Q2.5-MS-Mistoria-72b-v2-i1-GGUF
mradermachers Q2.5-MS-Mistoria-72b-v2-i1-GGUF vereint 72 Milliarden Parameter in einem Chat-Modell. Q2.5-MS-Mistoria-72b-v2-i1-GGUF is an open-weights chat model with roughly 72 billion parameters.
by mradermacher · 72 Mrd. Parameter
Am besten geeignet für
- komplexes mehrstufiges Reasoning
- Agent-Orchestrierung mit Tool-Nutzung
- Analyse und Zusammenfassung langer Dokumente
Möglichkeiten, Q2.5-MS-Mistoria-72b-v2-i1-GGUF in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren mradermacher-API-Key ein. osFoundry erkennt Q2.5-MS-Mistoria-72b-v2-i1-GGUF 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
Q2.5-MS-Mistoria-72b-v2-i1-GGUF 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 Q2.5-MS-Mistoria-72b-v2-i1-GGUF ausführen
Q2.5-MS-Mistoria-72b-v2-i1-GGUF läuft auf eine einzelne A100 80GB oder H100 80GB mit Q4-Quantization (~44 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision erfordert mehrere H100/H200-GPUs bei FP16 (~173 GB).
Q2.5-MS-Mistoria-72b-v2-i1-GGUF 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 Q2.5-MS-Mistoria-72b-v2-i1-GGUF
Ist Q2.5-MS-Mistoria-72b-v2-i1-GGUF kostenlos nutzbar?
Q2.5-MS-Mistoria-72b-v2-i1-GGUF 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 Q2.5-MS-Mistoria-72b-v2-i1-GGUF 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 Q2.5-MS-Mistoria-72b-v2-i1-GGUF?
Etwa 44 GB bei Q4-Quantization oder 173 GB bei voller FP16-Präzision. Passt auf eine einzelne A100/H100 80GB.
Kann ich Q2.5-MS-Mistoria-72b-v2-i1-GGUF lokal betreiben?
Ja. Q2.5-MS-Mistoria-72b-v2-i1-GGUF ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist Q2.5-MS-Mistoria-72b-v2-i1-GGUF besonders gut?
Q2.5-MS-Mistoria-72b-v2-i1-GGUF eignet sich besonders für komplexes mehrstufiges Reasoning, Agent-Orchestrierung mit Tool-Nutzung, Analyse und Zusammenfassung langer Dokumente.
Wie verwende ich Q2.5-MS-Mistoria-72b-v2-i1-GGUF in osFoundry?
Fügen Sie Ihren mradermacher-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie Q2.5-MS-Mistoria-72b-v2-i1-GGUF 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 mradermacher am 23. November 2024. Quelle: https://huggingface.co/mradermacher/Q2.5-MS-Mistoria-72b-v2-i1-GGUF