ClipTagger-12b
O ClipTagger-12b da inference-net concentra 12 bilhões de parâmetros em um modelo de geração de imagens. ClipTagger-12b is an open-weights image model with roughly 12 billion parameters.
by inference-net · 12B parâmetros
Ideal para
Como usar ClipTagger-12b no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da inference-net. O osFoundry descobre ClipTagger-12b 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
ClipTagger-12b 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 ClipTagger-12b
ClipTagger-12b roda em uma única GPU de consumo de 16GB (~8 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~29 GB).
ClipTagger-12b 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 ClipTagger-12b
ClipTagger-12b é gratuito?
ClipTagger-12b 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 ClipTagger-12b 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 ClipTagger-12b precisa?
Aproximadamente 8 GB em quantização Q4, ou 29 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar ClipTagger-12b localmente?
Sim. ClipTagger-12b 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 ClipTagger-12b é melhor?
ClipTagger-12b é bem adequado para image text to text.
Como uso ClipTagger-12b no osFoundry?
Cole sua chave de API da inference-net no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua ClipTagger-12b 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 inference-net em 13 de agosto de 2025. Fonte: https://huggingface.co/inference-net/ClipTagger-12b