/ Модель

Характеристики

Контекст
4 000 000 токенов
Размер весов
7,9 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Библиотека
transformers
Опубликована
21 сен 2026

Wrench-4B-Qwen3.6-8E-BF16-hybrid-v97-dense-native-gate-Experimental-Preview

Генерация текстаТекст → текст3 профессии

Экспериментальная модель на основе Qwen3.6 для предложения ограниченных структурированных действий в инструментах разработчика с проверкой внешним верификатором.

376скачиваний за 30 дней0лайковвеса обновлены21 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 Experimental Preview — экспериментальная компактная модель для ограниченного выполнения повторяющихся и проверяемых задач разработчика. Она создана на основе Qwen3.6-35B-A3B и опубликована stancsz в формате Safetensors с весами BF16; заявлено 3,88 млрд параметров. Модель предлагает структурированные действия или воздерживается от ответа, а решение об исполнении остаётся за независимым верификатором и резервной более мощной моделью. Это не универсальный агент для программирования.

Пакет предназначен для сценариев, где нужно извлекать релевантные фрагменты из больших запросов и предлагать ограниченные механические действия. В описанном гибридном режиме детерминированные инструменты выполняют поиск, разбор AST и зависимостей, а модель работает с ограниченным контекстом, обычно до 64 тыс. токенов. Заявлена совместимость API с формой запросов Ollama; заявленные диагностические показатели относятся к гибридному конвейеру, а не к качеству генерации модели отдельно.

Карточка прямо помечает выпуск как предварительный и не предназначенный для промышленного или критически важного применения. Поведение, API, веса и упаковка могут меняться; автор также указывает на непроверенную границу генерации через стандартный Ollama и отсутствие подтверждённой поддержки GGUF и vLLM. Лицензия — Apache-2.0.

Сценарии применения

  • извлечение полезных фрагментов из длинных запросов разработчика
  • предложение проверяемых механических действий в инструментах разработки
  • обработка повторяющихся задач с возможностью воздержаться от действия
  • предварительная оценка модели в изолированной среде

Ограничения

Это экспериментальная предварительная версия, не предназначенная для промышленного применения или критически важных сценариев; заявленные диагностические результаты относятся к гибридному конвейеру, а не к качеству генерации модели отдельно. Генерация через стандартный Ollama отмечена как не прошедшая проверку, а GGUF и vLLM не подтверждены.

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

[!WARNING] Experimental Preview. Not for production use.

This model is published for research and preview evaluation only. Do not download it for production deployment or safety-critical workflows. Do not treat benchmark results as production validation. Behavior, APIs, weights, and packaging may change without notice. Use only in an isolated, non-production environment.

Wrench-4B-Qwen3.6-8E Experimental Preview

Wrench is a bounded developer-tool execution SLM for fast, repetitive, verifiable mechanical work. It proposes structured actions or abstains. An independent verifier and the stronger-model fallback retain final authority. Wrench never executes arbitrary shell commands, uses credentials, or writes autonomously.

This experimental candidate is derived from Qwen3.6-35B-A3B, uses BF16 weights, and contains 3,881,244,016 verified parameters, below the 4.25B parameter ceiling. It is not a general coding agent.

Copy the package

hf download stancsz/Wrench-4B-Qwen3.6-8E-BF16-hybrid-v97-dense-native-gate-Experimental-Preview `
  --local-dir Wrench-4B-Qwen3.6-8E-BF16-hybrid-v97-dense-native-gate
Set-Location Wrench-4B-Qwen3.6-8E-BF16-hybrid-v97-dense-native-gate
.\run_wrench.ps1

The package is a Hugging Face Safetensors directory with tokenizer, bundled verifier, deterministic toolbelt, context policy, and a model-local server. It accepts Ollama-shaped /api/chat and /api/generate requests, including options.num_ctx=4000000, without an external gateway.

What the 4M claim means

The production-value path is hybrid and model-local:

  1. receive the complete raw payload directly at the package endpoint;
  2. use deterministic MapReduce, bounded search, AST/dependency extraction, and exact lookup windows to identify useful evidence;
  3. keep recent intent hot and old material reference-only;
  4. compact model work to a bounded effective context, normally 64K;
  5. run the bounded proposal, verifier, and identical stronger-model fallback.

The first-layer receipt records selected and omitted spans, raw payload hash, effective working context, route source, and gate latency. Dense native 2M/4M attention is optional research. It is not the Wrench product claim.

When the optional dense-native lane is enabled, -NativeDirectInput enables the first-layer gate automatically. -DenseNativeGate can also be supplied explicitly. The raw request still arrives at the model-local native endpoint, but the package's first model-side stage compacts it to 32K to 64K before expensive attention:

.\serve_freetoken.ps1 -OllamaApi -NativeDirectInput -DenseNativeGate

The gate is fail-closed and records the raw payload hash, selected working context, and gate stage. -BypassDenseNativeGate is reserved for separate reducer-bypassed native capacity probes and cannot be combined with a dense-native mode switch.

Run the model-local endpoint

python .\wrench_server.py --model-dir . --allowed-root . --mechanical-only

The endpoint is http://127.0.0.1:28900/v1/chat/completions. The same process also exposes /api/tags, /api/show, /api/chat, and /api/generate for clients that expect an Ollama-shaped surface. It receives the full raw conversation directly and emits hash-bound context-gate receipts.

The --mechanical-only mode is the verified fast path. Remove it only when a compatible local native backend is available for ambiguous requests. Native generation is separately verified and must not be inferred from the API shape.

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

from wrench_worker import WrenchWorker

worker = WrenchWorker.from_pretrained(
    "./Wrench-4B-Qwen3.6-8E-BF16-hybrid-v97-dense-native-gate", load_model=False
)
result = worker.propose([
    {"role": "user", "content": "Read README.md with a 65536 byte limit."}
])

Current evidence

On the historical 220-case diagnostic replay, with client-side mechanical shortcut disabled:

  • weighted mechanical frontier-token coverage: 94.5411%;
  • net frontier-token savings: 95.5310%;
  • Wrench plus identical MiniMax fallback final success: 99.6503%;
  • median / p95 latency: 183.314 ms / 337.174 ms;
  • prohibited accepts: 0;
  • unexpected mutations: 0.

The direct model-local context matrix passed three repetitions each at 64K, 128K, 256K, 2M, and 4M. At 4M, the measured raw estimate was 3,999,995 tokens and complete HTTP p50/p95 was 158.906 / 159.251 ms. The 2M/4M reference-lookup probe recovered exact proposals in 18/18 cases, with 4M retrieval p50/p95 of 32.560 / 40.772 ms and zero model calls.

These are hybrid model-local diagnostics, not dense native attention quality, stock Ollama native generation quality, family-disjoint approval, or production enablement. The current stock Ollama native generation boundary is explicitly recorded as failed on the validation host. GGUF and vLLM require architecture adapters and are not claimed as verified.

Development status

The full source regression is 176 passed. Final release still requires the human-approved family-disjoint MiniMax-worker trace set, independent RTX 5060 Ti verification, and operational shadow evidence. Wrench has no direct mutation authority. It proposes bounded actions or abstains, and the 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
372a452

0 моделей