llm-jp-4-vl-9b-beta
llm-jpが2026年に公開したllm-jp-4-vl-9b-betaは、9億パラメータのエンベディングモデルです。llm-jp-4-vl-9b-beta is an open-weights embed model with roughly 9 billion parameters.
by llm-jp · 9Bパラメータ
得意な用途
osFoundryでのllm-jp-4-vl-9b-betaの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、llm-jpのAPIキーを貼り付けるだけで、osFoundryがllm-jp-4-vl-9b-beta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
llm-jp-4-vl-9b-beta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。
llm-jp-4-vl-9b-betaを動かせるハードウェア
llm-jp-4-vl-9b-beta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6 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22 GB）。
llm-jp-4-vl-9b-beta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。
llm-jp-4-vl-9b-betaについてのよくある質問
llm-jp-4-vl-9b-betaは無料で使えますか？
llm-jp-4-vl-9b-beta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。
llm-jp-4-vl-9b-beta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。
llm-jp-4-vl-9b-betaに必要なVRAMはどれくらいですか？
Q4量子化で約6 GB、フルFP16精度で約22 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。
llm-jp-4-vl-9b-betaをローカルで実行できますか？
はい。llm-jp-4-vl-9b-beta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。
llm-jp-4-vl-9b-betaが最も得意なことは何ですか？
llm-jp-4-vl-9b-betaはfeature extractionに適しています。
osFoundryでllm-jp-4-vl-9b-betaをどう使えばよいですか？
キーダイアログでllm-jp 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llm-jp-4-vl-9b-beta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。
llm-jpにより公開（2026年3月28日）。 出典: https://huggingface.co/llm-jp/llm-jp-4-vl-9b-beta