Qwen3.6-35B-A3B-MTP-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗DISCOVER & COMPARE
AIモデルを探す 399
Qwen3.8-27B-abliterated-GGUF
prithivMLmods> **Qwen3.8-27B-abliterated-GGUF** is a GGUF-quantized conversion of huihui-ai/Huihui-Qwen3.8-27B-abliterated, an uncensored variant of Qwen/Qwen3.8-27B produced through abliteration — a crude, proof-of-concept activation-editing technique that removes refusal behavior directly from model weights without relying on TransformerLens. The underlying Qwen3.8-27B is a 27-billion-parameter dense causal language model with a native vision encoder, built on the Qwen3.5 architectural foundation, featuring a 64-layer hybrid design interleaving Gated DeltaNet linear-attention blocks with periodic Gated Attention layers, Multi-Token Prediction (MTP) training, a native 262,144-token context window extensible to 1M via YaRN, native image/video understanding, and flexible thinking control through a `reasoning_effort` parameter, delivering strong results on benchmarks like SWE-bench Pro (61.7), OSWorld-Verified (84.3), and GPQA Diamond (89.2). This GGUF release packages the abliterated weights across the standard quantization sweep for efficient local deployment via llama.cpp and compatible runtimes; note that, as with GGUF conversions generally, **the Multi-Token Prediction (MTP) heads are not preserved** in this format — the model runs as a standard single-token-per-step autoregressive decoder, so any latency or quality benefits tied to MTP-based speculative decoding in the original checkpoint do not carry over to these quantized builds. File Name | Quant Type | File Size | File Link | |-----------|------------|-----------|-----------| | Qwen3.8-27B-abliterated.BF16.gguf | BF16 | 53.8 GB | Download | | Qwen3.8-27B-abliterated.F16.gguf | F16 | 53.8 GB | Download | | Qwen3.8-27B-abliterated.Q2_K.gguf | Q2_K | 10.7 GB | Download | | Qwen3.8-27B-abliterated.Q3_K_L.gguf | Q3_K_L | 14.3 GB | Download | | Qwen3.8-27B-abliterated.Q3_K_M.gguf | Q3_K_M | 13.3 GB | Download | | Qwen3.8-27B-abliterated.Q3_K_S.gguf | Q3_K_S | 12.1 GB | Download | | Qwen3.8-27B-abliterated.Q4_0.gguf | Q4_0 | 15.5 GB | Download | | Qwen3.8-27B-abliterated.Q4_K_M.gguf | Q4_K_M | 16.5 GB | Download | | Qwen3.8-27B-abliterated.Q4_K_S.gguf | Q4_K_S | 15.6 GB | Download | | Qwen3.8-27B-abliterated.Q5_0.gguf | Q5
翻訳待ち・原文を表示
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3.8-27B-abliterated-MTP-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3.8-27B-abliterated-NVFP4-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3.8-27B-GGUF
prithivMLmods> **Qwen3.8-27B** is a 27-billion-parameter dense causal language model with a native vision encoder from the Qwen team, built on the Qwen3.5 architectural foundation as a compact, deployment-friendly member of the newly introduced Qwen3.8 generation — the most capable in the Qwen open-model family to date. Its 64-layer hybrid architecture interleaves Gated DeltaNet linear-attention blocks with periodic Gated Attention layers, trained with Multi-Token Prediction, and supports a native 262,144-token context window (extensible to 1M via YaRN scaling), native image and video understanding from STEM diagrams to hour-scale videos, and flexible thinking control via a `reasoning_effort` parameter (xhigh/medium/low) with thinking enabled by default and historical reasoning preserved across turns. It delivers substantial gains over its predecessor Qwen3.6-27B and often rivals or exceeds larger models like Muse Glimmer-30B and even Opus 4.6 Max on several benchmarks — scoring 73.0 on Terminal-Bench 2.1, 61.7 on SWE-bench Pro, 84.3 on OSWorld-Verified computer-use, 81.9 on AndroidWorld mobile-use, and 90.3 on LiveCodeBench v6 — reflecting particular strength in agentic coding, computer/browser/mobile-use tasks, and multimodal tool use, while remaining competitive on general reasoning benchmarks like GPQA Diamond (89.2) and IFBench (79.5). It's compatible with Hugging Face Transformers, vLLM, SGLang, and TokenSpeed out of the box, released under Apache-2.0. > [!NOTE] Multi-Token Prediction (MTP) GGUF is a specialized GGUF model file format extension that integrates speculative decoding directly into the model weights to significantly accelerate local inference. Unlike traditional speculative decoding which requires a separate, smaller "draft" model, MTP GGUF files include additional output heads within the main model architecture that predict multiple future tokens in a single forward pass. File Name | Quant Type | File Size | File Link | |-----------|------------|-----------|-----------| | Qwen3.8-27B.BF16.gguf | BF16 | 54.7 GB | Download | | Qwen3.8-27B.F16.gguf | F16 | 54.7 GB | Download | | Qwen3.8-27B.Q2_K.gguf | Q2_K | 10.9 GB | Download | | Qwen3.8-27B.Q3_K_L.gguf |
翻訳待ち・原文を表示
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3.8-Flash-Next-NVFP4-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-8B-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-Bifrost-SOL-4B-GUFF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-Code-Reasoning-4B-f32-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-Reranker-0.6B-seq-cls-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 未確認→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VisionCaption-2B-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VisionCaption-2B-Thinking-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-2B-Instruct-abliterated-v1-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-2B-Instruct-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-2B-Thinking-abliterated-v1-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-4B-Instruct-abliterated-v1-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-4B-Instruct-c_abliterated-v2
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-4B-Instruct-Unredacted-MAX
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-4B-Instruct-Unredacted-MAX-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 未確認→ 出力 未確認
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-4B-Thinking-abliterated-v1-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-8B-Abliterated-Caption-it-GGUF
prithivMLmods> The Qwen3-VL-8B-Abliterated-Caption-it model is a fine-tuned version of Qwen3-VL-8B-Instruct, tailored for Abliterated Captioning / Uncensored Image Captioning. This variant is designed to generate highly detailed and descriptive captions across a broad range of visual categories, including images with complex, sensitive, or nuanced content—across varying aspect ratios and resolutions. (sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)
翻訳待ち・原文を表示
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-8B-CrossImage-SFT-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-8B-Heretic-Stable-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Qwen3-VL-8B-Instruct-abliterated-v1-GGUF
prithivMLmods基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト · 画像→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗該当するモデルがありません
提供元・分類・入出力の条件を変更してください。新しいモデルを随時追加しています。
COST EXPLORER
モデル選びに、費用の視点も。
月間トークン数を調整してAPI費用を比較。
1 M = 100万トークン・米ドル
同一チャネルの基本テキスト料金を比較
同一チャネルの基本テキスト料金を比較
収集済みの比較可能な100万トークン当たり米ドル料金です。キャッシュ割引、段階料金、追加推論出力、税金は含みません。最新料金は出典で確認してください。
MODEL HANDBOOK
モデルを理解して選ぶ
API料金はどう比較しますか？+
入力・出力・キャッシュ料金を分け、同じ用途と使用量で総費用を比較します。画像・音声・動画は枚数、時間、解像度で課金される場合があります。
オープンウェイトは無料で商用利用できますか？+
必ずしもそうではありません。バージョンごとのライセンス、商用制限、ポリシーを確認してください。自前運用には計算資源と保守費用も必要です。
ランキング1位が最適ですか？+
順位はテスト、バージョン、評価方法によります。実際の業務データで精度、遅延、安定性、費用を比較してください。