mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq
darthcrawlのmistral-7b-instruct-v0.3-artisan-mlx-4bit-dwqは7億パラメータを搭載したチャットモデルです。mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq is an open-weights chat model with roughly 7 billion parameters.
by darthcrawl · 7Bパラメータ
得意な用途
osFoundryでのmistral-7b-instruct-v0.3-artisan-mlx-4bit-dwqの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、darthcrawlのAPIキーを貼り付けるだけで、osFoundryがmistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq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
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq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。
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwqを動かせるハードウェア
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq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5 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17 GB）。
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq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。
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwqについてのよくある質問
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwqは無料で使えますか？
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq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。
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq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。
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwqに必要なVRAMはどれくらいですか？
Q4量子化で約5 GB、フルFP16精度で約17 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。
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwqをローカルで実行できますか？
はい。mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq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。
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwqが最も得意なことは何ですか？
mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwqはtext generationに適しています。
osFoundryでmistral-7b-instruct-v0.3-artisan-mlx-4bit-dwqをどう使えばよいですか？
キーダイアログでdarthcrawl 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mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq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。
darthcrawlにより公開（2026年4月30日）。 出典: https://huggingface.co/darthcrawl/mistral-7b-instruct-v0.3-artisan-mlx-4bit-dwq