DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx
GreenBitAIs DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx vereint 671 Milliarden Parameter in einem Chat-Modell. DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx is an open-weights chat model with roughly 671 billion parameters.
by GreenBitAI · 671 Mrd. Parameter
Am besten geeignet für
- komplexes mehrstufiges Reasoning
- Agent-Orchestrierung mit Tool-Nutzung
- Analyse und Zusammenfassung langer Dokumente
Möglichkeiten, DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren GreenBitAI-API-Key ein. osFoundry erkennt DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx 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
DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx 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 DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx ausführen
DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx läuft auf ein Multi-GPU-Setup oder H200 141GB mit Q4 (~403 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision erfordert mehrere H100/H200-GPUs bei FP16 (~1611 GB).
DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx 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 DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx
Ist DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx kostenlos nutzbar?
DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx 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 DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx 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 DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx?
Etwa 403 GB bei Q4-Quantization oder 1611 GB bei voller FP16-Präzision. Erfordert Multi-GPU bei höherer Quantization.
Kann ich DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx lokal betreiben?
Ja. DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx besonders gut?
DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx eignet sich besonders für komplexes mehrstufiges Reasoning, Agent-Orchestrierung mit Tool-Nutzung, Analyse und Zusammenfassung langer Dokumente.
Wie verwende ich DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx in osFoundry?
Fügen Sie Ihren GreenBitAI-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx 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 GreenBitAI am 27. April 2025. Quelle: https://huggingface.co/GreenBitAI/DeepSeek-R1-671B-layer-mix-bpw-4.0-mlx