Qwen3.5-122B-A10B-MLX-4.7bit-vision
Veröffentlicht von spicyneuron im Jahr 2026, ist Qwen3.5-122B-A10B-MLX-4.7bit-vision ein 122 Milliarden Parameter umfassendes Chat-Modell. Qwen3.5-122B-A10B-MLX-4.7bit-vision is an open-weights chat model with roughly 122 billion parameters.
by spicyneuron · 122 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, Qwen3.5-122B-A10B-MLX-4.7bit-vision in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren spicyneuron-API-Key ein. osFoundry erkennt Qwen3.5-122B-A10B-MLX-4.7bit-vision 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
Qwen3.5-122B-A10B-MLX-4.7bit-vision 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 Qwen3.5-122B-A10B-MLX-4.7bit-vision ausführen
Qwen3.5-122B-A10B-MLX-4.7bit-vision läuft auf eine einzelne A100 80GB oder H100 80GB mit Q4-Quantization (~74 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision erfordert mehrere H100/H200-GPUs bei FP16 (~293 GB).
Qwen3.5-122B-A10B-MLX-4.7bit-vision 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 Qwen3.5-122B-A10B-MLX-4.7bit-vision
Ist Qwen3.5-122B-A10B-MLX-4.7bit-vision kostenlos nutzbar?
Qwen3.5-122B-A10B-MLX-4.7bit-vision 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 Qwen3.5-122B-A10B-MLX-4.7bit-vision 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 Qwen3.5-122B-A10B-MLX-4.7bit-vision?
Etwa 74 GB bei Q4-Quantization oder 293 GB bei voller FP16-Präzision. Passt auf eine einzelne A100/H100 80GB.
Kann ich Qwen3.5-122B-A10B-MLX-4.7bit-vision lokal betreiben?
Ja. Qwen3.5-122B-A10B-MLX-4.7bit-vision ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist Qwen3.5-122B-A10B-MLX-4.7bit-vision besonders gut?
Qwen3.5-122B-A10B-MLX-4.7bit-vision eignet sich besonders für text generation.
Wie verwende ich Qwen3.5-122B-A10B-MLX-4.7bit-vision in osFoundry?
Fügen Sie Ihren spicyneuron-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie Qwen3.5-122B-A10B-MLX-4.7bit-vision 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 spicyneuron am 3. März 2026. Quelle: https://huggingface.co/spicyneuron/Qwen3.5-122B-A10B-MLX-4.7bit-vision