7aba420b-74ac-4209-b514-ce8bf69ca7a5
Veröffentlicht von duyphu im Jahr 2025, ist 7aba420b-74ac-4209-b514-ce8bf69ca7a5 ein 420 Milliarden Parameter umfassendes Chat-Modell. 7aba420b-74ac-4209-b514-ce8bf69ca7a5 is an open-weights chat model with roughly 420 billion parameters.
by duyphu · 420 Mrd. Parameter
Am besten geeignet für
- komplexes mehrstufiges Reasoning
- Agent-Orchestrierung mit Tool-Nutzung
- Analyse und Zusammenfassung langer Dokumente
Möglichkeiten, 7aba420b-74ac-4209-b514-ce8bf69ca7a5 in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren duyphu-API-Key ein. osFoundry erkennt 7aba420b-74ac-4209-b514-ce8bf69ca7a5 automatisch — weisen Sie es im Pipeline-Tab einer Maestro-Rolle (Router, Direct, Orchestrator oder Fallback) zu, und es ist in jedem Chat verfügbar. Ihr Key, Ihr Provider-Konto — kein Token-Aufschlag.
Dedizierten Endpunkt bereitstellen
7aba420b-74ac-4209-b514-ce8bf69ca7a5 ist Open-Weights — betreiben Sie es lokal kostenlos oder stellen Sie in Ihrem Workspace einen dedizierten GPU-Endpunkt für reservierte Kapazität ohne Rate Limits bereit.
In einer Room App verwenden
Room Apps deklarieren KI-Funktionen in ihrem Manifest und rufen sie anschließend mit invokeAI auf:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Aus eigenen Anwendungen aufrufen
Sobald ein Modell in Ihrem Workspace eingerichtet ist, können Sie es als API hosten und aus Ihren eigenen Diensten, Skripten oder CI — außerhalb von osFoundry — erreichen.
Welche Hardware kann 7aba420b-74ac-4209-b514-ce8bf69ca7a5 ausführen
7aba420b-74ac-4209-b514-ce8bf69ca7a5 läuft auf ein Multi-GPU-Setup oder H200 141GB mit Q4 (~252 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision erfordert mehrere H100/H200-GPUs bei FP16 (~1008 GB).
7aba420b-74ac-4209-b514-ce8bf69ca7a5 im Vergleich zu ähnlichen Modellen
Lizenz
Nicht angegeben — Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung.
Konsultieren Sie die Upstream-Dokumentation.
Häufige Fragen zu 7aba420b-74ac-4209-b514-ce8bf69ca7a5
Ist 7aba420b-74ac-4209-b514-ce8bf69ca7a5 kostenlos nutzbar?
7aba420b-74ac-4209-b514-ce8bf69ca7a5 kann auf Ihrer eigenen Hardware kostenlos lokal betrieben werden. Der gehostete Zugriff über osFoundry wird abgerechnet (Input Free (local), Output Free (local)). Sie können jederzeit zwischen lokal und gehostet wechseln.
Kann ich 7aba420b-74ac-4209-b514-ce8bf69ca7a5 kommerziell nutzen?
Kommerzielle Nutzung ist unter bestimmten Bedingungen erlaubt. Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung. Konsultieren Sie die Upstream-Dokumentation.
Wie viel VRAM benötigt 7aba420b-74ac-4209-b514-ce8bf69ca7a5?
Etwa 252 GB bei Q4-Quantization oder 1008 GB bei voller FP16-Präzision. Erfordert Multi-GPU bei höherer Quantization.
Kann ich 7aba420b-74ac-4209-b514-ce8bf69ca7a5 lokal betreiben?
Ja. 7aba420b-74ac-4209-b514-ce8bf69ca7a5 ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist 7aba420b-74ac-4209-b514-ce8bf69ca7a5 besonders gut?
7aba420b-74ac-4209-b514-ce8bf69ca7a5 eignet sich besonders für komplexes mehrstufiges Reasoning, Agent-Orchestrierung mit Tool-Nutzung, Analyse und Zusammenfassung langer Dokumente.
Wie verwende ich 7aba420b-74ac-4209-b514-ce8bf69ca7a5 in osFoundry?
Fügen Sie Ihren duyphu-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie 7aba420b-74ac-4209-b514-ce8bf69ca7a5 im Pipeline-Tab einer Maestro-Rolle zu und nutzen Sie es anschließend im Chat, in Room Apps über invokeAI oder in Ihren eigenen Anwendungen.
Veröffentlicht von duyphu am 24. Januar 2025. Quelle: https://huggingface.co/duyphu/7aba420b-74ac-4209-b514-ce8bf69ca7a5