Характеристики

Архитектура: qwen3_5_mtp · dense
Базовая модель: Qwen3.6-35B-A3B
Библиотека: mlx
Опубликована: 24 мая 2026

Ссылки

Hugging Face

Qwen3.6-35B-A3B-MTP-MLX

inferencerlabs

Изображение и текст → текст3 профессии

Извлечённые слои MTP для ускорения спекулятивного декодирования Qwen3.6-35B-A3B-MLX.

184скачиваний за 30 дней1лайквеса обновлены27 июн 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

Это вспомогательная модель Inferencer Labs на основе Qwen3.6-35B-A3B: из базовой модели извлечены слои Multi-Token Prediction (MTP) для использования вместе с Qwen3.6-35B-A3B-MLX в спекулятивном декодировании. Она предназначена для ускорения генерации ответов основной моделью; отдельно от совместимой основной модели не используется. В README приведён пример тестирования на Mac с M3 Ultra и 512 ГБ оперативной памяти, а также заявлено, что вариант с квантизацией Q4.5 обеспечивает высокую скорость генерации и снижает расход памяти без потери качества в тесте на кодирование.

Метаданные указывают архитектуру семейства qwen3_5_mtp, библиотеку MLX, формат safetensors и поддержку зрения через базовую модель. Лицензия в предоставленных данных не указана.

Сценарии применения

ускорение генерации ответов Qwen3.6-35B-A3B-MLX
спекулятивное декодирование при работе с Qwen3.6-35B-A3B
ускорение генерации кода основной моделью Qwen

Ограничения

Модель предназначена для работы в паре с Qwen3.6-35B-A3B-MLX и не является самостоятельной моделью для генерации. Заявление о скорости и качестве Q4.5 основано на тесте кодирования; приведённая конфигурация тестирования использовала M3 Ultra с 512 ГБ памяти.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.6-35B-A3B MTP

See Qwen3.6-35B-A3B with MTP in action: demonstration videos

This draft model contains the extracted Multi-Token Prediction (MTP) layers from Qwen/Qwen3.6-35B-A3B for use alongside the Qwen3.6-35B-A3B-MLX model as a speculative decoder for improved performance.

Q4.5-bit quant typically achieves high throughput at no loss in quality with less RAM usage in our coding test.

Tested on a M3 Ultra 512GB RAM using Inferencer app v1.11.5

Disclaimer

We are not the creator, originator, or owner of any model listed. Each model is created and provided by third parties. Models may not always be accurate or contextually appropriate. You are responsible for verifying the information before making important decisions. We are not liable for any damages, losses, or issues arising from its use, including data loss or inaccuracies in AI-generated content.

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.

Ревизия весов: ed2d903