/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.6-35B-A3B
Библиотека
transformers
Опубликована
28 мая 2026

Qwen3.6-35B-A3B-MTP-GGUF

Изображение и текст → текст15 профессий

Qwen3.6-35B-A3B-MTP-GGUF — GGUF-версия модели Qwen3.6-35B-A3B, разработанной командой Alibaba Qwen.

841скачиваний 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

Это разреженная мультимодальная модель Mixture-of-Experts с 35 млрд общих параметров и примерно 3 млрд активных параметров на токен. Модель принимает текст, изображения и видео, поддерживает английский язык и имеет контекст до 262 тысяч токенов; заявлено расширение до 1 млн токенов с помощью YaRN.

Модель предназначена прежде всего для агентного программирования, работы с кодом, фронтенд-задач, анализа репозиториев, мультимодальных сценариев и интеграции с инструментами. Она поддерживает вызов функций, структурированный вывод и режимы рассуждения. Архитектура сочетает линейное внимание Gated DeltaNet со стандартными слоями gated attention. Формат MTP добавляет несколько выходных голов для предсказания будущих токенов и ускорения спекулятивного декодирования без отдельной draft-модели.

К сильным сторонам относятся большой контекст, мультимодальность, низкое число активных параметров относительно общего размера и возможность локального запуска в различных вариантах квантования; заявленное потребление для некоторых конфигураций составляет около 21–24 ГБ VRAM. Ограничения включают значительные требования к памяти для BF16/F16 и снижение качества при более агрессивном квантовании. Доступны файлы GGUF размером примерно от 13,2 до 71,1 ГБ и отдельные мультимодальные проекторы. 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

Qwen3.6-35B-A3B-MTP-GGUF

Qwen3.6-35B-A3B from Alibaba's Qwen team is an open-weight sparse Mixture-of-Experts (MoE) multimodal model with 35B total parameters but only 3B active per token, combining Gated DeltaNet linear attention with standard gated attention layers for efficient inference at a fraction of compute cost while supporting 262K native context (extensible to 1M via YaRN) across text, image, and video inputs. Released under Apache 2.0, it delivers flagship agentic coding performance at 73.4% SWE-Bench Verified, excels at frontend workflows and repository-level reasoning, and introduces hybrid thinking modes with "thinking preservation" to retain reasoning context across multi-turn conversations for streamlined iterative development. The model features native tool calling, structured output, vision input, and integrated function calling, running locally on ~21-24GB VRAM via GGUF quantization with vLLM/Ollama/LM Studio support while maintaining 38.6B weekly tokens processed on OpenRouter, making it ideal for production coding agents and multimodal workflows at minimal cost.

[!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
Qwen3.6-35B-A3B.BF16.ggufBF1671.1 GBDownload
Qwen3.6-35B-A3B.F16.ggufF1671.1 GBDownload
Qwen3.6-35B-A3B.Q2_K.ggufQ2_K13.2 GBDownload
Qwen3.6-35B-A3B.Q3_K_L.ggufQ3_K_L18.6 GBDownload
Qwen3.6-35B-A3B.Q3_K_M.ggufQ3_K_M17.2 GBDownload
Qwen3.6-35B-A3B.Q3_K_S.ggufQ3_K_S15.5 GBDownload
Qwen3.6-35B-A3B.Q4_0.ggufQ4_020.2 GBDownload
Qwen3.6-35B-A3B.Q4_K_M.ggufQ4_K_M21.7 GBDownload
Qwen3.6-35B-A3B.Q4_K_S.ggufQ4_K_S20.4 GBDownload
Qwen3.6-35B-A3B.Q5_0.ggufQ5_024.6 GBDownload
Qwen3.6-35B-A3B.Q5_K_M.ggufQ5_K_M25.3 GBDownload
Qwen3.6-35B-A3B.Q5_K_S.ggufQ5_K_S24.6 GBDownload
Qwen3.6-35B-A3B.Q6_K.ggufQ6_K29.2 GBDownload
Qwen3.6-35B-A3B.Q8_0.ggufQ8_037.8 GBDownload
Qwen3.6-35B-A3B.mmproj-bf16.ggufmmproj-bf16903 MBDownload
Qwen3.6-35B-A3B.mmproj-f16.ggufmmproj-f16903 MBDownload
Qwen3.6-35B-A3B.mmproj-q8_0.ggufmmproj-q8_0614 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
6fb40e0

0 моделей