special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward
special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward (OpenLearnLM, 2026) — это 8-миллиардная параметрическая чат модель. special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward is an open-weights chat model with roughly 8 billion parameters.
by OpenLearnLM · 8B параметров
Лучше всего подходит для
Способы использования special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ OpenLearnLM. osFoundry автоматически обнаружит special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward — 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
special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward 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 special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward
special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward 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).
special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward 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 special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward
Бесплатна ли special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward в использовании?
special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward 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 special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward 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 special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward?
Приблизительно 5 ГБ при квантизации Q4 или 20 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward локально?
Да. special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward лучше всего?
special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward хорошо подходит для text generation.
Как использовать special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward в osFoundry?
Вставьте свой API-ключ OpenLearnLM в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано OpenLearnLM 17 апреля 2026 г.. Источник: https://huggingface.co/OpenLearnLM/special-r1-deepseek-qwen3-8b-sped-adaptive-think-reward