empero-ai/Qwythos-9B-Claude-Mythos-5-1M
Modelo de geração de texto · 9 B de parâmetros — 196.4 mil downloads e 846 curtidas no Hugging Face.
Hugging Face · Modelos
·empero-ai
·
·↓ 196402
·♥ 846
O modelo empero-ai/Qwythos-9B-Claude-Mythos-5-1M aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de geração de texto.
Ficha técnica
- Tarefa: geração de texto
- Parâmetros: 9 B
- Biblioteca:
transformers - Formatos: safetensors
- Licença: Apache 2.0
- Downloads: 196.4 mil · Curtidas: 846
Hardware recomendado
Estimativa de VRAM só para carregar os pesos (com ~20% de folga para ativações). Contextos longos consomem memória adicional para o cache de atenção (KV cache).
- Precisão original (16-bit): ~22 GB de VRAM — 1 GPU high-end (24 GB, ex. RTX 3090/4090)
- Quantizado 8-bit: ~11 GB de VRAM — 1 GPU de consumo (12 GB, ex. RTX 3060/4070)
- Quantizado 4-bit: ~5.4 GB de VRAM — 1 GPU de consumo (≥ 8 GB, ex. RTX 3060)
Como rodar localmente
Carregue com a transformers usando o template de chat:
pip install -U transformers accelerate torch
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "empero-ai/Qwythos-9B-Claude-Mythos-5-1M"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
model_id, torch_dtype="auto", device_map="auto"
)
msgs = [{"role": "user", "content": "Explique o que é entropia."}]
inputs = tok.apply_chat_template(
msgs, add_generation_prompt=True, return_tensors="pt"
).to(model.device)
out = model.generate(inputs, max_new_tokens=256)
print(tok.decode(out[0][inputs.shape[-1]:], skip_special_tokens=True))Para servir como API (recomendado para modelos grandes), use o vLLM:
pip install vllm
vllm serve empero-ai/Qwythos-9B-Claude-Mythos-5-1MTags
transformers safetensors qwen3_5 image-text-to-text qwen3.5 reasoning uncensored long-context
