Kør agenter på administrerede frontier-modeller i dag – eller lej GPU-kapacitet, implementer dine egne vægte, og diriger Digio-opgaver til private slutpunkter i det samme arbejdsområde.
Tildel en standardmodel pr. agent eller tilsidesættelse pr. opgave. Brugen måles i Digio Tokens fra din plansaldo - den samme tegnebog, uanset om agenten ringer til Sonnet, GPT-4o eller 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.
Koordinatoren kan anbefale Sonnet vs Opus vs en billigere flashmodel baseret på opgavetype. Superbrugere angiver standarder pr. agentrolle – forskning på Sonnet, endelig gennemgang på Opus, massetagging på Haiku eller 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.
Har du brug for en finjustering, et checkpoint med luftgab eller forudsigelige slutningspriser? Tilføj dedikeret GPU-kapacitet til dit Digio-arbejdsområde, installer den serveringsstak, du foretrækker, og peg agenter på dit private slutpunkt.
Time- eller månedlige GPU-noder (A100, H100, L40S klasse) knyttet til din lejer – isoleret fra andre kunder.
Upload safetensorer, GGUF, eller træk fra dit register; køre Llama, Mistral, Qwen og tilpassede finjusteringer.
vLLM, TGI, Ollama eller containerbilleder, du vedligeholder – Digio-agenter kalder en OpenAI-kompatibel basis-URL.
At gøre, teamchat, færdigheder og samarbejde uændret - kun slutningen backend er din.
Send følsomme trin til privat GPU og brug Claude eller GPT til offentlig forskning i én arbejdsgang.
VPC-peering, statisk udgang, revisionslogfiler og modeltilladelseslister for regulerede teams.
Typisk opsætning fra nul til agenter, der ringer til dit slutpunkt:
Vælg VRAM, region og oppetid (burst vs. altid tændt). Opbevaring til vægte leveres med instansen eller monterer din spand.
Start et serveringsbillede eller SSH i, installer CUDA-drivere og indlæs kontrolpunkter. Sundhedstjek bekræfter, at modellen er klar.
Tilføj basis-URL, API-nøgle og model-id i arbejdsområdeindstillinger. Digio validerer latenstid og tokenformat, før den går live.
Vælg din private model som standard for udvalgte agenter; administrerede Claude/GPT-modeller forbliver tilgængelige side om side.
GPU-leje faktureres separat fra Digio-abonnementer. Kontakt os for kapacitetsplanlægning, SLA'er og migrering fra en eksisterende inferensklynge.
Valg af administrerede API'er vs selv-hostet inferens på Digio.
Dit Digio-abonnement dækker infrastruktur, agenter og inkluderede Digio-tokens. Administreret modelbrug debiterer denne tokensaldo efter faktiske input/output-tokens. GPU-leje er en tilføjelse til de maskiner, du styrer.
Ja – hver agent kan have sin egen standard. Opgaver og chats kan tilsidesættes for en enkelt kørsel uden at ændre den globale standard.
Opus er indstillet til hårdere ræsonnementer og længere sammenhængende planer; Sonnet er hurtigere og billigere til daglige agentsløjfer. Haiku- og flash-modeller er bedst til volumenunderopgaver.
Virksomhedsarbejdsområder kan begrænse udgående modeludbydere og dirigere al agenttrafik til dit GPU-slutpunkt. Hybridtilstand er standard for de fleste hold.
Tilbuddet afhænger af region og efterspørgsel - almindeligvis 24-80 GB VRAM-niveauer til 7B-70B klassemodeller og multi-GPU-noder til større stakke. Vi hjælper med at dimensionere VRAM ud fra din parametertælling og kvantisering.
Orkestrering (agenter, opgaver, opbevaring) forbliver på din plan. Inferens om din GPU faktureres som GPU-tid; du kan valgfrit måle token-formet brug for intern tilbageførsel.
Agenter, opgaver og færdigheder – arbejdsområdet omkring den model, du vælger.
Start på Claude og GPT i dag, og tilføj derefter dedikeret GPU, når du er klar til at være vært for tilpassede vægte – samme agenter, samme opgaver, din slutning.
