flux-klein-9b-text-encoder-fp8
Model chat flux-klein-9b-text-encoder-fp8 dari edwixx memuat 9 miliar parameter ke dalam sebuah . flux-klein-9b-text-encoder-fp8 is an open-weights chat model with roughly 9 billion parameters.
by edwixx · 9B parameter
Paling cocok untuk
- chat dan routing latensi rendah
- routing dan triase permintaan
- klasifikasi teks
Cara menggunakan flux-klein-9b-text-encoder-fp8 di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key edwixx Anda. osFoundry menemukan flux-klein-9b-text-encoder-fp8 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
flux-klein-9b-text-encoder-fp8 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 flux-klein-9b-text-encoder-fp8
flux-klein-9b-text-encoder-fp8 berjalan di satu GPU konsumen 16GB (~6 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~22 GB).
flux-klein-9b-text-encoder-fp8 vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang flux-klein-9b-text-encoder-fp8
Apakah flux-klein-9b-text-encoder-fp8 gratis untuk digunakan?
flux-klein-9b-text-encoder-fp8 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 flux-klein-9b-text-encoder-fp8 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 flux-klein-9b-text-encoder-fp8?
Sekitar 6 GB pada kuantisasi Q4, atau 22 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan flux-klein-9b-text-encoder-fp8 secara lokal?
Ya. flux-klein-9b-text-encoder-fp8 bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama flux-klein-9b-text-encoder-fp8?
flux-klein-9b-text-encoder-fp8 sangat cocok untuk chat dan routing latensi rendah, routing dan triase permintaan, klasifikasi teks.
Bagaimana cara menggunakan flux-klein-9b-text-encoder-fp8 di osFoundry?
Tempelkan API key edwixx Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan flux-klein-9b-text-encoder-fp8 ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh edwixx pada 6 Maret 2026. Sumber: https://huggingface.co/edwixx/flux-klein-9b-text-encoder-fp8