zamba2-2.7b-instruct-hxq
Entwickelt von EchoLabs33, ist zamba2-2.7b-instruct-hxq ein 3 Milliarden Parameter umfassendes Chat-Modell. zamba2-2.7b-instruct-hxq is an open-weights chat model with roughly 3 billion parameters.
by EchoLabs33 · 3 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, zamba2-2.7b-instruct-hxq in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren EchoLabs33-API-Key ein. osFoundry erkennt zamba2-2.7b-instruct-hxq 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
zamba2-2.7b-instruct-hxq 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 zamba2-2.7b-instruct-hxq ausführen
zamba2-2.7b-instruct-hxq läuft auf eine einzelne 16GB-Consumer-GPU (~2 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision passt auf eine einzelne H100 80GB bei FP16-Präzision (~8 GB).
zamba2-2.7b-instruct-hxq 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 zamba2-2.7b-instruct-hxq
Ist zamba2-2.7b-instruct-hxq kostenlos nutzbar?
zamba2-2.7b-instruct-hxq 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 zamba2-2.7b-instruct-hxq 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 zamba2-2.7b-instruct-hxq?
Etwa 2 GB bei Q4-Quantization oder 8 GB bei voller FP16-Präzision. Passt auf eine einzelne 24GB-Consumer-GPU.
Kann ich zamba2-2.7b-instruct-hxq lokal betreiben?
Ja. zamba2-2.7b-instruct-hxq ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist zamba2-2.7b-instruct-hxq besonders gut?
zamba2-2.7b-instruct-hxq eignet sich besonders für text generation.
Wie verwende ich zamba2-2.7b-instruct-hxq in osFoundry?
Fügen Sie Ihren EchoLabs33-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie zamba2-2.7b-instruct-hxq 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 EchoLabs33 am 30. März 2026. Quelle: https://huggingface.co/EchoLabs33/zamba2-2.7b-instruct-hxq