/ Модель

Характеристики

Лицензия
MIT
Базовая модель
DeepSeek-V4-Pro
Библиотека
gguf
Опубликована
30 мая 2026

zen5-max-gguf

Генерация текстаТекст → текст10 профессий

Крупная квантизованная GGUF-модель Zen5 на базе DeepSeek-V4-Pro для генерации текста и сложных рассуждений.

86скачиваний за 30 дней2лайкавеса обновлены14 июл 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

Zen5 Max — большая текстовая модель семейства Zen5 от ZenLM, основанная на DeepSeek-V4-Pro. Это не модель, обученная с нуля: README описывает её как перепакованную и квантизованную в GGUF версию аблитированной производной DeepSeek-V4-Pro. Применяется для генерации текста и задач, требующих глубоких рассуждений; для запуска автор рекомендует систему с unified memory от 512 ГБ или пул из восьми ускорителей H100/H200.

Модель имеет архитектуру MoE и файл GGUF размером около 432 ГБ. Веса квантизованы асимметрично: маршрутизируемые up/gate-проекции используют IQ2_XXS, down-проекции — Q2_K, а общие эксперты, проекции внимания, логиты маршрутизации и LM head сохранены в более высокой точности. В тегах заявлены английский и китайский языки, а также контекст 1 млн токенов.

Репозиторий распространяется по лицензии MIT. Требования к памяти и вычислительным ресурсам высоки; README рекомендует для оборудования с 128 ГБ использовать zen-5-pro-gguf. Количественные оценки качества в предоставленной карточке не приведены.

Сценарии применения

  • генерация длинных текстовых ответов
  • решение сложных задач с многошаговыми рассуждениями
  • работа с англоязычными запросами
  • работа с запросами на китайском языке

Ограничения

Для запуска требуются не менее 512 ГБ объединённой памяти либо пул из восьми ускорителей H100/H200; модель не подходит для систем с ограниченной памятью. В предоставленных данных нет количественных оценок качества.

Для каких профессий подходит10

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

Zen5 Max

Top tier of the Zen5 family. The full-Pro base, asymmetrically quantized (routed IQ2_XXS up/gate, Q2_K down; shared experts, attention projections, routing logits and the LM head left at higher precision).

Repackaged from deepseek-ai/DeepSeek-V4-Pro (mit, DeepSeek) — quantized to GGUF from the abliterated variant by huihui-ai. Not trained from scratch — a permissively-licensed redistribution for the OSS-clean Zen model line.

Use when you have 512 GB+ unified memory (Mac Studio M3 Ultra 512 GB) or an 8x H100 / H200 pool and want the deepest reasoning quality in the family. For 128 GB hardware, use zenlm/zen-5-pro-gguf instead.

Part of the canonical Zen5 ladder:

SKUHardware fitThis repo
zen5-flashanythingzen-5-flash-gguf
zen5-mini32 GBzen-5-mini-gguf
zen5 (default)24 GB+ VRAMzen-5-gguf
zen5-pro128 GB single-machinezen-5-pro-gguf
zen5-max512 GB Mac Studio / 8x H100← you are here

Files

File patternSizeQuant
main GGUF (*-IQ2XXS-w2Q2K-*-Instruct-imatrix.gguf)432 GBrouted IQ2_XXS + Q2_K, shared Q8_0, attn Q8_0, imatrix-tuned

Run

Hosted via the Hanzo gateway (api.hanzo.ai) as zen5-max.

Local with the zen5-engine:

git clone https://github.com/zenlm/zen5-engine
cd zen5-engine && make                  # macOS Metal
                       # or: make cuda-generic for multi-H100

hf download zenlm/zen-5-max-gguf --local-dir gguf
ln -sf "$(ls gguf/*-Instruct-imatrix.gguf | head -1)" zen5max.gguf
./zen5 -m zen5max.gguf -p "Explain MoE inference."
./zen5-server -m zen5max.gguf --ctx 1000000 --kv-disk-dir /tmp/zen5-kv --kv-disk-space-mb 16384

License

apache-2.0 (this packaging). Upstream: deepseek-ai/DeepSeek-V4-Pro by DeepSeek, licensed MIT; abliterated variant by huihui-ai. This repository redistributes a quantized derivative; the upstream MIT terms are retained.

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

Не найден файл GGUF для запуска.

Ревизия весов
7e6e88e

0 моделей