# Mitsuba-ComfyUI-27B: тернарная GGUF-модель для промптов и изображений

Источник: https://modelium.tech/zhurnal/mitsuba-comfyui-27b-ternary-gguf-local/

Mitsuba-ComfyUI-27B — производная Qwen3.8-27B для написания промптов и описания изображений. Автор опубликовал 29 сентября 2026 года два тернарных GGUF-варианта PQ2_0 и PTQ1_0 и projector для зрения; 30 сентября открыл доступ без заявки. Для запуска нужен форк llama.cpp Prism ML, обычный upstream не поддерживает эти форматы. Apache-2.0 указан для весов; тесты качества и железа принадлежат автору, редакция их не повторяла.

Mitsuba-ComfyUI-27B: тернарная GGUF-модель для промптов и анализа изображений

**Коротко.** Автор Mitsuba опубликовал 29 сентября 2026 года два GGUF-файла версии v1.18, а 30 сентября открыл доступ без одобрения заявки. Это производная от Qwen3.8-27B, настроенная на составление промптов для изображений и видео по заданным условиям и на описание картинок. Модель **не генерирует изображения сама** и не является плагином ComfyUI. Для локального запуска нужен отдельный форк llama.cpp с поддержкой PQ2_0/PTQ1_0; обычный upstream автор не рекомендует. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

## Кому пригодится

Если в ComfyUI часто приходится вручную составлять промпты с ограничением длины, обязательными и запрещёнными словами или раскадровкой видео по секундам, Mitsuba можно использовать как локального помощника для подготовки текста и разбора референсных изображений. Затем этот текст проверяют и передают в свой генеративный workflow: никакой встроенной генерации картинок в весах Mitsuba нет. Автор сам предупреждает, что модель слаба в программировании и чтении длинных документов. [s1](#src-s1) [s4](#src-s4)

## Какие файлы доступны

В закреплённой ревизии лежат полные `Mitsuba-ComfyUI-27B-v1.18-PQ2_0.gguf` (7 319 078 304 байта), `Mitsuba-ComfyUI-27B-v1.18-PTQ1_0.gguf` (5 997 626 784 байта) и `mmproj-Q8_0.gguf` (629 246 976 байт) для зрения. Манифест и LFS-идентификаторы подтверждают наличие файлов; это размеры на диске, **не** минимальные требования к RAM/VRAM. Хеш `mmproj` совпадает с файлом в репозитории источника, указанного в авторском NOTICE. [s3](#src-s3) [s5](#src-s5) [s8](#src-s8)

Автор рекомендует PQ2_0 для зрительных задач: по его тесту он получил 87,8 балла из 100 за визуальные вопросы против 79,6 у PTQ1_0. Обе кодировки, по словам автора, используют одинаковые тернарные веса, но разные вычислительные ядра. Независимой проверки этих результатов Modelium не проводил. [s1](#src-s1) [s4](#src-s4)

## Запуск и проверка результата

Нужна ветка `prism` форка Prism ML для llama.cpp; публичная ветка существует, но совместимость конкретного окружения здесь не проверялась. Загрузите **один** из двух файлов модели и отдельный `mmproj`, затем сверяйте параметры запуска с карточкой и своим GPU/ОС. Для зрительных задач автор использовал `llama-server` с projector и отключённым offload projector; для его оценки также были заданы контекст 131 072, кэш Q4_0 и отключённое рассуждение. Это **конфигурация авторского эксперимента, не минимальное железо и не обещание, что такая длина контекста заработает на любом устройстве**. [s1](#src-s1) [s4](#src-s4) [s6](#src-s6)

Начните с простой проверки: подайте изображение с несколькими предметами и попросите их перечислить; затем задайте все обязательные условия промпта, проверьте итоговый текст до подачи в ComfyUI. В карточке советуют отключить thinking: при включённом режиме автор наблюдал пустые ответы после рассуждения в 19 из 49 зрительных запросов для PQ2_0. Это результаты автора, не тест редакции. [s1](#src-s1)

## Что говорят тесты — и чего не доказывают

Автор сравнил четыре варианта на одном наборе вопросов: две упаковки Mitsuba, Ternary Bonsai PQ2_0 и исходный Qwen3.8-27B BF16. У Mitsuba PQ2_0 получилось 6 из 10 для промптов, одновременно соблюдающих набор условий, против 3 из 10 у BF16 и 2 из 10 у Bonsai; зато кодирование оценено в 4/100 против 66/100 у BF16. Вопросы целиком не опубликованы, а BF16 в тесте скорости исполнялся с частичным GPU-offload, поэтому эти результаты **не являются независимым сравнением скорости или общей способности моделей**. Проверяйте соответствие промпта своим требованиям на собственных примерах. [s1](#src-s1) [s4](#src-s4)

## Лицензия

Авторский пакет снабжён Apache License 2.0 и NOTICE: исходный Qwen3.8-27B также помечен Apache-2.0, а включённый projector атрибутирован отдельному Apache-2.0-пакету. Это открытые для скачивания веса с явно указанными условиями; наличие открытого кода форка — отдельный вопрос от лицензии самих весов. При распространении производной сохраняйте применимые уведомления об авторстве и лицензии. [s1](#src-s1) [s5](#src-s5) [s7](#src-s7)

## Источники

1. [Mitsuba-ComfyUI-27B: карточка закреплённой версии](https://huggingface.co/isichan-ai/Mitsuba-ComfyUI-27B-GGUF/blob/cce336e9654103456b85c38b3cd7e3334eaa9ce5/README.md) — получено 2026-10-01
2. [История обновлений HF-репозитория Mitsuba](https://huggingface.co/api/models/isichan-ai/Mitsuba-ComfyUI-27B-GGUF/commits/main?limit=100) — получено 2026-10-01
3. [Файлы Mitsuba и размеры в закреплённом дереве](https://huggingface.co/api/models/isichan-ai/Mitsuba-ComfyUI-27B-GGUF/tree/cce336e9654103456b85c38b3cd7e3334eaa9ce5?recursive=true) — получено 2026-10-01
4. [Методика и подробные результаты авторской оценки Mitsuba](https://huggingface.co/isichan-ai/Mitsuba-ComfyUI-27B-GGUF/blob/cce336e9654103456b85c38b3cd7e3334eaa9ce5/EVALUATION.md) — получено 2026-10-01
5. [NOTICE Mitsuba и исходный projector Bonsai](https://huggingface.co/isichan-ai/Mitsuba-ComfyUI-27B-GGUF/blob/cce336e9654103456b85c38b3cd7e3334eaa9ce5/NOTICE) — получено 2026-10-01
6. [Официальная ветка Prism ML llama.cpp](https://github.com/PrismML-Eng/llama.cpp/tree/88c4bc60b9c9578f134385be9535e853f2db9b9f) — получено 2026-10-01
7. [Лицензия исходной Qwen3.8-27B](https://huggingface.co/Qwen/Qwen3.8-27B/blob/1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0/LICENSE) — получено 2026-10-01
8. [Манифест исходного projector в закреплённой версии](https://huggingface.co/api/models/OS-Software/Ternary-Bonsai-2-27B-Uncensored-Heretic-GGUF/tree/5ab50fd49410941a8d4f97912303b1c7d458ffa2?recursive=true) — получено 2026-10-01