FAME_KLM_llama32-1b-1p25-instruct-qa
FAME_KLM_llama32-1b-1p25-instruct-qa (ClaudioSavelli, 2026) — это 1-миллиардная параметрическая чат модель. FAME_KLM_llama32-1b-1p25-instruct-qa is an open-weights chat model with roughly 1 billion parameters.
by ClaudioSavelli · 1B параметров
Лучше всего подходит для
Способы использования FAME_KLM_llama32-1b-1p25-instruct-qa в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ ClaudioSavelli. osFoundry автоматически обнаружит FAME_KLM_llama32-1b-1p25-instruct-qa — 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
FAME_KLM_llama32-1b-1p25-instruct-qa 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 FAME_KLM_llama32-1b-1p25-instruct-qa
FAME_KLM_llama32-1b-1p25-instruct-qa работает на одном потребительском GPU объёмом 16 ГБ (~1 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~3 ГБ).
FAME_KLM_llama32-1b-1p25-instruct-qa 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 FAME_KLM_llama32-1b-1p25-instruct-qa
Бесплатна ли FAME_KLM_llama32-1b-1p25-instruct-qa в использовании?
FAME_KLM_llama32-1b-1p25-instruct-qa 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 FAME_KLM_llama32-1b-1p25-instruct-qa 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 FAME_KLM_llama32-1b-1p25-instruct-qa?
Приблизительно 1 ГБ при квантизации Q4 или 3 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить FAME_KLM_llama32-1b-1p25-instruct-qa локально?
Да. FAME_KLM_llama32-1b-1p25-instruct-qa имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём FAME_KLM_llama32-1b-1p25-instruct-qa лучше всего?
FAME_KLM_llama32-1b-1p25-instruct-qa хорошо подходит для text generation.
Как использовать FAME_KLM_llama32-1b-1p25-instruct-qa в osFoundry?
Вставьте свой API-ключ ClaudioSavelli в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте FAME_KLM_llama32-1b-1p25-instruct-qa на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано ClaudioSavelli 30 апреля 2026 г.. Источник: https://huggingface.co/ClaudioSavelli/FAME_KLM_llama32-1b-1p25-instruct-qa