
Inferência de IA ultrarrápida na plataforma LPU e LPX
Compare produtos de IA em 459 fluxos de trabalho usando estimativas de tráfego, recursos e alternativas.
“LLM inference”·804 resultados
Recomeçar
Inferência de IA ultrarrápida na plataforma LPU e LPX

Qwen 4 (Alibaba Qwen4): família multimodal de 4ª geração com Qwen4-Max, Qwen4-Plus, Qwen4-Flash, Qwen4-27B e arquitetura Qwen 3.8-Flash-Next
Qwen 4 (Alibaba Qwen4): família multimodal de 4ª geração com Qwen4-Max, Qwen4-Plus, Qwen4-Flash, Qwen4-27B e arquitetura Qwen 3.8-Flash-Next
IA de raciocínio open-weight e hospedada de alta eficiência, movida pelo DeepSeek-V4 e pelo R1 a custos de token ultrabaixos.
IA de raciocínio open-weight e hospedada de alta eficiência, movida pelo DeepSeek-V4 e pelo R1 a custos de token ultrabaixos.

A inferência de IA mais rápida do mundo, movida pelo maior chip do mundo

O assistente multimodal e ecossistema de IA do Google equipado com Gemini 4 Carbon (Gemini Carbon 4), Gemini 4 Argon, Gemini 3.8 Flash e Gemini 3.1 Pro
O assistente multimodal e ecossistema de IA do Google equipado com Gemini 4 Carbon (Gemini Carbon 4), Gemini 4 Argon, Gemini 3.8 Flash e Gemini 3.1 Pro

APIs de inferência serverless de baixo custo para mais de 200 modelos
APIs de inferência serverless de baixo custo para mais de 200 modelos

A plataforma aberta da Zhipu AI para os modelos GLM, APIs multimodais e agentes
A plataforma aberta da Zhipu AI para os modelos GLM, APIs multimodais e agentes
RunPod is a cloud platform for AI and machine learning workloads that rents GPU compute by the second. It offers Pods for persistent GPU instances, Serverless endpoints that autoscale inference from zero, and multi-node Clusters, plus a Hub of ready-to-deploy open-source models and templates.
RunPod is a cloud platform for AI and machine learning workloads that rents GPU compute by the second. It offers Pods for persistent GPU instances, Serverless endpoints that autoscale inference from zero, and multi-node Clusters, plus a Hub of ready-to-deploy open-source models and templates.

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.
Infraestrutura na nuvem sem servidor para cargas de IA e dados
Infraestrutura na nuvem sem servidor para cargas de IA e dados

TypeSafe AI is an AI lab building machine-native intelligence infrastructure, and Jev is its first System One Model — a model designed to make decisions inside software rather than reply to humans. Instead of returning strings, Jev accepts structured questions and returns typed decisions with calibrated confidence scores, so applications can act autonomously when confidence is high and escalate for human review when it is not. TypeSafe reports roughly 193x faster and 444x cheaper performance on System One workloads compared with general-purpose LLMs.
TypeSafe AI is an AI lab building machine-native intelligence infrastructure, and Jev is its first System One Model — a model designed to make decisions inside software rather than reply to humans. Instead of returning strings, Jev accepts structured questions and returns typed decisions with calibrated confidence scores, so applications can act autonomously when confidence is high and escalate for human review when it is not. TypeSafe reports roughly 193x faster and 444x cheaper performance on System One workloads compared with general-purpose LLMs.
Execute, combine e treine modelos abertos como sua própria inteligência especializada
Uma única API para inferência rápida e com custo previsível em LLMs e modelos multimodais
Uma única API para inferência rápida e com custo previsível em LLMs e modelos multimodais

Inferência de fronteira com alta confiança e criptografia ponta a ponta
Inferência de fronteira com alta confiança e criptografia ponta a ponta
Uma única API compatível com OpenAI para mais de 500 modelos de imagem, vídeo, áudio e LLM
Uma única API compatível com OpenAI para mais de 500 modelos de imagem, vídeo, áudio e LLM

Servidor de inferência nativo para macOS que torna LLMs locais instantâneos para agentes de código
Servidor de inferência nativo para macOS que torna LLMs locais instantâneos para agentes de código
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.

Nuvem de GPU distribuída que orquestra as GPUs de consumo ociosas do mundo
Nuvem de GPU distribuída que orquestra as GPUs de consumo ociosas do mundo

Inferência sem servidor e descentralizada para modelos de IA abertos
Fast Apply e inferência otimizada para agentes de código
Fast Apply e inferência otimizada para agentes de código

Inferência de modelos abertos, rápida e com roteamento de cache quente para agentes
Inferência de modelos abertos, rápida e com roteamento de cache quente para agentes
Alugue GPUs em nuvem por segundo em um mercado global
Alugue GPUs em nuvem por segundo em um mercado global

Computação de IA em escala de gigawatt, construída e operada de ponta a ponta
Computação de IA em escala de gigawatt, construída e operada de ponta a ponta
Uma única chave de API para centenas de modelos de IA de todos os provedores
Uma única chave de API para centenas de modelos de IA de todos os provedores