/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Supertron3-0.8B
Библиотека
transformers
Опубликована
8 сен 2026

Supertron3-0.8B-GGUF

Изображение и текст → текст3 профессии

Supertron3-0.8B-GGUF — компактная мультимодальная vision-language модель, разработанная Suprem Org и представленная в формате GGUF пользователем prithivMLmods.

866скачиваний за 30 дней1лайквеса обновлены8 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

Она дообучена на базе Qwen3.5-0.8B и предназначена прежде всего для GUI-агентов и агентного tool calling на периферийных устройствах. Модель анализирует визуальные интерфейсы веб-приложений, настольных программ и CLI, после чего генерирует действия в стиле pyautogui или корректные JSON-вызовы функций.

Архитектура сочетает чередующиеся слои Gated DeltaNet и Attention: 24 слоя с размерностью скрытого состояния 1024, а также vision encoder. Заявленное нативное контекстное окно составляет 262K токенов, размер модели — около 0,8 млрд параметров, а базовый файл занимает примерно 1,52 ГБ в BF16; доступны и более компактные варианты квантизации. Модель поддерживает английский язык, визуально-текстовый ввод и может запускаться через Transformers, vLLM или SGLang.

К сильным сторонам относятся низкие требования к ресурсам, ориентация на локальное выполнение, высокий результат в BFCL-style function calling — 82% — и способность выполнять computer-use задачи, где базовая модель показала 0%. Ограничения включают менее точное выполнение длинных многошаговых диалоговых сценариев и недостаточную точность визуального позиционирования уровня ScreenSpot-Pro; авторы связывают это с небольшим размером vision encoder. Модель распространяется по лицензии Apache 2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Supertron3-0.8B-GGUF

Supertron3-0.8B is a compact vision-language model from Suprem Org, fine-tuned from Qwen3.5-0.8B, purpose-built for GUI agents and agentic tool calling at the edge — interpreting visual interfaces across web, desktop, and CLI environments to emit precise pyautogui-style computer-use actions or valid JSON function calls. Its hybrid architecture interleaves Gated DeltaNet and Attention layers (24 layers, 1024 hidden dimension) with a vision encoder, retains a 262K native context window, and fits in a 1.7GB footprint suited for low-latency, on-device deployment. Despite being the smallest model in its evaluation set, Supertron3-0.8B ranks first on BFCL-style function calling (82% vs. 56% for its own Qwen3.5-0.8B base and 69% for the larger Qwen3.5-4B) and is the only model in the comparison that can reliably execute computer-use tasks at all — scoring 100% on Computer Use versus 0% for the unmodified base model — though it trails slightly on Mind2Web step accuracy (77% vs. 80% for the base), reflecting that the fine-tune specifically taught the base model to act rather than just converse. It's deployable via Transformers, vLLM, or SGLang, with known limitations around long-horizon multi-turn workflows and ScreenSpot-Pro-class grounding precision, which the authors attribute to the constraints of an 0.8B-parameter vision encoder; it's released under the Apache 2.0 license.

Model Files

File NameQuant TypeFile SizeFile Link
Supertron3-0.8B.BF16.ggufBF161.52 GBDownload
Supertron3-0.8B.Q3_K_L.ggufQ3_K_L491 MBDownload
Supertron3-0.8B.Q3_K_M.ggufQ3_K_M466 MBDownload
Supertron3-0.8B.Q3_K_S.ggufQ3_K_S435 MBDownload
Supertron3-0.8B.Q4_0.ggufQ4_0501 MBDownload
Supertron3-0.8B.Q4_K_M.ggufQ4_K_M529 MBDownload
Supertron3-0.8B.Q4_K_S.ggufQ4_K_S505 MBDownload
Supertron3-0.8B.Q5_0.ggufQ5_0564 MBDownload
Supertron3-0.8B.Q5_K_M.ggufQ5_K_M578 MBDownload
Supertron3-0.8B.Q5_K_S.ggufQ5_K_S564 MBDownload
Supertron3-0.8B.mmproj-bf16.ggufmmproj-bf16207 MBDownload

llama.cpp

LLM inference in C/C++ — https://github.com/ggml-org/llama.cpp

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
656f1c1

0 моделей