Gemma3-12B-AWQ-W4A16
Gemma3-12B-AWQ-W4A16 (LuisMonAN, 2025) é um modelo de 12 bilhões de parâmetros de chat. Gemma3-12B-AWQ-W4A16 is an open-weights chat model with roughly 12 billion parameters.
by LuisMonAN · 12B parâmetros
Ideal para
- chat e roteamento de baixa latência
- roteamento e triagem de requisições
- classificação de texto
Como usar Gemma3-12B-AWQ-W4A16 no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da LuisMonAN. O osFoundry descobre Gemma3-12B-AWQ-W4A16 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
Gemma3-12B-AWQ-W4A16 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 Gemma3-12B-AWQ-W4A16
Gemma3-12B-AWQ-W4A16 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).
Gemma3-12B-AWQ-W4A16 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 Gemma3-12B-AWQ-W4A16
Gemma3-12B-AWQ-W4A16 é gratuito?
Gemma3-12B-AWQ-W4A16 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 Gemma3-12B-AWQ-W4A16 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 Gemma3-12B-AWQ-W4A16 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 Gemma3-12B-AWQ-W4A16 localmente?
Sim. Gemma3-12B-AWQ-W4A16 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 Gemma3-12B-AWQ-W4A16 é melhor?
Gemma3-12B-AWQ-W4A16 é bem adequado para chat e roteamento de baixa latência, roteamento e triagem de requisições, classificação de texto.
Como uso Gemma3-12B-AWQ-W4A16 no osFoundry?
Cole sua chave de API da LuisMonAN no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua Gemma3-12B-AWQ-W4A16 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 LuisMonAN em 6 de outubro de 2025. Fonte: https://huggingface.co/LuisMonAN/Gemma3-12B-AWQ-W4A16