Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low
Veröffentlicht von MercuriusDream im Jahr 2026, ist Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low ein 35 Milliarden Parameter umfassendes Chat-Modell. Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low is an open-weights chat model with roughly 35 billion parameters.
by MercuriusDream · 35 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren MercuriusDream-API-Key ein. osFoundry erkennt Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low 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
Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low 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 Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low ausführen
Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low läuft auf eine 24GB-Consumer- oder Workstation-GPU (~21 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision erfordert eine H200 141GB oder 2x A100 80GB bei FP16 (~84 GB).
Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low 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 Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low
Ist Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low kostenlos nutzbar?
Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low 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 Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low 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 Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low?
Etwa 21 GB bei Q4-Quantization oder 84 GB bei voller FP16-Präzision. Passt auf eine einzelne 24GB-Consumer-GPU.
Kann ich Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low lokal betreiben?
Ja. Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low besonders gut?
Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low eignet sich besonders für text generation.
Wie verwende ich Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low in osFoundry?
Fügen Sie Ihren MercuriusDream-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low 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 MercuriusDream am 4. März 2026. Quelle: https://huggingface.co/MercuriusDream/Huihui-Qwen3.5-35B-A3B-abliterated-MLX-2bit-low