К содержимому
Компьютерное зрение

Qwen3.8-27B-opencode-adapted (MLX)

оптимизированная модель для Apple Silicon

2 мин чтенияобновлено

Эта модель представляет собой адаптацию мощной базовой языковой модели Qwen3.8-27B, натренированную с помощью алгоритма AsyncGRPO для эффективной работы в составе кодинг-агента OpenCode. Сборка переведена в формат MLX для запуска на устройствах Apple Silicon, включая поддержку работы с изображениями и встроенный слой предсказания нескольких токенов (MTP) для ускорения генерации. Модель отлично справляется с программной инженерией, решением задач в терминале и обработкой технической документации. Она пригодится разработчикам и инженерам, использующим локальное железо для автоматизации кодинга.

Ключевые особенности

  • Специализация на задачах программирования и работе с терминалом благодаря обучению от harness-hub.
  • Полная поддержка аппаратного ускорения на чипах Apple Silicon через библиотеку MLX.
  • Сохраненный визуальный энкодер для работы с текстово-графическими запросами (image-text-to-text).
  • Встроенный слой MTP (Multi-Token Prediction) для ускорения декодирования текстов.

Что можно сделать

  • Запустить локальный OpenAI-совместимый сервер через mlx-lm для интеграции с кодинг-агентами.
  • Написать скрипт на Python для генерации кода и разбора технических задач прямо с локального Mac.
  • Проанализировать скриншоты ошибок в терминале или интерфейсе с помощью mlx-vlm.
  • Настроить спецификативное декодирование с использованием встроенного MTP-модуля для роста скорости генерации.

Пример

Запуск локального сервера для работы модели через терминал:

pip install -U "mlx-lm>=0.32.2"
mlx_lm.server --model netprojects/Qwen3.8-27B-opencode-adapted-MLX-bf16 --port 8000 \ --chat-template-args '{"enable_thinking": false}'
ПодробнееРазмер модели (в исходном bf16): 55.6 ГБ (доступны квантованные версии на 4, 6 и 8 бит).
Результаты на бенчмарках (на оригинальном адаптере): SWE-bench Pro (hard 51) вырос с 35.3% до 51.0%, Terminal-Bench 2.1 — с 46.4% до 52.4%.
Лицензия: Apache-2.0.
Обсудить Telegram 0 36

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 52 GB · готовые файлы57 GB
  • FP8 / INT8рекомендуемвеса 26 GB29 GB
  • 4-bitвеса 15 GB17 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.

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.

    # netprojects/Qwen3.8-27B-opencode-adapted-MLX-bf16
    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 netprojects/Qwen3.8-27B-opencode-adapted-MLX-bf16 --local-dir ~/models/Qwen3.8-27B-opencode-adapted-MLX-bf16
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3.8-27B-opencode-adapted-MLX-bf16
  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. Qwen3.8-27Bоснова семьи
  2. Qwen3.8-27B-opencode-adapted
  3. Qwen3.8-27B-opencode-adapted-MLX-bf16

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

netprojects/Qwen3.8-27B-opencode-adapted-MLX-bf16
Автор
netprojects
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

360

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии