Olmo-3-7B-Instruct-mxfp4-QAT
Model chat Olmo-3-7B-Instruct-mxfp4-QAT dari mlx-community memuat 7 miliar parameter ke dalam sebuah . Olmo-3-7B-Instruct-mxfp4-QAT is an open-weights chat model with roughly 7 billion parameters.
by mlx-community · 7B parameter
Paling cocok untuk
Cara menggunakan Olmo-3-7B-Instruct-mxfp4-QAT di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key mlx-community Anda. osFoundry menemukan Olmo-3-7B-Instruct-mxfp4-QAT 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-3-7B-Instruct-mxfp4-QAT 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-3-7B-Instruct-mxfp4-QAT
Olmo-3-7B-Instruct-mxfp4-QAT berjalan di satu GPU konsumen 16GB (~5 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~17 GB).
Olmo-3-7B-Instruct-mxfp4-QAT vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Olmo-3-7B-Instruct-mxfp4-QAT
Apakah Olmo-3-7B-Instruct-mxfp4-QAT gratis untuk digunakan?
Olmo-3-7B-Instruct-mxfp4-QAT 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-3-7B-Instruct-mxfp4-QAT 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-3-7B-Instruct-mxfp4-QAT?
Sekitar 5 GB pada kuantisasi Q4, atau 17 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Olmo-3-7B-Instruct-mxfp4-QAT secara lokal?
Ya. Olmo-3-7B-Instruct-mxfp4-QAT bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Olmo-3-7B-Instruct-mxfp4-QAT?
Olmo-3-7B-Instruct-mxfp4-QAT sangat cocok untuk text generation.
Bagaimana cara menggunakan Olmo-3-7B-Instruct-mxfp4-QAT di osFoundry?
Tempelkan API key mlx-community Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Olmo-3-7B-Instruct-mxfp4-QAT ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh mlx-community pada 22 April 2026. Sumber: https://huggingface.co/mlx-community/Olmo-3-7B-Instruct-mxfp4-QAT