XiaomiMiMo/geração de texto
MiMo-V2.6-Flash
Um modelo da série MiMo-V2.6 da Xiaomi que equilibra eficiência e desempenho, desenvolvido para tarefas de agentes de IA.
$0.003 em cache, $0.14 de entrada, $0.28 de saída / 1M
ZDRfp81024k
RÁPIDA
deepinfra
Inferência de IA
Inferência de IA flexível, pronta quando você precisar.
VercelAdobeUBISOFTIconic HeartsLATITUDECupidBot.ai
Anúncio · maio de 2026
Captamos $107M em uma rodada Série B
para expandir a nuvem de inferência
Coliderada pela 500 Global e por Georges Harik, com a participação de A.Capital Ventures, Crescent Cove, Felicis, NVIDIA, Peak6, Samsung Next, Supermicro e Upper90.
Explore as possibilidades Preparada para o que vem a seguir.
$107MFinanciamento da Série B
25xvolume de tokens desde a Série A
Processe trilhões de tokens sem gastar uma fortuna
Preços baixos conforme o uso — sem contratos de longo prazo, taxas ocultas ou surpresas. Startup? Grande empresa? Podemos acompanhar seu crescimento. Conte com APIs simples e suporte técnico especializado.
Inferência sob medida para você
Um parceiro de inferência que atende às suas necessidades. Seja para otimizar custos, latência, capacidade de processamento ou escala, criamos uma solução em torno das suas prioridades. A Deepinfra oferece 100+ modelos para atender às suas necessidades.
Retenção zero. Em conformidade.
Seguro.
Com nossa política de retenção zero, suas entradas, saídas e dados de usuários permanecem privados. A Deepinfra tem as certificações SOC 2 e ISO 27001. Seguimos as melhores práticas de segurança da informação e privacidade.
Nosso hardware. Nossos data centers. Sua vantagem em desempenho.
A Deepinfra opera em infraestrutura própria de ponta, otimizada para inferência, em data centers seguros nos EUA. Mais desempenho e confiabilidade para você.
Modelos
Explore nossos modelos em destaque
Ver todos
geração de texto
texto para fala
texto para imagem
XiaomiMiMo/geração de texto
MiMo-V2.6-Pro
O principal modelo MiMo-V2.6 para tarefas exigentes de programação de longa duração e agentes que usam múltiplas ferramentas.
$0.004 em cache, $0.435 de entrada, $0.87 de saída / 1M
ZDRfp81024k
deepseek-ai/geração de texto
DeepSeek-V4.1-Flash
Um modelo multimodal de mistura de especialistas com suporte a contextos longos.
$0.004 em cache, $0.14 de entrada, $0.42 de saída / 1M
ZDRPrioridadeFlex1024k
zai-org/text-generation
GLM-5.3
Um modelo de raciocínio de grande escala para engenharia de software complexa e tarefas longas.
$0.125 em cache, $0.563 entrada, $2.50 saída / 1M
ZDRFlex1024k
zai-org/text-generation
GLM-5.3-Flash
Um modelo rápido, adequado para programação eficiente e tarefas de agentes de longa duração.
$0.015 em cache, $0.075 entrada, $0.25 saída / 1M
ZDRfp41024k
moonshotai/text-generation
Kimi-K3
O modelo multimodal de raciocínio com pesos abertos da Moonshot AI, desenvolvido para programação complexa.
$0.285 em cache, $2.85 entrada, $14.25 saída / 1M
ZDRRetenção de cache1024k
Qwen/geração de texto
Qwen3.8-2.4T-A95B
Um modelo de mistura esparsa de especialistas com pesos abertos da Qwen.
$0.20 em cache, $2.00 de entrada, $6.00 de saída / 1M
ZDRfp41024k
deepseek-ai/geração de texto
DeepSeek-V4-Pro-0813
Uma versão do DeepSeek-V4-Pro para tarefas exigentes de raciocínio e atuação autônoma.
$0.20 em cache, $1.30 de entrada, $2.60 de saída / 1M
ZDRPrioridadeFlex
deepseek-ai/geração de texto
DeepSeek-V4-Flash-0731
Uma versão eficiente do DeepSeek-V4-Flash para inferência cotidiana.
$0.015 em cache, $0.06 de entrada, $0.18 de saída / 1M
ZDRPrioridadeFlex
zai-org/geração de texto
GLM-5.2
Um modelo de referência para tarefas de longo prazo e aplicações de agentes.
$0.105 em cache, $0.563 de entrada, $1.80 de saída / 1M
ZDRPrioridadeFlex
nvidia/geração de texto
NVIDIA-Nemotron-3-Ultra-550B-A55B
Desenvolvido para raciocínio avançado, orquestração, agentes de programação e pesquisa aprofundada.
$0.10 em cache, $0.50 de entrada, $2.20 de saída / 1M
ZDRPrioridadeFlex
deepseek-ai/geração de texto
DeepSeek-V4-Flash
Um modelo de mistura de especialistas focado em eficiência para aplicações ágeis.
$0.018 em cache, $0.09 de entrada, $0.18 de saída / 1M
ZDRPrioridadeFlex
Métricas de inferência de IA
As métricas que importam para velocidade, escala, estabilidade e custos
Taxa de processamento
Tokens por segundo
Tempo de resposta
Tempo até o primeiro token
Capacidade
Solicitações por segundo
Computação
Infraestrutura em escala
DeepCluster
Seu próprio cluster de GPUs
NVIDIA B300
Hardware dedicado, adquirido e operado pela Deepinfra. Propriedade integral, data center Tier 3 e SLA de 99.982% de disponibilidade.
Explore os clusters de GPUsNVIDIA B300 · contrato de 5 anos
$1.98/GPU-hr
vs $6.50 /GPU-hr na nuvem pública
70%mais barato que a nuvem
288 GBHBM3e por GPU
256–5,000GPUs disponíveis