Qwen3.5-4B-en-es-fa-hi-ron
Model chat Qwen3.5-4B-en-es-fa-hi-ron dari alexjerpelea memuat 4 miliar parameter ke dalam sebuah . Qwen3.5-4B-en-es-fa-hi-ron is an open-weights chat model with roughly 4 billion parameters.
by alexjerpelea · 4B parameter
Paling cocok untuk
Cara menggunakan Qwen3.5-4B-en-es-fa-hi-ron di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key alexjerpelea Anda. osFoundry menemukan Qwen3.5-4B-en-es-fa-hi-ron secara otomatis — tetapkan ke peran Maestro (router, direct, orchestrator, atau fallback) di tab Pipeline dan model ini langsung aktif di setiap chat. Key Anda, akun provider Anda — tanpa markup token.
Deploy endpoint khusus
Qwen3.5-4B-en-es-fa-hi-ron bersifat open-weights — jalankan secara lokal tanpa biaya, atau deploy endpoint GPU khusus di workspace Anda untuk kapasitas tercadangkan tanpa rate limit.
Gunakan di Room App
Room App mendeklarasikan fitur AI di manifest mereka, lalu memanggilnya dengan invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Panggil dari aplikasi Anda sendiri
Setelah sebuah model terhubung ke workspace Anda, Anda dapat meng-host-nya sebagai API dan mengaksesnya dari layanan, skrip, atau CI Anda sendiri — di luar osFoundry.
Hardware apa yang dapat menjalankan Qwen3.5-4B-en-es-fa-hi-ron
Qwen3.5-4B-en-es-fa-hi-ron berjalan di satu GPU konsumen 16GB (~3 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~10 GB).
Qwen3.5-4B-en-es-fa-hi-ron vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Qwen3.5-4B-en-es-fa-hi-ron
Apakah Qwen3.5-4B-en-es-fa-hi-ron gratis untuk digunakan?
Qwen3.5-4B-en-es-fa-hi-ron gratis untuk dijalankan secara lokal pada hardware Anda sendiri. Akses ter-host melalui osFoundry dikenakan biaya (input Free (local), output Free (local)). Anda dapat beralih antara lokal dan ter-host kapan saja.
Bisakah saya menggunakan Qwen3.5-4B-en-es-fa-hi-ron secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Berapa VRAM yang dibutuhkan Qwen3.5-4B-en-es-fa-hi-ron?
Sekitar 3 GB pada kuantisasi Q4, atau 10 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Qwen3.5-4B-en-es-fa-hi-ron secara lokal?
Ya. Qwen3.5-4B-en-es-fa-hi-ron bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Qwen3.5-4B-en-es-fa-hi-ron?
Qwen3.5-4B-en-es-fa-hi-ron sangat cocok untuk text generation.
Bagaimana cara menggunakan Qwen3.5-4B-en-es-fa-hi-ron di osFoundry?
Tempelkan API key alexjerpelea Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Qwen3.5-4B-en-es-fa-hi-ron ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh alexjerpelea pada 23 April 2026. Sumber: https://huggingface.co/alexjerpelea/Qwen3.5-4B-en-es-fa-hi-ron