Blossom-V7.2-9B
компактная мультимодальная модель с экономными рассуждениями
2 min readupdated
Blossom-V7.2-9B — открытая мультимодальная VLM (модель, работающая с текстом и изображениями) от автора Azure99 для локального запуска. Она основана на Qwen3.5-9B (9,65 млрд параметров) и дообучена для повседневного общения, математики, программирования, веб-разработки, визуализации данных и агентских сценариев с вызовом инструментов. Главная фишка релиза — два встроенных режима рассуждений (medium и max) и поддержка MTP (Multi-Token Prediction, спекулятивное ускорение генерации в vLLM и llama.cpp). Подойдёт владельцам видеокарт с ограниченным объёмом памяти, которым нужен умный локальный ассистент с пониманием картинок.
Ключевые особенности
- Два режима рассуждений: мышление включено всегда —
max(по умолчанию) для глубокого анализа иmedium, который подстраивает длину цепочки мыслей под сложность задачи и тратит примерно в 4 раза меньше токенов, чем Qwen3.5. - Агентский вызов инструментов: модель рассуждает перед каждым вызовом функции (interleaved thinking), что повышает точность в многошаговых задачах.
- Понимание изображений и длинный контекст: принимает картинки вместе с текстом и поддерживает контекстное окно до 262 144 токенов (рекомендуется 131 072).
- Ускорение через MTP: из коробки поддерживает спекулятивное декодирование в vLLM и llama.cpp, а также доступна в формате GGUF.
Что можно сделать
- Локальный AI-агент: подключить через OpenAI-совместимый API в vLLM или llama.cpp для автоматизации задач с поиском, браузером и выполнением кода.
- Помощник по коду и графикам: использовать для вёрстки веб-интерфейсов, написания скриптов и разбора скриншотов или визуализаций данных.
- Запуск на слабом железе: развернуть квантованную GGUF-версию
Q4_K_Mна домашнем ПК с небольшим объёмом VRAM.
Пример
from openai import OpenAI
client = OpenAI(base_url="http://localhost:8000/v1", api_key="EMPTY")
response = client.chat.completions.create(
model="blossom-v7.2",
messages=[{"role": "user", "content": "Describe this image briefly."}],
reasoning_effort="medium",
)
print(response.choices[0].message.content)
Подробнее
Базовая модель: Qwen3.5-9B (в линейке также есть версии 27B на Qwen3.8 и 35B-A3B на Qwen3.6), лицензия Apache 2.0.Ограничения: требуется собственный
chat_template из репозитория (нельзя заменять на шаблон Qwen); Ollama не рекомендуется из-за некорректной обработки шаблона.Для многоходовых диалогов обязательно передавать в историю предыдущее поле
reasoning, иначе качество ответов заметно падает.









Comments