К содержимому
Компьютерное зрение

Qwen3.8-40B-Ultimate-Heretic-Uncensored

40B-модель без цензуры с 21 режимом рассуждений

2 мин чтенияобновлено

Большая языковая модель на 40 миллиардов параметров (39.96B), созданная на базе Qwen/Qwen3.8-27B автором DavidAU (в репозитории atrezonator). В процессе разработки исходную 27B-модель расширили до 40B (96 слоёв, 1290 тензоров), дообучили на датасетах Deckard Large и Claude, а также добавили поддержку MTP (Multi-Token Prediction — предсказание нескольких токенов сразу). Модель работает без встроенных фильтров цензуры (ablit/Heretic) и включает систему Turbo Brilliance 50X V2 с 21 специализированным режимом («конструктом») для рассуждений, инструкций и ролевых задач. Подходит тем, кто запускает крупные локальные нейросети для сложной аналитики, генерации длинных структурированных документов и задач без жёстких отказов.

Ключевые особенности

  • Расширенная архитектура 40B: модель увеличена с 27B до 39.96B параметров (96 слоёв) и совмещает механизмы рассуждений GLM и Qwen.
  • Turbo Brilliance 50X V2: включает 21 динамически подключаемый под контекст режим рассуждений и инструкций (список вызывается командой help в чате).
  • Снятые ограничения (Heretic / Uncensored): база прошла процедуру abliteration (удаление векторов отказа), поэтому отвечает на запросы без лишней цензуры.
  • Мультимодальность и 16 языков: поддерживает тип задач image-text-to-text и работает на 16 языках, включая русский и английский.
  • Огромное окно контекста: минимально рекомендуемый контекст — 32k токенов, оптимальный — 64k–128k, максимальный — до 256k токенов.

Что можно сделать

  • Составлять подробные бизнес-документы: использовать встроенный конструкт {REASON:business} для генерации многостраничных планов с таблицами, расчётами и анализом рисков.
  • Подключать к локальным агентам и инструментам: при сниженной температуре (0.6–0.7) модель подходит для вызова функций и работы в агентских пайплайнах.
  • Обрабатывать большие массивы текста: благодаря окну контекста до 256k токенов в модель можно загружать длинные документы для анализа и структурирования.

Пример

Пример вызова бизнес-режима из карточки модели (на кванте Q4_K_S модель сгенерировала детализированный бизнес-план на 16k токенов с блоком размышлений менее 500 токенов):
Промпт: {REASON:business} I need a business plan to open a food truck in Las Vegas. Include charts and tables to make things clearer...
Результат: структурированный отчёт с таблицами юнит-экономики, расписанием смен, бюджетом на оборудование и прогнозом выручки на 3 года.

ПодробнееБазовая модель: Qwen/Qwen3.8-27B, расширена до 39.96B параметров (BF16 в основном репозитории, GGUF-кванты вынесены отдельно).
Рекомендуемые параметры сэмплирования: temperature 1.0 (или 0.6–0.7 для агентов), top_k 64, top_p 0.95, min_p 0.05, repetition_penalty 1.
Примечание из карточки: статус репозитория отмечен как финальное тестирование сборок (WIP), на младших квантах вроде Q4_K_S качество ниже, чем на imatrix и старших версиях.
Обсудить Telegram 0 23

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 74 GB · готовые файлы82 GB
  • FP8 / INT8рекомендуемвеса 37 GB41 GB
  • 4-bitвеса 21 GB24 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

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.

    # atrezonator/Qwen3.8-40B-Ultimate-Heretic-Uncensored
    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 atrezonator/Qwen3.8-40B-Ultimate-Heretic-Uncensored --local-dir ~/models/Qwen3.8-40B-Ultimate-Heretic-Uncensored
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  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/Qwen3.8-27B

Новые посты про версии Qwen3.8-27B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face

О модели

atrezonator/Qwen3.8-40B-Ultimate-Heretic-Uncensored
Автор
atrezonator
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

230

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Baphomet-1.1-4B

Baphomet-1.1-4B