/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
MIT
Архитектура
qwen3_5_moe · dense
Базовая модель
Ornith-1.5-397B
Библиотека
transformers
Опубликована
29 авг 2026

Ornith-1.5-397B-MXFP4

Генерация текстаТекст → текст15 профессий

Ornith-1.5-397B-MXFP4 — квантизированная версия модели Ornith-1.5-397B, опубликованная truespirit на базе модели ornith-ai.

156скачиваний за 30 дней0лайковвеса обновлены31 авг 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

Это генеративная текстовая модель для задач общего рассуждения, программирования и агентских сценариев; сервер предоставляет OpenAI-совместимый API. README не содержит сведений о поддерживаемых языках и полном наборе модальностей, хотя в архитектуре упоминаются визуальные компоненты.

Модель использует архитектуру Qwen3.5 MoE / Ornith 1.5 с 397 млрд параметров. Квантизация выполнена по формату OCP MXFP4 с размером блока 32 с помощью AMD Quark 0.12.post1. В MXFP4 переведены веса маршрутизируемых MoE-экспертов, а attention, shared experts, gates, MTP, визуальные компоненты и lm_head сохранены в BF16. Размер чекпойнта составляет около 239 ГБ, что примерно вдвое меньше исходной версии.

Сборка ориентирована на запуск на одной AMD Instinct MI355X с 288 ГБ HBM и TP=1. В протестированной конфигурации с SGLang ROCm достигались примерно 180–200 токенов/с при однопоточном декодировании и около 290 токенов/с при четырёх одновременных запросах; измеренный предел входа составлял около 86 тысяч токенов, а в конфигурации сервера задан контекст до 81920 токенов. Эти показатели зависят от оборудования и программного окружения и не являются оценкой качества модели. Квантизация может приводить к численным отличиям от исходного FP8-чекпойнта. Модель распространяется по лицензии MIT, унаследованной от базовой модели.

Для каких профессий подходит15

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

Ornith-1.5-397B-MXFP4

MXFP4-quantized build of ornith-ai/Ornith-1.5-397B — the same model at roughly half the disk and memory footprint, targeting single-GPU serving on 288 GB AMD Instinct MI355X.

  • Checkpoint size: ~239 GB
  • Quantization: OCP MXFP4, block size 32
  • Quantizer: AMD Quark 0.12.post1
  • GPU tested: 1× AMD Instinct MI355X, 288 GB HBM
  • Tensor parallelism: TP=1
  • Architecture: Qwen3.5 MoE / Ornith 1.5
  • Routed MoE expert weights are MXFP4; attention, shared experts, gates, MTP, visual components and lm_head remain BF16.

Recommended serving

The checkpoint is tested with SGLang ROCm 7.2.4 on MI355X. AITER and native NEXTN/MTP are supported.

docker run --rm \
  --device=/dev/kfd \
  --device=/dev/dri \
  --group-add video \
  --security-opt seccomp=unconfined \
  --ipc=host \
  --shm-size=32g \
  -p 8000:8000 \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  -e SGLANG_USE_AITER=1 \
  -e SGLANG_USE_AITER_UNIFIED_ATTN=1 \
  -e AITER_FLYDSL_FORCE=1 \
  -e SGLANG_MAMBA_SSM_DTYPE=bfloat16 \
  lmsysorg/sglang-rocm:v0.5.18-rocm724-mi35x-20260830 \
  python3 -m sglang.launch_server \
    --model-path truespirit/Ornith-1.5-397B-MXFP4 \
    --tp 1 \
    --attention-backend aiter \
    --page-size 16 \
    --reasoning-parser deepseek-r1 \
    --speculative-algorithm NEXTN \
    --speculative-num-steps 2 \
    --speculative-eagle-topk 1 \
    --speculative-num-draft-tokens 3 \
    --mem-fraction-static 0.95 \
    --max-running-requests 4 \
    --context-length 81920 \
    --host 0.0.0.0 \
    --port 8000

The server exposes an OpenAI-compatible API.

Measured on 1× MI355X

With the configuration above:

  • ~180–200 output tok/s single-stream decode
  • ~290 output tok/s aggregate at concurrency 4
  • ~0.1 s TTFT on the tested 16K-prompt workload
  • ~86K tokens measured single-request input ceiling
  • two concurrent ~62K-token inputs verified

Results are serving benchmarks for this specific hardware/runtime configuration and are not model-quality benchmarks.

For general reasoning, temperature=0.6, top_p=0.95 is a useful starting point. For coding/agent workloads, temperature=1.0, top_p=0.95 is also suitable.

Quantization

Only routed MoE expert weights (*.mlp.experts.*) were quantized to MXFP4. Components kept at higher precision follow the AMD Qwen3.5 MXFP4 recipe.

Quantization can cause numerical differences from the source FP8 checkpoint.

License

MIT, inherited from the base model. See the original ornith-ai/Ornith-1.5-397B model card for model details, intended use and limitations.

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
7a0f2fd

0 моделей