/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
17 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B-Uncensored
Библиотека
mlx
Опубликована
18 авг 2026

Qwen3.8-27B-Uncensored-oQ4e-mtp

Изображение и текст → текст12 профессий

Qwen3.8-27B-Uncensored-oQ4e-mtp — это квантизированная MLX-версия модели orcarouter/Qwen3.8-27B-Uncensored, подготовленная и упакованная пользователем pyros-vault с помощью oMLX 0.6.1 и квантизации oQ с использованием матрицы важности.

2 508скачиваний за 30 дней16лайковвеса обновлены21 авг 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 развёртывания на Apple Silicon под macOS через runtime oMLX и совместима с OpenAI-совместимым сервером. Прямая проверка поведения и заявлений исходной модели в этой карточке не проводилась.

Модель поддерживает текстовые и визуальные ресурсы, включая обработку изображений и видео, и содержит один слой MTP. Максимальный контекст, заявленный в конфигурации, составляет 262 144 токена, однако работа с таким объёмом не тестировалась и зависит от аппаратного обеспечения. Используется смешанная 4-битная квантизация Affine Q4/G64 с 166 переопределениями тензоров Q5/G64; размер тензорных данных — около 15,81 GiB в четырёх Safetensors-фрагментах. Калибровка выполнена на 128 последовательностях по 512 токенов с профилем oqe_code_multilingual.

Сильными сторонами являются уменьшенный объём хранения по сравнению с вариантами более высокой разрядности, наличие мультимодальных ресурсов и возможность локального запуска на Apple Silicon. Ограничения включают зависимость от macOS, Apple Silicon и версии oMLX, отсутствие поддержки CUDA в данном формате, неопределённые требования к памяти, скорости, качеству Vision и эффективности MTP, а также возможное ухудшение качества из-за квантизации. Наличие MTP-файлов само по себе не включает speculative decoding. Исходная модель заявлена под лицензией Apache-2.0; следует также ознакомиться с условиями и атрибуцией upstream-репозитория.

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

Qwen3.8-27B-Uncensored-oQ4e-mtp

This repository is a complete Apple MLX deployment of orcarouter/Qwen3.8-27B-Uncensored, converted with oMLX v0.6.1 using importance-matrix-enhanced oQ mixed-precision quantization.

Download the whole repository: the Safetensors shards require the included index, model config, tokenizer, chat template, and image/video processor files. This is not a GGUF, Transformers, or NInfer artifact.

Quick facts

ItemValue
Model typeqwen3_5
Quantization layoutAffine Q4/G64 by default, with 166 Q5/G64 tensor overrides.
Tensor payload16,971,681,558 bytes / 15.81 GiB
Safetensors shards4
Conversion runtimeoMLX 0.6.1
Calibrationoqe_code_multilingual, 128 samples × 512 tokens
Included model featuresVision resources and one MTP layer
Intended runtimeoMLX on Apple Silicon/macOS

Choose a variant

VariantNominal tierTensor payloadShards
oQ4e + FP16 MTP auxiliaries4-bit17,893,140,142 bytes / 16.66 GiB4
oQ4e (this repo)4-bit16,971,681,558 bytes / 15.81 GiB4
oQ6e6-bit23,716,288,460 bytes / 22.09 GiB5
oQ8e8-bit30,001,641,934 bytes / 27.94 GiB6

These tiers differ in storage and quantization layout. No same-Mac quality, memory, TTFT, or throughput comparison is published here, so the table should not be read as a benchmark.

Download

Install the Hugging Face CLI, then place the complete repository below oMLX's model directory:

mkdir -p "$HOME/.omlx/models/pyros-vault"
hf download pyros-vault/Qwen3.8-27B-Uncensored-oQ4e-mtp \
  --local-dir "$HOME/.omlx/models/pyros-vault/Qwen3.8-27B-Uncensored-oQ4e-mtp"

Serve with oMLX

Install the current oMLX runtime and start its OpenAI-compatible server:

brew tap jundot/omlx https://github.com/jundot/omlx
brew install jundot/omlx/omlx
omlx serve --model-dir "$HOME/.omlx/models"

Discover the exact model ID exposed by your installed oMLX version:

curl http://127.0.0.1:8000/v1/models

Use that returned ID with the OpenAI-compatible endpoint. MTP files being present does not automatically enable speculative decoding: Lightning MTP is opt-in through oMLX model settings, and behavior can vary by runtime version and Apple chip.

Quantization and verification

The bundled oq_imatrix_report.json records calibration with oqe_code_multilingual over 128 sequences of 512 tokens. The included report records 504 importance entries, 503 applied modules, two missing names, and no shape mismatches.

The report and tensor metadata establish how the artifact was built; they are not an end-to-end quality benchmark. Repository structure, configs, shard counts, payload sizes, and quantization metadata were audited for this card. Inference was not rerun on a Mac, so no local speed, memory, MTP-acceptance, Vision-quality, or long-context claim is made.

Provenance

This is a deployment conversion of orcarouter/Qwen3.8-27B-Uncensored. The Uncensored label and all behavior or training claims are inherited from that source and were not independently verified here. The repository retains the source model's Vision resources and one MTP layer. It does not contain NInfer DFlash weights. The label does not guarantee unrestricted, safe, correct, or policy-compliant output.

Limitations

  • MLX/oMLX targets Apple Silicon and macOS; this repository is not runnable through CUDA on Windows.
  • Hugging Face hosted inference does not serve this custom oMLX layout.
  • The config advertises a 262,144-token maximum context. That value is model metadata, not a claim that this full context was tested or will fit your machine.
  • Vision preprocessing, tool use, MTP acceptance, memory use, and throughput depend on the oMLX version, client, prompt, and Apple hardware.
  • Quantization can change output quality. Evaluate this exact variant on your workload.

License and credits

The direct upstream declares Apache-2.0. Review its gated model card and repository files for the full attribution and usage terms.

Quantized and packaged by pyros-vault with oMLX/oQ.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
06c10b8

0 моделей