Inferenza
Tre elementi concorrono a ogni prezzo: partnership dirette con i laboratori, inferenza GPU per i modelli open source e un sistema di instradamento che invia ogni richiesta al percorso disponibile più veloce e conveniente.
Pilastro 03 · Instradamento automatico
Il nostro sistema di instradamento si trova davanti a ogni modello. Sa quali percorsi sono disponibili in quel momento, li valuta in base a velocità e costo per la tua richiesta specifica e passa automaticamente a un’alternativa se le prestazioni peggiorano.
Pilastro 02 · La nostra inferenza GPU
Per i modelli open source gestiamo direttamente l'inferenza: attenzione e kernel ottimizzati, GPU già attive che evitano i tempi di caricamento e servizio ottimizzato per ogni modello. Gli stessi pesi aperti producono risultati in secondi invece che in minuti, e ogni secondo di GPU costa meno.
Tempi misurati da noi dall’invio alla generazione completata, ottobre 2026. Le versioni più veloci, come H3 Fast, sono una nostra modalità ottimizzata di distribuzione dei pesi aperti, non un rilascio del laboratorio. Guardali a confronto
I modelli restano caricati su GPU già operative: il job non deve caricare i pesi né avviare il sistema e può iniziare subito a generare.
Sequenza indicativa, non in scala.
Batching, concorrenza, memoria e pianificazione sono configurati in base al carico: stesso modello e risultato, con meno secondi di GPU.
Il pianificatore assegna i job alle GPU in sequenza, raggruppandoli per modello, risoluzione e durata: lo stesso hardware completa più lavoro con meno tempi inattivi.
Le aree tratteggiate indicano tempo GPU inattivo. A scopo illustrativo.
Il team dietro la nostra inferenza GPU
Il nostro team di inferenza proviene da Stanford, MIT, UCLA, Tsinghua e NVIDIA. Si occupa di sistemi GPU, ottimizzazione dell'inferenza e servizio dei modelli: il lavoro che rende possibile la nostra inferenza GPU per i modelli open source.
I loghi indicano dove i membri del nostro team hanno studiato o lavorato. Non implicano approvazione né partnership con queste università o aziende. Tutti i marchi appartengono ai rispettivi proprietari.
Pilastro 01 · Partnership ufficiali
Lavoriamo direttamente con ByteDance, MiniMax e Alibaba, ottenendo i loro prezzi partner e di canale più bassi, esattamente per i modelli che pubblicano.
fino a −26%
sotto il listino ufficiale, aggiornato nel nostro catalogo
fino a −29%
sotto il listino ufficiale, aggiornato nel nostro catalogo
fino a −69%
sotto il listino ufficiale, aggiornato nel nostro catalogo
Fai i conti
Scegli un modello e il volume di generazione. Ogni prezzo proviene dal catalogo aggiornato ed è mostrato accanto al listino ufficiale.
Sposta il cursore o scegli un modello per provare i tuoi numeri.
Per Wan 3.0 a 720p, il costo mensile di 1000 minuti di video è $6000 (prezzo ufficiale di listino). Con CheaperGen è $4542: risparmi $1458 al mese.
A confronto
| Aspetto | Direttamente da ogni laboratorio | CheaperGen |
|---|---|---|
| Modelli | Un laboratorio per account e API | 45 modelli di 13 laboratori in un'unica API |
| Prezzo | Prezzo ufficiale di listino | Fino al 93% in meno del listino |
| Instradamento e passaggio automatico | Da sviluppare e mantenere in autonomia | Automatici, per ogni richiesta |
| Serving | L'API standard del laboratorio | Canali partner e pool GPU ottimizzati da noi |
| Fatturazione | Un contratto e una fattura per ogni laboratorio | Un saldo prepagato, paghi a consumo |
Crea una chiave API in un minuto oppure contattaci per volumi e capacità dedicata.
