llm-jp-4-32b-a3b-thinking-gguf
llm-jp-4-32b-a3b-thinking-gguf — это 32-миллиардная параметрическая чат модель от mmnga-o, выпущенная 3 апреля 2026 г.. llm-jp-4-32b-a3b-thinking-gguf is an open-weights chat model with roughly 32 billion parameters.
by mmnga-o · 32B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования llm-jp-4-32b-a3b-thinking-gguf в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ mmnga-o. osFoundry автоматически обнаружит llm-jp-4-32b-a3b-thinking-gguf — 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-4-32b-a3b-thinking-gguf 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-4-32b-a3b-thinking-gguf
llm-jp-4-32b-a3b-thinking-gguf 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).
llm-jp-4-32b-a3b-thinking-gguf в сравнении с похожими моделями
| Модель | Организация | Параметры | Контекст | Цена ввода | Самостоятельный хостинг |
|---|
| llm-jp-4-32b-a3b-thinking-gguf | mmnga-o | 32B | — | Free (local) | Да |
| NFT-32B-i1-GGUF | mradermacher | 32B | — | Free (local) | Да |
| marin-32b-base | marin-community | 32B | — | Free (local) | Да |
| Qwen2.5-32B-Instruct-4bit | mlx-community | 32B | — | Free (local) | Да |
Лицензия
Не указано — Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием.
Сверьтесь с документацией исходного проекта.
Частые вопросы о llm-jp-4-32b-a3b-thinking-gguf
Бесплатна ли llm-jp-4-32b-a3b-thinking-gguf в использовании?
llm-jp-4-32b-a3b-thinking-gguf 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-4-32b-a3b-thinking-gguf 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-4-32b-a3b-thinking-gguf?
Приблизительно 20 ГБ при квантизации Q4 или 77 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить llm-jp-4-32b-a3b-thinking-gguf локально?
Да. llm-jp-4-32b-a3b-thinking-gguf 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-4-32b-a3b-thinking-gguf лучше всего?
llm-jp-4-32b-a3b-thinking-gguf хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать llm-jp-4-32b-a3b-thinking-gguf в osFoundry?
Вставьте свой API-ключ mmnga-o в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте llm-jp-4-32b-a3b-thinking-gguf на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано mmnga-o 3 апреля 2026 г.. Источник: https://huggingface.co/mmnga-o/llm-jp-4-32b-a3b-thinking-gguf