DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental
Dibangun oleh lovedheart, DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental adalah sebuah model chat 345 miliar parameter . DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental is an open-weights chat model with roughly 345 billion parameters.
by lovedheart · 345B parameter
Paling cocok untuk
- penalaran multi-langkah yang kompleks
- orkestrasi agent dengan tool use
- analisis dan peringkasan dokumen panjang
Cara menggunakan DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key lovedheart Anda. osFoundry menemukan DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental 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
DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental 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 DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental
DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental berjalan di setup multi-GPU atau H200 141GB pada Q4 (~207 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan beberapa GPU H100/H200 pada FP16 (~828 GB).
DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental
Apakah DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental gratis untuk digunakan?
DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental 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 DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental 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 DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental?
Sekitar 207 GB pada kuantisasi Q4, atau 828 GB pada presisi FP16 penuh. Membutuhkan multi-GPU pada kuantisasi yang lebih tinggi.
Bisakah saya menjalankan DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental secara lokal?
Ya. DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental?
DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental sangat cocok untuk penalaran multi-langkah yang kompleks, orkestrasi agent dengan tool use, analisis dan peringkasan dokumen panjang.
Bagaimana cara menggunakan DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental di osFoundry?
Tempelkan API key lovedheart Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh lovedheart pada 30 Desember 2025. Sumber: https://huggingface.co/lovedheart/DeepSeek-V3.2-REAP-345B-A37B-GGUF-Experimental