unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit
Veröffentlicht von mrtoots im Jahr 2025, ist unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit ein 235 Milliarden Parameter umfassendes Chat-Modell. unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit is an open-weights chat model with roughly 235 billion parameters.
by mrtoots · 235 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren mrtoots-API-Key ein. osFoundry erkennt unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit 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
unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit 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 unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit ausführen
unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit läuft auf ein Multi-GPU-Setup oder H200 141GB mit Q4 (~141 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision erfordert mehrere H100/H200-GPUs bei FP16 (~564 GB).
unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit 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 unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit
Ist unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit kostenlos nutzbar?
unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit 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 unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit 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 unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit?
Etwa 141 GB bei Q4-Quantization oder 564 GB bei voller FP16-Präzision. Erfordert Multi-GPU bei höherer Quantization.
Kann ich unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit lokal betreiben?
Ja. unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit besonders gut?
unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit eignet sich besonders für text generation.
Wie verwende ich unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit in osFoundry?
Fügen Sie Ihren mrtoots-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit 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 mrtoots am 14. September 2025. Quelle: https://huggingface.co/mrtoots/unsloth-Qwen3-235B-A22B-Instruct-2507-mlx-4Bit