Olmo-3.1-32B-Think-MLX-6.5bit
Dibangun oleh inferencerlabs, Olmo-3.1-32B-Think-MLX-6.5bit adalah sebuah model chat 32 miliar parameter . Olmo-3.1-32B-Think-MLX-6.5bit is an open-weights chat model with roughly 32 billion parameters.
by inferencerlabs · 32B parameter
Paling cocok untuk
Cara menggunakan Olmo-3.1-32B-Think-MLX-6.5bit di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key inferencerlabs Anda. osFoundry menemukan Olmo-3.1-32B-Think-MLX-6.5bit 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
Olmo-3.1-32B-Think-MLX-6.5bit 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 Olmo-3.1-32B-Think-MLX-6.5bit
Olmo-3.1-32B-Think-MLX-6.5bit berjalan di GPU konsumen atau workstation 24GB (~20 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~77 GB).
Olmo-3.1-32B-Think-MLX-6.5bit vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Olmo-3.1-32B-Think-MLX-6.5bit
Apakah Olmo-3.1-32B-Think-MLX-6.5bit gratis untuk digunakan?
Olmo-3.1-32B-Think-MLX-6.5bit 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 Olmo-3.1-32B-Think-MLX-6.5bit 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 Olmo-3.1-32B-Think-MLX-6.5bit?
Sekitar 20 GB pada kuantisasi Q4, atau 77 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Olmo-3.1-32B-Think-MLX-6.5bit secara lokal?
Ya. Olmo-3.1-32B-Think-MLX-6.5bit bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Olmo-3.1-32B-Think-MLX-6.5bit?
Olmo-3.1-32B-Think-MLX-6.5bit sangat cocok untuk text generation.
Bagaimana cara menggunakan Olmo-3.1-32B-Think-MLX-6.5bit di osFoundry?
Tempelkan API key inferencerlabs Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Olmo-3.1-32B-Think-MLX-6.5bit ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh inferencerlabs pada 13 Desember 2025. Sumber: https://huggingface.co/inferencerlabs/Olmo-3.1-32B-Think-MLX-6.5bit