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

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

ccore/Qwen3.5-4B-GLB-3D-Coder（一个 4.2B 模型）的静态 GGUF 量化版本，大小从 2.0 GB 到 8.5 GB，另有两个小型多模态补充文件。由 mradermacher 制作。

由 mradermacher 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：这个仓库存放 ccore/Qwen3.5-4B-GLB-3D-Coder 的静态 GGUF 量化版本，它是一个 4.2B 模型。量化会缩小权重，让模型能装进更小的硬件，代价是质量有所下降。清单从 2.0 GB 到 8.5 GB，另有两个小文件提供多模态部分。名字暗示这是一个为 3D GLB 文件写代码的模型，但模型卡没有说明，所以请查看基础模型的页面。

适合谁：它适合在本地运行模型、想要一个能装进自己内存的基础模型版本的人，也适合比较量化级别的爱好者。

行业 | 谁在用 | 怎么用 | 例子
本地 AI | 硬件一般的爱好者 | 以更小的形式在本地运行 4.2B 模型 | 选择模型卡推荐的 Q4_K_M 文件
软件开发 | 测试编程模型的开发者 | 在 GGUF 运行器里试用一个紧凑的模型 | 加载一个文件，给它发一条简短的编程提示
模型研究 | 比较量化的人 | 在不同类型之间权衡质量和大小 | 在同一个提示上比较 Q5_K_M 和 Q6_K

如果你想要原始的完整模型或加权量化版本，请去它们各自的仓库。模型卡说，当时没有计划做加权量化版本。

用在哪里：

• 能加载 GGUF 文件的本地运行器
• 内存足够放下你所选文件的电脑，大小从约 2.0 GB 到 8.5 GB
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

用途 | 谁用 | 能得到什么
本地测试 | 爱好者 | 一个可以在你的运行器里加载的 GGUF 文件
大小比较 | 研究者 | 同一个模型的多种量化类型可以比较
多模态使用 | 开发者 | 一个与模型配套的补充文件

如何设置：
你需要先准备：

• Python 和 Hugging Face 命令行
• 一个能加载 GGUF 文件的运行器
• 放你所选文件的空闲空间，在 2.0 到 8.5 GB 之间

1. 从下面的表里选一个量化类型。
2. 从仓库的文件列表里只下载那一个文件。
3. 在你的 GGUF 运行器里加载它。

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

这条命令会获取所有文件，所以如果只要一个量化版本，请改为在模型页面的文件列表里挑选那个文件。

如何使用：
模型卡没有给出运行命令。它把你指向 TheBloke 的 README，了解如何使用 GGUF 文件，包括如何合并分成多个部分的文件。清单按大小排序，而不是按质量。

Title: 部分量化版本
类型 | 大小，单位 GB | 模型卡的备注
Q2_K | 2.0 | 没有给出
Q3_K_M | 2.4 | 质量较低
Q4_K_S | 2.7 | 速度快，推荐
Q4_K_M | 2.8 | 速度快，推荐
Q6_K | 3.6 | 模型卡说质量好
Q8_0 | 4.6 | 速度快，质量最好
f16 | 8.5 | 模型卡称之为大材小用

部分 | 作用
mmproj 文件 | 多模态补充文件，0.5 GB 和 0.8 GB
静态量化版本 | 基础模型的普通量化版本
模型请求 | 作者通过社区讨论接受其他量化版本的请求

示例：你选择模型卡推荐的 2.8 GB 的 Q4_K_M 文件，并在你的 GGUF 运行器里加载它。如果你需要多模态部分，还要下载其中一个 mmproj 文件。

新手与专家：第一次尝试可以用 Q4_K_M，因为模型卡推荐它，而且体积小。如果你有富余的空间，可以试试 Q6_K 或 Q8_0，并比较答案。

对懂行的人来说，这些是 ccore/Qwen3.5-4B-GLB-3D-Coder 的静态量化版本。模型卡说作者以后可能会加上加权量化版本，你可以在社区讨论里请求。它还补充说，IQ 类型往往比大小相近的非 IQ 类型更值得选，并指向一张比较低质量量化类型的图表。f16 文件最大，有 8.5 GB，模型卡称之为大材小用。

ccore/Qwen3.5-4B-GLB-3D-Coder 是基础模型
把它转换并量化成静态文件
你从清单里选一个大小
你的运行器加载 GGUF 文件

注意事项：

Title: 文件大小，单位 GB
Q2_K: 2.0 GB
Q3_K_M: 2.4 GB
Q4_K_S: 2.7 GB
Q4_K_M: 2.8 GB
Q5_K_M: 3.2 GB
Q6_K: 3.6 GB
Q8_0: 4.6 GB
f16: 8.5 GB

• 顺序：清单按大小排序，而不是按质量。
• 质量：模型卡把 Q3_K_M 标为质量较低，把 Q8_0 标为最好。
• 加权量化版本：当时没有，你可以请求。
• 基础模型：ccore/Qwen3.5-4B-GLB-3D-Coder，请阅读它自己的页面了解预期用途。
• License: apache-2.0
• Cost to run: 没有提到 API 密钥或付费服务。你需要放得下所选文件的内存。
• Data it reaches: 它从 Hugging Face 下载文件。
• Not for: 期望最小的文件达到完整的原始质量。

Hugging Face 上的数据（2026年11月13日）

• 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：2,283
• 点赞：5
• 许可证：apache-2.0
• 语言：en
• 基于：ccore/Qwen3.5-4B-GLB-3D-Coder
• 标签：transformers, gguf, qwen3_5, code, threejs, 3d, godot, conversational

链接

• 模型：https://huggingface.co/mradermacher/Qwen3.5-4B-GLB-3D-Coder-GGUF
• 文件：https://huggingface.co/mradermacher/Qwen3.5-4B-GLB-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 mradermacher/Qwen3.5-4B-GLB-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。