К содержимому
Компьютерное зрение

Zen 6 Nano (9B)

сверхкомпактная тернарная 9B-модель для агентов и зрения

2 мин чтенияобновлено

Zen 6 Nano (9B) от Hanzo AI, Zen LM и Zoo Labs Foundation — это открытая мультимодальная языковая модель на 9 миллиардов параметров с тернарными весами (1.58 бита, где значения сводятся к трём состояниям: -d, 0, +d). За счёт экстремального квантования и ротации выбросов в базисе Сильвестра-Уолша-Адамара (математическое преобразование, помогающее сохранить точность при сильном сжатии) 9B-модель занимает на диске всего от 2 до 2.68 ГБ в формате GGUF. В отличие от обычных сжатых моделей, её дообучали напрямую в тернарном пространстве весов (QAT), поэтому она сохраняет качество для многошагового вызова инструментов (tool calling) и работы с изображениями. Подойдёт разработчикам локальных ИИ-агентов, игровых NPC и тем, кому нужна быстрая мультимодальная модель под слабое железо или CPU.

Ключевые особенности

  • Сверхмалый размер: основные сборки 9B-модели весят от 2.00 ГБ (PTQ1_0, 1.75 бита на вес) до 2.56 ГБ (Q2_0), плюс доступны проекторы зрения mmproj (624–922 МБ).
  • Агентские навыки и MCP: поддерживает многошаговое выполнение , обработку ошибок, отказ от лишнего вызова инструментов и работу с fs, exec, code, git и игровыми движками.
  • Гибридная архитектура: сочетает блоки линейного внимания Gated-DeltaNet (3x) и классического Grouped-Query Attention (1x) с MLP на базе SwiGLU.
  • Спекулятивное ускорение и совместимость: поддерживает hanzo-engine (CUDA, Metal, ROCm, Vulkan, CPU) с MTP и DFlash2, а версия Q2_0 работает в llama.cpp (начиная с b11556+).
  • Свободная лицензия: распространяется под Apache-2.0.

Что можно сделать

  • Локальный бэкенд для игр: запускать через hanzo up или OpenAI-совместимый API для управления персонажами (например, NPC в Godot) и игровыми событиями с соблюдением заданной роли.
  • Автономный агент для разработки: подключить через MCP-инструменты для чтения файлов, запуска тестов, работы с Git и извлечения структурированного JSON.
  • Мультимодальный анализ на слабом железе: добавить файл zen6-nano-9b-mmproj-Q8_0.gguf, чтобы модель распознавала изображения при минимальном расходе памяти.

Пример

from openai import OpenAI

client = OpenAI(base_url="[http://127.0.0.1:36900/v1](http://127.0.0.1:36900/v1)", api_key="hanzo-local")
resp = client.chat.completions.create(
    model="zen6-nano",
    messages=[{"role": "user", "content": "Check Cargo.toml and run the workspace unit tests."}],
    tools=[{"type": "function", "function": {"name": "fs", "parameters": {"type": "object"}}}],
)
print(resp.choices[0].message)
Подробнее Форматы весов GGUF: PQ2_0 (2.13 bpw, 2.42 ГБ), PTQ1_0 (1.75 bpw, 2.00 ГБ), Q2_0 (2.25 bpw, 2.56 ГБ).
Доступны черновые модели для спекулятивного декодирования: PQ2_0-MTP-Q8_0 (2.68 ГБ) и DFlash2-Q8_0 (1.57 ГБ).
Обучение: дообучение в тернарном пространстве через STE QAT с гибридным оптимизатором Muon + AdamW.
Атрибуция: в NOTICE указаны Qwen (Alibaba Cloud), Bonsai-2 (Prism ML, Inc.) и DFlash / ProCreations.
Обсудить Telegram 0 511

Запустится ли?

Запустится в GGUF Q2_0

Влезает самая точная из готовых сжатых версий.

  • GGUF Q2_0веса 7.1 GB · готовые файлы8.3 GB
  • GGUF TQ1_0веса 1.9 GB · готовые файлы2.5 GB
  • GGUF Q8_0рекомендуемвеса 1.5 GB · готовые файлы2.1 GB

Совет: берите 8-bit.GGUF Q8_0 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: GGUF Q8_0 — от RTX 2060 · GGUF Q2_0 — от RTX 3080

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.

    # hanzoai/zen6-nano-9b
    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 hanzoai/zen6-nano-9b --local-dir ~/models/zen6-nano-9b
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к zen6-nano-9b
  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 zen6-nano-9b — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

hanzoai/zen6-nano-9b
Автор
hanzoai
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

5110

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Zen 6 (27B)

Zen 6 (27B)
Компьютерное зрение

Antiphon-V1

Antiphon-V1
Компьютерное зрение

Blossom-V7.2-9B

Blossom-V7.2-9B