Qemma-Q14B
Lançado pela reaperdoesntknow em 2025, Qemma-Q14B é um modelo de 14 bilhões de parâmetros de chat. Qemma-Q14B is an open-weights chat model with roughly 14 billion parameters.
by reaperdoesntknow · 14B parâmetros
Ideal para
Como usar Qemma-Q14B no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da reaperdoesntknow. O osFoundry descobre Qemma-Q14B 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
Qemma-Q14B 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 Qemma-Q14B
Qemma-Q14B roda em uma única GPU de consumo de 16GB (~9 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~34 GB).
Qemma-Q14B 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 Qemma-Q14B
Qemma-Q14B é gratuito?
Qemma-Q14B 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 Qemma-Q14B 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 Qemma-Q14B precisa?
Aproximadamente 9 GB em quantização Q4, ou 34 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar Qemma-Q14B localmente?
Sim. Qemma-Q14B 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 Qemma-Q14B é melhor?
Qemma-Q14B é bem adequado para text generation.
Como uso Qemma-Q14B no osFoundry?
Cole sua chave de API da reaperdoesntknow no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua Qemma-Q14B 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 reaperdoesntknow em 10 de novembro de 2025. Fonte: https://huggingface.co/reaperdoesntknow/Qemma-Q14B