/ Модель

Характеристики

Контекст
4 000 000 токенов
Размер весов
7,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Библиотека
transformers
Опубликована
19 сен 2026

Wrench-4B-Qwen3.6-8E

Генерация текстаТекст → текст3 профессии

Экспериментальная прореженная модель на базе Qwen3.6-35B-A3B для чата и ограниченных задач инструментов разработчика.

919скачиваний за 30 дней0лайковвеса обновлены20 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

Wrench-4B-Qwen3.6-8E — экспериментальная компактная модель для задач разработчика, созданная как прореженная и специализированная версия Qwen3.6-35B-A3B. В репозитории заявлено 3 881 244 016 параметров; модель распространяется в формате Hugging Face Safetensors и использует архитектуру семейства Qwen3.5 MoE. Основной сценарий — чат для запросов по разработке и выдача ограниченных предложений действий через встроенный инструментарий.

Пакет включает токенизатор, детерминированный механизм механического поиска, проверяющий компонент с режимом только для чтения, расширение контекста и запуск FreeToken. Базовая конфигурация поддерживает позиции до 2 млн токенов; пробный режим на 4 млн использует runtime-расширение RoPE и не основан на обучении на длинном контексте. Для генерации в текущем экспериментальном варианте предназначен профиль FreeToken; Transformers 5.17.0 или новее загружает архитектуру и веса, но качество генерации через обычный Transformers не подтверждено. Лицензия — Apache-2.0.

Сценарии применения

  • получение ответов на вопросы по разработке
  • подготовка ограниченных предложений действий для инструментов разработчика
  • механический поиск по запросу разработчика
  • обработка неоднозначных запросов с проверкой и возможностью отказаться от ответа

Ограничения

Это экспериментальная версия: полная оценка качества поиска и генерации, производительности при производственной нагрузке и приемочные испытания ещё не завершены. Режим на 4 млн токенов использует runtime-расширение RoPE; модель не имеет прямых полномочий выполнять изменения, а предложения должен проверять внешний компонент.

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

Wrench-4B-Qwen3.6-8E

This Hub repository currently contains the safety-calibrated v7 native-2M candidate, distributed as a 4M-declared portable package. Its stable candidate identity is Wrench-4B-Qwen3.6-8E-Safety-v7-native2M.

Wrench is a pruned, task-specific developer-tool SLM derived from Qwen3.6-35B-A3B. It contains 3,881,244,016 parameters and stays below the 4.25B parameter ceiling.

This is a public experimental artifact. It is downloadable and reproducible, but it is not a claim that the final 4M retrieval-quality or MiniMax-parity gates have passed. The safety candidate is the better bounded-worker checkpoint found so far, but it still requires a complete matched 220-case release evaluation.

Copy the package

hf download stancsz/Wrench-4B-Qwen3.6-8E --local-dir Wrench-4B-Qwen3.6-8E

The canonical distribution format is Hugging Face Safetensors. The package embeds the tokenizer hook, deterministic mechanical lookup runtime, read-only verifier, long-context overlay, hash-bound package metadata, and the FreeToken launcher. It is intended to feel like one model directory, not a separately installed harness.

The embedded worker API is available directly from the downloaded directory:

from wrench_worker import WrenchWorker

worker = WrenchWorker.from_pretrained("./Wrench-4B-Qwen3.6-8E", load_model=False)
result = worker.propose([
    {"role": "user", "content": "Read README.md with a 65536 byte limit."}
])

With load_model=True, ambiguous requests use the standard Transformers model and still pass through the same fail-closed verifier. High-confidence mechanical requests use the embedded route without a model call.

For the standard Hugging Face config and tokenizer path, use Transformers 5.17.0 or newer:

python -m pip install -U "transformers>=5.17.0" huggingface_hub

Run the experimental native endpoint

The bundled launcher requires a compatible FreeToken build and a CUDA GPU:

.\serve_freetoken.ps1

The package declares a 4M input endpoint and uses an 8K recent SWA window in the experimental native profile. The default fast path mechanically reduces noisy payloads to a 64K effective working context. Native direct input and fast staged input are recorded separately in receipts.

The embedded reducer has also passed a 4M mechanical stress diagnostic: 3,999,951 estimated raw tokens reduced to a 92-token model prefill, with 1.0 target-reference recall, 1.0 current-intent preservation, and 1.0 hash-bound reference rate. The measured cold ingest was 98.713 ms and hot selection was 44.441 ms on the local development machine. This is deterministic toolbelt evidence, not an LLM long-context quality or MiniMax-parity claim.

Backend status

  • Hugging Face Safetensors: public experimental package. Transformers 5.17.0+ recognizes the bundled Qwen3.5 MoE architecture and Wrench tokenizer metadata.
  • FreeToken: locally verified experimental backend.
  • The bundled FreeToken path has produced a schema-valid read-only proposal on a small smoke request when given the explicit Wrench output contract.
  • vLLM: requires a registered Wrench architecture adapter.
  • Ollama, llama.cpp, and GGUF: not verified for Wrench hybrid attention and lookup semantics. Do not assume a generic GGUF conversion preserves these features.

Known limits

The base checkpoint config is 2M position-capable. The 4M probe uses a runtime RoPE extension and is not long-context training. Native 4M retrieval quality, throughput under production concurrency, and the full MiniMax matched-workflow acceptance suite remain open measurements.

The standard Transformers path has verified architecture/configuration, tokenization, and full weight loading. Generation quality through plain Transformers is not yet a pass and is intentionally not claimed here. Use the bundled FreeToken profile for the current experimental generation path.

Wrench has no direct mutation authority. It proposes bounded developer-tool actions or abstains; a surrounding verifier must enforce execution policy.

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_5MoeForConditionalGeneration
Ревизия весов
ee2bbd7

0 моделей