Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K majentik का एक 120 अरब parameter वाला चैट model है, 14 अप्रैल 2026 को जारी। Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K is an open-weights chat model with roughly 120 billion parameters.
by majentik · 120B parameters
किसके लिए सर्वोत्तम
osFoundry में Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K का उपयोग करने के तरीके
अपनी key से जोड़ें (BYOK)
key dialog खोलें और अपनी majentik API key पेस्ट करें। osFoundry Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K 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
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K 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।
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K कौनसा hardware चला सकता है
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K Q4 quantisation पर एक A100 80GB या H100 80GB पर चलता है (~72 GB VRAM, KV-cache headroom के साथ)। पूर्ण-precision inference FP16 पर कई H100/H200 GPUs की आवश्यकता (~288 GB)।
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K बनाम समान models
लाइसेंस
अनिर्दिष्ट — लाइसेंस की शर्तें निर्दिष्ट नहीं — commercial उपयोग से पहले upstream model card सत्यापित करें।
Upstream documentation देखें।
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K के बारे में अक्सर पूछे जाने वाले प्रश्न
क्या Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K उपयोग करने के लिए मुफ्त है?
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K 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 Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K 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।
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K को कितनी VRAM चाहिए?
Q4 quantisation पर लगभग 72 GB, या पूर्ण FP16 precision पर 288 GB। एक A100/H100 80GB पर fit होता है।
क्या मैं Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K को locally चला सकता हूँ?
हाँ। Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K open-weights है और workstation GPU पर locally चलता है। osFoundry का local runtime model loading, quantisation, और routing संभालता है।
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K किसमें सर्वश्रेष्ठ है?
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K text generation के लिए उपयुक्त है।
मैं osFoundry में Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K का उपयोग कैसे करूँ?
key dialog में अपनी majentik API key पेस्ट करें (या self-hostable models के लिए open weights deploy करें), Pipeline tab में Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K को एक Maestro role को असाइन करें, फिर इसे चैट में, invokeAI के माध्यम से Room Apps में, या अपने ऐप्स में उपयोग करें।
majentik द्वारा प्रकाशित 14 अप्रैल 2026 को। स्रोत: https://huggingface.co/majentik/Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K