/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Jan-nano
Опубликована
16 июн 2025

Jan-nano

Генерация текстаТекст → текст5 профессий

Компактная дообученная модель Qwen3 для исследовательских запросов и работы с MCP-инструментами.

37скачиваний за 30 дней8лайковвеса обновлены16 июн 2025

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

unsloth/Jan-nano — дообученная версия компактной языковой модели Menlo/Jan-nano на архитектуре Qwen3 с 3,7 млрд параметров. Она предназначена для исследовательских задач и работы в связке с серверами Model Context Protocol (MCP), которые предоставляют доступ к инструментам и источникам данных. Модель поддерживает диалоговый режим и интерфейс вызова инструментов; её контекстное окно составляет 40 960 токенов.

В README описана оценка на SimpleQA с использованием MCP-инструментов, однако численные результаты не приведены. Модель принимает текст и генерирует текст, включая ответы в исследовательских сценариях с подключёнными инструментами. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • поиск ответов на исследовательские вопросы с помощью подключённых источников данных
  • вызов MCP-инструментов в диалоговом помощнике
  • подготовка ответов на вопросы в формате SimpleQA
  • локальный запуск исследовательского чат-помощника

Ограничения

README сообщает об оценке на SimpleQA, но не приводит численных результатов. Для доступа к внешним данным и инструментам требуется интеграция с MCP-серверами.

Для каких профессий подходит5

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

Jan-Nano: A 4B MCP-Optimized DeepResearch Model

GitHub

Overview

Jan-Nano is a compact 4-billion parameter language model specifically designed and trained for deep research tasks. This model has been optimized to work seamlessly with Model Context Protocol (MCP) servers, enabling efficient integration with various research tools and data sources.

Evaluation

Jan-Nano has been evaluated on the SimpleQA benchmark using our MCP-based benchmark methodology, demonstrating strong performance for its model size:

image/png

The evaluation was conducted using our MCP-based benchmark approach, which assesses the model's performance on SimpleQA tasks while leveraging its native MCP server integration capabilities. This methodology better reflects Jan-Nano's real-world performance as a tool-augmented research model, validating both its factual accuracy and its effectiveness in MCP-enabled environments.

How to Run Locally

Jan-Nano Demo

Jan-Nano is supported by Jan, an open-source ChatGPT alternative that runs entirely on your computer. Jan provides a user-friendly interface for running local AI models with full privacy and control.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
84aecb4

0 моделей