주요 컨텐츠로 이동

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

파운데이션 모델 서빙 DBU 속도 및 처리량

모델 페이-퍼-토큰 프로비저닝된 처리량
스케일링 밴드용1
입력 대역을 위한 프로비저닝 처리량
(미국, 캐나다, 브라질의 기본 모델에만 사용 가능)3
100만 개의 입력 토큰당 DBU
(전역)
100만 개의 출력 토큰당 DBU
(전역)
시간당 DBU
(전역)
처리량 대역2
(최대 토큰/초)
시간당 DBU
(전역)
최대 토큰 / 초
현재 모델
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 해당 사항 없음 해당 사항 없음 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 해당 사항 없음 해당 사항 없음 92.857 22,000 46.429 10,900
Llama 3.2 1B 해당 사항 없음 해당 사항 없음 85.714 35,000 42.857 15,800
GTE 1.857 해당 사항 없음 20.000 9,450 20.000 9,450
BGE 대형 1.429 해당 사항 없음 24.000 11,800 24.000 11,800
레거시 모델
DBRX 해당 사항 없음 해당 사항 없음 171.429 650 171.429 650
Llama 3 70B 해당 사항 없음 해당 사항 없음 212.143 1,000 212.143 1,000
Llama 3 8B 해당 사항 없음 해당 사항 없음 106.000 3,000 106.000 3,000
라마 2 70B 해당 사항 없음 해당 사항 없음 290.800 1,200 290.800 1,200
Llama 2 13B 해당 사항 없음 해당 사항 없음 112.000 980 112.000 980
Mixtral 8x7B 해당 사항 없음 해당 사항 없음 290.857 620 290.857 5,000
MPT-30B 해당 사항 없음 해당 사항 없음 112.000 450 112.000 450
MPT 7B 해당 사항 없음 해당 사항 없음 20.000 2,450 20.000 2,450

2: 처리량 대역은 모델별로 제공되는 최대 처리량(초당 토큰 수)으로, 위의 시간당 가격으로 제공됩니다.  프로비저닝된 처리량 서빙을 통해 모델 처리량은 특정 '처리량 대역' 단위로 제공됩니다. 모델 처리량이 높을수록 고객은 적절한 처리량 대역의 배수를 설정해야 하며, 이때 위의 시간당 가격의 배수로 요금이 부과됩니다.

1: 표시된 처리량은 토큰 300개당 3500개의 입력/출력을 제공하는 일반적인 실시간 사용 사례를 기반으로 한 예시입니다. 실제 처리량은 사용 사례, 쿼리 형태 및 기타 요인에 따라 달라질 수 있습니다. 임베딩 모델에는 입력/출력 비율이 적용되지 않습니다.

3: 입장 밴드는 미국, 캐나다, 브라질의 AWS와 미국, 캐나다, 브라질, EU의 Azure에서만 사용 가능합니다. 기본 모델의 세부 조정 버전에는 입장 밴드가 제공되지 않습니다.

14일 무료 체험 후 사용한 만큼 지불하거나 약정 사용 할인 또는 맞춤 요구 사항은 상담을 통해 문의하세요.

Mosaic AI 파운데이션 모델 서빙 FAQ