Bonsai-8B-mlx-1bit
Bonsai-8B-mlx-1bit adalah model chat 8 miliar parameter dari prism-ml, dirilis 18 Maret 2026. Bonsai-8B-mlx-1bit is an open-weights chat model with roughly 8 billion parameters.
by prism-ml · 8B parameter
Paling cocok untuk
Cara menggunakan Bonsai-8B-mlx-1bit di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key prism-ml Anda. osFoundry menemukan Bonsai-8B-mlx-1bit 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
Bonsai-8B-mlx-1bit 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 Bonsai-8B-mlx-1bit
Bonsai-8B-mlx-1bit berjalan di satu GPU konsumen 16GB (~5 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~20 GB).
Bonsai-8B-mlx-1bit vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Bonsai-8B-mlx-1bit
Apakah Bonsai-8B-mlx-1bit gratis untuk digunakan?
Bonsai-8B-mlx-1bit 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 Bonsai-8B-mlx-1bit 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 Bonsai-8B-mlx-1bit?
Sekitar 5 GB pada kuantisasi Q4, atau 20 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Bonsai-8B-mlx-1bit secara lokal?
Ya. Bonsai-8B-mlx-1bit bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Bonsai-8B-mlx-1bit?
Bonsai-8B-mlx-1bit sangat cocok untuk text generation.
Bagaimana cara menggunakan Bonsai-8B-mlx-1bit di osFoundry?
Tempelkan API key prism-ml Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Bonsai-8B-mlx-1bit ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh prism-ml pada 18 Maret 2026. Sumber: https://huggingface.co/prism-ml/Bonsai-8B-mlx-1bit