Direkt zum Hauptinhalt

Mosaic AI Foundation Model Serving

Serve state-of-the-art foundation models for both real-time and batch inference workload needs. This enables you to quickly and easily build applications that leverage high-quality generative AI models without the need to maintain your own model deployment.

Loading...

* For regional availability: AWSAzureGCPSAP
1. Throughput band is defined as a single unit of capacity available for Provisioned Throughput. The throughput in a band varies by the model; see table below for details

2. Maximum provisioned throughput per band for Batch Inference workloads is ~50% higher than for real-time workloads shown in the table

3. Hourly pricing is charged on a per-minute increment

Foundation-Modellbereitstellung: DBU-Preise und Durchsatz

Modell Pay-Per-Token Bereitgestellter Durchsatz
für Skalierungsbänder1
Bereitgestellter Durchsatz für die Einstiegsbandbreite
(nur verfügbar für Basis-Modelle in den USA, Kanada und Brasilien)3
DBU/1 Mio. EINGABE-Token
(global)
DBU/1 Mio. AUSGABE-Token
(global)
DBU/h
(global)
Durchsatzband2
(Token/s max.)
DBU/h
(global)
Max Tokens / Sekunde
Aktuelle Modelle
Llama 3.1 405B 35,714 142.857 600.000 3.400 150.000 850
Llama 4 Maverick 7,143 21,429 85.715 3.875 85.715 3.875
Llama 3.3 70B 7,143 21,429 342.857 10.500 85.714 2.600
Llama 3.1 70B N/A N/A 342.857 10.500 85.714 2.600
Llama 3.1 8B 2.143 6.429 106.000 23.000 53.571 11.500
Llama 3.2 3B N/A N/A 92.857 22.000 46.429 10,900
Llama 3.2 1B N/A N/A 85.714 35.000 42.857 15,800
GTE 1.857 N/A 20,000 9.450 20,000 9.450
BGE Large 1,429 N/A 24.000 11.800 24.000 11.800
Ältere Modelle
DBRX N/A N/A 171.429 650 171.429 650
Llama 3 70B N/A N/A 212,143 1.000 212,143 1.000
Llama 3 8B N/A N/A 106.000 3.000 106.000 3.000
Llama 2 70B N/A N/A 290.800 1.200 290.800 1.200
Llama 2 13B N/A N/A 112,000 980 112,000 980
Mixtral 8x7B N/A N/A 290,857 620 290,857 5.000
MPT-30B N/A N/A 112,000 450 112,000 450
MPT 7B N/A N/A 20,000 2.450 20,000 2.450

2: Das Durchsatzband ist ein modellspezifischer Maximaldurchsatz (Token pro Sekunde), der zum oben genannten Stundenpreis bereitgestellt wird.  Beim bereitgestellten Durchsatz wird der Modelldurchsatz in Inkrementen seines spezifischen „Durchsatzbands“ bereitgestellt. Bei einem höheren Modelldurchsatz muss der Kunde ein geeignetes Vielfaches des Durchsatzbands festlegen, das dann mit dem entsprechenden Vielfachen des oben genannten Stundenpreises in Rechnung gestellt wird.

1: Die Durchsatzangabe ist exemplarisch und basiert auf einem typischen Echtzeit-Anwendungsfall mit einem Eingabewert von 3500 und einem Ausgabewert von 300 Token. Der Ist-Durchsatz schwankt je nach Anwendungsfall, Abfrageform und weiteren Faktoren. Eingabe-/Ausgabeverhältnisse gelten nicht für das Einbetten von Modellen.

3: Das Einstiegsband ist nur für AWS in den USA, Kanada, Brasilien und für Azure in den USA, Kanada, Brasilien und der EU verfügbar. Die Einstiegsbandbreite ist auch nicht für fein abgestimmte Versionen der Basismodelle verfügbar.

Nutzungsbasierte Abrechnung mit einer 14-tägigen kostenlosen Testversion oder kontaktieren Sie uns für Rabatte für die verbindliche Nutzung oder benutzerdefinierte Anforderungen.

Häufig gestellte Fragen zur Mosaic AI-Foundation-Modellbereitstellung