/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-0.8B
Библиотека
transformers
Опубликована
31 мая 2026

Qwen3.5-0.8B-MTP-GGUF

Изображение и текст → текст15 профессий

Qwen3.5-0.8B-MTP-GGUF — это GGUF-версия мультимодальной модели Qwen3.5-0.8B, разработанной командой Qwen компании Alibaba и представленной пользователем prithivMLmods.

1 470скачиваний за 30 дней2лайкавеса обновлены1 июн 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 предназначена для локального понимания и генерации текста и изображений, включая лёгкое OCR, разбор документов, визуальные вопросы и ответы, многоязычные чат-боты и базовые задачи программирования. Поддерживаются интеграции с Ollama, vLLM и llama.cpp, что позволяет использовать модель без облачных зависимостей, в том числе на маломощных устройствах и встраиваемых системах.

Модель содержит около 0,8 млрд параметров и использует плотную мультимодальную архитектуру с комбинацией Gated DeltaNet и разреженного MoE, 24 слоями, скрытым размером 1024 и словарём из 248 тысяч токенов. Заявлена поддержка 201 языка, работа с текстом и изображениями, нативное контекстное окно 262 тысячи токенов и возможность расширения свыше 1 млн токенов с помощью YaRN. Формат MTP добавляет несколько выходных головок для предсказания будущих токенов и ускорения локального вывода без отдельной draft-модели.

К сильным сторонам относятся компактность, низкие требования к памяти, мультимодальность, широкий контекст и варианты квантования размером примерно от 430 МБ до 834 МБ; для BF16 заявлено около 1,6 ГБ VRAM. Ограничения включают малый размер модели, поэтому её возможности могут быть недостаточны для сложного программирования, глубокого анализа и требовательных генеративных сценариев. Модель распространяется по лицензии 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

Qwen3.5-0.8B-MTP-GGUF

Qwen3.5-0.8B from Alibaba's Qwen team is the smallest model in the Qwen3.5 family, an ultra-compact 0.8B-parameter dense multimodal language model with a hybrid Gated DeltaNet + sparse MoE architecture, 24 layers, 1024 hidden dimension, 248K vocabulary spanning 201 languages, multi-token prediction, and a massive 262K native context window (extensible to 1M+ tokens via YaRN) for unified text and image understanding at extreme efficiency. Designed under the "More Size, Less Waste" philosophy, it achieves 10.5 on the Artificial Analysis Intelligence Index—ranking #383 overall but exceptional for sub-1B models—while running at blazing-fast latencies (0.00s time-to-first-token #12 globally) with ~1.6GB VRAM requirement (BF16) or ~0.5GB in 4-bit quantization, making it ideal for Raspberry Pi, mobile phones, and embedded IoT devices. Apache 2.0-licensed with Ollama/vLLM/llama.cpp support, it excels at lightweight OCR, document parsing, multilingual chatbots, visual QA, and basic coding tasks as the most accessible entry point for on-device multimodal AI without requiring cloud dependencies.

[!NOTE] Multi-Token Prediction (MTP) GGUF is a specialized GGUF model file format extension that integrates speculative decoding directly into the model weights to significantly accelerate local inference. Unlike traditional speculative decoding which requires a separate, smaller "draft" model, MTP GGUF files include additional output heads within the main model architecture that predict multiple future tokens in a single forward pass.

Model Files

File NameQuant TypeFile SizeFile Link
Qwen3.5-0.8B.BF16.ggufBF161.56 GBDownload
Qwen3.5-0.8B.F16.ggufF161.56 GBDownload
Qwen3.5-0.8B.Q2_K.ggufQ2_K430 MBDownload
Qwen3.5-0.8B.Q3_K_L.ggufQ3_K_L502 MBDownload
Qwen3.5-0.8B.Q3_K_M.ggufQ3_K_M476 MBDownload
Qwen3.5-0.8B.Q3_K_S.ggufQ3_K_S444 MBDownload
Qwen3.5-0.8B.Q4_0.ggufQ4_0513 MBDownload
Qwen3.5-0.8B.Q4_K_M.ggufQ4_K_M542 MBDownload
Qwen3.5-0.8B.Q4_K_S.ggufQ4_K_S517 MBDownload
Qwen3.5-0.8B.Q5_0.ggufQ5_0578 MBDownload
Qwen3.5-0.8B.Q5_K_M.ggufQ5_K_M593 MBDownload
Qwen3.5-0.8B.Q5_K_S.ggufQ5_K_S578 MBDownload
Qwen3.5-0.8B.Q6_K.ggufQ6_K647 MBDownload
Qwen3.5-0.8B.Q8_0.ggufQ8_0834 MBDownload
Qwen3.5-0.8B.mmproj-bf16.ggufmmproj-bf16207 MBDownload
Qwen3.5-0.8B.mmproj-f16.ggufmmproj-f16207 MBDownload
Qwen3.5-0.8B.mmproj-q8_0.ggufmmproj-q8_0116 MBDownload

Quants Usage

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

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

image.png

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
e84039e

0 моделей