Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlx
cs2764が2026年に公開したQwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlxは、27億パラメータのチャットモデルです。Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlx is an open-weights chat model with roughly 27 billion parameters.
by cs2764 · 27Bパラメータ
得意な用途
- 低レイテンシのチャットとルーティング
- リクエストのルーティングとトリアージ
- テキスト分類
osFoundryでのQwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-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、cs2764のAPIキーを貼り付けるだけで、osFoundryがQwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-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
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-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。
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlxを動かせるハードウェア
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlxは24GBのコンシューマー向けまたはワークステーション向けGPUで動作します（KVキャッシュの余裕を含めて約17 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65 GB）。
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-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。
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlxについてのよくある質問
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlxは無料で使えますか？
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-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。
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-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。
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlxに必要なVRAMはどれくらいですか？
Q4量子化で約17 GB、フルFP16精度で約65 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。
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlxをローカルで実行できますか？
はい。Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-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。
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlxが最も得意なことは何ですか？
Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlxは低レイテンシのチャットとルーティング, リクエストのルーティングとトリアージ, テキスト分類に適しています。
osFoundryでQwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlxをどう使えばよいですか？
キーダイアログでcs2764 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Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-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。
cs2764により公開（2026年3月8日）。 出典: https://huggingface.co/cs2764/Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-8bit-abliterated-mlx