gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn
Dirilis oleh raikonenamd pada 2026, gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn adalah sebuah model chat 120 miliar parameter . gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn is an open-weights chat model with roughly 120 billion parameters.
by raikonenamd · 120B parameter
Paling cocok untuk
- penalaran multi-langkah yang kompleks
- orkestrasi agent dengan tool use
- analisis dan peringkasan dokumen panjang
Cara menggunakan gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key raikonenamd Anda. osFoundry menemukan gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn 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
gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn 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 gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn
gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn 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).
gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn
Apakah gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn gratis untuk digunakan?
gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn 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 gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn 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 gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn?
Sekitar 72 GB pada kuantisasi Q4, atau 288 GB pada presisi FP16 penuh. Muat di satu A100/H100 80GB.
Bisakah saya menjalankan gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn secara lokal?
Ya. gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn?
gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn sangat cocok untuk penalaran multi-langkah yang kompleks, orkestrasi agent dengan tool use, analisis dan peringkasan dokumen panjang.
Bagaimana cara menggunakan gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn di osFoundry?
Tempelkan API key raikonenamd Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh raikonenamd pada 26 Februari 2026. Sumber: https://huggingface.co/raikonenamd/gpt-oss-120b-w-mxfp4-a-fp8-kv-fp8-fp8attn