Рабочая лошадка закрытого контура: отвечает быстрее, чем вы дочитываете ответ, и влезает на RTX 4060 Ti. Знает русский, держит инструкции и не разваливается на длинных промптах — с неё стоит начинать, если вы ещё не знаете, какая модель вам нужна.
| MMLU | 74,5 | |
|---|---|---|
| GSM8K | 91,6 | |
| HumanEval | 84,8 |
Какая видеокарта нужна для Qwen2.5 7B?
Минимальная конфигурация — 1x RTX4060TI: этого хватает примерно на 34 токенов в секунду. Для большего числа параллельных запросов и запаса по скорости берите 1x H200.
Сколько стоит аренда Qwen2.5 7B?
Час работы Qwen2.5 7B стоит от 26,99 ₽ до 754,84 ₽ в зависимости от выбранной конфигурации GPU. Оплата почасовая: вы платите за время работы сервера, а не за количество токенов.
Как обращаться к Qwen2.5 7B из своего кода?
После запуска вы получаете OpenAI-совместимый эндпоинт: подставьте выданный base_url в любой клиент OpenAI и указывайте модель qwen2.5:7b. Менять код, написанный под OpenAI API, не нужно.
Данные остаются приватными?
Да. Qwen2.5 7B работает на выделенном GPU-сервере в закрытом контуре: запросы и ответы не уходят к вендору модели и не используются для обучения.
Какой контекст и лицензия у Qwen2.5 7B?
Qwen2.5 7B держит 32K токенов контекста за один запрос и распространяется под лицензией Apache 2.0 — модель можно использовать в коммерческих проектах на своих условиях хостинга.