/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Ornith-1.5-35B-A3B-MTP
Опубликована
31 авг 2026

Ornith-1.5-35B-A3B-NInfer

Изображение и текст → текст15 профессий

Ornith-1.5-35B-A3B-NInfer — квантованный артефакт модели Ornith-1.5-35B-A3B, разработанной shisa-ai на базе архитектуры Ornith и с компонентами, связанными с Qwen3.6-35B-A3B.

1 442скачиваний за 30 дней2лайкавеса обновлены1 сен 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 упакована в единый файл формата NInfer и предназначена для локального сервинга через NInfer, включая совместимый с OpenAI API интерфейс. Она ориентирована на текстовые и визуально-текстовые сценарии, а также на ускоренную генерацию с использованием speculative decoding.

Модель построена по архитектуре Mixture-of-Experts размером 35B параметров: используется 256 экспертов, из которых 8 активируются для каждого токена. Архитектура включает 40 гибридных слоёв с линейным и полным вниманием, vision tower, однос слой MTP и контекст длиной до 262144 токенов. В артефакт встроены квантованные groupwise-int веса, MTP-голова, DFlash draft-модель, vision tower, токенизатор и официальный frontend Qwen. Размер файла составляет около 21,22 GiB; заявлена работа на одной видеокарте RTX 5090 с 32 ГБ памяти, при этом NInfer ориентирован на sm_120a.

Сильными сторонами являются большое контекстное окно, поддержка изображений, единый переносимый артефакт и ускорение генерации за счёт MTP и DFlash. В README указано ожидаемое принятие спекулятивных токенов около 80% и примерно 3,4 токена за раунд для окна из 3 токенов, однако на дообученных сценариях скорость может снижаться, поэтому производительность следует измерять на собственных данных. Артефакт распространяется по лицензии Apache-2.0; он не является официальным релизом Qwen, shisa-ai, ornith-ai или NInfer.

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

Ornith-1.5-35B-A3B-NInfer

Ornith-1.5-35B-A3B — shisa-ai's 35B MoE model with an MTP speculation head distilled from Qwen3.6-35B-A3B — as a single-file NInfer artifact: groupwise-int quantised, DFlash draft model embedded, official Qwen frontend included, ready to serve on an RTX 5090.

Fileornith_1_5_35b_a3b.ninfer (~21.22 GiB)
Architecture35B MoE (256 experts, 8 active per token), 40 hybrid linear/full-attention layers, vision tower, 1-layer MTP, 262144 context
Recipegroupwise-int qwen3_6_35b_a3b-v2
ConverterNInfer commit b2b96bae4dd88f95b9ea8126d68fae3b88caa374 (2026-08-18)
Runtimeninfer-serve on a single RTX 5090 (32 GB) — NInfer targets sm_120a only

What was changed from the base model

  • BF16 weights quantised to NInfer's groupwise-int qwen3_6_35b_a3b-v2 recipe and packed into one .ninfer file together with the distilled MTP head, the z-lab DFlash draft model, the vision tower, and the tokenizer/chat-template frontend.
  • The frontend resources are the official, sha256-pinned Qwen/Qwen3.6-35B-A3B copies. Ornith's own chat_template.jinja (which keeps prior-turn <think> blocks) is replaced by the official template, which strips them — the standard Qwen convention.

The build is fully reproducible from pinned public inputs: j842/ninfer-qwen-uncensored (./build-ornith.sh). The converter's *.conversion.json report is included in this repo.

Serving

With MTP speculation (supports vision):

ninfer-serve ornith_1_5_35b_a3b.ninfer \
    --model-id default \
    --host 127.0.0.1 --port 6107 \
    --max-context 262144 \
    --max-concurrency 4 \
    --kv-capacity auto --kv-dtype int8 \
    --spec mtp --draft-tokens 3 --lm-head-draft \
    --vision

--kv-dtype int8 is what lets full context and the vision tower coexist in 32 GB. NInfer exposes an OpenAI-compatible /v1/chat/completions.

Speculation caveats: the MTP head was distilled for Ornith specifically, so acceptance should be near the official Qwen3.6-35B-A3B model's (~80%, ~3.4 tokens/round at window 3). The DFlash head was trained against base Qwen3.6-35B-A3B — outputs are unaffected (speculation is always verified by the target model) but acceptance, and therefore speed, may dip on a finetune. Benchmark both on your workload.

Licence

Apache-2.0 for this distribution — see LICENSE and NOTICE. The artifact combines:

This is not an official Qwen, shisa-ai, ornith-ai, or NInfer release.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Библиотека «ninfer» рантаймом не поддерживается.

Ревизия весов
39fcf11

0 моделей