gemma2-9b-cpt-sahabatai-v1-instruct
gemma2-9b-cpt-sahabatai-v1-instruct (Sahabat-AI, 2025) — это 9-миллиардная параметрическая чат модель. gemma2-9b-cpt-sahabatai-v1-instruct is an open-weights chat model with roughly 9 billion parameters.
by Sahabat-AI · 9B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования gemma2-9b-cpt-sahabatai-v1-instruct в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ Sahabat-AI. osFoundry автоматически обнаружит gemma2-9b-cpt-sahabatai-v1-instruct — 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
gemma2-9b-cpt-sahabatai-v1-instruct 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 gemma2-9b-cpt-sahabatai-v1-instruct
gemma2-9b-cpt-sahabatai-v1-instruct работает на одном потребительском GPU объёмом 16 ГБ (~6 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~22 ГБ).
gemma2-9b-cpt-sahabatai-v1-instruct 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 gemma2-9b-cpt-sahabatai-v1-instruct
Бесплатна ли gemma2-9b-cpt-sahabatai-v1-instruct в использовании?
gemma2-9b-cpt-sahabatai-v1-instruct 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 gemma2-9b-cpt-sahabatai-v1-instruct 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 gemma2-9b-cpt-sahabatai-v1-instruct?
Приблизительно 6 ГБ при квантизации Q4 или 22 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить gemma2-9b-cpt-sahabatai-v1-instruct локально?
Да. gemma2-9b-cpt-sahabatai-v1-instruct имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём gemma2-9b-cpt-sahabatai-v1-instruct лучше всего?
gemma2-9b-cpt-sahabatai-v1-instruct хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать gemma2-9b-cpt-sahabatai-v1-instruct в osFoundry?
Вставьте свой API-ключ Sahabat-AI в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте gemma2-9b-cpt-sahabatai-v1-instruct на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано Sahabat-AI 30 мая 2025 г.. Источник: https://huggingface.co/Sahabat-AI/gemma2-9b-cpt-sahabatai-v1-instruct