Qwen2.5-32B-Instruct-GGUF-llamafile
Qwen2.5-32B-Instruct-GGUF-llamafile adalah model chat 32 miliar parameter dari Bojun-Feng, dirilis 24 Februari 2025. Qwen2.5-32B-Instruct-GGUF-llamafile is an open-weights chat model with roughly 32 billion parameters.
by Bojun-Feng · 32B parameter
Paling cocok untuk
Cara menggunakan Qwen2.5-32B-Instruct-GGUF-llamafile di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key Bojun-Feng Anda. osFoundry menemukan Qwen2.5-32B-Instruct-GGUF-llamafile 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
Qwen2.5-32B-Instruct-GGUF-llamafile 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 Qwen2.5-32B-Instruct-GGUF-llamafile
Qwen2.5-32B-Instruct-GGUF-llamafile berjalan di GPU konsumen atau workstation 24GB (~20 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~77 GB).
Qwen2.5-32B-Instruct-GGUF-llamafile vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Qwen2.5-32B-Instruct-GGUF-llamafile
Apakah Qwen2.5-32B-Instruct-GGUF-llamafile gratis untuk digunakan?
Qwen2.5-32B-Instruct-GGUF-llamafile 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 Qwen2.5-32B-Instruct-GGUF-llamafile 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 Qwen2.5-32B-Instruct-GGUF-llamafile?
Sekitar 20 GB pada kuantisasi Q4, atau 77 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Qwen2.5-32B-Instruct-GGUF-llamafile secara lokal?
Ya. Qwen2.5-32B-Instruct-GGUF-llamafile bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Qwen2.5-32B-Instruct-GGUF-llamafile?
Qwen2.5-32B-Instruct-GGUF-llamafile sangat cocok untuk text generation.
Bagaimana cara menggunakan Qwen2.5-32B-Instruct-GGUF-llamafile di osFoundry?
Tempelkan API key Bojun-Feng Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Qwen2.5-32B-Instruct-GGUF-llamafile ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh Bojun-Feng pada 24 Februari 2025. Sumber: https://huggingface.co/Bojun-Feng/Qwen2.5-32B-Instruct-GGUF-llamafile