gpt-oss-120b-RotorQuant-GGUF-Q2_K
gpt-oss-120b-RotorQuant-GGUF-Q2_K (majentik, 2026) é um modelo de 120 bilhões de parâmetros de chat. gpt-oss-120b-RotorQuant-GGUF-Q2_K is an open-weights chat model with roughly 120 billion parameters.
by majentik · 120B parâmetros
Ideal para
Como usar gpt-oss-120b-RotorQuant-GGUF-Q2_K no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da majentik. O osFoundry descobre gpt-oss-120b-RotorQuant-GGUF-Q2_K 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
gpt-oss-120b-RotorQuant-GGUF-Q2_K 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 gpt-oss-120b-RotorQuant-GGUF-Q2_K
gpt-oss-120b-RotorQuant-GGUF-Q2_K roda em uma única A100 80GB ou H100 80GB em quantização Q4 (~72 GB de VRAM com folga para KV-cache). A inferência em precisão completa requer múltiplas GPUs H100/H200 em FP16 (~288 GB).
gpt-oss-120b-RotorQuant-GGUF-Q2_K 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 gpt-oss-120b-RotorQuant-GGUF-Q2_K
gpt-oss-120b-RotorQuant-GGUF-Q2_K é gratuito?
gpt-oss-120b-RotorQuant-GGUF-Q2_K 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 gpt-oss-120b-RotorQuant-GGUF-Q2_K 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 gpt-oss-120b-RotorQuant-GGUF-Q2_K precisa?
Aproximadamente 72 GB em quantização Q4, ou 288 GB em precisão FP16 completa. Cabe em uma única A100/H100 80GB.
Posso rodar gpt-oss-120b-RotorQuant-GGUF-Q2_K localmente?
Sim. gpt-oss-120b-RotorQuant-GGUF-Q2_K 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 gpt-oss-120b-RotorQuant-GGUF-Q2_K é melhor?
gpt-oss-120b-RotorQuant-GGUF-Q2_K é bem adequado para text generation.
Como uso gpt-oss-120b-RotorQuant-GGUF-Q2_K no osFoundry?
Cole sua chave de API da majentik no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua gpt-oss-120b-RotorQuant-GGUF-Q2_K 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 majentik em 14 de abril de 2026. Fonte: https://huggingface.co/majentik/gpt-oss-120b-RotorQuant-GGUF-Q2_K