Verfügbare Basismodelle

Amazon SageMaker JumpStart bietet hochmoderne, integrierte, öffentlich verfügbare und firmeneigene Basismodelle, mit denen Sie Ihre generativen KI-Workflows anpassen und in diese integrieren können.

In den ersten beiden Tabs sind die Fundamentmodelle aufgeführt. In den letzten beiden Tabs sind die integrierten Algorithmen und die klassischen Algorithmen für maschinelles Lernen aufgeführt, die JumpStart auch Funktionen bereitstellen, bei denen es sich nicht um Basismodelle handelt.

Um alle verfügbaren JumpStart Foundation-Modelle aufzulisten:


import boto3

sagemaker_client = boto3.client("sagemaker", region_name="us-west-2")

# List all available models in the SageMakerPublicHub
all_models = []
next_token = None

while True:
    params = {"HubName": "SageMakerPublicHub", "HubContentType": "Model"}
    if next_token:
        params["NextToken"] = next_token
    response = sagemaker_client.list_hub_contents(**params)
    all_models.extend(response["HubContentSummaries"])
    next_token = response.get("NextToken")
    if not next_token:
        break

print(f"Total models available: {len(all_models)}")
for model in all_models[:5]:
    print(model["HubContentName"], model["HubContentVersion"])

So rufen Sie unterstützte Instanztypen und andere Metadaten für ein bestimmtes Modell ab:


import json
import boto3

sagemaker_client = boto3.client("sagemaker", region_name="us-west-2")

model_id = "meta-textgeneration-llama-3-3-70b-instruct"

response = sagemaker_client.describe_hub_content(
    HubName="SageMakerPublicHub",
    HubContentType="Model",
    HubContentName=model_id
)

# Parse the model metadata
model_doc = json.loads(response["HubContentDocument"])
print(f"Supported instances: {model_doc['SupportedInferenceInstanceTypes']}")
print(f"Default instance: {model_doc['DefaultInferenceInstanceType']}")

In den folgenden Tabellen sind die verfügbaren Modelle mit ihren Lizenz- und unterstützten Inferenzinstanztypen (Stand: 29. Juli 2026) aufgeführt. Die aktuellsten Informationen finden Sie in den API-Beispielen oben oder im Model-Hub in SageMaker Studio.

In einer Lizenzzelle wird „Nicht zutreffend“ angezeigt, wenn der Model Hub keine Lizenz für dieses Modell veröffentlicht. Erkundigen Sie sich beim Modellanbieter nach den Lizenzbedingungen, bevor Sie ein solches Modell verwenden. Ein leerer Wert oder ein Platzhalterwert in der Tabelle gewährt keine Rechte.

Einige Modelle bieten zusätzlich zu ihren Standardkonfigurationen alternative Hosting-Bereitstellungskonfigurationen. Jede Konfiguration optimiert das Modell für einen Anwendungsfall und ein Leistungsziel, und jede unterstützt ihre eigenen Instanztypen. Eine Konfiguration unterstützt oft eine kleinere oder kostengünstigere Instanz als die Standardinstanz. Überprüfen Sie daher die Konfigurationen, bevor Sie zu dem Schluss kommen, dass ein Modell eine große Instanz benötigt.

Ein Konfigurationsname verbindet einen Anwendungsfall mit einem Leistungsziel. Dabei handelt es sich um dieselben Anwendungsfälle und Leistungsziele, die SageMaker Studio auf der Seite „Modell auf Endpunkt bereitstellen“ unter Leistung anbietet. Ein Name hier und eine Auswahl dort beschreiben also dieselbe Bereitstellung. Der Anwendungsfall beschreibt die Arbeitslast:

generate(Generieren): Erstellen Sie umfangreiche Inhalte wie Artikel, Berichte oder Code anhand einer Eingabeaufforderung.
interact(Interagieren): Unterstützen Sie Konversationen in Echtzeit wie Chatbots oder virtuelle Assistenten.
summarize(Zusammenfassen): Fassen Sie umfangreiche Dokumente, Artikel oder Daten zu kurzen Zusammenfassungen zusammen.
modify(Ändern): Transformieren oder bearbeiten Sie vorhandene Inhalte, einschließlich Umschreiben, Übersetzen oder Neuformatieren.
max_context(Max Context): Verarbeiten Sie große Eingaben, für die das gesamte Kontextfenster des Modells erforderlich ist.

Das Leistungsziel beschreibt, wofür die Konfiguration optimiert ist:

best_price_performance(Ausgewogen): Ein ausgewogener Kompromiss zwischen Kosten, Latenz und Durchsatz. Gut für allgemeine Workloads oder wenn Sie sich nicht sicher sind, welche Kennzahl am wichtigsten ist.
lowest_cost(Kostenoptimiert): Niedrigste Infrastrukturkosten pro Anfrage. Akzeptiert eine höhere Latenz und einen niedrigeren Durchsatz, um die Kosten zu minimieren.
highest_throughput(Optimierter Durchsatz): Maximale Anzahl an Tokens pro Sekunde für Workloads mit hohem Volumen. Verwendet spekulative Dekodierung, um den Durchsatz zu erhöhen.
lowest_latency(Latenz optimiert): Niedrigste Zeit bis zum ersten Token (TTFT). Priorisiert Geschwindigkeit vor Durchsatz und Kosten.

Einige Modelle benennen stattdessen einen Serving-Container, z. B. lmi odertgi, oder verwenden ihn all_purpose für die Bereitstellung ohne Übernahme einer Arbeitslast.

Listen Sie die Konfigurationen für ein Modell zusammen mit ihren Benchmark-Metriken auf und stellen Sie dann eine Konfiguration mit dem SageMaker Python-SDK bereit:


from sagemaker.jumpstart.model import JumpStartModel

model = JumpStartModel(model_id="meta-textgeneration-llama-3-1-8b-instruct")

# Print every configuration with its instance types and benchmark metrics.
model.list_deployment_configs()

# Select a configuration and one of the instance types it supports.
model.set_deployment_config(
    config_name="generate_lowest_cost",
    instance_type="ml.g6e.xlarge",
)

predictor = model.deploy()

Bei der Bereitstellung ohne Aufruf werden die Standardkonfiguration und der Standardinstanztyp set_deployment_config verwendet.

Open-Weight Models (436)

Open-weight Foundation-Modelle sind öffentlich verfügbare Modelle von Anbietern wie Meta, Google, Mistral AI und anderen. Sie können diese Modelle für Ihren Anwendungsfall bereitstellen, optimieren und anpassen.

Um mit einem dieser Modelle zu beginnen, schauen Sie sich eines der verfügbaren Beispiel-Notebooks Modelle an JumpStart Verwendung des Foundation-Modells oder erkunden Sie es. Versuchen Sie in einem bestimmten Beispielnotizbuch, die Modell-ID auszutauschen, um mit verschiedenen Modellen innerhalb derselben Modellfamilie zu experimentieren.

Weitere Informationen zu Modell-IDs und Ressourcen zur Bereitstellung öffentlich verfügbarer JumpStart Foundation-Modelle mit dem SageMaker Python SDK finden Sie unterVerwenden Sie Fundamentmodelle mit SageMaker Python SDK.

Anbieter	Modellname	Modell-ID	Aufgabe	License	Fine-tunable	Unterstützte Inferenz-Instanztypen
01-Ai	Yi-1.5-34B	`huggingface-llm-yi-1-5-34b`	Textgenerierung	Apache 2.0	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
01-Ai	Yi-1.5-9B	`huggingface-llm-yi-1-5-9b`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g5.16 x groß, ml.g5.24 x groß, ml.g 5,2 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p4d.24 x groß, ml.p4de.24 x groß, ml.p5.48 x groß
Hxt	Lite Lama 460M 1T	`huggingface-llm-ahxt-litellama-460m-1t`	Textgenerierung	mit	Nein	ml.g5.2xlarge
Ai-Forever	Multilingual GPT	`huggingface-llm-ai-forever-mgpt`	Textgenerierung	Apache 2.0	Nein	ml.g5.2xlarge
Ai Singapur	Llama3 8B v2.1 Anleitung SEA-Lion	`huggingface-llm-llama3-8b-sealionv21-instruct`	Textgenerierung	Llama3	Nein	ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 5,48 x groß, ml.g 5,8 x groß, ml.g 6.12 x groß, ml.g 6,24 x groß, ml.g 6,24 x groß, ml.g 6,48 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.p4d. 24 x groß, ml.p 5,48 x groß
Aisingapur	SEA-LION 3B	`huggingface-llm-sealion-3b`	Textgenerierung	mit	Nein	ml.g4dn.2 x groß, ml.g4dn.x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5.x groß, ml.p 3,8 x groß
Ai Singapur	SEA-LION 7B	`huggingface-llm-sealion-7b`	Textgenerierung	mit	Nein	ml.g4dn.12x groß, ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Ai Singapur	SEA-LION 7B anweisen	`huggingface-llm-sealion-7b-instruct`	Textgenerierung	mit	Nein	ml.g4dn.12x groß, ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Alibaba-Nlp	Alibaba-NLP get- Qwen2-7B-instruct	`huggingface-textembedding-gte-qwen2-7b-instruct`	Einbettung von Text	Apache-2.0	Nein	ml g 5.12 x groß, ml g 5,24 x groß, ml g 5,2 x groß, ml g 5,48 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 5,8 x groß, ml g 6,4 x groß, ml g 6,4 x groß, ml g 6,8 x groß, ml g 6,8 x groß groß, ml.g6.xgroß, ml.p4d.24xgroß
Allenai	Olmo-3-7B-Instruct	`huggingface-textgeneration-olmo-3-7b-instruct`	Textgenerierung	Apache 2.0	Nein	ml.g6e.24xlarge
Amazon	Chronos 2	`pytorch-forecasting-chronos-2`	Zeitreihenprognosen	Apache 2.0	Nein	ml.c5,2 x groß, ml.5,4 x groß, ml.c5.x groß, ml.g4dn.2 x groß, ml.g4dn.xgroß, ml.g5,2 x groß, ml.g5.xgroß, ml.g5.xgroß, ml.g6,2 x groß, ml.g6,2 x groß, ml.g6e.xgroß, ml.m5,2 x groß, ml.g6e.xgroß, ml.m5,2 x groß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5,x groß
Amazon	Falcon Lite	`huggingface-llm-amazon-falconlite`	Textgenerierung	Apache 2.0	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß
Amazon	Falcon Lite 2	`huggingface-llm-amazon-falconlite2`	Textgenerierung	Apache 2.0	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß
Amazon	Mistral Lite	`huggingface-llm-amazon-mistrallite`	Textgenerierung	Apache 2.0	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.2x groß, ml.g5.48x groß, ml.p4d.24x groß
Autogluon	Chronos-Bolt (Basis)	`autogluon-forecasting-chronos-bolt-base`	Zeitreihenprognosen	Apache 2.0	Nein	ml.c5,2 x groß, ml.5,4 x groß, ml.c5.x groß, ml.g4dn.2 x groß, ml.g4dn.x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,4 x groß, ml.g5.x groß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.xgroß, ml.p3,2 x groß
Autogluon	Chronos-Bolt (Klein)	`autogluon-forecasting-chronos-bolt-small`	Zeitreihenprognosen	Apache 2.0	Nein	ml.c5,2 x groß, ml.5,4 x groß, ml.c5.x groß, ml.g4dn.2 x groß, ml.g4dn.x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,4 x groß, ml.g5.x groß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.xgroß, ml.p3,2 x groß
Autogluon	Chronos-T5 (Basis)	`autogluon-forecasting-chronos-t5-base`	Zeitreihenprognosen	Apache 2.0	Nein	ml.g4dn.2 x groß, ml.g4dn. 4 x groß, ml.g4dn.x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5.x groß, ml.p 3,2 x groß
Autogluon	Chronos-T5 (Groß)	`autogluon-forecasting-chronos-t5-large`	Zeitreihenprognosen	Apache 2.0	Nein	ml.g4dn.2xgroß, ml.g4dn.4xgroß, ml.g4dn.xlarge, ml.g5.2xgroß, ml.g5.4x groß, ml.g5.xgroß, ml.p3.2xgroß
Autogluon	Chronos-T5 (Klein)	`autogluon-forecasting-chronos-t5-small`	Zeitreihenprognosen	Apache 2.0	Nein	ml.g4dn.2xgroß, ml.g4dn.4xgroß, ml.g4dn.xlarge, ml.g5.2xgroß, ml.g5.4x groß, ml.g5.xgroß, ml.p3.2xgroß
Baai	BAAI bge-base-en-v1.5	`huggingface-textembedding-bge-base-en-v1-5`	Einbettung von Text	MIT	Nein	ml g 5.12 x groß, ml g 5,24 x groß, ml g 5,2 x groß, ml g 5,48 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 5,8 x groß, ml g 6,4 x groß, ml g 6,4 x groß, ml g 6,8 x groß, ml g 6,8 x groß groß, ml.g6.xgroß, ml.p4d.24xgroß
Baai	BGE Base De	`huggingface-sentencesimilarity-bge-base-en`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Baai	BGE Base De V1.5	`huggingface-sentencesimilarity-bge-base-en-v1-5`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Baai	BGE Großes Ende	`huggingface-sentencesimilarity-bge-large-en`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Baai	BGE Großes Ende V1.5	`huggingface-sentencesimilarity-bge-large-en-v1-5`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Baai	GROSS 3 M	`huggingface-sentencesimilarity-bge-m3`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Baai	BGE Kleines Ende	`huggingface-sentencesimilarity-bge-small-en`	Satzähnlichkeit	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Baai	BGE Kleines Ende V1.5	`huggingface-sentencesimilarity-bge-small-en-v1-5`	Satzähnlichkeit	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Berkeley-Nest	Starling LM 7B Alpha	`huggingface-llm-berkeley-nest-starling-lm-7b-alpha`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß, ml.g 5,48 x groß
Bharatgenai	Param2-17B-A2.4B-Thinking	`huggingface-llm-param2-17b-a2-4b-thinking`	Textgenerierung	Nicht zutreffend	Nein	ml.g7e.2 x groß, ml.g7e.4 x groß, ml.g7e.8 x groß
Großer Code	StarCoder	`huggingface-llm-starcoder`	Textgenerierung	Bigcode-OpenRail-M	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Großer Code	StarCoderBase	`huggingface-llm-starcoderbase`	Textgenerierung	Bigcode-OpenRail-M	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Große Wissenschaft	Bloom 1b1	`huggingface-textgeneration-bloom-1b1`	Textgenerierung	BigScience-Bloom-Rail-1.0	Nein	ml.g5.16x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß
Große Wissenschaft	Bloom 3B	`huggingface-textgeneration1-bloom-3b`	Textgenerierung	BigScience-Bloom-Rail-1.0	Ja	ml.g5.16x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß
Große Wissenschaft	Bloom 7B1	`huggingface-textgeneration1-bloom-7b1`	Textgenerierung	BigScience-Bloom-Rail-1.0	Ja	ml.g5.16x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß
Große Wissenschaft	Bloomz 1b7	`huggingface-textgeneration-bloomz-1b7`	Textgenerierung	BigScience-Bloom-Rail-1.0	Nein	ml.g5.16x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß
Große Wissenschaft	BloomZ 7B1 FP16	`huggingface-textgeneration1-bloomz-7b1-fp16`	Textgenerierung	BigScience-Bloom-Rail-1.0	Ja	ml.g5.16x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß
Bingu	Bingsu meine koreanische stabile Diffusion v1 5	`huggingface-txt2img-bingsu-my-korean-stable-diffusion-v1-5`	Text-to-Image	creativeml-openrail-m	Nein	ml.g4dn.2xgroß, ml.g4dn.xlarge, ml.p3.2xgroß
Black-Forest-Labs	Black Forest Labs [schnell] FLUX.1	`huggingface-txt2img-black-forest-labs-flux-1-schnell`	Text-to-Image	Apache 2.0	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß, ml.p5.48x groß
Black-Forest-Labs	FLUX.2-Klein-Base-4B	`huggingface-img2img-flux-2-klein-base-4b`	Image-Text-to-Image	Apache-2.0	Nein	ml.g 6.12 x groß, ml.g 6.16 x groß, ml.g 6,24 x groß, ml.g 6,2 x groß, ml.g 6,8 x groß, ml.g 6,8 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.4 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß, ml.g6e.x groß, ml.g7e.12 x groß, ml.g7e.24 x groß, ml.g7e.2 x groß, ml.g7e.48 x groß, ml.g7e.4 x groß, ml.g7e.8 x groß
Kognitive Berechnungen	Dolphin 2.2.1 Mistral 7B	`huggingface-llm-dolphin-2-2-1-mistral-7b`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß, ml.g 5,48 x groß
Kognitive Berechnungen	Dolphin 2.5 Mixtral 8 7B	`huggingface-llm-dolphin-2-5-mixtral-8x7b`	Textgenerierung	Apache 2.0	Nein	ml.g5.48xlarge
Kognitive Berechnungen	Dolphin 2.7 Mixtral 8 7B	`huggingface-llm-dolphin-2-7-mixtral-8x7b`	Textgenerierung	Apache 2.0	Nein	ml.g5.48xlarge
Kognitive Berechnungen	Dolphin 2.9 Lama 3 8b	`huggingface-llm-cognitive-dolphin-29-llama3-8b`	Textgenerierung	andere	Nein	ml. g 5,16 x groß, ml. g 5,2 x groß, ml. g 5,8 x groß
Cohereforai	Aya 101	`huggingface-llm-aya-101`	Textgenerierung	Apache 2.0	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Cross-Encoder	Cross-Encoder Nil Deberta Base	`huggingface-zstc-cross-encoder-nli-deberta-base`	Zero-Shot Einstufung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Cross-Encoder	Cross-Encoder Nil Distilroberta Base	`huggingface-zstc-cross-encoder-nli-distilroberta-base`	Zero-Shot Einstufung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Cross-Encoder	Kreuzkodierer Nli MiniLM2 L6 H768	`huggingface-zstc-cross-encoder-nli-minilm2-l6-h768`	Zero-Shot Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Cross-Encoder	Cross-Encoder Nil Roberta Basse	`huggingface-zstc-cross-encoder-nli-roberta-base`	Zero-Shot Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Cyberagent	CyberAgentLM2-7B-Chat (CALM2-7B-Chat)	`huggingface-llm-calm2-7b-chat-bf16`	Textgenerierung	Apache 2.0	Ja	ml.g5.12x groß, ml.g5.24 x groß, ml.g5.2x groß, ml.g5.4x groß, ml.g5.x groß
Databricks	DBRX Base	`huggingface-llm-dbrx-base`	Textgenerierung	databricks-open-model	Nein	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Databricks	DBRX Instruct	`huggingface-llm-dbrx-instruct`	Textgenerierung	databricks-open-model	Nein	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Databricks	Dolly V2 12b BF16	`huggingface-textgeneration-dolly-v2-12b-bf16`	Textgenerierung	Apache 2.0	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Databricks	Dolly V2 3b BF16	`huggingface-textgeneration-dolly-v2-3b-bf16`	Textgenerierung	Apache 2.0	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Deepseek-Ai	DeepSeek-OCR	`deepseek-vlm-deepseek-ocr`	Image-Text-to-Text	mit	Nein	ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4xgroß, ml.g4dn.4xgroß, ml.g5dn.xgroß, ml.g5.16xgroß, ml.g5.2xgroß, ml.g5.2xgroß, ml.g5.xgroß, ml.g6.16xgroß, ml.g6.2xgroß, ml.g6,4 x groß, ml.g6,8 x groß, ml.g6.x groß, ml.g6e.16 x groß, ml.g6e.2 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß, ml.g6e.xgroß, ml.p3,2 x groß
Deepseek-Ai	DeepSeek-R1	`deepseek-llm-r1`	Textgenerierung	mit	Nein	ml.p5e.48xgroß, ml.p5en.48x groß
Deepseek-Ai	DeepSeek-R1-0528	`deepseek-llm-r1-0528`	Textgenerierung	mit	Nein	ml.p5e.48xgroß, ml.p5en.48xgroß
Deepseek-Ai	DeepSeek-R1-Distill-Llama-70B	`deepseek-llm-r1-distill-llama-70b`	Textgenerierung	mit	Ja	Standard: ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `djl`(Deep-Java-Bibliotheks-Servercontainer): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Interact, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge `interact_highest_throughput` `generate_lowest_cost`(Generieren, kostenoptimiert), `generate_lowest_latency` (Generieren, Latenz optimiert), `interact_best_price_performance` (Interact, Balanced), `interact_lowest_cost` (Interact, Kostenoptimiert), `interact_lowest_latency` (Interact, Latenz optimiert): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_best_price_performance`(Ändern, Ausgewogen), `modify_highest_throughput` (Ändern, Durchsatz optimiert), `modify_lowest_cost` (Ändern, kostenoptimiert), `modify_lowest_latency` (Ändern, Latenzoptimiert), `summarize_best_price_performance` (Zusammenfassen, Ausgewogen), `summarize_highest_throughput` (Zusammenfassen, Durchsatz optimiert), `summarize_lowest_cost` (Zusammenfassen, Kostenoptimiert), `summarize_lowest_latency` (Zusammenfassen, Latenzoptimiert): ml.g6e.48xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Llama-8B	`deepseek-llm-r1-distill-llama-8b`	Textgenerierung	mit	Ja	Standard: ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.12xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge, ml.g7e.8xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `djl`(Deep Java Library Serving Container): ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.24xlarge, ml.g6.48xlarge `generate_best_price_performance`(Generieren, `generate_lowest_cost` Ausgewogen), (Generieren, Kostenoptimiert): ml.g6.xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Interact, Durchsatz optimiert), (Max Context, Durchsatz optimiert): ml.g6.48xlarge, `interact_highest_throughput` ml.g6e.48xlarge, ml.g7e.12xlarge `max_context_highest_throughput` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.12xlarge, ml.g6e.4xlarge, ml.g7e.2xlarge `interact_best_price_performance`(Interagieren, Ausgewogen), (Ändern, Ausgewogen), (Ändern, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.xlarge, `modify_best_price_performance` ml.g7e.2xlarge `modify_lowest_cost` `interact_lowest_cost`(Interagieren, kostenoptimiert): ml.g6.48xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_lowest_latency`(Interagieren, Latenz optimiert), (Ändern, Latenz optimiert): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.12xlarge `modify_lowest_latency` `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert), (Zusammenfassen, Ausgewogen), (Zusammenfassen, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `summarize_best_price_performance` `summarize_lowest_cost` `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Latenz optimiert): `summarize_lowest_latency` ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-1.5B	`deepseek-llm-r1-distill-qwen-1-5b`	Textgenerierung	mit	Ja	Standard: ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Interagieren, Ausgewogen), `interact_best_price_performance` (Interagieren, Kostenoptimiert), `interact_lowest_cost` (Zusammenfassen, Ausgewogen), `summarize_best_price_performance` (Zusammenfassen, Kostenoptimiert): ml.g6.2xlarge, `summarize_lowest_cost` ml.g6e.xlarge, ml.g7e.2xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), `interact_highest_throughput` (Interact, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.12xlarge, ml.g6e.16xlarge, ml.g7e.2xlarge `interact_lowest_latency`(Interagieren, Latenz optimiert), (Max Context, Latenz optimiert): ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.4xlarge `max_context_lowest_latency` `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert): ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `modify_lowest_cost` `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6.24xlarge, ml.g6e.4xlarge, ml.g7e.4xlarge `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.2xlarge, ml.g7e.2xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.2xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-14B	`deepseek-llm-r1-distill-qwen-14b`	Textgenerierung	mit	Ja	Standard: ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Interagieren, Ausgewogen), `interact_best_price_performance` (Interagieren, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_lowest_cost` `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Interact, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.4xlarge `interact_highest_throughput` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.12xlarge, ml.g6e.4xlarge, ml.g7e.4xlarge `interact_lowest_latency`(Interagieren, Latenz optimiert): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.4xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz), (Maximaler Kontext, kostenoptimiert), `max_context_lowest_cost` (Maximaler Kontext, Latenz optimiert), (Zusammenfassen, Ausgewogen), `max_context_lowest_latency` (Zusammenfassen, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.12xlarge, `summarize_best_price_performance` ml.p5en.48xlarge `summarize_highest_throughput` `modify_best_price_performance`(Ändern, Ausgewogen), `modify_lowest_cost` (Ändern, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6e.24xlarge, ml.g7e.2xlarge, ml.p5en.48xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.48xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-32B	`deepseek-llm-r1-distill-qwen-32b`	Textgenerierung	mit	Ja	Standard: ml.g6e.48xlarge Zusätzliche Instanztypen sind über diese Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Interagieren, Ausgewogen), `interact_best_price_performance` (Interagieren, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `interact_lowest_cost` `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Interact, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.4xlarge `interact_highest_throughput` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `interact_lowest_latency`(Interagieren, Latenz optimiert): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert), (Ändern, Latenzoptimiert): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_lowest_cost` `modify_lowest_latency` `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-7B	`deepseek-llm-r1-distill-qwen-7b`	Textgenerierung	mit	Ja	Standard: ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Interagieren, Ausgewogen), `interact_best_price_performance` (Interagieren, Kostenoptimiert): ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_lowest_cost` `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.24xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_highest_throughput`(Interagieren, Durchsatz optimiert), (Interact, Latenz optimiert), (Maximaler Kontext, Latenz optimiert), `interact_lowest_latency` (Ändern, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.12xlarge, `max_context_lowest_latency` ml.g7e.2xlarge `modify_highest_throughput` `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert), (Zusammenfassen, Ausgewogen), (Zusammenfassen, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `summarize_best_price_performance` `summarize_lowest_cost` `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert), (Ändern, Latenzoptimiert): ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `modify_lowest_cost` `modify_lowest_latency` `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge
Deepseek-Ai	DeepSeek-V3.1	`deepseek-llm-deepseek-v3-1`	Textgenerierung	mit	Nein	ml.p5e.48xlarge, ml.p5en.48xlarge
Deepseek-Ai	DeepSeek-V3.2	`deepseek-llm-deepseek-v3-2`	Textgenerierung	mit	Nein	ml.p5en.48x groß
Destilbert	Distilbert Basisgehäuse	`huggingface-eqa-distilbert-base-cased`	Beantwortete Frage	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Destilbert	Distilbert Basisgehäuse	`huggingface-spc-distilbert-base-cased`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Destilbert	Distilbert Basisgehäuse	`huggingface-tc-distilbert-base-cased`	Textklassifizierung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Destilbert	DistilBert Base Mehrsprachiges Gehäuse	`huggingface-eqa-distilbert-base-multilingual-cased`	Beantwortete Frage	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Destilbert	DistilBert Base Mehrsprachiges Gehäuse	`huggingface-spc-distilbert-base-multilingual-cased`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Destilbert	DistilBert Base Mehrsprachiges Gehäuse	`huggingface-tc-distilbert-base-multilingual-cased`	Textklassifizierung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Destilbert	DistilGPT 2	`huggingface-textgeneration-distilgpt2`	Textgenerierung	Apache 2.0	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Destilbert	DistilRoBERTa Basis	`huggingface-eqa-distilroberta-base`	Beantwortete Frage	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Destilbert	DistilRoBERTa Basis	`huggingface-tc-distilroberta-base`	Textklassifizierung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Destilbert	Beantwortete Frage	`huggingface-eqa-distilbert-base-uncased`	Beantwortete Frage	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Destilbert	Klassifizierung von Satzpaaren	`huggingface-spc-distilbert-base-uncased`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Destilbert	Textklassifizierung	`huggingface-tc-distilbert-base-uncased`	Textklassifizierung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Elastic	Destilbert Base ohne Ummantelung	`huggingface-ner-distilbert-base-uncased-finetuned-conll03-eng`	Token-Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Elastic	Named Entity Recognition	`huggingface-ner-distilbert-base-cased-finetuned-conll03-eng`	Token-Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Elastic	Named Entity Recognition	`huggingface-ner-distilbert-base-cased-finetuned-conll03-english`	Token-Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Eleutheria	GPT-J 6B	`huggingface-textgeneration1-gpt-j-6b`	Textgenerierung	Apache 2.0	Ja	ml.g5.12 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Eleutheria	GPT-Neo 125 M	`huggingface-textgeneration1-gpt-neo-125m`	Textgenerierung	mit	Ja	ml. g 5,16 x groß, ml. G 5,2 x groß, ml. G 5,8 x groß
Eleutheria	gpt-neox-20b	`huggingface-textgeneration2-gpt-neox-20b-fp16`	Textgenerierung	Apache-2.0	Nein	ml.g4dn. 12 x groß, ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 5,48 x groß, ml.g 6.12 x groß, ml.g 6,24 x groß, ml.g 6,48 x groß, ml.g6e.12 x groß, ml.g6e.24 x groß, ml.p4d.24 x groß
Eleutherai	Pythia 160m Dedupliziert	`huggingface-llm-eleutherai-pythia-160m-deduped`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß
Eleutheria	Pythia 7m Dedupliziert	`huggingface-llm-eleutherai-pythia-70m-deduped`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß, ml.g 5,48 x groß
Elyza	ELYZA-japanese-Llama-2-13b-chat	`huggingface-llm-elyza-japanese-llama-2-13b-chat`	Textgenerierung	Llama 2	Ja	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Elyza	ELYZA-japanese-Llama-2-13b-fast-chat	`huggingface-llm-elyza-japanese-llama-2-13b-fast-chat`	Textgenerierung	Llama 2	Ja	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Elyza	ELYZA-japanese-Llama-2-7b-chat	`huggingface-llm-elyza-japanese-llama-2-7b-chat-bf16`	Textgenerierung	Llama 2	Ja	ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,4 x groß, ml.g 5,x groß
Elyza	ELYZA-japanese-Llama-2-7b-fast-chat	`huggingface-llm-elyza-japanese-llama-2-7b-fast-chat-bf16`	Textgenerierung	Llama 2	Ja	ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,4 x groß, ml.g 5,x groß
Emercan	Amerikanischer Bert auf türkischer Basis Allenli-Tr	`huggingface-zstc-emrecan-bert-base-turkish-cased-allnli-tr`	Zero-Shot Einstufung	mit	Nein	ml.c5.2xgroß, ml.c5.xgroß, ml.g4dn.xlarge, ml.m5.xgroß, ml.m5.xgroß, ml.p3.2xgroß
Facebook	Zero-Shot Textklassifizierung	`huggingface-zstc-facebook-bart-large-mnli`	Zero-Shot Klassifizierung	mit	Nein	ml.c5.2xgroß, ml.c5.xgroß, ml.g4dn.xlarge, ml.m5.xgroß, ml.m5.xgroß, ml.p3.2xgroß
Facebookai	Roberta Base	`huggingface-eqa-roberta-base`	Beantwortete Frage	mit	Ja	ml.c5,2 x groß, ml.c5.x groß, ml.g4dn.x groß, ml.m5.x groß, ml.m5.x groß, ml.p3,2 x groß
Facebookai	Roberta Base	`huggingface-spc-roberta-base`	Fill-Mask	mit	Ja	ml.c5,2 x groß, ml.c5.x groß, ml.g4dn.x groß, ml.m5.x groß, ml.m5.x groß, ml.p3,2 x groß
Facebookai	Roberta Base	`huggingface-tc-roberta-base`	Textklassifizierung	mit	Ja	ml.c5,2 x groß, ml.c5.x groß, ml.g4dn.x groß, ml.m5.x groß, ml.m5.x groß, ml.p3,2 x groß
Facebookai	Robert A Large	`huggingface-eqa-roberta-large`	Beantwortete Frage	mit	Ja	ml.c5,2 x groß, ml.c5.x groß, ml.g4dn.x groß, ml.m5.x groß, ml.m5.x groß, ml.p3,2 x groß
Facebookai	Robert A Large	`huggingface-spc-roberta-large`	Fill-Mask	mit	Ja	ml.c5,2 x groß, ml.c5.x groß, ml.g4dn.x groß, ml.m5.x groß, ml.m5.x groß, ml.p3,2 x groß
Facebookai	Robert A Large	`huggingface-tc-roberta-large`	Textklassifizierung	mit	Ja	ml.c5,2 x groß, ml.c5.x groß, ml.g4dn.x groß, ml.m5.x groß, ml.m5.x groß, ml.p3,2 x groß
Facebookai	XLM CLM English-German	`huggingface-spc-xlm-clm-ende-1024`	Fill-Mask	mit	Ja	ml.c5.2x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2x groß
Facebookai	XLM CLM English-German	`huggingface-tc-xlm-clm-ende-1024`	Textklassifizierung	mit	Ja	ml.c5,2 x groß, ml.c5.x groß, ml.g4dn.x groß, ml.m5.x groß, ml.m5.x groß, ml.p3,2 x groß
Facebookai	XML MLM 15 XNLI Sprachen	`huggingface-spc-xlm-mlm-xnli15-1024`	Fill-Mask	cc-by-nc-4.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Facebookai	XLM MLM English-German	`huggingface-spc-xlm-mlm-ende-1024`	Fill-Mask	cc-by-nc-4.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Facebookai	XLM MLM English-German	`huggingface-tc-xlm-mlm-ende-1024`	Textklassifizierung	cc-by-nc-4.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Facebookai	XLM MLM English-Romanian	`huggingface-spc-xlm-mlm-enro-1024`	Fill-Mask	cc-by-nc-4.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Facebookai	XLM MLM English-Romanian	`huggingface-tc-xlm-mlm-enro-1024`	Textklassifizierung	cc-by-nc-4.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Facebookai	XLM MLM TLM 15 XNLI Sprachen	`huggingface-spc-xlm-mlm-tlm-xnli15-1024`	Fill-Mask	cc-by-nc-4.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Facebookai	XLM MLM TLM 15 XNLI Sprachen	`huggingface-tc-xlm-mlm-tlm-xnli15-1024`	Textklassifizierung	cc-by-nc-4.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Fiktives Vers	Fiktives stabiles Diffusionsmodell BalloonArt	`huggingface-txt2img-fictiverse-stable-diffusion-balloonart`	Text-to-Image	creativeml-openrail-m	Nein	ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
Fiktives Vers	Fiktives stabiles diffusionsmikroskopisches Modell	`huggingface-txt2img-fictiverse-stable-diffusion-micro-model`	Text-to-Image	offene Schiene	Nein	ml.g4dn.2 x groß, ml.g4dn.xlarge, ml.p3.2 x groß
Fiktives Vers	Fiktives stabiles Diffusionsmodell PaperCut	`huggingface-txt2img-fictiverse-stable-diffusion-papercut-model`	Text-to-Image	creativeml-openrail-m	Nein	ml.g4dn.2xgroß, ml.g4dn.xlarge, ml.p3.2xgroß
Fiktives Vers	Fiktives stabiles Diffusionsmodell VoxelArt	`huggingface-txt2img-fictiverse-stable-diffusion-voxelart-model`	Text-to-Image	creativeml-openrail-m	Nein	ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
Google	Bigbird Pegasus Large Archiv	`huggingface-summarization-bigbird-pegasus-large-arxiv`	Textzusammenfassung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google	Bigbird Pegasus Large Pubmed	`huggingface-summarization-bigbird-pegasus-large-pubmed`	Textzusammenfassung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google	Flan-T5 Basis	`huggingface-text2text-flan-t5-base`	Generierung von Text zu Text	Apache 2.0	Ja	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Google	Flan-T5 Groß	`huggingface-text2text-flan-t5-large`	Generierung von Text zu Text	Apache 2.0	Ja	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Google	Flan-T5 Klein	`huggingface-text2text-flan-t5-small`	Generierung von Text zu Text	Apache 2.0	Ja	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Google	Flan-T5 XL	`huggingface-text2text-flan-t5-xl`	Generierung von Text zu Text	Apache 2.0	Ja	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Google	Flan-T5 XXL	`huggingface-text2text-flan-t5-xxl`	Generierung von Text zu Text	Apache 2.0	Ja	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Google	Gemma 2 27B	`huggingface-llm-gemma-2-27b`	Textgenerierung	Gemma	Nein	ml. g 5,48 x groß, ml. 4 x 24 x groß
Google	Gemma 2 27B Instruct	`huggingface-llm-gemma-2-27b-instruct`	Textgenerierung	Gemma	Nein	ml. g 5,48 x groß, ml. 4 x 24 x groß
Google	Gemma 2 2B	`huggingface-llm-gemma-2-2b`	Textgenerierung	Gemma	Nein	ml.g 5.12 x groß, ml.g 5.16 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 5.x groß, ml.p4de. 24 x groß, ml.p 5,48 x groß
Google	Gemma 2 2B Instruct	`huggingface-llm-gemma-2-2b-instruct`	Textgenerierung	gemma	Nein	ml.g 5.12 x groß, ml.g 5.16 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 5.x groß, ml.p4de. 24 x groß, ml.p 5,48 x groß
Google	Gemma 2 9B	`huggingface-llm-gemma-2-9b`	Textgenerierung	gemma	Nein	ml. g 5,12 x groß, ml. g 5,24 x groß, ml. g 5,48 x groß, ml. 4 x 24 x groß
Google	Gemma 2 9B Instruct	`huggingface-llm-gemma-2-9b-instruct`	Textgenerierung	Gemma	Nein	ml. g 5,12 x groß, ml. g 5,24 x groß, ml. g 5,48 x groß, ml. 4 x 24 x groß
Google	Gemma 3 1B Anleitung	`huggingface-llm-gemma-3-1b-instruct`	Textgenerierung	Gemma	Nein	ml. g 5,16 x groß, ml. g 5,2 x groß, ml. g 5,8 x groß
Google	Gemma 3 27B Anleitung	`huggingface-vlm-gemma-3-27b-instruct`	Image-Text-to-Text	Gemma	Nein	ml. g 5,48 x groß, ml. g 6,48 x groß, ml. P4 x 24 x groß, ml x 5,48 x groß
Google	Gemma 3 4B Anleitung	`huggingface-vlm-gemma-3-4b-instruct`	Image-Text-to-Text	Gemma	Nein	ml. g 5,16 x groß, ml. g 5,2 x groß, ml. g 5,8 x groß
Google	gemma-2b	`huggingface-llm-gemma-2b`	Textgenerierung	Gemma	Ja	Standard: ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge, ml.p3.2xlarge, ml.p4d.24xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Maximaler Kontext, optimierter Durchsatz): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput` `generate_lowest_cost`(Generieren, kostenoptimiert), (Interact, kostenoptimiert), (Max Context, kostenoptimiert): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `interact_lowest_cost` `max_context_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interagieren, Ausgewogen): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g4dn.2xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Google	gemma-2b-it	`huggingface-llm-gemma-2b-instruct`	Textgenerierung	Gemma	Ja	Standard: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p3.16xlarge, ml.p4d.24xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Interagieren, Ausgewogen), `interact_best_price_performance` (Interagieren, Kostenoptimiert), `interact_lowest_cost` `max_context_lowest_cost` (Maximaler Kontext, kostenoptimiert): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), `max_context_lowest_latency` (Maximaler Kontext, Latenz optimiert): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert), `max_context_highest_throughput` (Maximaler Kontext, optimierter Durchsatz): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert), `interact_lowest_latency` (Interact, Latenz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Google	gemma-4-26b-a4b-it	`huggingface-vlm-gemma-4-26b-a4b-it`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_highest_throughput`(Generieren, Durchsatz optimiert), `interact_highest_throughput` (Interact, Durchsatz optimiert), `summarize_lowest_latency` (Zusammenfassen, Latenz optimiert): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), `interact_best_price_performance` (Interagieren, Ausgewogen), `interact_lowest_cost` (Interagieren, Kostenoptimiert), `modify_best_price_performance` (Ändern, Ausgewogen), `modify_lowest_cost` (Ändern, Kostenoptimiert), `summarize_best_price_performance` (Zusammenfassen, Ausgewogen), `summarize_lowest_cost` (Zusammenfassen, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.12xlarge, ml.g6e.24xlarge, ml.p5.48xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6.24xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert), (Ändern, Latenz optimiert), (Zusammenfassen, Durchsatz optimiert): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_lowest_latency` `summarize_highest_throughput`
Google	gemma-4-31b-it	`huggingface-vlm-gemma-4-31b-it`	Image-Text-to-Text	Apache-2.0	Ja	ml. g 6,24 x groß, ml. g 7, 2 x groß
Google	gemma-4- E2B-it	`huggingface-vlm-gemma-4-e2b-instruct`	Image-Text-to-Text	Apache-2.0	Nein	Standard: ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.4xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6.48xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.4xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6.8xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert), (Zusammenfassen, Ausgewogen), `modify_lowest_cost` (Zusammenfassen, Kostenoptimiert): ml.g6.4xlarge, ml.g6e.xlarge, `summarize_best_price_performance` ml.g7e.2xlarge `summarize_lowest_cost` `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6.24xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Latenz optimiert): ml.g6.24xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `summarize_lowest_latency`
Google	gemma-4-e4b-it	`huggingface-vlm-gemma-4-e4b-it`	Textgenerierung	Apache 2.0	Ja	Standard: ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), `interact_best_price_performance` (Interagieren, Ausgewogen), (Interagieren, Kostenoptimiert), `interact_lowest_cost` (Ändern, Ausgewogen), `modify_best_price_performance` (Ändern, Kostenoptimiert): ml.g6.xlarge, ml.g6e.xlarge, ml.p5.48xlarge `modify_lowest_cost` `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.2xlarge, ml.g6e.2xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5.48xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6.16xlarge, ml.g6e.16xlarge, ml.p5.48xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert), (Zusammenfassen, Ausgewogen), (Zusammenfassen, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.xlarge, ml.p5.48xlarge `summarize_best_price_performance` `summarize_lowest_cost` `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.24xlarge, ml.p5.48xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6.12xlarge, ml.g6e.16xlarge, ml.p5.48xlarge `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Latenz optimiert): ml.g6e.8xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_lowest_latency`
Google	gemma-7b	`huggingface-llm-gemma-7b`	Textgenerierung	Gemma	Ja	ml. G 6 E 48 x groß, ml P 4 D 24 x groß, ml P 5 ca. 48 x groß
Google	Gemma-7-Bit	`huggingface-llm-gemma-7b-instruct`	Textgenerierung	Gemma	Ja	Standard: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Interact`interact_highest_throughput`, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interact, kostenoptimiert), (Max Context, kostenoptimiert): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `interact_lowest_cost` `max_context_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert), (Maximaler Kontext, optimierter Durchsatz): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput` `interact_best_price_performance`(Interaktiv, ausgewogen): ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g5.48xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Google-Bert	BERT-Basisgehäuse	`huggingface-eqa-bert-base-cased`	Beantwortete Frage	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT-Basisgehäuse	`huggingface-spc-bert-base-cased`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT-Basisgehäuse	`huggingface-tc-bert-base-cased`	Textklassifizierung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Base Mehrsprachiges Gehalten	`huggingface-eqa-bert-base-multilingual-cased`	Beantwortete Frage	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Base Mehrsprachiges Gehalten	`huggingface-spc-bert-base-multilingual-cased`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Base Mehrsprachiges Gehalten	`huggingface-tc-bert-base-multilingual-cased`	Textklassifizierung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Base Mehrsprachig ohne Groß- und Kleinschreibung	`huggingface-eqa-bert-base-multilingual-uncased`	Beantwortete Frage	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Base Mehrsprachig ohne Groß- und Kleinschreibung	`huggingface-spc-bert-base-multilingual-uncased`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Base Mehrsprachig ohne Groß- und Kleinschreibung	`huggingface-tc-bert-base-multilingual-uncased`	Textklassifizierung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT-Base ohne Hülle	`huggingface-eqa-bert-base-uncased`	Beantwortete Frage	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT-Base ohne Hülle	`huggingface-spc-bert-base-uncased`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT-Base ohne Hülle	`huggingface-tc-bert-base-uncased`	Textklassifizierung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Großkoffer	`huggingface-eqa-bert-large-cased`	Beantwortete Frage	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Großkoffer	`huggingface-spc-bert-large-cased`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Großkoffer	`huggingface-tc-bert-large-cased`	Textklassifizierung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Maskierung ganzer Wörter in Großbuchstaben	`huggingface-eqa-bert-large-cased-whole-word-masking`	Beantwortete Frage	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Maskierung ganzer Wörter in Großbuchstaben	`huggingface-spc-bert-large-cased-whole-word-masking`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Large ohne Hülle	`huggingface-spc-bert-large-uncased`	Fill-Mask	Apache 2.0	Ja	ml.c5,2 x groß, ml.c5.x groß, ml.g4dn.x groß, ml.m5.x groß, ml.m5.x groß, ml.p3,2 x groß
Google-Bert	BERT Large ohne Hülle	`huggingface-tc-bert-large-uncased`	Textklassifizierung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	BERT Große Ganzwortmaskierung ohne Groß- und Kleinschreibung	`huggingface-spc-bert-large-uncased-whole-word-masking`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-Bert	Maske füllen	`huggingface-fillmask-bert-base-uncased`	Fill-Mask	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-T5	Maschinelle Übersetzung	`huggingface-translation-t5-small`	Übersetzung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-T5	t5 Base en de	`huggingface-translation-t5-base`	Übersetzung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Google-T5	t5 Large, Ende de	`huggingface-translation-t5-large`	Übersetzung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Gradientai	Llama-3 8B Gradient, Instruktor 1048k	`huggingface-llm-llama-3-8b-instruct-gradient`	Textgenerierung	Ich rufe 3 an	Nein	ml.g5.12x groß, ml.g5.16x groß, ml.g5.24x groß, ml.g5.2xgroß, ml.g5.48x groß, ml.g5.4x groß, ml.g5,8 x groß, ml.p4d.24xgroß, ml.p4de.24x groß, ml.p5.48xgroß
Gradientai	Llama-3 8B Gradient, Instruktor 262k	`huggingface-llm-gradientai-llama-3-8B-instruct-262k`	Textgenerierung	Ich rufe 3 an	Nein	ml.g5.12x groß, ml.g5.16x groß, ml.g5.24x groß, ml.g5.2xgroß, ml.g5.48x groß, ml.g5.4x groß, ml.g5,8 x groß, ml.p4d.24xgroß, ml.p4de.24x groß, ml.p5.48xgroß
Helsinki-Nlp	Helsinki opus en es	`huggingface-translation-opus-mt-en-es`	Übersetzung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Helsinki-Nlp	Helsinki, Opus en VI	`huggingface-translation-opus-mt-en-vi`	Übersetzung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Helsinki-Nlp	Helsinki opus mul en	`huggingface-translation-opus-mt-mul-en`	Übersetzung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Umarmen Sie das Gesicht h4	HuggingFaceH4 Zephyr-Orpo-141b- A35b-v0.1	`huggingface-llm-huggingfaceh4-zephyr-orpo-141b-a35b-v01`	Textgenerierung	Apache 2.0	Nein	ml.g5.48x groß, ml.p4d.24x groß
Umarme das Gesicht H4	Star Chat Alpha	`huggingface-llm-huggingfaceh4-starchat-alpha`	Textgenerierung	bigcode-openrail-m	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß
Umarmt das Gesicht H4	Star Chat Beta	`huggingface-llm-huggingfaceh4-starchat-beta`	Textgenerierung	bigcode-openrail-m	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Umarmt das Gesicht H4	Zephyr 7B Beta	`huggingface-llm-huggingfaceh4-zephyr-7b-beta`	Textgenerierung	mit	Nein	ml.g5.12x groß, ml.g5,24x groß, ml.g5,2 x groß, ml.g5,48x groß, ml.p4d.24x groß
Ibm	Qualitätskontrollierte Generierung von Paraphrasen	`huggingface-text2text-qcpg-sentences`	Generierung von Text zu Text	Apache 2.0	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Idea-Ccnl	IDEA CCNL Taiyi Stable Diffusion 1B Chinesisch EN v0.1	`huggingface-txt2img-idea-ccnl-taiyi-1b-chinese-en-v01`	Text-to-Image	creativeml-openrail-m	Nein	ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
Idea-Ccnl	IDEA CCNL Taiyi Stable Diffusion 1B Chinesisch v0.1	`huggingface-txt2img-idea-ccnl-taiyi-1b-chinese-v0-1`	Text-to-Image	creativeml-openrail-m	Nein	ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
In Float	E5-Sockel	`huggingface-sentencesimilarity-e5-base`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Infloat	E5 Basis V2	`huggingface-sentencesimilarity-e5-base-v2`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Infloat	E5 Groß V2	`huggingface-sentencesimilarity-e5-large-v2`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Infloat	Mehrsprachige E5-Basis	`huggingface-sentencesimilarity-multilingual-e5-base`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Infloat	Mehrsprachig E5 Large	`huggingface-sentencesimilarity-multilingual-e5-large`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Langboot	Langboat Guohua Diffusion	`huggingface-txt2img-langboat-guohua-diffusion`	Text-to-Image	creativeml-openrail-m	Nein	ml.g4dn.2xgroß, ml.g4dn.xlarge, ml.p3.2xgroß
Licht im Inneren	Lighteternal Nli Xlm R Griechisch	`huggingface-zstc-lighteternal-nli-xlm-r-greek`	Zero-Shot Einstufung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Licht auf Nai	LightOnOCR-2-1B	`huggingface-vlm-lightonai-lightonocr-2-1b`	Image-Text-to-Text	Apache-2.0	Nein	ml.g6.2xlarge
Meta	Llama-2-7b-hf	`meta-textgeneration-llama-2-7b`	Textgenerierung	Lama 2	Ja	Standard: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert): ml.g5.4xlarge, ml.g6.4xlarge, ml.g6e.4xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Generieren, Latenz optimiert), `generate_lowest_latency` (Maximaler Kontext, optimierter Durchsatz), `max_context_highest_throughput` (Maximaler Kontext, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_latency` `interact_best_price_performance`(Interagieren`interact_lowest_cost`, Ausgewogen), (Interagieren, kostenoptimiert): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge
Meta	Llama-3.1-70B-Instruct	`meta-textgeneration-llama-3-1-70b-instruct`	Textgenerierung	Allama 3.1	Ja	Standard: ml.g6e.48xlarge, ml.p5en.48xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Generieren, Latenz optimiert): ml.p4d.24xlarge`generate_lowest_latency`, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interagieren, Ausgewogen), (Interagieren, Kostenoptimiert): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `interact_best_price_performance` `interact_lowest_cost` `interact_highest_throughput`(Interact, Durchsatz optimiert), (Interact, Latenz optimiert): ml.g5.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `interact_lowest_latency` `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Durchsatz optimiert), (Ändern, Kostenoptimiert), `modify_highest_throughput` (Ändern, Latenzoptimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_lowest_cost` `modify_lowest_latency` `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Kostenoptimiert), (Zusammenfassen, Latenzoptimiert): `summarize_highest_throughput` ml.p5en.48xlarge `summarize_lowest_cost` `summarize_lowest_latency`
Meta	Llama-3.1-8B-Instruct	`meta-textgeneration-llama-3-1-8b-instruct`	Textgenerierung	Allama 3.1	Ja	Standard: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), `interact_highest_throughput` (Interact, Durchsatz optimiert), `max_context_highest_throughput` (Maximaler Kontext, optimierter Durchsatz), `max_context_lowest_latency` (Maximaler Kontext, Latenz optimiert), `modify_highest_throughput` (Ändern, optimierter Durchsatz), `modify_lowest_latency` (Ändern, Latenz optimiert), `summarize_highest_throughput` (Zusammenfassen, optimiert für Latenz), `summarize_lowest_latency` (Zusammenfassen, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interaktiv, ausgewogen): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6e.2xlarge `interact_lowest_cost`(Interact, kostenoptimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.p4d.24xlarge `modify_lowest_cost`(Ändern, Kostenoptimiert): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Meta	Llama-3.2-1B	`meta-textgeneration-llama-3-2-1b`	Textgenerierung	Lama 3.2	Ja	Standard: ml.g4dn.12xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p3.16xlarge, ml.p4d.24xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g4dn.xlarge, ml.g6.2xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Interact, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput` `generate_lowest_cost`(Generieren, kostenoptimiert): ml.g4dn.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interagieren, Ausgewogen), (Interagieren, kostenoptimiert)`interact_lowest_cost`: ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6.xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g5.16xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g4dn.12xlarge, ml.g6.8xlarge, ml.g6e.2xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen`modify_lowest_cost`), (Ändern, Kostenoptimiert): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g5.2xlarge, ml.g6e.8xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Kostenoptimiert): ml.g5.xlarge, ml.g6.24xlarge, ml.g6e.xlarge `summarize_lowest_cost` `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g6e.12xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6e.4xlarge, ml.p3.16xlarge, ml.p5en.48xlarge
Meta	Llama-3.2-1B-Instruct	`meta-textgeneration-llama-3-2-1b-instruct`	Textgenerierung	Allama 3.2	Ja	Standard: ml.g4dn.12xlarge, ml.g5.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Maximaler Kontext, optimierter Durchsatz), `max_context_highest_throughput` (Maximaler Kontext, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_latency` `generate_lowest_cost`(Generieren, kostenoptimiert), (Ändern, Ausgewogen), (Ändern, Kostenoptimiert): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.2xlarge `modify_best_price_performance` `modify_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interagieren, Ausgewogen): ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6e.2xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g5.48xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `interact_lowest_cost`(Interact, kostenoptimiert): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.8xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6.8xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g4dn.12xlarge, ml.g5.24xlarge, ml.g6e.xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6e.4xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.8xlarge `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g6e.24xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g4dn.12xlarge, ml.g5.xlarge, ml.g6.xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6e.8xlarge, ml.p3.16xlarge, ml.p5en.48xlarge
Meta	Llama-3.2-3B	`meta-textgeneration-llama-3-2-3b`	Textgenerierung	Allama 3.2	Ja	Standard: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6e.24xlarge, ml.p3.8xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interact, kostenoptimiert): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `interact_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g5.8xlarge, ml.g6e.8xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interaktiv, ausgewogen): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert), (Zusammenfassen, Latenz optimiert): ml.p3.16xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_lowest_latency` `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g5.24xlarge, ml.g6.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g5.xlarge, ml.g6.4xlarge, ml.g6e.2xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6e.48xlarge, ml.p3.16xlarge, ml.p4d.24xlarge `modify_lowest_cost`(Ändern, kostenoptimiert): ml.g5.xlarge, ml.g6.4xlarge, ml.g6e.xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6e.8xlarge, ml.p3.16xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.p5.48xlarge `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g4dn.12xlarge, ml.g5.24xlarge, ml.g6.12xlarge
Meta	Llama-3.2-3B-Instruct	`meta-textgeneration-llama-3-2-3b-instruct`	Textgenerierung	Allama 3.2	Ja	Standard: ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.48xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausbalanciert), `interact_best_price_performance` (Interagieren, Ausgewogen): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), `interact_highest_throughput` (Interact, Durchsatz optimiert), `max_context_highest_throughput` (Maximaler Kontext, Durchsatz optimiert), `summarize_highest_throughput` (Zusammenfassen, Durchsatz optimiert), `summarize_lowest_latency` (Zusammenfassen, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), `interact_lowest_cost` (Interact, kostenoptimiert): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.4xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interagieren, Latenz optimiert): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_lowest_cost`(Ändern, kostenoptimiert): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge
Meta	Llama-Guard-3-1B	`meta-textgeneration-llama-guard-3-1b`	Textgenerierung	Allama 3.2	Nein	ml.g4dn. 12 x groß, ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 5,8 x groß, ml.g 5.x groß, ml.g 6.12 x groß, ml.g 6,24 x groß, ml.g 6,48 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.16 x groß, ml.g6e 24x groß, ml.g6e.2 x groß, ml.g6e.4 x groß, ml.g6e.x groß, ml.g6e.x groß, ml.p4d.24xgroß
Meta	Llama-Guard-3-8B	`meta-textgeneration-llama-guard-3-8b`	Textgenerierung	Lama3.1	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.g6.12x groß, ml.g6.24x groß, ml.g6.48 x groß, ml.g6e.12x groß, ml.g6e.24xgroß, ml.p4d.24xgroß
Meta	Meta Code Llama 13B	`meta-textgeneration-llama-codellama-13b`	Textgenerierung	Lama 2	Ja	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.g6.12x groß, ml.p4d.24x groß
Meta	Meta Code Llama 13B Instruct	`meta-textgeneration-llama-codellama-13b-instruct`	Textgenerierung	Lama 2	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.g6.12x groß, ml.p4d.24x groß
Meta	Meta Code Llama 13B Python	`meta-textgeneration-llama-codellama-13b-python`	Textgenerierung	Lama 2	Ja	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.g6.12x groß, ml.p4d.24x groß
Meta	Meta Code Llama 34B	`meta-textgeneration-llama-codellama-34b`	Textgenerierung	Lama 2	Ja	Standard: ml.g5.48xlarge, ml.p4d.24xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi`(Großer Model Inference-Container), `lmi-optimized` (Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 34B Instruct	`meta-textgeneration-llama-codellama-34b-instruct`	Textgenerierung	llama2	Nein	Standard: ml.g5.48xlarge, ml.p4d.24xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi`(Großer Model Inference-Container), `lmi-optimized` (Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 34B Python	`meta-textgeneration-llama-codellama-34b-python`	Textgenerierung	llama2	Ja	Standard: ml.g5.48xlarge, ml.p4d.24xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi`(Großer Model Inference-Container), `lmi-optimized` (Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 70B	`meta-textgeneration-llama-codellama-70b`	Textgenerierung	llama2	Ja	Standard: ml.g5.48xlarge, ml.p4d.24xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi`(Großer Model Inference-Container), `lmi-optimized` (Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 70B Instruct	`meta-textgeneration-llama-codellama-70b-instruct`	Textgenerierung	llama2	Nein	Standard: ml.g5.48xlarge, ml.p4d.24xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi`(Großer Model Inference-Container), `lmi-optimized` (Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 70B Neuron	`meta-textgenerationneuron-llama-codellama-70b`	Textgenerierung	llama2	Nein	ml.inf 2,48 x groß
Meta	Meta Code Llama 70B Python	`meta-textgeneration-llama-codellama-70b-python`	Textgenerierung	Lama 2	Ja	Standard: ml.g5.48xlarge, ml.p4d.24xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi`(Großer Model Inference-Container), `lmi-optimized` (Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 7B	`meta-textgeneration-llama-codellama-7b`	Textgenerierung	llama2	Ja	Standard: ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6,2xlarge, ml.p4d.24xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi-optimized`(Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 7B Instruct	`meta-textgeneration-llama-codellama-7b-instruct`	Textgenerierung	Lama 2	Nein	Standard: ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi-optimized`(Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 7B Neuron	`meta-textgenerationneuron-llama-codellama-7b`	Textgenerierung	Lama 2	Nein	ml.inf2.8 x groß, ml.inf 2.x groß
Meta	Meta Code Llama 7B Python	`meta-textgeneration-llama-codellama-7b-python`	Textgenerierung	Lama 2	Ja	Standard: ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.p4d.24xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi-optimized`(Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 7B Python Neuron	`meta-textgenerationneuron-llama-codellama-7b-python`	Textgenerierung	Lama 2	Nein	ml.inf2.8 x groß, ml.inf 2.x groß
Meta	Meta Llama 2 13B	`meta-textgeneration-llama-2-13b`	Textgenerierung	Lama 2	Ja	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.g6.12x groß, ml.p4d.24x groß, ml.p5.48x groß
Meta	Meta Llama 2 13B Chat	`meta-textgeneration-llama-2-13b-f`	Textgenerierung	Lama 2	Ja	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.g6.12x groß, ml.p4d.24x groß, ml.p5.48x groß
Meta	Meta Llama 2 13B Chat Neuron	`meta-textgenerationneuron-llama-2-13b-f`	Textgenerierung	Lama 2	Nein	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß
Meta	Meta Llama 2 13B Neuron	`meta-textgenerationneuron-llama-2-13b`	Textgenerierung	Lama 2	Ja	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß
Meta	Meta Llama 2 70B	`meta-textgeneration-llama-2-70b`	Textgenerierung	Lama 2	Ja	Standard: ml.g5.48xlarge, ml.p4d.24xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi`(Großer Model Inference-Container), `lmi-optimized` (Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 2 70B Chat	`meta-textgeneration-llama-2-70b-f`	Textgenerierung	Lama2	Ja	Standard: ml.g5.48xlarge, ml.p4d.24xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi`(Großer Model Inference-Container), `lmi-optimized` (Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 2 70B Chat Neuron	`meta-textgenerationneuron-llama-2-70b-f`	Textgenerierung	Lama2	Nein	ml.inf 2,48 x groß
Meta	Meta Llama 2 70B Neuron	`meta-textgenerationneuron-llama-2-70b`	Textgenerierung	Lama 2	Nein	ml.inf 2,48 x groß
Meta	Meta Llama 2 7B Chat	`meta-textgeneration-llama-2-7b-f`	Textgenerierung	Lama 2	Ja	Standard: ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.p4d.24xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi-optimized`(Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge `neuron`(AWS Inferentia- und Trainium-Beschleuniger): ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge
Meta	Meta Llama 2 7B Chat Neuron	`meta-textgenerationneuron-llama-2-7b-f`	Textgenerierung	Lama2	Nein	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.inf 2 x groß
Meta	Meta Llama 2 7B Neuron	`meta-textgenerationneuron-llama-2-7b`	Textgenerierung	Lama 2	Ja	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.inf 2 x groß
Meta	Meta Llama 3 1 8B Neuron	`meta-textgenerationneuron-llama-3-1-8b`	Textgenerierung	Lama 3.1	Nein	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.trn 1,2 x groß, ml.trn 1,32 x groß, ml.trn1n.32 x groß
Meta	Metalllama 30 70B	`meta-textgeneration-llama-3-70b`	Textgenerierung	Lama 3	Ja	ml.g 5,48 x groß, ml.g 6,48 x groß, ml.p4 d. 24 x groß, ml.p 5,48 x groß
Meta	Meta Llama 3 70B Instruct	`meta-textgeneration-llama-3-70b-instruct`	Textgenerierung	Lama 3	Ja	ml.g 5,48 x groß, ml.g 6,48 x groß, ml.p4 d. 24 x groß, ml.p 5,48 x groß
Meta	Meta Llama 3 70B Instruct Neuron	`meta-textgenerationneuron-llama-3-70b-instruct`	Textgenerierung	Lama 3	Nein	ml.trn1.32xlarge
Meta	Meta Llama 3 70B Neuron	`meta-textgenerationneuron-llama-3-70b`	Textgenerierung	Llama3	Nein	ml.trn1.32xlarge
Meta	Meta Llama 3 8B Instruct	`meta-textgeneration-llama-3-8b-instruct`	Textgenerierung	Llama3	Ja	ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6,2 x groß, ml.g 6,2 x groß, ml.g 6,2 x groß, ml.p4D 24 x groß, ml.p 5,48 x groß
Meta	Meta Llama 3 8B Instruct Neuron	`meta-textgenerationneuron-llama-3-8b-instruct`	Textgenerierung	Lama 3	Nein	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß
Meta	Meta Llama 3 8B Neuron	`meta-textgenerationneuron-llama-3-8b`	Textgenerierung	Lama 3	Nein	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß
Meta	Meta Llama 3.1 405B FP8	`meta-textgeneration-llama-3-1-405b-fp8`	Textgenerierung	Lama 3.1	Ja	ml.p4de.24x groß, ml.p5.48x groß
Meta	Meta Llama 3.1 405B Instruct FP8	`meta-textgeneration-llama-3-1-405b-instruct-fp8`	Textgenerierung	Lama 3.1	Ja	ml.p4de.24x groß, ml.p5.48x groß
Meta	Meta Lama 3.1 70B	`meta-textgeneration-llama-3-1-70b`	Textgenerierung	Lama 3.1	Ja	ml.g 5,48 x groß, ml.g 6,48 x groß, ml.p4 d. 24 x groß, ml.p 5,48 x groß
Meta	Meta Llama 3.1 70B Instruct Neuron	`meta-textgenerationneuron-llama-3-1-70b-instruct`	Textgenerierung	Lama 3.1	Nein	ml.inf 2,48 x groß, ml.trn 1.32 x groß, ml.trn 1 n.32 x groß
Meta	Meta Llama 3.1 70B Neuron	`meta-textgenerationneuron-llama-3-1-70b`	Textgenerierung	Lama 3.1	Nein	ml.inf 2,48 x groß, ml.trn 1.32 x groß, ml.trn 1 n.32 x groß
Meta	Meta Lama 3.1 8B	`meta-textgeneration-llama-3-1-8b`	Textgenerierung	Lama 3.1	Ja	ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6,12 x groß, ml.g 6,24 x groß, ml.g 6,2 x groß, ml.g 6,48 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.p4d.24 x groß, ml. P 5,48 x groß
Meta	Meta Llama 3.1 8B Instruct Neuron	`meta-textgenerationneuron-llama-3-1-8b-instruct`	Textgenerierung	Lama3.1	Nein	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.trn 1,2 x groß, ml.trn 1,32 x groß, ml.trn1n.32 x groß
Meta	Meta Lama 3.2 11B Vision	`meta-vlm-llama-3-2-11b-vision`	Image-Text-to-Text	Lama 3.2	Ja	ml.g 6.12 x groß, ml.g 6,24 x groß, ml.g 6,48 x groß, ml.p4d. 24 x groß, ml.p 4 de 24 x groß, ml.p 5,48 x groß
Meta	Meta Lama 3.2 11B Sehanleitung	`meta-vlm-llama-3-2-11b-vision-instruct`	Image-Text-to-Text	Llama 3.2	Ja	ml.g 6.12 x groß, ml.g 6,24 x groß, ml.g 6,48 x groß, ml.p4d. 24 x groß, ml.p 4 de 24 x groß, ml.p 5,48 x groß
Meta	Meta Lama 3.2 1B Instruktionsneuron	`meta-textgenerationneuron-llama-3-2-1b-instruct`	Textgenerierung	Lama 3.2	Nein	ml.inf 2.24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.inf 2.x groß, ml.trn 1.2 x groß, ml.trn 1.32 x groß, ml.trn1n.32 x groß
Meta	Meta Lama 3.2 1B Neuron	`meta-textgenerationneuron-llama-3-2-1b`	Textgenerierung	Lama 3.2	Nein	ml.inf 2.24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.inf 2.x groß, ml.trn 1.2 x groß, ml.trn 1.32 x groß, ml.trn1n.32 x groß
Meta	Meta Lama 3.2 3B Instruktions-Neuron	`meta-textgenerationneuron-llama-3-2-3b-instruct`	Textgenerierung	Lama 3.2	Nein	ml.inf 2.24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.inf 2.x groß, ml.trn 1.2 x groß, ml.trn 1.32 x groß, ml.trn1n.32 x groß
Meta	Meta Lama 3.2 3B Neuron	`meta-textgenerationneuron-llama-3-2-3b`	Textgenerierung	Lama 3.2	Nein	ml.inf 2.24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.inf 2.x groß, ml.trn 1.2 x groß, ml.trn 1.32 x groß, ml.trn1n.32 x groß
Meta	Meta Lama 3.2 90B Vision	`meta-vlm-llama-3-2-90b-vision`	Image-Text-to-Text	Lama 3.2	Ja	ml.p4d.24x groß, ml.p4de.24x groß, ml.p4.48x groß
Meta	Meta Llama 3.2 90B Sehanleitung	`meta-vlm-llama-3-2-90b-vision-instruct`	Image-Text-to-Text	Llama 3.2	Ja	ml.p4d.24x groß, ml.p4de.24x groß, ml.p4.48x groß
Meta	Meta Llama 3.3 70B Instruct	`meta-textgeneration-llama-3-3-70b-instruct`	Textgenerierung	Lama 3.3	Ja	Standard: ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi-optimized`(Großer Model Inference-Container mit spekulativer Dekodierung): ml.g5.16xlarge, ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Meta	Meta Lama 4 Maverick 17B 128E FP8	`meta-vlm-llama-4-maverick-17b-128e-instruct-fp8`	Image-Text-to-Text	Ruf 4 an	Nein	ml.p5e.48x groß, ml.p5en.48x groß
Meta	Metal Lama 4 Maverick 17B 128E Anleitung	`meta-vlm-llama-4-maverick-17b-128e-instruct`	Image-Text-to-Text	Llama 4	Nein	ml.p5e.48x groß, ml.p5en.48x groß
Meta	Meta Lama 4 Scout 17B 16E Anleitung	`meta-vlm-llama-4-scout-17b-16e-instruct`	Image-Text-to-Text	Llama 4	Ja	ml.g6e.48x groß, ml.p5.48x groß, ml.p5en.48x groß
Meta	Meta Lama Guard 3 11B Vision	`meta-vlm-llama-guard-3-11b-vision`	Image-Text-to-Text	Lama 3.2	Nein	ml.g 6.12 x groß, ml.g 6,24 x groß, ml.g 6,48 x groß, ml.p4d. 24 x groß, ml.p 4 de 24 x groß, ml.p 5,48 x groß
Meta	Metal Lama Guard 3 1B Neuron	`meta-textgenerationneuron-llama-guard-3-1b`	Textgenerierung	Lama 3.2	Nein	ml.inf 2.24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.inf 2.x groß, ml.trn 1.2 x groß, ml.trn 1.32 x groß, ml.trn1n.32 x groß
Meta	Meta Lama Guard 3 8B Neuron	`meta-textgenerationneuron-llama-guard-3-8b`	Textgenerierung	Lama 3.1	Nein	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.trn 1,2 x groß, ml.trn 1,32 x groß, ml.trn1n.32 x groß
Meta	Lama Guard aus Metall, 7B	`meta-textgeneration-llama-guard-7b`	Textgenerierung	Lama 2	Nein	ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5,48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p4d. 24 x groß
Meta	Meta Lama Prompt Guard, 86 m	`meta-tc-llama-prompt-guard-86m`	Textklassifizierung	Llama 3.1	Nein	ml g 5.12 x groß, ml g 5,24 x groß, ml g 5,2 x groß, ml g 5,48 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 5,8 x groß, ml g 6,4 x groß, ml g 6,4 x groß, ml g 6,8 x groß, ml g 6,8 x groß groß, ml.g6.xgroß, ml.p4d.24xgroß
Meta	Meta SAM 2.1 Hiera Base Plus	`meta-vs-sam-2-1-hiera-base-plus`	Segmentierung von Bildern	Apache 2.0	Nein	ml.g5.24x groß, ml.g5.48x groß, ml.g6.24x groß, ml.g6.48x groß, ml.p4d.24x groß, ml.p4de.24xgroß
Meta	Metall SAM 2.1 Hiera Large	`meta-vs-sam-2-1-hiera-large`	Segmentierung von Bildern	Apache 2.0	Nein	ml.g5.24x groß, ml.g5.48x groß, ml.g6.24x groß, ml.g6.48x groß, ml.p4d.24x groß, ml.p4de.24xgroß
Meta	Metall SAM 2.1 Hiera, klein	`meta-vs-sam-2-1-hiera-small`	Segmentierung von Bildern	Apache 2.0	Nein	ml.g5.24x groß, ml.g5.48x groß, ml.g6.24x groß, ml.g6.48x groß, ml.p4d.24x groß, ml.p4de.24xgroß
Meta	Metal SAM 2.1 Hierra Tiny	`meta-vs-sam-2-1-hiera-tiny`	Segmentierung von Bildern	Apache 2.0	Nein	ml.g5.24x groß, ml.g5.48x groß, ml.g6.24x groß, ml.g6.48x groß, ml.p4d.24x groß, ml.p4de.24xgroß
Meta	Meta-Llama-3-8B	`meta-textgeneration-llama-3-8b`	Textgenerierung	Lama 3	Ja	Standard: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge, ml.p3.8xlarge, ml.p4d.24xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert): ml.g5.2xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Interact, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interagieren, Ausgewogen), (Interagieren, kostenoptimiert)`interact_lowest_cost`: ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g4dn.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Microsoft	Phi-2	`huggingface-llm-phi-2`	Textgenerierung	mit	Nein	ml.g 5.12 x groß, ml.g 5.16 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 5.x groß, ml.p4 de, 24 x groß, ml.p 5,48 x groß
Microsoft	Phi-3-Mini-128K-Instruct	`huggingface-llm-phi-3-mini-128k-instruct`	Textgenerierung	mit	Nein	ml.g5.12 x groß, ml.g5.16 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p4d.24x groß, ml.p4de. 24 x groß, ml.p 5.48 x groß
Microsoft	Phi-3-mini-4k-instruct	`huggingface-llm-phi-3-mini-4k-instruct`	Textgenerierung	mit	Nein	Standard: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausbalanciert), `interact_best_price_performance` (Interagieren, Ausgewogen): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interact, kostenoptimiert), (Max Context, kostenoptimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `interact_lowest_cost` `max_context_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6.48xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6e.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Microsoft	Phi-3.5-mini-instruct	`huggingface-llm-phi-3-5-mini-instruct`	Textgenerierung	mit	Nein	ml.g5.48xlarge, ml.p4d.24xlarge
Microsoft	Phi-4-mini-instruct	`huggingface-llm-phi-4-mini-instruct`	Textgenerierung	Apache-2.0	Nein	Standard: ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), `interact_best_price_performance` (Interagieren, Ausgewogen), (Interagieren, Kostenoptimiert), `interact_lowest_cost` `modify_lowest_cost` (Ändern, Kostenoptimiert): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), `interact_highest_throughput` (Interact, Durchsatz optimiert), (Ändern, Durchsatz optimiert), `modify_highest_throughput` (Ändern, Latenz optimiert), `modify_lowest_latency` (Zusammenfassen, Durchsatz optimiert), `summarize_highest_throughput` (Zusammenfassen, Latenz optimiert): ml.p4d.24xlarge, `summarize_lowest_latency` ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.8xlarge, ml.g7e.8xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interagieren, Latenz optimiert): ml.g6.12xlarge, ml.g6e.12xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert), (Zusammenfassen, Kostenoptimiert): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `summarize_lowest_cost` `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6e.24xlarge, ml.p4d.24xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g5.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Microsoft	Tabelle: Erkennung von Transformatoren	`huggingface-od-microsoft-table-transformer-detection`	Objekterkennung	mit	Nein	ml.g5,2 x groß, ml.g5,4 x groß, ml.g5.x groß, ml.g6,2 x groß, ml.g6,4 x groß, ml.g6.x groß, ml.g6e.2 x groß, ml.g6e.x groß
Minimaxi	MiniMax-M2	`huggingface-llm-minimax-m2`	Textgenerierung	andere	Nein	ml.p4de.24xlarge
Minimaxai	MiniMax-M2.1	`huggingface-llm-minimax-m2-1`	Textgenerierung	andere	Nein	ml.p4de.24x groß, ml.p5.48x groß
Minimaxai	MiniMax-M2.5	`huggingface-llm-minimax-m2-5`	Textgenerierung	andere	Nein	ml.p5.48xlarge
Minimaxai	MiniMax-M2.7	`huggingface-llm-minimax-m2-7`	Textgenerierung	andere	Nein	Standard: ml.p5en.48xlarge Zusätzliche Instanztypen sind über diese Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_highest_throughput` (Generieren, Durchsatz optimiert), `generate_lowest_cost` (Generieren, Kostenoptimiert), `generate_lowest_latency` (Generieren, Latenzoptimiert), `interact_best_price_performance` (Interagieren, `interact_highest_throughput` Ausgewogen), `interact_lowest_cost` (Interagieren, Durchsatzoptimiert), `interact_lowest_latency` (Interagieren, Kostenoptimiert), `summarize_best_price_performance` (Interagieren, Latenzoptimiert), `summarize_highest_throughput` (Zusammenfassen, Ausgewogen), `summarize_lowest_cost` (Zusammenfassen, optimiert für Durchsatz), `summarize_lowest_latency` (Zusammenfassen, Latenzoptimiert): ml.g7e.48xlarge, .p5. 48 x groß `modify_best_price_performance`(Ändern, Ausgewogen), `modify_highest_throughput` (Ändern, Durchsatz optimiert), `modify_lowest_cost` (Ändern, Kostenoptimiert), `modify_lowest_latency` (Ändern, Latenzoptimiert): ml.g7e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge
Mistralia	Ministral-3-14B-Instruct-2512	`huggingface-llm-ministral-3-14b-instruct-2512`	Textgenerierung	Apache-2.0	Nein	Standard: ml.p5.48xlarge, ml.p5en.48xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Interagieren, Ausgewogen), `interact_best_price_performance` (Interagieren, Kostenoptimiert): ml.g5.12xlarge, ml.g6e.48xlarge, ml.p5.4xlarge `interact_lowest_cost` `generate_highest_throughput`(Generieren, Durchsatz optimiert), `generate_lowest_latency` (Generieren, Latenz optimiert), `interact_highest_throughput` (Interact, Durchsatz optimiert): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g5.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Durchsatz optimiert), (Ändern, Kostenoptimiert), `modify_highest_throughput` (Ändern, Latenzoptimiert): ml.p5.48xlarge, ml.p5.4xlarge, `modify_lowest_cost` ml.p5en.48xlarge `modify_lowest_latency`
Mistralia	Mistral 7B Instruct Neuron	`huggingface-llmneuron-mistral-7b-instruct`	Textgenerierung	Apache 2.0	Nein	ml.inf2.8 x groß, ml.inf 2.x groß
Mistralia	Mistral 7B Neuron	`huggingface-llmneuron-mistral-7b`	Textgenerierung	Apache 2.0	Nein	ml.inf2.8 x groß, ml.inf 2.x groß
Mistralia	Mistral Nemo Base 2407	`huggingface-llm-mistral-nemo-base-2407`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5.48 x groß, ml.g 6.12 x groß, ml.g 6.24 x groß, ml.g 6.48 x groß, ml.p4d.24 x groß
Mistralia	Mistral Nemo Instruct 2407	`huggingface-llm-mistral-nemo-instruct-2407`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5.48 x groß, ml.g 6.12 x groß, ml.g 6.24 x groß, ml.g 6.48 x groß, ml.p4d.24 x groß
Mistralia	Mistral Pixtral-12B-2409	`huggingface-vlm-mistral-pixtral-12b-2409`	Image-Text-to-Text	Apache 2.0	Nein	ml.g6.12x groß, ml.g6.24x groß, ml.g6.48x groß, ml.p4d.24x groß, ml.p4de.24x groß, ml.p5.48x groß
Mistralia	Mistral-7B-Instruct-v0.2	`huggingface-llm-mistral-7b-instruct`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.2xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Interagieren, Ausgewogen), `interact_best_price_performance` (Interagieren, Kostenoptimiert): ml.g5.4xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_cost` `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz), (Maximaler Kontext, optimierte Latenz), (Zusammenfassen, optimierter Durchsatz), `max_context_lowest_latency` (Zusammenfassen, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_highest_throughput` `summarize_lowest_latency` `max_context_lowest_cost`(Maximaler Kontext, Kostenoptimiert), `modify_best_price_performance` (Ändern, Ausgewogen), `modify_lowest_cost` (Ändern, Kostenoptimiert): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6e.xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6e.8xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g5.24xlarge, ml.g6.12xlarge, ml.p4d.24xlarge
Mistralia	Mistral-7B-Instruct-v0.3	`huggingface-llm-mistral-7b-instruct-v3`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g5.4xlarge, ml.g6.xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interagieren, Ausgewogen), (Interagieren, Kostenoptimiert): ml.g5.4xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_best_price_performance` `interact_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6.48xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz), `max_context_lowest_latency` (Maximaler Kontext, Latenz optimiert), `modify_highest_throughput` (Ändern, optimierter Durchsatz), `modify_lowest_latency` (Ändern, Latenz optimiert), `summarize_highest_throughput` (Zusammenfassen, optimierter Durchsatz), `summarize_lowest_latency` (Zusammenfassen, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, Kostenoptimiert), `modify_lowest_cost` (Ändern, Kostenoptimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Mistralia	Mistral-7B-Instruct-v0.3	`huggingface-llm-mistral-7b-v3`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interagieren, Ausgewogen), (Interagieren, Kostenoptimiert): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_best_price_performance` `interact_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert), (Zusammenfassen, Durchsatz optimiert), `summarize_highest_throughput` (Zusammenfassen, Latenz optimiert): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_lowest_latency` `interact_highest_throughput`(Interagieren, Durchsatz optimiert), `max_context_highest_throughput` (Maximaler Kontext, optimierter Durchsatz), `max_context_lowest_latency` (Maximaler Kontext, Latenz optimiert), `modify_highest_throughput` (Ändern, optimierter Durchsatz), `modify_lowest_latency` (Ändern, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interagieren, Latenz optimiert): ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Max Context, Kostenoptimiert), (Ändern, Kostenoptimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `modify_lowest_cost` `modify_best_price_performance`(Ändern, Ausgewogen): ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Mistralia	Mistral-7B-v0.1	`huggingface-llm-mistral-7b`	Textgenerierung	Apache 2.0	Ja	Standard: ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Interagieren, Kostenoptimiert), `interact_lowest_cost` `max_context_lowest_cost` (Maximaler Kontext, Kostenoptimiert): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.12xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interagieren, Ausgewogen), (Ändern, Kostenoptimiert)`modify_lowest_cost`: ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g5.48xlarge, ml.g6e.48xlarge, ml.p3.16xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6.48xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz), `max_context_lowest_latency` (Maximaler Kontext, Latenz optimiert), (Ändern, optimierter Durchsatz), `modify_highest_throughput` (Ändern, Latenz optimiert): `modify_lowest_latency` ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g5.12xlarge, ml.g6.12xlarge, ml.p5.48xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Kostenoptimiert), `summarize_highest_throughput` (Zusammenfassen, Latenz optimiert): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_lowest_cost` `summarize_lowest_latency`
Mistralia	Mistral-Small-24B-Instruct-2501	`huggingface-llm-mistral-small-24B-Instruct-2501`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausbalanciert), `interact_best_price_performance` (Interagieren, Ausgewogen): ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), `interact_highest_throughput` (Interact, Durchsatz optimiert), `interact_lowest_latency` (Interact, Latenz optimiert), `max_context_highest_throughput` (Max Context, Durchsatz optimiert), `modify_highest_throughput` (Ändern, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, Kostenoptimiert), `interact_lowest_cost` (Interagieren, Kostenoptimiert), `max_context_lowest_cost` (Maximaler Kontext, Kostenoptimiert), `modify_lowest_cost` (Ändern, Kostenoptimiert): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency`(Generieren, Latenz optimiert), (Ändern, Latenz optimiert): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_lowest_latency` `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Kostenoptimiert), `summarize_highest_throughput` (Zusammenfassen, Latenz optimiert): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_lowest_cost` `summarize_lowest_latency`
Mistralia	Mistral-Small-3.1-24B-Base-2503	`huggingface-vlm-mistral-small-3-1-24b-base-2503`	Image-Text-to-Text	Apache 2.0	Nein	ml.g6.12 x groß, ml.g6.16 x groß, ml.g6.24 x groß, ml.g6.48 x groß, ml.g6e.12 x groß
Mistralia	Mistral-Small-3.2-24B-Instruct-2506	`huggingface-vlm-mistral-small-3-2-24b-instruct-2506`	Image-Text-to-Text	Apache 2.0	Nein	ml.g6.12 x groß, ml.g6.16 x groß, ml.g6.24 x groß, ml.g6.48 x groß, ml.g6e.12 x groß
Mistralia	Mixtral 8x7B	`huggingface-llm-mixtral-8x7b`	Textgenerierung	Apache 2.0	Ja	ml.g5.48 x groß, ml.g 6.48 x groß, ml.p4d. 24 x groß, ml.p 5.48 x groß
Mistralia	Mixtral-8x22B V1	`huggingface-llm-mixtral-8x22B`	Textgenerierung	Apache 2.0	Nein	ml.p4d.24x groß, ml.p4de.24x groß
Mistralia	Mixtral-8x22B-Instruct-v0.1	`huggingface-llm-mistralai-mixtral-8x22B-instruct-v0-1`	Textgenerierung	Apache 2.0	Nein	Standard: ml.p4de.24xlarge, ml.p5.48xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `tgi`(Inferenzcontainer zur Textgenerierung): ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Mistralia	Mixtral-8x7B-Instruct-v0.1	`huggingface-llm-mixtral-8x7b-instruct`	Textgenerierung	Apache 2.0	Ja	Standard: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausbalanciert), `interact_best_price_performance` (Interagieren, Ausgewogen): ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Interact, Durchsatz optimiert), (Ändern, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput` `modify_highest_throughput` `generate_lowest_cost`(Generieren, Kostenoptimiert), `interact_lowest_cost` (Interagieren, Kostenoptimiert), `max_context_lowest_cost` (Maximaler Kontext, Kostenoptimiert), `modify_lowest_cost` (Ändern, Kostenoptimiert): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interagieren, Latenz optimiert), (Ändern, Latenz optimiert): `modify_lowest_latency` ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz), `max_context_lowest_latency` (Maximaler Kontext, Latenz optimiert), `summarize_highest_throughput` (Zusammenfassen, optimierter Durchsatz), `summarize_lowest_latency` (Zusammenfassen, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Kostenoptimiert): `summarize_lowest_cost` ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Mistralia	Voxtral-Mini-4B-Realtime-2602	`huggingface-asr-voxtral-mini-4b-realtime-2602`	Textgenerierung	Apache-2.0	Nein	ml.g 6.12 x groß, ml.g 6.16 x groß, ml.g 6,24 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g 6,8 x groß, ml.g 6,2 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.48 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß, ml.g6e.x groß, ml.g7e.2 x groß, ml.g7e.4 x groß
Mondschüsse	Kimi-K2.5	`huggingface-llm-kimi-k2-5`	Textgenerierung	andere	Nein	ml.p5en.48x groß
Moritzlaurer	MoritzLaurer MDeBERTa V3 Base Xnli Mehrsprachig Nli 2mil7	`huggingface-zstc-moritzlaurer-mdeberta3base-xnli-mling-nli-2m7`	Zero-Shot Einstufung	mit	Nein	ml.c5.2xgroß, ml.c5.xgroß, ml.g4dn.xlarge, ml.m5.xgroß, ml.m5.xgroß, ml.p3.2xgroß
Mosaik ml	MPT 7B BF16	`huggingface-textgeneration1-mpt-7b-bf16`	Textgenerierung	Apache-2.0	Nein	ml. g 5,16 x groß, ml. g 5,2 x groß, ml. g 5,8 x groß
Mosaik ml	MPT 7B Instruct BF16	`huggingface-textgeneration1-mpt-7b-instruct-bf16`	Textgenerierung	CC-BY-SA-3.0	Nein	ml. g 5,16 x groß, ml. g 5,2 x groß, ml. g 5,8 x groß
Herr 8488	Bert Small2Bert	`huggingface-summarization-bert-small2bert-cnn-dailymail-summ`	Textzusammenfassung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	Einbettung von Finanztexten	`mxnet-tcembedding-robertafin-base-uncased`	Einbettung von Text	Apache-2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	RoBERTa-SEC-Large	`mxnet-tcembedding-robertafin-large-uncased`	Einbettung von Text	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	RoBERTa-SEC-WIKI-Base	`mxnet-tcembedding-robertafin-base-wiki-uncased`	Einbettung von Text	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	RoBERTa-SEC-WIKI-Large	`mxnet-tcembedding-robertafin-large-wiki-uncased`	Einbettung von Text	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Naclbit	Naclbit Trinart Stabile Diffusion V2	`huggingface-txt2img-naclbit-trinart-stable-diffusion-v2`	Text-to-Image	creativeml-openrail-m	Nein	ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
Narsil	Narsil Deberta Large Mnli Zero Cls	`huggingface-zstc-narsil-deberta-large-mnli-zero-cls`	Zero-Shot Einstufung	mit	Nein	ml.c5.2xgroß, ml.c5.xgroß, ml.g4dn.xlarge, ml.m5.xgroß, ml.m5.xgroß, ml.p3.2xgroß
Nexai	Nexaai Octopus-v2	`huggingface-llm-nexaaidev-octopus-v2`	Textgenerierung	cc-by-nc-4.0	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Nexusfluss	Nexusfluss Starling-LM-7B-beta	`huggingface-llm-nexusflow-starling-lm-7b-beta`	Textgenerierung	Apache 2.0	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Keine Recherche	Hermes 2 8B Pro-Llama-3	`huggingface-llm-nousresearch-hermes-2-pro-llama-3-8B`	Textgenerierung	Ruf 3 an	Nein	ml.g5.12x groß, ml.g5.16x groß, ml.g5.24x groß, ml.g5.2xgroß, ml.g5.48x groß, ml.g5.4x groß, ml.g5,8 x groß, ml.p4d.24xgroß, ml.p4de.24x groß, ml.p5.48xgroß
Keine Recherche	Nous Hermes 2 SOLAR 10,7 B	`huggingface-llm-nousresearch-nous-hermes-2-solar-10-7b`	Textgenerierung	Apache 2.0	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß
Nova	Nova 2.0 Lite	`nova-textgeneration-lite-v2`	Textgenerierung	AWS Nutzungsbedingungen des Dienstes	Ja	Nicht zutreffend
Nova	Nova 2.0 Mikro	`nova-textgeneration-micro-v2`	Textgenerierung	Nicht zutreffend	Ja	Nicht zutreffend
Nova	Nova Lite	`nova-textgeneration-lite`	Textgenerierung	AWS Nutzungsbedingungen	Ja	Nicht zutreffend
Nova	Nova Micro	`nova-textgeneration-micro`	Textgenerierung	AWS Nutzungsbedingungen	Ja	Nicht zutreffend
Nova	Nova Pro	`nova-textgeneration-pro`	Textgenerierung	AWS Nutzungsbedingungen	Ja	Nicht zutreffend
Nvidia	Nvidia Llama3-ChatQA-1.5 8B	`huggingface-llm-nvidia-llama3-chatqa-1-5-8B`	Textgenerierung	Rufe 3 an	Nein	ml.g5.12x groß, ml.g5.16x groß, ml.g5.24x groß, ml.g5.2xgroß, ml.g5.48x groß, ml.g5.4x groß, ml.g5,8 x groß, ml.p4d.24xgroß, ml.p4de.24x groß, ml.p5.48xgroß
Nvidia	Nvidia Nemotron 3 Ultra	`huggingface-reasoning-nvidia-nemotron-3-ultra-550b-a55b-nvfp4`	Reasoning	Apache-2.0	Nein	Standard: ml.g7e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind über diese Hosting-Bereitstellungskonfigurationen verfügbar: `modify_best_price_performance`(Ändern, Ausgewogen), `modify_highest_throughput` (Ändern, Durchsatz optimiert), (Ändern, Kostenoptimiert), `modify_lowest_cost` (Ändern, Latenzoptimiert): ml.g7e.48xlarge, ml.p5.48xlarge `modify_lowest_latency` `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Durchsatz optimiert), `summarize_highest_throughput` (Zusammenfassen, Kostenoptimiert), (Zusammenfassen, Latenzoptimiert): ml.g7e.48xlarge, `summarize_lowest_cost` ml.p5en.48xlarge `summarize_lowest_latency`
Nvidia	Nvidia Nemotron 3 Nano Omni	`huggingface-vlm-nvidia-nemotron3-nano-omni-30ba3b-reasoning-fp8`	Image-Text-to-Text	andere	Nein	Standard: ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), `interact_lowest_cost` (Interagieren, Kostenoptimiert), (Ändern, Ausgewogen), `modify_best_price_performance` (Ändern, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.xlarge `modify_lowest_cost` `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `generate_lowest_latency`(Generieren, Latenz optimiert), (Interact, Latenz optimiert): `interact_lowest_latency` ml.g6.12xlarge, ml.g6e.16xlarge, ml.g6e.8xlarge `interact_best_price_performance`(Interagieren, Ausgewogen): ml.g6.12xlarge, ml.g6e.4xlarge, ml.g6e.xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.48xlarge `max_context_highest_throughput`(Maximaler Kontext, Durchsatz optimiert), (Ändern, Durchsatz optimiert), (Zusammenfassen, Durchsatz optimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_highest_throughput` `summarize_highest_throughput` `max_context_lowest_cost`(Maximaler Kontext, Kostenoptimiert), `summarize_best_price_performance` (Zusammenfassen, Ausgewogen), `summarize_lowest_cost` (Zusammenfassen, Kostenoptimiert): ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6.12xlarge, ml.g6e.16xlarge, ml.g6e.4xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge
Nvidia	NVIDIA-Nemotron-3-Nano-30B-A3B-BF16	`huggingface-reasoning-nvidia-nemotron-3-nano-30b-a3b-bf16`	Reasoning	andere	Ja	Standard: ml.g6e.24xlarge, ml.g7e.12xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_highest_throughput` (Generieren, Durchsatz optimiert), (Generieren, Kostenoptimiert), `generate_lowest_cost` (Generieren, Latenzoptimiert): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge `generate_lowest_latency` `interact_best_price_performance`(Interact, Balanced), `interact_highest_throughput` (Interact, Durchsatz optimiert), `interact_lowest_cost` (Interact, kostenoptimiert), `interact_lowest_latency` (Interact, Latenzoptimiert): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert): ml.g6.24xlarge, ml.g6.48xlarge, ml.g7e.24xlarge `modify_lowest_cost` `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6.48xlarge, ml.g7e.12xlarge, ml.g7e.24xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6.12xlarge, ml.g6.24xlarge, ml.g7e.4xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Kostenoptimiert): ml.g6e.12xlarge, ml.g7e.24xlarge, ml.g7e.48xlarge `summarize_highest_throughput` `summarize_lowest_cost` `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6e.12xlarge, ml.g7e.12xlarge, ml.g7e.24xlarge
Nvidia	NVIDIA-Nemotron-3-Super-120B-A12B-BF16	`huggingface-llm-nvidia-nemotron-3-super-120b-a12b-bf16`	Textgenerierung	Apache-2.0	Ja	Standard: ml.p5en.48xlarge Zusätzliche Instanztypen sind über diese Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert): ml.g6e.48xlarge, ml.g7e.48xlarge, ml.p5.48xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (`modify_highest_throughput`Ändern, Durchsatz optimiert): ml.g7e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.48xlarge, ml.g7e.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, Balanced), (Interact, Durchsatz optimiert), (Interact, kostenoptimiert), `interact_highest_throughput` (Interact, Latenz optimiert): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_cost` `interact_lowest_latency` `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert): ml.g6e.48xlarge, ml.g7e.24xlarge, ml.p5.48xlarge `modify_lowest_cost` `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g7e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Kostenoptimiert), `summarize_highest_throughput` (Zusammenfassen, Latenz optimiert): ml.g7e.24xlarge, ml.g7e.48xlarge, ml.p5.48xlarge `summarize_lowest_cost` `summarize_lowest_latency`
Nvidia	NVIDIA-Nemotron-3-Super-120B-A12B-FP8	`huggingface-reasoning-nvidia-nemotron-3-super-120b-a12b-fp8`	Reasoning	andere	Nein	Standard: ml.g7e.24xlarge Zusätzliche Instanztypen sind über diese Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_highest_throughput` (Generieren, Durchsatz optimiert), (Generieren, Kostenoptimiert), `generate_lowest_cost` (Generieren, Latenzoptimiert): ml.g6e.48xlarge, ml.g7e.24xlarge, ml.g7e.48xlarge `generate_lowest_latency` `interact_best_price_performance`(Interagieren, Ausgewogen), `interact_highest_throughput` (Interagieren, Durchsatz optimiert), `interact_lowest_cost` (Interagieren, Kostenoptimiert), `interact_lowest_latency` (Interagieren, Latenzoptimiert), `summarize_best_price_performance` (Zusammenfassen, Ausgewogen), `summarize_highest_throughput` (Zusammenfassen, Durchsatz optimiert), `summarize_lowest_cost` (Zusammenfassen, Kostenoptimiert), `summarize_lowest_latency` (Zusammenfassen, Latenzoptimiert): ml.g7e.24xlarge, ml.g7e.48xlarge
Nvidia	NVIDIA-Nemotron-Nano-12B-v2	`huggingface-reasoning-nvidia-nemotron-nano-12b-v2`	Reasoning	Apache-2.0	Nein	Standard: ml.g6e.48xlarge, ml.g7e.12xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.12xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.24xlarge, ml.g6e.2xlarge, ml.g7e.2xlarge `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `modify_lowest_cost` `modify_highest_throughput`(Ändern, Durchsatz optimiert), `summarize_best_price_performance` (Zusammenfassen, Ausgewogen), `summarize_highest_throughput` (Zusammenfassen, Durchsatz optimiert), `summarize_lowest_cost` (Zusammenfassen, Kostenoptimiert), `summarize_lowest_latency` (Zusammenfassen, Latenz optimiert): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g7e.12xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge
Open.ai	gpt-oss-120b	`openai-reasoning-gpt-oss-120b`	Reasoning	Apache 2.0	Ja	Standard: ml.g6e.48xlarge, ml.g7e.2xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `lmi`(Großer Model Inference-Container): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
Open.ai	gpt-oss-20b	`openai-reasoning-gpt-oss-20b`	Reasoning	Apache 2.0	Ja	ml.g5.12 x groß, ml.g5.24 x groß, ml.g6.12 x groß, ml.g6.24 x groß, ml.g7e.2 x groß, ml.p 5.48 x groß, ml.p5e.48 x groß, ml.p5en.48 x groß
Open.ai	Datenschutzfilter	`openai-tokenclassification-privacy-filter`	Token-Klassifizierung	Apache-2.0	Nein	ml.m5,2 x groß, ml.m5,4 x groß, ml.m5,x groß
Öffnen Sie	Whisper Base	`huggingface-asr-whisper-base`	Automatische Spracherkennung	Apache 2.0	Nein	ml.g4 dn.2 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p 3,2 x groß
OpenAi	Flüstern Sie groß	`huggingface-asr-whisper-large`	Automatische Spracherkennung	Apache 2.0	Nein	ml.g4 dn.2 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p 3,2 x groß
OpenAi	Whisper Large V2	`huggingface-asr-whisper-large-v2`	Automatische Spracherkennung	Apache 2.0	Nein	ml.g4 dn.2 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p 3,2 x groß
OpenAi	Whisper Large V3	`huggingface-asr-whisper-large-v3`	Automatische Spracherkennung	Apache 2.0	Nein	ml.g4 dn.2 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p 3,2 x groß
OpenAi	Whisper Large V3 Turbo	`huggingface-asr-whisper-large-v3-turbo`	Automatische Spracherkennung	mit	Nein	ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
OpenAi	Whisper Medium	`huggingface-asr-whisper-medium`	Automatische Spracherkennung	Apache 2.0	Nein	ml.g4 dn.2 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p 3,2 x groß
OpenAi	Whisper Klein	`huggingface-asr-whisper-small`	Automatische Spracherkennung	Apache 2.0	Nein	ml.g4 dn.2 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p 3,2 x groß
OpenAi	Flüster Tiny	`huggingface-asr-whisper-tiny`	Automatische Spracherkennung	Apache 2.0	Nein	ml.g4 dn.2 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p 3,2 x groß
Openai-Community	GPT 2	`huggingface-textgeneration-gpt2`	Textgenerierung	mit	Nein	ml 5,16 x groß, ml 5,2 x groß, ml 5,4 x groß, ml g 5,8 x groß
Openai-Community	GPT-2 XL	`huggingface-textgeneration1-gpt-2-xl`	Textgenerierung	mit	Ja	ml. g 5,16 x groß, ml. G 5,2 x groß, ml. G 5,8 x groß
Openai-Community	OpenAI-Detektor von Roberta Base	`huggingface-eqa-roberta-base-openai-detector`	Beantwortete Frage	mit	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Openai-Community	OpenAI-Detektor von Roberta Base	`huggingface-spc-roberta-base-openai-detector`	Fill-Mask	mit	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Openai-Community	OpenAI-Detektor von Roberta Base	`huggingface-tc-roberta-base-openai-detector`	Textklassifizierung	mit	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Openai-Community	Roberta Großer OpenAI-Detektor	`huggingface-spc-roberta-large-openai-detector`	Fill-Mask	mit	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Openai-Community	Roberta Großer OpenAI-Detektor	`huggingface-tc-roberta-large-openai-detector`	Textklassifizierung	mit	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Openlm-Research	Öffne Llama 7B V2	`huggingface-llm-openlm-research-open-llama-7b-v2`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß, ml.g 5,48 x groß
Phil Schmid	Bart Large CNN samsum	`huggingface-summarization-bart-large-cnn-samsum`	Textzusammenfassung	mit	Nein	ml.c5,2 x groß, ml.c5.x groß, ml.g4dn.x groß, ml.m5.x groß, ml.m5.x groß, ml.p3,2 x groß
Phil Schmid	Flan-T5 Basismodell Fine-tuned auf dem Samsum-Datensatz	`huggingface-text2text-flan-t5-base-samsum`	Generierung von Text zu Text	Apache 2.0	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Pytorch	Alexa TM 20 B	`pytorch-textgeneration1-alexa20b`	Textgenerierung	Amazon-Softwarelizenz	Nein	ml.g4dn. 12 x groß, ml.g5.16 x groß, ml.p 3.16 x groß, ml.p 3,8 x groß
Qwen	QVQ 72B Vorschau	`huggingface-vlm-qvq-72b-preview`	Image-Text-to-Text	andere	Nein	ml. g 5,48 x groß, ml. g 6,48 x groß, ml. g 4 x 24 x groß
Qwen	Qwen2 0,5 B	`huggingface-llm-qwen2-0-5b`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g5.16 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p4d.24 x groß
Qen	Qwen2 0.5B Anleitung	`huggingface-llm-qwen2-0-5b-instruct`	Textgenerierung	Apache-2.0	Nein	ml.g5.12 x groß, ml.g5.16 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p4d.24 x groß
Qen	Qwen2-1.5B	`huggingface-llm-qwen2-1-5b`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interagieren, Ausgewogen), (Interagieren, Kostenoptimiert), `interact_best_price_performance` (Ändern, Kostenoptimiert): ml.g4dn.xlarge, ml.g5.xlarge, `interact_lowest_cost` ml.g6.xlarge `modify_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g5.4xlarge, ml.g6.4xlarge, ml.g6e.2xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.2xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.24xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6e.xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g5.4xlarge, ml.g6.12xlarge, ml.g6e.4xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.2xlarge `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g5.16xlarge, ml.g6.24xlarge, ml.g6e.2xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g5.4xlarge, ml.g6.24xlarge, ml.g6e.8xlarge
Qwen	Qwen2-1.5B-Instruct	`huggingface-llm-qwen2-1-5b-instruct`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge, ml.p3.2xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausbalanciert), `interact_best_price_performance` (Interagieren, Ausgewogen), `modify_best_price_performance` (Ändern, Ausgewogen): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interact, kostenoptimiert), (Max Context, Kostenoptimiert), `interact_lowest_cost` (Ändern, Kostenoptimiert): ml.g4dn.xlarge, ml.g5.xlarge, `max_context_lowest_cost` ml.g6.xlarge `modify_lowest_cost` `generate_lowest_latency`(Generieren, Latenzoptimiert): ml.g5.8xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g4dn.8xlarge, ml.g6.12xlarge, ml.g6e.4xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.4xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g5.2xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Kostenoptimiert): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `summarize_lowest_cost` `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g5.4xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g5.8xlarge, ml.g6.8xlarge, ml.g6e.16xlarge
Qwen	Qwen2-7B	`huggingface-llm-qwen2-7b`	Textgenerierung	Apache 2.0	Nein	ml.g4dn. 12 x groß, ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 6.12 x groß, ml.g 6.24 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß, ml.g6e.8 x groß, ml.g6e.8 x groß, ml.g6e.8 x groß g6e.xlarge
Qwen	Qwen2-7B-Instruct	`huggingface-llm-qwen2-7b-instruct`	Textgenerierung	Apache 2.0	Nein	ml.g4dn.12 x groß, ml.g5.12 x groß, ml.g5.24 x groß, ml.g6.12 x groß, ml.g6.24 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß
Königin	Qwen2-VL-7B-Instruct	`huggingface-vlm-qwen2-vl-7b-instruct`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interact, kostenoptimiert): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g5.8xlarge, ml.g6.12xlarge, ml.g6e.8xlarge `interact_best_price_performance`(Interaktiv, Ausgewogen): ml.g5.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert), `modify_highest_throughput` (Ändern, Durchsatz optimiert): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.4xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.xlarge `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `modify_lowest_cost` `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.16xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Kostenoptimiert), `summarize_highest_throughput` (Zusammenfassen, Latenz optimiert): ml.g6e.12xlarge `summarize_lowest_cost` `summarize_lowest_latency`
Qwen	Qwen2.5 14B anweisen	`huggingface-llm-qwen2-5-14b-instruct`	Textgenerierung	Apache 2.0	Ja	ml.g5.24x groß, ml.g5.48x groß, ml.g6.24x groß, ml.g6.48x groß, ml.p4d.24x groß
Qwen	Qwen2.5 32B anweisen	`huggingface-llm-qwen2-5-32b-instruct`	Textgenerierung	Apache 2.0	Ja	ml.g5.48x groß, ml.g6.48x groß, ml.p4d.24x groß
Qwen	Qwen2.5 Coder 32B anweisen	`huggingface-llm-qwen2-5-coder-32b-instruct`	Textgenerierung	Apache 2.0	Nein	ml.g5.24x groß, ml.g5.48x groß, ml.g6.24x groß, ml.g6.48x groß, ml.p4d.24x groß
Qwen	Qwen2.5 Coder 7B anweisen	`huggingface-llm-qwen2-5-coder-7b-instruct`	Textgenerierung	Apache 2.0	Nein	ml.g5.16 x groß, ml.g 5.2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6.16 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.p4d.24 x groß
Qen	Qwen2.5-72B-Instruct	`huggingface-llm-qwen2-5-72b-instruct`	Textgenerierung	andere	Ja	Standard: ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interact, kostenoptimiert): ml.g5.48xlarge`interact_lowest_cost`, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interaktiv, ausgewogen): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Kostenoptimiert), `summarize_highest_throughput` (Zusammenfassen, Latenzoptimiert): ml.p5en.48xlarge `summarize_lowest_cost` `summarize_lowest_latency`
Qwen	Qwen2.5-7B-Instruct	`huggingface-llm-qwen2-5-7b-instruct`	Textgenerierung	Apache 2.0	Ja	Standard: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Interact, Latenz optimiert), (Zusammenfassen, Latenz optimiert): ml.g5.12xlarge, `interact_lowest_latency` ml.g6.12xlarge, ml.g6e.24xlarge `summarize_lowest_latency` `generate_lowest_cost`(Generieren, kostenoptimiert), (Interact, Balanced), (Interact, kostenoptimiert): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_best_price_performance` `interact_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.16xlarge `interact_highest_throughput`(Interagieren, Durchsatz optimiert), (Zusammenfassen, `summarize_highest_throughput` Durchsatz optimiert): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert), (Ändern, Ausgewogen), (Ändern, Kostenoptimiert): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `modify_best_price_performance` `modify_lowest_cost` `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g4dn.12xlarge, ml.g6.24xlarge, ml.g6e.2xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Kostenoptimiert)`summarize_lowest_cost`: ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Qwen	Qwen 3 14 B	`huggingface-reasoning-qwen3-14b`	Reasoning	Apache 2.0	Ja	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5.48 x groß, ml.g 6.12 x groß, ml.g 6.24 x groß, ml.g 6.48 x groß, ml.p4d.24 x groß
Qwen	Qwen3-0.6B	`huggingface-reasoning-qwen3-06b`	Reasoning	Apache 2.0	Ja	Standard: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), `interact_best_price_performance` (Interagieren, Ausgewogen), (Interagieren, Kostenoptimiert), `interact_lowest_cost` `modify_lowest_cost` (Ändern, Kostenoptimiert): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), `interact_highest_throughput` (Interact, Durchsatz optimiert), `modify_highest_throughput` (Ändern, Durchsatz optimiert): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g5.8xlarge, ml.g6.12xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interagieren, Latenz optimiert): ml.g4dn.16xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert), (Zusammenfassen, Kostenoptimiert): `summarize_lowest_cost` ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g4dn.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Qwen	Qwen3-1.7B	`huggingface-reasoning-qwen3-1-7b`	Reasoning	Apache 2.0	Ja	ml.g4dn.12x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4xgroß, ml.g4dn.8x groß, ml.g5,12 x groß, ml.g5,24x groß, ml.g5,48x groß, ml.g6.12xgroß, ml.g6,24xgroß, ml.g6,24xgroß, ml.g6,24xgroß, .g 6,48 x groß, ml. g 6,8 x groß, ml. g 6,8 x groß, ml. g 6,8 x groß, ml. g 6,8 x groß, ml. g 6,8 x groß, ml. G 6E 2 x groß, ml. G 6E. 4 x groß, ml. G 6E XL, ml. P 3,2 x groß, ml. P4. 24 x groß
Qwen	Qwen3-30B-A3B	`huggingface-reasoning-qwen3-30b-a3b`	Reasoning	Apache 2.0	Nein	ml.g5.24xlarge
Qwen	Qwen3-30B-A3B-Instruct-2507	`huggingface-reasoning-qwen3-30b-a3b-instruct-2507`	Textgenerierung	Apache 2.0	Nein	ml.g5.48x groß, ml.g6.48x groß, ml.g6e.12x groß, ml.p4de.24x groß
Qwen	Qwen3-30B-A3B-Thinking-2507	`huggingface-reasoning-qwen3-30b-a3b-thinking-2507`	Reasoning	Apache 2.0	Nein	ml.g6e.12xlarge
Qwen	Qwen3-32B	`huggingface-reasoning-qwen3-32b`	Reasoning	Apache 2.0	Ja	Standard: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `interact_best_price_performance` (Interagieren, Ausgewogen), (Zusammenfassen, Ausgewogen), `summarize_best_price_performance` (Zusammenfassen, Kostenoptimiert): `summarize_lowest_cost` ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), `generate_lowest_latency` (Generieren, Latenz optimiert), `interact_highest_throughput` (Interact, Durchsatz optimiert), `max_context_highest_throughput` (Maximaler Kontext, optimierter Durchsatz), `max_context_lowest_latency` (Maximaler Kontext, Latenz optimiert), `summarize_highest_throughput` (Zusammenfassen, Durchsatz optimiert), `summarize_lowest_latency` (Zusammenfassen, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), `max_context_lowest_cost` (Maximaler Kontext, Kostenoptimiert): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `interact_lowest_cost`(Interagieren, kostenoptimiert): ml.g5.48xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert)`modify_lowest_cost`: ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Qwen	Qwen3-4B	`huggingface-reasoning-qwen3-4b`	Reasoning	Apache 2.0	Ja	ml.g4dn. 12 x groß, ml.g 5.12 x groß, ml.g 5.16 x groß, ml.g 5.24 x groß, ml.g 5.2 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6.12 x groß, ml.g 6.16 x groß, ml.g 6,24 x groß, ml.g 6,24 x groß, ml.g 6,24 x groß, g 6,2 x groß, ml g 6,48 x groß, ml g 6,4 x groß, ml g 6,8 x groß, ml g 6,8 x groß, ml g 6, 12 x groß, ml G 6 E 16 x groß, ml G 6,8 x groß, ml G 6E. 2 x groß, ml. G 6E 4 x groß, ml. g6e.8 x groß, ml. .p4d.24xlarge
Qwen	Qwen3-4B-Instruct-2507	`huggingface-reasoning-qwen3-4b-instruct-2507`	Reasoning	Apache 2.0	Nein	ml.g4dn. 12 x groß, ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 5,48 x groß, ml.g 6.12 x groß, ml.g 6,24 x groß, ml.g 6,48 x groß, ml.g6e.12 x groß, ml.g6e.24 x groß, ml.p4d.24 x groß
Königin	Qwen3-8B	`huggingface-reasoning-qwen3-8b`	Reasoning	Apache 2.0	Ja	Standard: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Interagieren, Ausgewogen), `interact_best_price_performance` (Interagieren, Kostenoptimiert): ml.g5.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_cost` `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert), (Ändern, Durchsatz optimiert), `modify_highest_throughput` (Ändern, Latenz optimiert), (Zusammenfassen, Durchsatz optimiert), (Zusammenfassen, Latenz optimiert): `modify_lowest_latency` ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_highest_throughput` `summarize_lowest_latency` `interact_highest_throughput`(Interact, optimierter Durchsatz), `max_context_highest_throughput` (Maximaler Kontext, optimierter Durchsatz), `max_context_lowest_latency` (Maximaler Kontext, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g5.12xlarge, ml.g6e.xlarge, ml.p5.48xlarge `modify_lowest_cost`(Ändern, Kostenoptimiert): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Kostenoptimiert): ml.g5.24xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `summarize_lowest_cost`
Qwen	Qwen3-ASR-1.7B	`huggingface-asr-qwen3-asr-1-7b`	Automatische Spracherkennung	Apache-2.0	Nein	ml.g6,2 x groß, ml.g6,x groß
Qwen	Qwen3-Coder-30B-A3B-Instruct	`huggingface-reasoning-qwen3-coder-30b-a3b-instruct`	Reasoning	Apache 2.0	Nein	ml.g6e.24x groß, ml.g7e.2x groß
Qwen	Qwen3-Coder-Next	`huggingface-reasoning-qwen3-coder-next`	Reasoning	Apache 2.0	Nein	ml.g7e.24x groß, ml.g7e.48x groß, ml.p4d.24x groß, ml.p5en.48x groß
Qwen	Qwen3-Embedding-0.6B	`huggingface-textembedding-qwen3-embedding-0-6b`	Einbettung von Text	Apache-2.0	Nein	ml.g 6.12 x groß, ml.g 6.16 x groß, ml.g 6,24 x groß, ml.g 6,2 x groß, ml.g 6,8 x groß, ml.g 6,8 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.4 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß, ml.g6e.x groß, ml.g7e.24 x groß, ml.g7e.2 x groß, ml.g7e.48 x groß, ml.g7e.4 x groß, ml.g7e.8 x groß
Qwen	Qwen3-Next-80B-A3B-Instruct	`huggingface-reasoning-qwen3-next-80b-a3b-instruct`	Textgenerierung	Apache 2.0	Nein	ml.g6e.48x groß, ml.p4de.24x groß
Qwen	Qwen3-Reranker-4B	`huggingface-textembedding-qwen3-reranker-4b`	Einbettung von Text	Apache-2.0	Nein	ml.g 6.12 x groß, ml.g 6.16 x groß, ml.g 6,24 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g 6,8 x groß, ml.g 6,2 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.48 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß, ml.g6e.xlarge, ml.g7e.24 x groß, ml.g7e.2 x groß, ml.g7e.48 x groß, ml.g7e.4 x groß, ml.g7e.8 x groß
Qwen	Qwen3-TTS-12Hz-1.7B-Base	`huggingface-ttsvoiceclone-qwen3-tts-12hz-1-7b-base`	Text-to-Speech	Apache-2.0	Nein	ml.g6.16 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g6e.16 x groß, ml.g6e.2 x groß, ml.g6e.2 x groß, ml.g6e.4x groß, ml.g6e.x groß, ml.g7e.2 x groß, ml.g7e.4 x groß, ml.g7e.4 x groß, ml.g7e.4 x groß, ml.g7e.4 x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß g 7,8 x groß
Qwen	Qwen3-TTS-12Hz-1.7B-CustomVoice	`huggingface-tts-qwen3-tts-customvoice`	Text-to-Speech	Apache-2.0	Nein	ml.g6.16 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g6e.16 x groß, ml.g6e.2 x groß, ml.g6e.2 x groß, ml.g6e.4x groß, ml.g6e.x groß, ml.g7e.2 x groß, ml.g7e.4 x groß, ml.g7e.4 x groß, ml.g7e.4 x groß, ml.g7e.4 x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß, ml.g7e.4x groß g 7,8 x groß
Qwen	Qwen3-VL-8B-Instruct	`huggingface-vlm-qwen3-vl-8b-instruct`	Textgenerierung	Apache 2.0	Nein	ml.g6e.24x groß, ml.g6e.48x groß, ml.p4d.24x groß
Qwen	Qwen3-VL-Embedding-2B	`huggingface-textembedding-qwen3-vl-embedding-2b`	Einbettung von Text	Apache-2.0	Nein	ml.g 6.12 x groß, ml.g 6.16 x groß, ml.g 6,24 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g 6,8 x groß, ml.g 6,2 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.48 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß, ml.g6e.xlarge, ml.g7e.24 x groß, ml.g7e.2 x groß, ml.g7e.4 x groß, ml.g7e.8 x groß
Qwen	Qwen3.5-0.8B	`huggingface-vlm-qwen3-5-0-8b`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g6.4xlarge, ml.g6e.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge, ml.g7e.4xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g6.xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.24xlarge `generate_lowest_cost`(Generieren, kostenoptimiert): ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.4xlarge, ml.g6e.4xlarge `interact_best_price_performance`(Interagieren, Ausgewogen), (Interact, Latenz optimiert): ml.g6.2xlarge, ml.g6.xlarge, `interact_lowest_latency` ml.g6e.2xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.16xlarge, ml.g6e.2xlarge `interact_lowest_cost`(Interagieren, kostenoptimiert), (Ändern, Ausgewogen), (Ändern, Kostenoptimiert): ml.g6.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `modify_best_price_performance` `modify_lowest_cost` `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g6.2xlarge, ml.g6e.xlarge, ml.g7e.4xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6.16xlarge, ml.g6e.4xlarge, ml.g7e.4xlarge `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6.8xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g6.xlarge, ml.g6e.2xlarge, ml.g7e.8xlarge `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.8xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g6.xlarge, ml.g6e.xlarge, ml.g7e.8xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.8xlarge
Qwen	Qwen3.5-27b	`huggingface-vlm-qwen3-5-27b`	Textgenerierung	Apache 2.0	Ja	ml.g6.48xlarge
Qwen	Qwen3.5-27B-FP8	`huggingface-vlm-qwen3-5-27b-fp8`	Image-Text-to-Text	Apache 2.0	Nein	ml.g6.24xlarge
Qwen	Qwen3.5-2B	`huggingface-vlm-qwen3-5-2b`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausbalanciert), `modify_best_price_performance` (Ändern, Ausgewogen): ml.g6.xlarge, ml.g6e.2xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Ändern, Kostenoptimiert): `modify_lowest_cost` ml.g6.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.16xlarge, ml.g6.xlarge, ml.g6e.16xlarge `interact_best_price_performance`(Interagieren, Ausgewogen): ml.g6.xlarge, ml.g6e.2xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g6.24xlarge, ml.g6e.48xlarge `interact_lowest_cost`(Interact, kostenoptimiert): ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g6.4xlarge, ml.g6e.4xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz), (Ändern, optimierter Durchsatz): ml.g6.12xlarge, ml.g6e.12xlarge, `modify_highest_throughput` ml.g6e.24xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6.48xlarge, ml.g6e.16xlarge, ml.g6e.48xlarge `modify_lowest_latency`(Ändern, Latenz optimiert): ml.g6.8xlarge, ml.g6e.2xlarge, ml.g6e.8xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Kostenoptimiert): ml.g6.xlarge, ml.g6e.xlarge, ml.g7e.4xlarge `summarize_lowest_cost` `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.4xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6.2xlarge, ml.g6e.2xlarge, ml.g7e.4xlarge
Qwen	Qwen3.5-4B	`huggingface-vlm-qwen3-5-4b`	Textgenerierung	Apache 2.0	Ja	Standard: ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge, ml.g7e.8xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_highest_throughput` (Generieren, Durchsatz optimiert), (Generieren, Kostenoptimiert), `generate_lowest_cost` (Generieren, Latenzoptimiert): ml.g6.8xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `generate_lowest_latency` `interact_best_price_performance`(Interact, Balanced), `interact_highest_throughput` (Interact, Durchsatz optimiert), `interact_lowest_cost` (Interact, kostenoptimiert), `interact_lowest_latency` (Interact, Latenz optimiert): ml.g6.2xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz), `max_context_lowest_cost` (Maximaler Kontext, kostenoptimiert), `max_context_lowest_latency` (Maximaler Kontext, Latenz optimiert): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert), (Ändern, Latenzoptimiert): ml.g6.2xlarge, ml.g6e.8xlarge, `modify_lowest_cost` ml.g7e.2xlarge `modify_lowest_latency` `modify_highest_throughput`(Ändern, Durchsatz optimiert): ml.g6.2xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen), (Zusammenfassen, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge `summarize_lowest_cost` `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.24xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.2xlarge
Qwen	Qwen3.5-9b	`huggingface-vlm-qwen3-5-9b`	Textgenerierung	Apache 2.0	Ja	ml.g 6,24 x groß, ml.g 6,48 x groß
Qwen	Qwen3.6-27B	`huggingface-vlm-qwen3-6-27b`	Image-Text-to-Text	Apache 2.0	Ja	Standard: ml.g7e.12xlarge, ml.g7e.24xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Ändern, Ausgewogen), `modify_best_price_performance` (Ändern, Kostenoptimiert), `modify_lowest_cost` (Zusammenfassen, Ausgewogen), `summarize_best_price_performance` (Zusammenfassen, Kostenoptimiert): ml.g6.12xlarge, `summarize_lowest_cost` ml.g6e.12xlarge, ml.p5en.48xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), `modify_highest_throughput` (Ändern, Durchsatz optimiert), `modify_lowest_latency` (Ändern, Latenz optimiert): ml.g7e.48xlarge, ml.p5.4xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.12xlarge, ml.p5.4xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interagieren, Ausgewogen), (Interagieren, kostenoptimiert)`interact_lowest_cost`: ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert), `interact_lowest_latency` (Interact, Latenz optimiert): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g7e.24xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert), (Maximaler Kontext, Latenz optimiert): ml.g7e.12xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge `max_context_lowest_latency` `summarize_highest_throughput`(Zusammenfassen, Durchsatz optimiert): ml.g6e.24xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge
Qwen	Qwen3.6-35B-A3B	`huggingface-vlm-qwen3-6-35b-a3b`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Zusätzliche Instanztypen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), (Maximaler Kontext, optimierter Durchsatz): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput` `generate_lowest_latency`(Generieren, Latenz optimiert), `max_context_lowest_cost` (Maximaler Kontext, Kostenoptimiert), `max_context_lowest_latency` (Maximaler Kontext, Latenz optimiert), `modify_highest_throughput` (Ändern, Durchsatz optimiert), `modify_lowest_latency` (Ändern, Latenz optimiert), `summarize_highest_throughput` (Zusammenfassen, Durchsatz optimiert): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interagieren, Ausgewogen), `interact_lowest_cost` (Interagieren, Kostenoptimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert), (`interact_lowest_latency`Interact, Latenz optimiert): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen), (Ändern, Kostenoptimiert), (Zusammenfassen, Ausgewogen), `modify_lowest_cost` (Zusammenfassen, Kostenoptimiert): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `summarize_best_price_performance` `summarize_lowest_cost` `summarize_lowest_latency`(Zusammenfassen, Latenz optimiert): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge
Qwen	QwQ 32 B	`huggingface-llm-qwq-32b`	Textgenerierung	Apache 2.0	Nein	ml.g5.24x groß, ml.g5.48x groß, ml.g6.24x groß, ml.g6.48x groß, ml.p4d.24x groß
Anerkennung	Recognai Bert Base Spanisch Wwm Cased Xanli	`huggingface-zstc-recognai-bert-base-spanish-wwm-cased-xnli`	Zero-Shot Einstufung	mit	Nein	ml.c5.2xgroß, ml.c5.xgroß, ml.g4dn.xlarge, ml.m5.xgroß, ml.m5.xgroß, ml.p3.2xgroß
Anerkennung	Erkennen Sie Zeroshot Selectra Medium	`huggingface-zstc-recognai-zeroshot-selectra-medium`	Zero-Shot Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Rinna	Rinna japanische GPT NeoX 3.6B Anleitung PPO	`huggingface-llm-rinna-3-6b-instruction-ppo-bf16`	Textgenerierung	mit	Nein	ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,x groß
Salesforce	Salesforce SFR-Embedding-2 _R	`huggingface-textembedding-sfr-embedding-2-r`	Einbettung von Text	CC-BY-NC-4.0	Nein	ml g 5.12 x groß, ml g 5,24 x groß, ml g 5,2 x groß, ml g 5,48 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 5,8 x groß, ml g 6,4 x groß, ml g 6,4 x groß, ml g 6,8 x groß, ml g 6,8 x groß groß, ml.g6.xgroß, ml.p4d.24xgroß
Salesforce	Salesforce SFR-Embedding-Mistral	`huggingface-textembedding-sfr-embedding-mistral`	Einbettung von Text	CC-BY-NC-4.0	Nein	ml g 5.12 x groß, ml g 5,24 x groß, ml g 5,2 x groß, ml g 5,48 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 5,8 x groß, ml g 6,4 x groß, ml g 6,4 x groß, ml g 6,8 x groß, ml g 6,8 x groß groß, ml.g6.xgroß, ml.p4d.24xgroß
Sentence-Transformers	Alle miniLM L6 v2	`huggingface-sentencesimilarity-all-MiniLM-L6-v2`	Ähnlichkeit des Satzes	Apache 2.0	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.p 3,2 x groß
Sentence-Transformers	Alle miniLM L6 v2	`huggingface-textembedding-all-MiniLM-L6-v2`	Einbettung von Text	Apache-2.0	Nein	ml g 5.12 x groß, ml g 5,24 x groß, ml g 5,2 x groß, ml g 5,48 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 5,8 x groß, ml g 6,4 x groß, ml g 6,4 x groß, ml g 6,8 x groß, ml g 6,8 x groß groß, ml.g6.xgroß, ml.p4d.24xgroß
Sentence-Transformers	alle- MiniLM-L12-v2	`huggingface-textembedding-all-MiniLM-L12-v2`	Einbettung von Text	Apache-2.0	Nein	ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge
Sentence-Transformers	Paraphrasieren Sie mehrsprachig MiniLM L12 v2	`huggingface-textembedding-paraphrase-multilingual-MiniLM-L12-v2`	Einbettung von Text	Apache-2.0	Nein	ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge
Shenzhi-Wang	Llama3 8B Chinesischer Chat	`huggingface-llm-shenzhi-wang-llama3-8B-chinese-chat`	Textgenerierung	llama3	Nein	ml. g 5,16 x groß, ml. g 5,2 x groß, ml. g 5,8 x groß
Snowflake	Snowflake Arctic Instruct Vllm	`huggingface-llm-snowflake-arctic-instruct-vllm`	Textgenerierung	Apache 2.0	Nein	ml.p5.48xlarge
Sprechleine	Bielik-11B-v3.0-Instruct	`huggingface-llm-bielik-11b-v3-0-instruct`	Textgenerierung	Apache 2.0	Nein	Standard: ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen), `generate_lowest_cost` (Generieren, Kostenoptimiert), (Interagieren, Kostenoptimiert), `interact_lowest_cost` `modify_lowest_cost` (Ändern, Kostenoptimiert): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert), `interact_highest_throughput` (Interact, Durchsatz optimiert), `modify_highest_throughput` (Ändern, Durchsatz optimiert), `modify_lowest_latency` (Ändern, Latenz optimiert), `summarize_highest_throughput` (Zusammenfassen, Durchsatz optimiert), `summarize_lowest_latency` (Zusammenfassen, Latenz optimiert): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6e.16xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interaktiv, ausgewogen): ml.g5.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g5.48xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Maximaler Kontext, kostenoptimiert): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g5.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Ändern, Ausgewogen): ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Zusammenfassen, Ausgewogen): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost`(Zusammenfassen, kostenoptimiert): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge
Schleifer	Distilbart CNN 12-6	`huggingface-summarization-distilbart-cnn-12-6`	Textzusammenfassung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Schleifer	Distilbart CNN 6-6	`huggingface-summarization-distilbart-cnn-6-6`	Textzusammenfassung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Schleifer	Textzusammenfassung	`huggingface-summarization-distilbart-xsum-1-1`	Textzusammenfassung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Stabilität ai	Japanisches StableLM Instruct Alpha 7B v2	`model-textgenerationjp-japanese-stablelm-instruct-alpha-7b-v2`	Textgenerierung	Apache-2.0	Nein	ml.g5.12x groß, ml.g5,16 x groß, ml.g5,24x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p4d.24xgroß, ml.p4de.24xgroß
Stabilität ai	Stabile Diffusion 2	`model-txt2img-stabilityai-stable-diffusion-v2`	Text-to-Image	creativeml-openrail++-m	Nein	ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
Stabilität ai	Stabile Diffusion 2 Depth FP16	`model-depth2img-stable-diffusion-2-depth-fp16`	Image-to-Image	creativeml-openrail++-m	Nein	ml.g4dn.16xgroß, ml.g4dn.2xgroß, ml.g4dn.4xgroß, ml.g4dn.4xgroß, ml.g5dn.xgroß, ml.g5.16xgroß, ml.g5.2xgroß, ml.g5.2xgroß, ml.g5.4x groß, ml.g5.xgroß, ml.p3.2xgroß
Stabilität ai	Stabile Diffusion 2 FP16	`model-txt2img-stabilityai-stable-diffusion-v2-fp16`	Text-to-Image	creativeml-openrail++-m	Nein	ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
Stabilität ai	Stabile Diffusion 2 beim Lackieren	`model-inpainting-stabilityai-stable-diffusion-2-inpainting`	Image-to-Image	creativeml-openrail++-m	Nein	ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
Stabilität ai	Stabile Diffusion 2 beim Lackieren FP16	`model-inpainting-stabilityai-stable-diffusion-2-inpainting-fp16`	Image-to-Image	creativeml-openrail++-m	Nein	ml.g4dn.xlarge, ml.g5.2xgroß, ml.p3.2xgroß
Stabilität ai	Stabile Diffusion 2 beim Lackieren FP16	`model-inpainting-stabilityai-stable-diffusion2-inpainting-fp16`	Image-to-Image	creativeml-openrail++-m	Nein	ml.g4dn.xlarge, ml.g5.2xgroß, ml.p3.2xgroß
Stabilität ai	Stabile Diffusion 2.1	`model-txt2img-stabilityai-stable-diffusion-v2-1-base`	Text-to-Image	creativeml-openrail++-m	Ja	ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
Stabilität ai	Stabile Diffusion 2.1 Neuron	`huggingface-txt2imgneuron-stabilityai-stable-diffusion-v2-1`	Text-to-Image	creativeml-openrail++-m	Nein	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.inf 2 x groß
Stabilität ai	Stabiler Diffusions-x4-Upscaler FP16	`model-upscaling-stabilityai-stable-diffusion-x4-upscaler-fp16`	Image-to-Image	openrail++	Nein	ml.g4dn.4x groß, ml.g4dn.8x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p3,2 x groß
Stabilität ai	Stable Diffusion XL 1.0 (quelloffen)	`model-imagegeneration-stabilityai-stable-diffusion-xl-base-1-0`	Text-to-Image	openrail ++	Nein	ml.g5.16x groß, ml.g5.4x groß, ml.g5.8x groß
Stabilität ai	Stabile Diffusion XL Base 1.0 Neuron	`huggingface-txt2imgneuron-stabilityai-stable-diffusion-xlbase1`	Text-to-Image	openrail++	Nein	ml.inf 2,24 x groß, ml.inf 2,48 x groß, ml.inf 2,8 x groß, ml.inf 2 x groß
Swiss-Ai	Apertus 70B 2509	`huggingface-llm-apertus-70b-2509`	Textgenerierung	Apache 2.0	Nein	ml.g5.48xgroß, ml.g6.48xgroß, ml.g6e.48xgroß, ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p5.48xgroß, ml.p5e.48xgroß, ml.p5en.48xlarge
Swiss-Ai	Apertus 70B Instruktion 2509	`huggingface-llm-apertus-70b-instruct-2509`	Textgenerierung	Apache 2.0	Nein	ml.g5.48xgroß, ml.g6.48xgroß, ml.g6e.48xgroß, ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p5.48xgroß, ml.p5e.48xgroß, ml.p5en.48xlarge
Swiss-Ai	Apertus 8B Instruktion 2509	`huggingface-llm-apertus-8b-instruct-2509`	Textgenerierung	Apache 2.0	Nein	ml g 5.12 x groß, ml g 5.16 x groß, ml g 5,24 x groß, ml g 5,2 x groß, ml g 5,48 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 5,8 x groß, ml g 6,2 x groß, ml g 6.16 x groß, ml g 6,24 x groß, ml. g 6,2 x groß 48x groß, ml.g6,4 x groß, ml.g6,8 x groß, ml.g6.x groß, ml.g6e.12x groß, ml.g6e.16x groß, ml.g6e.24x groß, ml.g6e.2xgroß, ml.g6e.48x groß, ml.g6e.4x groß, ml.g6e.8x groß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p5.48xgroß, ml.p5e.48xgroß, ml.p5en.48x groß
Der Kerl	Mistral 7B AWQ OpenOrca	`huggingface-llm-thebloke-mistral-7b-openorca-awq`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß, ml.g 5,48 x groß
Der Kerl	Mistral 7B GPTQ OpenOrca	`huggingface-llm-mistral-7b-openorca-gptq`	Textgenerierung	Apache 2.0	Nein	ml.g5.12x groß, ml.g5.16 x groß, ml.g5.24x groß, ml.g5.2x groß, ml.g5.48x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.g5.xgroß, ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p5.48xgroß
Der Kerl	Mixtral 8x7B Instruktiere GPTQ	`huggingface-llm-mixtral-8x7b-instruct-gptq`	Textgenerierung	Apache 2.0	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Dann per	GTE Large	`huggingface-sentencesimilarity-gte-large`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Dann per	GET Small	`huggingface-sentencesimilarity-gte-small`	Ähnlichkeit des Satzes	mit	Ja	ml.c6i.x groß, ml.g4dn.2 x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.p 3,2 x groß
Tiiae	Falcon 180 B BF16	`huggingface-llm-falcon-180b-bf16`	Textgenerierung	Nicht zutreffend	Nein	ml. P4 DE. 24 x groß, ml. P 5,48 x groß
Tiiuae	Falcon 180B Karte BF16	`huggingface-llm-falcon-180b-chat-bf16`	Textgenerierung	Nicht zutreffend	Nein	ml. P4 DE. 24 x groß, ml. P 5,48 x groß
Tiiuae	Falcon 40B BF16	`huggingface-llm-falcon-40b-bf16`	Textgenerierung	Apache 2.0	Ja	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Tiiae	Falcon 40B Instruct BF16	`huggingface-llm-falcon-40b-instruct-bf16`	Textgenerierung	Apache 2.0	Ja	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
Tiiae	Falcon 7B BF16	`huggingface-llm-falcon-7b-bf16`	Textgenerierung	Apache 2.0	Ja	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Tiiae	Falcon 7B Instruct BF16	`huggingface-llm-falcon-7b-instruct-bf16`	Textgenerierung	Apache 2.0	Ja	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Tiiae	Falcon RW 1B	`huggingface-llm-tiiuae-falcon-rw-1b`	Textgenerierung	Apache 2.0	Nein	ml.g5.2xlarge
Tiiuae	Falcon-H1-0.5B-Instruct	`huggingface-llm-falcon-h1-0-5b-instruct`	Textgenerierung	andere	Nein	ml.g4dn.12xgroß, ml.g4dn.16xgroß, ml.g4dn.2xgroß, ml.g4dn.4xgroß, ml.g4dn.8xgroß, ml.g4dn.xgroß, ml.g5.12xgroß, ml.g5.16xgroß, ml.g5.24xgroß, ml.g5.2xgroß, ml.g5.48xgroß, ml 5,4 x groß, ml g 5,8 x groß, ml g 5,x groß, ml g 6,8 x groß, ml g 6,4 x groß, ml g 6,2 x groß, ml g 6,2 x groß, ml g 6,48 x groß, ml g 6,4 x groß, ml g 6,8 x groß, ml g 6,8 x groß, ml. g 6,8 x groß, ml. g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.4 x groß, ml.g6e.x groß, ml.g6e.x groß, ml.p3.2 x groß, ml.p4d.24xgroß
Tiiuae	Falcon-H1-1.5B-Deep-Instruct	`huggingface-llm-falcon-h1-1-5b-deep-instruct`	Textgenerierung	andere	Nein	ml. g 5.16 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 6.16 x groß, ml g 6,4 x groß, ml g 6,8 x groß, ml g 6,8 x groß, ml g 6.x groß, ml. g 6 x groß, ml. g 6e.4 x groß, ml. g 6e.4 x groß, ml. g6e.8 x groß .xlarge
Tiiuae	Falcon-H1-1.5B-Instruct	`huggingface-llm-falcon-h1-1-5b-instruct`	Textgenerierung	andere	Nein	ml.g 6.12 x groß, ml.g 6.16 x groß, ml.g 6,24 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g 6,8 x groß, ml.g 6,2 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.48 x groß, ml.g6e.4 x groß, ml.g6e.x groß, ml.g6e.x groß
Tiiuae	Falcon-H1-34B-Instruct	`huggingface-llm-falcon-h1-34b-instruct`	Textgenerierung	andere	Nein	ml.g6e.12x groß, ml.g6e.24x groß, ml.g6e.48x groß
Tiiuae	Falcon-H1-3B-Instruct	`huggingface-llm-falcon-h1-3b-instruct`	Textgenerierung	andere	Nein	ml.g6e.16 x groß, ml.g6e.2 x groß, ml.g6e.4 x groß, ml.g6e.x groß
Tiiae	Falcon-H1-7B-Instruct	`huggingface-llm-falcon-h1-7b-instruct`	Textgenerierung	andere	Nein	ml.g6e.12x groß, ml.g6e.24x groß
Tiiuae	Falcon2-11B	`huggingface-llm-falcon2-11b`	Textgenerierung	Nicht zutreffend	Nein	ml. g 5,12 x groß, ml. g 5,24 x groß, ml. g 5,48 x groß, ml. 4 x 24 x groß
Tiiae	Falcon3-10B-Base	`huggingface-llm-falcon-3-10B-base`	Textgenerierung	andere	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5.48 x groß, ml.g 6.12 x groß, ml.g 6.24 x groß, ml.g 6,48 x groß, ml.p4d.24 x groß, ml.p 5.48 x groß
Tiiuae	Falcon3-10B-Instruct	`huggingface-llm-falcon-3-10B-Instruct`	Textgenerierung	andere	Nein	ml.g4dn. 12 x groß, ml.g 5.12 x groß, ml.g 5,24 x groß, ml.g 6.12 x groß, ml.g 6.24 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß, ml.g6e.8 x groß, ml.g6e.8 x groß, ml.g6e.8 x groß g6e.xlarge
Tiiuae	Falcon3-1B-Instruct	`huggingface-llm-falcon-3-1B-Instruct`	Textgenerierung	andere	Nein	Standard: ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge, ml.p3.2xlarge, ml.p4d.24xlarge Zusätzliche Instance-Typen sind in diesen Hosting-Bereitstellungskonfigurationen verfügbar: `generate_best_price_performance`(Generieren, Ausgewogen): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Generieren, Durchsatz optimiert): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Generieren, kostenoptimiert), (Interact, kostenoptimiert), (Max Context, kostenoptimiert): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `interact_lowest_cost` `max_context_lowest_cost` `generate_lowest_latency`(Generieren, Latenz optimiert): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `interact_best_price_performance`(Interaktiv, ausgewogen): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `interact_highest_throughput`(Interact, Durchsatz optimiert): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, Latenz optimiert): ml.g5.2xlarge, ml.g6.48xlarge, ml.g6e.48xlarge `max_context_highest_throughput`(Maximaler Kontext, optimierter Durchsatz): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency`(Maximaler Kontext, Latenz optimiert): ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Tiiuae	Falcon3-3B-Base	`huggingface-llm-falcon-3-3B-base`	Textgenerierung	andere	Nein	ml g 5.12 x groß, ml g 5.16 x groß, ml g 5,24 x groß, ml g 5,2 x groß, ml g 5,48 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 5,8 x groß, ml g 6,2 x groß, ml g 6.16 x groß, ml g 6,24 x groß, ml. g 6,2 x groß 48 x groß, ml. g 6,4 x groß, ml. g 6,8 x groß, ml. g 6,4 x groß, ml. G 6,4 x groß, ml. G 5,48 x groß
Tiiuae	Falcon3-3B-Instruct	`huggingface-llm-falcon-3-3B-Instruct`	Textgenerierung	andere	Nein	ml.g4dn.12x groß, ml.g4dn.16 x groß, ml.g4dn.4xgroß, ml.g5.12x groß, ml.g5.16x groß, ml.g5.24x groß, ml.g5.2xgroß, ml.g5.4x groß, ml.g6.12x groß, ml.g6.12x groß, ml.g6,16 x groß, ml.g246.6x groß x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g6e.12 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.2 x groß, ml.g6e.8 x groß, ml.g6e.x groß, ml.p 3,2 x groß
Tiiuae	Falcon3-7B-Base	`huggingface-llm-falcon-3-7B-base`	Textgenerierung	andere	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5.48 x groß, ml.g 6.12 x groß, ml.g 6.24 x groß, ml.g 6,48 x groß, ml.p4d.24 x groß, ml.p 5.48 x groß
Tiiuae	Falcon3-7B-Instruct	`huggingface-llm-falcon-3-7B-Instruct`	Textgenerierung	andere	Nein	ml.g4dn.12 x groß, ml.g5.12 x groß, ml.g5.24 x groß, ml.g6.12 x groß, ml.g6.24 x groß, ml.g6e.12 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.4x groß, ml.g6e.8 x groß, ml.g6e.xgroß
Tinyllama	Tiny Lama 1,1B	`huggingface-llm-tinyllama-1-1b-intermediate-step-1431k-3`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß
Kleines Lama	Tiny Lama 1.1B Chat V0.6	`huggingface-llm-tinyllama-tinyllama-1-1b-chat-v0-6`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß
Kleines Lama	Tiny Lama 1.1B Chat V1	`huggingface-llm-tinyllama-tinyllama-1-1b-chat-v1-0`	Textgenerierung	Apache 2.0	Nein	ml.g5.12 x groß, ml.g 5.24 x groß, ml.g 5,2 x groß
Zusammen Computer	RedPajama INCITE Chat 3B V1	`huggingface-textgeneration1-redpajama-incite-chat-3B-v1-fp16`	Textgenerierung	Apache 2.0	Ja	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Zusammen Computer	RedPajama INCITE Chat 7B V1	`huggingface-textgeneration1-redpajama-incite-chat-7B-v1-fp16`	Textgenerierung	Apache 2.0	Ja	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Zusammen Computer	RedPajama INCITE Instruct 3B V1	`huggingface-textgeneration1-redpajama-incite-instruct-3Bv1fp16`	Textgenerierung	Apache 2.0	Ja	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Zusammen Computer	RedPajama INCITE Instruktion 7B V1	`huggingface-textgeneration1-redpajama-incite-instruct-7B1fp16`	Textgenerierung	Apache 2.0	Ja	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
Tokyotech-Llm	Swallow-7b-instruct-hf	`huggingface-llm-swallow-7b-instruct-hf`	Textgenerierung	Lama 2	Nein	ml.g4dn. 12 x groß, ml.g 5.12 x groß, ml.g 5.16 x groß, ml.g 5.24 x groß, ml.g 5.2 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6.12 x groß, ml.g 6.16 x groß, ml.g 6,24 x groß, ml.g 6,24 x groß, ml.g 6,24 x groß, .g 6,2 x groß, ml.g 6,48 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g 6,8 x groß, ml.g6e.16 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß
Volrath 50	Verbreitung von Fantasy-Karten von Volrath50	`huggingface-txt2img-volrath50-fantasy-card-diffusion`	Text-to-Image	creativeml-openrail-m	Nein	ml.g4dn.2xgroß, ml.g4dn.xlarge, ml.p3.2xgroß
Writer	Writer Palmyra Small	`huggingface-llm-writer-palmyra-small`	Textgenerierung	Apache 2.0	Nein	ml.g5.2xlarge
Zai-Org	GLM-5.1-FP8	`huggingface-llm-glm-5-1-fp8`	Textgenerierung	Apache-2.0	Nein	ml.p5en.48x groß

Proprietary Models (121)

Proprietäre Stiftungsmodelle werden von Drittanbietern über Amazon angeboten. SageMaker JumpStart Um ein proprietäres Basismodell verwenden zu können, müssen Sie das Modell zunächst auf AWS Marketplace abonnieren. Nach dem Abonnement können Sie das Foundation-Modell in Amazon SageMaker Studio finden und bereitstellen.

Modellname	Modell-ID	Aufgabe	Fine-tunable	Unterstützte Inferenz-Instance-Typen
A.X 4.0 Licht	`sk-telecom-ax4-light`	Textgenerierung	Nein	ml.g5.2xlarge
AI21 Kontextuelle Antworten	`ai21-contextual-answers`	Textgenerierung	Nein	ml.g4dn. 12 x groß, ml.g 5.12 x groß, ml.g 5,48 x groß, ml.p4d. 24 x groß
AI21 Jurassic-2 Licht	`ai21-jurassic-2-light`	Textgenerierung	Nein	ml.g4dn.12x groß, ml.g5.12x groß, ml.g5.48x groß, ml.p4d.24x groß
AI21 Jurassic-2 Mid	`ai21-jurassic-2-grande-instruct`	Textgenerierung	Nein	ml.g4dn.12x groß, ml.g5.12x groß, ml.g5.48x groß, ml.p4d.24x groß
AI21 Jurassic-2 Ultra	`ai21-jurassic-2-jumbo-instruct`	Textgenerierung	Nein	ml.g 5,48 x groß, ml.p4d. 24 x groß, ml.p4 de 24 x groß
AI21 Paraphrase	`ai21-paraphrase`	Textgenerierung	Nein	ml.g4dn.2xlarge
AI21 Zusammenfassen	`ai21-summarization`	Textgenerierung	Nein	ml.g4dn.12x groß, ml.g4dn.4x groß, ml.g5.x groß
Arcee Lite	`arcee-lite`	Textgenerierung	Nein	ml.g 5.16x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6.16 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g6,8 x groß, ml.g6,x groß
Arcee SuperNova	`arcee-supernova`	Textgenerierung	Nein	ml.p4d.24x groß, ml.p4de.24x groß, ml.p4.48x groß
Arcee Virtuoso Small	`arcee-virtuoso-small`	Textgenerierung	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.g6.12x groß, ml.g6.24x groß, ml.g6.48 x groß, ml.g6e.12x groß, ml.g6e.24xgroß, ml.g6e.48x groß, ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p4de. p 5,48 x groß
Bria 2.2HD Werbespot Text-to-image	`bria-ai-2-2-hd-commercial`	ReRank	Nein	ml.g5.12x groß, ml.g5,2 x groß, ml.g5,48x groß, ml.p4d.24x groß, ml.p4de.24x groß
Bria 2.3 Kommerziell Text-to-image	`bria-ai-2-3-commercial`	ReRank	Nein	ml. g 5,12 x groß, ml. g 5,2 x groß, ml. g 5,48 x groß, ml. G 5,48 x groß, ml. 4 DE 24 x groß
Bria 2.3Fast, kommerziell Text-to-image	`bria-ai-2-3-fast-commercial`	ReRank	Nein	ml.g 5.12x groß, ml.g 5,2 x groß, ml.g 5,48x groß, ml.p4d.24x groß, ml.p4de.24x groß
Cohere-Befehl (RA100)	`cohere-command-r-a100`	Textgenerierung	Nein	ml.p4de.24xlarge
Cohere-Befehl R (H100)	`cohere-command-r-h100`	Textgenerierung	Nein	ml.p5.48xlarge
Cohere-Befehl R+ (A100)	`cohere-command-r-plus-a100`	Textgenerierung	Nein	ml.p4de.24xlarge
Cohere-Befehl R+ (H100)	`cohere-command-r-plus-h100`	Textgenerierung	Nein	ml.p5.48xlarge
Cohere Embed 4	`cohere-embed-v4-0`	Einbettung von Text	Nein	ml.g5,2 x groß, ml.g5.x groß, ml.g6,2 x groß, ml.g6.x groß
Cohere Embed Light Modell v3 — Englisch	`cohere-embed-light-english`	Einbettung von Text	Nein	ml.g4dn.2xgroß, ml.g4dn.xlarge, ml.g5.2xgroß, ml.g5.xlarge, ml.p3.2xgroß
Cohere Embed Light v3 - Mehrsprachig	`cohere-embed-light-multilingual`	Einbettung von Text	Nein	ml.g4dn.2xgroß, ml.g4dn.xlarge, ml.g5.2xgroß, ml.g5.xgroß, ml.p3.2xgroß
Cohere Embed Modell 3 - Mehrsprachig	`cohere-embed-multilingual`	Einbettung von Text	Nein	ml.g4dn.2xgroß, ml.g4dn.xlarge, ml.g5.2xgroß, ml.g5.xgroß, ml.p3.2xgroß
Cohere Embed Model v3 — Englisch	`cohere-embed-english`	Einbettung von Text	Nein	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Cohere Rerank 2 Modell - Englisch	`cohere-rerank-english-v2`	ReRank	Nein	ml.g4dn.2xgroß, ml.g4dn.xlarge, ml.g5.2xgroß, ml.g5.xlarge, ml.p3.2xgroß
Modell Cohere Rerank 2 — Mehrsprachig	`cohere-rerank-multilingual-v2`	ReRank	Nein	ml.g4dn.2xgroß, ml.g4dn.xlarge, ml.g5.2xgroß, ml.g5.xgroß, ml.p3.2xgroß
Cohere Rerank 3 Modell - Englisch	`cohere-rerank-v3-english`	ReRank	Nein	ml.g5,2 x groß, ml.g5,x groß
Cohere Rerank 3-Modell — Mehrsprachig	`cohere-rerank-v3-multilingual`	ReRank	Nein	ml.g5,2 x groß, ml.g5,x groß
Cohere Rerank 3 Nimble Model — Englisch	`cohere-rerank-nimble-english`	ReRank	Nein	ml.g5,2 x groß, ml.g5,x groß
Cohere Rerank 3 Nimble Modell — Mehrfarbig	`cohere-rerank-nimble-multi`	ReRank	Nein	ml.g5,2 x groß, ml.g5,x groß
Cohere Rerank v3.5	`cohere-rerank-v3-5`	Einbettung von Text	Nein	ml.g5,2 x groß, ml.g5.x groß, ml.g6,2 x groß, ml.g6,x groß
Cohere Rerank v4.0 Schnell	`cohere-rerank-v4-0-fast`	Einbettung von Text	Nein	ml.g5.2x groß, ml.g5.xgroß, ml.p5.4x groß
Cohere Rerank v4.0 Pro	`cohere-rerank-v4-0-pro`	Einbettung von Text	Nein	ml.g5.2x groß, ml.g5.x groß, ml.p5.4x groß
Befehl A (A100)	`cohere-command-a-a100`	Textgenerierung	Nein	ml.p4de.24xlarge
Befehl A (H100)	`cohere-command-a-h100`	Textgenerierung	Nein	ml.p5.48xlarge
Befehl R 08-2024 (H100)	`cohere-command-r-08-2024-h100`	Textgenerierung	Nein	ml.p5.48xlarge
Befehl R+ 08-2024 (H100)	`cohere-command-r-plus-08-2024-h100`	Textgenerierung	Nein	ml.p5.48xlarge
Dokument OCR	`upstage-document-ocr`	Optische Zeichenerkennung	Nein	ml.g5.2xlarge
Analysieren von Dokumenten	`upstage-document-layout-analysis`	Optische Zeichenerkennung	Nein	ml.g 5,2 x groß, ml.g 6,2 x groß, ml.p 3,2 x groß
Einbetten	`upstage-solar-embedding-large`	Einbettung von Text	Nein	ml.g 6.12 x groß, ml.g 6.16 x groß, ml.g 6,24 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g 6,8 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.48x groß, ml.g6e.4x groß, ml.g6e.8x groß
ESM3-open	`evolutionary-scale-esm3`	Multimodale Generierung	Nein	ml. g 5,4 x groß, ml. g 5,8 x groß
Evo2-NIM	`nvidia-evo2-nim`	Textgenerierung	Nein	ml.g6e.12xgroß, ml.g6e.24xgroß, ml.g6e.48xgroß, ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p5.48xgroß, ml.p5e.48xgroß, ml.p5en.48xgroß
EXAONE Atelier - Bild zu Text	`lgresearch-exaone`	Generierung von Bild zu Text	Nein	ml.g5.12x groß, ml.g5.48x groß, ml.g5.x groß, ml.p4d.24x groß
Gretel Navigator Tabular	`gretel-navigator-tabular`	Textgenerierung	Nein	ml.g5,2 x groß, ml.g5.xgroß
H-Optimus-0	`bioptimus-h-optimus-0`	Extraktion von Merkmalen	Nein	ml.g5.xlarge
IBM Granite 20B Code Instruct - 8K	`ibm-granite-20b-code-instruct-8k`	Textgenerierung	Nein	ml. g 5,12 x groß, ml. g 5,24 x groß, ml. g 5,48 x groß
IBM Granite 3.0 2B Anleitung	`granite-3-0-2b-instruct`	Textgenerierung	Nein	ml.p4d. 24 x groß, ml.p 5,48 x groß
IBM Granite 3.0 8B Anleitung	`granite-3-0-8b-instruct`	Textgenerierung	Nein	ml.p4d. 24 x groß, ml.p 5,48 x groß
IBM Granite 3.2 Instruktion 2B	`ibm-granite-3-2-2b-instruct`	Textgenerierung	Nein	ml.g6.12x groß, ml.g6.16x groß, ml.g6.24x groß, ml.g6.48x groß, ml.g6e.12x groß, ml.g6e.16x groß, ml.g6e.24xgroß, ml.g6e.2xgroß, ml.g6e.48x groß, ml.g6e.4xgroß, ml.p4d.24xgroß, ml.p4d.24xgroß, ml.g6e.24xgroß, ml.p4d.24xgroß, ml.g6e.24xgroß, ml.p4d.24xgroß, ml.g6e.24xgroß, ml.p4d.24xgroß, ml.g6e.24xgroß, ml.p4d.24xgroß, ml.p4d.24xgroß, ml.g6e.24xgroß p 5,48 x groß
IBM Granite 3.2 Instruct 8 B	`ibm-granite-3-2-8b-instruct`	Textgenerierung	Nein	ml.g6.12x groß, ml.g6.16x groß, ml.g6.24x groß, ml.g6.48x groß, ml.g6e.12x groß, ml.g6e.16x groß, ml.g6e.24xgroß, ml.g6e.2xgroß, ml.g6e.48x groß, ml.g6e.4xgroß, ml.p4d.24xgroß, ml.p4d.24xgroß, ml.g6e.24xgroß, ml.p4d.24xgroß, ml.g6e.24xgroß, ml.p4d.24xgroß, ml.g6e.24xgroß, ml.p4d.24xgroß, ml.g6e.24xgroß, ml.p4d.24xgroß, ml.p4d.24xgroß, ml.g6e.24xgroß p 5,48 x groß
IBM Granite 34B Code Instruct - 8K	`ibm-granite-34b-code-instruct-8k`	Textgenerierung	Nein	ml.g 5,12 x groß, ml.g 5,24 x groß, ml.g 5,48 x groß
IBM Granite 3B Code Instruct - 128K	`ibm-granite-3b-code-instruct-128k`	Textgenerierung	Nein	ml. g 5,12 x groß, ml. g 5,16 x groß, ml. g 5,24 x groß, ml. g 5,4 x groß, ml. g 5,8 x groß
IBM Granite 4.0 h-Mikro	`ibm-granite-4-0-h-micro`	Textgenerierung	Nein	ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
IBM Granite 4,0 h - klein	`ibm-granite-4-0-h-small`	Textgenerierung	Nein	ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
IBM Granite 4.0 h-winzig	`ibm-granite-4-0-h-tiny`	Textgenerierung	Nein	ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
IBM Granite 8B Code Instruct - 128K	`ibm-granite-8b-code-instruct-128k`	Textgenerierung	Nein	ml.g 5.12 x groß, ml.g 5.16 x groß, ml.g 5.24 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß
ixi- GEN-Fin-7.8B	`lg-ixi-gen`	Textgenerierung	Nein	ml.g5.4xlarge
JetBrains AI Mellum Alle	`jbai-mellum-all`	Generierung von Text zu Text	Nein	ml.g5.2xlarge, ml.g6.2xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge
JetBrains KI Mellum Kotlin	`jbai-mellum-kotlin`	Generierung von Text zu Text	Nein	ml.g5.2xlarge, ml.g6.2xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge
JetBrains AI Mellum Python	`jbai-mellum-python`	Generierung von Text zu Text	Nein	ml.g5.2xlarge, ml.g6.2xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge
Jina Embeddings v2 Base - de	`jinaai-embeddings-v2-base-en`	Einbettung von Text	Nein	ml.g4dn.12xgroß, ml.g4dn.16xgroß, ml.g4dn.2xgroß, ml.g4dn.4xgroß, ml.g4dn.8xgroß, ml.g4dn.xgroß, ml.g5.12xgroß, ml.g5.16xgroß, ml.g5.24xgroß, ml.g5.2xgroß, ml.g5.48xgroß, .g 5,4 x groß, ml.g 5,8 x groß, ml.g5.x groß, ml.p 2,16 x groß, ml.p 2,8 x groß, ml.p2.x groß, ml.p3,16 x groß, ml.p 3,2 x groß, ml.p 3,8 x groß
KARAKURI LM 8x7b instruct	`karakuri-lm-8x7b-instruct`	Textgenerierung	Nein	ml. g 5,48 x groß, ml. g 6,48 x groß
LightOn Lyra-Fr 10 B	`lighton-lyra-fr`	Textgenerierung	Nein	ml.p4d.24xlarge
LightOn Mini-instruct 40 B	`lighton-mini-instruct40b`	Textgenerierung	Nein	ml.p4d.24xlarge
Flüssiges LFM 40B (A100)	`liquid-lfm-40b-a100`	Textgenerierung	Nein	ml.p4d.24xlarge
Flüssiges LFM 40B (H100)	`liquid-lfm-40b-h100`	Textgenerierung	Nein	ml.p5.48xlarge
Flüssiges LFM 40B (L40S)	`liquid-lfm-40b-l40s`	Textgenerierung	Nein	ml.g6e.12xlarge
Flüssiges LFM 7B (L40S)	`liquid-lfm-7b-l40s`	Textgenerierung	Nein	ml.g6e.16 x groß, ml.g6e.2 x groß, ml.g6e.4 x groß, ml.g6e.x groß, ml.g6e.x groß
Lama 3.1 Nemotron Nano 8B V1	`nvidia-nemotron-nano-8b-nim`	Textgenerierung	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.g6e.12x groß, ml.g6e.16x groß, ml.g6e.24x groß, ml.g6e.2xgroß, ml.g6e.48xgroß, ml.g6e.4x groß, ml.g6e.8x groß, ml.p4d.24xgroß, ml.p4d.24xgroß, ml.g6e.8x groß, ml.p4d.24xgroß, ml.p4d.24xgroß, ml.g6e.8x groß p4 de.24 x groß, ml.p 5.48 x groß, ml.p5e.48 x groß, ml.p 5 en.48 x groß
Lama 3.1 SuperNova Lite	`arcee-llama-3-1-supernova-lite`	Textgenerierung	Nein	ml. g 5,16 x groß, ml. g 5,2 x groß, ml. g 5,4 x groß, ml. g 5,8 x groß, ml. g 6,2 x groß, ml. g 6,4 x groß, ml. g 6,8 x groß
Lama 3.2 hat den NIM-Microservice mit 1B bewertet	`nvidia-llama3-2-nv-rerankqa-1b-v2-nim`	Textgenerierung	Nein	ml g 5.12 x groß, ml g 5.16 x groß, ml g 5,24 x groß, ml g 5,2 x groß, ml g 5,48 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 5,8 x groß, ml g 6,2 x groß, ml g 6.16 x groß, ml g 6,24 x groß, ml. g 6,2 x groß 48x groß, ml.g6,4 x groß, ml.g6,8 x groß, ml.g6.x groß, ml.g6e.12x groß, ml.g6e.16x groß, ml.g6e.24x groß, ml.g6e.2xgroß, ml.g6e.48x groß, ml.g6e.4x groß, ml.g6e.8x groß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß P4D. 24 x groß, ml. P4 DE. 24 x groß, ml. P 5,48 x groß
Lama 3.3 Nemotron Super 49B V1	`nvidia-nemotron-super-49b-nim`	Textgenerierung	Nein	ml.g5.48xgroß, ml.g6e.12xgroß, ml.g6e.24xgroß, ml.g6e.48xgroß, ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p5de.24xgroß, ml.p5.48xgroß, ml.p5e.48xgroß, ml.p5en.48xlarge
Lama 3.3 Nemotron Super 49B V1.5	`nvidia-nemotron-super-49b-nim-1-5`	Textgenerierung	Nein	ml.g5.48xgroß, ml.g6e.12xgroß, ml.g6e.24xgroß, ml.g6e.48xgroß, ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p4.24xgroß, ml.p5.48xgroß, ml.p5e.48xgroß, ml.p5en.48xlarge
Lama Spark	`arcee-llama-spark`	Textgenerierung	Nein	ml.g 5,16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß
Llama-3-Varco-Offsetbias-8B	`ncsoft-llama-3-varco-offsetbias-8b`	Textgenerierung	Nein	ml.g5.12xlarge
Llama-3.1-8B-Instruct mit Stained Glass Transform Support	`protopia-llama-3-1-8b-instruct`	Textgenerierung	Nein	ml.g4dn.12x groß, ml.g5,16 x groß, ml.g5,4 x groß
Llama-3.2-NV-EmbedQA-1B-v2	`nvidia-llama3-2-nv-embedqa-1b-v2-nim`	Einbettung von Text	Nein	ml g 5.12 x groß, ml g 5.16 x groß, ml g 5,24 x groß, ml g 5,2 x groß, ml g 5,48 x groß, ml g 5,4 x groß, ml g 5,8 x groß, ml g 5,8 x groß, ml g 6,2 x groß, ml g 6.16 x groß, ml g 6,24 x groß, ml. g 6,2 x groß 48x groß, ml.g6,4 x groß, ml.g6,8 x groß, ml.g6.x groß, ml.g6e.12x groß, ml.g6e.16x groß, ml.g6e.24x groß, ml.g6e.2xgroß, ml.g6e.48x groß, ml.g6e.4x groß, ml.g6e.8x groß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß, ml.g6e.xgroß P4D. 24 x groß, ml. P4 DE. 24 x groß, ml. P 5,48 x groß
MARS6	`cambai-mars6`	Text zu Audio	Nein	ml.g4dn.2 x groß, ml.g6,2 x groß
Medical LLM - Medium	`john-snow-labs-medical-summarization-qa-8b`	Textzusammenfassung	Nein	ml.g4dn.12 x groß, ml.g5,2 x groß
Medical LLM - Small	`john-snow-labs-summarization-qa`	Textzusammenfassung	Nein	ml.g5.12xlarge
Übersetzung medizinischer Texte () EN-ES	`john-snow-labs-medical-translation-en-es`	Übersetzung	Nein	ml.g5.2xlarge
Merkur	`inception-mercury`	Textgenerierung	Nein	ml.p5.48xlarge
Mercury Coder	`inception-mercury-coder`	Textgenerierung	Nein	ml.p5.48xlarge
msa-Suche	`nvidia-nim-msa-search-v2-1`	Textgenerierung	Nein	ml.g6e.12xgroß, ml.g6e.24xgroß, ml.g6e.48xgroß, ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p5.48xgroß, ml.p5e.48xgroß, ml.p5en.48xlarge
Nemotron nano 9b v2	`nvidia-nemotron-nano-9b-v2`	Textgenerierung	Nein	ml.g5.12 x groß, ml.g5.16 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.48x groß, ml.g6e.4 x groß, ml.g6e.8 x groß, ml.g6e.xlarge, ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p5.48xgroß, ml.p5.4xgroß, ml.p5e.48xgroß, ml.p5en.48xgroß
nemotron-parsen	`nvidia-nemotron-parse`	Textgenerierung	Nein	ml.g5.12 x groß, ml.g5.16 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5,48 x groß, ml.g 5,4 x groß, ml.g5,8 x groß, ml.g5.x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.48xgroß, ml.g6e.4xgroß, ml.g6e.8xgroß, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5.4xgroß, ml.p5e.48xlarge, ml.p5en.48xlarge
NEXUS von Fundamental	`fundamental-technologies-nexus`	Klassifizierung	Nein	ml.g4dn.8x groß, ml.p5en.48x groß
Nomic Text v1.5 einbetten	`nomic-embed-text`	Einbettung von Text	Nein	ml.g4dn.12xgroß, ml.g4dn.16xgroß, ml.g4dn.2xgroß, ml.g4dn.4xgroß, ml.g4dn.8xgroß, ml.g4dn.xgroß, ml.g5.12xgroß, ml.g5.16xgroß, ml.g5.24xgroß, ml.g5.2xgroß, ml.g5.48xgroß, g 5,4 x groß, ml. g 5,8 x groß, ml. g 5,x groß, ml. G 3,16 x groß, ml. G 3,2 x groß, ml. P 3,8 x groß
Nomic Embed Vision v1.5	`nomic-embed-image`	Einbettung von Text	Nein	ml.g4dn.12xgroß, ml.g4dn.16xgroß, ml.g4dn.2xgroß, ml.g4dn.4xgroß, ml.g4dn.8xgroß, ml.g4dn.xgroß, ml.g5.12xgroß, ml.g5.16xgroß, ml.g5.24xgroß, ml.g5.2xgroß, ml.g5.48xgroß, g 5,4 x groß, ml. g 5,8 x groß, ml. g 5,x groß, ml. G 3,16 x groß, ml. G 3,2 x groß, ml. P 3,8 x groß
NVIDIA-Kosmos Reason-1-7B	`nvidia-nim-cosmos-reason1-7b`	Textgenerierung	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.g6e.12x groß, ml.g6e.16x groß, ml.g6e.24x groß, ml.g6e.2xgroß, ml.g6e.48xgroß, ml.g6e.4x groß, ml.g6e.8x groß, ml.g6e.xlarge, ml.pp 4d.24x groß, ml.p4de.24x groß, ml.p5.48x groß, ml.p5.4x groß, ml.p5e.48x groß, ml.p5en.48x groß
NVIDIA Nemotron-4 15B NIM-Microservice	`nvidia-nemotron-4-15b-nim`	Textgenerierung	Nein	ml.g5.12x groß, ml.g5.24x groß
NVIDIA Parakeet VTDT 0.6B v2	`nvidia-parakeetvtdt-0-6b-v2`	Generierung von Audio2-Text	Nein	ml.g6.12 x groß, ml.g 6.16 x groß, ml.g 6,24 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.48x groß, ml.g6e.4x groß, ml.g6e.8x groß
NVIDIA-Parakeet-1-1b-CTC-EN-US-ASR	`nvidia-parakeet-1-1b-ctc-en-us-asr`	Audio2-Text-Generierung	Nein	ml.g 5.12 x groß, ml.g 5.16 x groß, ml.g 5,24 x groß, ml.g 5,2 x groß, ml.g 5.48 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6.12 x groß, ml.g 6.16 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g6,8 x groß, ml.g6e.12 x groß, ml.g6e.16 x groß, ml.g6e.24 x groß, ml.g6e.2 x groß, ml.g6e.48 x groß, ml.g6e.4 x groß, ml.g6e.8 x groß, ml.p4d.24xgroß, ml.p4de.24xgroß
Kugel	`orbital-materials-orb`	Wissenschaftliche Modellierung	Nein	ml.g4dn.12xgroß, ml.g4dn.16xgroß, ml.g4dn.2xgroß, ml.g4dn.4xgroß, ml.g4dn.8xgroß, ml.g4dn.xgroß, ml.p3.16xgroß, ml.p3.2xgroß, ml.p3.8xgroß, ml.p4d.24xgroß
PLaMo Private Bereitstellung	`preferred-networks-plamo-api`	Textgenerierung	Nein	ml.g5.12x groß, ml.g5.24x groß, ml.g5.48x groß, ml.p4d.24x groß
ProteinMPNN-NIM	`nvidia-nim-proteinmpnn-v1-0-2`	Textgenerierung	Nein	ml.g6e.12xgroß, ml.g6e.24xgroß, ml.g6e.48xgroß, ml.p4d.24xgroß, ml.p4de.24xgroß, ml.p5.48xgroß, ml.p5e.48xlarge, ml.p5en.48xlarge
Rerank-Lite-1 Reranker	`voyage-rerank-lite-1-reranker`	ReRank	Nein	ml.g5.16x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.g5.x groß
Solar Mini - Quant	`upstage-solar-mini-chat-quant`	Textgenerierung	Nein	ml.g5.2xlarge
Solar Pro - Quant	`upstage-solar-pro-quantized`	Textgenerierung	Nein	ml.g5.12xlarge
Solar Pro 2	`upstage-solar-pro`	Textgenerierung	Nein	ml.p4 d. 24 x groß, ml.p 5,48 x groß
Sonic 3 SageMaker	`cartesia-sonic-3-sagemaker`	Text zu Audio	Nein	ml.g6e.xlarge
Stable Diffusion 3.5 Large	`stabilityai-stable-diffusion-3-5-large`	Text zum Bild	Nein	ml.p5.48xlarge
Stable Diffusion XL 1,0	`stabilityai-sdxl-1-0`	Text zum Bild	Nein	ml.g5,2 x groß, ml.p4d. 24 x groß, ml.p4de. 24 x groß
Stabile Diffusion XL Beta 0,8	`stabilityai-sdxl-beta-0-8`	Text zum Bild	Nein	ml.g5.xlarge
Stockmark-LLM-13b	`stockmark-llm-13b`	Textgenerierung	Nein	ml.g5.2xlarge
VARCO LLM KO-1.3B-IST	`ncsoft-ko-1-3b-ist`	Textgenerierung	Nein	ml.g4 dn.2 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß
BARCO LLM KO-6.4B-IST	`ncsoft-ko-6-4b-ist`	Textgenerierung	Nein	ml.g4dn.4 x groß, ml.g4dn.8 x groß, ml.g5.12x groß, ml.g5,4 x groß, ml.g5,8 x groß
BARCO LLM KO/EN-13B-IST	`ncsoft-ko-13b-ist`	Textgenerierung	Nein	ml.g 4 dn. 12 x groß, ml. g 5,12 x groß
voyage-2 Einbettungsmodell	`voyage-2-embedding`	Einbettung von Text	Nein	ml.g5.16x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.g5.x groß
voyage-3 Einbettungsmodell	`voyage-3-embedding`	Einbettung von Text	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6.16 x groß, ml.g 6,2 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g6,8 x groß, ml.g6,8 x groß, ml.g6,x groß
voyage-3 Großes Einbettungsmodell	`voyage-3-large-embedding`	Einbettung von Text	Nein	ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 5,x groß, ml.g 6,4 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g6,x groß
voyage-3.5 Einbettungsmodell	`voyage-3-5-embedding`	Einbettung von Text	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6.16 x groß, ml.g 6,2 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g6,8 x groß, ml.g6,8 x groß, ml.g6,x groß
voyage-3.5-lite Einbettungsmodell	`voyage-3-5-lite-embedding`	Einbettung von Text	Nein	ml.g5.16x groß, ml.g5,2 x groß, ml.g5,4 x groß, ml.g5,8 x groß, ml.g6.16 x groß, ml.g6,2 x groß, ml.g6,2 x groß, ml.g6,4 x groß, ml.g6,8 x groß, ml.g6.xgroß
voyage-code-2 Einbettungsmodell	`voyage-code-2-embedding`	Einbettung von Text	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6.16 x groß, ml.g 6,2 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g6,8 x groß, ml.g6,x groß
voyage-code-3 Einbettungsmodell	`voyage-code-3-embedding`	Einbettung von Text	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6.16 x groß, ml.g 6,2 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g 6,8 x groß, ml.g6,8 x groß, ml.g6,x groß
voyage-large-2 Einbettungsmodell	`voyage-large-2-embedding`	Einbettung von Text	Nein	ml.g5.16 x groß, ml.g 5,2 x groß, ml.g 5,4 x groß, ml.g 5,8 x groß, ml.g 6.16 x groß, ml.g 6,2 x groß, ml.g 6,2 x groß, ml.g 6,4 x groß, ml.g6,8 x groß, ml.g6.xgroß
Widn Tower Anthill	`widn-tower-anthill`	Übersetzung	Nein	ml.g5.xlarge
Widn Tower Sugarloaf	`widn-tower-sugarloaf`	Übersetzung	Nein	ml.g5.12xlarge
Windturm Vesuv	`widn-llama3-tower-vesuvius`	Übersetzung	Nein	ml.g 5,48 x groß, ml.p4 d. 24 x groß, ml.p 4 de 24 x groß
KI-Vision-Engine von Woven City	`wovenbytoyota-woven-city-ai-vision-engine`	Multimodale Generierung	Nein	ml. g 5.12 x groß, ml. g 5,24 x groß, ml. g 5,8 x groß
Autor Palmyra-Fin-70B-32K	`writer-palmyra-fin-70b-32k`	Textgenerierung	Nein	ml.p4d.24xlarge
Autor Palmyra-Med-70B-32K	`writer-palmyra-med-70b-32k`	Textgenerierung	Nein	ml.p4d.24xlarge
Autor Palmyra-X-004	`writer-palmyra-x-004`	Textgenerierung	Nein	ml.p5.48xlarge

Built-in Algorithms (135)

Amazon SageMaker JumpStart bietet vortrainierte, aufgabenspezifische Modelle für gängige Computer-Vision-Aufgaben wie Bildklassifizierung, Objekterkennung und Bildsegmentierung. Diese Modelle basieren auf etablierten Deep-Learning-Frameworks (PyTorch,TensorFlow,MXNet) und können sofort eingesetzt oder anhand Ihrer eigenen Daten optimiert werden.

Anbieter	Modellname	Modell-ID	Aufgabe	License	Fine-tunable	Unterstützte Inferenz-Instanztypen
Mxnet	Schnellerer RCNN 101 V1d ResNet	`mxnet-od-faster-rcnn-fpn-resnet101-v1d-coco`	Objekterkennung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	Schnellerer RCNN 101 V1d ResNet	`mxnet-od-faster-rcnn-resnet101-v1d-coco`	Objekterkennung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	Schnellerer RCNN 50 V1b ResNet	`mxnet-od-faster-rcnn-fpn-resnet50-v1b-coco`	Objekterkennung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	Schnellerer RCNN 50 V1b ResNet	`mxnet-od-faster-rcnn-resnet50-v1b-coco`	Objekterkennung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	Schnellerer RCNN 50 V1b ResNet	`mxnet-od-faster-rcnn-resnet50-v1b-voc`	Objekterkennung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	FCN 101 ADE20K ResNet	`mxnet-semseg-fcn-resnet101-ade`	Segmentierung von Bildern	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	FCN ResNet 101 Pascal VOC	`mxnet-semseg-fcn-resnet101-voc`	Segmentierung von Bildern	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	FCN 50 ADE20K ResNet	`mxnet-semseg-fcn-resnet50-ade`	Segmentierung von Bildern	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	Instance-Segmentierung	`mxnet-is-mask-rcnn-fpn-resnet101-v1d-coco`	Segmentierung von Bildern	Apache 2.0	Nein	ml.c5,2 x groß, ml.c5.x groß, ml.g4dn.x groß, ml.m5.x groß, ml.m5.x groß, ml.p3,2 x groß
Mxnet	MASKE RCNN FPN RESNET18 COCO	`mxnet-is-mask-rcnn-fpn-resnet18-v1b-coco`	Segmentierung von Bildern	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	MASKE RCNN FPN RESNET50 COCO	`mxnet-is-mask-rcnn-fpn-resnet50-v1b-coco`	Segmentierung von Bildern	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	MASKE RCNN RESNET18 COCO	`mxnet-is-mask-rcnn-resnet18-v1b-coco`	Segmentierung von Bildern	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	Objekterkennung	`mxnet-od-ssd-512-mobilenet1-0-coco`	Objekterkennung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	Semantische Segmentierung	`mxnet-semseg-fcn-resnet101-coco`	Segmentierung von Bildern	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	SSD 512 ResNet 50 V1	`mxnet-od-ssd-512-resnet50-v1-coco`	Objekterkennung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	SSD 1,0 MobileNet	`mxnet-od-ssd-512-mobilenet1-0-voc`	Objekterkennung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	SSD ResNet 50 V1	`mxnet-od-ssd-512-resnet50-v1-voc`	Objekterkennung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	SSD VGG 16 Atrous 300	`mxnet-od-ssd-300-vgg16-atrous-voc`	Objekterkennung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	SSD VGG 16 Atrous 512	`mxnet-od-ssd-512-vgg16-atrous-coco`	Objekterkennung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	SSD VGG16 Atrous 300	`mxnet-od-ssd-300-vgg16-atrous-coco`	Objekterkennung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	SSD VGG16 Atrous 512	`mxnet-od-ssd-512-vgg16-atrous-voc`	Objekterkennung	Apache 2.0	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	YOLO V3 53 DarkNet	`mxnet-od-yolo3-darknet53-coco`	Objekterkennung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	YOLO V3 53 DarkNet	`mxnet-od-yolo3-darknet53-voc`	Objekterkennung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	YOLO V3 1.0 MobileNet	`mxnet-od-yolo3-mobilenet1-0-coco`	Objekterkennung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Mxnet	YOLO V3 1.0 MobileNet	`mxnet-od-yolo3-mobilenet1-0-voc`	Objekterkennung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
Pytorch	SqueezeNet 1	`pytorch-ic-squeezenet1-1`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	AlexNet	`pytorch-ic-alexnet`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	DenseNet 121	`pytorch-ic-densenet121`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	DenseNet 169	`pytorch-ic-densenet169`	Bildklassifizierung	BSD-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	FRCNN MobileNet V3 groß 320 FPN	`pytorch-od1-fasterrcnn-mobilenet-v3-large-320-fpn`	Objekterkennung	bsd-3-Klausel	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 x groß
Pytorch	FRCNN V3 großes VPN MobileNet	`pytorch-od1-fasterrcnn-mobilenet-v3-large-fpn`	Objekterkennung	bsd-3-Klausel	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 x groß
Pytorch	GoogLeNet	`pytorch-ic-googlenet`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	Bildklassifizierung	`pytorch-ic-mobilenet-v2`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	Objekterkennung	`pytorch-od1-fasterrcnn-resnet50-fpn`	Objekterkennung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 x groß
Pytorch	ResNet 101	`pytorch-ic-resnet101`	Bildklassifizierung	BSD-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	ResNet 152	`pytorch-ic-resnet152`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	ResNet 18	`pytorch-ic-resnet18`	Bildklassifizierung	BSD-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	ResNet 34	`pytorch-ic-resnet34`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	ResNet 50	`pytorch-ic-resnet50`	Bildklassifizierung	BSD-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	Weiter 50	`pytorch-ic-resnext50-32x4d`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	ShuffleNet V2	`pytorch-ic-shufflenet-v2-x1-0`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	SSD	`pytorch-od-nvidia-ssd`	Objekterkennung	bsd-3-Klausel	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 x groß
Pytorch	VGG 1	`pytorch-ic-vgg11`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	VGG 1-BN	`pytorch-ic-vgg11-bn`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	VGG 13-N	`pytorch-ic-vgg13-bn`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	VGG 16	`pytorch-ic-vgg16`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	VGG 16-BN	`pytorch-ic-vgg16-bn`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	VGG 19	`pytorch-ic-vgg19`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	VGG-13	`pytorch-ic-vgg13`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
Pytorch	Breit 101 ResNet	`pytorch-ic-wide-resnet101-2`	Bildklassifizierung	bsd-3-Klausel	Ja	ml.c5.2 x groß, ml.c5.x groß, ml.m4.x groß, ml.m5.large, ml.m5.x groß
TensorFlow	ALBERT-Untergestell	`tensorflow-tc-albert-en-base`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	BERT-Basisgehäuse	`tensorflow-tc-bert-en-cased-L-12-H-768-A-12-2`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	BERT-Basis MEDLINE/PubMed	`tensorflow-tc-experts-bert-pubmed-1`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	BERT Base Mehrsprachiges Gehalten	`tensorflow-tc-bert-multi-cased-L-12-H-768-A-12-2`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	BERT Large ohne Hülle	`tensorflow-tc-bert-en-uncased-L-24-H-1024-A-16-2`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	BERT Small ohne Gehäuse L-10 H-128	`tensorflow-tcembedding-bert-en-uncased-L-10-H-128-A-2-2`	Einbettung von Text	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	BERT Small ohne Gehäuse L-12 H-256	`tensorflow-tcembedding-bert-en-uncased-L-12-H-256-A-4`	Einbettung von Text	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	BERT Small ohne Gehäuse L-12 H-768	`tensorflow-tcembedding-bert-en-uncased-L-12-H-768-A-12-2`	Einbettung von Text	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	BERT Small ohne Gehäuse L-4 H-768	`tensorflow-tcembedding-bert-en-uncased-L-4-H-768-A-12-2`	Einbettung von Text	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	BiT-M R 10 x 1	`tensorflow-ic-bit-m-r101x1-ilsvrc2012-classification-1`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	BiT-M R101x1 Feature-Vektor	`tensorflow-icembedding-bit-m-r101x1-ilsvrc2012-featurevector-1`	Bildklassifizierung	Apache-2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	BiT-M R 50 x 1 ImageNet-21k	`tensorflow-ic-bit-m-r50x1-imagenet21k-classification-1`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	Kait S 42 224	`tensorflow-ic-cait-s24-224`	Bildklassifizierung	MIT	Ja	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	CenterNet ResNet-v1-101	`tensorflow-od-centernet-resnet101v1-fpn-512x512-1`	Objekterkennung	apache-2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	CenterNet ResNet-v1-50	`tensorflow-od-centernet-resnet50v1-fpn-512x512-1`	Objekterkennung	Apache 2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	Tiny Distilled Patch 16 224 bearbeiten	`tensorflow-ic-deit-tiny-distilled-patch16-224`	Bildklassifizierung	MIT	Ja	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	EfficientNet B0	`tensorflow-ic-efficientnet-b0-classification-1`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	EfficientNet B1	`tensorflow-ic-efficientnet-b1-classification-1`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	EfficientNet B1-Feature-Vektor	`tensorflow-icembedding-efficientnet-b1-featurevector-1`	Bildklassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	EfficientNet B3	`tensorflow-ic-efficientnet-b3-classification-1`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	EfficientNet B7	`tensorflow-ic-efficientnet-b7-classification-1`	Bildklassifizierung	Apache-2.0	Ja	ml.c 5,9 x groß, ml.g 4 dn. 8 x groß, ml.p 3,8 x groß
TensorFlow	EfficientNet V2 ImageNet-1k Klein	`tensorflow-ic-efficientnet-v2-imagenet1k-s`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	EfficientNet V2 ImageNet-21k FT1K M	`tensorflow-ic-efficientnet-v2-imagenet21k-ft1k-m`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge, ml.r5.xlarge
TensorFlow	R-CNN Schnelleres Resnet V2 1024x1024	`tensorflow-od-faster-rcnn-inception-resnet-v2-1024x1024-1`	Objekterkennung	Apache 2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	Schnellerer V1 R-CNN Resnet-101 640x640	`tensorflow-od-faster-rcnn-resnet101-v1-640x640-1`	Objekterkennung	Apache-2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	Schnellere V1 R-CNN Resnet-50 1024x1024	`tensorflow-od-faster-rcnn-resnet50-v1-1024x1024-1`	Objekterkennung	Apache-2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	Schnellerer V1 R-CNN Resnet-50 640x640	`tensorflow-od-faster-rcnn-resnet50-v1-640x640-1`	Objekterkennung	Apache-2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	Schnellerer V1 R-CNN Resnet-50 800x1333	`tensorflow-od-faster-rcnn-resnet50-v1-800x1333-1`	Objekterkennung	Apache-2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	RÜSCHEN	`tensorflow-audioembedding-frill-1`	Audio-Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	Bildklassifizierung	`tensorflow-ic-swin-base-patch4-window7-224`	Bildklassifizierung	MIT	Ja	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	Einbettung von Bildern	`tensorflow-icembedding-imagenet-mobilenet-v2-100-224-fv-4`	Bildklassifizierung	apache-2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	Inception V3	`tensorflow-ic-imagenet-inception-v3-classification-4`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge, ml.r5.xlarge
TensorFlow	Vorschau-Feature-Vektor für Inception V3	`tensorflow-icembedding-tf2-preview-inception-v3-fv-4`	Bildklassifizierung	Apache-2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	MobileNet V2	`tensorflow-ic-tf2-preview-mobilenet-v2-classification-4`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	MobileNet V2 0,35 128	`tensorflow-ic-imagenet-mobilenet-v2-035-128`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge, ml.r5.xlarge
TensorFlow	MobileNet V2 0,50 224	`tensorflow-icembedding-imagenet-mobilenet-v2-050-224-fv-4`	Bildklassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	MobileNet V2 1,0 224	`tensorflow-ic-imagenet-mobilenet-v2-100-224-classification-4`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge, ml.r5.xlarge
TensorFlow	MobileNet V2 1,40 224	`tensorflow-ic-imagenet-mobilenet-v2-140-224-classification-4`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge, ml.r5.xlarge
TensorFlow	MobileNet V2-Feature-Vektor	`tensorflow-icembedding-tf2-preview-mobilenet-v2-featurevector-4`	Bildklassifizierung	Apache-2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	MobileNet V2-Feature-Vektor	`tensorflow-icembedding-tf2-preview-mobilenet-v2-fv-4`	Bildklassifizierung	Apache-2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	MobileNet V3 Groß 1.00 224	`tensorflow-ic-imagenet-mobilenet-v3-large-100-224`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge, ml.r5.xlarge
TensorFlow	MobileNet V3 Klein 0,75 224	`tensorflow-ic-imagenet-mobilenet-v3-small-075-224`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge, ml.r5.xlarge
TensorFlow	MobileNet V3 Klein 1,00 224	`tensorflow-ic-imagenet-mobilenet-v3-small-100-224`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge, ml.r5.xlarge
TensorFlow	Objekterkennung	`tensorflow-od1-ssd-resnet50-v1-fpn-640x640-coco17-tpu-8`	Objekterkennung	apache-2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	ResNet 50	`tensorflow-ic-resnet-50-classification-1`	Bildklassifizierung	Apache-2.0	Ja	ml.c 5,9 x groß, ml.g 4 dn. 8 x groß, ml.p 3,8 x groß
TensorFlow	ResNet Vektor mit 50 Merkmalen	`tensorflow-icembedding-resnet-50-featurevector-1`	Bildklassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	ResNet V1 50	`tensorflow-ic-imagenet-resnet-v1-50-classification-4`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	ResNet V2 152 Feature-Vektor	`tensorflow-icembedding-imagenet-resnet-v2-152-featurevector-4`	Bildklassifizierung	Apache-2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	ResNet V2 50	`tensorflow-ic-imagenet-resnet-v2-50-classification-4`	Bildklassifizierung	Apache-2.0	Ja	ml.c5.2xgroß, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	ResNet V2 50 Feature-Vektor	`tensorflow-icembedding-imagenet-resnet-v2-50-featurevector-4`	Bildklassifizierung	Apache-2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	Resnet-101 Retinanet-SSD 640 x 640	`tensorflow-od-retinanet-resnet101-v1-fpn-640x640-1`	Objekterkennung	Apache 2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	Kleines BERT L-10 _ _ H-512 A-8	`tensorflow-tc-small-bert-bert-en-uncased-L-10-H-512-A-8`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	Kleiner BERT L-12 _ H-256 _ A-4	`tensorflow-tc-small-bert-bert-en-uncased-L-12-H-256-A-4`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	Kleiner BERT L-12 _ H-768 _ A-12	`tensorflow-tc-small-bert-bert-en-uncased-L-12-H-768-A-12`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	Kleiner BERT L-2 _ H-128 _ A-2	`tensorflow-tc-small-bert-bert-en-uncased-L-2-H-128-A-2`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	Kleiner BERT L-4 _ H-512 _ A-8	`tensorflow-tc-small-bert-bert-en-uncased-L-4-H-512-A-8`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	Kleiner BERT L-6 _ H-768 _ A-12	`tensorflow-tc-small-bert-bert-en-uncased-L-6-H-768-A-12`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	Kleiner BERT L-8 _ H-768 _ A-12	`tensorflow-tc-small-bert-bert-en-uncased-L-8-H-768-A-12`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	SSD ResNet 152 V1 FPN 1024x1024 COCO '17	`tensorflow-od1-ssd-resnet152-v1-fpn-1024x1024-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD EfficientDet D0	`tensorflow-od-efficientdet-d0-1`	Objekterkennung	Apache 2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	SSD Efficientet D0 512x512 COC '17	`tensorflow-od1-ssd-efficientdet-d0-512x512-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD Efficientet D1 640x640 COC '17	`tensorflow-od1-ssd-efficientdet-d1-640x640-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD EfficientDet D2	`tensorflow-od-efficientdet-d2-1`	Objekterkennung	Apache 2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	SSD Efficientet D2 768 x 768 COC '17	`tensorflow-od1-ssd-efficientdet-d2-768x768-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD EfficientDet 3D	`tensorflow-od-efficientdet-d3-1`	Objekterkennung	Apache 2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	SSD Efficientet D3 896 x 896 COCO '17	`tensorflow-od1-ssd-efficientdet-d3-896x896-coco17-tpu-32`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD EfficientDet D5	`tensorflow-od-efficientdet-d5-1`	Objekterkennung	Apache 2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	SSD Mobilenet V1 FPN 640x640 COCO '17	`tensorflow-od1-ssd-mobilenet-v1-fpn-640x640-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD Mobilenet V2	`tensorflow-od-ssd-mobilenet-v2-2`	Objekterkennung	Apache 2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	SSD Mobilenet V2 640 x 640	`tensorflow-od-ssd-mobilenet-v2-fpnlite-640x640-1`	Objekterkennung	Apache 2.0	Nein	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xgroß
TensorFlow	SSD Mobilenet V2 320x320 COCO '17 FPN-Lite	`tensorflow-od1-ssd-mobilenet-v2-fpnlite-320x320-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD MobileNet V2 640 x 640 COCO FPN-lite '17	`tensorflow-od1-ssd-mobilenet-v2-fpnlite-640x640-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD 101 V1 FPN ResNet 1024x1024 COCO '17	`tensorflow-od1-ssd-resnet101-v1-fpn-1024x1024-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD 101 V1 ResNet FPN 640X640 COCO '17	`tensorflow-od1-ssd-resnet101-v1-fpn-640x640-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD 152 V1 ResNet FPN 640X640 COCO '17	`tensorflow-od1-ssd-resnet152-v1-fpn-640x640-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	SSD 50 G1 FPN ResNet 1024x1024 COCO '17	`tensorflow-od1-ssd-resnet50-v1-fpn-1024x1024-coco17-tpu-8`	Objekterkennung	Apache 2.0	Ja	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2x groß
TensorFlow	Swin Base 4 12 384	`tensorflow-ic-swin-base-patch4-window12-384`	Bildklassifizierung	MIT	Ja	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.xlarge
TensorFlow	Talking Heads groß	`tensorflow-tc-talking-heads-large`	Textklassifizierung	apache-2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	Textklassifizierung	`tensorflow-tc-bert-en-uncased-L-12-H-768-A-12-2`	Textklassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2xgroß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.16x groß, ml.g4dn.2xgroß, ml.g4dn.4x groß, ml.g4dn.8xgroß, ml.g4dn.xlarge, ml.g5.xgroß, ml.m5.12xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5.24xgroß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß, ml.p3,16 x groß, ml.p3,2x groß, ml.p3,8 x groß
TensorFlow	Einbettung von Text	`tensorflow-tcembedding-universal-sentc-encoder-cmlm-en-large-1`	Einbettung von Text	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	TRILL DESTILLIERT	`tensorflow-audioembedding-trill-distilled-3`	Audio-Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	Trillsson 1	`tensorflow-audioembedding-trillsson1-1`	Audio-Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	Trillsson 2	`tensorflow-audioembedding-trillsson2-1`	Audio-Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	Trillsson 3	`tensorflow-audioembedding-trillsson3-1`	Audio-Klassifizierung	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß
TensorFlow	Universeller Satzkodierer CMLM Base	`tensorflow-tcembedding-universal-sentc-encoder-cmlm-en-base-1`	Einbettung von Text	Apache 2.0	Nein	ml.c5.2 x groß, ml.c5.x groß, ml.g4dn.xlarge, ml.m5.large, ml.m5.x groß, ml.p3.2 groß

Classic ML Algorithms (11)

Amazon bietet gebrauchsfertige SageMaker JumpStart Implementierungen klassischer Algorithmen für maschinelles Lernen für Aufgaben im Bereich tabellarischer Daten wie Klassifikation, Regression und Zeitreihenprognosen. Diese Algorithmen (XGBoost,,, LightGBM CatBoostscikit-learn,AutoGluon) sind für strukturierte Daten optimiert und können mit Ihren eigenen Datensätzen von Grund auf trainiert werden.

Anbieter	Modellname	Modell-ID	Aufgabe	License	Fine-tunable	Unterstützte Inferenz-Instanztypen
Autogluon	AutoGluon Tabellarische Klassifikation	`autogluon-classification-ensemble`	Tabellarische Klassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2x groß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.xlarge, ml.m5.12x groß, ml.m5.24x groß, ml.m5.2x groß, ml.m5.4x groß, ml.p3.2 groß
Autogluon	AutoGluon Tabellarische Regression	`autogluon-regression-ensemble`	Tabellarische Regression	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2x groß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.xlarge, ml.m5.12x groß, ml.m5.24x groß, ml.m5.2x groß, ml.m5.4x groß, ml.p3.2 groß
Catboost	CatBoost Einstufung	`catboost-classification-model`	Tabellarische Klassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5,2 x groß, ml.c5,4 x groß, ml.c5,9x groß, ml.m4.16x groß, ml.m5.12x groß, ml.m5,24 x groß, ml.m5,2 x groß, ml.m5,4 x groß
Catboost	CatBoost Regression	`catboost-regression-model`	Tabellarische Regression	Apache 2.0	Ja	ml.c 4,8 x groß, ml.c5.18x groß, ml.c5,2 x groß, ml.c 5,4 x groß, ml.m 5,9 x groß, ml.m5.12 x groß, ml.m5,24 x groß, ml.m5,2 x groß, ml.m5,4 x groß
Leicht gbm	LightGBM-Klassifizierung	`lightgbm-classification-model`	Tabellarische Klassifizierung	mit	Ja	ml.c5.18x groß, ml.c5,2 x groß, ml.c5,4 x groß, ml.c5.9x groß, ml.m4.16x groß, ml.m5.12x groß, ml.m5,24 x groß, ml.m5,2 x groß, ml.m5,4 x groß
Leicht gbm	LightGBM-Regression	`lightgbm-regression-model`	Tabellarische Regression	mit	Ja	ml.c 4,8 x groß, ml.c 5,18 x groß, ml.c 5,2 x groß, ml.c 5,4 x groß, ml.m 5,12 x groß, ml.m 5,24 x groß, ml.m 5,2 x groß, ml.m 5,4 x groß
Pytorch	TabTransformer Einstufung	`pytorch-tabtransformerclassification-model`	Tabellarische Klassifizierung	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2x groß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.xlarge, ml.m5.12x groß, ml.m5.24x groß, ml.m5.2x groß, ml.m5.4x groß, ml.p3.2 groß
Pytorch	TabTransformer Regression	`pytorch-tabtransformerregression-model`	Tabellarische Regression	Apache 2.0	Ja	ml.c5.18x groß, ml.c5.2x groß, ml.c5.4x groß, ml.c5.9x groß, ml.g4dn.xlarge, ml.m5.12x groß, ml.m5.24x groß, ml.m5.2x groß, ml.m5.4x groß, ml.p3.2 groß
S lerne	Lineare Klassifizierung	`sklearn-classification-linear`	Tabellarische Klassifizierung	bsd-3-Klausel	Ja	ml.c 4,8 x groß, ml.c5.18x groß, ml.c5,2 x groß, ml.c5,4 x groß, ml.m 5,9 x groß, ml.m5.12 x groß, ml.m5,24 x groß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß
Xg Boost	XGBoost-Klassifizierung	`xgboost-classification-model`	Tabellarische Klassifizierung	Apache-2.0	Ja	ml.c 4,8 x groß, ml.c5.18x groß, ml.c5,2 x groß, ml.c 5,4 x groß, ml.m 5,9 x groß, ml.m5.12 x groß, ml.m5,24 x groß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß
Xg Boost	XGBoost-Regression	`xgboost-regression-model`	Tabellarische Regression	Apache 2.0	Ja	ml.c 4,8 x groß, ml.c5.18x groß, ml.c5,2 x groß, ml.c 5,4 x groß, ml.m 5,9 x groß, ml.m5.12 x groß, ml.m5,24 x groß, ml.m5,2 x groß, ml.m5,4 x groß, ml.m5.x groß

Anmerkung

Die genauesten und aktuellsten Lizenzinformationen finden Sie auf der Modelldetailseite in Studio oder auf der Modellseite. SageMaker Hugging Face

Warnung JavaScript ist in Ihrem Browser nicht verfügbar oder deaktiviert.

Zur Nutzung der AWS-Dokumentation muss JavaScript aktiviert sein. Weitere Informationen finden auf den Hilfe-Seiten Ihres Browsers.

Dokumentkonventionen

Basismodelle

Verwendung eines Basismodells