Xing4.0-29B-A4B
XingChen-AGI · 工具包
用于生成文本,处理规划和调用工具等多步骤任务,支持中英文和 256K 上下文。这是一个混合专家模型,适合自行部署运行的开发者。
XingChen-AGI · 工具包
用于生成文本,处理规划和调用工具等多步骤任务,支持中英文和 256K 上下文。这是一个混合专家模型,适合自行部署运行的开发者。
vllm-sr · 工具包
一个 9B 模型,一次调用就能回答关于文字、图像或视频的多个选择、是非和打分问题,并为每个答案返回概率而不是生成文字。适合路由和决策任务。
unsloth · 工具包
Qwen3.5 9B 的 GGUF 版本,支持在 llama.cpp 里用多词元预测做推测解码,生成更快。适合会自己构建 llama.cpp、想在本地运行这个模型的人。
tcmofashi · 工具包
在中文 QQ 群聊里扮演一个角色:读取聊天记录,写出一句简短随意的回复,不显示推理过程。这是 Qwen3.5-9B 的合并 9B 微调模型,也能读取聊天里的图片。
FirstPrinciplesLabs · 工具包
FirstPrinciples 从 Qwen3.5-9B 微调出的 9B 物理、科学和数学推理模型。适合想要分步推导和第二意见,并希望在本地或离线使用的研究者。
Comfy-Org · 工具包
为 ComfyUI 文本编码器文件夹重新打包的 Qwen3.5 2B、4B 和 9B 模型文件,9B 提供 bf16 和两种量化风格。适合需要 Qwen3.5 文本编码器的 ComfyUI 用户。
ggml-org · 工具包
以 GGUF 文件形式运行 Qwen3.8-27B,这是一个 26.9B 的模型,能读图片和文字并用文字回复,通过 llama 工具在本机使用,适合想把它放在自己电脑上的你。
openbmb · 工具包
一个 9B 模型就能处理图片、视频、语音和实时音视频流,并用英文和中文以文字和语音回答。适合构建语音和视觉助手的开发者。
empero-ai · 工具包
Empero 的 Qwen3.8-9B 的 GGUF 量化版本,一个由更大的 Qwen3.8 蒸馏到 Qwen3.5-9B 架构里的推理模型,适用于 llama.cpp、Ollama、LM Studio 等工具。
baselabs · 工具包
一次性回答关于某个情境的一组问题,并为每个选项给出校准过的概率。这是 Baseten 的 Base Labs 发布的 9B 决策模型,由 Qwen3.5-9B 调整而来。
Qwen · 工具包
为研究人员和开发者提供带视觉编码器的预训练 9B 基础模型,用于微调和实验,而不是直接聊天。能处理文本和图像。
inclusionAI · 工具包
用 7.9B 的混合推理模型生成文本,每个词元只激活 1.3B 参数,适合本地和低资源环境。适合不想用数据中心 GPU 却要推理和智能体能力的开发者。
169Pi · 工具包
通过三种位深的 GGUF 文件,在你自己的机器上运行 169Pi AI 的图文模型 Alpie Seed 9B。适合想在本地做视觉语言对话的开发者。
unsloth · 工具包
Unsloth 制作的 Qwen3.5-9B GGUF 量化版本,一个能读图片和文字并用文字回答的中等规模模型,适合在本地运行模型的人。
Cloudflare · 工具包
把一个状态和一组有类型的问题变成决策,一次返回每个问题每个选项的概率,没有自由文本。这是 Cloudflare 的 9B 多模态模型,面向开发者。
XiaomiMiMo · 工具包
Xiaomi MiMo 的 9B 智能体模型,由 Qwen3.5-9B 微调而来,覆盖编程、智能体任务、视觉编程和网络安全,作为研究的起点发布。
tencent · 工具包
用一个 770B 参数的混合专家模型生成文字、代码和文档,它激活 49B 个参数,支持最长 1M 的上下文。适合有硬件来托管超大开放权重的团队。
169Pi · 工具包
用一个基于 Qwen3.5-9B 的 9B 开放权重模型处理文字、图片和视频,做推理和编程,并提供适合轻量硬件的 GGUF 版本。适合想要能离线运行的模型的开发者。
Qwen · 工具包
Qwen 的 9B 开放模型,能读取文字和图片并输出文字,上下文很长,支持 201 种语言和方言,适合想在自己硬件上用中等规模模型的开发者。
ornith-ai · 工具包
提供 Ornith-1.5-9B 的 GGUF 文件,这是一个通过自我改进循环训练的 9B 稠密模型,适合单显卡使用。适合想要公开编程成绩的小模型的开发者。