Ops-MM-embedding-v1-2B
OpenSearch-AIのOps-MM-embedding-v1-2Bは2億パラメータを搭載したエンベディングモデルです。Ops-MM-embedding-v1-2B is an open-weights embed model with roughly 2 billion parameters.
by OpenSearch-AI · 2Bパラメータ
得意な用途
osFoundryでのOps-MM-embedding-v1-2Bの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、OpenSearch-AIのAPIキーを貼り付けるだけで、osFoundryがOps-MM-embedding-v1-2B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
Ops-MM-embedding-v1-2B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。
Ops-MM-embedding-v1-2Bを動かせるハードウェア
Ops-MM-embedding-v1-2B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5 GB）。
Ops-MM-embedding-v1-2B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。
Ops-MM-embedding-v1-2Bについてのよくある質問
Ops-MM-embedding-v1-2Bは無料で使えますか？
Ops-MM-embedding-v1-2B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。
Ops-MM-embedding-v1-2B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。
Ops-MM-embedding-v1-2B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5 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。
Ops-MM-embedding-v1-2Bをローカルで実行できますか？
はい。Ops-MM-embedding-v1-2B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。
Ops-MM-embedding-v1-2Bが最も得意なことは何ですか？
Ops-MM-embedding-v1-2Bはfeature extractionに適しています。
osFoundryでOps-MM-embedding-v1-2Bをどう使えばよいですか？
キーダイアログでOpenSearch-AI 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Ops-MM-embedding-v1-2B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。
OpenSearch-AIにより公開（2025年7月3日）。 出典: https://huggingface.co/OpenSearch-AI/Ops-MM-embedding-v1-2B