How to use from
Pi
Start the MLX server
# Install MLX LM:
uv tool install mlx-lm
# Start a local OpenAI-compatible server:
mlx_lm.server --model "ToPo-ToPo/Qwen3.8-Flash-Next-mlx-8bit"
Configure the model in Pi
# Install Pi:
npm install -g @earendil-works/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "mlx-lm": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "ToPo-ToPo/Qwen3.8-Flash-Next-mlx-8bit"
        }
      ]
    }
  }
}
Run Pi
# Start Pi in your project directory:
pi
Quick Links

Qwen3.8-Flash-Next-mlx-8bit

Qwen/Qwen3.8-Flash-Next を MLX 形式へ変換したもの(8bit 量子化)。

  • 変換元: Qwen/Qwen3.8-Flash-Next(bf16 公式重み, revision de4b8e4)
  • 変換ツール: mlx-vlm 0.6.17 / mlx 0.32.0
  • サイズ: 186 GiB(9.018 bits per weight)

変換コマンド

python -m mlx_vlm convert --hf-path Qwen/Qwen3.8-Flash-Next \
    --mlx-path Qwen3.8-Flash-Next-mlx-8bit \
    -q --q-bits 8 --q-group-size 32

--q-group-size 32 は必須。n-gram 埋め込みの最終次元が 160 で、既定の 64 では weight.shape[-1] % group_size != 0 により 128 シャード(51B パラメータ)が 量子化対象から外れ、bf16 のまま残る。

使い方

pip install -U mlx-vlm
python -m mlx_vlm generate --model ToPo-ToPo/Qwen3.8-Flash-Next-mlx-8bit \
    --prompt "この画像を説明してください" --image path/to/image.jpg --max-tokens 512

MTP ドラフター(投機デコード)

ドラフターは別リポジトリ Qwen3.8-Flash-Next-MTP-bf16mlx-vlm 0.7.0 以降が必要qwen4_exp_mtp はリリース版 0.6.17 に未収録):

pip install "mlx-vlm @ git+https://github.com/Blaizzy/mlx-vlm@main"

python -m mlx_vlm generate --model ToPo-ToPo/Qwen3.8-Flash-Next-mlx-8bit \
    --draft-model ToPo-ToPo/Qwen3.8-Flash-Next-MTP-bf16 \
    --draft-kind mtp --draft-block-size 2 --prompt "..." --max-tokens 512
Downloads last month
183
Safetensors
Model size
177B params
Tensor type
U32
·
BF16
·
I64
·
MLX
Hardware compatibility
Log In to add your hardware

8-bit

Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for ToPo-ToPo/Qwen3.8-Flash-Next-mlx-8bit

Quantized
(171)
this model