Devstral-Small-2-24B-Instruct-2512-FP8
Dirilis oleh gdubicki pada 2026, Devstral-Small-2-24B-Instruct-2512-FP8 adalah sebuah model chat 24 miliar parameter . Devstral-Small-2-24B-Instruct-2512-FP8 is an open-weights chat model with roughly 24 billion parameters.
by gdubicki · 24B parameter
Paling cocok untuk
Cara menggunakan Devstral-Small-2-24B-Instruct-2512-FP8 di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key gdubicki Anda. osFoundry menemukan Devstral-Small-2-24B-Instruct-2512-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
Devstral-Small-2-24B-Instruct-2512-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 Devstral-Small-2-24B-Instruct-2512-FP8
Devstral-Small-2-24B-Instruct-2512-FP8 berjalan di satu GPU konsumen 16GB (~15 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~58 GB).
Devstral-Small-2-24B-Instruct-2512-FP8 vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Devstral-Small-2-24B-Instruct-2512-FP8
Apakah Devstral-Small-2-24B-Instruct-2512-FP8 gratis untuk digunakan?
Devstral-Small-2-24B-Instruct-2512-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 Devstral-Small-2-24B-Instruct-2512-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 Devstral-Small-2-24B-Instruct-2512-FP8?
Sekitar 15 GB pada kuantisasi Q4, atau 58 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Devstral-Small-2-24B-Instruct-2512-FP8 secara lokal?
Ya. Devstral-Small-2-24B-Instruct-2512-FP8 bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Devstral-Small-2-24B-Instruct-2512-FP8?
Devstral-Small-2-24B-Instruct-2512-FP8 sangat cocok untuk text generation.
Bagaimana cara menggunakan Devstral-Small-2-24B-Instruct-2512-FP8 di osFoundry?
Tempelkan API key gdubicki Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Devstral-Small-2-24B-Instruct-2512-FP8 ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh gdubicki pada 17 April 2026. Sumber: https://huggingface.co/gdubicki/Devstral-Small-2-24B-Instruct-2512-FP8