Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K adalah model chat 120 miliar parameter dari majentik, dirilis 14 April 2026. Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K is an open-weights chat model with roughly 120 billion parameters.
by majentik · 120B parameter
Paling cocok untuk
Cara menggunakan Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key majentik Anda. osFoundry menemukan Nemotron-3-Super-120B-A12B-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
Nemotron-3-Super-120B-A12B-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 Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K berjalan di satu A100 80GB atau H100 80GB pada kuantisasi Q4 (~72 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan beberapa GPU H100/H200 pada FP16 (~288 GB).
Nemotron-3-Super-120B-A12B-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 Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K
Apakah Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K gratis untuk digunakan?
Nemotron-3-Super-120B-A12B-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 Nemotron-3-Super-120B-A12B-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 Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K?
Sekitar 72 GB pada kuantisasi Q4, atau 288 GB pada presisi FP16 penuh. Muat di satu A100/H100 80GB.
Bisakah saya menjalankan Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K secara lokal?
Ya. Nemotron-3-Super-120B-A12B-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 Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K?
Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K sangat cocok untuk text generation.
Bagaimana cara menggunakan Nemotron-3-Super-120B-A12B-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 Nemotron-3-Super-120B-A12B-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 14 April 2026. Sumber: https://huggingface.co/majentik/Nemotron-3-Super-120B-A12B-RotorQuant-GGUF-Q2_K