Qwen2.5-Coder-32B-Instruct-MLX-4bit
Lançado pela lmstudio-community em 2024, Qwen2.5-Coder-32B-Instruct-MLX-4bit é um modelo de 32 bilhões de parâmetros de chat. Qwen2.5-Coder-32B-Instruct-MLX-4bit is an open-weights chat model with roughly 32 billion parameters.
by lmstudio-community · 32B parâmetros
Ideal para
Como usar Qwen2.5-Coder-32B-Instruct-MLX-4bit no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da lmstudio-community. O osFoundry descobre Qwen2.5-Coder-32B-Instruct-MLX-4bit 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
Qwen2.5-Coder-32B-Instruct-MLX-4bit 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 Qwen2.5-Coder-32B-Instruct-MLX-4bit
Qwen2.5-Coder-32B-Instruct-MLX-4bit roda em uma GPU de consumo ou workstation de 24GB (~20 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~77 GB).
Qwen2.5-Coder-32B-Instruct-MLX-4bit vs modelos semelhantes
| Modelo | Organização | Parâmetros | Contexto | Preço de entrada | Auto-hospedado |
|---|
| Qwen2.5-Coder-32B-Instruct-MLX-4bit | lmstudio-community | 32B | — | Free (local) | Sim |
| Qwen3-32B-NVFP4 | nvidia | 32B | — | Free (local) | Sim |
| QwQ-32B | Qwen | 32B | — | Free (local) | Sim |
| QwQ-32B-GGUF | MaziyarPanahi | 32B | — | Free (local) | Sim |
Licença
Não especificada — Termos de licença não especificados — verifique o model card original antes do uso comercial.
Consulte a documentação original.
Perguntas frequentes sobre Qwen2.5-Coder-32B-Instruct-MLX-4bit
Qwen2.5-Coder-32B-Instruct-MLX-4bit é gratuito?
Qwen2.5-Coder-32B-Instruct-MLX-4bit 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 Qwen2.5-Coder-32B-Instruct-MLX-4bit 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 Qwen2.5-Coder-32B-Instruct-MLX-4bit precisa?
Aproximadamente 20 GB em quantização Q4, ou 77 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar Qwen2.5-Coder-32B-Instruct-MLX-4bit localmente?
Sim. Qwen2.5-Coder-32B-Instruct-MLX-4bit 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 Qwen2.5-Coder-32B-Instruct-MLX-4bit é melhor?
Qwen2.5-Coder-32B-Instruct-MLX-4bit é bem adequado para text generation.
Como uso Qwen2.5-Coder-32B-Instruct-MLX-4bit no osFoundry?
Cole sua chave de API da lmstudio-community no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua Qwen2.5-Coder-32B-Instruct-MLX-4bit 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 lmstudio-community em 11 de novembro de 2024. Fonte: https://huggingface.co/lmstudio-community/Qwen2.5-Coder-32B-Instruct-MLX-4bit