Mixtral-8x7B-Instruct-v0.1-mlx-4Bit
Mixtral-8x7B-Instruct-v0.1-mlx-4Bit от Open4bits — вмещает 7 миллиардов параметров в чат модель. Mixtral-8x7B-Instruct-v0.1-mlx-4Bit is an open-weights chat model with roughly 7 billion parameters.
by Open4bits · 7B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования Mixtral-8x7B-Instruct-v0.1-mlx-4Bit в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ Open4bits. osFoundry автоматически обнаружит Mixtral-8x7B-Instruct-v0.1-mlx-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
Mixtral-8x7B-Instruct-v0.1-mlx-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 Mixtral-8x7B-Instruct-v0.1-mlx-4Bit
Mixtral-8x7B-Instruct-v0.1-mlx-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 (~17 ГБ).
Mixtral-8x7B-Instruct-v0.1-mlx-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 Mixtral-8x7B-Instruct-v0.1-mlx-4Bit
Бесплатна ли Mixtral-8x7B-Instruct-v0.1-mlx-4Bit в использовании?
Mixtral-8x7B-Instruct-v0.1-mlx-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 Mixtral-8x7B-Instruct-v0.1-mlx-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 Mixtral-8x7B-Instruct-v0.1-mlx-4Bit?
Приблизительно 5 ГБ при квантизации Q4 или 17 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить Mixtral-8x7B-Instruct-v0.1-mlx-4Bit локально?
Да. Mixtral-8x7B-Instruct-v0.1-mlx-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 Mixtral-8x7B-Instruct-v0.1-mlx-4Bit лучше всего?
Mixtral-8x7B-Instruct-v0.1-mlx-4Bit хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать Mixtral-8x7B-Instruct-v0.1-mlx-4Bit в osFoundry?
Вставьте свой API-ключ Open4bits в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте Mixtral-8x7B-Instruct-v0.1-mlx-4Bit на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано Open4bits 10 февраля 2026 г.. Источник: https://huggingface.co/Open4bits/Mixtral-8x7B-Instruct-v0.1-mlx-4Bit