/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
17 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
mlx
Опубликована
14 авг 2026

Qwen3.8-27B-MLX-oQ4e-mtp

Изображение и текст → текст15 профессий

Qwen3.8-27B-MLX-oQ4e-mtp — квантованная MLX-версия мультимодальной модели Qwen3.8-27B, разработанной Qwen.

1 473скачиваний за 30 дней18лайковвеса обновлены14 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

Модель предназначена для задач генерации текста и визуального понимания, включая обработку изображений и видео, а также для локального запуска на устройствах Apple Silicon через oMLX или mlx-vlm.

Модель содержит около 27 млрд параметров и занимает примерно 16 ГБ. Используется улучшенная примерно 4-битная oQ4e-квантизация с эффективной точностью около 4,9 бит на вес, размером группы 64, imatrix-калибровкой и компенсацией ошибок на основе Hessian. В состав входит vision tower для работы с изображениями и видео. Сохранён нативный MTP head с одним дополнительным скрытым слоем, что позволяет использовать Lightning-MTP для спекулятивного декодирования в oMLX. Заявлена поддержка контекстного окна до 262144 токенов при соответствующей настройке.

Сильные стороны модели — сочетание мультимодальности, сниженного потребления памяти, сохранённой совместимости с MTP и высокой скорости декодирования: на M5 Max заявлены около 54 токенов в секунду и принятие черновых токенов на уровне 81%. Ограничения включают зависимость от MLX-совместимого оборудования и программного обеспечения, а также возможную потерю точности из-за квантизации; конкретные языки в README не указаны. 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

Qwen3.8-27B-MLX-oQ4e-mtp

oQ4e (enhanced, imatrix-calibrated ~4-bit) quantization of Qwen/Qwen3.8-27B with the native MTP head preserved, produced with oMLX 0.5.7's oQ quantizer from the bf16 conversion fcmeyer/Qwen3.8-27B-MLX-bf16-mtp.

  • ~16 GB (≈4.9 bpw effective; 4-bit base, group size 64, affine, sensitivity-boosted tensors at higher bits, bit-protected MTP head)
  • Enhanced (e): imatrix calibration (128 samples × 512 tokens, oqe_code_multilingual) with Hessian-guided error compensation
  • Full VLM: vision tower included (image + video understanding)
  • MTP-preserved: mtp_num_hidden_layers: 1, enabling Lightning-MTP speculative decoding in oMLX (mtp_enabled: true)

Measured on an M5 Max (128 GB), oMLX 0.5.7

  • ~54 tok/s decode with MTP on (depth 3), 81% draft acceptance (2.9 tok/backbone-cycle) — quantization did not degrade the draft head thanks to oQ's MTP bit protection.
  • Image grounding verified (color/position). See the bf16 repo for the unquantized baseline (~20 tok/s with MTP).

Usage with oMLX

Place under ~/.omlx/models/<org>/Qwen3.8-27B-MLX-oQ4e-mtp (or download via the oMLX admin dashboard) and enable MTP:

"Qwen3.8-27B-MLX-oQ4e-mtp": { "mtp_enabled": true, "max_context_window": 262144 }

Sampling defaults: temperature 1.0, top_p 0.95, top_k 20. The repo includes oq_imatrix_report.json documenting the calibration.

Also loadable as a plain quantized MLX VLM with mlx-vlm ≥ 0.6.3 (MTP tensors are ignored by loaders without MTP support).

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
Qwen3_5ForConditionalGeneration
Ревизия весов
0299356

0 моделей