AI NEWS.ccAI는 지금, 미래는 업데이트 중
♡ 저장한 도구 0
AI 모델 라이브러리/dbirks/Qwen3.8-27B-W4A16-AutoRound
모델 정보

Qwen3.8-27B-W4A16-AutoRound

dbirks · Qwen3.8-27B-W4A16-AutoRound

An int4 weight-only (W4A16) quantization of Qwen/Qwen3.8-27B, made with Intel AutoRound and packaged in compressed-tensors for vLLM. The weights are int4 and the activations stay BF16, so it runs on any Ampere-or-newer NVIDIA GPU through the Marlin int4 kernel — no Blackwell needed. It's about 19.5 GB on disk, down from roughly 52 GB at BF16. This build is aimed at non-Blackwell GPUs. If you have a Blackwell card (RTX 50-series, B200, DGX Spark), the NVFP4 (W4A4) sibling uses the FP4 tensor cores and will be faster. Accuracy notes are in the Evaluation section below. - **Base model:** `Qwen/Qwen3.8-27B` — a hybrid **GatedDeltaNet (linear-attention) + full-attention** multimodal decoder (64 layers: 48 linear-attn + 16 full-attn) with a vision tower; 262K context. - **Quantization:** int4 **W4A16** (weight-only, group size 128) on the language-decoder `Linear` layers, **except** the two tiny per-layer recurrence-control projections (`in_proj_a`, `in_proj_b`) which stay BF16. - **Kept BF16:** `linear_attn.in_proj_a` / `in_proj_b`, the entire `visual.*` vision tower, the `mtp` head, and `lm_head`. - **Format:** compressed-tensors (`pack-quantized`), auto-detected by vLLM (Marlin int4). - **Quantizer:** Intel AutoRound (arXiv:2309.05516), SignRound block reconstruction.

번역 대기 중입니다. 원문을 표시합니다.

시각 질의응답license:apache-2.0
컨텍스트 창미공개
입력 → 출력텍스트、이미지 → 텍스트
모델 웨이트미확인
정보 업데이트2026/10/31 12:34:20
OVERVIEW

모델 소개

An int4 weight-only (W4A16) quantization of Qwen/Qwen3.8-27B, made with Intel AutoRound and packaged in compressed-tensors for vLLM. The weights are int4 and the activations stay BF16, so it runs on any Ampere-or-newer NVIDIA GPU through the Marlin int4 kernel — no Blackwell needed. It's about 19.5 GB on disk, down from roughly 52 GB at BF16. This build is aimed at non-Blackwell GPUs. If you have a Blackwell card (RTX 50-series, B200, DGX Spark), the NVFP4 (W4A4) sibling uses the FP4 tensor cores and will be faster. Accuracy notes are in the Evaluation section below. - **Base model:** `Qwen/Qwen3.8-27B` — a hybrid **GatedDeltaNet (linear-attention) + full-attention** multimodal decoder (64 layers: 48 linear-attn + 16 full-attn) with a vision tower; 262K context. - **Quantization:** int4 **W4A16** (weight-only, group size 128) on the language-decoder `Linear` layers, **except** the two tiny per-layer recurrence-control projections (`in_proj_a`, `in_proj_b`) which stay BF16. - **Kept BF16:** `linear_attn.in_proj_a` / `in_proj_b`, the entire `visual.*` vision tower, the `mtp` head, and `lm_head`. - **Format:** compressed-tensors (`pack-quantized`), auto-detected by vLLM (Marlin int4). - **Quantizer:** Intel AutoRound (arXiv:2309.05516), SignRound block reconstruction.

주요 특징

特点摘要待依据来源补齐，不凭模型名称推断能力。

한계 및 유의 사항

구체적 한계를 판단할 출처가 부족합니다. 실제 성능, 지연, 데이터 정책, 라이선스와 버전 수명을 확인하세요.

PRICING & COST

출처별 요금 및 비용 분석

요금은 채널, 지역, 설정에 따라 다릅니다. 각 채널 요금은 개별 표시되며 제공사의 통일 공식 요금이 아닙니다.

출처 / 채널입력출력과금 단위수집 시간
확인된 요금이 없습니다. 출처를 확인하세요.

월간 기본 토큰 비용 추정

—

추정치에는 캐시 할인, 구간 요금, 멀티모달 추가 요금, 검색, 세금 및 추가 추론 출력이 포함되지 않습니다.

INDEPENDENT BENCHMARKS

공개 평가 및 실행 설정

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。

등록된 전체 순위 보기 →

자주 묻는 질문

오픈 웨이트면 무료 상업 이용이 가능한가요?

반드시 그렇지는 않습니다. 버전별 라이선스, 상업 이용 조건과 정책을 확인하세요. 자체 배포에는 연산 및 유지 비용도 듭니다.

실시간 결제 요금인가요?

수집 시간이 기록된 요금 스냅샷입니다. 최신 버전, 지역, 할인과 과금 방식은 해당 채널에서 확인하세요.

출처 및 추적 기록

huggingface · dbirks/Qwen3.8-27B-W4A16-AutoRound ↗2026/10/31 12:34:20
huggingface · enrich:425ceae7-5d24-49b0-a2d2-52a7e35f80f6 ↗2026/10/29 16:58:58

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。