/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
69,3 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.6-35B-A3B
Библиотека
transformers
Опубликована
26 июн 2026

Qwen3.6-35B-A3B-Q8_0-dequant-bf16-vllm

Изображение и текст → текст9 профессий

Деквантованная и конвертированная в BF16 версия Qwen3.6-35B-A3B для диалоговой генерации текста через vLLM.

11скачиваний за 30 дней0лайковвеса обновлены26 июн 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

Это конвертированная версия Qwen3.6-35B-A3B, подготовленная exolabs для запуска через vLLM. Исходные веса взяты из GGUF-файла Q8_0 модели unsloth/Qwen3.6-35B-A3B, деквантованы и сохранены в формате safetensors с точностью BF16. Архитектура — Qwen3.5 MoE; репозиторий содержит около 69,3 ГБ весов в 21 шарде.

Модель предназначена для диалоговой генерации текста и сценариев, связанных с Qwen3.6-35B-A3B. Хотя карточка указывает задачу image-text-to-text, визуальные веса здесь отсутствуют: автор рекомендует использовать модель в текстовом режиме с параметром --language-model-only. README сообщает об успешных проверках загрузки и генерации в Transformers и vLLM. Лицензия обозначена как other; условия её использования следует сверить с базовой моделью и лицензией исходного репозитория.

Сценарии применения

  • развёртывание диалоговой модели Qwen через vLLM
  • генерация ответов в текстовом чате
  • текстовый инференс на основе Qwen3.6-35B-A3B

Ограничения

Визуальные веса отсутствуют, поэтому модель следует использовать только для текста с режимом --language-model-only; заявленная задача image-text-to-text фактически недоступна в этой сборке. Лицензия указана как other, поэтому перед использованием нужно проверить условия базовой модели и исходного репозитория.

Для каких профессий подходит9

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

Qwen3.6-35B-A3B Q8_0 GGUF Dequantized BF16 for vLLM

This private artifact was converted from unsloth/Qwen3.6-35B-A3B-GGUF file Qwen3.6-35B-A3B-Q8_0.gguf into standard Hugging Face safetensors for vLLM serving.

The converter streams GGUF tensors, dequantizes them to fp32, applies the Qwen3.6/GDN tensor remaps, performs the required RMSNorm offset handling, fuses MoE gate and up expert tensors into mlp.experts.gate_up_proj, then casts once to BF16 before writing sharded safetensors.

Validation

  • GGUF dry-run mapping: 733 input tensors, 0 skipped, 0 unmapped.
  • Output index: 693 HF keys, 21 safetensor shards, 69,321,221,376 bytes.
  • Transformers load: passed as AutoModelForImageTextToText with expected missing visual tower weights only.
  • Numeric spot-checks: passed with max_abs_vs_bf16=0 for sampled direct, norm-offset, reshape/GDN, and fused expert tensors.
  • Transformers generation smoke: passed.
  • vLLM smoke: passed on vLLM 0.23.0 with --language-model-only.

vLLM command used

VLLM_USE_FLASHINFER_SAMPLER=0 vllm serve /path/to/model   --served-model-name qwen36-35b-a3b-gguf-q8_0-bf16   --dtype bfloat16   --max-model-len 4096   --gpu-memory-utilization 0.85   --attention-backend triton_attn   --gdn-prefill-backend triton   --moe-backend triton   --trust-remote-code   --language-model-only

The visual tower files are intentionally absent because the GGUF source contains language weights only; use vLLM text serving with --language-model-only.

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_5MoeForConditionalGeneration
Ревизия весов
f873509

0 моделей