Qwen3.5-122B-A10B-JANG_4S
Dibangun oleh bearzi, Qwen3.5-122B-A10B-JANG_4S adalah sebuah model chat 122 miliar parameter . Qwen3.5-122B-A10B-JANG_4S is an open-weights chat model with roughly 122 billion parameters.
by bearzi · 122B parameter
Paling cocok untuk
Cara menggunakan Qwen3.5-122B-A10B-JANG_4S di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key bearzi Anda. osFoundry menemukan Qwen3.5-122B-A10B-JANG_4S 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
Qwen3.5-122B-A10B-JANG_4S 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 Qwen3.5-122B-A10B-JANG_4S
Qwen3.5-122B-A10B-JANG_4S berjalan di satu A100 80GB atau H100 80GB pada kuantisasi Q4 (~74 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan beberapa GPU H100/H200 pada FP16 (~293 GB).
Qwen3.5-122B-A10B-JANG_4S vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Qwen3.5-122B-A10B-JANG_4S
Apakah Qwen3.5-122B-A10B-JANG_4S gratis untuk digunakan?
Qwen3.5-122B-A10B-JANG_4S 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 Qwen3.5-122B-A10B-JANG_4S 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 Qwen3.5-122B-A10B-JANG_4S?
Sekitar 74 GB pada kuantisasi Q4, atau 293 GB pada presisi FP16 penuh. Muat di satu A100/H100 80GB.
Bisakah saya menjalankan Qwen3.5-122B-A10B-JANG_4S secara lokal?
Ya. Qwen3.5-122B-A10B-JANG_4S bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Qwen3.5-122B-A10B-JANG_4S?
Qwen3.5-122B-A10B-JANG_4S sangat cocok untuk text generation.
Bagaimana cara menggunakan Qwen3.5-122B-A10B-JANG_4S di osFoundry?
Tempelkan API key bearzi Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Qwen3.5-122B-A10B-JANG_4S 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/Qwen3.5-122B-A10B-JANG_4S