Модель предназначена для генерации текста и может использоваться в MLX-LM для авторегрессионной генерации, а также с MTPLX для ускоренного многошагового предсказания токенов и speculative decoding на компьютерах Apple Silicon.

В основе лежит разреженная mixture-of-experts-архитектура на 35 млрд параметров, из которых для каждого токена активируется примерно 3 млрд. Используется архитектура Qwen3_5MoeForConditionalGeneration, сохранена встроенная односегментная MTP-голова, а также включена vision tower, поэтому модель поддерживает текстовые и визуальные компоненты. В метаданных указан английский язык. Размер контекстного окна и точные мультимодальные сценарии не указаны.

Основные характеристики релиза — 4-битная affine-квантизация с размером группы 64 для основной модели и MTP-компонента; нормализационные слои MTP и vision tower сохранены в формате BF16. Такая конфигурация снижает требования к памяти и ориентирована на эффективный запуск, однако квантизация может влиять на качество по сравнению с полной версией модели. Использование MTPLX требует соответствующего окружения и ориентировано на Apple Silicon; без speculative decoding модель также запускается через MLX-LM. Данные о результатах тестирования, производительности, ограничениях контекста и качестве vision-функций отсутствуют.

Производная модель распространяется по лицензии MIT, унаследованной от базовой модели. При поставке продукта или сервиса на базе MTPLX необходимо соблюдать лицензию Apache-2.0 этого runtime и указывать атрибуцию MTPLX.