Pokrenite agente na upravljanim graničnim modelima već danas—ili unajmite GPU kapacitet, rasporedite vlastite težine i usmjerite Digio zadatke na privatne krajnje točke u istom radnom prostoru.
Dodijelite zadani model po agentu ili poništite po zadatku. Upotreba se mjeri u Digio tokenima iz stanja vašeg plana—isti novčanik bez obzira na to zove li agent Sonnet, GPT-4o ili Gemini Flash.
Model list and token economics evolve with provider releases. Your workspace shows live options when you assign a model to an agent; Digio Tokens debit from the same balance as in pricing.
Koordinator može preporučiti Sonnet naspram Opusa naspram jeftinijeg flash modela na temelju vrste zadatka. Napredni korisnici postavljaju zadane postavke po ulozi agenta—istraživanje na Sonnetu, konačna recenzija na Opusu, skupno označavanje na Haiku ili Gemini Flash.
Per agent — default model in agent settings; override in To do or chat when needed.
Metered fairly — input, output, and cached tokens map to Digio Token charges (see usage in your wallet).
Skills stay the same — tools and integrations work across models; only latency and cost profile change.
Plan limits — more agents and monthly Digio Tokens on higher tiers; top up anytime on the pricing page.
Trebate finu prilagodbu, kontrolnu točku bez zraka ili predvidljivu cijenu za zaključivanje? Dodajte namjenski GPU kapacitet svom Digio radnom prostoru, instalirajte stog za posluživanje koji želite i usmjerite agente na svoju privatnu krajnju točku.
Satni ili mjesečni GPU čvorovi (A100, H100, L40S klasa) priključeni vašem zakupcu—izolirani od drugih kupaca.
Učitajte sigurnosne senzore, GGUF ili povucite iz svog registra; pokrenite Llamu, Mistral, Qwen i prilagođena fina podešavanja.
vLLM, TGI, Ollama ili slike spremnika koje održavate—Digio agenti pozivaju osnovni URL kompatibilan s OpenAI-jem.
Obaveze, timski razgovor, vještine i suradnja nepromijenjeni—samo je pozadina za zaključivanje vaša.
Pošaljite osjetljive korake na privatni GPU i koristite Claude ili GPT za javno istraživanje u jednom tijeku rada.
VPC peering, statički izlaz, revizijski zapisnici i popisi dopuštenih modela za regulirane timove.
Tipična postavka od nule do pozivanja agenata vašoj krajnjoj točki:
Odaberite VRAM, regiju i vrijeme neprekidnog rada (burst ili uvijek uključen). Spremište za utege isporučuje se s primjerkom ili montira vašu kantu.
Pokrenite sliku posluživanja ili SSH, instalirajte CUDA upravljačke programe i učitajte kontrolne točke. Zdravstvene provjere potvrđuju da je model spreman.
Dodajte osnovni URL, API ključ i ID modela u postavkama radnog prostora. Digio provjerava kašnjenje i format tokena prije pokretanja.
Odaberite svoj privatni model kao zadani za odabrane agente; upravljani Claude/GPT modeli ostaju dostupni jedan pored drugog.
Najam GPU-a naplaćuje se odvojeno od pretplata na Digio plan. Kontaktirajte nas za planiranje kapaciteta, SLA i migraciju iz postojećeg klastera zaključivanja.
Odabir upravljanih API-ja naspram samodomaćenog zaključivanja na Digiu.
Vaša Digio pretplata pokriva infrastrukturu, agente i uključene Digio tokene. Upravljani model korištenja zadužuje taj saldo tokena stvarnim ulazno/izlaznim tokenima. Najam GPU-a je dodatak za strojeve kojima upravljate.
Da—svaki agent može imati vlastitu zadanu vrijednost. Zadaci i razgovori mogu se nadjačati za jedno pokretanje bez promjene globalne zadane postavke.
Opus je podešen za tvrđe rasuđivanje i duže koherentne planove; Sonnet je brži i jeftiniji za svakodnevne agentske petlje. Haiku i modeli flash-klase najbolji su za volumenske podzadatke.
Radni prostori poduzeća mogu ograničiti pružatelje izlaznih modela i usmjeriti sav promet agenata na vašu GPU krajnju točku. Hibridni način je zadani za većinu timova.
Ponude ovise o regiji i potražnji—obično razine 24–80 GB VRAM-a za modele klase 7B–70B i čvorovi s više GPU-a za veće skupove. Pomažemo u određivanju veličine VRAM-a prema vašem broju parametara i kvantizaciji.
Orkestracija (agenti, zadaci, pohrana) ostaje u vašem planu. Zaključak na vašem GPU-u naplaćuje se kao GPU vrijeme; opcionalno možete mjeriti potrošnju u obliku tokena za interni stornirani iznos.
Agenti, zadaci i vještine—radni prostor oko modela koji odaberete.
Započnite s Claudom i GPT-om već danas, a zatim dodajte namjenski GPU kada budete spremni ugostiti prilagođene težine—isti agenti, isti zadaci, vaš zaključak.
