Mythos-nano

קוד פתוח

squ11z1mit2026-06-14

safetensors
gguf
qwen2
reasoning
math

זה מודל קומפקטי שמביא יכולות פתרון מתמטיקה ותכנות תחרותי ברמה של ענקי רשת, בלי מנגנוני סירוב ובלי תלות בשירותי ענן יקרים.

3.1Bפרמטרים
131,072טוקנים בהקשר
30.1 GBמשקל הקבצים
3,158הורדות בחודש

מה זה

מדובר במודל שפת בסיס מבוסס ארכיטקטורת Qwen2 עם כ־3.1 מיליארד פרמטרים בלבד, שמתמקד בחישובי לוגיקה וחשיבה מורכבת. הייחוד הבולט שלו לעומת מודלים אחרים בגודל הזה הוא יכולת היסק יוצאת דופן במשימות אלגוריתמיות, תוך שמירה על הקשר עצום של 131,072 טוקנים.

במבחני ביצועים הוא עומד על 96.1% מעבר באתגרי קוד של ליטקוד ותוצאה של 94.3 במבחן AIME26, פער מזערי ממודלים בעלי מאות מיליארדי פרמטרים. בנוסף, המודל עבר הסרה של מנגנוני הבטיחות הרגילים, כך שהוא מייצר פלט ישיר ללא חסימות על בקשות שמשתמשים שולחים אליו.

מתאים ל

פתרון בעיות ליטקוד
פותר חידות אלגוריתמיות ובעיות תכנות תחרותי בשיעור הצלחה גבוה מאוד ביחס לגודלו הזעיר.
הוכחות וחישובים מתמטיים
מייצר פתרונות מפורטים ומדויקים למשוואות ברמת תחרויות AIME ישירות על החומרה המקומית שלכם.
ניתוח מסמכים ארוכים
מעבד טקסטים בהיקף נרחב בזכות תמיכה מובנית בחלון הקשר של מעל 130 אלף טוקנים.

איפה זה נופל

היוצרים מזהירים במפורש שהמודל לא אומן על קריאות לפונקציות או ארכיטקטורת סוכנים עצמאיים. אם תנסו לחבר אותו ל־tool calling, ניהול API או סוכני פיתוח אוטונומיים, תקבלו תוצאות שבורות לחלוטין. הוא מתאים לפתרון בעיות נקודתיות של תכנות תחרותי, ולא לעבודה בתוך פייפליין אוטומטי של תוכנה.

חיסרון מרכזי נוסף הוא הסרת מחסומי הבטיחות. המודל יענה על כל בקשה בלי בדיקת סיכונים, מה שמחייב אתכם לבנות שכבת סינון משלכם לפני חשיפה למשתמשי קצה. בנוסף, רמת הידע הכללי במבחן GPQA-D יורדת ל־70.2, כך שאין לצפות ממנו לתשובות עמוקות בשאלות ידע כלליות.

שאלות
נפוצות

האם המודל תומך בעברית?

כרטיס המודל מגדיר תמיכה בשפה האנגלית בלבד. הוא עשוי לפלוט מילים בעברית בזכות משקלי הבסיס של Qwen2, אבל הוא לא אומן ולא נבדק על פתרון בעיות או מתמטיקה בשפה העברית.

האם אפשר להשתמש בו כסוכן שכותב קוד ומריץ בדיקות במקומי?

לא. המפתחים מדגישים שהמודל לא עבר אימון על tool-calling או סוכני תוכנה, ולכן הוא לא מתאים לתזמור של קוד מורכב או חיבור לכלים חיצוניים.

האם אני צריך שרת ענן יקר כדי להריץ אותו?

ממש לא. מדובר במודל של כ־3.1 מיליארד פרמטרים בלבד שזמין גם בפורמט GGUF מכווץ, כך שאפשר להריץ אותו על מחשב נייד חזק או כרטיס מסך בסיסי.

איך מריצים

אתם מריצים אותו מקומית דרך ספריית transformers בפייתון באמצעות כרטיס מסך תומך CUDA וטעינה ב־bfloat16, או מורידים קובצי GGUF מותאמים כמו mythos-nano-Q4_K_M להרצה פשוטה ב־Ollama וב־llama.cpp. הקבצים המלאים שוקלים 30.1 גיגה־בייט ב־19 קבצים, אך הגרסה המכווצת תרוץ בקלות על חומרת צרכנים ביתית ומעבדים גרפיים סטנדרטיים.

אם אתם צריכים רק תיווך קריאות API למערכות ארגוניות או שאין לכם כוח חישוב ייעודי, עדיף להסתמך על שירות חיצוני. המודל דורש הגדרת טמפרטורה סביב 0.6 עד 1.0 כדי להפיק שרשראות פתרון ארוכות של עד עשרות אלפי טוקנים.

ollama run hf.co/squ11z1/Mythos-nano:Q4_K_M

איזו גרסה

אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.

safetensors6.2 GB F166.2 GB Q8_03.3 GB Q6_K2.5 GB Q5_K_M2.2 GB Q5_K_S2.2 GB Q4_K_M1.9 GB Q4_K_S1.8 GB Q3_K_L1.7 GB Q3_K_M1.6 GB Q3_K_S1.5 GB Q2_K1.3 GB

הקבצים

19 קבצים במאגר, 30.1 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא MIT חופשי לחלוטין. אתם רשאים להריץ, לשנות, להטמיע במוצרים מסחריים ולהפיץ את הקוד והמשקלים בלי לשלם תמלוגים, כל עוד אתם שומרים על הודעת הרישיון המקורית. זכרו שכל האחריות המשפטית על הפלטים הלא מצונזרים חלה עליכם בלבד.

שימוש מסחרי
שינוי הקוד
הפצה מחדש

הרישיון המלא בעמוד המודל ↗