К содержимому
Другое

DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic-GGUF

готовые кванты без цензуры для локального запуска

2 мин чтения

Набор статических GGUF-квантов (сжатых версий весов для запуска на обычных видеокартах и процессорах) от известного квантователя mradermacher. В основе лежит модель xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic — версия без цензуры, построенная на архитектуре Qwen3.5 с 9 млрд параметров и поддержкой русского языка. В репозиторий также добавлены мультимодальные проекторы (mmproj), поэтому модель можно запускать не только для текста, но и для работы с изображениями.

Ключевые особенности

  • Широкий выбор квантов: доступны варианты от компактного Q2_K (4.0 ГБ) до максимального по качеству Q8_0 (9.9 ГБ) и полного f16 (18.5 ГБ).
  • Мультимодальная поддержка: в комплекте идут отдельные файлы mmproj-Q8_0 (0.7 ГБ) и mmproj-f16 (1.0 ГБ) для обработки визуальных данных.
  • Поддержка русского языка: в метаданных заявлены русский, английский, китайский, корейский, японский и испанский языки.
  • Оптимальный баланс: автор отмечает кванты Q4_K_S (5.6 ГБ) и Q4_K_M (5.9 ГБ) как быстрые и рекомендованные для повседневного использования.

Что можно сделать

  • Запустить локального ассистента без цензуры: загрузить Q4_K_M или Q6_K в llama.cpp, LM Studio или Ollama для генерации текстов и диалогов на русском языке без встроенных ограничений.
  • Использовать в мультимодальных задачах: подключить файл mmproj вместе с основным квантом, чтобы анализировать изображения и отвечать на вопросы по картинкам локально.

Пример

Для запуска с поддержкой изображений скачайте основной GGUF-файл (например, DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic.Q4_K_M.gguf) и мультимодальный адаптер mmproj-Q8_0.gguf, после чего загрузите оба файла в выбранный движок на базе llama.cpp.

ПодробнееРепозиторий содержит статические кванты (weighted/imatrix-версии на момент публикации отсутствуют).
Размеры файлов: от 4.0 ГБ (Q2_K) до 18.5 ГБ (f16); для видеокарт с 8 ГБ VRAM оптимально подойдут Q4_K_S (5.6 ГБ) и Q4_K_M (5.9 ГБ).
Мультимодальные дополнения: mmproj-Q8_0 (0.7 ГБ) и mmproj-f16 (1.0 ГБ).
Обсудить Telegram 0

Запустится ли?

Запустится в GGUF F16

Влезает самая точная из готовых сжатых версий.

  • GGUF F16веса 17 GB · готовые файлы19 GB
  • GGUF Q8_0рекомендуемвеса 9.1 GB · готовые файлы11 GB
  • GGUF Q6_Kвеса 7.0 GB · готовые файлы8.2 GB
  • GGUF Q5_K_Mвеса 6.2 GB · готовые файлы7.3 GB
  • GGUF Q5_K_Sвеса 6.0 GB · готовые файлы7.1 GB
  • GGUF Q4_K_Mвеса 5.4 GB · готовые файлы6.4 GB
  • GGUF Q4_K_Sвеса 5.1 GB · готовые файлы6.1 GB
  • GGUF IQ4_XSвеса 5.0 GB · готовые файлы6.0 GB
  • GGUF Q3_K_Lвеса 4.7 GB · готовые файлы5.7 GB
  • GGUF Q3_K_Mвеса 4.4 GB · готовые файлы5.4 GB
  • GGUF Q3_K_Sвеса 4.1 GB · готовые файлы5.0 GB
  • GGUF Q2_Kвеса 3.6 GB · готовые файлы4.5 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 2080 Ti · GGUF F16 — от RTX 4090

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.

    # mradermacher/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic-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 mradermacher/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic-GGUF --local-dir ~/models/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic-GGUF
    # 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

  1. Qwen3.5-9B-Baseоснова семьи
  2. Qwen3.5-9B
  3. Qwen3.5-9B
  4. DeepSeek-V4-Pro-Qwen3.5-9B
  5. DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic
  6. DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic-GGUF

Новые посты про версии Qwen3.5-9B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 6Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

mradermacher/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic-GGUF
Автор
mradermacher
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии