Qwen3.8-Flash-Next-GGUF
apetersson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。
언어부터 이미지, 오픈 웨이트부터 API까지. 기능과 실제 비용을 비교하세요.
다음 아이디어에 맞는 AI를 찾아보세요.
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。
NVIDIA Cosmos Reason 2 is an open, 2B-parameter reasoning vision-language model (VLM) for physical AI and robotics. It is post-trained from Qwen3-VL-2B-Instruct and understands space, time, and fundamental physics. **Key capabilities:** - Physical AI reasoning with spatio-temporal understanding - Object detection with 2D/3D point localization and bounding boxes - Long-context understanding up to 256K input tokens - Video analytics, data curation, and robot planning
번역 대기 중 · 원문 표시
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。
기본 정보 등록 · 상세 정보 보완 예정
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。
기본 정보 등록 · 상세 정보 보완 예정
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。
기본 정보 등록 · 상세 정보 보완 예정
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。
기본 정보 등록 · 상세 정보 보완 예정
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。
기본 정보 등록 · 상세 정보 보완 예정
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。
기본 정보 등록 · 상세 정보 보완 예정
4-битный AWQ-квант Qwen/Qwen3.8-27B, сделанный llm-compressor в формате `compressed-tensors` (`pack-quantized`). Грузится в vLLM нативно. Квантование выполнено **с BF16-весов базовой модели**, а не с официального FP8-чекпоинта — чтобы не накладывать INT4 поверх уже потерянной точности. Qwen3.8-27B — гибрид: 64 слоя по схеме `16 × (3 × Gated DeltaNet → 1 × Gated Attention)`, плюс vision-башня и MTP-голова.
번역 대기 중 · 원문 표시
4-битный AWQ-квант orcarouter/Qwen3.8-27B-Uncensored, сделанный llm-compressor в формате `compressed-tensors` (`pack-quantized`). Грузится в vLLM нативно. Квантование выполнено **с BF16-весов**, а не поверх FP8-чекпоинта — чтобы не накладывать INT4 на уже потерянную точность. Qwen3.8-27B — гибрид: 64 слоя по схеме `16 × (3 × Gated DeltaNet → 1 × Gated Attention)`, плюс vision-башня и MTP-голова.
번역 대기 중 · 원문 표시
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。
기본 정보 등록 · 상세 정보 보완 예정
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。
기본 정보 등록 · 상세 정보 보완 예정
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。
The **uncensored** Qwen3.8-Flash-Next (125B total / 6B active MoE) packed for mlx-serve, so it actually fits and flies on a 128 GB Apple Silicon Mac: > The other ways to run this model uncensored on a Mac either don't fit 128 GB > (the original MLX repo is 163 GiB) or run slower (GGUF IQ4_XS ≈ 26 tok/s on > the same hardware; generic Python MLX paths ≈ 27–36 tok/s). This is a 4-bit MLX-Serve pack of **orcarouter/Qwen3.8-Flash-Next-Uncensored** — the full-precision **BF16 abliterated** (refusal-removed) build of Qwen's Qwen3.8-Flash-Next. See orcarouter's card for the full abliteration methodology and evaluation; this section summarizes it.
번역 대기 중 · 원문 표시
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。
기본 정보 등록 · 상세 정보 보완 예정
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。
A model post-trained with several rounds of SFT and RLOO on top of Qwen3.8-27B-EfficientThink-SFT-SimPO-DFlash2, which is itself the official Qwen3.8-27B post-trained with SFT and SimPO. It is built to fix the original model's habit of failing to stop: it already has an answer, yet keeps re-deriving until it hits the 94K cap with no final answer. This repository provides five safetensors tiers, **BF16**, **static FP8 Block128**, **NVFP4 W4A16**, **NVFP4 W4A4**, and **NVFP4 W4A4-W8A8** (mixed precision), all fully multimodal (text + image/video) with the official BF16 MTP bundled; all load in SGLang without patches, and the FP8 package is also smoke-tested on vLLM. It also has **NInfer W4A4 / W4A4-W8A8** (`NVFP4-NInfer/`), **INT8 W8A8** (`INT8/W8A8/`, text only), and **GGUF Q2 / Q3 / Q4 LynnStyle, Q6_K, and Q8_0** (`GGUF/`, `GGUF-NInfer/`, built-in MTP). **Lineage**: official Qwen3.8 27B (177 / 444 / 83) → our SFT + SimPO110 final, i.e. the EfficientThink base (171 / 442 / 89) → K3 continuation SFT → week-2 SFT (week2dose, update-225) → first RLOO round (182 groups) → another SFT round (merge-sft-100), giving sft-base-rloo (177 / 448 / 90) → second RLOO round (172 groups) → **Coder390** (178 / 445 / 90, dynamic FP8). Numbers are GPQA / MMLU / LCB, all full suites under the same 100K protocol. **Training base**: this model starts from our own EfficientThink SFT + SimPO model (the SimPO110 final) and goes through several rounds of SFT and RLOO, which is itself a post-trained version of the official Qwen3.8-27B: Qwen3.8-27B-EfficientThink-SFT-SimPO-DFlash2.
번역 대기 중 · 원문 표시
제공사, 분류, 입출력 조건을 조정하세요. 새 모델이 계속 등록됩니다.
월간 토큰 사용량으로 예상 API 비용을 비교하세요.
수집된 백만 토큰당 USD 요금입니다. 캐시 할인, 구간 요금, 추가 추론 출력, 세금은 제외됩니다. 최신 요금은 출처에서 확인하세요.
입력, 출력, 캐시 요금을 구분하고 동일 작업량으로 비교하세요. 이미지, 음성, 영상은 개수, 시간, 해상도로 과금될 수 있습니다.
반드시 그렇지는 않습니다. 버전별 라이선스, 상업 이용 제한, 정책을 확인하세요. 자체 호스팅에는 연산 및 유지 비용도 듭니다.
순위는 작업, 버전, 평가 방식에 따라 다릅니다. 실제 업무로 정확도, 지연, 안정성, 비용을 비교하세요.