translategemma-12b-it-mlx-mxfp4
Dibangun oleh mlx-community, translategemma-12b-it-mlx-mxfp4 adalah sebuah model pembuatan gambar 12 miliar parameter . translategemma-12b-it-mlx-mxfp4 is an open-weights image model with roughly 12 billion parameters.
by mlx-community · 12B parameter
Paling cocok untuk
Cara menggunakan translategemma-12b-it-mlx-mxfp4 di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key mlx-community Anda. osFoundry menemukan translategemma-12b-it-mlx-mxfp4 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
translategemma-12b-it-mlx-mxfp4 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 translategemma-12b-it-mlx-mxfp4
translategemma-12b-it-mlx-mxfp4 berjalan di satu GPU konsumen 16GB (~8 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~29 GB).
translategemma-12b-it-mlx-mxfp4 vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang translategemma-12b-it-mlx-mxfp4
Apakah translategemma-12b-it-mlx-mxfp4 gratis untuk digunakan?
translategemma-12b-it-mlx-mxfp4 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 translategemma-12b-it-mlx-mxfp4 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 translategemma-12b-it-mlx-mxfp4?
Sekitar 8 GB pada kuantisasi Q4, atau 29 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan translategemma-12b-it-mlx-mxfp4 secara lokal?
Ya. translategemma-12b-it-mlx-mxfp4 bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama translategemma-12b-it-mlx-mxfp4?
translategemma-12b-it-mlx-mxfp4 sangat cocok untuk image text to text.
Bagaimana cara menggunakan translategemma-12b-it-mlx-mxfp4 di osFoundry?
Tempelkan API key mlx-community Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan translategemma-12b-it-mlx-mxfp4 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 12 Maret 2026. Sumber: https://huggingface.co/mlx-community/translategemma-12b-it-mlx-mxfp4