InternVL3-78B-Instruct
OpenGVLabs InternVL3-78B-Instruct vereint 78 Milliarden Parameter in einem Bildgenerierung-Modell. InternVL3-78B-Instruct is an open-weights image model with roughly 78 billion parameters.
by OpenGVLab · 78 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, InternVL3-78B-Instruct in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren OpenGVLab-API-Key ein. osFoundry erkennt InternVL3-78B-Instruct 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
InternVL3-78B-Instruct 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 InternVL3-78B-Instruct ausführen
InternVL3-78B-Instruct läuft auf eine einzelne A100 80GB oder H100 80GB mit Q4-Quantization (~47 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision erfordert mehrere H100/H200-GPUs bei FP16 (~188 GB).
InternVL3-78B-Instruct 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 InternVL3-78B-Instruct
Ist InternVL3-78B-Instruct kostenlos nutzbar?
InternVL3-78B-Instruct 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 InternVL3-78B-Instruct 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 InternVL3-78B-Instruct?
Etwa 47 GB bei Q4-Quantization oder 188 GB bei voller FP16-Präzision. Passt auf eine einzelne A100/H100 80GB.
Kann ich InternVL3-78B-Instruct lokal betreiben?
Ja. InternVL3-78B-Instruct ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist InternVL3-78B-Instruct besonders gut?
InternVL3-78B-Instruct eignet sich besonders für image text to text.
Wie verwende ich InternVL3-78B-Instruct in osFoundry?
Fügen Sie Ihren OpenGVLab-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie InternVL3-78B-Instruct 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 OpenGVLab am 16. April 2025. Quelle: https://huggingface.co/OpenGVLab/InternVL3-78B-Instruct