Qwen3.5-122B-A10B-8bit-abliterated-mlx
Qwen3.5-122B-A10B-8bit-abliterated-mlx — это 122-миллиардная параметрическая чат модель от cs2764, выпущенная 3 марта 2026 г.. Qwen3.5-122B-A10B-8bit-abliterated-mlx is an open-weights chat model with roughly 122 billion parameters.
by cs2764 · 122B параметров
Лучше всего подходит для
- сложные многошаговые рассуждения
- оркестрация агентов с использованием инструментов
- анализ и резюмирование длинных документов
Способы использования Qwen3.5-122B-A10B-8bit-abliterated-mlx в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ cs2764. osFoundry автоматически обнаружит Qwen3.5-122B-A10B-8bit-abliterated-mlx — 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
Qwen3.5-122B-A10B-8bit-abliterated-mlx 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 Qwen3.5-122B-A10B-8bit-abliterated-mlx
Qwen3.5-122B-A10B-8bit-abliterated-mlx работает на одной A100 80GB или H100 80GB при квантизации Q4 (~74 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью требует нескольких GPU H100/H200 при FP16 (~293 ГБ).
Qwen3.5-122B-A10B-8bit-abliterated-mlx 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 Qwen3.5-122B-A10B-8bit-abliterated-mlx
Бесплатна ли Qwen3.5-122B-A10B-8bit-abliterated-mlx в использовании?
Qwen3.5-122B-A10B-8bit-abliterated-mlx 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 Qwen3.5-122B-A10B-8bit-abliterated-mlx 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 Qwen3.5-122B-A10B-8bit-abliterated-mlx?
Приблизительно 74 ГБ при квантизации Q4 или 293 ГБ при полной точности FP16. Помещается на одной A100/H100 80GB.
Можно ли запустить Qwen3.5-122B-A10B-8bit-abliterated-mlx локально?
Да. Qwen3.5-122B-A10B-8bit-abliterated-mlx имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём Qwen3.5-122B-A10B-8bit-abliterated-mlx лучше всего?
Qwen3.5-122B-A10B-8bit-abliterated-mlx хорошо подходит для сложные многошаговые рассуждения, оркестрация агентов с использованием инструментов, анализ и резюмирование длинных документов.
Как использовать Qwen3.5-122B-A10B-8bit-abliterated-mlx в osFoundry?
Вставьте свой API-ключ cs2764 в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте Qwen3.5-122B-A10B-8bit-abliterated-mlx на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано cs2764 3 марта 2026 г.. Источник: https://huggingface.co/cs2764/Qwen3.5-122B-A10B-8bit-abliterated-mlx