模型介绍
A **W4A16 (INT4 weight, FP16 activation) quantization** of `Qwen/Qwen3.6-27B`, produced with Intel's AutoRound. - **Base**: Qwen3.6-27B (27B dense VLM, Apr 21 2026) - **Quant**: INT4 W4A16, group_size 128, symmetric - **Tool**: `auto-round` (default recipe, 200 iters, torch.compile) - **Size**: 18 GB (down from ~54 GB BF16) — **3x reduction** - **MTP preserved**: The native Multi-Token Prediction head is kept in BF16, enabling **native speculative decoding** in vLLM (≈90% draft acceptance in our tests, ~2x throughput) - **Accuracy**: Default AutoRound recipe preserves quality well; layer-norm weights, router layers, RMSNorm, `linear_attn.in_proj_a/b`, and MTP's fusion `fc` are kept unquantized (they're small and benefit from full precision) Requires vLLM that supports Qwen3_5 MTP (most recent nightlies — tested with `eugr/spark-vllm-docker` fork `0.19.1rc1.dev39+g7055d32a7`):
主要特点
特点摘要待依据来源补齐，不凭模型名称推断能力。
局限与注意事项
暂无足够来源支持具体缺点结论。请重点验证实际任务表现、时延、数据政策、许可与版本生命周期。
来源报价与费用分析
同一模型在不同渠道、地区和配置下可能采用不同价格。下表独立保留各渠道报价，不将渠道价格视为厂商官方统一价格。
| 来源 / 渠道 | 输入 | 输出 | 计费单位 | 采集时间 |
|---|---|---|---|---|
| 暂未取得可核验报价，请查阅来源渠道。 | ||||
按月估算基础 Token 费用
预估不包含缓存优惠、阶梯定价、多模态附加费用、网络检索、税费及推理额外输出。
公开评测与运行配置
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。
查看完整已收录榜单 →常见问题
开放权重是否代表可以免费商用？
不一定。应核对具体版本许可证、商用门槛和使用政策。自部署还会产生算力和维护成本。
这些价格是实时结算价格吗？
不是实时结算价格，而是带采集时间的来源报价快照。请到对应渠道核对当前版本、区域、折扣和计费方式。
资料来源与可追溯记录
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。