Arquitectura híbrida
40 capas · layout 10 × (3 × DeltaNet→MoE + 1 × Attention→MoE). Hidden 2048. Capacidad 35B con costo de ~3B activos.
Modelos · Serie Turbo
Xeretron Turbo 35B
Modelo basado en Qwen3.6-35B-A3B-MTP y finetuneado por Xeretron: experto en arquitectura y DevOps, administra agentes de todo tipo y brilla con visión documental. Es el finetune más rápido que hemos hecho — hasta 200 t/s según GPU.
Para qué existe
Velocidad de nodo. Cerebro de operaciones.
Xeretron Turbo 35B es nuestro finetune más rápido: MoE con ~3B activos por token y MTP para empujar el throughput. Diseña arquitecturas, corre DevOps, orquesta agentes y lee documentos con visión — en tu infraestructura, sin contador de tokens.
- Especializado en arquitectura y DevOps de punta a punta.
- Administra agentes de todo tipo: ops, docs, coding y orquestación.
- Experto en visión documental: PDF, capturas, planos y tickets visuales.
- El finetune más rápido que hemos sacado: hasta 200 t/s según GPU.
Arquitectura
Servicios, límites, datos, seguridad y despliegue: sistemas que se pueden operar, no solo dibujar.
DevOps
Pipelines, infra como código, incidentes, runbooks y automatización con agentes locales.
Agentes
Administra agentes de todo tipo: coding, ops, documentos y orquestación multi-herramienta.
Visión documental
Lee PDFs, capturas, formularios y diagramas; alimenta agentes con el contexto visual real.
Por qué Turbo
MoE + MTP = el finetune más rápido nuestro.
La base Qwen3.6-35B-A3B activa ~3B parámetros por token (de 35B totales) y trae Multi-Token Prediction. Sobre eso afinamos para arquitectura, DevOps y agentes: menos latencia percibida, más trabajo terminado por segundo en el nodo.
- Hasta 200 t/s medidos en GPUs de alto rendimiento (varía por cuantización y contexto).
- Ideal cuando el cuello de botella es velocidad de agente / CI / ops.
- Complementa a Developer 27B: Turbo empuja throughput; Developer empuja profundidad de coding denso.
Serie Turbo vs Developer
- Turbo 35B — MoE + MTP · arquitectura · DevOps · agentes · docs.
- Developer 27B — denso · CodiiX · programación profunda.
- Ambos corren en nodos Xeretron con API OpenAI-compatible.
Base abierta · Qwen3.6-35B-A3B-MTP
Partimos de un MoE open pensado para velocidad real.
Qwen3.6-35B-A3B (Alibaba / Qwen) es un MoE multimodal: 35B totales y ~3B activos por token, 256 expertos (8 routed + 1 shared), arquitectura híbrida Gated DeltaNet + atención, visión nativa y Multi-Token Prediction. Ideal para un finetune Turbo orientado a ops y agentes rápidos.
Thinking control
Thinking on by default en la familia Qwen3.6; profundidad ajustable para no quemar tokens de pensamiento cuando el job es ops.
Visión nativa
Encoder visual integrado: PDFs, capturas, formularios, diagramas y tickets. El punto fuerte de Turbo en visión documental.
Tool calling
Tool calling y harnesses (vLLM / SGLang). Pensado para administrar flotas de agentes con feedback del entorno.
MTP
MTP multi-step: speculative decoding y más tokens/s cuando el runtime lo activa — la base de la serie Turbo.
Despliegue local
Compatible con Transformers, vLLM, SGLang y el stack del nodo Xeretron. Apache 2.0 en la línea open del autor.
Finetune Xeretron
De MoE open a turbo del ecosistema.
Sobre Qwen3.6-35B-A3B-MTP afinamos para arquitectura, DevOps, orquestación de agentes y lectura documental — con la agresividad de throughput que define a Turbo.
Qué aporta el finetune
- Preferencia por runbooks, pipelines y decisiones de arquitectura accionables.
- Mejor alineación con agentes de todo tipo, tool use y operaciones.
- Español técnico claro + inglés de infra/código sin fricción.
- Enfoque Arquitectura + DevOps: del ticket al deploy, del incidente al postmortem.
- Optimizado para nodos personales y de equipo donde la velocidad importa.
Especialización
Cuatro frentes. Un solo Turbo.
Turbo 35B está sesgado a velocidad y operación: donde el agente debe terminar el trabajo ya.
Arquitectura
Diseño de sistemas, trade-offs, contratos y límites. Turbo empuja decisiones de arquitectura que se pueden desplegar y operar.
DevOps
De requisitos a pipelines: infra, CI/CD, incidentes y automatización. Menos “scripts sueltos”, más operación confiable.
Agentes
Administra agentes de todo tipo: planificación, tool calling, feedback del entorno y tareas de largo horizonte — a velocidad Turbo.
Visión documental
Documentos, capturas y formularios como contexto de agente. La misma GPU que hace DevOps también lee el papel escaneado.
Referencia de la base · Qwen3.6-35B-A3B
Qué aporta el Work original.
Datos de la model card pública de Qwen3.6-35B-A3B. Xeretron Turbo 35B hereda esta base MoE+MTP y la especializa; las métricas de finetune (incl. t/s en tu GPU) se validan en el onboarding.
| Atributo (base) | Detalle | Qwen3.6-35B-A3B |
|---|---|---|
| Parámetros | Capacidad / costo por token | 35B total · ~3B activos |
| Experts | MoE routing | 256 · 8 routed + 1 shared |
| Capas | Híbrido DeltaNet + Attention | 40 |
| Contexto | Nativo / extendido | 262K · hasta ~1M (YaRN) |
| MTP | Speculative decoding | Entrenado multi-step |
| Modalidades | Texto + visión | Imagen / video / docs |
| Licencia | Línea open del autor | Apache 2.0 |
Fuente: model card pública de Qwen/Qwen3.6-35B-A3B. El “-MTP” en nuestro naming destaca el uso de Multi-Token Prediction en el stack Turbo. Los 200 t/s son mediciones Xeretron en hardware de alto rendimiento y dependen de GPU, cuantización y contexto.
Especificaciones
Ficha técnica.
| Atributo | Detalle |
|---|---|
| Nombre | Xeretron Turbo 35B |
| Base | Qwen3.6-35B-A3B-MTP (MoE VLM · Apache 2.0 en la línea open del autor) |
| Parámetros | 35B totales · ~3B activos por token |
| Capas | 40 · layout 10 × (3 × DeltaNet→MoE + 1 × Attention→MoE) |
| Hidden / experts | 2048 · 256 experts · intermediate 512 |
| Vocabulario | ~248K tokens (padded) |
| Contexto | 262.144 nativo · hasta ~1.000.000 con YaRN / rope scaling |
| Modalidades | Texto + visión documental (imagen / video / PDF) · tool calling · MTP |
| Especialidad | Arquitectura · DevOps · Agentes · Visión documental |
| Runtime Xeretron | Panel + lanes GPU · API OpenAI-compatible · agentes |
| Despliegue | Nodos personales y de equipo (GPU NVIDIA / CUDA) |
Nodos personales
Rápido en hardware real, no solo en benches.
El MoE 35B-A3B está pensado para throughput: pocos parámetros activos por token + MTP. Con cuantización adecuada corre fuerte en workstations y servidores. El nodo Xeretron dimensiona VRAM, contexto y concurrencia contigo — los 200 t/s son el techo observado, no una garantía en cualquier GPU.
- Orientativo: GPU de consumo alto / workstation con VRAM suficiente para el cuantizado elegido.
- Contexto largo (128K+) recomendado para preservar thinking en tareas complejas.
- Lanes del panel para aislar agentes DevOps, visión documental y cargas de fondo.
- Offline con pesos instalados; actualizaciones cuando tú lo decidas.
En el panel Xeretron
Carga el perfil Turbo, publica el endpoint interno y apunta tus agentes / CI al nodo. Métricas de primer token, tok/s y salud del modelo en la misma pantalla.
Ecosistema
No es solo un peso. Es velocidad operativa.
Throughput
Agentes y pipelines que no esperan: más t/s, más ciclos de corrección en el mismo día.
DevOps & agentes
Hooks a CI, runbooks y orquestadores locales vía API OpenAI-compatible.
Privacidad
Código, prompts y documentos se quedan en tu infraestructura. Sin alquiler eterno de inteligencia.
Siguiente paso
Pon Turbo 35B en tu nodo.
Evaluamos tu GPU, el contexto y si Turbo o Developer encaja mejor. Si el hardware no alcanza los 200 t/s, te lo decimos con números reales.