Disponibilização de modelos básicos
Ofereça modelos básicos de última geração para atender às necessidades de carga de trabalho de inferência em tempo real e em lote. Isso permite criar de forma rápida e fácil aplicações que aproveitam modelos de IA generativa de alta qualidade sem a necessidade de manter sua própria implantação de modelo.
* Os preços exibidos não garantem a disponibilidade do produto na região. Para consultar a disponibilidade do produto, veja aqui: AWS, Azure, GCP, SAP
1. O Azure Databricks, como um serviço primário no Microsoft Azure, oferece faturamento e suporte unificados pela Microsoft
O nível Premium no Azure Databricks corresponde ao nível Enterprise na AWS e no GCP
2. O preço por hora é cobrado em incrementos por minuto
3. A throughput em uma única unidade de capacidade de PT varia de acordo com o modelo e o formato da query (tokens de entrada vs. tokens de saída). Use a GenAI Calculator para estimar o throughput específico da carga de trabalho e o custo total.
Taxas de DBU para Foundation Model Serving
| Modelo | Pagamento por token | Throughput provisionado | ||
|---|---|---|---|---|
| DBU / M de tokens de entrada | DBU / M de saída tokens | DBU/hora (capacidade de entrada) | DBU / hora (capacidade de escalonamento) | |
| Llama 4 Maverick | 7.143 | 21.429 | 85.714 | 85.714 |
| Llama 3.3 70B | 7.143 | 21.429 | 85.714 | 342.857 |
| Qwen 3 Next 80B | 2.143 | 17.143 | 78.571 | 78.571 |
| Qwen 3.5 122B | 3.143 | 31.429 | 85.714 | 85.714 |
| GPT OSS 120B | 2.143 | 8.571 | 71.429 | 71.429 |
| Gemma 3 12B | 2.143 | 7.143 | 71.429 | 71.429 |
| Llama 3.1 8B | 2.143 | 6.429 | 53.571 | 106.000 |
| GPT OSS 20B | 1.000 | 4.286 | 53.571 | 53.571 |
| Llama 3.2 3B | N/A | N/A | 46.429 | 92.857 |
| Llama 3.2 1B | N/A | N/A | 42.857 | 85.714 |
| Qwen 3 0.6B Embedding | 0.286 | N/A | 25.000 | 25.000 |
| GTE | 1.857 | N/A | 20.000 | 20.000 |
| BGE grande | 1.429 | N/A | 24.000 | 24.000 |
1: A capacidade de entrada é a unidade de capacidade PT pequena e de baixo custo, projetada para oferecer um ponto de partida mais acessível aos clientes. Estes fornecem uma throughput proporcionalmente reduzida em comparação com a capacidade de escalonamento. Estes estão disponíveis apenas na Azure e na AWS para as regiões dos EUA, Canadá e Brasil, e apenas para modelos de base (sem ajuste fino).
2: A capacidade de escalonamento é o incremento de capacidade de PT padrão que pode ser provisionado para um modelo. Além da capacidade de entrada (disponível em nuvens e regiões selecionadas), a capacidade de Throughput Provisionado aumenta e diminui em incrementos dessas unidades de capacidade de escalonamento. Em nuvens/regiões onde a capacidade de entrada não está disponível, o incremento mínimo de compra de PT é a unidade de capacidade de escalonamento completa.
Pague conforme o uso com um teste gratuito de 14 dias ou entre em contato conosco para obter descontos de uso contínuo ou requisitos personalizados.