LinkEmpero AISammlung
Viele Community-Fine-Tunes von 27B-Modellen entfernen rechenintensive Bestandteile wie MTP oder Bildverarbeitung, um das Training zu vereinfachen. Qwythos-27B zeigt, wie sich ein vollwertiges multimodales Modell für Shell-Interaktionen und komplexe Agenten-Workflows ohne funktionale Abstriche bereitstellen lässt.
Empero AI optimiert das Modell gezielt für Terminal-Sessions und Tool-Nutzung. Die deutliche Senkung der Perplexität in Shell-Umgebungen und das integrierte Qwen3.5-Tool-Schema ermöglichen den direkten Einsatz in Frameworks wie vLLM oder SGLang ohne zusätzliche Wrapper. Da das Modell für den technischen Einsatz unzensiert ist und auch sensible Cybersecurity- und Biomedizin-Fragen detailliert beantwortet, müssen Betreiber entsprechende Prüf- und Schutzmechanismen auf Applikationsebene implementieren.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Link:kodee
Empero hat Qwythos-27B-v1 vorgestellt, ein Open-Weights-Reasoning-Modell unter der Apache-2.0-Lizenz. Das auf Qwen3.5-27B basierende Modell behält native Funktionsaufrufe, Vision-Fähigkeiten, MTP für spekulatives Decoding sowie ein auf eine Million Tokens erweitertes Kontextfenster bei.
Link:Qwen
Das Qwen-Team hat mit Qwen3.8-27B ein kompaktes, dichtes Vision-Language-Modell unter der Apache-2.0-Lizenz veröffentlicht. Das 27-Milliarden-Parameter-Modell kombiniert Gated DeltaNet mit regulärer Attention, versteht Bilder sowie Videos und bietet flexible Steuerungsmöglichkeiten für Denkprozesse.
Link:empero.org
Das unabhängige deutsche Forschungslabor Empero entwickelt offene Sprachmodelle und Entwicklerwerkzeuge für lokale Hardware. Zu den Veröffentlichungen zählen Destillationen von Qwen3.8, die Modellfamilie Qwythos sowie der Terminal-Coding-Agent Abacus.
Link:Unsloth AI
Unsloth AI stellt mit Qwen3.6-27B-MTP-GGUF quantisierte Versionen des ersten Open-Weight-Modells aus der Qwen3.6-Reihe bereit. Das multimodale 27-Milliarden-Parameter-Modell nutzt Multi-Token Prediction (MTP) für schnellere Inferenz und bringt Verbesserungen bei Agentic Coding sowie Tool Calling mit.
Link:PocketAiHub
PocketAiHub hat eine inoffizielle Reihe von MLX-Konvertierungen des multimodalen Modells Qwen3.8-27B veröffentlicht. Durch 'Abliteration' wurde das antrainierte Verweigerungsverhalten (Refusals) modifiziert. Das Repository bietet Quantisierungen von 2-Bit AWQ bis BF16 speziell für Apple Silicon.
Link:Apodex AI
Apodex AI hat das Modell Apodex-1.1-mini unter der Apache-2.0-Lizenz auf Hugging Face bereitgestellt. Das Modell basiert auf der Architektur qwen3_5_moe und ist speziell auf komplexe Recherche- und Agenten-Aufgaben mit nativer Tool-Nutzung ausgelegt.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
