llm-jp-4-64b-a6b-merged-t1
llm-jp-4-64b-a6b-merged-t1 — это 64-миллиардная параметрическая чат модель от aixsatoshi, выпущенная 6 апреля 2026 г.. llm-jp-4-64b-a6b-merged-t1 is an open-weights chat model with roughly 64 billion parameters.
by aixsatoshi · 64B параметров
Лучше всего подходит для
Способы использования llm-jp-4-64b-a6b-merged-t1 в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ aixsatoshi. osFoundry автоматически обнаружит llm-jp-4-64b-a6b-merged-t1 — назначьте её на роль Maestro (router, direct, orchestrator или fallback) во вкладке Pipeline, и она будет доступна в каждом чате. Ваш ключ, ваш аккаунт у провайдера — без наценки на токены.
Разверните выделенный эндпоинт
llm-jp-4-64b-a6b-merged-t1 распространяется с открытыми весами — запускайте её локально бесплатно или разверните выделенный GPU-эндпоинт в вашем рабочем пространстве для зарезервированных мощностей без ограничений по частоте запросов.
Используйте в Room App
Room App объявляют функции ИИ в своём манифесте, а затем вызывают их через invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Вызывайте из своих приложений
После подключения модели к вашему рабочему пространству вы можете разместить её как API и обращаться к ней из своих сервисов, скриптов или CI — за пределами osFoundry.
На каком оборудовании можно запустить llm-jp-4-64b-a6b-merged-t1
llm-jp-4-64b-a6b-merged-t1 работает на одной A100 40GB при квантизации Q4 (~39 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью требует нескольких GPU H100/H200 при FP16 (~154 ГБ).
llm-jp-4-64b-a6b-merged-t1 в сравнении с похожими моделями
Лицензия
Не указано — Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием.
Сверьтесь с документацией исходного проекта.
Частые вопросы о llm-jp-4-64b-a6b-merged-t1
Бесплатна ли llm-jp-4-64b-a6b-merged-t1 в использовании?
llm-jp-4-64b-a6b-merged-t1 можно бесплатно запускать локально на собственном оборудовании. Хостинговый доступ через osFoundry тарифицируется (ввод Free (local), вывод Free (local)). Вы можете переключаться между локальным и хостинговым режимами в любой момент.
Можно ли использовать llm-jp-4-64b-a6b-merged-t1 в коммерческих целях?
Коммерческое использование разрешено с условиями. Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием. Сверьтесь с документацией исходного проекта.
Сколько VRAM требуется для llm-jp-4-64b-a6b-merged-t1?
Приблизительно 39 ГБ при квантизации Q4 или 154 ГБ при полной точности FP16. Помещается на одной A100/H100 80GB.
Можно ли запустить llm-jp-4-64b-a6b-merged-t1 локально?
Да. llm-jp-4-64b-a6b-merged-t1 имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём llm-jp-4-64b-a6b-merged-t1 лучше всего?
llm-jp-4-64b-a6b-merged-t1 хорошо подходит для text generation.
Как использовать llm-jp-4-64b-a6b-merged-t1 в osFoundry?
Вставьте свой API-ключ aixsatoshi в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте llm-jp-4-64b-a6b-merged-t1 на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано aixsatoshi 6 апреля 2026 г.. Источник: https://huggingface.co/aixsatoshi/llm-jp-4-64b-a6b-merged-t1