A quantização em 3.5-bits oferece o equilíbrio ideal ("Sweet Spot") para máquinas Apple Silicon com 24GB ou 32GB de memória unificada, preservando altíssima precisão e raciocínio (Chain-of-Thought) enquanto mantém o consumo de VRAM baixo o suficiente para suportar contextos longos sem estourar o Memory Guard no oMLX / Aider.

💻 Como usar no oMLX

No aplicativo oMLX, basta buscar por faelfernandes/Qwen3.8-27B-3.5bit ou adicionar pelo Hugging Face Hub.

🐍 Como usar via Python (MLX-LM)

pip install -U mlx-lm

python

from mlx_lm import load, generate

model, tokenizer = load("faelfernandes/Qwen3.8-27B-3.5bit")
response = generate(model, tokenizer, prompt="Olá! Como posso ajudar você hoje?", verbose=True)
print(response)

🚀 Como servir via OpenAI API local (oMLX CLI / mlx_lm.server)

python -m mlx_lm.server --model faelfernandes/Qwen3.8-27B-3.5bit --port 8000

Quantizado e otimizado com carinho por Rafael Fernandes 🇧🇷.