/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
71,9 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Библиотека
transformers
Опубликована
25 авг 2026

Q36-35B-A3B-Opus4.7-Ablit-Heretic-OBLITERATUS-Hermes-MTP-Vision-FT

Изображение и текст → текст12 профессий

Мультимодальная разговорная модель Qwen3.6 с 35 млрд параметров, настроенная для рассуждений, кода, работы с изображениями и вызова инструментов.

68скачиваний за 30 дней1лайквеса обновлены7 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

Q36 — это разговорная мультимодальная модель oktayd на архитектуре Qwen3.6-35B-A3B с 35 млрд параметров, из которых активируется около 3 млрд. Разработчик описывает её как производную цепочку на базе Qwen3.6 с дистилляцией рассуждений, ослаблением отказов и последующей настройкой для работы с инструментами, агентами и кодом; модель также дообучена на данных Hermes Function Calling и агентских трассировках. Указаны поддержка изображений, MTP и контекст 262 144 токена; одновременная работа с Vision и MTP в одном запросе не заявлена.

Модель предназначена для диалогов с изображениями, рассуждений, программирования и агентских сценариев, включая вызов функций и работу с терминалом, файлами и репозиториями. В карточке приведены сравнительные тесты, но автор подчёркивает, что это компактные прогоны, а не официальные полные результаты лидербордов. Проверка финального сервинга FreeToken ещё не завершена. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы по изображениям
  • помощь с программированием и разбором кода
  • агентная работа с файлами, терминалом и репозиториями
  • вызов функций и инструментов в диалоге
  • решение задач с пошаговыми рассуждениями

Ограничения

Разработчик не заявляет совместный режим Vision и MTP в одном вызове; проверка финального сервинга FreeToken ещё не завершена. Сравнительные бенчмарки являются компактными тестами, а в MuSR отмечены зацикливание и обрезание ответов.

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

Q36 · Qwen3.6 35B-A3B · BF16 / FreeToken Master

35B total · 3B active · full merged BF16 · Vision + MTP preserved

Overview

FieldCorrect value
Model familyQwen3.6-35B-A3B
Architectureqwen3_5_moe
Parameters35B total · 3B activated
Native context262,144
TaskImage-Text-to-Text + text generation
PrecisionBF16
Visionpreserved
MTPmodel-mtp.safetensors present
Primary rolemaster checkpoint / server / FreeToken

Hugging Face derives the exact safetensors parameter count from the checkpoint; the UI can therefore display roughly 35.1B / 35B. That is correct for the Qwen3.6-35B-A3B family.


Model lineage

Qwen/Qwen3.6-35B-A3B
  -> lordx64 reasoning-distilled derivative
  -> huihui-ai abliterated derivative
  -> custom fused-MoE-aware Heretic stage
  -> OBLITERATUS Nuclear
  -> Hermes Function Calling + Agent/coding/terminal/file/repo/multi-tool SFT
  -> PEFT / LoRA merge
  -> Q36

“Opus 4.7” describes the inherited reasoning-distillation lineage; this repository does not contain the proprietary Claude model. Abliteration, Heretic and OBLITERATUS Nuclear are separate stages.

Training / integrity

ItemResult
SFT train examples23,220
SFT validation examples1,179
Total SFT examples24,399
Parser errors0
Protected Vision tensors333
Protected MTP tensors19
Protected-tensor hash mismatch0
Final BF16 reloadPASS
Finite forwardPASS
GGUF textPASS
GGUF VisionPASS
GGUF MTPPASS

Build: NVIDIA B300 · Ubuntu 24.04.3 · Unsloth 2026.8.19 · Transformers 5.5.0 · Torch 2.8.0+cu128

Reproducibility: llama.cpp f280b26983ad0fdb705a0d9ebf0503e76f2899b0 · FreeToken bd372b630a028e3faa51f4ab0ef6a98c2f2de501

Known gaps

  • Combined Vision + MTP in one invocation is not yet claimed.
  • Final FreeToken serving validation remains pending.
  • Native context claim is 262,144 tokens; no 1M-context claim is made.

Benchmarks

CURRENT SNAPSHOT — IFEval: CUSTOM clearly ahead · Output Integrity: TIE · HumanEval+: TIE 5/5 vs 5/5 · MBPP+: HUIHUI ahead 5/5 vs 4/5 · MATH-500: CUSTOM completion-robustness advantage · MuSR: HUIHUI robustness advantage · LiveCodeBench v6 Sample-9: NEXT

Results

BenchmarkCUSTOMHuihuiResult
IFEval strict prompt9/106/10CUSTOM
IFEval strict instruction17/18 · 94.4%12/18 · 66.7%CUSTOM
IFEval technical completion9/107/10CUSTOM
Output Integrity Battery-55/55/5Tie
HumanEval+ Sample-55/55/5Tie
MBPP+ Sample-54/55/5HUIHUI
MMLU-Pro smoke2/32/3Tie
GSM8K smoke3/33/3Tie
BBH smoke3/33/3Tie
MATH Level-5 first frozen run2/3 technical · 2/2 scorable correct2/3 technical · 2/2 scorable correctcrossed truncations

Diagnostic observations

MATH-500: CUSTOM completed 3/3 while HUIHUI looped to the output ceiling on one task after internally reaching the correct result. This is retained as a CUSTOM completion/reasoning-robustness advantage, not a mathematical-accuracy claim. Comparative MATH-500 is excluded.

MuSR: CUSTOM repeatedly looped/truncated on the team task while HUIHUI completed it. Comparative MuSR is excluded; this remains a HUIHUI robustness advantage / CUSTOM weakness.

Benchmark method

Ollama /api/chat · ctx 16,384 · max generation 8,192 · temperature 0 · seed 42 · thinking enabled · exactly 1 generation per model/task · 0 benchmark retries.

Technical completion and correctness are separate. Thinking never counts as the final answer. Infrastructure failures are not treated as model-quality failures. Saved model outputs are not regenerated because an evaluator needs fixing. Benchmark wall time is not used as a performance score.

Active benchmark plan

General/reasoning: MMLU-Pro Matrix-14 · BBH Matrix-23 · ARC-Challenge-10 · GSM8K-10 · MATH Level-5
Instruction: IFEval-10 · Output Integrity-5
Coding: HumanEval+-5 · MBPP+-5 · LiveCodeBench v6-9
Tools/agents: JSON Schema-5 · Hermes ToolPerf-5 · AgentBench FC-5 · tau3-5
Vision: MMMU-6 · MMMU-Pro-6 · MathVista-5 · ChartQA-5
Long context: RULER-5 · InfiniteBench-5
Alignment: Refusal Matrix-10

LiveCodeBench v6 Sample-9 — next

leetcode/3765 · leetcode/3779 · atcoder/abc395_f · leetcode/3811 · atcoder/arc191_d · atcoder/arc196_b · atcoder/abc396_f · atcoder/abc399_b · atcoder/arc190_c

Dataset revision 0fe84c3912ea0c4d4a78037083943e8f0c4dd505 · Evaluator commit 28fef95ea8c9f7a547c8329f2cd3d32b92c1fa24

Performance phase

Prompt processing 512/2048/4096 · generation 128/256/512 · TTFT 512/2048 · decode 4K/8K · peak RAM · peak VRAM · load time.

Deterministic compact comparison runs; not official full-leaderboard scores.


License / attribution

Apache-2.0 repository metadata applies. Upstream attribution includes Qwen Team, lordx64, huihui-ai, Nous Research / Hermes, Unsloth, llama.cpp and FreeToken.

🔗 Successor collection

Explore the later Qwen3.6-35B v2 editions.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модель не помещается в память одной GPU (80 ГБ).

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
e4201cb

0 моделей