Vercel
Adobe
Ubisoft
Iconic Hearts
Latitude
logotipo nominativo da empresa Abacus.AI
logotipo de emoji sorridente da Hugging Face com marca nominativa
logotipo nominativo da empresa interface.ai
logotipo de nuvem da Salesforce
logotipo nominativo da empresa Requesty

Notícias de financiamento · 4 de maio de 2026

Deepinfra fecha uma Série B de $107M para expandir a nuvem de inferência

A rodada foi liderada conjuntamente por 500 Global e Georges Harik, com a participação de NVIDIA, Felicis, Samsung Next, Supermicro, Crescent Cove e vários outros apoiadores. A Deepinfra está destinando o valor para capacidade e novo hardware.

Comece a construir Bom momento para um lançamento.

$107M

Série B captada

25x

mais tokens servidos desde a Série A

Trilhões de tokens, com um orçamento que se mantém

Cobrança baseada no uso, sem lock-in e sem cobranças surpresa. Dois fundadores numa garagem ou uma empresa global — a Deepinfra cresce com você, por meio de APIs limpas e engenheiros que realmente respondem.

Inferência ajustada à sua carga de trabalho

Ajuste para latência, throughput, custo ou volume absoluto. A Deepinfra monta a implantação em torno do que for mais importante para você, com mais de 100 modelos hospedados prontos para chamada.

Nada retido. Totalmente auditado. Blindado.

Prompts, completions e dados de usuários finais nunca são armazenados. A Deepinfra é certificada pelas normas ISO 27001 e SOC 2, e trata as revisões de segurança como trabalho de rotina, e não como uma correria anual.

Nossas próprias GPUs. Nossos próprios racks. Sua vantagem de velocidade.

A Deepinfra opera sua própria frota de GPUs em instalações seguras nos EUA, ajustada de ponta a ponta para servir modelos — assim a latência permanece baixa e o tempo de atividade permanece alto.

Modelos

Explore modelos Deepinfra em destaque

Modelos de fala e imagem estão no catálogo completo da Deepinfra. Abra aqui

logotipo da Moonshot AImoonshotai/
geração de texto

Bloco de capa do catálogo Deepinfra: quadrado branco com o logotipo espiral da Moonshot AI acima do texto pequeno em cinza Kimi-K3.1-Pro

Modelo agente multimodal de pesos abertos, ajustado com RL em larga escala e uma janela de 1M tokens, servido na Deepinfra.

Agêntico · multimodal
1024kEm alta
ZDRPrioridadeFlex
logotipo da baleia DeepSeekdeepseek-ai/
geração de texto

Capa de modelo quadrada branca com o logotipo azul da baleia DeepSeek e a legenda pequena V4.1-Flash-1017

Atualização incremental do V4.1-Flash com pontuações melhores em raciocínio, programação e agentes, além de respostas mais curtas.

Raciocínio · código
1024kEm alta
ZDRPrioridadeFlexfp8
logotipo do olho da NVIDIAnvidia/
geração de texto

Capa quadrada branca mostrando o logotipo verde do olho da NVIDIA com um rótulo pequeno Nemotron 3.5 Super VL

Modelo de visão de mistura de especialistas de 120B (12B ativos) que lê imagens, documentos, telas e vídeos e, em seguida, age.

Visão · agentes
ZDRfp4256k
tencent/
geração de texto

Capa quadrada branca com o logotipo azul da Tencent acima das palavras Hy4-preview em azul

Prévia do principal modelo de mistura de especialistas com 770B de parâmetros da Tencent, acessível via API da Deepinfra.

MoE · prévia
ZDRfp41024k
logotipo do Xiaomi MiMoXiaomiMiMo/
geração de texto

Capa quadrada azul-marinho escuro com um logotipo MiMo M azul-púrpura brilhante e legenda V2.6 Flash

MoE esparso focado em eficiência da linha V2.6 da Xiaomi, feito para chamadas rápidas e leves do dia a dia.

Velocidade · chat
ZDRfp81024k
Logotipo Xiaomi MiMoXiaomiMiMo/
geração de texto

Capa quadrada azul-marinho escuro com um logotipo MiMo M azul-púrpura brilhante e legenda V2.6 Pro

Modelo principal da família V2.6 da Xiaomi: um MoE esparso de 1.02T de parâmetros voltado para tarefas complexas de raciocínio.

Raciocínio profundo
Em alta
ZDRfp81024k
Logotipo da baleia DeepSeekdeepseek-ai/
geração de texto

Capa quadrada branca com uma baleia DeepSeek azul tênue e legenda DeepSeek-V4.1-Flash

MoE multimodal em uma base de 552B, equilibrando velocidade e profundidade para agentes e chat na Deepinfra.

Multimodal · MoE
1024kEm alta
ZDRPrioridadeFlexfp8
Logotipo Z.aizai-org/
geração de texto

Capa quadrada branca com um bloco preto do logotipo Z.ai e um pequeno rótulo GLM-5.3

Modelo de raciocínio de grande porte da Z.ai para engenharia de software complexa e tarefas de agentes de longo horizonte.

Programação · agentes
Em alta
ZDRFlexfp41024k
Logotipo Z.aizai-org/
geração de texto

Capa quadrada branca com um bloco preto do logotipo Z.ai e um pequeno rótulo GLM-5.3-Flash

Versão irmã nativamente multimodal do GLM-5.3, dimensionada para ajuda rápida em programação e execuções longas de agentes.

Programação · rápida
ZDRfp41024k
Logotipo Moonshot AImoonshotai/
geração de texto

Capa quadrada branca com o logotipo espiral escuro da Moonshot AI e a legenda pequena Kimi-K3

Raciocinador multimodal com pesos abertos de 2,8T parâmetros da Moonshot para tarefas de programação exigentes, hospedado na Deepinfra.

Raciocínio · código
mxfp41024k
ZDRRetenção de cache
Logotipo da baleia DeepSeekdeepseek-ai/
text-generation

Capa quadrada branca com ondulações azul-claras suaves e o texto pequeno DeepSeek-V4-Pro-0813

Lançamento oficial do V4-Pro que substitui a versão prévia, com amplos ganhos na qualidade de raciocínio.

Raciocínio
1024k
ZDRPrioridadeFlexfp8
Logotipo da baleia DeepSeekdeepseek-ai/
text-generation

Capa quadrada branca com a baleia azul da DeepSeek e a legenda pequena V4-Flash-0731

Lançamento oficial do V4-Flash que substitui a versão prévia, mantendo a latência baixa para tráfego de alto volume.

Alto volume
1024k
ZDRPrioridadeFlexfp8

Métricas de inferência, em streaming ao vivo

Velocidade, escala, estabilidade e gastos em toda a frota Deepinfra, atualizados conforme o tráfego flui.

40.42M

Tokens / segundo

345ms

Tempo até o primeiro token

3654

Requisições / segundo

24.35

exaFLOPS online

DeepCluster

Um cluster privado NVIDIA B300, operado pela Deepinfra

Hardware adquirido, montado em rack e operado pela Deepinfra em uma instalação Tier 3. A capacidade é sua; nós a mantemos saudável sob um SLA de disponibilidade de 99.982%.

Planeje seu cluster

NVIDIA B300 · prazo de 5 anos

99.982%

tempo de atividade, previsto no SLA


288 GB
memória HBM3e / GPU
256–5,000
GPUs por cluster
Tier 3
data center
Comece agora
Comece agora