
Modelo agente multimodal de pesos abiertos, ajustado con RL a gran escala y una ventana de 1M de tokens, servido en Deepinfra.
Deepinfra ofrece a los desarrolladores APIs simples y rápidas para ejecutar modelos abiertos a escala de producción sin gastar de más.
DeepSeek-V4.1-Flash-1017
NVIDIA-Nemotron-3.5-Super-VL
GPUs DGX B300 bajo demanda
Hy4-preview
MiMo-V2.6-Flash
GLM-5.3
Kimi-K3.1-Pro
Noticias de financiación · 4 de mayo de 2026
La ronda fue liderada conjuntamente por 500 Global y Georges Harik, con la participación de NVIDIA, Felicis, Samsung Next, Supermicro, Crescent Cove y varios otros inversores. Deepinfra la destinará a capacidad y nuevo hardware.
$107M
Serie B recaudada
25x
más tokens servidos desde la Serie A
Facturación por uso sin ataduras y sin cargos sorpresa. Ya sean dos fundadores en un garaje o una empresa global, Deepinfra crece contigo, mediante API limpias e ingenieros que realmente responden.
Optimiza para latencia, rendimiento, coste o volumen masivo. Deepinfra diseña el despliegue en torno a lo que más te importe, con más de 100 modelos alojados listos para invocar.
Los prompts, las respuestas generadas y los datos de los usuarios finales nunca se almacenan. Deepinfra cuenta con certificación ISO 27001 y SOC 2, y trata las revisiones de seguridad como trabajo rutinario en lugar de una carrera de última hora cada año.
Deepinfra opera su propia flota de GPU dentro de instalaciones seguras en EE. UU., optimizada de extremo a extremo para servir modelos, por lo que la latencia se mantiene baja y la disponibilidad, alta.
Modelos
Los modelos de voz e imagen se encuentran en el catálogo completo de Deepinfra. Ábrelo aquí

Modelo agente multimodal de pesos abiertos, ajustado con RL a gran escala y una ventana de 1M de tokens, servido en Deepinfra.

Actualización incremental de V4.1-Flash con mejores puntuaciones en razonamiento, programación y agentes, además de respuestas más breves.

Modelo de visión de mezcla de expertos de 120B (12B activos) que lee imágenes, documentos, pantallas y vídeo, y luego actúa.

Vista anticipada del buque insignia de mezcla de expertos de 770B parámetros de Tencent, invocable a través de la API de Deepinfra.

MoE disperso centrado en la eficiencia de la línea V2.6 de Xiaomi, diseñado para llamadas diarias rápidas y ligeras.

Modelo insignia de la familia V2.6 de Xiaomi: un MoE disperso de 1.02T de parámetros orientado a tareas de razonamiento complejo.

MoE multimodal sobre una base de 552B, que equilibra velocidad y profundidad para agentes y chat en Deepinfra.

El modelo de razonamiento grande de Z.ai para ingeniería de software compleja y tareas de agentes de largo horizonte.

Modelo hermano nativamente multimodal de GLM-5.3, dimensionado para ayuda rápida con programación y ejecuciones prolongadas de agentes.

Razonador multimodal de pesos abiertos de 2.8T de parámetros de Moonshot para tareas de programación exigentes, alojado en Deepinfra.

Versión oficial de V4-Pro que sustituye a la compilación de vista previa, con amplias mejoras en la calidad del razonamiento.

Versión oficial de V4-Flash que sustituye a la vista previa, manteniendo baja la latencia para tráfico de gran volumen.
Velocidad, escala, estabilidad y gasto en toda la flota de Deepinfra, actualizados a medida que fluye el tráfico.
40.42M
Tokens / segundo
345ms
Tiempo hasta el primer token
3654
Solicitudes / segundo
24.35
exaFLOPS en línea
DeepCluster
Hardware adquirido, montado en rack y operado por Deepinfra en una instalación Tier 3. Tú eres dueño de la capacidad; nosotros la mantenemos en buen estado bajo un SLA de disponibilidad del 99.982%.
Planifica tu clústerNVIDIA B300 · plazo de 5 años
99.982%
disponibilidad, estipulada en el SLA