llama-3.3-70b-instruct-fp16
Lançado pela mlx-community em 2025, llama-3.3-70b-instruct-fp16 é um modelo de 70 bilhões de parâmetros de chat. llama-3.3-70b-instruct-fp16 is an open-weights chat model with roughly 70 billion parameters.
by mlx-community · 70B parâmetros
Ideal para
Como usar llama-3.3-70b-instruct-fp16 no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da mlx-community. O osFoundry descobre llama-3.3-70b-instruct-fp16 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
llama-3.3-70b-instruct-fp16 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 llama-3.3-70b-instruct-fp16
llama-3.3-70b-instruct-fp16 roda em uma única A100 80GB ou H100 80GB em quantização Q4 (~42 GB de VRAM com folga para KV-cache). A inferência em precisão completa requer múltiplas GPUs H100/H200 em FP16 (~168 GB).
llama-3.3-70b-instruct-fp16 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 llama-3.3-70b-instruct-fp16
llama-3.3-70b-instruct-fp16 é gratuito?
llama-3.3-70b-instruct-fp16 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 llama-3.3-70b-instruct-fp16 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 llama-3.3-70b-instruct-fp16 precisa?
Aproximadamente 42 GB em quantização Q4, ou 168 GB em precisão FP16 completa. Cabe em uma única A100/H100 80GB.
Posso rodar llama-3.3-70b-instruct-fp16 localmente?
Sim. llama-3.3-70b-instruct-fp16 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 llama-3.3-70b-instruct-fp16 é melhor?
llama-3.3-70b-instruct-fp16 é bem adequado para text generation.
Como uso llama-3.3-70b-instruct-fp16 no osFoundry?
Cole sua chave de API da mlx-community no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua llama-3.3-70b-instruct-fp16 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 mlx-community em 22 de março de 2025. Fonte: https://huggingface.co/mlx-community/llama-3.3-70b-instruct-fp16