Характеристики

Лицензия: Apache 2.0
Базовая модель: Qwen3.6-35B-A3B-Claude-4.7-Opus-Reasoning-Distilled
Библиотека: transformers
Опубликована: 23 апр 2026

Ссылки

Qwen3.6-35B-A3B-Claude-4.7-Opus-Reasoning-Distilled-i1-GGUF

Генерация текстаТекст → текст13 профессий

Qwen3.6-35B-A3B-Claude-4.7-Opus-Reasoning-Distilled-i1-GGUF — квантизированная GGUF-версия модели, разработанной на базе lordx64/Qwen3.6-35B-A3B-Claude-4.7-Opus-Reasoning-Distilled и подготовленной mradermacher.

2 557скачиваний за 30 дней10лайковвеса 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

Модель основана на архитектуре Mixture-of-Experts, имеет 35 млрд параметров с архитектурой, в которой активируется около 3 млрд параметров, и предназначена для генерации текста и задач, требующих рассуждений. Обучение выполнено методом distillation на наборе reasoning-distill-opus-4-7-max-sft; среди заявленных технологий также указаны LoRA и Unsloth.

Модель ориентирована на англоязычные сценарии, включая диалоговую генерацию, решение задач с рассуждениями и другие приложения text-generation. README также обозначает её как vision model, однако подробности о поддерживаемых визуальных входах, мультимодальных возможностях, размере контекста и языках, кроме английского, не приведены. Для запуска доступны варианты GGUF-квантизации i1 с разными уровнями сжатия и размерами файлов; более компактные варианты требуют меньших ресурсов, но могут заметно уступать по качеству, тогда как IQ-квантизации в README часто рекомендуются по сравнению с аналогичными стандартными вариантами.

Основные ограничения — неполные сведения о точных характеристиках, контекстном окне, требованиях к оборудованию и результатах оценки качества, а также потенциальная потеря качества при низких уровнях квантизации. Указана лицензия Apache-2.0.

Для каких профессий подходит13

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

About

weighted/imatrix quants of https://huggingface.co/lordx64/Qwen3.6-35B-A3B-Claude-4.7-Opus-Reasoning-Distilled

For a convenient overview and download list, visit our model page for this model.

static quants are available at https://huggingface.co/mradermacher/Qwen3.6-35B-A3B-Claude-4.7-Opus-Reasoning-Distilled-GGUF

This is a vision model - mmproj files (if any) will be in the static repository.

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

Link	Type	Size/GB	Notes
GGUF	imatrix	0.3	imatrix file (for creating your own quants)
GGUF	i1-IQ1_S	7.6	for the desperate
GGUF	i1-IQ1_M	8.3	mostly desperate
GGUF	i1-IQ2_XXS	9.6
GGUF	i1-IQ2_XS	10.6
GGUF	i1-IQ2_S	10.8
GGUF	i1-IQ2_M	11.8
GGUF	i1-Q2_K_S	12.3	very low quality
GGUF	i1-Q2_K	13.0	IQ3_XXS probably better
GGUF	i1-IQ3_XXS	13.7	lower quality
GGUF	i1-IQ3_XS	14.6
GGUF	i1-Q3_K_S	15.3	IQ3_XS probably better
GGUF	i1-IQ3_S	15.4	beats Q3_K*
GGUF	i1-IQ3_M	15.5
GGUF	i1-Q3_K_M	16.9	IQ3_S probably better
GGUF	i1-Q3_K_L	18.2	IQ3_M probably better
GGUF	i1-IQ4_XS	18.8
GGUF	i1-Q4_0	19.9	fast, low quality
GGUF	i1-Q4_K_S	20.0	optimal size/speed/quality
GGUF	i1-Q4_K_M	21.3	fast, recommended
GGUF	i1-Q4_1	21.9
GGUF	i1-Q5_K_S	24.1
GGUF	i1-Q5_K_M	24.8
GGUF	i1-Q6_K	28.6	practically like static Q6_K

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов: b855382