Usługi · Inferencja LLM
Rosnący katalog modeli AI przez API - a Twoje dane zostają w UE.
Uruchamiamy w naszej infrastrukturze rosnący katalog modeli - od flagowego GLM-5.3-Flash, przez DeepSeek V4 Flash, multimodalne Qwen3.8-Flash-Next i Qwen3.8-27B, po Nemotron 3.5 Bolt (szybkie zadania agentowe) i Qwen3-Embedding-8B (model embedding w kwantyzacji Q8). Podłączasz się raz przez API i płacisz tylko za zużyte tokeny. Bez wysyłania danych poza UE, bez zapisywania promptów, bez zależności od zewnętrznych dostawców.
Flagowy GLM-5.3-Flash · DeepSeek V4 Flash · Qwen3.8-Flash-Next · Qwen3.8-27B · Nemotron 3.5 Bolt (szybkie zadania agentowe) · Embedding Qwen3-Embedding-8B (Q8) · Kontekst do 1M tokenów w wybranych modelach · Dane w UE
Modele w ofercie
Różne modele, różne zadania.
Udostępniamy różne modele pod różne zadania - dobieramy ten, który najlepiej pasuje do Twojego scenariusza.
| Model | Typ | Do czego służy | Kontekst | Kwantyzacja | Status |
|---|---|---|---|---|---|
| GLM-5.3-Flash | LLM generatywny, multimodalny | Czat, agenci, coding, analiza dokumentów i wideo | do 300k tokenów | NVFP4 | Dostępny |
| DeepSeek V4 Flash | LLM generatywny | Czat, agenci, generowanie i analiza treści | do 1M tokenów | FP8 | Dostępny |
| Qwen3.8-Flash-Next | LLM generatywny, multimodalny | Czat, agenci, coding, analiza obrazu | 262k natywnie, do 1M tokenów | NVFP4 | Dostępny |
| Qwen3.8-27B | LLM generatywny, multimodalny | Czat, agenci, coding, analiza obrazu i wideo | 262k natywnie, do 1M tokenów | FP8 | Dostępny |
| Nemotron 3.5 Bolt 74B-A9B | LLM generatywny, multimodalny | Szybkie zadania agentowe, agenci, coding, analiza obrazu i wideo | do 256k tokenów | IQ2 (2-bit) | Dostępny |
| Qwen3-Embedding-8B | Model embedding | Wyszukiwanie semantyczne, RAG, klasyfikacja | 32k tokenów | Q8 | Dostępny |
Katalog rośnie - w planach kolejne modele generatywne i embedding. Napisz, czego potrzebujesz, a dobierzemy odpowiedni model.
Dlaczego API
Inferencja LLM, bez kosztów infrastruktury.
Model klasy premium jako usługa - podłączasz się przez API i płacisz za zużyte tokeny. Resztą zajmujemy się my.
Dane zostają w UE
Prompty i odpowiedzi nie opuszczają UE. To istotne dla firm objętych RODO, przetwarzających dane osobowe, finansowe czy medyczne.
Flagowy GLM-5.3-Flash, po polsku DeepSeek V4 Flash
GLM-5.3-Flash to najmocniejszy model w katalogu - jakość porównywalna z czołowymi modelami zamkniętych dostawców. DeepSeek V4 Flash dorzuca kontekst do 1M tokenów i pełną biegłość w polskim. Do tego modele embedding pod wyszukiwanie i RAG.
Płacisz za tokeny, nie za GPU
Bez kupowania i utrzymywania infrastruktury. Startujesz od zera tokenów i skalujesz w górę, gdy rośnie użycie.
Zero zapisywania promptów
Nie trenujemy na Twoich danych i nie przechowujemy rozmów. Pełna kontrola i przejrzystość.
Brak vendor lock-in
Otwarte modele w licencjach MIT, Apache 2.0, Qwen Community 1.0 i OpenMDW 1.1. W każdej chwili możesz przenieść przetwarzanie na własny sprzęt - wdrożymy je u Ciebie, bez przepisywania integracji.
Wydajność, nie tylko jakość
Kontekst do miliona tokenów i szybkie odpowiedzi dzięki zaawansowanemu dekodowaniu spekulatywnemu.
Dwa typy modeli
Generatywny vs embedding - co robi każdy.
To nie dwa warianty tego samego modelu, lecz dwie różne kategorie, które świetnie się uzupełniają.
Modele generatywne
Biorą tekst (a modele multimodalne - także obraz i wideo) i generują odpowiedź: odpowiadają, piszą, redagują, rozumują i wykonują zadania agentowe. To fundament czatu, asystentów, automatyzacji i generowania treści.
- GLM-5.3-Flash - flagowy, najmocniejszy w katalogu
- DeepSeek V4 Flash - kontekst do 1M tokenów, pełny polski
- Qwen3.8-Flash-Next i Qwen3.8-27B - multimodalne
- Nemotron 3.5 Bolt - najszybszy, pod zadania agentowe
Qwen3-Embedding-8B
Bierze tekst i zamienia go w wektor liczbowy opisujący jego znaczenie. Nie generuje tekstu - służy do znajdowania podobnych i trafnych treści w Twoich danych.
- Wyszukiwanie semantyczne
- RAG - pozyskiwanie kontekstu
- Klasyfikacja i klasteryzacja
- Dopasowywanie podobieństwa
Razem tworzą RAG
Qwen3-Embedding-8B znajduje w Twoich danych najbardziej trafne fragmenty, a model generatywny - np. DeepSeek V4 Flash - generuje na ich podstawie spójną odpowiedź po polsku. To klasyczny, sprawdzony schemat RAG.
Zastosowania
Gdzie model zwraca się najszybciej.
Scenariusze, które najczęściej podpinamy do API - od asystentów po automatyzacje procesów.
Asystenci i chatboty
Po polsku, działające na danych Twojej firmy - obsługa klienta, helpdesk, wsparcie wewnętrzne.
Agenci AI
Model sam wykonuje zadania: pracuje w terminalu, pisze i testuje kod, automatyzuje procesy.
Analiza i podsumowania
Dzięki kontekstowi do 1M tokenów w wybranych modelach przetworzysz całe dokumenty, raporty i umowy - bez dzielenia na fragmenty.
Generowanie i redakcja treści
Opisy, oferty, dokumenty, korespondencja - po polsku, w tonie Twojej firmy.
Integracja z Twoimi systemami
CRM, ERP, obieg dokumentów - przez API i automatyzacje procesów.
Wyszukiwanie i RAG
Model embedding znajduje trafne fragmenty w Twoich danych, a LLM generuje na ich podstawie spójną odpowiedź - gotowy łańcuch RAG.
Bez zobowiązań
Przetestuj inferencję LLM, zanim zdecydujesz o skali.
Prześlemy klucz testowy - podłączysz się w kilka minut i zobaczysz jakość na własnych danych. Płacisz dopiero za rzeczywiste zużycie tokenów, a gdy zechcesz, wdrożymy model także w Twojej infrastrukturze.
Jak pracujemy
Od klucza testowego po produkcję.
Wybór scenariusza
Wspólnie wyznaczamy, gdzie model wniesie najwięcej - chat, agent czy przetwarzanie dokumentów.
Integracja
Łączymy Twoją aplikację lub system z API, konfigurujemy tryb rozumowania i limity.
Wdrożenie
Startujesz w środowisku produkcyjnym. Dostajesz dostęp do API i monitoring zużycia.
Rozwój i opieka
Dostrajamy parametry, śledzimy koszty, szkolimy zespół i rozszerzamy scenariusze.
Specyfikacja
Modele w skrócie.
| Model | Parametry | Kontekst | Kwantyzacja | Licencja |
|---|---|---|---|---|
| GLM-5.3-Flash | 320B (18B aktywnych), MoE | do 300k tokenów | NVFP4 | MIT (open weights) |
| DeepSeek V4 Flash | 284B (13B aktywnych) | do 1M tokenów | FP8 | MIT (open weights) |
| Qwen3.8-Flash-Next | 125B (6B aktywnych) + 51B n-gram + 4B MTP | 262k natywnie, do 1M tokenów | NVFP4 | Qwen Community 1.0 (open weights) |
| Qwen3.8-27B | 27B (model gęsty) | 262k natywnie, do 1M tokenów | FP8 | Apache 2.0 (open weights) |
| Nemotron 3.5 Bolt 74B-A9B | 74B (9B aktywnych), MoE | do 256k tokenów | IQ2 (2-bit) | OpenMDW 1.1 (open weights) |
| Qwen3-Embedding-8B | 8B | 32k tokenów | Q8 | Apache 2.0 (open weights) |
Wszystkie modele udostępniamy przez API zgodne ze standardem OpenAI - dane nie opuszczają UE.
Szukasz RAG, integracji i konsultacji? Zobacz ofertę AIFAQ
Pytania, które słyszymy najczęściej.
Kontakt
Porozmawiajmy o Twoim projekcie.
Opowiedz nam o swoim pomyśle - odpowiadamy, doradzamy i wyceniamy realizację. Bez zobowiązań.
ul. Dworcowa 11B, 05-820 Piastów
NIP 534-219-20-63 · REGON 140520107