expert-prune → quant → eval1 cycles

Runs On

DeviceFormatSizeSpeed
NVIDIA GeForce RTX 5090Q5_K_M14GBVerified
MacBook Pro 32GBfp1614GBExpected
MacBook Air 16GBQ8_0~7.0GBExpected
MacBook Air 8GBQ4_K_M~4.4GBExpected
iPhone / AndroidQ4_K_M~4.4GBExpected

Quick Start

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("continuum-ai/qwen3-coder-30b-a3b-compacted-19b-256k",
    torch_dtype="auto", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("continuum-ai/qwen3-coder-30b-a3b-compacted-19b-256k")

inputs = tokenizer("def merge_sort(arr):", return_tensors="pt").to(model.device)
output = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(output[0], skip_special_tokens=True))

Methodology

Produced via MoE expert pruning, GGUF quantization. Full methodology, ablations, and per-stage rationale are in the methodology paper and the companion MODEL_METHODOLOGY.md in this repository. The pipeline ran as expert-activation-profile → expert-prune → quant → eval over 1 cycle on NVIDIA GeForce RTX 5090.

Limitations

  • HumanEval is 3.7 points below the base anchor (88.4 vs 92.1, both hardware-measured). This residual gap is load-bearing: the calibration-aware metric closed it from −13.4 (router-gate-norm baseline, see priorMetricBaselines) but did not eliminate it. A v2 release will add KL-distillation compensation LoRA training to attempt to close the remaining gap; check this repo for updates.
  • Calibration corpus was 300 Python code examples (~125K tokens). Generalization to non-Python languages is not separately measured. If your workload is dominated by Rust, Go, or other less-represented languages, the 3.7 point gap may differ on those workloads.
  • Long-context generation (>32K tokens) has not been benchmarked. M-RoPE is preserved bit-exact from the source so the architectural capability is intact, but no held-out long-context evaluation has been run.
  • MBPP+ and LiveCodeBench v6 are not yet measured. HumanEval/HumanEval+ alone establish the headline; the additional benchmarks will land in a v1.x release without a re-prune.

Chain of Custody

Scan the QR or verify online. Download the alloy file to verify independently.

WhatProof
Model weightssha256:cb345eb6831a9e9412549975a05971cd6...
Forged onNVIDIA GeForce RTX 5090, ?
Publishedhuggingface — 2026-04-08T13:06:51.741196+00:00
Trust levelself-attested
SpecForgeAlloy — Rust/Python/TypeScript

Make Your Own

Forged with Continuum — a distributed AI world that runs on your hardware.

The Factory configurator lets you design and forge custom models visually — context extension, pruning, LoRA, quantization, vision/audio modalities. Pick your target devices, the system figures out what fits.

GitHub · All Models · Forge-Alloy

License

apache-2.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Ревизия весов
7afec18

0 моделей