/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
3 сен 2026

qwen3.5-4b-terminal-v1

Генерация текстаТекст → текст7 профессий

Дообученная Qwen3.5-4B для выполнения задач в терминале и работы кодирующего агента с вызовом инструментов.

30скачиваний за 30 дней0лайковвеса обновлены4 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

smirki/qwen3.5-4b-terminal-v1 — дообученная модель Qwen3.5-4B для работы в терминале и задач кодирующего агента. Это плотная мультимодальная архитектура Qwen3.5 с 4 млрд параметров; опубликованы объединённые веса bf16 в формате Safetensors. Модель сохраняет архитектуру, токенизатор, шаблон чата и XML-формат вызова инструментов базовой Qwen3.5-4B.

Модель предназначена для агентных сценариев, где нужно выполнять задачи через терминал и вызывать инструменты. В описанном сравнении Terminal-Bench 2.1 она решила хотя бы раз 21 из 76 заданий против 15 у базовой модели; тест проводился с контекстом 65 536 токенов и лимитом 8 192 токена на ответ. Для запуска с vLLM в README указан парсер вызовов инструментов qwen3_xml. Лицензия — Apache-2.0.

Веса включают компоненты понимания изображений, но README рекомендует для терминального применения отключать vision tower. Показатели бенчмарка относятся к указанной конфигурации и не гарантируют аналогичного результата на других задачах; подробности обучения не приведены.

Сценарии применения

  • выполнение заданий терминального агента
  • управление инструментами через XML-вызовы
  • автоматизация задач разработчика из командной строки
  • решение задач Terminal-Bench
  • диалог с кодирующим агентом

Ограничения

Результаты бенчмарка проверены на 76 заданиях в указанной конфигурации и не гарантируют качество на других сценариях. Для работы с vLLM требуется парсер qwen3_xml; парсер hermes не поддерживает формат вызовов инструментов модели.

Для каких профессий подходит7

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

smirki/qwen3.5-4b-terminal-v1

A Qwen3.5-4B variant for terminal and coding-agent use. Full merged weights in bf16, same architecture, tokenizer, chat template, and native XML tool-call format as Qwen/Qwen3.5-4B. Drop-in replacement wherever the base model runs.

Terminal-Bench 2.1

Harbor terminus-2 harness, k=2 attempts per task, 65,536-token context with 8,192 output tokens per turn, thinking on, shipped per-task timeouts, at most 24 concurrent trials per H100. The stock model was run under the identical setup. 76 of the 89 tasks (the 13 with agent budgets of 60 minutes or more were not run for either column).

Qwen3.5-4Bthis model
mean reward (152 trials)0.1450.211
tasks solved at least once15 / 7621 / 76
tasks solved both attempts711
trials timed out9583
median output tokens per trial29.1k29.6k

Per task: 10 improved, 1 regressed, 65 unchanged (sign test p = 0.012).

Running it

vllm serve smirki/qwen3.5-4b-terminal-v1 \
  --max-model-len 65536 \
  --language-model-only \
  --enable-auto-tool-choice --tool-call-parser qwen3_xml \
  --reasoning-parser qwen3

--language-model-only drops the unused vision tower. The tool-call parser name is qwen3_xml (alias qwen3_coder) in vLLM 0.28; the hermes parser does not understand this model's tool-call format.

Sampling defaults from the Qwen3.5 model card apply unchanged: thinking mode temperature 1.0 / top_p 0.95 / top_k 20 / presence_penalty 1.5; non-thinking mode temperature 0.7 / top_p 0.8 / top_k 20. Non-thinking mode is selected by passing enable_thinking=False to the chat template, exactly as for the base model.

from openai import OpenAI
client = OpenAI(base_url="http://localhost:8000/v1", api_key="EMPTY")
r = client.chat.completions.create(
    model="smirki/qwen3.5-4b-terminal-v1",
    messages=[{"role": "user", "content": "List the largest files under /var/log."}],
    tools=[{"type": "function", "function": {
        "name": "bash",
        "description": "Run a shell command",
        "parameters": {"type": "object",
                       "properties": {"command": {"type": "string"}},
                       "required": ["command"]}}}],
)
print(r.choices[0].message.tool_calls)

Files

model.safetensors (bf16, 9.1 GB), config.json, generation_config.json, tokenizer files, and the preprocessor configs inherited from the base model.

License

Apache-2.0, inheriting the license of Qwen/Qwen3.5-4B by the Qwen team, Alibaba Cloud.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
03e5ee9

0 моделей