Instructions to use chenyumo/moziAI-35B-A3B-MOE-MTP with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use chenyumo/moziAI-35B-A3B-MOE-MTP with llama.cpp:

Install (macOS, Linux)

curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16
# Run inference directly in the terminal:
llama cli -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16
# Run inference directly in the terminal:
llama cli -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16
# Run inference directly in the terminal:
./llama-cli -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16
# Run inference directly in the terminal:
./build/bin/llama-cli -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

Use Docker

docker model run hf.co/chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

LM Studio
Jan

vLLM

How to use chenyumo/moziAI-35B-A3B-MOE-MTP with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "chenyumo/moziAI-35B-A3B-MOE-MTP"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "chenyumo/moziAI-35B-A3B-MOE-MTP",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

Ollama
How to use chenyumo/moziAI-35B-A3B-MOE-MTP with Ollama:
```
ollama run hf.co/chenyumo/moziAI-35B-A3B-MOE-MTP:BF16
```
Unsloth Desktop

How to use chenyumo/moziAI-35B-A3B-MOE-MTP with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

Configure the model in Pi

# Install Pi:
npm install -g @earendil-works/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "chenyumo/moziAI-35B-A3B-MOE-MTP:BF16"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use chenyumo/moziAI-35B-A3B-MOE-MTP with Docker Model Runner:
```
docker model run hf.co/chenyumo/moziAI-35B-A3B-MOE-MTP:BF16
```

Lemonade

How to use chenyumo/moziAI-35B-A3B-MOE-MTP with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

Run and chat with the model

lemonade run user.moziAI-35B-A3B-MOE-MTP-BF16

List all available models

lemonade list

Hermes Agent

How to use chenyumo/moziAI-35B-A3B-MOE-MTP with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use chenyumo/moziAI-35B-A3B-MOE-MTP with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf chenyumo/moziAI-35B-A3B-MOE-MTP:BF16

Configure OpenClaw

# Install OpenClaw:
npm install -g openclaw@latest
# Register the local server and set it as the default model:
openclaw onboard --non-interactive --mode local \
  --auth-choice custom-api-key \
  --custom-base-url http://127.0.0.1:8080/v1 \
  --custom-model-id "chenyumo/moziAI-35B-A3B-MOE-MTP:BF16" \
  --custom-provider-id llama-cpp \
  --custom-compatibility openai \
  --custom-text-input \
  --accept-risk \
  --skip-health

Run OpenClaw

openclaw agent --local --agent main --message "Hello from Hugging Face"

moziAI-35B-A3B-MOE-MTP / V3.8 /README.pt.md

chenyumo

Upload V3.8/README.pt.md with huggingface_hub

d8700ac verified 3 days ago

preview code

Raw

History Blame Contribute Delete

24.1 kB

metadata

language:
  - pt
  - en
license: other
tags:
  - gguf
  - MoE
  - financial-llm
  - MoziSmartBit
  - qwen3.5
  - qwen3.6
  - ornith
  - MoziAI
  - tool-calling
  - uncensored
  - vision
  - MTP
library_name: llama-cpp
pipeline_tag: text-generation

MoziAI-35B-V3.8 — Um modelo de IA multimodal compacto e poderoso, gratuito para implantação local

Data de lançamento: 2026-09-01 · Versão: V3.8

📑 Índice

1. Visão geral do modelo
2. Características principais — Pensamento dinâmico de sete dimensões / LOOP / MoziSmartBit / Foco em finanças
3. Notas de atualização
4. Capacidades principais no domínio financeiro
5. Especificações técnicas
6. Início rápido — Download dos 3 arquivos
7. Download do modelo
8. Comandos de inicialização
9. Parâmetros de inferência recomendados
10. Comparação de formatos de quantização
11. Aceleração por decodificação especulativa
12. Recomendações de configuração de VRAM
13. Métodos de implantação
14. Benchmarks
15. Otimização Uncensored (sem censura)
16. Licença
17. Contatos

1. Visão geral do modelo

MoziAI-35B-V3.8 é um grande modelo de IA multimodal open-source para implantação local gratuita, desenvolvido pela equipe de Chen Yumo, influenciador financeiro chinês. Construído sobre o modelo base open-source Ornith-1.5-35B-A3B (arquitetura Qwen3.5-35B-A3B / Qwen3.6-35B-A3B, MoE 35B, licença MIT), integra dados financeiros desenvolvidos internamente + capacidades do domínio financeiro + sistema de pensamento dinâmico de sete dimensões + mecanismo de iteração reflexiva LOOP do agente + característica Uncensored (sem censura) + algoritmo de quantização híbrida MoziSmartBit.

💡 Vantagem de tamanho: apenas 15,9 GB — O modelo MoE de 35 bilhões de parâmetros é comprimido para 15,9 GB pela quantização inteligente MoziSmartBit (cerca de 30% menor que o Q4_K_M convencional de ~22 GB). Cabe em um único pacote de instalação: GPUs de consumo (a partir de 20 GB de VRAM) são suficientes para a implantação local, o custo de tokens em nuvem = 0, garantindo 7×24 horas de liberdade de tokens e a privacidade e a segurança dos dados locais. Uso comercial gratuito — acesso sem barreiras para pessoas físicas e empresas.

2. Características principais

🧠 Sistema de pensamento dinâmico de sete dimensões

O framework de raciocínio central desenvolvido internamente pela MoziAI. Diante de qualquer tarefa, o modelo primeiro emite o marcador moziAI-Think e, em seguida, expande dinamicamente o pensamento estruturado conforme a complexidade da tarefa:

Nível	Cenário de uso	Tarefas típicas	Dimensões ativadas
Nível 0	Perguntas e respostas simples	Explicação de termos, consulta de fatos, tradução, resumo	①Entender a tarefa ⑤Recursos necessários (resposta rápida em duas dimensões)
Nível 1	Análise e diagnóstico	Pesquisa de mercado, redação de textos, análise de dados, interpretação de relatórios, avaliação de estratégias	①②③⑤⑥ Avaliação em cinco dimensões
Nível 2	Desenvolvimento/estratégia complexos	Desenvolvimento de código, design de arquitetura, desenvolvimento de estratégias quantitativas, fluxos de trabalho em várias etapas, design de sistemas	①②③④⑤⑥⑦ Raciocínio profundo completo nas sete dimensões

Sete dimensões: ①Entender a tarefa ②Avaliar a complexidade ③Relações de dependência ④Avaliar riscos ⑤Recursos necessários ⑥Critérios de aceitação ⑦Estratégia de execução

🔄 Mecanismo de iteração LOOP do agente

Tarefas complexas entram automaticamente no modo de iteração moziAI-Loop: 1ª rodada de execução + avaliação → 2ª rodada de ajuste + validação, garantindo que a saída passe por autocorreção antes de ser apresentada como resposta final. Como um engenheiro sênior, o modelo "decompõe o problema → avalia a solução → executa → reflete → otimiza", aumentando significativamente a precisão e a executabilidade de tarefas complexas. Para perguntas simples e tarefas rotineiras, o Loop é desativado automaticamente.

📦 Quantização inteligente MoziSmartBit

Quantização hierárquica inteligente desenvolvida internamente: o modelo MoE de 35 bilhões de parâmetros é comprimido para cerca de 15,9 GB — aproximadamente 6,5 GB (~~30%) menor que o Q4_K_M convencional (~~22 GB) — mantendo ~99% da precisão FP16. Enquanto a quantização tradicional aplica precisão uniforme a todas as camadas, a MoziSmartBit adota uma estratégia inteligente e diferenciada, com base nas características estruturais dos modelos MoE, alcançando precisão superior ao Q4_K_M. Taxa de compressão de 4,5x.

💰 Foco no domínio financeiro vertical

Otimização profunda para perguntas e respostas financeiras, programação quantitativa e chamada de ferramentas. O setor financeiro tem tolerância extremamente baixa a alucinações de modelos; a MoziAI apresenta desempenho significativamente superior ao de modelos gerais de mesmo porte nesse domínio.

🛡️ Característica Uncensored (sem censura)

Sem restrições de moderação de conteúdo, saída livre, informações completas e privacidade local. Adequado para pesquisa acadêmica, análise aprofundada, discussão livre e outros cenários. (Consulte a Seção 15)

🌐 Outras características

Suporte multilíngue: 201 idiomas e dialetos, com capacidade em chinês especialmente otimizada
Programação geral: desenvolvimento full-stack, depuração de código e design de arquitetura, cobrindo Python/JS/TS/Go/Rust
Redação de artigos: produção de alta qualidade em múltiplos gêneros — relatórios de pesquisa, artigos de análise, documentação técnica, conteúdo criativo etc.
Compreensão visual: visão multimodal, com suporte a capturas de tela locais para entender o conteúdo de imagens
Suporte a múltiplos frameworks: llama.cpp / Ollama / LM Studio / Jan
Suporte a múltiplos agentes: OpenClaw / Hermes / Cursor / Claude Code / Codex etc., com chamada nativa de ferramentas e orquestração de tarefas em várias etapas

3. Notas de atualização

Esta versão V3.8 foi retreinada com o mesmo sistema de datasets de treinamento de última geração usado no 27B-V3.8 (identidade / pensamento dinâmico de sete dimensões / iteração LOOP / domínio financeiro vertical), com foco em reforçar o modo de raciocínio proprietário da moziAI — pensamento dinâmico de sete dimensões + iteração LOOP — tornando o reconhecimento da complexidade das tarefas mais inteligente, elevando a taxa de conclusão de tarefas complexas e fortalecendo a capacidade de "pensar antes de agir"; ao mesmo tempo, mantém a característica Uncensored (sem censura) e a otimização profunda no domínio financeiro vertical.

A moziAI mantém um ritmo ativo de atualizações e iterações de versão, garantindo o acompanhamento próximo da evolução futura da inteligência artificial e, continuamente, por meio de tecnologia proprietária, tornando os modelos de IA locais mais leves de implantar e cada vez mais capazes.

4. Capacidades principais no domínio financeiro

Área de capacidade	Descrição
Análise de mercado	Interpretação macroeconômica e microeconômica, análise de mercado e lógica de movimentação de ações chinesas (A-shares), de Hong Kong e dos EUA, commodities e criptomoedas
Finanças e relatórios	Interpretação dos principais indicadores de demonstrações financeiras, extração de resumos de relatórios de pesquisa, suporte a valuation e projeção de lucros
Gestão de risco e compliance	Avaliação de risco de produtos, alertas de conformidade para recomendações de investimento, interpretação de políticas regulatórias financeiras
Quant e estratégias	Concepção de ideias de estratégias quantitativas, quantificação Pyramid (Pyramid/PEL), lógica de backtest, construção de fatores e chamada de ferramentas
Chamada de ferramentas	Integração de fontes de dados financeiros, como cotações em tempo real, bancos de dados e busca de relatórios de pesquisa

5. Especificações técnicas

Item	Parâmetro
Modelo base	Ornith-1.5-35B-A3B (arquitetura Qwen3.5-35B-A3B / Qwen3.6-35B-A3B, licença MIT)
Escala de parâmetros	35 bilhões (35B) em arquitetura MoE, 256 especialistas roteados + 1 especialista compartilhado, 8 especialistas ativados por token
Quantização	Quantização inteligente MoziSmartBit proprietária + formato padrão GGUF
Comprimento do contexto	256K (262.144 tokens)
Tamanho do modelo	~15,9 GB
VRAM mínima	20GB+ implantável (offload de CPU); 24GB+ contexto longo fluido; 32GB+ 256K completo + visão
Frameworks de inferência	llama.cpp / Ollama / LM Studio / Jan
Velocidade de inferência	Com decodificação especulativa: 140+ token/s na GPU AMD R9700 / 70+ token/s na iGPU da CPU AMD MAX+395, garantindo liberdade total de tokens com saída local
Equipe de desenvolvimento	Equipe Chen Yumo

6. Início rápido 3 arquivos 100 da melhor capacidade de inferência

⚠️ Dica essencial: a melhor capacidade de inferência da MoziAI exige o download simultâneo dos 3 arquivos — modelo principal, projeção visual e template de chat. A ausência de qualquer um deles compromete a capacidade correspondente.

6.1 Baixar os arquivos do modelo

Baixe estes 3 arquivos no HuggingFace / ModelScope para o mesmo diretório local (o modelo principal fica na raiz do repositório, a projeção visual em mmproj/35B/ e o template de chat em V3.8/):

moziAI-35B-V3.8-MOE-MTP-Q4_K_M-Uncensored-Qwen3.6-35B-A3B-Ornith-1.5.gguf  ← Modelo principal (obrigatório, 15,9 GB)
moziAI-35B-mmproj-BF16-V1.0.gguf                        ← Projeção visual (obrigatório, ~1 GB)
moziAI-V3.8-35B-chat-template.jinja                                        ← Template de chat (obrigatório, contém instruções de pensamento 7D + Loop)

Arquivo	Tamanho	Necessidade	Função
Modelo principal `.gguf`	~15,9 GB	Obrigatório	Pesos do modelo; capacidade central de inferência
Projeção visual `mmproj`	~1 GB	Obrigatório	Compreensão visual multimodal; sem ele, a capacidade de imagem é perdida
Template de chat `.jinja`	Mínimo	Obrigatório	Injeta a identidade da MoziAI + instruções do mecanismo de pensamento 7D + LOOP

6.2 Iniciar e usar

llama-server \
  -m ./moziAI-35B-V3.8-MOE-MTP-Q4_K_M-Uncensored-Qwen3.6-35B-A3B-Ornith-1.5.gguf \
  --mmproj mmproj/35B/moziAI-35B-mmproj-BF16-V1.0.gguf \
  --chat-template-file V3.8/moziAI-V3.8-35B-chat-template.jinja \
  -c 131072 -ngl 99 \
  --host 0.0.0.0 --port 8080

Abra http://localhost:8080 no navegador para começar a conversar. Veja os parâmetros completos recomendados na Seção 9.

7. Download do modelo

Plataforma	Endereço
HuggingFace	chenyumo/moziAI-35B-A3B-MOE-MTP
ModelScope	chenyumo/moziAI-35B-A3B-MOE-MTP
GitHub	chenyumo166/moziAI-35B
Ollama	`ollama pull chenyumo/moziAI-35B-A3B`

💡 Usuários do LM Studio: pesquise moziAI no LM Studio e baixe com um clique, sem precisar baixar os arquivos manualmente.

💡 Dica de download: clique no link acima para acessar o repositório do HuggingFace; na aba "Files and versions", baixe o modelo principal na raiz do repositório, a projeção visual na pasta mmproj/35B/ e o template de chat na pasta V3.8/, garantindo que os três arquivos fiquem no mesmo diretório.

8. Comandos de inicialização

Inicialização mínima (com os 3 arquivos)

llama-server \
  -m ./moziAI-35B-V3.8-MOE-MTP-Q4_K_M-Uncensored-Qwen3.6-35B-A3B-Ornith-1.5.gguf \
  --mmproj mmproj/35B/moziAI-35B-mmproj-BF16-V1.0.gguf \
  --chat-template-file V3.8/moziAI-V3.8-35B-chat-template.jinja \
  -c 131072 -ngl 99 \
  --host 0.0.0.0 --port 8080

Inicialização completa recomendada

llama-server \
  -m ./moziAI-35B-V3.8-MOE-MTP-Q4_K_M-Uncensored-Qwen3.6-35B-A3B-Ornith-1.5.gguf \
  --mmproj mmproj/35B/moziAI-35B-mmproj-BF16-V1.0.gguf \
  --chat-template-file V3.8/moziAI-V3.8-35B-chat-template.jinja \
  -c 262144 -ngl 99 -t 28 \
  --batch-size 2048 --ubatch-size 512 \
  --flash-attn auto \
  --cache-type-k q4_0 --cache-type-v q4_0 --kv-unified \
  --poll 0 \
  --reasoning on --reasoning-format deepseek-legacy \
  --spec-default \
  --host 0.0.0.0 --port 8080 \
  --temp 0.6 --top-p 0.95 --top-k 20 --min-p 0.024 \
  --repeat-penalty 1.05 --presence-penalty 0

💡 Se a VRAM for insuficiente: reduza -c (ex.: 131072) ou adicione --fit on para que o llama.cpp ajuste automaticamente o uso de VRAM.

9. Parâmetros de inferência recomendados

Otimizados com base em testes locais reais (AMD Radeon AI PRO R9700 32GB):

Parâmetro	Tarefas do dia a dia / Redação	Tarefas complexas / Programação avançada	Descrição
temperature	0,6	0,8	Estabilidade no dia a dia; exploração moderada em programação complexa
top_p	0,95	0,95	Limiar do núcleo de amostragem (nucleus sampling)
top_k	20	20	Amostragem truncada
min_p	0,024	0,024	Filtro de probabilidade mínima
repeat_penalty	1,05	1,05	Penalidade de repetição
presence_penalty	0	0	Sem penalidade de presença
context_length	131072	262144	Diário 128K / Complexo 256K (padrão llama.cpp 128K)
reasoning	on	on	Ativa a cadeia de raciocínio (chain-of-thought)
reasoning_budget	400	1000	Orçamento de raciocínio em tokens (maior para tarefas complexas)
reasoning_format	deepseek-legacy	deepseek-legacy	Raciocínio emitido em campo separado
spec-type	default	default	Aceleração por decodificação especulativa (ngram, ideal para MoE — veja a Seção 11)
Cache KV	q4_0	q4_0	Cache KV quantizado (unificado com kv-unified)

💡 Modo de pensamento: ative com --reasoning on; o modelo raciocina internamente antes de emitir a resposta. reasoning_budget controla o número máximo de tokens de raciocínio.

10. Comparação de formatos de quantização

Formato	Tamanho	Precisão	Descrição
FP16 original	~70 GB	100%	Sem perdas; requer GPU profissional
MoziSmartBit (este modelo)	~15,9 GB	~99%	Quantização inteligente proprietária: melhor precisão e menor tamanho
Q4_K_M	~22 GB	~98%	GGUF padrão de 4 bits
Q5_K_M	~24,7 GB	~99%	Precisão ainda maior
Q6_K	~28,5 GB	~99,5%	Quase sem perdas
Q8_0	~36,9 GB	~100%	Sem perdas

A MoziSmartBit mantém cerca de 99% de precisão e, ao mesmo tempo, comprime o modelo MoE de 35B para 15,9 GB (taxa de compressão de 4,5x), cerca de 30% menor que o Q4_K_M — mais adequada para implantação local em GPUs de consumo.

11. Aceleração por decodificação especulativa função importante

Este modelo acelera significativamente a inferência por meio da decodificação especulativa (Speculative Decoding) — em testes locais, a velocidade é cerca de 1,5–2x maior do que com a função desativada.

Configuração ideal para MoE: o llama.cpp recomenda a decodificação especulativa ngram (--spec-default) para arquiteturas MoE — a mais rápida e estável em testes locais
Sobre o nome do modelo: "MTP" no nome indica os pesos de Multi-Token Prediction do modelo base (totalmente preservados). Como o suporte do llama.cpp a drafts MTP para arquiteturas MoE é limitado, a MoziAI adota uniformemente a decodificação especulativa ngram para obter a melhor velocidade medida em testes

Parâmetros para ativar

--spec-default

Sugestões de ajuste dos parâmetros

Configuração	Cenário de uso
--spec-default (padrão)	Recomendado: equilibra velocidade e VRAM
Desativar a decodificação (remova o parâmetro)	Cenários com VRAM limitada; velocidade ligeiramente menor

12. Recomendações de configuração de VRAM

Com base em testes reais da versão MoziSmartBit (modelo + visão totalizando ~16,4 GB):

VRAM	Configuração recomendada	Descrição
20 GB	Contexto de 150K, cache KV q4_0, com suporte a visão	Modelo + visão ~16,4 GB; 256K + visão ocupam apenas ~19,5 GB de VRAM
24 GB	256K completo, cache KV q4_0, visão perfeitamente suportada	Configuração recomendada: visão + contexto longo de 256K ocupam ~20,4 GB, com margem de ~3,6 GB
32 GB+	256K completo, margem de VRAM generosa	Ex.: R9700 32GB: visão + contexto longo de 256K com margem de ~10 GB — a configuração mais potente

💡 Quanto mais longo o contexto, maior o consumo de VRAM. Em caso de OOM, reduza gradualmente o parâmetro -c. Use --fit on para que o llama.cpp ajuste automaticamente o número de camadas à VRAM disponível. Suporta GPUs NVIDIA / AMD de todas as marcas.

13. Métodos de implantação

Implantação com Ollama

cat > Modelfile << 'EOF'
FROM ./moziAI-35B-V3.8-MOE-MTP-Q4_K_M-Uncensored-Qwen3.6-35B-A3B-Ornith-1.5.gguf
PARAMETER temperature 0.6
PARAMETER top_p 0.95
PARAMETER top_k 20
PARAMETER num_ctx 131072
PARAMETER num_gpu 99
EOF

ollama create moziAI-35B -f Modelfile
ollama run moziAI-35B

LM Studio / Jan

Pesquise moziAI no LM Studio / Jan e baixe a versão quantizada Q4_K_M (o LM Studio lê por padrão o modelo na raiz do repositório; para versões anteriores, use "Adicionar a partir de URL" para importar os arquivos do diretório da versão correspondente, ex.: V3.7/).

💡 O suporte do Ollama a mmproj e chat_template é limitado; recomendamos priorizar o llama.cpp para obter todas as funcionalidades.

14. Benchmarks

O MoziAI-35B-V3.8 foi desenvolvido por meio de fine-tuning, destilação e aprimoramento sobre o modelo base deepreinforce-ai/Ornith-1.5-35B-A3B, tendo o domínio financeiro vertical como direção central de otimização. Segue a comparação entre modelos (as capacidades gerais do MoziAI são equivalentes às do modelo base Ornith-1.5-35B-A3B; os dados são dos testes reais da versão V3.7, já que V3.8 e V3.7 compartilham a mesma base e o mesmo sistema de treinamento):

Benchmark	moziAI-35B-V3.8 (este modelo)	Ornith-1.0-35B-A3B	Qwen3.6-35B-A3B	Gemma-4-31B	Muse-Glimmer-30B	Qwen3.5-397B
Testes de programação
Terminal-Bench 2.1 (Terminus-2)	67,8	64,2	52,5	42,1	51,7	53,5
Terminal-Bench 2.1 (Claude Code)	68,5	62,8	49,2	-	-	48,6
SWE-bench Verified	79	75,6	73,4	52	76	76,4
SWE-bench Pro	59,6	50,4	49,5	35,7	51,2	51,6
SWE-bench Multilingual	71,4	69,3	67,2	51,7	-	69,3
DeepSWE	22	0	0	-	-	1
Frontier-Bench v0.1	5,1	1,4	1,4	-	-	1,4
NL2Repo	46,2	34,6	29,4	15,5	-	36,8
SWE Atlas - QnA	39,8	37,1	15,5	-	-	20,4
Testes de raciocínio
HLE (no tools)	25,6	20,8	21,4	19,5	22	28,7
HLE (with tools)	33,4	30,1	28,9	26,5	-	48,3
GPQA Diamond	89,2	86,2	86	84,3	83,5	88,4
Testes de agente
MCP-Atlas	70,2	64,4	62,8	55	75,5	72,3
Toolathlon-Verified	48,7	42,4	41,7	40,8	-	38,3
WideSearch	67,8	63,4	60,1	54,2	-	74
BrowseComp	67,6	63,5	62	-	-	78,6
ClawEval	72,5	69,8	68,7	48,5	-	70,7

O domínio financeiro vertical é a direção central de otimização da MoziAI-35B: em cenários como interpretação de demonstrações financeiras, estratégias quantitativas, gestão de risco e compliance e chamada de ferramentas de agentes, o desempenho é significativamente superior ao dos modelos gerais. Os dados de Gemma-4 / Qwen3.6 são resultados oficiais publicados.

15. Otimização Uncensored sem censura

Este modelo herda a característica Uncensored (sem censura) do modelo base Ornith-1.5-35B-A3B, com as seguintes vantagens:

Vantagem	Descrição
Sem restrições de censura	Não recusa nenhum tópico, incluindo conteúdos sensíveis ou controversos
Saída livre	Não sujeito a políticas de segurança; pode gerar qualquer tipo de resposta
Informações completas	Fornece informações completas e sem filtros, adequado para cenários de pesquisa e análise
Privacidade local	A implantação local garante dados totalmente privados, livres de censura na nuvem

Cenários de uso: pesquisa acadêmica, análise aprofundada, discussão livre e um panorama de conversas com IA sem limitações.

Aviso: este é um modelo de implantação local; o conteúdo gerado é inteiramente controlado pelo usuário, e o modelo não assume responsabilidade pela moderação de conteúdo.

16. Licença

Este modelo utiliza uma licença restritiva personalizada:

✅ Permitido — uso comercial gratuito, cópia e distribuição
❌ Proibido — desenvolvimento secundário, revenda e sublicenciamento
📋 Exigido — preservar o aviso de copyright original e indicar a fonte: moziAI-35B

Este modelo é fornecido "no estado em que se encontra" (as is), sem garantias de qualquer tipo. As saídas do modelo têm caráter apenas informativo e não constituem recomendação de investimento. O usuário assume integralmente os riscos decorrentes do uso.

Para os termos detalhados, consulte o arquivo LICENSE.

17. Contatos

HuggingFace: @chenyumo
GitHub: @chenyumo166
Weibo: @rimochen
E-mail: 263515@qq.com