0d8b128b-8753-46c3-b80f-32427bd53cae
0d8b128b-8753-46c3-b80f-32427bd53cae adalah model chat 128 miliar parameter dari nbninh, dirilis 14 Januari 2025. 0d8b128b-8753-46c3-b80f-32427bd53cae is an open-weights chat model with roughly 128 billion parameters.
by nbninh · 128B parameter
Paling cocok untuk
- penalaran multi-langkah yang kompleks
- orkestrasi agent dengan tool use
- analisis dan peringkasan dokumen panjang
Cara menggunakan 0d8b128b-8753-46c3-b80f-32427bd53cae di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key nbninh Anda. osFoundry menemukan 0d8b128b-8753-46c3-b80f-32427bd53cae 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
0d8b128b-8753-46c3-b80f-32427bd53cae 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 0d8b128b-8753-46c3-b80f-32427bd53cae
0d8b128b-8753-46c3-b80f-32427bd53cae berjalan di satu A100 80GB atau H100 80GB pada kuantisasi Q4 (~77 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan beberapa GPU H100/H200 pada FP16 (~308 GB).
0d8b128b-8753-46c3-b80f-32427bd53cae vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang 0d8b128b-8753-46c3-b80f-32427bd53cae
Apakah 0d8b128b-8753-46c3-b80f-32427bd53cae gratis untuk digunakan?
0d8b128b-8753-46c3-b80f-32427bd53cae 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 0d8b128b-8753-46c3-b80f-32427bd53cae 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 0d8b128b-8753-46c3-b80f-32427bd53cae?
Sekitar 77 GB pada kuantisasi Q4, atau 308 GB pada presisi FP16 penuh. Muat di satu A100/H100 80GB.
Bisakah saya menjalankan 0d8b128b-8753-46c3-b80f-32427bd53cae secara lokal?
Ya. 0d8b128b-8753-46c3-b80f-32427bd53cae bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama 0d8b128b-8753-46c3-b80f-32427bd53cae?
0d8b128b-8753-46c3-b80f-32427bd53cae sangat cocok untuk penalaran multi-langkah yang kompleks, orkestrasi agent dengan tool use, analisis dan peringkasan dokumen panjang.
Bagaimana cara menggunakan 0d8b128b-8753-46c3-b80f-32427bd53cae di osFoundry?
Tempelkan API key nbninh Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan 0d8b128b-8753-46c3-b80f-32427bd53cae ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh nbninh pada 14 Januari 2025. Sumber: https://huggingface.co/nbninh/0d8b128b-8753-46c3-b80f-32427bd53cae