Точный HF ID
Qwen/Qwen3.5-35B-A3B-Base
Модель Alibaba
Base-веса Qwen3.5 с 35B total и 3B activated предназначены для fine-tuning и экспериментов, не для прямого диалога. Это отдельный checkpoint от post-trained 35B-A3B.
Коротко
HF-паспорт прямо называет публикацию pre-trained only, а архитектуру — causal language model with vision encoder и MoE. Обученные control tokens поддерживают LoRA-style PEFT, но не заменяют instruction tuning.
Главные возможности — коротко. Полные условия и параметры доступны ниже.
Qwen/Qwen3.5-35B-A3B-Base
предобученная MoE VL-основа
текст/изображение → продолжение текста
официальный HF-репозиторий; самостоятельный запуск зависит от среды
Apache-2.0
Сценарии
Выбирайте этот ID, если задача требует именно большого предобученного MoE и есть ресурсы для полной модели. Для готового мультимодального ассистента сначала тестируйте post-trained 35B-A3B.
До внедрения
3B active — не размер всех весов. Base не обещает соблюдение инструкций, безопасность ответа или качество OCR без последующей настройки. Пример chat template в карточке не отменяет это ограничение.
HF публикует веса под Apache-2.0. Локальный server example — только способ самостоятельной работы; публичный API именно для Base ID, цена и доступ из региона карточкой не подтверждены.
Русский язык
Многоязычность семейства не означает готовое качество русского ответа в Base. Для русских документов нужна собственная размеченная выборка и независимая проверка после адаптации.
Внутри линейки
Выберите до четырёх версий и сопоставьте задачу, контекст и доступ. Неуказанная цена не считается нулевой.
Сопоставлены назначение и подтверждённые характеристики. Отсутствие значения не означает ноль.
эксперимент с MoE-adapter на визуальных полях
дообучение под однотипные архивные формы
LoRA-пилот чтения одного типа диаграмм
дообучение извлечения пары полей с типовых скриншотов
Другие провайдеры
Сравните модели того же типа от разных провайдеров. Числовое место не присваивается версии без независимого измерения.
HF-паспорт прямо называет публикацию pre-trained only, а архитектуру — causal language model with vision encoder и MoE. Обученные control tokens поддерживают LoRA-style PEFT, но не заменяют instruction tuning.
zai-org/GLM-4.1V-9B-Base — самостоятельный официальный весовой репозиторий, выпущенный рядом с GLM-4.1V-9B-Thinking. Разработчик прямо пишет, что Base открыт для исследования границ VLM-возможностей. Это не иной адрес для Thinking-модели и не готовый вывод о качестве пользовательского чата.
Связи
Проверка сведений
Карточка Qwen3.5-35B-A3B-Base явно относит модель к fine-tuning, in-context learning и разработке. Практический исследовательский сценарий — собственная настройка по разрешённым изображениям продукта, где важны два-три признака дефекта. Сначала сформируйте отдельный закрытый тест с иными объектами и освещением, затем обучите адаптер и измерьте ложные срабатывания. Если тот же корпус использовался для выбора параметров, результат нельзя назвать независимым. После настройки обязательно сравните с post-trained 35B-A3B: готовый вариант может решить задачу без затрат на обучение. Контрольные токены шаблона в Base облегчают LoRA-процесс, но модель сама по себе не становится надёжным помощником по одному названию.
A3B обозначает активную часть MoE, но весь 35B набор весов остаётся необходимым для хранения и обслуживания. Перед экспериментом следует измерить память на конкретном runtime и убедиться, что адаптер действительно совместим с этой архитектурой. Официальная лицензия опубликованных весов — Apache-2.0; изображения и метки обучения имеют собственные права и требования к конфиденциальности. Нельзя переносить показатели post-trained модели на Base или представлять семейную таблицу как собственный тест. HF-репозиторий и пример локального endpoint не доказывают облачную доступность именно Base ID и не сообщают тарифа. Результаты нужно хранить вместе с точной ревизией весов, данными и настройкой визуального процессора.
Вопросы и ответы
HF-паспорт прямо называет публикацию pre-trained only, а архитектуру — causal language model with vision encoder и MoE. Обученные control tokens поддерживают LoRA-style PEFT, но не заменяют instruction tuning.
Многоязычность семейства не означает готовое качество русского ответа в Base. Для русских документов нужна собственная размеченная выборка и независимая проверка после адаптации.
Подходящие сценарии: эксперимент с MoE-adapter на визуальных полях; исследование dense 9B Base против MoE 35B-A3B Base; проверка in-context learning на закрытой выборке.
Выбирайте этот ID, если задача требует именно большого предобученного MoE и есть ресурсы для полной модели. Для готового мультимодального ассистента сначала тестируйте post-trained 35B-A3B.
3B active — не размер всех весов. Base не обещает соблюдение инструкций, безопасность ответа или качество OCR без последующей настройки. Пример chat template в карточке не отменяет это ограничение.
Каталог GPT House
Сравните назначение модели со связанными рабочими сценариями и проверьте ее на собственных данных.