LLM2Vec-Meta-Llama-32-3B-Instruct-mntp
LLM2Vec-Meta-Llama-32-3B-Instruct-mntpはMcGill-NLPによる3億パラメータのチャットモデルです（2025年11月15日リリース）。LLM2Vec-Meta-Llama-32-3B-Instruct-mntp is an open-weights chat model with roughly 3 billion parameters.
by McGill-NLP · 3B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LLM2Vec-Meta-Llama-32-3B-Instruct-mntpの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、McGill-NLPのAPIキーを貼り付けるだけで、osFoundryがLLM2Vec-Meta-Llama-32-3B-Instruct-mntp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
LLM2Vec-Meta-Llama-32-3B-Instruct-mntp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。
LLM2Vec-Meta-Llama-32-3B-Instruct-mntpを動かせるハードウェア
LLM2Vec-Meta-Llama-32-3B-Instruct-mntp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2 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8 GB）。
LLM2Vec-Meta-Llama-32-3B-Instruct-mntp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。
LLM2Vec-Meta-Llama-32-3B-Instruct-mntpについてのよくある質問
LLM2Vec-Meta-Llama-32-3B-Instruct-mntpは無料で使えますか？
LLM2Vec-Meta-Llama-32-3B-Instruct-mntp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。
LLM2Vec-Meta-Llama-32-3B-Instruct-mntp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。
LLM2Vec-Meta-Llama-32-3B-Instruct-mntpに必要なVRAMはどれくらいですか？
Q4量子化で約2 GB、フルFP16精度で約8 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。
LLM2Vec-Meta-Llama-32-3B-Instruct-mntpをローカルで実行できますか？
はい。LLM2Vec-Meta-Llama-32-3B-Instruct-mntp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。
LLM2Vec-Meta-Llama-32-3B-Instruct-mntpが最も得意なことは何ですか？
LLM2Vec-Meta-Llama-32-3B-Instruct-mntp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LLM2Vec-Meta-Llama-32-3B-Instruct-mntpをどう使えばよいですか？
キーダイアログでMcGill-NLP 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LLM2Vec-Meta-Llama-32-3B-Instruct-mntp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。
McGill-NLPにより公開（2025年11月15日）。 出典: https://huggingface.co/McGill-NLP/LLM2Vec-Meta-Llama-32-3B-Instruct-mntp