Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4
Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 (OsaurusAI, 2026) ist ein 30 Milliarden Parameter umfassendes Bildgenerierung-Modell. Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 is an open-weights image model with roughly 30 billion parameters.
by OsaurusAI · 30 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren OsaurusAI-API-Key ein. osFoundry erkennt Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 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
Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 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 Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 ausführen
Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 läuft auf eine 24GB-Consumer- oder Workstation-GPU (~18 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision passt auf eine einzelne H100 80GB bei FP16-Präzision (~72 GB).
Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 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 Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4
Ist Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 kostenlos nutzbar?
Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 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 Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 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 Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4?
Etwa 18 GB bei Q4-Quantization oder 72 GB bei voller FP16-Präzision. Passt auf eine einzelne 24GB-Consumer-GPU.
Kann ich Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 lokal betreiben?
Ja. Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 besonders gut?
Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 eignet sich besonders für image text to text.
Wie verwende ich Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 in osFoundry?
Fügen Sie Ihren OsaurusAI-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4 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 OsaurusAI am 28. April 2026. Quelle: https://huggingface.co/OsaurusAI/Nemotron-3-Nano-Omni-30B-A3B-JANGTQ4