GPT
הוספת כלי
Q

Qwen3.5-0.8B

קוד פתוח

Qwenapache-2.02026-02-28

  • transformers
  • safetensors
  • qwen3_5
  • image-text-to-text
  • conversational

יש כאן גם סקירה על Qwen עצמו.

מודל משולב טקסט ותמונה זעיר במיוחד, ששוקל 1.6 גיגה-בייט בלבד עם חלון של 262,144 טוקנים. מתאים למי שחייב מולטימודל על חומרה חלשה או ישירות במכשיר קצה.

  • 873Mפרמטרים
  • 262,144טוקנים בהקשר
  • 1.6 GBמשקל הקבצים
  • 2,412,896הורדות בחודש

מה זה

מדובר במודל image-text-to-text מבוסס ארכיטקטורת Qwen3_5ForConditionalGeneration עם 873 מיליון פרמטרים. המאפיין הייחודי כאן הוא שילוב של מודל שפה עם מעבד תמונה מובנה (Vision Encoder) בגודל פיזי של פחות ממיליארד פרמטרים, לצד חלון הקשר ענק של 262,144 טוקנים ותמיכה מוצהרת ב־201 שפות ודיאלקטים.

התוצאות במבחנים משקפות בדיוק את המגבלות של הגודל שלו. במבחני שפה וידע כללי כמו MMLU-Redux הוא מקבל 48.5 במצב רגיל ו־59.5 במצב חשיבה. במבחני ראייה ממוחשבת כמו MMMU הוא מגיע ל־49 נקודות. זה אומר שהוא מבין הוראות בסיסיות ויכול לתאר תמונות, אבל במבחנים מורכבים יותר הוא מפגר משמעותית אחרי מודלים של 2 מיליארד ו־4 מיליארד פרמטרים.

מתאים ל

  • קריאת תמונות במכשיר קצה

    שוקל 1.6 גיגה-בייט בלבד, מה שמאפשר הרצה מקומית מלאה של קלט תמונה וטקסט ללא שרת חיצוני.

  • בסיס לכוונון למשימה בודדת

    גודל של 873 מיליון פרמטרים מאפשר אימון מהיר וזול במיוחד על דאטה ייעודי וממוקד.

  • בניית אב-טיפוס מולטימודלי

    מאפשר בדיקת היתכנות מהירה של פיצ'רים המשלבים ראייה ושפה על מחשב פיתוח רגיל.

איפה זה נופל

היוצרים עצמם מבהירים בכרטיס המודל שהייעוד שלו הוא אב-טיפוס, כוונון עדין למשימות ספציפיות, ומחקר. הוא לא מיועד להסקה לוגית כבדה. במבחן GPQA במצב חשיבה הוא קיבל 11.9 נקודות בלבד, ובמבחן סוכנים כמו TAU2-Bench הוא עומד על 11.6. במבחני מתמטיקה כמו HMMT אין לו אפילו תוצאה מדווחת בטבלה. אם תתנו לו לפתור בעיות היגיון מפותלות או לנהל תהליכים מרובי שלבים, תקבלו שגיאות והזיות.

אותה משפחה

Qwen3.5 יצא ב־20 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן, והשאר בעמוד המפרסם.

Qwen3.5-9B11,389,211 Qwen3.5-4B7,264,578 Qwen3.5-2B3,115,741 Qwen3.5-27B2,296,792 Qwen3.5-35B-A3B2,290,236 Qwen3.5-122B-A10B-FP81,612,865 Qwen3.5-35B-A3B-FP81,469,426 Qwen3.5-2B-Base892,422

שאלות
נפוצות

האם המודל הזה מתאים לשימוש כסוכן אוטונומי שמפעיל כלים?

לא. התוצאות שלו במבחני הפעלת כלים וסוכנים נמוכות מאוד, עם 25.3 ב־BFCL-V4 ו־11.6 בלבד ב־TAU2-Bench. הוא קטן מדי מכדי לשמור על עקביות לאורך תהליכי עבודה ארוכים.

האם באמת אפשר לנצל חלון הקשר של 262,144 טוקנים במודל כזה?

טכנית הארכיטקטורה תומכת בזה, אבל בפועל היכולת שלו לדלות מידע מורכב מטקסט ארוך מוגבלת. במבחן AA-LCR להקשר ארוך הוא קיבל ציון של 4.7 בלבד, כך שלא כדאי לבנות עליו לניתוח ספריות קוד שלמות.

איך מריצים

בגלל המשקל הזעיר שלו, 1.6 גיגה-בייט שמחולקים ל־13 קבצים, אפשר להריץ אותו כמעט על כל כרטיס מסך בסיסי, מעבד גרפי של מחשב נייד או אפילו ישירות על מעבד מרכזי בלי מאמץ מיוחד. הוא נתמך ישירות בספריות כמו transformers, vLLM, SGLang ו־KTransformers.

אם כל מה שאתם צריכים זה ניתוח מסמכים פשוט או מיון תמונות מקומי, אין שום סיבה לשלם על API חיצוני. לעומת זאת, אם אתם בונים מערכת שדורשת היגיון מתמטי כבד, קוד סבוך או תיאום סוכנים מורכב, עדיף לפנות למודלים גדולים יותר ברשת כי המודל הזה פשוט לא יספק את הסחורה.

from transformers import pipeline

pipe = pipeline("image-text-to-text", model="Qwen/Qwen3.5-0.8B")
print(pipe("שלום"))

הקבצים

13 קבצים במאגר, 1.6 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

המודל מופץ תחת רישיון apache-2.0. זהו רישיון קוד פתוח מתירני מאוד שמאפשר שימוש מסחרי, שינוי של המשקולות, שילוב במוצרים סגורים והפצה מחדש, כל עוד שומרים על הודעת זכויות היוצרים והרישיון המקורי.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗