visionOCR-3B-061125
Выпущенная prithivMLmods в 2025 году, visionOCR-3B-061125 — это 3-миллиардная параметрическая генерация изображений модель. visionOCR-3B-061125 is an open-weights image model with roughly 3 billion parameters.
by prithivMLmods · 3B параметров
Лучше всего подходит для
Способы использования visionOCR-3B-061125 в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ prithivMLmods. osFoundry автоматически обнаружит visionOCR-3B-061125 — 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
visionOCR-3B-061125 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 visionOCR-3B-061125
visionOCR-3B-061125 работает на одном потребительском GPU объёмом 16 ГБ (~2 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~8 ГБ).
visionOCR-3B-061125 в сравнении с похожими моделями
| Модель | Организация | Параметры | Контекст | Цена ввода | Самостоятельный хостинг |
|---|
| visionOCR-3B-061125 | prithivMLmods | 3B | — | Free (local) | Да |
| paligemma-3b-mix-224-8bit | mlx-community | 3B | — | Free (local) | Да |
| ASID-Captioner-3B | AudioVisual-Caption | 3B | — | Free (local) | Да |
| VST-3B-RL | rayruiyang | 3B | — | 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 visionOCR-3B-061125
Бесплатна ли visionOCR-3B-061125 в использовании?
visionOCR-3B-061125 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 visionOCR-3B-061125 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 visionOCR-3B-061125?
Приблизительно 2 ГБ при квантизации Q4 или 8 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить visionOCR-3B-061125 локально?
Да. visionOCR-3B-061125 имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём visionOCR-3B-061125 лучше всего?
visionOCR-3B-061125 хорошо подходит для image text to text.
Как использовать visionOCR-3B-061125 в osFoundry?
Вставьте свой API-ключ prithivMLmods в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте visionOCR-3B-061125 на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано prithivMLmods 11 июня 2025 г.. Источник: https://huggingface.co/prithivMLmods/visionOCR-3B-061125