Qwen397b-exl3-8bpw-h8
Dibangun oleh cpral, Qwen397b-exl3-8bpw-h8 adalah sebuah model chat 397 miliar parameter . Qwen397b-exl3-8bpw-h8 is an open-weights chat model with roughly 397 billion parameters.
by cpral · 397B parameter
Paling cocok untuk
- penalaran multi-langkah yang kompleks
- orkestrasi agent dengan tool use
- analisis dan peringkasan dokumen panjang
Cara menggunakan Qwen397b-exl3-8bpw-h8 di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key cpral Anda. osFoundry menemukan Qwen397b-exl3-8bpw-h8 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
Qwen397b-exl3-8bpw-h8 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 Qwen397b-exl3-8bpw-h8
Qwen397b-exl3-8bpw-h8 berjalan di setup multi-GPU atau H200 141GB pada Q4 (~239 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan beberapa GPU H100/H200 pada FP16 (~953 GB).
Qwen397b-exl3-8bpw-h8 vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Qwen397b-exl3-8bpw-h8
Apakah Qwen397b-exl3-8bpw-h8 gratis untuk digunakan?
Qwen397b-exl3-8bpw-h8 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 Qwen397b-exl3-8bpw-h8 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 Qwen397b-exl3-8bpw-h8?
Sekitar 239 GB pada kuantisasi Q4, atau 953 GB pada presisi FP16 penuh. Membutuhkan multi-GPU pada kuantisasi yang lebih tinggi.
Bisakah saya menjalankan Qwen397b-exl3-8bpw-h8 secara lokal?
Ya. Qwen397b-exl3-8bpw-h8 bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Qwen397b-exl3-8bpw-h8?
Qwen397b-exl3-8bpw-h8 sangat cocok untuk penalaran multi-langkah yang kompleks, orkestrasi agent dengan tool use, analisis dan peringkasan dokumen panjang.
Bagaimana cara menggunakan Qwen397b-exl3-8bpw-h8 di osFoundry?
Tempelkan API key cpral Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Qwen397b-exl3-8bpw-h8 ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh cpral pada 20 April 2026. Sumber: https://huggingface.co/cpral/Qwen397b-exl3-8bpw-h8