К содержимому
Компьютерное зрение

Signal 2 Flash Next Gyro

GGUF

2 мин чтенияобновлено

Новая компактная версия модели Qwen3.8-Flash-Next (размер файла 59.5 GB), оптимизированная для автономного написания кода (agentic coding) и высокой эффективности. Модель создана командой AgentionAI путем самодистилляции на успешных сессиях кодинга и объединяет тюнинг непосредственно в весах без использования внешних адаптеров. Она выдает на 27% меньше лишних токенов и сокращает общее время работы агента по сравнению с базовой версией, сохраняя точность на сложных задачах. Пригодится разработчикам, инженерам и тем, кто запускает локальных агентов для автоматизации программирования на собственном железе.

Ключевые особенности

  • Высокая эффективность: превосходит или не уступает более крупным аналогам в решении сложных многошаговых задач программирования.
  • Меньше ожидания: сокращает время выполнения сессий агента за счет генерации меньшего количества токенов без потери качества.
  • Самодистилляция: обучалась на собственных успешных и проверенных сессиях кодинга базовой модели.
  • Без адаптеров: тюнинг полностью влит в веса, модель работает как обычный монолитный файл.

Что можно сделать

  • Подключить в локальный Docker-контейнер для автоматизации разработки программ и написания кода.
  • Запустить на Mac или видеокартах AMD Strix Halo / RTX 5090 с длинным контекстом до 64k.
  • Использовать в специализированных форках llama.cpp для агентов с поддержкой MTP (Multi-Token Prediction) драфтов.

Пример

Запуск модели через Docker с использованием оптимизированного GGUF-файла и MTP-драфта:

hf download agentionai/Signal-2-Flash-Next-Gyro-GGUF Signal-2-Flash-Next-Gyro-S-TQ1_0.gguf --local-dir ~/models
docker run --rm -it --device /dev/dri --group-add "$(getent group render | cut -d: -f3)" \
  -v ~/models:/models -p 8080:8080 agentionai/agention-llama:server \
  -m /models/Signal-2-Flash-Next-Gyro-S-TQ1_0.gguf -ngl 999 -fa on --jinja --ngram-on-disk \
  -c 65536 -ctk q8_0 -ctv q8_0 --temp 0.6 --top-p 0.95 --top-k 20 --min-p 0.05
ПодробнееБенчмарки: 87.5% успешных прохождений на агентическом гейте (против 92.8% у файла размером 111 GB).
Требования к железу: от 32 GB VRAM (с урезанным контекстом) до 64 GB+ объединенной памяти (Mac, Strix Halo) для 64k контекста.
Ограничения: upstream версия llama.cpp пока не поддерживает загрузку данного файла, требуется форк (например, agentionai/llama.cpp).
Детали обучения: треллис-кодированное квантование с преобразованием Адамара (QTIP).
Обсудить 13 4 тыс.

Запустится ли?

Не запустится

Не хватает памяти даже для 4-bit. Ниже — где арендовать подходящую видеокарту.

  • GGUF TQ1_0веса 84 GB · готовые файлы93 GB

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # agentionai/Signal-2-Flash-Next-Gyro-GGUF
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download agentionai/Signal-2-Flash-Next-Gyro-GGUF --local-dir ~/models/Signal-2-Flash-Next-Gyro-GGUF
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Signal-2-Flash-Next-Gyro-GGUF
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

Qwen/Qwen3.8-Flash-Next

Новые посты про версии Qwen3.8-Flash-Next — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 8Все на Hugging Face

О модели

agentionai/Signal-2-Flash-Next-Gyro-GGUF
Автор
agentionai
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

4 тыс.13

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Qwen3.5-2B-NoRA

Qwen3.5-2B-NoRA
Компьютерное зрение

Molmo 7B-D

Molmo 7B-D