mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz
mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz ist ein 7 Milliarden Parameter umfassendes Chat-Modell von Raghav-Singhal, veröffentlicht am 18. April 2026. mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz is an open-weights chat model with roughly 7 billion parameters.
by Raghav-Singhal · 7 Mrd. Parameter
Am besten geeignet für
- Chat und Routing mit geringer Latenz
- Anfrage-Routing und Triage
- Textklassifikation
Möglichkeiten, mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren Raghav-Singhal-API-Key ein. osFoundry erkennt mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz 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
mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz 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 mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz ausführen
mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz läuft auf eine einzelne 16GB-Consumer-GPU (~5 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision passt auf eine einzelne H100 80GB bei FP16-Präzision (~17 GB).
mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz 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 mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz
Ist mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz kostenlos nutzbar?
mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz 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 mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz 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 mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz?
Etwa 5 GB bei Q4-Quantization oder 17 GB bei voller FP16-Präzision. Passt auf eine einzelne 24GB-Consumer-GPU.
Kann ich mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz lokal betreiben?
Ja. mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz besonders gut?
mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz eignet sich besonders für Chat und Routing mit geringer Latenz, Anfrage-Routing und Triage, Textklassifikation.
Wie verwende ich mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz in osFoundry?
Fügen Sie Ihren Raghav-Singhal-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz 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 Raghav-Singhal am 18. April 2026. Quelle: https://huggingface.co/Raghav-Singhal/mixsft-normal-smollm-1p7b-500B-30n-2048sl-960gbsz