TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head
Publié par nm-testing en 2026, TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head est un modèle chat à 1 milliards de paramètres . TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head is an open-weights chat model with roughly 1 billion parameters.
by nm-testing · 1 milliards de paramètres
Idéal pour
- chat et routage à faible latence
- routage et triage des requêtes
- classification de texte
Comment utiliser TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head dans osFoundry
Connectez-vous avec votre propre clé (BYOK)
Ouvrez la fenêtre de clés et collez votre clé API nm-testing. osFoundry détecte automatiquement TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head — assignez-le à un rôle Maestro (router, direct, orchestrator ou fallback) dans l'onglet Pipeline et il est actif dans chaque conversation. Votre clé, votre compte fournisseur — sans majoration sur les tokens.
Déployez un endpoint dédié
TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head est en open-weights — exécutez-le localement gratuitement, ou déployez un endpoint GPU dédié dans votre espace de travail pour disposer d'une capacité réservée sans limite de débit.
Utilisez-le dans une Room App
Les Room Apps déclarent leurs fonctionnalités IA dans leur manifeste, puis les appellent via invokeAI :
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Appelez-le depuis vos propres applications
Une fois un modèle intégré à votre espace de travail, vous pouvez l'héberger en tant qu'API et l'appeler depuis vos propres services, scripts ou CI — en dehors d'osFoundry.
Quel matériel peut faire tourner TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head
TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head fonctionne sur un seul GPU grand public 16GB (~1 GB de VRAM avec marge pour le cache KV). L'inférence en pleine précision tient sur un seul H100 80GB en précision FP16 (~3 GB).
TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head face aux modèles similaires
Licence
Non spécifiée — Conditions de licence non spécifiées — vérifiez la fiche du modèle en amont avant tout usage commercial.
Consultez la documentation en amont.
Questions fréquentes sur TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head
TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head est-il gratuit à utiliser ?
TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head est gratuit à exécuter localement sur votre propre matériel. L'accès hébergé via osFoundry est facturé à l'usage (entrée Free (local), sortie Free (local)). Vous pouvez basculer entre local et hébergé à tout moment.
Puis-je utiliser TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head à des fins commerciales ?
L'usage commercial est autorisé sous conditions. Conditions de licence non spécifiées — vérifiez la fiche du modèle en amont avant tout usage commercial. Consultez la documentation en amont.
Combien de VRAM faut-il pour TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head ?
Environ 1 GB en quantification Q4, ou 3 GB en pleine précision FP16. Tient sur un seul GPU grand public 24GB.
Puis-je exécuter TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head localement ?
Oui. TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head est en open-weights et s'exécute localement sur un GPU station de travail. Le runtime local d'osFoundry gère le chargement du modèle, la quantification et le routage.
À quoi TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head excelle-t-il ?
TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head convient particulièrement bien à chat et routage à faible latence, routage et triage des requêtes, classification de texte.
Comment utiliser TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head dans osFoundry ?
Collez votre clé API nm-testing dans la fenêtre de clés (ou déployez les open weights pour les modèles auto-hébergeables), assignez TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head à un rôle Maestro dans l'onglet Pipeline, puis utilisez-le en chat, dans les Room Apps via invokeAI, ou dans vos propres applications.
Publié par nm-testing le 14 janvier 2026. Source : https://huggingface.co/nm-testing/TinyLlama-1.1B-Chat-v1.0-kvcache-fp8-attn_head