ZwZ2-9B wydany po cichu: Co ci mówi 9,4 miliarda wag, gdy laboratorium milczy

16 października 2026 o 03:42 UTC pojawiło się repozytorium Hugging Face o nazwie inclusionAI/ZwZ2-9B. Cztery minuty później otrzymało swój jedyny commit — „Dodaj wagi modelu ZwZ2-9B” — i potem nic. Nie ma README, pola licencji, linku do artykułu, tabeli benchmarków ani wpisu w żadnej z dziesięciu publicznych kolekcji prowadzonych przez organizację inclusionAI. Same wagi to 9 409 813 744 parametrów w formacie bfloat16 i opisują model wizyjno-językowy z hybrydową uwagą, którego konfiguracja jest, linia po linii, konfiguracją Qwen3.5-9B z jedną usuniętą głowicą predykcyjną. To wszystko, co zostało potwierdzone. Wszystko inne w tym tekście oznaczono jako wnioskowanie, ponieważ repozytorium bez karty modelu nie uprawnia nikogo do niczego więcej.

To zresztą normalne i warto o tym wspomnieć, zanim piętrzą się zastrzeżenia. inclusionAI to laboratorium otwartych wag stojące za rodzinami Ling, Ring, LLaDA i Ming, które ma zwyczaj publikować checkpointy na dni lub tygodnie przed pojawieniem się jakiegokolwiek opisu. 13 października — trzy dni przed tym — opublikowało Ling-3.1-flash z krótką kartą i również bez żadnej zapowiedzi. Milczące repozytorium nie jest czerwoną flagą. To powód, by czytać pliki zamiast materiałów marketingowych.

Co tak naprawdę znajduje się w repozytorium

Osiem plików, a lista mówi wszystko. Są tam: .gitattributes, chat_template.jinja, config.json, generation_config.json, pojedynczy 18,8 GB model.safetensors, processor_config.json, tokenizer.json i tokenizer_config.json. Nie ma README.md. Nie ma LICENSE. Repozytorium ma dokładnie trzy tagi — safetensors, qwen3_5 i region:us — co oznacza, że Hub nie ma dla niego żadnego tagu pipeline: nie jest sklasyfikowany jako image-text-to-text, text-generation ani nic innego. W chwili pisania ma zero pobrań i dwa polubienia.

• Łączna liczba parametrów — 9,409,813,744 w 760 tensorach, bfloat16.

• Architektura — Qwen3_5ForConditionalGeneration, typ modelu qwen3_5.

• Stos tekstu — 32 warstwy, rozmiar ukryty 4,096, 16 głowic zapytań względem 4 głowic KV, wymiar głowicy 256, rozmiar pośredni 12,288, słownik 248,320.

• Wzorzec uwagi — trzy warstwy liniowej uwagi, potem jedna warstwa pełnej uwagi, i tak w powtórzeniu: 24 warstwy liniowe oraz 8 warstw pełnej uwagi.

• Kontekst — 262 144 pozycje, baza rotacji 10 000 000, przeplatany M-RoPE z sekcją [11, 11, 10].

• Wieża wizyjna — głębokość 27, rozmiar ukryty 1,152, rozmiar patcha 16, scalanie przestrzenne 2, patch czasowy 2, rzutowanie do 4,096.

• Licencja — nie zadeklarowano. Nie apache-2.0, nie licencja niestandardowa, nic.

Ta konfiguracja to konfiguracja Qwen3.5-9B

Porównaj oba config.json pliki, a prawie każda wartość architektoniczna się zgadza. Rozmiar ukryty, liczba warstw, liczba głów, wymiar głowy, rozmiar pośredni, słownik, harmonogram uwagi liniowej do pełnej w stosunku 3:1, sekcja M-RoPE, baza rotacji, pułap 262 144 pozycji oraz cała wieża wizyjna aż do jej 2 304 osadzeń pozycji są identyczne jak w Qwen3.5-9B. Zasadnicza różnica to jedna linia: mtp_num_hidden_layers wynosi 1 w Qwen3.5-9B i 0 tutaj, więc ZwZ2-9B nie ma głowicy wielotokenowej predykcji. Reszta różnic to serializacja — nowsza transformers wersja zapisuje pola, które starszy plik pozostawiał niejawne, a nazwa typu modelu w konfiguracji wizyjnej została zmieniona z qwen3_5 na qwen3_5_vision.

To, co ci to mówi, jest wąskie, ale prawdziwe: to nie jest nowa architektura. To checkpoint na stosie Qwen3.5-9B, poddany post-trainingowi przez kogoś, z usuniętą głowicą dekodowania spekulatywnego. To, czego ci to nie mówi, to czym był ten post-training. Parametry się zmieniły; kształt nie.

Jedyne miejsce, w którym model rzeczywiście mówi coś o sobie

Szablon czatu jest jedynym plikiem tutaj, który ma własny punkt widzenia, i różni się od Qwen3.5-9B pod trzema względami, które czytelnik może sprawdzić w około minutę.

Pierwszy to domyślny prompt systemowy. Gdy przychodzi żądanie bez wiadomości systemowej, szablon ZwZ2-9B wstrzykuje jeden: „Rozmowa między Użytkownikiem a Asystentem. Użytkownik zadaje pytanie, a Asystent je rozwiązuje… Odpowiedzi są zamknięte w tagach <answer> </answer>”. Szablon Qwen3.5-9B nie ma takiej gałęzi — po prostu nic nie emituje. Wbudowany prompt systemowy, który nazywa format wyjściowy, jest sygnaturą konkretnego przebiegu treningowego, a nie modelu bazowego.

The second is the thinking default, and it is inverted. In Qwen3.5-9B the template emits an empty <think></think> block only when the caller explicitly passes enable_thinking: false, which means reasoning is on unless you turn it off. In ZwZ2-9B the condition is not defined or false — the empty block appears by default and the open <think> tag only when a caller explicitly asks for thinking. Same tags, opposite default. Qwen3.8-27B, for the record, kept the Qwen3.5 behaviour, so this is not simply inherited from a newer generation.

Trzecia rzecz to prowadzenie ewidencji na potrzeby rozumowania wieloturowego: szablon rozumie flagę preserve_thinking i wie, jak usunąć blok <think> z tury asystenta, która już go zawiera. Żadna z tych funkcji nie istnieje w szablonie Qwen3.5-9B. Tokenizer, nawiasem mówiąc, nadal rezerwuje specjalne tokeny audio — <|audio_start|>, <|audio_end|>, <|audio_pad|> — ale w konfiguracji nie ma nigdzie wieży audio, więc należy to traktować jako wspólny słownik tokenizera, a nie jako możliwość.

Co sugeruje nazwa, a czego nie

„ZwZ2” brzmi jak druga generacja czegoś, a można wskazać też pierwszą generację. ZwZ-2B, opublikowany 4 marca 2026 r., jest dostrojoną wersją modelu Qwen3-VL-2B-Instruct, wytrenowaną za pomocą Region-to-Image Distillation oraz uczenia ze wzmocnieniem, opublikowaną wraz z artykułem Zooming without Zooming (arXiv 2602.11858) i zestawem ewaluacyjnym ZoomBench. Jest na licencji Apache-2.0, ma pełną kartę modelu i 159 pobrań w ciągu siedmiu miesięcy.

Wskazówka dotycząca pochodzenia jest jednak słabsza, niż sugeruje nazwa. ZwZ-2B opiera się na architekturze qwen3_vl. ZwZ2-9B opiera się na qwen3_5. Jedynym tagiem zastosowanym przez inclusionAI jest qwen3_5, a modelu nie ma w kolekcji ZwZ ani w żadnej innej. To, czy przepis z regionu na obraz został przeniesiony, jest dokładnie tym rodzajem pytania, na które odpowiedziałaby karta modelu, a to repozytorium nie odpowiada.

Jedna pułapka warta zwrócenia uwagi, ponieważ wyszukiwarki będą prowadzić do niej ludzi: istnieje starsza, niepowiązana ZwZ_32B rodzina konwersji GGUF z marca 2025 r., pochodząca od strony trzeciej. Łączą je tylko trzy litery i nic więcej. Nie należy jej odczytywać jako wcześniejszego ZwZ2-9B.

Jak traktować nieudokumentowany punkt kontrolny

Praktyczne podejście jest takie samo, jakie przyjąłbyś w przypadku dowolnych wag, które przychodzą bez karty. Najpierw pobierz konfigurację i nagłówek safetensors — to jest tanie i sprawdzalne. Potwierdź, że liczba parametrów i nazwy tensorów zgadzają się z tym, co obiecuje konfiguracja. Następnie uruchom to na frameworku, który obsługuje tę architekturę, i przeprowadź ewaluacje, które już przeprowadzasz na własnym ruchu, zamiast pożyczać liczby, które nie istnieją.

Licencja ma znaczenie przy wszystkim, co wykracza poza weekend. Checkpoint bez pola licencji nie jest tym samym co checkpoint otwarty; w braku deklaracji domyślnie przyjmuje się, że wydawca zastrzegł sobie prawa, a to jest rozmowa do odbycia, zanim to trafi gdziekolwiek blisko produkcji, a nie po fakcie. Zwróć też uwagę, że będziesz uruchamiać go samodzielnie — Hub podaje, że model nie jest obsługiwany przez żadnego dostawcę, a dostawca nie opublikował żadnego endpointu.

To jest dokładnie ta sytuacja, dla której istnieje automatyczne przełączanie awaryjne. Jeśli chcesz zmierzyć nieprzetestowany checkpoint względem dotychczasowego modelu, nie ryzykując dla niego ścieżki produkcyjnej, umieść kandydata za tym samym interfejsem co modele, którym już ufasz, i pozwól ruchowi wrócić, gdy nowy model zacznie źle działać — jeden klucz API i jeden endpoint zgodny z OpenAI, zamiast drugiej integracji, którą trzeba później odkręcać. OrcaRouter w ten sposób routuje ponad 200 modeli, przepuszcza ceny katalogowe dostawców przy 0% marży, i nie hostuje ZwZ2-9B — nie będziemy udawać, że istnieje dla niego wpis w katalogu. To, co możemy dziś zaoferować, to rodzina, na której został zbudowany, i rodzina, którą zastępuje: linię Qwen3.5 można tutaj routować, w tym qwen/qwen3.5-35b-a3b i qwen/qwen3.5-flash, a qwen/qwen3-vl-8b-instruct obejmuje slot wizyjny 8B za pomocą udokumentowanego, hostowanego modelu w cenie 0,18 USD za milion tokenów wejściowych i 0,70 USD za milion tokenów wyjściowych.

Co zrobiłoby z tego wydanie?

Trzy rzeczy, a każda z nich uzasadniałaby przepisanie tego tekstu. Pole licencji pojawiające się w repozytorium, które zamienia go z ciekawostki w coś, czego firma może użyć. Karta modelu z wynikami ewaluacji, która zamienia go z architektury w twierdzenie. Albo artykuł — najbardziej prawdopodobną formą byłaby praca region-to-image, która uczyniła pierwszy ZwZ interesującym, zastosowana do trzykrotnie większej wieży wizyjnej.

Dopóki któreś z nich się nie pojawi, traktuj ZwZ2-9B jako to, czym według listy plików jest: pochodną Qwen3.5-9B o 9,4 miliarda parametrów z dostosowanym szablonem czatu, opublikowaną przez laboratorium, które jeszcze nikomu nie powiedziało, dlaczego. Wagi są prawdziwe. Historia nie została jeszcze napisana, a uczciwe stanowisko jest takie, że nikt spoza inclusionAI nie może jej napisać.

Nic z tego nie jest hipotetyczne: udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zebrane w the OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, stopień ważności, ocenę pewności i oznaczenie sporne.