Qwen3.5-4B-3D-Coder-GGUF

Qwen3.5-4B-3D-Coder-GGUF

用早期预览版 Qwen3.5-4B 微调模型的 GGUF 副本写代码，并生成自包含的 Three.js 交互 3D 场景页面。适合在本地做 3D 场景原型的开发者。

由 prithivMLmods 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个仓库收录了 Qwen3.5-4B-3D-Coder 的 GGUF 副本，它是 ccore 对 Qwen3.5-4B 做的早期预览版微调。它面向通用编程，以及用自包含的 Three.js HTML 和 JavaScript 写成的交互 3D 场景。训练用的是一套 MIT 许可、含 4,146 个 Three.js 场景示例的数据，里面有提示词、推理过程和完整代码。

适合谁：适合想用小型本地模型起草 Three.js 场景，并接受早期预览版输出可能要修改的开发者和爱好者。

行业 | 谁在用 | 怎么用 | 例子
网页开发 | 前端开发者 | 把 3D 场景起草成一个 HTML 页面 | 要一个带灯光的旋转立方体
教育 | 老师和学生 | 通过修改生成的场景来学 Three.js | 阅读并修改模型返回的代码
创意编程 | 爱好者 | 在笔记本上做交互 3D 想法的原型 | 不用服务器，直接运行一个小的量化文件

需要实测准确度的人可以跳过，因为说明页没有给出基准数字。

用在哪里：

• llama.cpp：说明页自己的一节讲的就是在那里运行 GGUF 文件。
• LM Studio：说明页称要关闭多词元预测。
• 浏览器，用来打开模型写出的 Three.js 页面。
• Windows、macOS 或 Linux：下载步骤在这三个系统上都能用 Python 完成。

使用场景 | 谁用 | 得到什么
3D 场景草稿 | 开发者 | 一个带 Three.js 代码的自包含 HTML 页面
编程帮助 | 开发者 | 来自 4B 级小模型的通用代码
识图提示 | 开发者 | 通过单独的投影文件获得视觉支持

如何设置：

先准备好：

• Python 和 pip，用来下载文件。
• 一个 GGUF 运行时，例如 llama.cpp 或 LM Studio。
• 为你选的文件准备内存，从约 2.3 GB 到 8.4 GB。

1. 用 pip 安装 Hugging Face hub 包。
2. 下载整个仓库，或只下载你要的量化文件。
3. 在你的运行时里加载文件。要用视觉的话，还要加载投影文件。

pip install -U huggingface_hub
hf download prithivMLmods/Qwen3.5-4B-3D-Coder-GGUF

Title: 该选哪个文件
类型 | 大小 | 用途
BF16 | 8.42 GB | 全精度权重，质量最好，文件最大
Q8_0 | 4.48 GB | 接近原版，很少需要
Q6_K | 3.46 GB | 体积更小，质量接近原版
Q5_K_M | 3.07 GB | 质量很好，是推荐之一
Q4_K_M | 2.71 GB | 适合大多数机器的均衡默认选择
Q3_K_L | 2.42 GB | 质量较低，适合内存很少的机器
mmproj-bf16 | 676 MB | 加入图像输入的投影文件

如何使用：

加载一个量化文件，用平实的话要一个场景，如果有关于 Three.js 的系统提示词也可以带上。模型会回答 HTML 和 JavaScript，你保存后在浏览器里打开。出现小错误就重试或手动修，因为说明页提醒有些输出需要这样做。

示例：

你要一个小的交互场景，比如带灯光和地面的旋转立方体。模型返回一个带 Three.js 代码的完整 HTML 页面。你保存它，在浏览器里打开，再调整任何跑不起来的地方。

新手与专家：

量化版是模型的一个更小的副本，能在普通电脑上运行。一个好的第一步是用说明页称为大多数场景默认选择的 Q4_K_M 文件，然后发一个简短的场景请求。

基础是对 Qwen3.5 的 4B 微调，用于写出构建 3D 场景的代码，说明页称它是早期预览版。量化越小，质量越低。说明页没有给基准，而是用示例场景来展示结果。该模型另有一个带多词元预测的重新打包版本，但这个仓库里没有。

选一个适合你内存的量化文件
在 llama.cpp 或 LM Studio 里加载
用平实的话要一个 Three.js 场景
保存 HTML，在浏览器里打开

注意事项：说明页列出了每个文件的大小。

Title: 各量化类型的文件大小
BF16: 8.42 GB
Q8_0: 4.48 GB
Q6_K: 3.46 GB
Q5_K_M: 3.07 GB
Q4_K_M: 2.71 GB
Q3_K_L: 2.42 GB
Q3_K_M: 2.26 GB

• 状态：早期预览版，有些输出可能需要重试或做小的代码修正。
• 证据：没有定量基准，只有示例 3D 场景。
• LM Studio：关闭多词元预测。
• License: apache-2.0
• Cost to run: 没有提到 API 密钥、账号或付费服务。
• Data it reaches: 你从 Hugging Face 下载的文件，以及你写的提示词。
• Not for: 需要经过验证的准确度的工作，或不经审查就必须直接上线的场景。

Hugging Face 上的数据（2026年11月14日）

• 任务：image text to text
• 框架：transformers
• 参数量：4.2B
• Weights: about 2.1 GB at 4-bit (estimate)
• Formats: GGUF
• 最近 30 天下载：9,492
• 点赞：13
• 许可证：apache-2.0
• 语言：en
• 基于：ccore/Qwen3.5-4B-3D-Coder
• 标签：transformers, gguf, llama-cpp, qwen3_5, code, threejs, 3d, preview, image-text-to-text, conversational

链接

• 模型：https://huggingface.co/prithivMLmods/Qwen3.5-4B-3D-Coder-GGUF
• 文件：https://huggingface.co/prithivMLmods/Qwen3.5-4B-3D-Coder-GGUF/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download prithivMLmods/Qwen3.5-4B-3D-Coder-GGUF

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。