/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen2.5-Coder-32B-Instruct-bf16
Библиотека
transformers
Опубликована
26 ноя 2024

Qwen2.5-Coder-32B-Instruct-bf16-GGUF

Генерация текстаТекст → текст9 профессий

Квантованная в формате GGUF инструктивная модель Qwen2.5-Coder на 32 млрд параметров для генерации, анализа и исправления кода.

273скачиваний за 30 дней1лайквеса обновлены27 янв 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

Это GGUF-версия модели Qwen2.5-Coder-32B-Instruct, подготовленная TensorBlock на основе mlx-community/Qwen2.5-Coder-32B-Instruct-bf16. Репозиторий содержит файлы в формате GGUF с разными вариантами квантования; они совместимы с llama.cpp начиная с указанного в карточке коммита. Размер исходной модели — 32 млрд параметров.

Модель предназначена для генерации кода в диалоговом формате, а также для анализа и исправления кода. В README приведён шаблон сообщений system/user/assistant. Для некоторых вариантов квантования указана заметная потеря качества; автор не рекомендует Q2_K для большинства сценариев, а Q3_K_S и Q3_K_M характеризуются как варианты с высокой потерей качества. Лицензия — Apache-2.0.

Сценарии применения

  • генерация кода по текстовому запросу
  • анализ исходного кода
  • поиск и исправление ошибок в коде
  • диалоговая помощь при разработке программ

Ограничения

Низкие варианты квантования могут заметно снижать качество: README не рекомендует Q2_K для большинства сценариев и отмечает высокую потерю качества у Q3_K_S и Q3_K_M.

Для каких профессий подходит9

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

Website Twitter Discord GitHub Telegram

mlx-community/Qwen2.5-Coder-32B-Instruct-bf16 - GGUF

This repo contains GGUF format model files for mlx-community/Qwen2.5-Coder-32B-Instruct-bf16.

The files were quantized using machines provided by TensorBlock, and they are compatible with llama.cpp as of commit b4011.

Our projects

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

Model file specification

FilenameQuant typeFile SizeDescription
Qwen2.5-Coder-32B-Instruct-bf16-Q2_K.ggufQ2_K12.313 GBsmallest, significant quality loss - not recommended for most purposes
Qwen2.5-Coder-32B-Instruct-bf16-Q3_K_S.ggufQ3_K_S14.392 GBvery small, high quality loss
Qwen2.5-Coder-32B-Instruct-bf16-Q3_K_M.ggufQ3_K_M15.935 GBvery small, high quality loss
Qwen2.5-Coder-32B-Instruct-bf16-Q3_K_L.ggufQ3_K_L17.247 GBsmall, substantial quality loss
Qwen2.5-Coder-32B-Instruct-bf16-Q4_0.ggufQ4_018.640 GBlegacy; small, very high quality loss - prefer using Q3_K_M
Qwen2.5-Coder-32B-Instruct-bf16-Q4_K_S.ggufQ4_K_S18.784 GBsmall, greater quality loss
Qwen2.5-Coder-32B-Instruct-bf16-Q4_K_M.ggufQ4_K_M19.851 GBmedium, balanced quality - recommended
Qwen2.5-Coder-32B-Instruct-bf16-Q5_0.ggufQ5_022.638 GBlegacy; medium, balanced quality - prefer using Q4_K_M
Qwen2.5-Coder-32B-Instruct-bf16-Q5_K_S.ggufQ5_K_S22.638 GBlarge, low quality loss - recommended
Qwen2.5-Coder-32B-Instruct-bf16-Q5_K_M.ggufQ5_K_M23.262 GBlarge, very low quality loss - recommended
Qwen2.5-Coder-32B-Instruct-bf16-Q6_K.ggufQ6_K26.886 GBvery large, extremely low quality loss
Qwen2.5-Coder-32B-Instruct-bf16-Q8_0.ggufQ8_034.821 GBvery large, extremely low quality loss - not recommended

Downloading instruction

Command line

Firstly, install Huggingface Client

pip install -U "huggingface_hub[cli]"

Then, downoad the individual model file the a local directory

huggingface-cli download tensorblock/Qwen2.5-Coder-32B-Instruct-bf16-GGUF --include "Qwen2.5-Coder-32B-Instruct-bf16-Q2_K.gguf" --local-dir MY_LOCAL_DIR

If you wanna download multiple model files with a pattern (e.g., *Q4_K*gguf), you can try:

huggingface-cli download tensorblock/Qwen2.5-Coder-32B-Instruct-bf16-GGUF --local-dir MY_LOCAL_DIR --local-dir-use-symlinks False --include='*Q4_K*gguf'

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
e821046

0 моделей