Model overview
Готовая квантизация **Qwen/Qwen3.8-27B** под одну карту **NVIDIA RTX 3090 24 ГБ** (Ampere, sm86). W4A16 int4, group_size=128, симметричный, формат compressed-tensors / **Marlin int4** — работает на инференс-стеке vLLM-форка `syv-ai/qwen38-27b-rtx3090` (и других vLLM с поддержкой compressed-tensors). Можно просто **стянуть и использовать** — без повторной квантизации. Это "серверный" вариант: логика `lm_head`/`embed_tokens` переквантована в int8, MTP-модуль квантизован, приложен draft-vocab для многотокенного предсказания. 1. **Калибровка** (стратифицированная, n=520, по приоритетам качества): | Источник | n | Цель | |---|---|---| | magicoder | 63 | Python-код, инструменты | | agentinstruct | 48 | агентный режим | | glaive_fc | 48 | function-calling / инструменты | | nemotron_terminal | 48 | работа с терминалом (файлы, отладка, данные) | | oasst2_ru | 48 | живой RU-чат, неформальное общение | | fineweb2-ru | 48 | русский текст | | pile-10k | 48 | общий EN | | dolly | 48 | резюме-анализ / качественные тексты | | gsm8k | 40 | рассуждения/математика | | 1c_code | 40 | 1С:Предприятие (BSL) | | ru_turbo_saiga | 26 | RU-инструкции | | humaneval | 15 | Python-код | Eval: n=84 из тех же источников (hold-out). 2. **AutoRound**: `--algs awq,signround --iters 800 --batch 2 --seqlen 2048 --nsamples 200 --seed 42` (рецепт против OOM Linux с гессианом — см. репозиторий-руководство). 3. **Подготовка под форк**: `lm_head`/`embed_tokens` → int8, MTP-модуль квантизован, сборка `mtp_draft_vocab_ids.pt` (40 960 токенов), 68 shards. 4. **Верификация** в контейнере инференса: `verify: OK (0 failures)`.
Key features
特点摘要待依据来源补齐，不凭模型名称推断能力。
Limitations & considerations
Sources are insufficient to establish specific limitations. Verify task performance, latency, data policies, licensing and version lifecycle.
Source prices & cost analysis
Prices vary by channel, region and configuration. Channel quotes are listed independently and are not treated as a single official provider price.
| Source / channel | Input | Output | Billing unit | Collected at |
|---|---|---|---|---|
| No verified prices yet. Check the source channel. | ||||
Estimate monthly base token costs
Estimates exclude cache discounts, tiered pricing, multimodal surcharges, web search, taxes and additional reasoning output.
Public benchmarks & run configuration
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
View full indexed rankings →Frequently asked questions
Do open weights permit free commercial use?
Not necessarily. Check the version license, commercial conditions and usage policies. Self-hosting incurs compute and maintenance costs.
Are these real-time billing prices?
These are timestamped source snapshots, not live billing prices. Check the channel for current versions, regions, discounts and billing methods.
Sources & traceability
许可证：apache-2.0。模型介绍与第三方评测均以原来源的具体版本和方法为准。