EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8
EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 è un modello da 235 miliardi di parametri chat di zhuyksir, rilasciato il 29 ottobre 2025. EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 is an open-weights chat model with roughly 235 billion parameters.
by zhuyksir · 235B parametri
Ideale per
- ragionamento complesso multi-step
- orchestrazione di agenti con uso di tool
- analisi e riepilogo di documenti lunghi
Modi per utilizzare EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 in osFoundry
Si colleghi con la sua chiave (BYOK)
Apra la finestra delle chiavi e incolli la sua API key zhuyksir. osFoundry scopre EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 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
EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 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 EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8
EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 gira su una configurazione multi-GPU o H200 141GB con Q4 (~141 GB di VRAM con margine per la KV-cache). L'inferenza a piena precisione richiede più GPU H100/H200 con FP16 (~564 GB).
EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 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 EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8
EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 è gratuito?
EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 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 EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 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 EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8?
Circa 141 GB con quantizzazione Q4, o 564 GB in piena precisione FP16. Richiede una configurazione multi-GPU a quantizzazione superiore.
Posso eseguire EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 localmente?
Sì. EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 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 EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8?
EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 è particolarmente adatto a ragionamento complesso multi-step, orchestrazione di agenti con uso di tool, analisi e riepilogo di documenti lunghi.
Come utilizzo EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 in osFoundry?
Incolli la sua API key zhuyksir nella finestra delle chiavi (oppure distribuisca i pesi aperti per i modelli auto-ospitabili), assegni EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8 a un ruolo Maestro nella scheda Pipeline, quindi lo utilizzi in chat, nelle Room App tramite invokeAI o nelle sue applicazioni.
Pubblicato da zhuyksir il 29 ottobre 2025. Fonte: https://huggingface.co/zhuyksir/EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP8