language_garden-tsd-ell-9B-qwen-merged
Выпущенная jgchaparro в 2026 году, language_garden-tsd-ell-9B-qwen-merged — это 9-миллиардная параметрическая чат модель. language_garden-tsd-ell-9B-qwen-merged is an open-weights chat model with roughly 9 billion parameters.
by jgchaparro · 9B параметров
Лучше всего подходит для
Способы использования language_garden-tsd-ell-9B-qwen-merged в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ jgchaparro. osFoundry автоматически обнаружит language_garden-tsd-ell-9B-qwen-merged — 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
language_garden-tsd-ell-9B-qwen-merged 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 language_garden-tsd-ell-9B-qwen-merged
language_garden-tsd-ell-9B-qwen-merged работает на одном потребительском GPU объёмом 16 ГБ (~6 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~22 ГБ).
language_garden-tsd-ell-9B-qwen-merged 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 language_garden-tsd-ell-9B-qwen-merged
Бесплатна ли language_garden-tsd-ell-9B-qwen-merged в использовании?
language_garden-tsd-ell-9B-qwen-merged 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 language_garden-tsd-ell-9B-qwen-merged 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 language_garden-tsd-ell-9B-qwen-merged?
Приблизительно 6 ГБ при квантизации Q4 или 22 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить language_garden-tsd-ell-9B-qwen-merged локально?
Да. language_garden-tsd-ell-9B-qwen-merged имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём language_garden-tsd-ell-9B-qwen-merged лучше всего?
language_garden-tsd-ell-9B-qwen-merged хорошо подходит для text generation.
Как использовать language_garden-tsd-ell-9B-qwen-merged в osFoundry?
Вставьте свой API-ключ jgchaparro в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте language_garden-tsd-ell-9B-qwen-merged на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано jgchaparro 30 апреля 2026 г.. Источник: https://huggingface.co/jgchaparro/language_garden-tsd-ell-9B-qwen-merged