Claude
Anthropic 的工作型 AI 助手,能接手任务,而不仅是回答问题

DeepInfra 是一个面向开发者的推理云平台,解决的是同一个问题:团队希望在生产环境调用机器学习模型,却不想自己搭建和维护 GPU 基础设施。它把文本、语音、图像与视频等多类模型收拢到统一的 API 之下,让工程团队可以专注于产品逻辑,而不是集群运维。
DeepInfra 的模型目录同时按类别与家族组织。类别覆盖自动语音识别、Embeddings、Reranker、文本生成、文本转图像、文本转音乐、文本转语音、文本转视频、世界模型与零样本图像分类。家族页面则把 Anthropic、DeepSeek、Black Forest Labs、Google、Moonshot AI、Meta、Mistral、NVIDIA、Qwen 等来源的模型归在一起。对于需要横向对比多个模型、又不想分别签约或集成多套 SDK 的团队,这种组织方式能省下不少前期成本。站点还会展示最新与精选模型,例如 anthropic/claude-sonnet-5-5、tencent/Hy4-preview 与 Qwen/Qwen3-TTS。
DeepInfra 按模型类型区分计费方式。许多语言模型采用按 token 计费,其他多数模型则按推理执行时长计费。官方表示标准 API 使用没有长期合约或前期成本,客户可以随业务需求扩缩。公开示例包括 DeepSeek-V4-Flash 每 100 万输入 token $0.09、每 100 万输出 token $0.18,DeepSeek-V4-Pro 每 100 万输入 token $1.30、每 100 万输出 token $2.60,以及 Kimi-K2.6 每 100 万输入 token $0.75、每 100 万输出 token $3.50。部分模型带有促销折扣,实际费率会随之变化。计费需要绑定银行卡或预付余额,账户也可设置消费上限以避免意外支出。
在共享推理层面,DeepInfra 会根据需求自动把模型扩展到更多硬件上。每个账户默认限制 200 个并发请求,需要更高配额可联系官方。平台还公开实时推理指标,包括每秒 token 数、首 token 延迟、每秒请求数与 exaFLOPS,让团队看到的是当下的速度与稳定性,而不是静态跑分。
除共享推理外,DeepInfra 提供 DeepCluster:由公司采购并运营的专属 NVIDIA B300 GPU 集群,包含完整所有权、Tier 3 数据中心与 99.982% 可用性 SLA。配置范围从 256 到 5,000 块 GPU,每块配备 288 GB HBM3e。五年期标价为每 GPU 小时 $1.98,对比公有云的每 GPU 小时 $6.50,官方称约便宜 70%。按需 DGX B300 GPU 也以每实例小时 $4.89 提供。合规方面,DeepInfra 表示持有 SOC 2 与 ISO 27001 认证,并设有信任中心与状态页,便于企业在安全审查与运维透明度上做评估。
DeepInfra 适合想要一层托管推理、同时需要较广模型选择与按用量计费的团队。取舍也很实际:默认并发上限意味着高流量场景需要与销售沟通,促销费率意味着成本要逐模型核对,专属集群则按多年期销售。对多数开发者而言,吸引力在于广泛目录、透明的按 token 计费,以及随用量增长切换到专属硬件的路径。
DeepInfra 按模型类型采用不同计费方式:部分语言模型按 token 计费,例如 DeepSeek-V4-Flash 为每 100 万输入 token $0.09、每 100 万输出 token $0.18,DeepSeek-V4-Pro 为每 100 万输入 token $1.30、每 100 万输出 token $2.60,Kimi-K2.6 为每 100 万输入 token $0.75、每 100 万输出 token $3.50;其他多数模型按推理执行时长计费。标准 API 使用无长期合约或前期成本。按需 DGX B300 GPU 标价为每实例小时 $4.89,DeepCluster 专属 NVIDIA B300 容量五年期标价为每 GPU 小时 $1.98,对比公有云每 GPU 小时 $6.50。部分模型存在促销折扣,实际费率请以定价页为准(待核验)。
工具功能、价格与可用性可能变化,请以官网为准。 由 steven 维护 · 最后更新 2026年10月14日 →
Anthropic 的工作型 AI 助手,能接手任务,而不仅是回答问题
Ollama 是一个面向开源 AI 模型的运行时与云服务,支持在 macOS、Windows、Linux 上本地运行模型,或通过托管端点调用,适合使用开源模型进行开发的工程师与团队。
Anthropic 的命令行编程智能体,直接改你的仓库
Together AI 是一个全栈 AI 云平台,用于运行、微调和部署开源模型,面向需要生产级推理而不愿自建 GPU 集群的工程团队。