全球 AI 聊天室 · 现在 18 人在线 进去聊聊
Q
模型 已收录

Qwen3.8-35B-A3B-Distill-GGUF

这款模型是基于通义千问 Qwen 系列进行蒸馏优化的 35B 参数版本，并采用了 GGUF 格式进行量化封装。对于开发者而言，它在保持强大逻辑推理能力的同时，极大地降低了对显存的硬性需求，非常适合在消费级显卡或 Mac 设备上通过 llama.cpp 等工具进行本地部署。相比于动辄数百 GB 的巨型模型，它的响应速度更快，且在处理中文语境下的文本生成、代码辅助和逻辑问答时，表现出了极高的性价比。如果你想在有限的硬件资源下，体验接近顶级闭源模型的智能水平，这是一个非常务实且高效的选择。

empero-aitext generation
查看模型来源
01 / 模型卡片

模型卡片

这款模型是基于通义千问 Qwen 系列进行蒸馏优化的 35B 参数版本，并采用了 GGUF 格式进行量化封装。对于开发者而言，它在保持强大逻辑推理能力的同时，极大地降低了对显存的硬性需求，非常适合在消费级显卡或 Mac 设备上通过 llama.cpp 等工具进行本地部署。相比于动辄数百 GB 的巨型模型，它的响应速度更快，且在处理中文语境下的文本生成、代码辅助和逻辑问答时，表现出了极高的性价比。如果你想在有限的硬件资源下，体验接近顶级闭源模型的智能水平，这是一个非常务实且高效的选择。

模型类型text generation
提供方empero-ai
许可状态apache-2.0
02 / 文件与版本

模型文件与版本

模型卡片当前详情页记录的模型说明与元数据
已收录
来源仓库https://huggingface.co/empero-ai/Qwen3.8-35B-A3B-Distill-GGUF
查看模型来源
版本信息请以来源仓库的最新版本为准
—
03 / 模型下载

下载模型

推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。

当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库: empero-ai/Qwen3.8-35B-A3B-Distill-GGUF
安装 ModelScope

下载前先安装命令行和 SDK 依赖。

pip install modelscope
命令行下载完整模型库

下载完整模型权重、配置和模型卡片。

modelscope download --model empero-ai/Qwen3.8-35B-A3B-Distill-GGUF
下载单个文件到指定目录

这里以 README.md 为例，也可以替换为仓库内的其他文件。

modelscope download --model empero-ai/Qwen3.8-35B-A3B-Distill-GGUF README.md --local_dir ./dir
SDK 下载

适合在 Python 项目或自动化脚本中使用。

from modelscope import snapshot_download
model_dir = snapshot_download('empero-ai/Qwen3.8-35B-A3B-Distill-GGUF')
Git 下载

请确保 Git LFS 已正确安装。

git lfs install
git clone https://www.modelscope.cn/empero-ai/Qwen3.8-35B-A3B-Distill-GGUF.git
跳过 LFS 大文件下载

先获取仓库结构，之后再按需拉取大文件。

GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/empero-ai/Qwen3.8-35B-A3B-Distill-GGUF.git
04 / 使用方法

如何使用

  1. 01
    步骤 1

    阅读模型卡片和来源信息。

  2. 02
    步骤 2

    从小型、非敏感任务开始评估。

  3. 03
    步骤 3

    核对输出质量、许可和使用限制。

  4. 04
    步骤 4

    验证通过后再纳入工作流。

05 / 讨论

讨论与反馈

这里保留讨论入口，方便继续核对来源、使用体验和维护状态。

前往来源页面