Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8
Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 é um modelo de 27 bilhões de parâmetros de geração de imagens da AITRADER, lançado em 28 de março de 2026. Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 is an open-weights image model with roughly 27 billion parameters.
by AITRADER · 27B parâmetros
Ideal para
Como usar Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da AITRADER. O osFoundry descobre Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 automaticamente — atribua-o a um papel do Maestro (router, direct, orchestrator ou fallback) na aba Pipeline e ele estará ativo em cada chat. Sua chave, sua conta no provedor — sem markup sobre tokens.
Implante um endpoint dedicado
Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 é open-weights — execute localmente sem custo, ou implante um endpoint GPU dedicado no seu workspace para capacidade reservada sem limites de taxa.
Use em um Room App
Os Room Apps declaram recursos de IA em seus manifestos e os chamam com invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Chame a partir dos seus próprios apps
Uma vez que um modelo está conectado ao seu workspace, você pode hospedá-lo como uma API e acessá-lo a partir dos seus próprios serviços, scripts ou CI — fora do osFoundry.
Quais hardwares rodam Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8
Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 roda em uma GPU de consumo ou workstation de 24GB (~17 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~65 GB).
Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 vs modelos semelhantes
Licença
Não especificada — Termos de licença não especificados — verifique o model card original antes do uso comercial.
Consulte a documentação original.
Perguntas frequentes sobre Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8
Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 é gratuito?
Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 é gratuito para rodar localmente no seu próprio hardware. O acesso hospedado via osFoundry é medido (entrada Free (local), saída Free (local)). Você pode alternar entre local e hospedado a qualquer momento.
Posso usar Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 comercialmente?
Uso comercial é permitido com condições. Termos de licença não especificados — verifique o model card original antes do uso comercial. Consulte a documentação original.
Quanta VRAM Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 precisa?
Aproximadamente 17 GB em quantização Q4, ou 65 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 localmente?
Sim. Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 é open-weights e roda localmente em uma GPU de workstation. O runtime local do osFoundry cuida do carregamento, da quantização e do roteamento do modelo.
Em que Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 é melhor?
Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 é bem adequado para image text to text.
Como uso Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 no osFoundry?
Cole sua chave de API da AITRADER no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8 a um papel do Maestro na aba Pipeline e use-o em chats, em Room Apps via invokeAI ou nos seus próprios apps.
Publicado pela AITRADER em 28 de março de 2026. Fonte: https://huggingface.co/AITRADER/Huihui-Qwen3.5-27B-Claude-4.6-Opus-abliterated-mlx-mxfp8