mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF
DevQuasar का mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF 675 अरब parameters समेटे हुए एक image-generation model। mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF is an open-weights image model with roughly 675 billion parameters.
by DevQuasar · 675B parameters
किसके लिए सर्वोत्तम
osFoundry में mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF का उपयोग करने के तरीके
अपनी key से जोड़ें (BYOK)
key dialog खोलें और अपनी DevQuasar API key पेस्ट करें। osFoundry mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF को स्वचालित रूप से खोज लेता है — इसे Pipeline tab में किसी Maestro role (router, direct, orchestrator, या fallback) को असाइन करें और यह हर चैट में live हो जाता है। आपकी key, आपका provider account — कोई token markup नहीं।
एक dedicated endpoint deploy करें
mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF open-weights है — इसे locally मुफ्त में चलाएँ, या rate limits के बिना reserved capacity के लिए अपने workspace में एक dedicated GPU endpoint deploy करें।
Room App में उपयोग करें
Room Apps अपने manifest में AI features घोषित करते हैं, फिर उन्हें invokeAI के साथ कॉल करते हैं:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
अपने ऐप्स से इसे कॉल करें
एक बार जब model आपके workspace में wired हो जाता है, तो आप इसे API के रूप में host कर सकते हैं और इसे अपनी services, scripts, या CI से — osFoundry के बाहर — एक्सेस कर सकते हैं।
mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF कौनसा hardware चला सकता है
mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF एक multi-GPU setup या Q4 पर H200 141GB पर चलता है (~405 GB VRAM, KV-cache headroom के साथ)। पूर्ण-precision inference FP16 पर कई H100/H200 GPUs की आवश्यकता (~1620 GB)।
mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF बनाम समान models
लाइसेंस
अनिर्दिष्ट — लाइसेंस की शर्तें निर्दिष्ट नहीं — commercial उपयोग से पहले upstream model card सत्यापित करें।
Upstream documentation देखें।
mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF के बारे में अक्सर पूछे जाने वाले प्रश्न
क्या mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF उपयोग करने के लिए मुफ्त है?
mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF आपके अपने hardware पर locally चलाने के लिए मुफ्त है। osFoundry के माध्यम से hosted access metered है (input Free (local), output Free (local))। आप किसी भी समय local और hosted के बीच switch कर सकते हैं।
क्या मैं mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF का commercial उपयोग कर सकता हूँ?
Commercial उपयोग शर्तों के साथ अनुमत है। लाइसेंस की शर्तें निर्दिष्ट नहीं — commercial उपयोग से पहले upstream model card सत्यापित करें। Upstream documentation देखें।
mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF को कितनी VRAM चाहिए?
Q4 quantisation पर लगभग 405 GB, या पूर्ण FP16 precision पर 1620 GB। उच्च quantisation पर multi-GPU की आवश्यकता।
क्या मैं mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF को locally चला सकता हूँ?
हाँ। mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF open-weights है और workstation GPU पर locally चलता है। osFoundry का local runtime model loading, quantisation, और routing संभालता है।
mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF किसमें सर्वश्रेष्ठ है?
mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF image text to text के लिए उपयुक्त है।
मैं osFoundry में mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF का उपयोग कैसे करूँ?
key dialog में अपनी DevQuasar API key पेस्ट करें (या self-hostable models के लिए open weights deploy करें), Pipeline tab में mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF को एक Maestro role को असाइन करें, फिर इसे चैट में, invokeAI के माध्यम से Room Apps में, या अपने ऐप्स में उपयोग करें।
DevQuasar द्वारा प्रकाशित 5 दिसंबर 2025 को। स्रोत: https://huggingface.co/DevQuasar/mistralai.Mistral-Large-3-675B-Instruct-2512-GGUF