実行中の分だけお支払い
アクティブなレプリカに対する秒単位の課金。ゼロまでスケールすれば、支払いもゼロ。アイドル状態のエンドポイントには料金がかからず、最低契約もありません。
請求プレビュー
3レプリカ 4090 × 2時間15分42秒 実行中
= 3 × 8,142秒 × $0.000608/s
= $14.85
あらゆる予算に対応するGPU
すべてのワークロードにH200が必要なわけではありません。RTX 4090、RTX 5090、H100から選択し、モデルサイズと予算に合ったGPUを選べます。
RTX 4090
24 GB
から$0.61/hr
H100
80 GB
から$1.99/hr
H200
141 GB
から$2.99/hr
推論が停止しましたか？私たちにお任せください。
OOM、CUDAエラー、モデル読み込み失敗 — 私たちのチームが診断して解決します。不可解なスタックトレースではなく、明確な説明を提供します。
Report via console or email
Our team investigates root cause
You get diagnosis + resolution
デプロイメントオプション
サーバーレス vs 専用
ワークロードに適したデプロイメントモデルを選択
Serverless Endpoints
Pay per token- 600+ models available
- Zero infrastructure management
- Auto-scaling included
- Best for variable workloads
本番環境におすすめ
専用エンドポイント
- Isolated GPU resources
- Guaranteed latency SLA
- Custom models & LoRA adapters
- Scale-to-zero support
- Best for predictable, high-throughput workloads
プラットフォーム
本番ワークロード向けに構築
本番環境で AI 推論をデプロイ、スケール、管理するために必要なすべて。
超高速推論
NVIDIA H200、H100、RTX 4090 GPUs 上の最適化されたサービングエンジンによって駆動。リアルタイムアプリケーション向けにサブ秒レイテンシを実現します。
動的オートスケーリング
トラフィックに基づいて 0 から N レプリカまで自動的にスケールします。トラフィックパターンに合わせて最小/最大レプリカ数とスケールダウン遅延を設定できます。
LoRA アダプターサポート
実行中のエンドポイントで再起動なしに LoRA アダプターをホットスワップできます。単一のベースモデル上に複数のファインチューニング済みバリアントをデプロイできます。
柔軟な GPU オプション
NVIDIA H200、H100、RTX 4090 から選択できます。モデル要件に合わせてテンソル並列性と GPU 数を選択できます。
時間単位課金
GPU時間単位で課金され、秒単位の粒度で計算されます。アイドル時はゼロまでスケール — 最低契約量はなく、アイドル状態の GPU コストも発生しません。
エンタープライズサポート
専任のテクニカルサポート、カスタム SLA、新しい GPU タイプへの優先アクセス。大規模デプロイ向けのボリュームディスカウント。
カタログ
人気のオープンソースモデルをデプロイ
最も人気のある LLMs をワンクリックでデプロイ、または独自の Hugging Face モデルを持ち込みます。
ワークフロー
3ステップでデプロイ
本番環境でAI推論をデプロイ、スケール、管理するために必要なすべて。
001
モデルを選択
Hugging Faceの50K+モデルを検索するか、プライベートリポジトリのURLを貼り付けてください。
モデルを検索... 例: Qwen2.5-7B
OCR Models: PaddleOCR、GOT-OCR、...
Reranker Models: BGE-Reranker、...
LLM Models: DeepSeek、GLM、...
002
GPUを選択
モデルに推奨されるGPUを確認できます。予算に合ったものを選択してください。
RTX 4090 · $0.61/hr
H100 · $1.99/hr
H200 · $2.99/hr
レプリカ
1
003
デプロイ
エンドポイントは数分でライブになります。OpenAI互換URLをすぐに使用できます。
エンドポイント
ライブ
POST
api.example.com/v1/chat/completions
料金
透明性のある GPU 料金
| GPU | VRAM | 料金 / GPU時間 |
|---|---|---|
NVIDIA H200 SXM人気 | 141 GB | $2.99 |
NVIDIA H100 SXM | 80 GB | $1.99 |
NVIDIA RTX 4090 | 24 GB | $0.61 |
予約容量またはカスタム料金が必要ですか？
チームに相談するFAQ
よくある質問
Per-second on running replicas only. When your endpoint is scaled to zero or stopped, you pay nothing. No minimum commitments, no idle charges.
まだご質問がありますか？ サポートに問い合わせる
本番環境向けAIを構築するために必要なすべて。
200以上のモデル、オンデマンド GPUs、安全なエージェントランタイムを、1つの API に統合。無料で始められ、成長に合わせてスケールできます。