# Darwin-180B-RSI: опубликованы веса производной Qwen3.8-Flash-Next

Источник: https://modelium.tech/zhurnal/darwin-180b-rsi-local-qwen-weights/

28 сентября FINAL-Bench разместила Darwin-180B-RSI — производную Qwen3.8-Flash-Next для обработки изображений и текста. В закреплённом репозитории есть индекс и все 131 шарда весов. Их размер по индексу около 360 ГБ; это не требование к памяти. Лицензия Qwen Community 1.0 допускает ряд коммерческих сценариев, но отдельно ограничивает сервисы моделей и AI-помощников для работы. Авторские рекорды бенчмарков не подтверждены независимой проверкой, а обещанный ZTC-модуль пока не выложен.

Darwin-180B-RSI: опубликованы веса производной Qwen3.8-Flash-Next

28 сентября 2026 года FINAL-Bench создала репозиторий `Darwin-180B-RSI` в Hugging Face. Автор описывает его как доработку мультимодальной Qwen3.8-Flash-Next с обучением на собственных решениях, проверенных по ответам. В закреплённой ревизии `49ff5329` присутствуют индекс Safetensors, конфигурация, токенизатор и все **131 из 131** заявленных шардов; это не только анонс или пустая карточка. Описание метода обучения остаётся заявлением автора, а независимого запуска Modelium не проводил. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

## Что доступно для локального развёртывания

Конфигурация указывает `Qwen4ExpForConditionalGeneration`, 48 слоёв, 512 экспертов и 10 активных экспертов на токен; это имя архитектуры в машинном файле, а не объявление отдельного релиза Qwen4. Модель принимает изображение и текст и выдаёт текст. Индекс весов сообщает `total_size` 359 999 963 128 байт, то есть около 360 ГБ файлов весов в десятичном счёте. **Размер файлов не является минимальной RAM/VRAM**: к весам добавляются расходы runtime, контекста и исполнения; проверенного минимального оборудования у нас нет. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3) [s4](#src-s4)

Карточка предлагает `vllm serve` с восемью B200 и опциями tensor/expert parallel, а также загрузку через Transformers. Это **авторский пример конфигурации**, не заявка на минимум и не наш тест совместимости данной ревизии с конкретной установленной версией vLLM. Прежде чем выделять несколько GPU под скачивание и запуск, сверьте поддержку `qwen4_exp` в выбранном runtime, версию библиотек, полный объём хранилища и условия лицензии. Для проверки состава скачанного пакета используйте закреплённую ревизию и индекс; не подменяйте её движущейся веткой `main`. [s1](#src-s1) [s3](#src-s3) [s4](#src-s4)

## Права на использование

Репозиторий содержит **Qwen Community License 1.0** — тот же текст, что опубликован у родительской Qwen3.8-Flash-Next. Это доступные веса, но не Apache-2.0 и не безусловное разрешение на любой коммерческий сервис. Лицензия разрешает использование и производные работы с условиями: для продуктов свыше указанных порогов аудитории или выручки требуется указание имени модели, а для коммерческого Model-as-a-Service либо AI Work Assistant — отдельное соглашение с Qwen. Внутреннее использование имеет отдельно сформулированное исключение; проверяйте конкретный сценарий по полному тексту лицензии до коммерческого внедрения. [s5](#src-s5) [s6](#src-s6)

## Как читать результаты автора

Карточка приписывает модели GPQA Diamond 94,44% при голосовании до 16 генераций на 198 заданиях, MMLU-Pro 88,12% при одном ответе на 12 032 заданиях и MMMU-Pro 79,48% при трёх генерациях на 1 730 заданиях. Это **самостоятельные оценки автора**, а не проверенные Modelium или независимой таблицей результаты. Во всех трёх случаях заявлен бюджет размышления 131 072 токена и BF16. Разные числа генераций и разные наборы заданий нельзя напрямую превращать в сравнение скорости или стоимости одного локального запроса. Машинные `.eval_results` ссылаются обратно на саму карточку, поэтому надпись «№1» в ней сама по себе не подтверждает независимое лидерство. [s1](#src-s1) [s7](#src-s7) [s8](#src-s8) [s9](#src-s9)

Карточка также описывает ZTC — оценку уверенности до генерации — как будущий модуль в `ztc/`; такого каталога в закреплённом перечне файлов сейчас нет. Поэтому не используйте этот пример как готовую функцию и не стройте на нём защитные решения. Для редактора и инженера главный вывод практичнее рекламного рейтинга: полный большой BF16-чекпойнт теперь можно изучать и оценивать на собственной инфраструктуре с учётом ограничений лицензии, но утверждения о качестве, воспроизводимости и конкретной конфигурации запуска требуют отдельного теста. [s1](#src-s1) [s2](#src-s2)

## Источники

1. [Darwin-180B-RSI: закреплённая карточка модели](https://huggingface.co/FINAL-Bench/Darwin-180B-RSI/blob/49ff53299adae53a9b1c958847790c27875dc193/README.md) — получено 2026-09-28
2. [HF API: дата создания и список файлов Darwin-180B-RSI](https://huggingface.co/api/models/FINAL-Bench/Darwin-180B-RSI) — получено 2026-09-28
3. [Darwin-180B-RSI: закреплённая конфигурация](https://huggingface.co/FINAL-Bench/Darwin-180B-RSI/blob/49ff53299adae53a9b1c958847790c27875dc193/config.json) — получено 2026-09-28
4. [Darwin-180B-RSI: индекс шардов Safetensors](https://huggingface.co/FINAL-Bench/Darwin-180B-RSI/blob/49ff53299adae53a9b1c958847790c27875dc193/model.safetensors.index.json) — получено 2026-09-28
5. [Darwin-180B-RSI: Qwen Community License 1.0](https://huggingface.co/FINAL-Bench/Darwin-180B-RSI/blob/49ff53299adae53a9b1c958847790c27875dc193/LICENSE) — получено 2026-09-28
6. [Qwen3.8-Flash-Next: лицензия родительской модели](https://huggingface.co/Qwen/Qwen3.8-Flash-Next/blob/de4b8e4d43b917e7706784d8bb445c9af86a3540/LICENSE) — получено 2026-09-28
7. [GPQA Diamond: машинная запись авторской оценки](https://huggingface.co/FINAL-Bench/Darwin-180B-RSI/blob/49ff53299adae53a9b1c958847790c27875dc193/.eval_results/gpqa_diamond.yaml) — получено 2026-09-28
8. [MMLU-Pro: машинная запись авторской оценки](https://huggingface.co/FINAL-Bench/Darwin-180B-RSI/blob/49ff53299adae53a9b1c958847790c27875dc193/.eval_results/mmlu_pro.yaml) — получено 2026-09-28
9. [MMMU-Pro: машинная запись авторской оценки](https://huggingface.co/FINAL-Bench/Darwin-180B-RSI/blob/49ff53299adae53a9b1c958847790c27875dc193/.eval_results/mmmu_pro.yaml) — получено 2026-09-28