gemma-4-E2B-RotorQuant-GGUF-Q2_K
gemma-4-E2B-RotorQuant-GGUF-Q2_K adalah model pembuatan gambar 2 miliar parameter dari majentik, dirilis 13 April 2026. gemma-4-E2B-RotorQuant-GGUF-Q2_K is an open-weights image model with roughly 2 billion parameters.
by majentik · 2B parameter
Paling cocok untuk
Cara menggunakan gemma-4-E2B-RotorQuant-GGUF-Q2_K di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key majentik Anda. osFoundry menemukan gemma-4-E2B-RotorQuant-GGUF-Q2_K 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
gemma-4-E2B-RotorQuant-GGUF-Q2_K 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 gemma-4-E2B-RotorQuant-GGUF-Q2_K
gemma-4-E2B-RotorQuant-GGUF-Q2_K berjalan di satu GPU konsumen 16GB (~2 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~5 GB).
gemma-4-E2B-RotorQuant-GGUF-Q2_K vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang gemma-4-E2B-RotorQuant-GGUF-Q2_K
Apakah gemma-4-E2B-RotorQuant-GGUF-Q2_K gratis untuk digunakan?
gemma-4-E2B-RotorQuant-GGUF-Q2_K 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 gemma-4-E2B-RotorQuant-GGUF-Q2_K 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 gemma-4-E2B-RotorQuant-GGUF-Q2_K?
Sekitar 2 GB pada kuantisasi Q4, atau 5 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan gemma-4-E2B-RotorQuant-GGUF-Q2_K secara lokal?
Ya. gemma-4-E2B-RotorQuant-GGUF-Q2_K bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama gemma-4-E2B-RotorQuant-GGUF-Q2_K?
gemma-4-E2B-RotorQuant-GGUF-Q2_K sangat cocok untuk image text to text.
Bagaimana cara menggunakan gemma-4-E2B-RotorQuant-GGUF-Q2_K di osFoundry?
Tempelkan API key majentik Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan gemma-4-E2B-RotorQuant-GGUF-Q2_K ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh majentik pada 13 April 2026. Sumber: https://huggingface.co/majentik/gemma-4-E2B-RotorQuant-GGUF-Q2_K