Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM
Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM adalah model pembuatan gambar 35 miliar parameter dari avlp12, dirilis 12 April 2026. Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM is an open-weights image model with roughly 35 billion parameters.
by avlp12 · 35B parameter
Paling cocok untuk
Cara menggunakan Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key avlp12 Anda. osFoundry menemukan Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM 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
Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM 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 Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM
Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM berjalan di GPU konsumen atau workstation 24GB (~21 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan H200 141GB atau 2x A100 80GB pada FP16 (~84 GB).
Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM
Apakah Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM gratis untuk digunakan?
Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM 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 Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM 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 Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM?
Sekitar 21 GB pada kuantisasi Q4, atau 84 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM secara lokal?
Ya. Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM?
Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM sangat cocok untuk image text to text.
Bagaimana cara menggunakan Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM di osFoundry?
Tempelkan API key avlp12 Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh avlp12 pada 12 April 2026. Sumber: https://huggingface.co/avlp12/Qwen3.5-35B-A3B-Alis-MLX-Dynamic-2.6bpw-VLM