Qwen-AgentWorld-35B-A3B (Qwen)

语言世界模型，模拟7类agent交互环境

作者 Qwen

~21GB 4-bit许可可商用任务智能体最近核对 2026-06-28

仅 safetensors · 无 pickle 加载风险

格式: 4-bit
文件: ~18GB
运行内存: ~21GB–27GB
运行时: VLLM
下载: 223

仅 safetensors · 无 pickle 加载风险

Hugging Face 源仓库 ↗

快速上手示例

vllm serve Qwen/Qwen-AgentWorld-35B-A3B --max-model-len 262144 --reasoning-parser qwen3 --trust-remote-code

依赖版本和硬件参数请以源仓库说明为准。

适合与不适合

入选理由: Qwen-AgentWorld 35B的GGUF量化版，可本地运行世界模型模拟7种agent环境，适合研究agent仿真与低成本部署。需至少16GB显存运行量化版。
对位: 对位 Qwen3.5-35B-A3B（同架构）
适合: 7域agent环境状态预测 / world model研究与模拟数据生成
不适合: 非通用助手，不适用直接问答

独立证据与社区反馈

6 个独立来源 · 另 1 官方/转载最近验证 2026-06-28

社区普遍认为 Qwen 对这款模型的定位说明不够清晰——它并非通用聊天或代码模型,而是一个用于模拟 agent 交互环境的「语言世界模型」。实测中它可以作为工具调用模型正常推理、执行 CLI 和 web 搜索,部署门槛低(Q8 约 60 tok/s),但在复杂编码任务上会出现空白输出崩溃,不应被当作代码生成器使用。整体看,它在环境模拟和 agent 训练场景下有明确价值,但作为日常助手或编程模型则定位错位。

模拟 MCP、终端、SWE、Android、Web、OS 等七种 agent 交互环境,无需运行真实环境即可生成交互轨迹
可通过 llama.cpp 本地部署,Q8 量化在 AMD Strix 上约 60 tok/s
具备工具调用与推理能力,可执行 web 搜索和 CLI 命令
在简单到中等难度的编程任务上表现稳健
35B 总参数仅 3B 激活,本地部署硬件门槛较低
支持 256K 上下文长度
Sim RL 训练效果显著优于仅用真实环境的 RL,世界模型质量是瓶颈

定位模糊,官方未清晰说明其与通用聊天/指令模型的区别,导致社区困惑
从专家级难度起频繁输出空白,复杂任务上崩溃
不适合作为代码生成器使用
非标准聊天/指令模型,不能当作通用对话助手
推理过程较长

可信度HF 28.6k下载，67赞，AgentWorldBench 7域评测透明

完整规格

规模: 35B (3B激活) · 262k · 下载 ~18GB · 显存最低 ~21GB · 推荐 ~27GB · 4-bit(估算)
授权: Apache-2.0 · 可商用
框架: vllm / sglang / transformers / llama.cpp
血统: 量化自 Qwen-AgentWorld-35B-A3B
访问提示: 标记为魔搭可用,具体仓库请自行核对

下载动量

30天下载 98.1k → 106.1k · likes +488

适合与不适合

独立证据与社区反馈

完整规格

下载动量

观测时间线