MARTHA-73B-Qwen2-VL-i1-GGUF
MARTHA-73B-Qwen2-VL-i1-GGUF (mradermacher, 2026) è un modello da 73 miliardi di parametri chat. MARTHA-73B-Qwen2-VL-i1-GGUF is an open-weights chat model with roughly 73 billion parameters.
by mradermacher · 73B parametri
Ideale per
- ragionamento complesso multi-step
- orchestrazione di agenti con uso di tool
- analisi e riepilogo di documenti lunghi
Modi per utilizzare MARTHA-73B-Qwen2-VL-i1-GGUF in osFoundry
Si colleghi con la sua chiave (BYOK)
Apra la finestra delle chiavi e incolli la sua API key mradermacher. osFoundry scopre MARTHA-73B-Qwen2-VL-i1-GGUF 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
MARTHA-73B-Qwen2-VL-i1-GGUF 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 MARTHA-73B-Qwen2-VL-i1-GGUF
MARTHA-73B-Qwen2-VL-i1-GGUF gira su una singola A100 80GB o H100 80GB con quantizzazione Q4 (~44 GB di VRAM con margine per la KV-cache). L'inferenza a piena precisione richiede più GPU H100/H200 con FP16 (~176 GB).
MARTHA-73B-Qwen2-VL-i1-GGUF a confronto con modelli simili
| Modello | Org | Parametri | Contesto | Prezzo input | Self-host |
|---|
| MARTHA-73B-Qwen2-VL-i1-GGUF | mradermacher | 73B | — | Free (local) | Sì |
| Qwen-Coder-NX-73B | Jahaz | 73B | — | Free (local) | Sì |
| ZAYA1-74B-preview | Zyphra | 74B | — | Free (local) | Sì |
| Qwen 2.5 72B | Alibaba | 72B | 131K | Free (local) / $ 0.50 /1M | Sì |
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 MARTHA-73B-Qwen2-VL-i1-GGUF
MARTHA-73B-Qwen2-VL-i1-GGUF è gratuito?
MARTHA-73B-Qwen2-VL-i1-GGUF 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 MARTHA-73B-Qwen2-VL-i1-GGUF 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 MARTHA-73B-Qwen2-VL-i1-GGUF?
Circa 44 GB con quantizzazione Q4, o 176 GB in piena precisione FP16. Entra in una singola A100/H100 da 80GB.
Posso eseguire MARTHA-73B-Qwen2-VL-i1-GGUF localmente?
Sì. MARTHA-73B-Qwen2-VL-i1-GGUF 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 MARTHA-73B-Qwen2-VL-i1-GGUF?
MARTHA-73B-Qwen2-VL-i1-GGUF è particolarmente adatto a ragionamento complesso multi-step, orchestrazione di agenti con uso di tool, analisi e riepilogo di documenti lunghi.
Come utilizzo MARTHA-73B-Qwen2-VL-i1-GGUF in osFoundry?
Incolli la sua API key mradermacher nella finestra delle chiavi (oppure distribuisca i pesi aperti per i modelli auto-ospitabili), assegni MARTHA-73B-Qwen2-VL-i1-GGUF a un ruolo Maestro nella scheda Pipeline, quindi lo utilizzi in chat, nelle Room App tramite invokeAI o nelle sue applicazioni.
Pubblicato da mradermacher il 26 marzo 2026. Fonte: https://huggingface.co/mradermacher/MARTHA-73B-Qwen2-VL-i1-GGUF