cogito-v2-preview-llama-109B-MoE-text-4bit-mlx
cogito-v2-preview-llama-109B-MoE-text-4bit-mlx adalah model chat 109 miliar parameter dari Ghost13lade, dirilis 7 Mei 2026. cogito-v2-preview-llama-109B-MoE-text-4bit-mlx is an open-weights chat model with roughly 109 billion parameters.
by Ghost13lade · 109B parameter
Paling cocok untuk
Cara menggunakan cogito-v2-preview-llama-109B-MoE-text-4bit-mlx di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key Ghost13lade Anda. osFoundry menemukan cogito-v2-preview-llama-109B-MoE-text-4bit-mlx 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
cogito-v2-preview-llama-109B-MoE-text-4bit-mlx 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 cogito-v2-preview-llama-109B-MoE-text-4bit-mlx
cogito-v2-preview-llama-109B-MoE-text-4bit-mlx berjalan di satu A100 80GB atau H100 80GB pada kuantisasi Q4 (~66 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan beberapa GPU H100/H200 pada FP16 (~262 GB).
cogito-v2-preview-llama-109B-MoE-text-4bit-mlx vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang cogito-v2-preview-llama-109B-MoE-text-4bit-mlx
Apakah cogito-v2-preview-llama-109B-MoE-text-4bit-mlx gratis untuk digunakan?
cogito-v2-preview-llama-109B-MoE-text-4bit-mlx 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 cogito-v2-preview-llama-109B-MoE-text-4bit-mlx 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 cogito-v2-preview-llama-109B-MoE-text-4bit-mlx?
Sekitar 66 GB pada kuantisasi Q4, atau 262 GB pada presisi FP16 penuh. Muat di satu A100/H100 80GB.
Bisakah saya menjalankan cogito-v2-preview-llama-109B-MoE-text-4bit-mlx secara lokal?
Ya. cogito-v2-preview-llama-109B-MoE-text-4bit-mlx bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama cogito-v2-preview-llama-109B-MoE-text-4bit-mlx?
cogito-v2-preview-llama-109B-MoE-text-4bit-mlx sangat cocok untuk text generation.
Bagaimana cara menggunakan cogito-v2-preview-llama-109B-MoE-text-4bit-mlx di osFoundry?
Tempelkan API key Ghost13lade Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan cogito-v2-preview-llama-109B-MoE-text-4bit-mlx ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh Ghost13lade pada 7 Mei 2026. Sumber: https://huggingface.co/Ghost13lade/cogito-v2-preview-llama-109B-MoE-text-4bit-mlx