/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
DeepSeek-V4-Pro-Qwen3.5-9B
Библиотека
mlx
Опубликована
7 авг 2026

DeepSeek-V4-Pro-Qwen3.5-9B-bf16

Изображение и текст → текст15 профессий

Мультимодальная модель Qwen3.5 в формате MLX для диалогов, задач с текстом и кодом и анализа изображений на Apple Silicon.

490скачиваний за 30 дней2лайкавеса обновлены7 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

Это конверсия в формат MLX модели Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B, опубликованная сообществом mlx-community. Модель построена на архитектуре Qwen3.5 и предназначена для диалогов, работы с текстом и кодом, а также обработки изображений и видеовходов; доступны интерфейсы вызова инструментов. Веса представлены в BF16, сохранены шаблон чата и настройки мультимодального процессора. Репозиторий ориентирован на запуск на Apple Silicon через mlx-vlm; для мультимодального использования рекомендуется эта библиотека.

Модель поддерживает английский, китайский, испанский, русский и японский языки. Лицензия — Apache 2.0, унаследованная от исходной модели. Размер параметров и длина контекста в предоставленных данных не приведены. Подробности о назначении и ограничениях исходной модели следует уточнять в её карточке.

Сценарии применения

  • ответы на вопросы по изображению
  • анализ визуального содержимого
  • диалоговое решение задач на русском и других поддерживаемых языках
  • помощь с написанием и разбором кода
  • вызов инструментов в диалоговых сценариях
  • обработка видеовходов в поддерживаемых сценариях

Ограничения

Репозиторий предоставляет конверсию для MLX и не содержит подробных результатов оценки качества; для мультимодального запуска требуется mlx-vlm, а применение ориентировано на Apple Silicon.

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

mlx-community/DeepSeek-V4-Pro-Qwen3.5-9B-bf16

This model mlx-community/DeepSeek-V4-Pro-Qwen3.5-9B-bf16 was converted to MLX format from Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B using mlx-vlm version 0.4.4.

This is a BF16 MLX conversion. It keeps the source model's chat template and multimodal processor configuration for text/coding, image, and video-style inputs. The model weights were converted to BF16 MLX format; multimodal vision components are preserved.

Refer to the original model card for model details, license, and intended use.

Use with mlx

pip install -U mlx-vlm

Image input

python -m mlx_vlm.generate \
  --model mlx-community/DeepSeek-V4-Pro-Qwen3.5-9B-bf16 \
  --max-tokens 512 \
  --temperature 0.0 \
  --prompt "Describe this image." \
  --image <path_to_image>

Text / coding input

python -m mlx_vlm.generate \
  --model mlx-community/DeepSeek-V4-Pro-Qwen3.5-9B-bf16 \
  --max-tokens 512 \
  --temperature 0.2 \
  --prompt "Write a Python function that parses a JSONL file and counts records by label."

Notes

  • This is a BF16 MLX version of Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B.
  • The model is intended for Apple Silicon inference with MLX.
  • For multimodal usage, prefer mlx-vlm rather than plain mlx-lm.
  • License: Apache 2.0, inherited from the source model metadata.

Conversion

mlx_vlm.convert \
  --hf-path Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B \
  --mlx-path DeepSeek-V4-Pro-Qwen3.5-9B-bf16 \
  --dtype bfloat16

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.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
d260920

0 моделей