BECoach-Qwen3.5-0.8B-4bit-vlm-mlx
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxはapexlearnによる1億パラメータの画像生成モデルです（2026年3月5日リリース）。BECoach-Qwen3.5-0.8B-4bit-vlm-mlx is an open-weights image model with roughly 1 billion parameters.
by apexlearn · 1Bパラメータ
得意な用途
osFoundryでのBECoach-Qwen3.5-0.8B-4bit-vlm-mlxの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、apexlearnのAPIキーを貼り付けるだけで、osFoundryがBECoach-Qwen3.5-0.8B-4bit-vlm-mlxを自動的に検出します。パイプラインタブでMaestroのロール（router、direct、orchestrator、fallback）に割り当てれば、すべてのチャットですぐに利用できます。ご自身のキー・ご自身のプロバイダーアカウントで、トークン手数料は一切上乗せしません。
専用エンドポイントをデプロイ
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxはオープンウェイトです。ローカルで無料で実行することも、ワークスペースに専用GPUエンドポイントをデプロイして、レート制限のない予約済み容量を確保することもできます。
Room Appで使う
Room Appはマニフェストで AI 機能を宣言し、invokeAIで呼び出します:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
ご自身のアプリから呼び出す
モデルをワークスペースに組み込めば、APIとしてホストして、osFoundryの外側にあるご自身のサービス・スクリプト・CIから呼び出すことができます。
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxを動かせるハードウェア
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxは16GBのコンシューマー向けGPU1枚で動作します（KVキャッシュの余裕を含めて約1 GBのVRAM）。フル精度推論はH100 80GB 1枚にFP16精度で収まります（約3 GB）。
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxと類似モデルの比較
ライセンス
未指定 — ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。
上流のドキュメントをご確認ください。
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxについてのよくある質問
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxは無料で使えますか？
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxはご自身のハードウェアでローカル実行する場合は無料です。osFoundry経由のホスティングアクセスは従量課金（入力 Free (local)、出力 Free (local)）となります。ローカルとホスティングはいつでも切り替えられます。
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxを商用利用できますか？
条件付きで商用利用が許可されています。 ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。 上流のドキュメントをご確認ください。
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxに必要なVRAMはどれくらいですか？
Q4量子化で約1 GB、フルFP16精度で約3 GBが目安です。24GBのコンシューマー向けGPU1枚で動作します。
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxをローカルで実行できますか？
はい。BECoach-Qwen3.5-0.8B-4bit-vlm-mlxはオープンウェイトで、ワークステーション向けGPUでローカル実行できます。osFoundryのローカルランタイムがモデルのロード、量子化、ルーティングを処理します。
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxが最も得意なことは何ですか？
BECoach-Qwen3.5-0.8B-4bit-vlm-mlxはimage text to textに適しています。
osFoundryでBECoach-Qwen3.5-0.8B-4bit-vlm-mlxをどう使えばよいですか？
キーダイアログでapexlearn APIキーを貼り付け（セルフホスト可能なモデルの場合はオープンウェイトをデプロイ）、パイプラインタブでBECoach-Qwen3.5-0.8B-4bit-vlm-mlxをMaestroのロールに割り当てれば、チャット、invokeAI経由のRoom App、ご自身のアプリから利用できます。
apexlearnにより公開（2026年3月5日）。 出典: https://huggingface.co/apexlearn/BECoach-Qwen3.5-0.8B-4bit-vlm-mlx