К содержимому
Компьютерное зрение

Qwen3.5-9B-Brainwaves-Coder-Flash-OneJev1.6

экспериментальный мердж для кода и рассуждений

2 мин чтения

Перед нами мультимодальная языковая модель (работает с текстом и изображениями, задача image-text-to-text) объёмом 9.65B параметров от автора nightmedia. Это мердж (объединение весов нескольких моделей в одну) трёх чекпоинтов семейства Qwen3.5: Qwen3.5-9B-Brainwaves, Qwopus3-5-9B-Coder-Flash и OneJev1.6-9B. За счёт объединения весов модель прибавила в задачах на логику и математику по сравнению как с базовой Qwen3.5-9B (Instruct), так и с исходным компонентом Brainwaves. Подойдёт разработчикам и энтузиастам, которым нужна компактная модель с сильными навыками программирования и решения задач, способная работать на одной видеокарте среднего уровня.

Ключевые особенности

  • Объединение трёх веток: сочетает наработки Brainwaves, ориентированного на код Coder-Flash и OneJev1.6-9B.
  • Прирост над базой: в бенчмарке ARC-Challenge в точности mxfp8 модель набирает 0.699 против 0.571 у стандартной Qwen3.5-9B (Instruct).
  • Подробные замеры квантования: автор протестировал 6 вариантов сжатия (от bf16 до mxfp4), показав минимальную просадку перплексии (метрика уверенности модели при генерации текста) вплоть до 6-битных форматов.
  • Мультиязычность: заявлена поддержка английского, китайского, японского и испанского языков.

Что можно сделать

  • Использовать через библиотеку transformers как универсального локального ассистента для написания и разбора кода (в тесте HumanEval версия oQ6e-mtp показывает 79.3%).
  • Запускать в квантованных форматах q6-hi или mxfp4 на системах с ограниченной видеопамятью для решения математических и логических задач (90.52% на GSM8K в mxfp8).
  • Применять в сценариях анализа изображений с текстовым ответом (image-text-to-text).

Пример

В карточке модели нет готового сниппета для запуска, но приведены замеры работы в разных форматах квантования. Например, при выборе mxfp4 пиковое потребление памяти снижается с 24.69 GB (в bf16) до 11.55 GB при скорости 727 токенов в секунду и перплексии 4.327.

ПодробнееБенчмарки (bf16): ARC — 0.698, ARC-Easy — 0.878, BoolQ — 0.904, HellaSwag — 0.769, WinoGrande — 0.717.
Для квантования oQ6e-mtp: HumanEval — 79.3%, GSM8K (full) — 96.3%, TruthfulQA — 78.0%, SafetyBench — 86.8%.
Потребление памяти: 24.69 GB для bf16, 16.02 GB для mxfp8, 14.29 GB для oQ6e-mtp, 11.55 GB для mxfp4.
Обсудить 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 18 GB · готовые файлы20 GB
  • FP8 / INT8рекомендуемвеса 9.0 GB10 GB
  • 4-bitвеса 5.1 GB6.1 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 2080 Ti · BF16 — 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.

    # nightmedia/Qwen3.5-9B-Brainwaves-Coder-Flash-OneJev1.6
    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 nightmedia/Qwen3.5-9B-Brainwaves-Coder-Flash-OneJev1.6 --local-dir ~/models/Qwen3.5-9B-Brainwaves-Coder-Flash-OneJev1.6
    # 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

Дообучение модели

OmniJev/OneJev1.6-9B
  1. Qwen3.5-9B-Baseоснова семьи
  2. Qwen3.5-9B
  3. OneJev1.6-9B
  4. Qwen3.5-9B-Brainwaves-Coder-Flash-OneJev1.6

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

nightmedia/Qwen3.5-9B-Brainwaves-Coder-Flash-OneJev1.6
Автор
nightmedia
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии