deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx
deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx от hentograf — вмещает 32 миллиардов параметров в чат модель. deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx is an open-weights chat model with roughly 32 billion parameters.
by hentograf · 32B параметров
Лучше всего подходит для
Способы использования deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ hentograf. osFoundry автоматически обнаружит deepseek-r1-qwen-2.5-32B-ablated-Q4-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
deepseek-r1-qwen-2.5-32B-ablated-Q4-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 deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx
deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx работает на потребительском или рабочем GPU объёмом 24 ГБ (~20 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~77 ГБ).
deepseek-r1-qwen-2.5-32B-ablated-Q4-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 deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx
Бесплатна ли deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx в использовании?
deepseek-r1-qwen-2.5-32B-ablated-Q4-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 deepseek-r1-qwen-2.5-32B-ablated-Q4-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 deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx?
Приблизительно 20 ГБ при квантизации Q4 или 77 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx локально?
Да. deepseek-r1-qwen-2.5-32B-ablated-Q4-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 deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx лучше всего?
deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx хорошо подходит для text generation.
Как использовать deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx в osFoundry?
Вставьте свой API-ключ hentograf в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано hentograf 25 января 2025 г.. Источник: https://huggingface.co/hentograf/deepseek-r1-qwen-2.5-32B-ablated-Q4-mlx