
Inférence IA ultra-rapide sur la plateforme LPU et LPX
Comparez les produits d’IA pour 459 workflows à partir du trafic estimé, des fonctionnalités et des alternatives.
“Adaptive Inference” · Programmation & Développement·258 résultats
Recommencer
Inférence IA ultra-rapide sur la plateforme LPU et LPX
Une IA de raisonnement open-weight et hébergée à haute efficacité, propulsée par DeepSeek-V4 et R1 à des coûts par token ultra-réduits.
Une IA de raisonnement open-weight et hébergée à haute efficacité, propulsée par DeepSeek-V4 et R1 à des coûts par token ultra-réduits.

L'inférence IA la plus rapide au monde, propulsée par la plus grande puce au monde
L'inférence IA la plus rapide au monde, propulsée par la plus grande puce au monde
Une seule API compatible OpenAI pour plus de 500 modèles image, vidéo, audio et LLM
Une seule API compatible OpenAI pour plus de 500 modèles image, vidéo, audio et LLM
Infrastructure cloud serverless pour les charges de travail IA et data
Infrastructure cloud serverless pour les charges de travail IA et data

Together AI is the AI Native Cloud — a full-stack platform for running, fine-tuning and training open-source models. It spans serverless inference APIs, dedicated endpoints, GPU clusters, post-training and storage, all backed by in-house systems research.
Together AI is the AI Native Cloud — a full-stack platform for running, fine-tuning and training open-source models. It spans serverless inference APIs, dedicated endpoints, GPU clusters, post-training and storage, all backed by in-house systems research.
Exécutez, combinez et entraînez des modèles ouverts comme votre propre intelligence spécialisée
Une seule API pour une inférence rapide et à coût prévisible sur les LLM et modèles multimodaux
Une seule API pour une inférence rapide et à coût prévisible sur les LLM et modèles multimodaux
Fast Apply et inférence optimisée pour les agents de codage
Fast Apply et inférence optimisée pour les agents de codage

Inférence de pointe hautement fiable, chiffrée de bout en bout
Inférence de pointe hautement fiable, chiffrée de bout en bout

Des API de recherche et d'inférence qui fournissent des données web en temps réel aux modèles d'IA
Des API de recherche et d'inférence qui fournissent des données web en temps réel aux modèles d'IA

Des APIs d'inférence serverless à bas coût pour plus de 200 modèles
Des APIs d'inférence serverless à bas coût pour plus de 200 modèles
Unsloth is an open-source toolkit for running and training large language models locally. It provides faster, more memory-efficient fine-tuning, a local chat and agent environment with browser use, image and video generation, and an OpenAI-compatible API your existing tools can connect to.
Unsloth is an open-source toolkit for running and training large language models locally. It provides faster, more memory-efficient fine-tuning, a local chat and agent environment with browser use, image and video generation, and an OpenAI-compatible API your existing tools can connect to.
OrcaRouter is an OpenAI-compatible AI gateway that grades every prompt and routes it to the best-value model, then layers on failover, guardrails, an agent firewall, and compliance tooling for production AI.
OrcaRouter is an OpenAI-compatible AI gateway that grades every prompt and routes it to the best-value model, then layers on failover, guardrails, an agent firewall, and compliance tooling for production AI.

Runware is an AI inference platform that exposes an enormous model catalog — images, video, audio, LLMs and 3D — through a single API endpoint, alongside serverless GPU compute and reserved capacity running on modular data centers the company designs and operates itself. It is aimed at developers and product teams who want to ship generative features without managing infrastructure.
Runware is an AI inference platform that exposes an enormous model catalog — images, video, audio, LLMs and 3D — through a single API endpoint, alongside serverless GPU compute and reserved capacity running on modular data centers the company designs and operates itself. It is aimed at developers and product teams who want to ship generative features without managing infrastructure.

Inférence serverless et décentralisée pour modèles d'IA ouverts

Inférence de modèles ouverts, rapide et avec routage de cache chaud pour les agents
Inférence de modèles ouverts, rapide et avec routage de cache chaud pour les agents

Serveur d'inférence natif macOS qui rend les LLM locaux instantanés pour les agents de code
Serveur d'inférence natif macOS qui rend les LLM locaux instantanés pour les agents de code

Qwen 4 (Alibaba Qwen4) : famille de modèles multimodaux de 4e génération avec Qwen4-Max, Qwen4-Plus, Qwen4-Flash, Qwen4-27B et l'architecture Qwen 3.8-Flash-Next
Qwen 4 (Alibaba Qwen4) : famille de modèles multimodaux de 4e génération avec Qwen4-Max, Qwen4-Plus, Qwen4-Flash, Qwen4-27B et l'architecture Qwen 3.8-Flash-Next
Un seul cloud pour plus de 200 API de modèles, sandboxes d'agents et calcul GPU

Une API universelle pour plus de 500 modèles d'IA et 1 000 outils d'agent
General Compute is an inference cloud built around alternative AI silicon rather than standard GPU fleets. The company buys racks of accelerators, racks them in colocation data centres, and handles the cooling, power, and networking itself. On top of that hardware it runs a disaggregated inference stack that splits each request: prompt processing runs on NVIDIA GPUs for prefill, while token generation runs on faster decode chips such as Cerebras, SambaNova, Positron AI, and d-Matrix. Customers get bare metal access or a tokens-per-second SLA.
General Compute is an inference cloud built around alternative AI silicon rather than standard GPU fleets. The company buys racks of accelerators, racks them in colocation data centres, and handles the cooling, power, and networking itself. On top of that hardware it runs a disaggregated inference stack that splits each request: prompt processing runs on NVIDIA GPUs for prefill, while token generation runs on faster decode chips such as Cerebras, SambaNova, Positron AI, and d-Matrix. Customers get bare metal access or a tokens-per-second SLA.
Un super-assistant IA tout-en-un pour les professionnels et les entreprises
Un super-assistant IA tout-en-un pour les professionnels et les entreprises

Des audiences d'étude ciblées avec une qualité vérifiée par IA
Des audiences d'étude ciblées avec une qualité vérifiée par IA