Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8
Model pembuatan gambar Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 dari vanch007 memuat 27 miliar parameter ke dalam sebuah . Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 is an open-weights image model with roughly 27 billion parameters.
by vanch007 · 27B parameter
Paling cocok untuk
Cara menggunakan Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key vanch007 Anda. osFoundry menemukan Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 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
Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 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 Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8
Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 berjalan di GPU konsumen atau workstation 24GB (~17 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~65 GB).
Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8
Apakah Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 gratis untuk digunakan?
Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 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 Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 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 Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8?
Sekitar 17 GB pada kuantisasi Q4, atau 65 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 secara lokal?
Ya. Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8?
Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 sangat cocok untuk image text to text.
Bagaimana cara menggunakan Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 di osFoundry?
Tempelkan API key vanch007 Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8 ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh vanch007 pada 23 April 2026. Sumber: https://huggingface.co/vanch007/Huihui-Qwen3.6-27B-abliterated-mlx-mxfp8