К содержимому
Другое

Qwen3.8-27B AEON ULTIMATE UNCENSORED

смешанная квантизация для MLX

1 мин чтенияобновлено

Это квантованная версия модели Qwen3.8-27B AEON ULTIMATE UNCENSORED, подготовленная через oQ (oMLX v0.7.4.dev1). Чекпоинт использует mixed-precision квантизацию: средняя эффективная точность — 3.678 бита на вес при 27.781B логических весов.

Ключевые особенности

  • Смешанная точность: слои хранятся в форматах от affine 2-bit до BF16.
  • Основная доля весов — affine 3-bit, group 128: 73.796%.
  • Общий размер чекпоинта — 11.894 GiB.
  • В составе есть vision-компонент на 0.858 GiB и MTP head на 0.293 GiB.
  • Квантование выполнено инструментом oQ из oMLX v0.7.4.dev1.

Пример

Сценарий: загрузите чекпоинт в MLX-совместимый рантайм и попросите модель разобрать распределение битов. Например: «Объясни, какие компоненты этого чекпоинта занимают больше всего места и почему средняя точность составляет 3.678 бита на вес».

ПодробнееСредняя эффективная точность — 3.678 бит/вес, логических весов — 27.781B.
Хранилище: 11.894 GiB; language model — 10.743 GiB, vision — 0.858 GiB, MTP head — 0.293 GiB.
Бенчмарков и требований к VRAM в карточке нет — только данные квантизации.
Обсудить Telegram 0 26

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 12 GB · готовые файлы14 GB
  • FP8 / INT8рекомендуемвеса 5.9 GB7.0 GB
  • 4-bitвеса 3.3 GB4.2 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: FP8 / INT8 — от RTX 5060 Ti 8GB · BF16 — от RTX 5080

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.

    # chogeha/Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED-oQ2.5e-mtp
    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 chogeha/Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED-oQ2.5e-mtp --local-dir ~/models/Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED-oQ2.5e-mtp
    # 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

Новые посты про версии Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED-oQ2.5e-mtp — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

chogeha/Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED-oQ2.5e-mtp
Автор
chogeha
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии