Mindket

Qwen3.8-27B-MLX-8bit

新上架第 1 版 · 更新于

概览

在 Apple Silicon Mac 上运行 8 位 MLX 版本的 27B 图文模型,适合想在本地回答图片问题的人。

Qwen3.8-27B-MLX-8bit 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 电脑上装好 Python,这样才能运行 pip
  • 一台 Apple Silicon Mac 用来运行模型
  • 磁盘上要留出约 109 GB 的权重空间
用在
  • Apple Silicon Mac,这个副本就是为这类硬件调优的
  • 基于 MLX 的 Python 工具,比如制作这个副本所用的 mlx_vlm 库
  • 装有 Python 的 Windows、macOS 或 Linux,仅用于下载文件
先运行
pip install -U huggingface_hub
hf download lmstudio-community/Qwen3.8-27B-MLX-8bit

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这是 Qwen3.8-27B 模型的 8 位 MLX 副本,由 LM Studio 团队为 Apple Silicon Mac 准备。模型接收一张图片加一段文字提示词,并用文字回答。它有 27.4B 参数。

适合谁

如果你有一台 Apple Silicon Mac,想在自己的电脑上运行一个能看图并写文字的大模型,它就适合你。

行业谁在用怎么用例子
软件应用开发者在本地运行模型,回答关于截图的问题开发者放入一张屏幕截图,问画面里有哪些按钮
研究机器学习研究人员把这个 8 位副本和原版模型做对比研究人员用同一个图片问题问两个模型,再对比两份回答
教育学生和爱好者在个人 Mac 上试用大型图文模型学生请模型描述一张图表

没有 Apple Silicon Mac,或更想用托管服务的人可以跳过它。

用在哪里

  • Apple Silicon Mac,这个副本就是为这类硬件调优的
  • 基于 MLX 的 Python 工具,比如制作这个副本所用的 mlx_vlm 库
  • 装有 Python 的 Windows、macOS 或 Linux,仅用于下载文件
用例谁用得到什么
描述一张图片开发者一段关于图片的简短文字描述
回答关于截图的问题分析师根据截图内容给出的文字回答
和原版模型对比研究人员两组可以并排阅读的回答

如何设置

  • 电脑上装好 Python,这样才能运行 pip
  • 一台 Apple Silicon Mac 用来运行模型
  • 磁盘上要留出约 109 GB 的权重空间
  1. 安装 Hugging Face hub 包。
  2. 把模型文件下载到你的电脑。
  3. 在支持图文模型的 MLX 工具里打开下载好的文件。模型卡提到制作这个副本用的是 mlx_vlm 库。
pip install -U huggingface_hub
hf download lmstudio-community/Qwen3.8-27B-MLX-8bit

如何使用

文件下载到 Mac 后,你给模型一张图片和一个文字问题,它就返回文字。来源只给出了下载这一步的命令。

hf download lmstudio-community/Qwen3.8-27B-MLX-8bit
工具作用
hf download把模型文件从 Hugging Face 下载到你的电脑
pip install -U huggingface_hub安装或升级提供 hf 命令的包
mlx_vlm制作这个 8 位副本所用的 MLX 库

示例

比如你附上一张白板照片,问:“这块板上哪些任务没有负责人?”模型会读取图片,并用文字回复它找到的任务。

新手与专家

模型就是一个很大的文件,把输入变成回答。这个模型接收一张图片和一些文字,再用文字回答。你可以先跑那两条下载命令,看看文件夹里多了什么。

对熟悉这个领域的人来说,这是参数量 27.4B 的 Qwen3.8-27B,以 8 位存储,面向 Apple 的 MLX 框架,用 mlx_vlm 制作。文件使用 Safetensors 格式。精度降低后,相比原版可能损失一些准确度,而且这个副本针对 Apple Silicon 调优,不针对其他硬件。

  1. Qwen 发布 Qwen3.8-27B
  2. LM Studio 团队制作 8 位 MLX 副本
  3. 你用 hf 下载文件
  4. Mac 上的 MLX 工具加载它们
  5. 你发送图片和文字,它回写文字

注意事项

  • Size: 权重约 109 GB,参数量 27.4B
  • License: Apache 2.0,按 Hugging Face 的记录
  • Cost to run: 来源没有提到费用,不过权重要占用不少磁盘空间
  • Data it reaches: 下载要联网,并把文件写入你的磁盘,来源没有提到其他访问
  • Not for: 不要不加核对就相信回答,因为 LM Studio 的免责声明说社区模型可能给出冒犯、有害、不准确或具欺骗性的输出,且不提供任何保证

README 和文件

README

Qwen3.8-27B-MLX-8bit

在 Apple Silicon Mac 上运行 8 位 MLX 版本的 27B 图文模型,适合想在本地回答图片问题的人。

由 lmstudio-community 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:这是 Qwen3.8-27B 模型的 8 位 MLX 副本,由 LM Studio 团队为 Apple Silicon Mac 准备。模型接收一张图片加一段文字提示词,并用文字回答。它有 27.4B 参数。

适合谁:如果你有一台 Apple Silicon Mac,想在自己的电脑上运行一个能看图并写文字的大模型,它就适合你。

行业 | 谁在用 | 怎么用 | 例子
软件 | 应用开发者 | 在本地运行模型,回答关于截图的问题 | 开发者放入一张屏幕截图,问画面里有哪些按钮
研究 | 机器学习研究人员 | 把这个 8 位副本和原版模型做对比 | 研究人员用同一个图片问题问两个模型,再对比两份回答
教育 | 学生和爱好者 | 在个人 Mac 上试用大型图文模型 | 学生请模型描述一张图表

没有 Apple Silicon Mac,或更想用托管服务的人可以跳过它。

用在哪里:

  • Apple Silicon Mac,这个副本就是为这类硬件调优的
  • 基于 MLX 的 Python 工具,比如制作这个副本所用的 mlx_vlm 库
  • 装有 Python 的 Windows、macOS 或 Linux,仅用于下载文件
用例 | 谁用 | 得到什么
描述一张图片 | 开发者 | 一段关于图片的简短文字描述
回答关于截图的问题 | 分析师 | 根据截图内容给出的文字回答
和原版模型对比 | 研究人员 | 两组可以并排阅读的回答

如何设置:

  • 电脑上装好 Python,这样才能运行 pip
  • 一台 Apple Silicon Mac 用来运行模型
  • 磁盘上要留出约 109 GB 的权重空间
  1. 安装 Hugging Face hub 包。
  2. 把模型文件下载到你的电脑。
  3. 在支持图文模型的 MLX 工具里打开下载好的文件。模型卡提到制作这个副本用的是 mlx_vlm 库。
pip install -U huggingface_hub
hf download lmstudio-community/Qwen3.8-27B-MLX-8bit

如何使用:

文件下载到 Mac 后,你给模型一张图片和一个文字问题,它就返回文字。来源只给出了下载这一步的命令。

hf download lmstudio-community/Qwen3.8-27B-MLX-8bit
工具 | 作用
hf download | 把模型文件从 Hugging Face 下载到你的电脑
pip install -U huggingface_hub | 安装或升级提供 hf 命令的包
mlx_vlm | 制作这个 8 位副本所用的 MLX 库

示例:比如你附上一张白板照片,问:“这块板上哪些任务没有负责人?”模型会读取图片,并用文字回复它找到的任务。

新手与专家:模型就是一个很大的文件,把输入变成回答。这个模型接收一张图片和一些文字,再用文字回答。你可以先跑那两条下载命令,看看文件夹里多了什么。

对熟悉这个领域的人来说,这是参数量 27.4B 的 Qwen3.8-27B,以 8 位存储,面向 Apple 的 MLX 框架,用 mlx_vlm 制作。文件使用 Safetensors 格式。精度降低后,相比原版可能损失一些准确度,而且这个副本针对 Apple Silicon 调优,不针对其他硬件。

Qwen 发布 Qwen3.8-27B
LM Studio 团队制作 8 位 MLX 副本
你用 hf 下载文件
Mac 上的 MLX 工具加载它们
你发送图片和文字,它回写文字

注意事项:

  • Size: 权重约 109 GB,参数量 27.4B
  • License: Apache 2.0,按 Hugging Face 的记录
  • Cost to run: 来源没有提到费用,不过权重要占用不少磁盘空间
  • Data it reaches: 下载要联网,并把文件写入你的磁盘,来源没有提到其他访问
  • Not for: 不要不加核对就相信回答,因为 LM Studio 的免责声明说社区模型可能给出冒犯、有害、不准确或具欺骗性的输出,且不提供任何保证

Hugging Face 上的数据(2026年11月13日)

  • 任务:image text to text
  • 框架:transformers
  • 参数量:27.4B
  • Weights: about 109 GB in U32
  • Formats: Safetensors
  • 最近 30 天下载:2,683,350
  • 点赞:56
  • 许可证:apache-2.0
  • 基于:Qwen/Qwen3.8-27B
  • 标签:transformers, safetensors, qwen3_5, image-text-to-text, conversational, 8-bit

链接

  • 模型:https://huggingface.co/lmstudio-community/Qwen3.8-27B-MLX-8bit
  • 文件:https://huggingface.co/lmstudio-community/Qwen3.8-27B-MLX-8bit/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 lmstudio-community/Qwen3.8-27B-MLX-8bit

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。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Qwen3.8-27B-MLX-8bit 本页2,683,3505627.4Bapache-2.0
Qwen3.6-35B-A3B-NVFP4-Fast共有 8-bit · qwen3_5 · image-text-to-text695,02013419.8Bapache-2.0
Qwen3.8-27B-Quark-AWQ-MXFP4共有 8-bit · qwen3_5 · image-text-to-text40,2584415.6Bapache-2.0
Qwen3.8-27B-NVFP4共有 8-bit · qwen3_5 · image-text-to-text979,44512618.2Bapache-2.0
Qwen3.8-27B-oQ8e-mtp共有 8-bit · qwen3_5 · image-text-to-text2,9541627.8Bapache-2.0
DeepSeek-V4.1-Flash共有 8-bit · image-text-to-text · conversational1,759,3354,949763Bmit
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

开发类的相似商品

查看开发类的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架