sarvamai-105b-MLX-10bit
sarvamai-105b-MLX-10bit (inferencerlabs, 2026) adalah sebuah model chat 105 miliar parameter . sarvamai-105b-MLX-10bit is an open-weights chat model with roughly 105 billion parameters.
by inferencerlabs · 105B parameter
Paling cocok untuk
Cara menggunakan sarvamai-105b-MLX-10bit di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key inferencerlabs Anda. osFoundry menemukan sarvamai-105b-MLX-10bit 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
sarvamai-105b-MLX-10bit 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 sarvamai-105b-MLX-10bit
sarvamai-105b-MLX-10bit berjalan di satu A100 80GB atau H100 80GB pada kuantisasi Q4 (~63 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan beberapa GPU H100/H200 pada FP16 (~252 GB).
sarvamai-105b-MLX-10bit vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang sarvamai-105b-MLX-10bit
Apakah sarvamai-105b-MLX-10bit gratis untuk digunakan?
sarvamai-105b-MLX-10bit 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 sarvamai-105b-MLX-10bit 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 sarvamai-105b-MLX-10bit?
Sekitar 63 GB pada kuantisasi Q4, atau 252 GB pada presisi FP16 penuh. Muat di satu A100/H100 80GB.
Bisakah saya menjalankan sarvamai-105b-MLX-10bit secara lokal?
Ya. sarvamai-105b-MLX-10bit bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama sarvamai-105b-MLX-10bit?
sarvamai-105b-MLX-10bit sangat cocok untuk text generation.
Bagaimana cara menggunakan sarvamai-105b-MLX-10bit di osFoundry?
Tempelkan API key inferencerlabs Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan sarvamai-105b-MLX-10bit ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh inferencerlabs pada 27 Maret 2026. Sumber: https://huggingface.co/inferencerlabs/sarvamai-105b-MLX-10bit