/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
mlx
Опубликована
15 авг 2026

Qwen3.8-27B-OptiQ-4bit

Изображение и текст → текст15 профессий

mlx-community/Qwen3.8-27B-OptiQ-4bit — квантованная MLX-версия модели Qwen3.8-27B, разработанной Qwen, с оптимизацией mlx-optiq для локального запуска на компьютерах Apple Silicon.

7 147скачиваний за 30 дней21лайквеса обновлены16 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 поддерживает работу с текстом и изображениями и предназначена для генерации текста, рассуждений, программирования, следования инструкциям, вызова инструментов и других сценариев мультимодального помощника. В режиме text-only её можно загружать через mlx-lm, а для image+text и расширенных возможностей требуется mlx-optiq.

Модель использует гибридную архитектуру: три четверти из 64 блоков применяют linear attention, остальные — full attention. Квантование выполнено в смешанной точности: 237 чувствительных к потере качества слоёв представлены в 8-bit, а 261 менее чувствительный слой — в 4-bit; размер группы — 64. Vision tower сохранён в формате bf16 и поставляется отдельным файлом размером около 0,9 ГБ. Общий размер модели на диске составляет примерно 18,9–19 ГБ. Данные о размере контекстного окна и поддерживаемых языках в карточке не указаны.

К сильным сторонам относятся сочетание мультимодальности, локальный запуск без облака и PyTorch, а также экономия памяти за счёт квантования при сохранении высокой производительности в тестах: 84,1% на MMLU, 96,1% на GSM8K, 92,1% на HumanEval и 93,5% на BFCL-V3 simple. Ограничения включают зависимость от экосистемы MLX и Apple Silicon для целевого сценария, необходимость mlx-optiq для обработки изображений и расширенного сервера, а также возможное снижение качества по сравнению с полноразмерной моделью из-за квантования. Лицензия — Apache-2.0.

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/Qwen3.8-27B-OptiQ-4bit

Built with mlx-optiq, the MLX-native toolkit to quantize, fine-tune, and serve LLMs locally on Apple Silicon, no PyTorch and no cloud. Try the Lab · All OptiQ quants · Docs

A 4-bit mixed-precision MLX quant of Qwen/Qwen3.8-27B, an image+text model. Per-layer bit-widths come from a KL-divergence sensitivity pass on a six-domain calibration mix (prose · reasoning · code · agent · tool-call · constraint-bearing instructions). Sensitive layers go to 8-bit; robust ones stay at 4-bit.

The vision tower is kept at bf16 in a sidecar, so this repo loads text-only under stock mlx-lm and image+text under OptiQ.

Quantization details

PropertyValue
Predominant precision4-bit
Layers at 8-bit (sensitive)261
Layers at 4-bit (robust)237
Total quantized layers498
Group size64
Vision towerbf16, optiq/optiq_vision.safetensors (0.9 GB)
Calibration mixsix-domain mix (40 samples × 6 domains)
Reference for sensitivityuniform-4-bit (bf16 at this size does not fit 36 GB)
On-disk size19.0 GB

Qwen3.8-27B is a hybrid: three quarters of its 64 blocks use linear attention (five projections each) and the rest full attention, which is why the sweep scores 498 tensors rather than the ~450 a dense model of this size would have.

We follow the same naming convention llama.cpp uses for Q4_K_M and similar mixed-precision quants: the "4-bit" label is for the predominant precision, not the weighted average.

Usage

Load it with mlx-lm for text:

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("mlx-community/Qwen3.8-27B-OptiQ-4bit")
response = generate(
    model, tokenizer,
    prompt="Explain quantum computing in simple terms.",
    max_tokens=200,
)

For image+text, mixed-precision KV-cache serving, sensitivity-aware LoRA fine-tuning, an OpenAI + Anthropic-compatible inference server, hot-swap mounted adapters and sandboxed Python execution, install mlx-optiq:

pip install mlx-optiq
optiq serve --model mlx-community/Qwen3.8-27B-OptiQ-4bit

See the Qwen family guide on mlx-optiq.com for sampling defaults, training recipes, and family-specific caveats.

Benchmarks

MetricScore
MMLU (5-shot, 1000)84.1%
GSM8K (3-shot CoT)96.1%
IFEval (prompt-level, strict)77.1%
BFCL-V3 simple (AST)93.5%
HumanEval (pass@1)92.1%
HashHop (long-context retrieval)85.0%
Capability Score (mean of 6)87.98

18.9 GB on disk.

Every metric gets one equal vote, and disk size is reported next to the score as an honest second axis rather than folded into it. See the eval-framework writeup for the methodology.

Links

Quantize your own

This quant was produced by mlx-optiq. Point it at any Hugging Face model to get the same sensitivity-aware mixed precision:

pip install mlx-optiq
optiq convert Qwen/Qwen3.8-27B --target-bpw 5.0 --candidate-bits 4,8
optiq lab   # or drive the whole thing from the browser

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, на GPU NVIDIA они не запускаются.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
a97e145

0 моделей