К содержимому
Компьютерное зрение

Zen 6 (27B)

1.58-битная мультимодальная VLM весом от 5,95 ГБ

2 мин чтенияобновлено

Zen 6 (27B) — открытая мультимодальная и агентская языковая модель от Hanzo AI, Zen LM и Zoo Labs Foundation. Она обучена напрямую в тернарном (трёхзначном, 1.58-битном) пространстве весов с помощью QAT (обучения с учётом квантования) и ротации Адамара, что убирает выбросы активаций и позволяет сжать модель на 27 млрд параметров до 5,95–7,63 ГБ без потери точности полновесной версии. Внутри используется гибридная архитектура с чередованием блоков линейного внимания Gated-DeltaNet и обычного Grouped-Query Attention, а также визуальный проектор mmproj для работы с изображениями. Модель пригодится разработчикам локальных ИИ-агентов, игр и приложений, которым нужна компактная VLM/LLM с вызовом инструментов под лицензией Apache-2.0.

Ключевые особенности

  • Экстремальная компактность: версия PTQ1_0 (1.75 bpw) занимает всего 5,95 ГБ, а PQ2_0 (2.13 bpw) — 7,21 ГБ при полном объёме в 27B параметров.
  • Агентские навыки и MCP: умеет выполнять многошаговые вызовы инструментов (fs, exec, code, git, test, hanzo и игровые движки), восстанавливаться после ошибок и воздерживаться от лишних вызовов.
  • Мультимодальность: в репозиторий входят визуальные проекторы mmproj в форматах Q8_0 (629 МБ) и BF16 (931 МБ) для задач image-text-to-text.
  • Ускорение генерации: поддерживается спекулятивное декодирование через драфт-модель DFlash2 (2,06 ГБ, ускорение примерно в 2 раза), MTP и суффиксный автомат SA_SPEC.
  • Гибкий запуск: нативно работает в hanzo-engine (CUDA, Metal, ROCm, Vulkan, CPU), а вариант Q2_0 совместим со стандартным llama.cpp (версии b11556 и выше).

Что можно сделать

  • Локальный агент-разработчик: подключить модель по OpenAI-совместимому API к рабочему пространству для чтения файлов, запуска юнит-тестов и работы с Git без отправки кода в облако.
  • Бэкенд для игровых NPC: использовать в качестве движка диалогов и режиссёра сцен в играх (например, на Godot) — модель обучена строго соблюдать заданные разработчиком роли и формат JSON.
  • Анализ изображений и документов: объединить основной GGUF-файл с проектором mmproj для локального распознавания и описания картинок на видеокартах с небольшим объёмом памяти.

Пример

# Скачивание и локальный запуск OpenAI-совместимого сервера на порту 36900
hanzo pull zenlm/zen6-gguf
hanzo engine serve zenlm/zen6-gguf
ПодробнееДоступные кванты: PTQ1_0 (5,95 ГБ, 1.75 bpw), PQ2_0 (7,21 ГБ, 2.13 bpw), Q2_0 (7,63 ГБ, 2.25 bpw) + драфт DFlash2-Q8_0 (2,06 ГБ).
Архитектура: гибрид Gated-DeltaNet (3x) и Grouped-Query Full Attention (1x) с MLP SwiGLU и ортонормальным базисом Сильвестра — Уолша — Адамара.
Обучение: Straight-Through Estimator (STE) QAT с гибридным оптимизатором Muon + AdamW.
Лицензия и атрибуция: Apache-2.0; сохранена атрибуция к Qwen (Alibaba Cloud), Bonsai-2 (Prism ML) и DFlash.
Обсудить Telegram 0 216

Запустится ли?

Запустится в GGUF Q2_0

Влезает самая точная из готовых сжатых версий.

  • GGUF Q2_0веса 14 GB · готовые файлы16 GB
  • GGUF TQ1_0веса 5.5 GB · готовые файлы6.6 GB
  • GGUF Q8_0рекомендуемвеса 1.9 GB · готовые файлы2.6 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 5080

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.

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

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

О модели

zenlm/zen6-gguf
Автор
zenlm
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

2160

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Antiphon-V1

Antiphon-V1
Компьютерное зрение

Zen 6 Nano (9B)

Zen 6 Nano (9B)
Компьютерное зрение

Blossom-V7.2-9B

Blossom-V7.2-9B