LFM2-2.6B
Dibangun oleh Cactus-Compute, LFM2-2.6B adalah sebuah model chat 3 miliar parameter . LFM2-2.6B is an open-weights chat model with roughly 3 billion parameters.
by Cactus-Compute · 3B parameter
Paling cocok untuk
Cara menggunakan LFM2-2.6B di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key Cactus-Compute Anda. osFoundry menemukan LFM2-2.6B 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
LFM2-2.6B 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 LFM2-2.6B
LFM2-2.6B berjalan di satu GPU konsumen 16GB (~2 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~8 GB).
LFM2-2.6B vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang LFM2-2.6B
Apakah LFM2-2.6B gratis untuk digunakan?
LFM2-2.6B 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 LFM2-2.6B 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 LFM2-2.6B?
Sekitar 2 GB pada kuantisasi Q4, atau 8 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan LFM2-2.6B secara lokal?
Ya. LFM2-2.6B bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama LFM2-2.6B?
LFM2-2.6B sangat cocok untuk text generation.
Bagaimana cara menggunakan LFM2-2.6B di osFoundry?
Tempelkan API key Cactus-Compute Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan LFM2-2.6B ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh Cactus-Compute pada 18 Februari 2026. Sumber: https://huggingface.co/Cactus-Compute/LFM2-2.6B