Selbstbedienung ohne Grundgebühr über vorausbezahlte Credits, abgerechnet je Token, GPU-Sekunde oder Trainings-Token.
Serverless-Inferenz je 1 Mio. Token, getrennt nach Input, Cached Input und Output
Kimi K3 und Ember-1: 3,00 USD Input, 15,00 USD Output je 1 Mio. Token
GLM 5.3: 1,40 USD Input, 4,40 USD Output je 1 Mio. Token
DeepSeek V4.1 Flash und MiniMax M3: 0,30 USD Input, 1,20 USD Output je 1 Mio. Token
OpenAI gpt-oss-120B und GLM 5.3 Flash: 0,15 USD Input, 0,50 bis 0,60 USD Output je 1 Mio. Token
NVIDIA Nemotron 3.5 Lightning 30B: 0,05 USD Input, 0,20 USD Output je 1 Mio. Token
Weitere Modelle nach Größe: 0,10 USD (unter 4 Mrd. Parameter), 0,20 USD (4 bis 16 Mrd.), 0,90 USD (über 16 Mrd.) je 1 Mio. Token
Priority-Modus mit bevorzugter Verarbeitung bei hoher Last zu Aufpreis, Fast-Varianten einzelner Modelle
Batch-Inferenz zu 50 % der Serverless-Preise
Embeddings ab 0,008 USD je 1 Mio. Input-Token
Fine-Tuning (SFT und DPO) ab 0,50 USD je 1 Mio. Trainings-Token, feinabgestimmte Modelle zum Preis der Basismodelle
Serverless Training API für LoRA, abgerechnet je Token für Prefill, Sampling und Training
On-Demand-GPUs je Sekunde abgerechnet: H100 und H200 8,00 USD, B200 13,00 USD, B300 15,00 USD, GB300 20,00 USD je Stunde
Vorausbezahlte Credits mit Auto Reload und monatlichem Ausgabenlimit
