Scale-RAE-Qwen1.5B_DiT2.4B-64ep
Desenvolvido pela nyu-visionx, Scale-RAE-Qwen1.5B_DiT2.4B-64ep é um modelo de 2 bilhões de parâmetros de chat. Scale-RAE-Qwen1.5B_DiT2.4B-64ep is an open-weights chat model with roughly 2 billion parameters.
by nyu-visionx · 2B parâmetros
Ideal para
Como usar Scale-RAE-Qwen1.5B_DiT2.4B-64ep no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da nyu-visionx. O osFoundry descobre Scale-RAE-Qwen1.5B_DiT2.4B-64ep 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
Scale-RAE-Qwen1.5B_DiT2.4B-64ep 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 Scale-RAE-Qwen1.5B_DiT2.4B-64ep
Scale-RAE-Qwen1.5B_DiT2.4B-64ep roda em uma única GPU de consumo de 16GB (~2 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~5 GB).
Scale-RAE-Qwen1.5B_DiT2.4B-64ep 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 Scale-RAE-Qwen1.5B_DiT2.4B-64ep
Scale-RAE-Qwen1.5B_DiT2.4B-64ep é gratuito?
Scale-RAE-Qwen1.5B_DiT2.4B-64ep 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 Scale-RAE-Qwen1.5B_DiT2.4B-64ep 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 Scale-RAE-Qwen1.5B_DiT2.4B-64ep precisa?
Aproximadamente 2 GB em quantização Q4, ou 5 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar Scale-RAE-Qwen1.5B_DiT2.4B-64ep localmente?
Sim. Scale-RAE-Qwen1.5B_DiT2.4B-64ep 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 Scale-RAE-Qwen1.5B_DiT2.4B-64ep é melhor?
Scale-RAE-Qwen1.5B_DiT2.4B-64ep é bem adequado para text generation.
Como uso Scale-RAE-Qwen1.5B_DiT2.4B-64ep no osFoundry?
Cole sua chave de API da nyu-visionx no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua Scale-RAE-Qwen1.5B_DiT2.4B-64ep 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 nyu-visionx em 15 de março de 2026. Fonte: https://huggingface.co/nyu-visionx/Scale-RAE-Qwen1.5B_DiT2.4B-64ep