К содержимому
Языковые модели

sola-air-1.5b

локальная модель для генерации компонентов Sola AIR

2 мин чтения

Компактная языковая модель от bennett-xdlabs, дообученная писать однофайловые UI-компоненты в формате .sola для реактивного фреймворка Sola AIR (компилирует разметку, логику и стили в нативный DOM без виртуального DOM). В основе лежит Qwen2.5-Coder-1.5B-Instruct, адаптированная методом QLoRA (облегчённый способ дообучения с квантованием). В отличие от базовой модели, которая часто сбивается на синтаксис React или Vue и добавляет лишние вступления, эта версия сразу выдаёт готовый код компонента. Подойдёт разработчикам, использующим Sola AIR для локальной генерации интерфейсов без облачных API.

Ключевые особенности

  • Чистый синтаксис без примесей: обучена отвечать сразу кодом без разговорной «воды», обёрток вроде ```html и путаницы с React (useState, className) или Vue (@click).
  • Скромные требования к железу: GGUF-файл весит 986 МБ (квантование Q4_K_M), помещается в видеокарты с 2 ГБ VRAM и работает даже на обычном CPU.
  • Проверенный датасет: дообучена на 677 примерах (новые компоненты, правки и короткие ответы по фреймворку), каждый из которых перед обучением прошёл статическую проверку sola-check и рендер в браузере.
  • Узкая специализация: рассчитана на создание и правку одиночных .sola-файлов, а не на рефакторинг крупных репозиториев или общие беседы.

Что можно сделать

  • Подключить в Ollama для быстрой вёрстки: запускать модель локально на ноутбуке или офисном ПК, чтобы за ~13 секунд получать готовые карточки, вкладки, таймеры и модальные окна.
  • Запустить прямо в браузере: протестировать генерацию без установки через веб-песочницу sola-air-playground на базе wllama (потребуется загрузить около 1 ГБ).
  • Встроить в пайплайн сборки: автоматически прогонять сгенерированные файлы через @sola-air-ui/compiler в Node.js, Vite или Bun для компиляции в нативный JS и изолированный CSS.

Пример

# Запуск модели напрямую из Hugging Face через Ollama
ollama run hf.co/bennett-xdlabs/sola-air-1.5b

# Или локальная сборка из скачанного GGUF и Modelfile
ollama create sola-air-1.5b -f Modelfile
ollama run sola-air-1.5b
ПодробнееБенчмарк на 20 промптах (компилятор 1.7.3): 17/20 (85%) проходят sola-check и корректно рендерятся в браузере против 2/20 (10%) у базовой Qwen2.5-Coder-1.5B-Instruct (при повторном прогоне — 18/20).
Скорость и железо: 28.8 tok/s (~13.1 с на компонент, нужно 1.2 ГБ VRAM) на NVIDIA Quadro P620 и 18.8 tok/s (~23 с, 4 ГБ ОЗУ) на процессоре Intel Core i5-8500T.
Ограничения: только английский язык; в тестах изредка встречаются ошибки в сложных блоках (например, лишняя скобка или :class из Vue).
Рекомендуемые параметры генерации: temperature=0.1, top_p=0.90, top_k=40, repeat_penalty=1.1.
Обсудить Telegram 1 65

Запустится ли?

Запустится в GGUF Q4_K_M

Влезает самая точная из готовых сжатых версий.

  • GGUF Q4_K_Mвеса 0.9 GB · готовые файлы1.6 GB

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: GGUF Q4_K_M — от RTX 2060

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

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    # bennett-xdlabs/sola-air-1.5b — A30, GGUF Q4_K_M
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -fsSL https://ollama.com/install.sh | sh
    ollama run hf.co/bennett-xdlabs/sola-air-1.5b:Q4_K_M
    Добавить ещё LoRA к sola-air-1.5b
  3. 3. Пользуйтесь

    Чат откроется прямо в терминале. Выйти — /bye, запустить снова — та же команда ollama run.

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.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Дообучение модели

Qwen/Qwen2.5-Coder-1.5B-Instruct
  1. Qwen2.5-1.5Bоснова семьи
  2. Qwen2.5-Coder-1.5B
  3. Qwen2.5-Coder-1.5B-Instruct
  4. sola-air-1.5b

Новые посты про версии Qwen2.5-1.5B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 5Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

bennett-xdlabs/sola-air-1.5b
Автор
bennett-xdlabs
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

651

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

OrdoPy-Coder-0.5B

OrdoPy-Coder-0.5B