/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
28 мая 2026

Qwen3.5-4B-MTP-GGUF

Изображение и текст → текст15 профессий

Qwen3.5-4B-MTP-GGUF — это GGUF-версия мультимодальной модели Qwen3.5-4B, разработанной командой Qwen компании Alibaba.

1 944скачиваний за 30 дней3лайкавеса 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 и серверного инференса, включая агентские сценарии с вызовом инструментов, генерацию кода, OCR, разбор документов и визуальные вопросы и ответы. Она поддерживает работу с текстом, изображениями и видео.

Модель содержит около 4 млрд параметров и использует гибридную архитектуру Gated DeltaNet и Gated Attention. Заявлено контекстное окно 262 тыс. токенов с возможностью расширения более чем до 1 млн токенов, словарь из 248 тыс. токенов и поддержка 201 языка. Формат MTP интегрирует multi-token prediction для ускорения спекулятивного декодирования без отдельной draft-модели. Доступны варианты от BF16/F16 до квантованных Q2_K–Q8_0; размер наиболее компактных файлов начинается примерно от 1,96 ГБ.

Сильные стороны модели — компактный размер, мультимодальность, длинный контекст и возможность запуска на потребительском оборудовании; для 4-битной квантизации заявлено около 3 ГБ видеопамяти. Ограничения включают возможное снижение качества при агрессивной квантизации и то, что заявленные показатели производительности приведены в README без независимой проверки. Распространение модели указано 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

Qwen3.5-4B-MTP-GGUF

Qwen3.5-4B from Alibaba's Qwen team is a compact 4B-parameter dense multimodal reasoning model with a native 262K context window (extensible to 1M+ tokens), featuring a hybrid Gated DeltaNet + Gated Attention architecture, 248K vocabulary for 201 languages, multi-token prediction, and early-fusion training for unified text, image, and video understanding. Despite its small size, it achieves remarkable intelligence—27 on the Artificial Analysis Intelligence Index, outperforming all models under 5B parameters including Falcon-H1R-7B and NM-Nano-9B-V2—while delivering 65.4% on MMMU-Pro multimodal reasoning, 77 on the Intelligence Index, and comparable performance to GPT-OSS-20B on complex reasoning at roughly 5× fewer parameters. Apache 2.0-licensed and optimized for consumer hardware (~3GB VRAM in 4-bit quantization), it excels at agentic workflows with native tool calling, OCR, document parsing, visual question answering, and code generation, supporting vLLM/Ollama/llama.cpp for edge-to-server deployment as the most capable sub-5B multimodal model available.

[!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
Qwen3.5-4B.BF16.ggufBF168.67 GBDownload
Qwen3.5-4B.F16.ggufF168.67 GBDownload
Qwen3.5-4B.Q2_K.ggufQ2_K1.96 GBDownload
Qwen3.5-4B.Q3_K_L.ggufQ3_K_L2.48 GBDownload
Qwen3.5-4B.Q3_K_M.ggufQ3_K_M2.32 GBDownload
Qwen3.5-4B.Q3_K_S.ggufQ3_K_S2.12 GBDownload
Qwen3.5-4B.Q4_0.ggufQ4_02.61 GBDownload
Qwen3.5-4B.Q4_K_M.ggufQ4_K_M2.78 GBDownload
Qwen3.5-4B.Q4_K_S.ggufQ4_K_S2.63 GBDownload
Qwen3.5-4B.Q5_0.ggufQ5_03.07 GBDownload
Qwen3.5-4B.Q5_K_M.ggufQ5_K_M3.16 GBDownload
Qwen3.5-4B.Q5_K_S.ggufQ5_K_S3.07 GBDownload
Qwen3.5-4B.Q6_K.ggufQ6_K3.56 GBDownload
Qwen3.5-4B.Q8_0.ggufQ8_04.61 GBDownload
Qwen3.5-4B.mmproj-bf16.ggufmmproj-bf16676 MBDownload
Qwen3.5-4B.mmproj-f16.ggufmmproj-f16676 MBDownload
Qwen3.5-4B.mmproj-q8_0.ggufmmproj-q8_0367 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
dd65086

0 моделей