/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
53,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Опубликована
14 авг 2026

Qwen3.8-27B-MTPLX-bf16

Генерация текстаТекст → текст12 профессий

Полноточная MLX-сборка Qwen3.8-27B для диалоговой генерации текста и спекулятивного декодирования на Apple Silicon.

238скачиваний за 30 дней2лайкавеса 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

Qwen3.8-27B-MTPLX-bf16 — конвертированная в формат MLX версия плотной мультимодальной модели Qwen3.8-27B, подготовленная автором johninthepool для компьютеров Apple Silicon. Это полноточная сборка bf16 без квантизации: сохранена голова multi-token prediction (MTP), необходимая для спекулятивного декодирования через mtplx. Модель рассчитана на диалоговую генерацию текста; базовая модель также поддерживает анализ изображений и видео, программирование и многошаговые задачи.

Сборка предназначена для запуска на Mac с чипом Apple M-серии. Для весов объёмом около 55 ГБ автор рекомендует не менее 64 ГБ объединённой памяти; для работы с нативным путём MTP требуется mtplx. Полноточная версия сохраняет точность исходных весов, но требует больше памяти, чем варианты с квантизацией. Лицензия — Apache-2.0.

Сценарии применения

  • диалоговые ответы и генерация текста на Mac с Apple Silicon
  • локальный запуск Qwen3.8-27B без квантизации
  • спекулятивное декодирование с сохранённой MTP-головой
  • ответы на запросы с использованием возможностей базовой мультимодальной модели

Ограничения

Для запуска требуется Mac с Apple Silicon, а для полноточных весов автор рекомендует не менее 64 ГБ объединённой памяти. Для нативного спекулятивного декодирования нужен mtplx.

Для каких профессий подходит12

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-MTPLX-bf16

MTP weights kept. This is a full-precision MLX build — no quantization at all. The multi-token-prediction head is preserved at bf16 (mtp_policy: keep_bf16), same as the body.

A full-precision, unquantized MLX build of Qwen/Qwen3.8-27B for Apple Silicon, produced with mtplx forge. This is not a repackaging of the original PyTorch/safetensors bf16 release — it's converted into native MLX format for direct loading on Apple Silicon, with the MTP head intact so speculative decoding works out of the box.

Why this build exists

The original Qwen/Qwen3.8-27B weights are safetensors in HF/PyTorch format. Loading those directly through generic MLX conversion paths risks losing the model's 15 MTP tensors (see the 4-bit/8-bit sibling cards for the full explanation of why). This build applies the same mtp_policy: keep_bf16 forge recipe as the quantized variants, but with body_bits: 0 — meaning the trunk is not quantized at all. It exists for anyone who wants zero quantization-related quality loss and has the memory to spare.

Recipe

ParameterValue
Body precisionbf16 (unquantized)
MTP headkept at bf16
SourceQwen/Qwen3.8-27B (bf16 native)

Requirements

  • Apple Silicon Mac (M-series) with 64GB+ unified memory recommended — full bf16 weights are ~55GB on disk/in memory before KV cache.
  • mtplx — required to use the native MTP speculative-decode path.

Usage

mtplx quickstart --model johninthepool/Qwen3.8-27B-MTPLX-bf16 --port 8020 \
  --reasoning off --paged-kv-quantization q8

Which variant should you use?

  • This one (bf16): maximum fidelity, largest footprint. Use if you have the RAM and want zero quantization loss.
  • 8-bit: near-lossless, roughly half the footprint. Best default for most 64GB+ machines.
  • 4-bit: smallest footprint, best throughput, small quality tradeoff.

Provenance

Converted directly from Qwen/Qwen3.8-27B to MLX format with no fine-tuning, distillation, or precision changes beyond format conversion. Output is expected to be numerically equivalent to the source model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
618d54d

0 моделей