Франкенштейн из нейросетей: что склеили в Cicikus v3
На 15 марта 2026 года в тени гигантов вроде GPT-5 и Claude 4 все еще копошатся энтузиасты, которые пытаются впихнуть сложное мышление в 4 миллиарда параметров. Cicikus v3 Prometheus 4.4B — один из самых дерзких таких экспериментов. Это не просто дообученная модель, а результат так называемого franken-merge — хирургического слияния слоев от разных моделей, чтобы получить нового «монстра» с уникальными способностями.
Авторы взяли за основу, по слухам, Llama 3.2 4B и привили ей части от какой-то специализированной модели для reasoning. На выходе получили 4.4B параметров, которые, по заявлению, должны справляться с логическими головоломками не хуже моделей в 10 раз крупнее. Звучит как сказка. Мы проверили.
Что реально умеет эта кроха? Тестируем логику
Мы гоняли модель на наборе из логических задач, математических головоломок и сценариев, требующих step-by-step reasoning. Вот что увидели:
- Цепочка мыслей (Chain-of-Thought): Модель действительно пытается рассуждать. Не так изящно, как в Dark CoT для Gemma 3 4B, но структурированно. Дает пошаговое объяснение перед ответом.
- Понимание контекста: Справляется с многошаговыми инструкциями, где нужно учитывать несколько условий. Например: "Если А старше Б, но младше В, а В родился после 2000 года, то...".
- Математика: Базовая арифметика и алгебра на уровне 7-8 класса — без проблем. Интегралы, конечно, не берет, но это и не ее цель.
- Слабые места: Теряет нить рассуждения в очень длинных контекстах (больше 2000 токенов). Иногда выдает уверенный, но абсолютно неправильный ответ — классическая проблема маленьких LLM.
Не один такой: с кем сравнить Prometheus 4.4B
На рынке sub-5B моделей в 2026 году уже тесно. Каждая вторая обещает "reasoning на уровне 70B". Мы сравнили Cicikus v3 с основными конкурентами по двум параметрам: качество рассуждений и аппетиты к видеопамяти.
| Модель (4-5B параметров) | Логические задачи | Память (FP16) | Особенность |
|---|---|---|---|
| Cicikus v3 Prometheus 4.4B | Хорошо, с оговорками | ~9 ГБ | Экспериментальный franken-merge |
| Llama 3.2 4B (Instruct) | Средне, нужен сложный промптинг | ~8 ГБ | Баланс качество/скорость |
| Gemma 3 4B (последняя версия на 15.03.2026) | Отлично, с методами вроде Dark CoT | ~8.5 ГБ | Специально заточена под reasoning |
| Qwen2.5 4B (Coder) | Хорошо для кода, средне для абстракций | ~8 ГБ | Сильна в программировании |
Вывод? Cicikus v3 не решает все задачи, как MiniMax M2.5, но для своей категории показывает себя достойно. Ее главная фишка — franken-merge, который, видимо, дает прирост в нестандартных логических построениях. Если вам интересна тема слияния моделей, посмотрите также на SOLARized-GraniStral-14B — там комбинируют два метода.
Внимание: Модель экспериментальная. Не ждите от нее стабильности как от Llama. Иногда она «сходит с ума» и генерирует бессмыслицу. Всегда проверяйте ее выводы, особенно если используете для чего-то важного.
Запускаем на тостере: как и на чем работает
Здесь хорошие новости. Модель весит около 9 ГБ в формате FP16. Это значит, что она впритык, но влазит в видеокарту с 12 ГБ памяти (например, RTX 3060 или 4060). С квантованием до 4-бит (GGUF формат) — вообще летает на 8 ГБ и даже на чистом CPU.
Как запустить:
- Скачать с Hugging Face (репозиторий обычно называется cicikus-v3-prometheus-4.4b).
- Использовать LM Studio или Ollama (если есть готовый модelfile). В LM Studio просто укажите путь к скачанным файлам.
- Или, если вы фанат командной строки, через llama.cpp с квантованием Q4_K_M.
На слабом железе с 8 ГБ ОЗУ и без видеокарты — используйте GGUF версию и llama.cpp. Скорость будет около 2-3 токенов в секунду. Медленно, но для нечастых логических задач сгодится. Если хочется побыстрее, можно арендовать облачный GPU на час через сервис вроде RunPod, но это уже для тестов, а не для постоянной работы.
Кому стоит качать, а кому — даже не смотреть
Эта модель — нишевый инструмент для очень конкретной аудитории.
Качайте, если вы:
- Энтузиаст локальных LLM, которому надоели стандартные Llama и Gemma, и хочется поэкспериментировать с franken-merge.
- Ищете модель именно для решения логических головоломок, ребусов, простых математических задач на своем стареньком ПК.
- Хотите изучить, как хирургическое слияние моделей влияет на reasoning, возможно, для своих опытов (после этого стоит прочитать гайд по дообучению).
Проходите мимо, если вам нужно:
- Стабильная работа для продакшена. Берите проверенную Llama 3.2 4B или Gemma 3.
- Генерация длинных текстов или диалоговая поддержка. Cicikus v3 для этого не создавалась.
- Решение сверхсложных задач, где нужна глубина, как у Qwen3.5 35B в multi-agent сценариях.
Итог: стоит ли игра свеч?
Cicikus v3 Prometheus 4.4B — любопытный артефакт в мире маленьких языковых моделей. Она доказывает, что franken-merge может давать интересные результаты в нишевых задачах, а не только приводить к катастрофе. На слабом железе она работает, но готовьтесь к ее капризам.
Мой прогноз на 2026-2027: franken-merge и другие методы слияния моделей станут популярным способом создания узкоспециализированных AI без огромных бюджетов на обучение с нуля. Но пока это территория энтузиастов и исследователей, готовых мириться с глюками. Если ваш график видеопамяти напоминает бездонную бочку лишь в мечтах, Cicikus v3 может стать вашим нестандартным, но временами гениальным помощником для разминки мозгов.
