2b1522e6-bef2-7cc4-831b-3794a31bcfdb
Veröffentlicht von phungkhaccuong im Jahr 2025, ist 2b1522e6-bef2-7cc4-831b-3794a31bcfdb ein 831 Milliarden Parameter umfassendes Chat-Modell. 2b1522e6-bef2-7cc4-831b-3794a31bcfdb is an open-weights chat model with roughly 831 billion parameters.
by phungkhaccuong · 831 Mrd. Parameter
Am besten geeignet für
- komplexes mehrstufiges Reasoning
- Agent-Orchestrierung mit Tool-Nutzung
- Analyse und Zusammenfassung langer Dokumente
Möglichkeiten, 2b1522e6-bef2-7cc4-831b-3794a31bcfdb in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren phungkhaccuong-API-Key ein. osFoundry erkennt 2b1522e6-bef2-7cc4-831b-3794a31bcfdb 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
2b1522e6-bef2-7cc4-831b-3794a31bcfdb 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 2b1522e6-bef2-7cc4-831b-3794a31bcfdb ausführen
2b1522e6-bef2-7cc4-831b-3794a31bcfdb läuft auf ein Multi-GPU-Setup oder H200 141GB mit Q4 (~499 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision erfordert mehrere H100/H200-GPUs bei FP16 (~1995 GB).
2b1522e6-bef2-7cc4-831b-3794a31bcfdb 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 2b1522e6-bef2-7cc4-831b-3794a31bcfdb
Ist 2b1522e6-bef2-7cc4-831b-3794a31bcfdb kostenlos nutzbar?
2b1522e6-bef2-7cc4-831b-3794a31bcfdb 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 2b1522e6-bef2-7cc4-831b-3794a31bcfdb 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 2b1522e6-bef2-7cc4-831b-3794a31bcfdb?
Etwa 499 GB bei Q4-Quantization oder 1995 GB bei voller FP16-Präzision. Erfordert Multi-GPU bei höherer Quantization.
Kann ich 2b1522e6-bef2-7cc4-831b-3794a31bcfdb lokal betreiben?
Ja. 2b1522e6-bef2-7cc4-831b-3794a31bcfdb ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist 2b1522e6-bef2-7cc4-831b-3794a31bcfdb besonders gut?
2b1522e6-bef2-7cc4-831b-3794a31bcfdb eignet sich besonders für komplexes mehrstufiges Reasoning, Agent-Orchestrierung mit Tool-Nutzung, Analyse und Zusammenfassung langer Dokumente.
Wie verwende ich 2b1522e6-bef2-7cc4-831b-3794a31bcfdb in osFoundry?
Fügen Sie Ihren phungkhaccuong-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie 2b1522e6-bef2-7cc4-831b-3794a31bcfdb 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 phungkhaccuong am 9. Januar 2025. Quelle: https://huggingface.co/phungkhaccuong/2b1522e6-bef2-7cc4-831b-3794a31bcfdb