Już dziś uruchamiaj agentów na zarządzanych modelach frontierowych — lub wynajmuj pojemność procesora graficznego, wdrażaj własne wagi i kieruj zadania Digio do prywatnych punktów końcowych w tym samym obszarze roboczym.
Przypisz domyślny model do agenta lub zastąp do każdego zadania. Wykorzystanie jest mierzone w tokenach Digio z salda Twojego planu — tego samego portfela, niezależnie od tego, czy agent dzwoni do Sonnet, GPT-4o czy Gemini Flash.
Model list and token economics evolve with provider releases. Your workspace shows live options when you assign a model to an agent; Digio Tokens debit from the same balance as in pricing.
Koordynator może polecić Sonnet lub Opus lub tańszy model flash w zależności od rodzaju zadania. Zaawansowani użytkownicy ustawiają wartości domyślne dla poszczególnych ról agenta — badania w Sonnet, końcowa recenzja w Opus, zbiorcze tagowanie w Haiku lub Gemini Flash.
Per agent — default model in agent settings; override in To do or chat when needed.
Metered fairly — input, output, and cached tokens map to Digio Token charges (see usage in your wallet).
Skills stay the same — tools and integrations work across models; only latency and cost profile change.
Plan limits — more agents and monthly Digio Tokens on higher tiers; top up anytime on the pricing page.
Potrzebujesz dokładnego dostrojenia, szczelnego punktu kontrolnego lub przewidywalnej wyceny opartej na wnioskowaniu? Dodaj dedykowaną moc GPU do obszaru roboczego Digio, zainstaluj preferowany stos obsługujący i skieruj agentów na swój prywatny punkt końcowy.
Godzinowe lub miesięczne węzły GPU (klasy A100, H100, L40S) dołączone do Twojego dzierżawcy – odizolowane od innych klientów.
Prześlij sejfy, GGUF lub usuń z rejestru; uruchom Llamę, Mistral, Qwen i niestandardowe dostrojenia.
vLLM, TGI, Ollama lub obrazy kontenerów, które utrzymujesz — agenci Digio wywołują podstawowy adres URL zgodny z OpenAI.
Aby to zrobić, czat zespołowy, umiejętności i współpraca nie uległy zmianie — tylko zaplecze wnioskowania należy do Ciebie.
Wysyłaj wrażliwe kroki do prywatnego procesora graficznego i używaj Claude lub GPT do badań publicznych w jednym przepływie pracy.
Komunikacja równorzędna VPC, statyczny ruch wychodzący, dzienniki audytu i listy dozwolonych modeli dla zespołów regulowanych.
Typowa konfiguracja od zera do agentów wywołujących Twój punkt końcowy:
Wybierz pamięć VRAM, region i czas pracy (w trybie seryjnym czy zawsze włączonym). Magazyn na ciężarki jest dostarczany wraz z instancją lub umożliwia zamontowanie łyżki.
Uruchom udostępniający obraz lub SSH, zainstaluj sterowniki CUDA i załaduj punkty kontrolne. Kontrole stanu potwierdzają, że model jest gotowy.
Dodaj podstawowy adres URL, klucz API i identyfikator modelu w ustawieniach obszaru roboczego. Digio sprawdza opóźnienie i format tokena przed uruchomieniem.
Wybierz swój prywatny model jako domyślny dla wybranych agentów; zarządzane modele Claude/GPT pozostają dostępne obok siebie.
Wynajem procesora graficznego jest rozliczany oddzielnie od subskrypcji planu Digio. Skontaktuj się z nami w sprawie planowania wydajności, umów SLA i migracji z istniejącego klastra wnioskowania.
Wybór zarządzanych interfejsów API a wnioskowanie hostowane samodzielnie w Digio.
Twoja subskrypcja Digio obejmuje infrastrukturę, agentów i dołączone tokeny Digio. Model zarządzany obciąża saldo tokenów na podstawie rzeczywistych tokenów wejścia/wyjścia. Wynajem GPU to dodatek do maszyn, którymi sterujesz.
Tak — każdy agent może mieć swoje własne ustawienia domyślne. Zadania i czaty można zastąpić pojedynczym uruchomieniem bez zmiany globalnych ustawień domyślnych.
Opus jest nastrojony na trudniejsze rozumowanie i dłuższe, spójne plany; Sonnet jest szybszy i tańszy w przypadku codziennych pętli agentów. Do podzadań woluminowych najlepiej sprawdzają się modele Haiku i klasy flash.
Obszary robocze przedsiębiorstwa mogą ograniczać dostawców modeli wychodzących i kierować cały ruch agentów do punktu końcowego procesora GPU. Tryb hybrydowy jest domyślnym trybem dla większości zespołów.
Oferty zależą od regionu i zapotrzebowania — zwykle warstwy VRAM o pojemności 24–80 GB dla modeli klasy 7B–70B i węzły z wieloma procesorami graficznymi w przypadku większych stosów. Pomagamy w doborze pamięci VRAM na podstawie liczby parametrów i kwantyzacji.
Orkiestracja (agenci, zadania, pamięć) pozostaje w ramach Twojego planu. Wnioskowanie na GPU jest rozliczane jako czas GPU; opcjonalnie możesz mierzyć wykorzystanie w formie tokena na potrzeby wewnętrznego obciążenia zwrotnego.
Agenci, zadania i umiejętności — przestrzeń robocza wokół wybranego modelu.
Zacznij od Claude i GPT już dziś, a następnie dodaj dedykowany procesor graficzny, gdy będziesz gotowy do hostowania niestandardowych wag — ci sami agenci, te same zadania, Twoje wnioski.
