42 lines
1.6 KiB
Markdown
42 lines
1.6 KiB
Markdown
# Qwen Beta 1 – GSQ-RCO
|
||
|
||
`qwen-beta-1` ist ein zusätzliches, nicht standardmäßig aktives Router-Profil.
|
||
Die bestehenden Profile und das Standardprofil `qwen-medium` bleiben unverändert.
|
||
|
||
## Laufzeitkonfiguration
|
||
|
||
- Modell: Qwen3.8-27B GSQ-RCO IQ3_S MTP
|
||
- Kontext: 112.000 Token als konservativer Startwert
|
||
- Textmodell und KV-Cache: vollständig RTX 5080
|
||
- Vision-Projektor: RTX 3060
|
||
- KV-Quantisierung: Q4_0 für K und V
|
||
- MTP: 3 Draft-Token
|
||
- Batch / Micro-Batch: 2048 / 128
|
||
|
||
## Vorherige IQ3_XXS-Kontextgrenze
|
||
|
||
Eine echte Bildanfrage mit einer 2,3-MB-JPEG-Datei wurde zur Bestimmung der
|
||
VRAM-Grenze verwendet.
|
||
|
||
| Kontext | Ergebnis | Rest auf RTX 5080 nach Bildlauf |
|
||
|---:|---|---:|
|
||
| 192.000 | bestanden | ca. 129 MiB |
|
||
| 196.608 | bestanden, harte Kante | ca. 9 MiB |
|
||
| 197.120 | CUDA Out of Memory | ca. 1 MiB vor Abbruch |
|
||
|
||
Diese Werte gelten ausschließlich für die frühere, kleinere
|
||
`IQ3_XXS-MTP`-Datei. Sie dürfen nicht als Grenze der größeren
|
||
`IQ3_S-MTP`-Datei interpretiert werden. Das neue Profil startet bei 112.000
|
||
Token; seine technische und betrieblich sichere Grenze wird neu vermessen.
|
||
|
||
Beim erfolgreichen 196.608-Test erreichte die Bildanfrage rund 366 Prompt-
|
||
Token/s und 85 Ausgabe-Token/s. Das erkannte Bild wurde korrekt beschrieben.
|
||
|
||
## Austausch am 08.09.2026
|
||
|
||
Die bisherige `IQ3_XXS-MTP`-Datei wurde durch `IQ3_S-MTP` ersetzt. ISTA
|
||
berichtet für die 3,5-bpw-Variante gegenüber BF16 identische Ergebnisse auf
|
||
AIME25 und LiveCodeBench v6 sowie 0,51 Punkte Abstand auf GPQA-Diamond. Diese
|
||
Herstellermessungen rechtfertigen den A/B-Test, ersetzen aber keine lokale
|
||
Prüfung mit Hermes-, Werkzeug- und Langkontextaufgaben.
|