UniGenBench-EvalModel-qwen-72b-v1
El UniGenBench-EvalModel-qwen-72b-v1 de CodeGoat24 concentra 72 mil millones de parámetros en un modelo de generación de imágenes. UniGenBench-EvalModel-qwen-72b-v1 is an open-weights image model with roughly 72 billion parameters.
by CodeGoat24 · 72 mil millones de parámetros
Ideal para
Formas de utilizar UniGenBench-EvalModel-qwen-72b-v1 en osFoundry
Conecten con su propia clave (BYOK)
Abran el diálogo de claves y peguen su clave de API de CodeGoat24. osFoundry detecta UniGenBench-EvalModel-qwen-72b-v1 automáticamente: asígnenlo a un rol de Maestro (router, direct, orchestrator o fallback) en la pestaña Pipeline y quedará activo en cada chat. Su clave, su cuenta de proveedor: sin recargo por tokens.
Desplieguen un endpoint dedicado
UniGenBench-EvalModel-qwen-72b-v1 es de pesos abiertos: ejecútenlo localmente de forma gratuita o desplieguen un endpoint GPU dedicado en su workspace para disponer de capacidad reservada sin límites de tasa.
Úsenlo en una Room App
Las Room Apps declaran funciones de IA en su manifiesto y luego las invocan con invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Invóquenlo desde sus propias aplicaciones
Una vez que un modelo está integrado en su workspace, pueden alojarlo como API y consumirlo desde sus propios servicios, scripts o CI, fuera de osFoundry.
Qué hardware puede ejecutar UniGenBench-EvalModel-qwen-72b-v1
UniGenBench-EvalModel-qwen-72b-v1 se ejecuta en una sola A100 80GB o H100 80GB con cuantización Q4 (~44 GB de VRAM con margen para la caché KV). La inferencia a precisión completa requiere varias GPU H100/H200 en FP16 (~173 GB).
UniGenBench-EvalModel-qwen-72b-v1 frente a modelos similares
Licencia
Sin especificar — Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial.
Consulten la documentación original.
Preguntas frecuentes sobre UniGenBench-EvalModel-qwen-72b-v1
¿Es gratuito el uso de UniGenBench-EvalModel-qwen-72b-v1?
UniGenBench-EvalModel-qwen-72b-v1 se puede ejecutar gratis localmente en su propio hardware. El acceso alojado a través de osFoundry se mide (entrada Free (local), salida Free (local)). Pueden alternar entre local y alojado en cualquier momento.
¿Puedo utilizar UniGenBench-EvalModel-qwen-72b-v1 comercialmente?
El uso comercial está permitido con condiciones. Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial. Consulten la documentación original.
¿Cuánta VRAM necesita UniGenBench-EvalModel-qwen-72b-v1?
Aproximadamente 44 GB con cuantización Q4, o 173 GB con precisión FP16 completa. Cabe en una sola A100/H100 80GB.
¿Puedo ejecutar UniGenBench-EvalModel-qwen-72b-v1 localmente?
Sí. UniGenBench-EvalModel-qwen-72b-v1 es de pesos abiertos y se ejecuta localmente en una GPU de estación de trabajo. El runtime local de osFoundry gestiona la carga del modelo, la cuantización y el enrutamiento.
¿En qué destaca UniGenBench-EvalModel-qwen-72b-v1?
UniGenBench-EvalModel-qwen-72b-v1 es muy adecuado para image text to text.
¿Cómo se utiliza UniGenBench-EvalModel-qwen-72b-v1 en osFoundry?
Peguen su clave de API de CodeGoat24 en el diálogo de claves (o desplieguen los pesos abiertos para modelos autoalojables), asignen UniGenBench-EvalModel-qwen-72b-v1 a un rol de Maestro en la pestaña Pipeline y úsenlo en chat, en Room Apps mediante invokeAI o en sus propias aplicaciones.
Publicado por CodeGoat24 el 5 de octubre de 2025. Fuente: https://huggingface.co/CodeGoat24/UniGenBench-EvalModel-qwen-72b-v1