Acesso da equipe sob seu controle
Convide colegas com funções definidas, rotacione chaves de API e revise a atividade da empresa. Os links de convite expiram e exigem o endereço de e-mail convidado e verificado.
17/Serviços
Inferência de LLM
e serviços de GPU.
Inferência gerenciada por meio de uma API compatível com OpenAI, aluguel de GPU dedicada e capacidade corporativa. Uma plataforma, três formas de executar.
Llama
Qwen
DeepSeek
MistralAs marcas das famílias de modelos identificam seus respectivos proprietários. A disponibilidade depende da sua implantação; nenhuma parceria ou endosso está implícito.
API REST compatível com OpenAI
Substituição direta com migração de uma linha
Respostas em streaming e chamada de funções
Embeddings, reranking e fala para texto
Escalonamento automático com opções de capacidade reservada
Preços em USD, pagamento em TRY e e-Fatura
01
Inferência gerenciada
Pague por token para usar modelos de pesos abertos por trás de uma única API.
Shared Pod · Performance PodInclui
- API REST compatível com OpenAI
- Famílias de modelos por implantação
- Streaming
- Chamada de funções e ferramentas
- Embeddings, reranking, fala para texto
A partir de
Planejar implantação →
$0.12 – $2.50
por 1M de tokens · conforme o contexto
02
Aluguel de GPU
GPUs dedicadas para ajuste fino e serving personalizado.
Performance Pod · Dedicated PodInclui
- GPUs Blackwell ou Ampere dedicadas
- Ajuste fino
- Serving de modelos personalizados
- Endpoint privado
A partir de
Solicitar capacidade →
$0.79 – $2.50
por hora de GPU
03
Enterprise
Capacidade reservada sob contrato anual personalizado.
Enterprise PodInclui
- Capacidade dedicada
- SLA conforme contrato
- Documentação KVKK
- Fatura em TRY pela taxa do TCMB
Faturamento
Explorar Enterprise →
Contrato anual
Capacidade e termos personalizados18/Famílias de modelos
Modelos abertos,
prontos para chamar.
Escolha entre famílias de pesos abertos, modelos ajustados para turco e modelos utilitários para recuperação e fala. Traga seu próprio modelo com ajuste fino quando precisar.
Llama
- 3.3 70B Instruct
- 3.1 8B Instruct
- Guard 3 8B
Qwen
- 2.5 72B Instruct
- 2.5 Coder 32B
- 2.5 7B Instruct
DeepSeek
- R1 Distill 70B
- R1 Distill 32B
Mistral
- Large
- Mixtral 8x7B Instruct
- 7B Instruct
Turco
- Modelos de chat ajustados
- Modelos de embedding
- Ajustes finos personalizados
Utilitários
- Embeddings de texto
- Reranking
- Fala para texto
19/Planos e tarifas ilustrativos
Planeje seu uso.
Dimensione sua capacidade.
Tarifas e limites ilustrativos, não uma oferta vigente. A disponibilidade final dos modelos, o preço, a capacidade, a retenção e o SLA são definidos no seu contrato de implantação.
Teste
- 1M de tokens gratuitos
- 5 requisições por segundo
- Sem SLA
Starter
- Pagamento por uso
- 20 requisições por segundo
- Pool compartilhado
Growth
- Mínimo de $500 por mês
- 20% de desconto nas tarifas
- 100 requisições por segundo
- SLA conforme contrato
USD por 1M de tokens
ContextoStarterGrowth
4K$0.15$0.12
8K$0.25$0.20
32K$1.00$0.80
128K—$2.50
Tarifas e limites ilustrativos, não uma oferta vigente. A disponibilidade final dos modelos, o preço, a capacidade, a retenção e o SLA são definidos no seu contrato de implantação.
Um espaço de trabalho para inferência em produção
Gerencie o acesso da equipe, os limites de projeto e o uso por requisição em infraestrutura de GPU de propriedade do LLMPods na Turquia.
Limites de gastos e de taxa por projeto
Defina limites de gastos mensais por projeto e limites de taxa de requisições e de tokens de saída. As requisições reservam o custo estimado antes da inferência; as cobranças finais usam medições de tokens verificadas.
Rastreie o uso, mantenha o conteúdo privado
Filtre requisições por projeto, status ou ID da requisição. Inspecione latência, tokens e custo e exporte em CSV. Os registros de requisições contêm metadados, e não o conteúdo dos prompts e das respostas.
Escolha a capacidade de que sua carga de trabalho precisa.
Comece com uma API
Para protótipos, assistentes e tráfego variável: comece com inferência gerenciada e meça o uso antes de reservar capacidade.
Reserve para demanda estável
Para tráfego de produção com uma linha de base conhecida: discuta capacidade reservada e agendamento com base nas suas próprias metas de latência.
Isole cargas de trabalho sensíveis
Para pesos personalizados ou perímetros mais rígidos: defina recursos dedicados, endpoints privados e termos de tratamento de dados no contrato de implantação.
Como avaliar um provedor de inferência de LLM
Meça o caminho completo da resposta
Teste o mesmo modelo, tamanho de prompt e limite de saída a partir da região dos seus usuários. Registre o tempo até o primeiro token, o tempo total de resposta e a latência p95 na concorrência esperada. A proximidade de rede, por si só, não prevê a vazão do modelo.
Mapeie cada transferência de dados
Documente prompts, saídas, logs, backups e o acesso do suporte. Pergunte quais partes os processam, onde são armazenados e por quanto tempo são retidos. Hospedar na Turquia é um dos fatores de uma avaliação de KVKK, não uma garantia de conformidade.
Compare o custo para a mesma carga de trabalho
Compare custos baseados em tokens e em horas de GPU considerando o tráfego esperado, a capacidade ociosa, o armazenamento e o trabalho operacional. Confirme a moeda de faturamento, os impostos e qualquer indexação cambial antes de assumir um compromisso.
Prepare sua primeira implantação
Traga um conjunto representativo de prompts, a região de destino, as requisições por minuto esperadas, o pico de concorrência e os limites de contexto/saída. Identifique dados sensíveis e requisitos de retenção. Use o explorador de modelos e o guia de preços para definir o escopo antes de chegar a um acordo sobre capacidade e termos comerciais.
21/Desempenho e confiança
Rápido onde
seus dados estão.
A latência e a vazão dependem do modelo, da entrada e da carga. Teste-as com sua carga de trabalho; as metas de disponibilidade e as compensações são definidas no contrato de serviço.
TTFTTempo até o primeiro tokenMeça com sua carga de trabalho
TPSTokens por segundoMeça com sua carga de trabalho
SLASLA conforme contrato
Avalie o tratamento de dados sob a KVKK e as transferências internacionais
Defina no seu contrato o uso permitido dos dados
Confirme a retenção de prompts, saídas e logs
Combine os papéis e as responsabilidades no tratamento de dados
Acordos jurídicos específicos por região, conforme a jurisdição
Empresa, privacidade e termos
22/Cobertura
GPUs reais,
localização real.
Hoje, todas as GPUs operam na Turquia. Outros territórios são atendidos pela rede, e novos locais estão planejados.
Em operação
Turquia
Clusters RTX PRO 6000 Blackwell com 1,3 TB+ de memória de GPU. Residência de dados orientada à KVKK, preços em USD e pagamento em TRY.
Atendida
MENA e Europa
Atendidas pela rede a partir da Turquia. Todas as GPUs permanecem na Turquia.
Planejada
Frankfurt · Canadá
Hoje, a computação está hospedada na Turquia. Frankfurt e Canadá são locais planejados, não regiões de implantação disponíveis atualmente.
Perguntas antes da sua primeira implantação.
Onde meu modelo é executado?
A computação atual está na Turquia. Frankfurt e Canadá estão planejados; requisições de outros mercados podem ser atendidas a partir da Turquia sem mover as GPUs.
A computação local é sempre mais rápida?
Uma rota de rede mais curta pode reduzir o atraso de transporte, mas o tempo até o primeiro token também depende do modelo, da fila e do tamanho da entrada. Compare o mesmo modelo e prompt a partir da localização real dos seus usuários.
Hospedar na Turquia significa automaticamente estar em conformidade com a KVKK?
Não. Você ainda precisa avaliar as bases legais do tratamento, os avisos, a retenção, o acesso e quaisquer transferências por meio de integrações ou do suporte. A computação regional é uma parte dessa avaliação.
Qual taxa de câmbio se aplica quando eu pago?
Os preços são em USD. Quando você paga com cartão, o valor em TRY é calculado pela taxa de câmbio de venda de divisas do TCMB para o USD, vigente naquele momento, e fica fixado para essa sessão de pagamento. Por isso, o custo em TRY do mesmo uso varia com o câmbio; o IVA é exibido separadamente.
Prepare sua
primeira implantação.
Traga um conjunto representativo de prompts, a região de destino, as requisições por minuto esperadas, o pico de concorrência e os limites de contexto/saída. Identifique dados sensíveis e requisitos de retenção. Use o explorador de modelos e o guia de preços para definir o escopo antes de chegar a um acordo sobre capacidade e termos comerciais.
Istambul, Turquia · Compatível com OpenAI · Orientado à KVKK
← Preços
Tarifas e limites ilustrativos, não uma oferta vigente. A disponibilidade final dos modelos, o preço, a capacidade, a retenção e o SLA são definidos no seu contrato de implantação.