/ Модель

Характеристики

Лицензия
MIT
Базовая модель
Qwen3.5-9B
Библиотека
gguf
Опубликована
3 июн 2026

Qwopus3.5-9B-Coder-MTP-GGUF-MoQ

Генерация текстаТекст → текст6 профессий

Квантованный GGUF-вариант Qwen3.5-9B с распределением точности MoQ для диалога и генерации текста, включая код.

711скачиваний за 30 дней13лайковвеса обновлены4 июн 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

Qwopus3.5-9B-Coder-MTP-MoQ — набор квантованных GGUF-версий модели на основе Qwen/Qwen3.5-9B, опубликованный Waleed Ahmad. Репозиторий предназначен для генерации текста и диалога; в названии заявлена специализация на программировании, но README не приводит отдельных оценок или сведений о настройке под код. Также указана поддержка MTP speculative decoding для ускорения генерации.

Метод MoQ (Mixture of Quants) распределяет точность квантования по слоям модели, сохраняя более высокую точность для важных частей и сильнее сжимая остальные. В README приведены варианты примерно от 3,3 до 3,9 бит на вес, а также заявление автора о сравнительных оценках относительно других квантований. Файлы доступны в формате GGUF; для запуска README показывает llama.cpp.

Модель унаследовала мультимодальные возможности базовой Qwen3.5-9B, однако карточка этого репозитория описывает прежде всего текстовую генерацию и не подтверждает работу с изображениями в данных GGUF. Указанная лицензия — MIT. Качество конкретных квантованных вариантов может различаться; заявления о превосходстве в README принадлежат автору и не сопровождаются подробностями методики оценки.

Сценарии применения

  • генерация и дополнение кода
  • диалог с локально запущенной LLM
  • генерация текста на устройстве с ограниченной памятью
  • ускорение генерации с помощью MTP speculative decoding

Ограничения

README не приводит подробных результатов оценки или независимой методики сравнения; заявленные преимущества MoQ следует считать утверждениями автора. Поддержка мультимодальных входов базовой модели не подтверждена для этих GGUF-файлов.

Для каких профессий подходит6

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

MoQ: Mixture of Quants

image

🚀 MoQ: Mixture of Quants

MoQ (Mixture of Quants) is a smart way to shrink AI models without losing their "brainpower." Unlike old methods that treat every part of the model the same, MoQ identifies the most important parts and keeps them high-quality, while heavily compressing the rest to save space.**Stop settling for uniform bitrates. Standard quantization is a relic of the past, treating vital cognitive weights the same as redundant noise. **


The result? A model that punches significantly above its weight class.

Comparison

Here is the comparison between MoQ and Jackrong's quants for his model. MoQ perform better by such a big margin that you can save a GB for same performace . All 3 metrics prove how better they are :

image

image

image

Background evaluations:

Benjamin Marie evaluated MoQ GGUFs ("Mixture of Quants") against Unsloth Dynamic (UD) quants on original Qwen 3.5 9B, focusing on low-bit versions below 4 bits on average — the range where GGUF models typically struggle most. Results: At similar bits-per-weight (Bpw), MoQ outperforms Unsloth Dynamic quants by ~10% on benchmarks, while also being roughly 2× more token-efficient on average.

"MoQ models are much better than UD quants on benchmarks, and they are also more token-efficient."

image

image


Files

Folder LinkBPWTotal SizeDescription
📂 MoQ-Quants3.33.83 GB
📂 MoQ-Quants3.74.28 GB
📂 MoQ-Quants3.94.47 GB
📂 MoQ-Quants4.24.89 GB
📂 MoQ-Quants4.45.09 GB
📂 MoQ-Quants4.75.36 GB
📂 MoQ-Quants4.95.62 GB
📂 MoQ-Quants5.05.74 GB
📂 MoQ-Quants5.26.00 GB
📂 MoQ-Quants5.46.17 GB
📂 MoQ-Quants6.67.62 GB

This is the MTP Repo . MTP speculative decoding is for faster generation

🧠 The MoQ Edge

MoQ optimizes the architecture for the Pareto frontier of memory and performance.

  • Dynamic Bitrate Allocation: No more "one-size-fits-all." MoQ assigns precision where it actually matters.
  • Cognitive Preservation: Massive VRAM savings with near-zero degradation in logic and coherence.
  • Next-Gen Efficiency: Fits "Large" model intelligence into "Small" model hardware.

x : https://x.com/WaleedAhmad1a10 If MoQ does not perform well, email me : waleedahmad.1a10@gmail.com

🛠 Usage & Deployment.

./llama-cli -m Qwen3.5-9B-MoQ-4.85.gguf -p "The future of efficient AI is..."

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
914ae86

0 моделей