gemma_4E4B-it_finetune
gemma_4E4B-it_finetune é um modelo de 4 bilhões de parâmetros de geração de imagens da Capitaller, lançado em 19 de abril de 2026. gemma_4E4B-it_finetune is an open-weights image model with roughly 4 billion parameters.
by Capitaller · 4B parâmetros
Ideal para
Como usar gemma_4E4B-it_finetune no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da Capitaller. O osFoundry descobre gemma_4E4B-it_finetune 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
gemma_4E4B-it_finetune 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 gemma_4E4B-it_finetune
gemma_4E4B-it_finetune roda em uma única GPU de consumo de 16GB (~3 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~10 GB).
gemma_4E4B-it_finetune 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 gemma_4E4B-it_finetune
gemma_4E4B-it_finetune é gratuito?
gemma_4E4B-it_finetune 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 gemma_4E4B-it_finetune 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 gemma_4E4B-it_finetune precisa?
Aproximadamente 3 GB em quantização Q4, ou 10 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar gemma_4E4B-it_finetune localmente?
Sim. gemma_4E4B-it_finetune 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 gemma_4E4B-it_finetune é melhor?
gemma_4E4B-it_finetune é bem adequado para image text to text.
Como uso gemma_4E4B-it_finetune no osFoundry?
Cole sua chave de API da Capitaller no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua gemma_4E4B-it_finetune 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 Capitaller em 19 de abril de 2026. Fonte: https://huggingface.co/Capitaller/gemma_4E4B-it_finetune