Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm
Model chat Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm dari rdtand memuat 128 miliar parameter ke dalam sebuah . Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm is an open-weights chat model with roughly 128 billion parameters.
by rdtand · 128B parameter
Paling cocok untuk
Cara menggunakan Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key rdtand Anda. osFoundry menemukan Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm 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
Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm 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 Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm
Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm 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).
Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm
Apakah Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm gratis untuk digunakan?
Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm 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 Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm 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 Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm?
Sekitar 77 GB pada kuantisasi Q4, atau 308 GB pada presisi FP16 penuh. Muat di satu A100/H100 80GB.
Bisakah saya menjalankan Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm secara lokal?
Ya. Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm?
Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm sangat cocok untuk text generation.
Bagaimana cara menggunakan Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm di osFoundry?
Tempelkan API key rdtand Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh rdtand pada 30 April 2026. Sumber: https://huggingface.co/rdtand/Mistral-Medium-3.5-128B-PrismaQuant-4.75-vllm