/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,6 млрд
Размер весов
12,2 ГБ
Лицензия
Apache 2.0
Архитектура
gpt_oss · MoE
Библиотека
mlx
Опубликована
6 фев 2026

OpenAI-gpt-oss-20B-INSTRUCT-Heretic-Uncensored-MXFP4-q8-hi-mlx

Генерация текстаТекст → текст7 профессий

OpenAI-gpt-oss-20B-INSTRUCT-Heretic-Uncensored-MXFP4-q8-hi-mlx — языковая модель для генерации текста, опубликованная в формате MLX.

1 972скачиваний за 30 дней7лайковвеса обновлены6 фев 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

В метаданных указана базовая модель DavidAU/OpenAI-gpt-oss-20B-INSTRUCT-Heretic-Uncensored-MXFP4; конкретный разработчик или автор этой версии явно не назван. Модель предназначена для запуска через библиотеку mlx-lm и использования в сценариях генерации текста с чат-шаблоном.

Известно, что модель имеет размер 20B параметров и ориентирована на instruction-following. Суффикс q8-hi-mlx указывает на вариант в формате MLX с соответствующей схемой квантования, однако подробности архитектуры, поддерживаемые языки, модальности и размер контекстного окна в README не указаны. Приведённые измерения сообщают perplexity 5,920 ± 0,050, пиковое потребление памяти около 17,93 ГБ и скорость около 844 токенов в секунду; условия тестирования не описаны, поэтому эти показатели нельзя напрямую обобщать на все конфигурации.

Сильными сторонами являются специализированный формат для экосистемы Apple MLX, возможность работы через mlx-lm и наличие заявленных показателей производительности. Ограничения включают отсутствие подробных оценок качества, документации по языкам и контексту, а также недостаток информации о безопасности и практическом поведении модели. Лицензия указана как Apache-2.0.

Для каких профессий подходит7

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

OpenAI-gpt-oss-20B-INSTRUCT-Heretic-Uncensored-MXFP4-q8-hi-mlx

Perplexity: 5.920 ± 0.050
Evaluation time: 154.99 seconds
Peak memory: 17.93 GB
Tokens per second: 844

Detailed metrics coming soon.

-G

Use with mlx

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("OpenAI-gpt-oss-20B-INSTRUCT-Heretic-Uncensored-MXFP4-q8-hi-mlx")

prompt = "hello"

if tokenizer.chat_template is not None:
    messages = [{"role": "user", "content": prompt}]
    prompt = tokenizer.apply_chat_template(
        messages, add_generation_prompt=True, return_dict=False,
    )OpenAI-gpt-oss-20B-INSTRUCT-Heretic-Uncensored-MXFP4

response = generate(model, tokenizer, prompt=prompt, verbose=True)

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
GptOssForCausalLM
Ревизия весов
e54be7e

0 моделей