science_1bmix_m32-e52b113b-not_easy_1e-4_1500
science_1bmix_m32-e52b113b-not_easy_1e-4_1500 di graf racchiude 113 miliardi di parametri in un modello chat. science_1bmix_m32-e52b113b-not_easy_1e-4_1500 is an open-weights chat model with roughly 113 billion parameters.
by graf · 113B parametri
Ideale per
- ragionamento complesso multi-step
- orchestrazione di agenti con uso di tool
- analisi e riepilogo di documenti lunghi
Modi per utilizzare science_1bmix_m32-e52b113b-not_easy_1e-4_1500 in osFoundry
Si colleghi con la sua chiave (BYOK)
Apra la finestra delle chiavi e incolli la sua API key graf. osFoundry scopre science_1bmix_m32-e52b113b-not_easy_1e-4_1500 automaticamente — lo assegni a un ruolo Maestro (router, direct, orchestrator o fallback) nella scheda Pipeline e sarà attivo in ogni chat. La sua chiave, il suo account provider — nessun ricarico sui token.
Distribuisca un endpoint dedicato
science_1bmix_m32-e52b113b-not_easy_1e-4_1500 è open-weights — lo esegua localmente in modo gratuito, oppure distribuisca un endpoint GPU dedicato nel suo workspace per ottenere capacità riservata senza limiti di rate.
Lo utilizzi in una Room App
Le Room App dichiarano le funzionalità AI nel loro manifest e le richiamano con invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Lo richiami dalle sue applicazioni
Una volta integrato un modello nel suo workspace, può esporlo come API e raggiungerlo dai suoi servizi, script o pipeline CI — al di fuori di osFoundry.
Quale hardware può eseguire science_1bmix_m32-e52b113b-not_easy_1e-4_1500
science_1bmix_m32-e52b113b-not_easy_1e-4_1500 gira su una singola A100 80GB o H100 80GB con quantizzazione Q4 (~68 GB di VRAM con margine per la KV-cache). L'inferenza a piena precisione richiede più GPU H100/H200 con FP16 (~272 GB).
science_1bmix_m32-e52b113b-not_easy_1e-4_1500 a confronto con modelli simili
Licenza
Non specificata — Termini di licenza non specificati — verifichi la scheda del modello upstream prima dell'uso commerciale.
Consulti la documentazione upstream.
Domande frequenti su science_1bmix_m32-e52b113b-not_easy_1e-4_1500
science_1bmix_m32-e52b113b-not_easy_1e-4_1500 è gratuito?
science_1bmix_m32-e52b113b-not_easy_1e-4_1500 è gratuito da eseguire localmente sul suo hardware. L'accesso in hosting tramite osFoundry è a consumo (input Free (local), output Free (local)). Può passare tra esecuzione locale e in hosting in qualsiasi momento.
Posso usare science_1bmix_m32-e52b113b-not_easy_1e-4_1500 a scopo commerciale?
L'uso commerciale è consentito a determinate condizioni. Termini di licenza non specificati — verifichi la scheda del modello upstream prima dell'uso commerciale. Consulti la documentazione upstream.
Quanta VRAM richiede science_1bmix_m32-e52b113b-not_easy_1e-4_1500?
Circa 68 GB con quantizzazione Q4, o 272 GB in piena precisione FP16. Entra in una singola A100/H100 da 80GB.
Posso eseguire science_1bmix_m32-e52b113b-not_easy_1e-4_1500 localmente?
Sì. science_1bmix_m32-e52b113b-not_easy_1e-4_1500 è open-weights e si esegue localmente su una GPU da workstation. Il runtime locale di osFoundry gestisce il caricamento del modello, la quantizzazione e il routing.
In che cosa eccelle science_1bmix_m32-e52b113b-not_easy_1e-4_1500?
science_1bmix_m32-e52b113b-not_easy_1e-4_1500 è particolarmente adatto a ragionamento complesso multi-step, orchestrazione di agenti con uso di tool, analisi e riepilogo di documenti lunghi.
Come utilizzo science_1bmix_m32-e52b113b-not_easy_1e-4_1500 in osFoundry?
Incolli la sua API key graf nella finestra delle chiavi (oppure distribuisca i pesi aperti per i modelli auto-ospitabili), assegni science_1bmix_m32-e52b113b-not_easy_1e-4_1500 a un ruolo Maestro nella scheda Pipeline, quindi lo utilizzi in chat, nelle Room App tramite invokeAI o nelle sue applicazioni.
Pubblicato da graf il 25 aprile 2026. Fonte: https://huggingface.co/graf/science_1bmix_m32-e52b113b-not_easy_1e-4_1500