Modellkatalog

Trainierbare Modelle

Rufen Sie GET /v1/base-models?supports_training=true mit Ihrem API-Schlüssel auf, um die aktuell trainierbaren Modelle und ihre Funktionen abzurufen. Dieser Endpunkt ist die maßgebliche Quelle für die Verfügbarkeit. Ohne Schlüssel listet er nur Encoder auf, da Decoder nur für Teams erscheinen, die sie trainieren können.

Encoder

Trainieren Sie diese mit einem verwalteten config-Job und einem hochgeladenen Datensatz:

Modell	Methoden	Trainingspreis
GLiNER-2.5-Decide `fastino/GLiNER-2.5-Decide`	`full`, `lora`	$0.13 / GPU-Minute $7.90 / GPU-Stunde
GLiGuard LLM Guardrails `fastino/gliguard-LLMGuardrails-300M`	`full`, `lora`	$0.07 / GPU-Minute $4.20 / GPU-Stunde
GLiNER2 Base `fastino/gliner2-base-v1`	`full`, `lora`	$0.07 / GPU-Minute $4.20 / GPU-Stunde
GLiNER2 Large `fastino/gliner2-large-v1`	`full`, `lora`	$0.07 / GPU-Minute $4.20 / GPU-Stunde
GLiNER2 Multilingual Large `fastino/gliner2-multi-large-v1`	`full`, `lora`	$0.07 / GPU-Minute $4.20 / GPU-Stunde
GLiNER2 Multilingual `fastino/gliner2-multi-v1`	`full`, `lora`	$0.07 / GPU-Minute $4.20 / GPU-Stunde
GLiNER2 Privacy Filter PII `fastino/gliner2-privacy-filter-PII-multi`	`full`, `lora`	$0.07 / GPU-Minute $4.20 / GPU-Stunde
GLiNER 2.5 Base `fastino/gliner2.5-base-v1`	`full`, `lora`	$0.07 / GPU-Minute $4.20 / GPU-Stunde
GLiNER 2.5 Multilingual `fastino/gliner2.5-multi-v1`	`full`, `lora`	$0.07 / GPU-Minute $4.20 / GPU-Stunde

Decoder

Trainieren Sie diese mit einem interactive-Job, bei dem Ihre Anwendung jeden Schritt steuert: Kontextlimits für interaktives Training sind operationsspezifische Fähigkeiten. Sie können vom context_window eines Basismodells im Katalog und vom Request-Limit eines Inferenzendpunkts abweichen.

Modell	Aufrufbare ID	Prefill, nicht gecacht / 1 Mio.	Prefill, gecacht / 1 Mio.	Sample / 1 Mio.	Train / 1 Mio.
Nemotron 3.5 Super VL	`nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4`	$0.16	$0.032	$0.65	$0.65
Nemotron 3.5 Lightning	`nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16`	$0.05	$0.01	$0.35	$0.30
Qwen3.6-35B-A3B	`Qwen/Qwen3.6-35B-A3B`	$0.08	$0.016	$0.44	$0.44

Nemotron 3.5 Super VL ist der Produktanzeigename. Verwenden Sie in Trainingsanfragen die in der Tabelle angegebenen aufrufbaren IDs. Interaktiver Checkpoint-Speicher kostet $0.05 pro GB-Monat. Der Sampler-Checkpoint eines Decoders wird als Standard-Hugging-Face-PEFT-Adapter für das öffentliche Basismodell heruntergeladen, sodass Sie ihn mit PeftModel.from_pretrained laden können. Siehe Decoder-Adapter laden. Wählen Sie in der Training API einen Workflow aus und starten Sie einen Job.

Inferenzmodelle

Rufen Sie GET /v1/base-models?supports_inference=true auf, um die aktuell für Inferenz verfügbaren Modelle und ihre Funktionen abzurufen.

Nemotron 3.5 Super VL

Diese Modell-ID unterstützt sowohl Inferenz als auch interaktives Training.

Modell-ID	Modell	Parameter	Kontextfenster	Eingabe / 1 Mio. Token	Ausgabe / 1 Mio. Token
`nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4`	Nemotron 3.5 Super VL	120B gesamt / 12B aktiv	262.144 Tokens	$0.08	$0.45

Fastino Nemotron 3.5 Lightning

Nemotron 3.5 Lightning, zusammengeführt mit Fastinos Finanz- bzw. Gesundheitsadapter. Diese Modell-IDs unterstützen nur Inferenz.

Modell-ID	Modell	Parameter	Kontextfenster	Eingabe / 1 Mio. Token	Ausgabe / 1 Mio. Token
`fastino/Fastino-Nemotron-3.5-Lightning-Finance`	Fastino Nemotron 3.5 Lightning Finance	30B gesamt / 3B aktiv	8.192 Tokens	$0.50	$0.50
`fastino/Fastino-Nemotron-3.5-Lightning-Healthcare`	Fastino Nemotron 3.5 Lightning Healthcare	30B gesamt / 3B aktiv	8.192 Tokens	$0.50	$0.50

GLiDE

Das folgende Limit ist das Limit für gerenderte Prompts von /v1/systemone, nicht das Katalog-Kontextfenster des zugrunde liegenden Modells.

Modell-ID	Modell	Parameter	SystemOne-Limit für gerenderte Prompts	Eingabe / 1 Mio. Token	Ausgabe / 1 Mio. Token
`fastino/GLiDE`	GLiDE	Nicht öffentlich bekannt	65.536 Tokens	$0.04	$0

GLiNER-2.5-Decide

Modell-ID	Modell	Parameter	Kontextfenster	Eingabe / 1 Mio. Token	Ausgabe / 1 Mio. Token
`fastino/GLiNER-2.5-Decide`	GLiNER-2.5-Decide	340M	8.192 Tokens	$0.03	$0

GLiNER 2.5

Modell-ID	Modell	Parameter	Kontextfenster	Eingabe / 1 Mio. Token	Ausgabe / 1 Mio. Token
`fastino/gliner2.5-base-v1`	GLiNER 2.5 Base	194M	4.096 Tokens	$0.03	$0
`fastino/gliner2.5-multi-v1`	GLiNER 2.5 Multilingual	287M	4.096 Tokens	$0.03	$0

GLiNER2

Modell-ID	Modell	Parameter	Kontextfenster	Eingabe / 1 Mio. Token	Ausgabe / 1 Mio. Token
`fastino/gliner2-base-v1`	GLiNER2 Base	205M	2.048 Tokens	$0.03	$0
`fastino/gliner2-large-v1`	GLiNER2 Large	340M	8.192 Tokens	$0.03	$0
`fastino/gliner2-multi-v1`	GLiNER2 Multilingual	~205M	8.192 Tokens	$0.03	$0
`fastino/gliner2-multi-large-v1`	GLiNER2 Multilingual Large	Nicht öffentlich bekannt	8.192 Tokens	$0.03	$0

GLiGuard

Modell-ID	Modell	Parameter	Kontextfenster	Eingabe / 1 Mio. Token	Ausgabe / 1 Mio. Token
`fastino/gliguard-LLMGuardrails-300M`	GLiGuard LLM Guardrails	300M	8.192 Tokens	$0.15	$0.15

PII-Modelle

Modell-ID	Modell	Parameter	Kontextfenster	Eingabe / 1 Mio. Token	Ausgabe / 1 Mio. Token
`fastino/gliner2-privacy-filter-PII-multi`	GLiNER2 Privacy Filter PII	300M	8.192 Tokens	$0.03	$0
`fastino/gliguard-PII-multi`	GLiGuard PII Multilingual	300M	8.192 Tokens	$0.15	$0.15

Die Preise gelten pro 1 Mio. Token. Informationen zu Trainingspreisen und Credits finden Sie unter Preise.

Erste Schritte

Entscheidungsmodelle

Trainings-API

GLiNER-Modelle

Inferenz-API

Fehlerbehebung

Modelle

Konto

Trainierbare Modelle

Encoder

Decoder

Inferenzmodelle

Nemotron 3.5 Super VL

Fastino Nemotron 3.5 Lightning

GLiDE

GLiNER-2.5-Decide

GLiNER 2.5

GLiNER2

GLiGuard

PII-Modelle

API-Modellkataloge

Inferenzmodelle

Trainierbare Modelle

​Trainierbare Modelle

​Encoder

​Decoder

​Inferenzmodelle

​Nemotron 3.5 Super VL

​Fastino Nemotron 3.5 Lightning

​GLiDE

​GLiNER-2.5-Decide

​GLiNER 2.5

​GLiNER2

​GLiGuard

​PII-Modelle

​API-Modellkataloge

Inferenzmodelle

Trainierbare Modelle

Trainierbare Modelle

Encoder

Decoder

Inferenzmodelle

Nemotron 3.5 Super VL

Fastino Nemotron 3.5 Lightning

GLiDE

GLiNER-2.5-Decide

GLiNER 2.5

GLiNER2

GLiGuard

PII-Modelle

API-Modellkataloge