# JSBAI-Coder-4B: новые веса для локального кодового агента и NVFP4-вариант

Источник: https://modelium.tech/zhurnal/jsbai-coder-4b-bf16-nvfp4-local-coding/

24 сентября 2026 года jsbaicenter загрузил на Hugging Face веса JSBAI-Coder-4B на базе Qwen3.5-4B и отдельный NVFP4-вариант. Доступны BF16-чекпойнт и квантованная версия для локального запуска через vLLM. Авторы заявляют улучшение на своих задачах исправления ошибок, но независимой проверки и полного технического отчёта пока нет; NVFP4 в их же тестах заметно уступает BF16 на задачах кодирования.

JSBAI-Coder-4B: новые веса для локального кодового агента и NVFP4-вариант

24 сентября 2026 года организация `jsbaicenter` загрузила на Hugging Face два чекпойнта **JSBAI-Coder-4B**: основной BF16 и отдельный **NVFP4 W4A4**. Это дообученная на базе Qwen3.5-4B текстовая модель для кодового агента: она предлагает действия в цикле работы с репозиторием, но чтение файлов, запуск команд и тестов обеспечивает внешнее приложение, а не сама модель. История HF показывает загрузку основного `model.safetensors` в 19:06 UTC, квантованного — в 19:20 UTC; обновления карточек 25 сентября не следует считать новым выпуском весов. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3) [s4](#src-s4)

## Что доступно для локального запуска

Основной репозиторий содержит один BF16-файл весов, конфигурацию, токенизатор и отдельную MTP-голову. Метаданные HF показывают 4 205 751 296 параметров BF16; размер основного файла при загрузке — 8 411 552 008 байт. Во втором репозитории лежит самостоятельный NVFP4-чекпойнт; его конфигурация указывает `modelopt`, 4-битные веса и активации с группой 16, но список исключений означает, что **не все слои** приведены к FP4. Размер файла — 5 155 754 296 байт. Это размеры файлов, **не минимальные требования к RAM или VRAM**: рабочая память зависит также от контекста, KV-кеша, batch size и реализации runtime. [s1](#src-s1) [s2](#src-s2) [s5](#src-s5)

Карточки обеих моделей помечены **Apache 2.0**, а исходный Qwen3.5-4B содержит текст этой лицензии. Отдельного файла `LICENSE` в снимках репозиториев JSBAI нет: условия для этих весов заявлены авторами в metadata и карточке. Apache 2.0 допускает коммерческое применение при соблюдении условий лицензии; наличие открытых весов само по себе не заменяет проверку происхождения компонентов и ваших обязанностей при распространении. [s1](#src-s1) [s2](#src-s2) [s6](#src-s6)

## Как попробовать

Авторы приводят пример загрузки основного чекпойнта в vLLM:

from vllm import LLMllm = LLM(model="jsbaicenter/JSBAI-Coder-4B", max_model_len=131072)

Для NVFP4 они указывают `LLM(model="jsbaicenter/JSBAI-Coder-4B-NVFP4", quantization="modelopt", max_model_len=131072)`. Рекомендуемые настройки в карточке: `temperature=1.0`, `top_p=0.95`, reasoning parser `qwen3` и формат вызова инструментов `qwen3_coder`. Указанная длина 131 072 токена — параметр авторского примера, а не гарантия, что любая видеокарта выдержит такой контекст. NVFP4 требует совместимого стека и оборудования; универсальную совместимость с ноутбуками из названия модели выводить нельзя. Команды приведены из документации авторов и не были протестированы Modelium. [s1](#src-s1) [s2](#src-s2) [s5](#src-s5)

## Что известно о качестве — и что нет

Карточка **заявляет** 82,9% против 10,1% у базовой модели на 121 отложенной задаче исправления ошибок. На другом авторском наборе Live-60 результат BF16 — 21,7% против 15,0% у базы; Terminal-Bench 1.0 — 33,8% у обеих. Эти цифры относятся к разным наборам задач, поэтому 82,9% нельзя выдавать за общую долю успешных исправлений в произвольном репозитории. Полный технический отчёт в карточке ещё обещан, а независимой репликации здесь нет. [s1](#src-s1)

Авторы сами показывают существенный компромисс квантования: у NVFP4 на 32 выбранных задачах их теста успешность составляет 12/32 (около 38%), Live-60 — 15,0%, Terminal-Bench 1.0 — 18,8%. Показатель 12/32 получен на **подвыборке**, его нельзя напрямую сравнивать с 82,9% BF16 на полном наборе 121 задач без одинакового протокола. Если нужна высокая надёжность правок, сначала сравните обе версии на своих репозиториях в изолированном контейнере, проверяя диффы и запуская тесты до применения изменений. [s1](#src-s1) [s2](#src-s2)

**Вывод:** это доступные для скачивания локальные веса для эксперимента с небольшим кодовым агентом, а не подтверждённая замена большим моделям на реальных проектах. Выбор BF16 или NVFP4 следует делать по качеству на вашей задаче и реальной совместимости оборудования, не по одному размеру файла. [s1](#src-s1) [s2](#src-s2)

## Источники

1. [JSBAI-Coder-4B: карточка, BF16-веса и метаданные, ревизия 4a69a0e](https://huggingface.co/jsbaicenter/JSBAI-Coder-4B/tree/4a69a0e6a1063694f58eb031f8675f91a2b75b4c) — получено 2026-09-25
2. [JSBAI-Coder-4B-NVFP4: карточка и веса, ревизия 5c4f244](https://huggingface.co/jsbaicenter/JSBAI-Coder-4B-NVFP4/tree/5c4f2443477b3252557c5dfa130e2f32cd520943) — получено 2026-09-25
3. [Hugging Face: история коммитов основного JSBAI-Coder-4B](https://huggingface.co/api/models/jsbaicenter/JSBAI-Coder-4B/commits/main) — получено 2026-09-25
4. [Hugging Face: история коммитов версии NVFP4](https://huggingface.co/api/models/jsbaicenter/JSBAI-Coder-4B-NVFP4/commits/main) — получено 2026-09-25
5. [JSBAI-Coder-4B-NVFP4: конфигурация квантования ModelOpt](https://huggingface.co/jsbaicenter/JSBAI-Coder-4B-NVFP4/blob/5c4f2443477b3252557c5dfa130e2f32cd520943/config.json) — получено 2026-09-25
6. [Qwen3.5-4B: исходная лицензия Apache 2.0](https://huggingface.co/Qwen/Qwen3.5-4B/blob/main/LICENSE) — получено 2026-09-25