/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
70,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.5-35B-A3B
Библиотека
transformers
Опубликована
28 июл 2026

SP-PE-Qwen3.5-35B-A3B

Генерация текстаТекст → текст3 профессии

Дообученная модель Qwen3.5, которая превращает текстовые запросы и соотношение сторон в структурированные JSON-промпты для генерации изображений QwenImage-типа.

80скачиваний за 30 дней0лайковвеса обновлены7 авг 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 «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

SP-PE-Qwen3.5-35B-A3B — модель расширения структурированных промптов из проекта Context-Scaling, дообученная на основе Qwen/Qwen3.5-35B-A3B. Она принимает текстовое описание изображения и целевое соотношение сторон, а затем формирует JSON со структурированным промптом для генерации изображений моделями QwenImage-типа. Для этой задачи используется текстовый тракт мультимодальной архитектуры Qwen3.5 MoE; зрительный модуль поставляется вместе с моделью, но при расширении промптов не используется. Репозиторий содержит веса safetensors объёмом около 66 ГБ в bf16; в README для запуска через vLLM приведены квантование FP8 и ограничение контекста до 8192 токенов.

Модель предназначена для преобразования обычных запросов в структурированные условия генерации изображений, в том числе с учётом соотношения сторон. Она выдаёт JSON, рассчитанный на подачу в QwenImage-стиль text-to-image DiT, поэтому её основная роль — подготовка промпта, а не генерация изображения. Базовая модель имеет 35 млрд параметров, однако README не сообщает точное число активных параметров этой MoE-модели.

Лицензия — Apache-2.0. Карточка не приводит отдельной оценки качества; результат зависит от соответствия ожидаемой схемы JSON и последующей модели генерации изображений.

Сценарии применения

  • преобразование описания изображения в структурированный промпт
  • подготовка JSON-условий для QwenImage
  • расширение промпта с учётом соотношения сторон
  • автоматизация подготовки текстовых условий для text-to-image генерации

Ограничения

Модель формирует структурированный текстовый промпт и сама не генерирует изображения. Зрительный тракт поставляется в репозитории, но для задачи расширения промптов не используется.

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

SP-PE-Qwen3.5-35B-A3B

Structured-Prompt Prompt-Expansion model built on top of Qwen3.5-35B-A3B.
Takes a natural-language prompt (+ target aspect ratio) and emits a
Structured Prompt JSON suitable for a QwenImage-style text-to-image DiT.

Part of the Context-Scaling project.

Usage

Serve via vLLM:

vllm serve heheyas/SP-PE-Qwen3.5-35B-A3B \
    --quantization fp8 \
    --kv-cache-dtype fp8 \
    --language-model-only \
    --max-model-len 8192

Or load with transformers (bf16, needs ~70 GB):

from transformers import AutoTokenizer, AutoModelForCausalLM
tok = AutoTokenizer.from_pretrained("heheyas/SP-PE-Qwen3.5-35B-A3B", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    "heheyas/SP-PE-Qwen3.5-35B-A3B",
    torch_dtype="bfloat16",
    device_map="auto",
    trust_remote_code=True,
)

Notes

  • 16 safetensors shards, ~66 GB in bf16.
  • The --language-model-only flag is used at serving time because we only need the text path for the PE task; the vision tower ships along for compatibility but is not exercised.

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
1911c61

0 моделей