/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2,9 млрд
Размер весов
1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3.8-27B-DFlash2
Библиотека
mlx
Опубликована
26 авг 2026

Qwen3.8-27B-DFlash2-mxfp4

Генерация текстаТекст → текст3 профессии

Qwen3.8-27B-DFlash2-mxfp4 — неофициальная конверсия модели incoai/Qwen3.8-27B-DFlash2 в формат MLX MXFP4, подготовленная для Apple Silicon и speculative decoding в oMLX.

801скачиваний за 30 дней1лайквеса обновлены26 авг 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

Конверсию выполнил автор репозитория deresolution; модель не является дообучением, объединением, переобучением или новой моделью DFlash и не связана официально с Inco AI или Qwen.

Это не самостоятельная чат-модель, а draft-модель DFlash2 для совместной работы с целевой архитектурой Qwen/Qwen3.8-27B. Она предсказывает короткие блоки следующих токенов, после чего целевая модель проверяет их и формирует окончательный результат. Такой подход может ускорить декодирование за счёт сокращения числа вычислительных проходов целевой модели, но не ускоряет обработку префикса; фактический прирост зависит от запроса, настроек генерации, длины контекста и доли принятых токенов.

Модель использует квантизацию MXFP4 с номинальной разрядностью 4 бита и размером группы 32, а неквантизированные данные хранятся в BF16. Размер файла составляет около 1 ГБ. Указана поддержка многоязычных сценариев, однако конкретные языки и размер контекста в README не приведены. Конверсия проверена как sidecar для соответствующей Qwen3.8-27B MXFP4 на Mac с Apple Silicon и 32 ГБ памяти; она не предназначена для использования с другими семействами Qwen или несвязанными целевыми моделями. Распространяется по лицензии Apache License 2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.8-27B DFlash2 MXFP4 MLX

An unofficial MLX MXFP4 conversion of incoai/Qwen3.8-27B-DFlash2, produced for Apple Silicon speculative decoding with oMLX. It is a quantized conversion, not a fine-tune, merge, retraining, or new DFlash model. It is not affiliated with or endorsed by Inco AI or Qwen.

This is not a standalone chat model. It is a DFlash2 draft sidecar for the matching Qwen/Qwen3.8-27B target architecture. The large target model remains responsible for verifying every drafted token and producing the final output.

Conversion

SettingValue
Sourceincoai/Qwen3.8-27B-DFlash2
Conversion toolmlx_vlm.convert
Weight formatMXFP4
Nominal bits4
Group size32
Non-quantized dtypeBF16
Resulting disk sizeapproximately 1 GB

The conversion command was:

mlx_vlm.convert \
  --hf-path incoai/Qwen3.8-27B-DFlash2 \
  --quantize \
  --q-bits 4 \
  --q-mode mxfp4 \
  --q-group-size 32 \
  --dtype bfloat16 \
  --mlx-path Qwen3.8-27B-DFlash2-mxfp4

What DFlash2 does

DFlash2 is a speculative-decoding drafter. It predicts a short block of likely next tokens; the full Qwen3.8-27B target verifies them and accepts only the tokens that match. This can reduce the number of expensive target-model decode passes without changing the target model's authority over the output.

Actual speedup depends on the prompt, sampling settings, context length, and draft acceptance rate. It does not improve prompt-prefill speed.

Use with oMLX

Use this as the DFlash draft for a separately downloaded Qwen3.8-27B target, such as deresolution/Qwen3.8-27B-mxfp4.

In the target model's oMLX profile:

  1. Enable DFlash.
  2. Choose this model as the draft model.
  3. Disable runtime draft quantization because this checkpoint is already MXFP4-quantized.
  4. Set DFlash block size to 5 for this quantized target/draft pairing.
  5. Do not enable Lightning MTP and DFlash at the same time.

Keep this sidecar unloaded as a standalone model in oMLX's model library. The target's DFlash engine attaches it internally when the target is loaded.

Compatibility

This conversion was tested as the draft sidecar for the Qwen3.8-27B MXFP4 target above on a 32 GB Apple Silicon Mac using oMLX. It is not a general purpose MLX chat checkpoint and is not expected to work as a draft for other Qwen families or unrelated targets.

For the DFlash algorithm and upstream benchmark details, see the DFlash repository, the upstream DFlash2 model card, and oMLX's experimental DFlash integration guide.

License and attribution

This derivative conversion retains the upstream Apache License 2.0. Please refer to the upstream DFlash2 model card for intended use, limitations, evaluation, and citation information.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

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

Класс архитектуры
DFlash2DraftModel
Ревизия весов
f9ef76a

0 моделей