К содержимому
Компьютерное зрение

Next 3 Pro

продвинутая мультимодальная модель для кода и сложных задач

2 мин чтения

Next 3 Pro — это мультимодальная модель от разработчиков Lamapi размером 27 миллиардов параметров, созданная на базе архитектуры Qwen3.8-27B. Она обучена для написания и отладки кода, математических рассуждений, а также работы с текстом, изображениями и видео на английском и турецком языках. Модель отлично понимает скриншоты интерфейсов, диаграммы и технические инструкции, помогая проектировать программное обеспечение. Она подойдёт разработчикам и инженерам, которым нужен сильный локальный помощник для сложных технических задач.

Ключевые особенности

  • Фокус на кодинг: генерация фич, написание тестов, исправление багов и предложение патчей.
  • Мультимодальность: анализ изображений, скриншотов, документов и видеоклипов.
  • Логические рассуждения: решение математических задач и технический анализ под заданными ограничениями.
  • Поддержка вызова инструментов (tool calling) и агентских рабочих процессов.
  • Двуязычная оптимизация: полноценная поддержка взаимодействия на английском и турецком языках.

Что можно сделать

  • Сгенерировать веб-приложение или скрипт с нуля по текстовому описанию и доработать его по логам ошибок.
  • Проанализировать скриншот сломанного интерфейса или схемы и получить предложения по исправлению кода.
  • Решить сложные математические или технические задачи с пошаговым объяснением выводов.
  • Встроить модель в локальный пайплайн разработки или чат-бот с поддержкой мультимодального ввода.

Пример

import os

import torch
import transformers
from transformers import AutoConfig, AutoProcessor

model_id = "thelamapi/Next-3-Pro"
token = os.environ.get("HF_TOKEN")

config = AutoConfig.from_pretrained(model_id, token=token)
model_class = getattr(transformers, config.architectures[0])
model = model_class.from_pretrained(
    model_id,
    token=token,
    dtype=torch.bfloat16,
    device_map="auto",
).eval()

processor = AutoProcessor.from_pretrained(model_id, token=token)
messages = [{
    "role": "user",
    "content": [{
        "type": "text",
        "text": (
            "Write a Python function that sorts a list of dictionaries by "
            "date without mutating the input. Include one small test."
        ),
    }],
}]

inputs = processor.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    enable_thinking=False,
    return_dict=True,
    return_tensors="pt",
)

device = model.get_input_embeddings().weight.device
inputs = inputs.to(device)
prompt_length = inputs["input_ids"].shape[-1]

with torch.inference_mode():
    output = model.generate(
        **inputs,
        max_new_tokens=512,
        do_sample=False,
    )

print(processor.tokenizer.decode(
    output[0, prompt_length:], skip_special_tokens=True,
).strip())
ПодробнееБазовая модель: Qwen3.8-27B
Размер: 27B параметров (объединенный Transformers-чекпоинт)
Обучение: LoRA-файнтюн на датасетах GSM8K, MBPP Sanitized и синтетических задачах
Доступны GGUF-версии и совместимые сборки для квантования
Обсудить Telegram 1 32

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 51 GB · готовые файлы57 GB
  • FP8 / INT8рекомендуемвеса 25 GB29 GB
  • 4-bitвеса 14 GB16 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.

    # thelamapi/Next-3-Pro
    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 thelamapi/Next-3-Pro --local-dir ~/models/Next-3-Pro
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Next-3-Pro
  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 Next-3-Pro — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

thelamapi/Next-3-Pro
Автор
thelamapi
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

321

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

AGP-Qwen3.6-35B-A3B

AGP-Qwen3.6-35B-A3B
Компьютерное зрение

Script2Play-4B

Script2Play-4B
Компьютерное зрение

Hy4-Flash-WV-v6

Hy4-Flash-WV-v6