gemma-4-31B-it-JANG_2M
Dibangun oleh bearzi, gemma-4-31B-it-JANG_2M adalah sebuah model chat 31 miliar parameter . gemma-4-31B-it-JANG_2M is an open-weights chat model with roughly 31 billion parameters.
by bearzi · 31B parameter
Paling cocok untuk
Cara menggunakan gemma-4-31B-it-JANG_2M di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key bearzi Anda. osFoundry menemukan gemma-4-31B-it-JANG_2M 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
gemma-4-31B-it-JANG_2M 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 gemma-4-31B-it-JANG_2M
gemma-4-31B-it-JANG_2M berjalan di GPU konsumen atau workstation 24GB (~19 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~75 GB).
gemma-4-31B-it-JANG_2M vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang gemma-4-31B-it-JANG_2M
Apakah gemma-4-31B-it-JANG_2M gratis untuk digunakan?
gemma-4-31B-it-JANG_2M 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 gemma-4-31B-it-JANG_2M 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 gemma-4-31B-it-JANG_2M?
Sekitar 19 GB pada kuantisasi Q4, atau 75 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan gemma-4-31B-it-JANG_2M secara lokal?
Ya. gemma-4-31B-it-JANG_2M bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama gemma-4-31B-it-JANG_2M?
gemma-4-31B-it-JANG_2M sangat cocok untuk text generation.
Bagaimana cara menggunakan gemma-4-31B-it-JANG_2M di osFoundry?
Tempelkan API key bearzi Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan gemma-4-31B-it-JANG_2M ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh bearzi pada 17 April 2026. Sumber: https://huggingface.co/bearzi/gemma-4-31B-it-JANG_2M