llm-jp-4-8b-thinking-4bit
Созданная mlx-community, llm-jp-4-8b-thinking-4bit — это 8-миллиардная параметрическая чат модель. llm-jp-4-8b-thinking-4bit is an open-weights chat model with roughly 8 billion parameters.
by mlx-community · 8B параметров
Лучше всего подходит для
Способы использования llm-jp-4-8b-thinking-4bit в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ mlx-community. osFoundry автоматически обнаружит llm-jp-4-8b-thinking-4bit — 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-4-8b-thinking-4bit 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-4-8b-thinking-4bit
llm-jp-4-8b-thinking-4bit работает на одном потребительском GPU объёмом 16 ГБ (~5 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~20 ГБ).
llm-jp-4-8b-thinking-4bit 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-4-8b-thinking-4bit
Бесплатна ли llm-jp-4-8b-thinking-4bit в использовании?
llm-jp-4-8b-thinking-4bit 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-4-8b-thinking-4bit 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-4-8b-thinking-4bit?
Приблизительно 5 ГБ при квантизации Q4 или 20 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить llm-jp-4-8b-thinking-4bit локально?
Да. llm-jp-4-8b-thinking-4bit 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-4-8b-thinking-4bit лучше всего?
llm-jp-4-8b-thinking-4bit хорошо подходит для text generation.
Как использовать llm-jp-4-8b-thinking-4bit в osFoundry?
Вставьте свой API-ключ mlx-community в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте llm-jp-4-8b-thinking-4bit на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано mlx-community 12 апреля 2026 г.. Источник: https://huggingface.co/mlx-community/llm-jp-4-8b-thinking-4bit