Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Titik akhir dan kuota Amazon Bedrock
Untuk terhubung secara terprogram ke AWS layanan, Anda menggunakan titik akhir. AWS layanan menawarkan jenis titik akhir berikut di beberapa atau semua Wil AWS ayah yang didukung layanan: titik akhir IPv4, titik akhir dual-stack, dan titik akhir FIPS. Beberapa layanan menyediakan titik akhir global. Untuk informasi selengkapnya, lihat AWS titik akhir layanan.
Kuota layanan, juga disebut sebagai batas, adalah jumlah maksimum sumber daya layanan atau operasi untuk AWS akun Anda. Untuk informasi selengkapnya, lihat AWS service quotas.
Berikut ini adalah titik akhir layanan dan kuota layanan untuk layanan ini.
Titik akhir layanan Amazon Bedrock
API bidang kontrol Amazon Bedrock
Tabel berikut menyediakan daftar Region-specific titik akhir yang didukung Amazon Bedrock untuk mengelola, melatih, dan menerapkan model. Gunakan titik akhir ini untuk operasi Amazon Bedrock API.
| Nama Wilayah | Wilayah | Titik Akhir | Protokol |
|---|---|---|---|
| AS Timur (Ohio) | us–east-2 |
bedrock.us-east-2.amazonaws.com bedrock-fips.us-east-2.amazonaws.com |
HTTPS HTTPS |
| AS Timur (Virginia Utara) | us-east-1 |
bedrock.us-east-1.amazonaws.com bedrock-fips.us-east-1.amazonaws.com |
HTTPS HTTPS |
| AS Barat (California Utara) | us-west-1 |
bedrock.us-west-1.amazonaws.com bedrock-fips.us-west-1.amazonaws.com |
HTTPS HTTPS |
| US West (Oregon) | us-west-2 |
bedrock.us-west-2.amazonaws.com bedrock-fips.us-west-2.amazonaws.com |
HTTPS HTTPS |
| Africa (Cape Town) | af-south-1 | bedrock.af-south-1.amazonaws.com | HTTPS |
| Asia Pasifik (Hyderabad) | ap-south-2 | bedrock.ap-south-2.amazonaws.com | HTTPS |
| Asia Pasifik (Jakarta) | ap-southeast-3 | bedrock.ap-southeast-3.amazonaws.com | HTTPS |
| Asia Pasifik (Malaysia) | ap-southeast-5 | bedrock.ap-southeast-5.amazonaws.com | HTTPS |
| Asia Pasifik (Melbourne) | ap-southeast-4 | bedrock.ap-southeast-4.amazonaws.com | HTTPS |
| Asia Pasifik (Mumbai) | ap-south-1 | bedrock.ap-south-1.amazonaws.com | HTTPS |
| Asia Pasifik (Selandia Baru) | ap-Southeast-6 | bedrock.ap-southeast-6.amazonaws.com | HTTPS |
| Asia Pasifik (Osaka) | ap-northeast-3 | bedrock.ap-northeast-3.amazonaws.com | HTTPS |
| Asia Pasifik (Seoul) | ap-northeast-2 | bedrock.ap-northeast-2.amazonaws.com | HTTPS |
| Asia Pasifik (Singapura) | ap-southeast-1 | bedrock.ap-southeast-1.amazonaws.com | HTTPS |
| Asia Pacific (Sydney) | ap-southeast-2 | bedrock.ap-southeast-2.amazonaws.com | HTTPS |
| Asia Pasifik (Taipei) | ap-east-2 | bedrock.ap-east-2.amazonaws.com | HTTPS |
| Asia Pasifik (Thailand) | ap-Southeast-7 | bedrock.ap-southeast-7.amazonaws.com | HTTPS |
| Asia Pacific (Tokyo) | ap-northeast-1 | bedrock.ap-northeast-1.amazonaws.com | HTTPS |
| Canada (Central) | ca-central-1 |
bedrock.ca-central-1.amazonaws.com bedrock-fips.ca-central-1.amazonaws.com |
HTTPS HTTPS |
| Kanada Barat (Calgary) | ca-west-1 |
bedrock.ca-west-1.amazonaws.com bedrock-fips.ca-west-1.amazonaws.com |
HTTPS HTTPS |
| Eropa (Frankfurt) | eu-central-1 | bedrock.eu-central-1.amazonaws.com | HTTPS |
| Eropa (Irlandia) | eu-west-1 | bedrock.eu-west-1.amazonaws.com | HTTPS |
| Europe (London) | eu-west-2 | bedrock.eu-west-2.amazonaws.com | HTTPS |
| Eropa (Milan) | eu-south-1 | bedrock.eu-south-1.amazonaws.com | HTTPS |
| Eropa (Paris) | eu-west-3 | bedrock.eu-west-3.amazonaws.com | HTTPS |
| Eropa (Spanyol) | eu-south-2 | bedrock.eu-south-2.amazonaws.com | HTTPS |
| Eropa (Stockholm) | eu-north-1 | bedrock.eu-north-1.amazonaws.com | HTTPS |
| Eropa (Zürich) | eu-central-2 | bedrock.eu-central-2.amazonaws.com | HTTPS |
| Israel (Tel Aviv) | il-central-1 | bedrock.il-central-1.amazonaws.com | HTTPS |
| Meksiko (Tengah) | mx-sentral-1 | bedrock.mx-central-1.amazonaws.com | HTTPS |
| Timur Tengah (Bahrain) | me-south-1 | bedrock.me-south-1.amazonaws.com | HTTPS |
| Timur Tengah (UAE) | me-central-1 | bedrock.me-central-1.amazonaws.com | HTTPS |
| Amerika Selatan (Sao Paulo) | sa-east-1 | bedrock.sa-east-1.amazonaws.com | HTTPS |
| AWS GovCloud (US-East) | us-gov-east-1 |
bedrock.us-gov-east-1.amazonaws.com bedrock-fips.us-gov-east-1.amazonaws.com |
HTTPS HTTPS |
| AWS GovCloud (US-West) | us-gov-west-1 |
bedrock.us-gov-west-1.amazonaws.com bedrock-fips.us-gov-west-1.amazonaws.com |
HTTPS HTTPS |
API runtime Amazon Bedrock
Tabel berikut menyediakan daftar Region-specific titik akhir yang didukung Amazon Bedrock untuk membuat permintaan inferensi untuk model yang dihosting di Amazon Bedrock. Gunakan titik akhir ini untuk operasi Amazon Bedrock Runtime API.
| Nama Wilayah | Wilayah | Titik Akhir | Protokol |
|---|---|---|---|
| AS Timur (Ohio) | us–east-2 |
bedrock-runtime.us-east-2.amazonaws.com bedrock-runtime-fips.us-east-2.amazonaws.com |
HTTPS HTTPS |
| AS Timur (Virginia Utara) | us-east-1 |
bedrock-runtime.us-east-1.amazonaws.com bedrock-runtime-fips.us-east-1.amazonaws.com |
HTTPS HTTPS |
| US West (Oregon) | us-west-2 |
bedrock-runtime.us-west-2.amazonaws.com bedrock-runtime-fips.us-west-2.amazonaws.com |
HTTPS HTTPS |
| Asia Pasifik (Hyderabad) | ap-south-2 | bedrock-runtime.ap-south-2.amazonaws.com | HTTPS |
| Asia Pasifik (Mumbai) | ap-south-1 | bedrock-runtime.ap-south-1.amazonaws.com | HTTPS |
| Asia Pasifik (Osaka) | ap-northeast-3 | bedrock-runtime.ap-northeast-3.amazonaws.com | HTTPS |
| Asia Pasifik (Seoul) | ap-northeast-2 | bedrock-runtime.ap-northeast-2.amazonaws.com | HTTPS |
| Asia Pasifik (Singapura) | ap-southeast-1 | bedrock-runtime.ap-southeast-1.amazonaws.com | HTTPS |
| Asia Pacific (Sydney) | ap-southeast-2 | bedrock-runtime.ap-southeast-2.amazonaws.com | HTTPS |
| Asia Pacific (Tokyo) | ap-northeast-1 | bedrock-runtime.ap-northeast-1.amazonaws.com | HTTPS |
| Canada (Central) | ca-central-1 |
bedrock-runtime.ca-central-1.amazonaws.com bedrock-runtime-fips.ca-central-1.amazonaws.com |
HTTPS HTTPS |
| Eropa (Frankfurt) | eu-central-1 | bedrock-runtime.eu-central-1.amazonaws.com | HTTPS |
| Eropa (Irlandia) | eu-west-1 | bedrock-runtime.eu-west-1.amazonaws.com | HTTPS |
| Europe (London) | eu-west-2 | bedrock-runtime.eu-west-2.amazonaws.com | HTTPS |
| Eropa (Milan) | eu-south-1 | bedrock-runtime.eu-south-1.amazonaws.com | HTTPS |
| Eropa (Paris) | eu-west-3 | bedrock-runtime.eu-west-3.amazonaws.com | HTTPS |
| Eropa (Spanyol) | eu-south-2 | bedrock-runtime.eu-south-2.amazonaws.com | HTTPS |
| Eropa (Stockholm) | eu-north-1 | bedrock-runtime.eu-north-1.amazonaws.com | HTTPS |
| Eropa (Zürich) | eu-central-2 | bedrock-runtime.eu-central-2.amazonaws.com | HTTPS |
| Amerika Selatan (Sao Paulo) | sa-east-1 | bedrock-runtime.sa-east-1.amazonaws.com | HTTPS |
| AWS GovCloud (US-East) | us-gov-east-1 |
bedrock-runtime.us-gov-east-1.amazonaws.com bedrock-runtime-fips.us-gov-east-1.amazonaws.com |
HTTPS HTTPS |
| AWS GovCloud (US-West) | us-gov-west-1 |
bedrock-runtime.us-gov-west-1.amazonaws.com bedrock-runtime-fips.us-gov-west-1.amazonaws.com |
HTTPS HTTPS |
Agen untuk API waktu pembuatan Amazon Bedrock
Tabel berikut menyediakan daftar Region-specific titik akhir yang didukung oleh Agents for Amazon Bedrock untuk membuat dan mengelola agen dan basis pengetahuan. Gunakan titik akhir ini untuk operasi Agen untuk Amazon Bedrock API.
| Nama Wilayah | Wilayah | Titik Akhir | Protokol |
|---|---|---|---|
| US East (N. Virginia) | us-east-1 | bedrock-agent.us-east-1.amazonaws.com | HTTPS |
| bedrock-agent-fips.us-east-1.amazonaws.com | HTTPS | ||
| US West (Oregon) | us-west-2 | bedrock-agent.us-west-2.amazonaws.com | HTTPS |
| bedrock-agent-fips.us-west-2.amazonaws.com | HTTPS | ||
| Asia Pacific (Singapore) | ap-southeast-1 | bedrock-agent.ap-southeast-1.amazonaws.com | HTTPS |
| Asia Pacific (Sydney) | ap-southeast-2 | bedrock-agent.ap-southeast-2.amazonaws.com | HTTPS |
| Asia Pacific (Tokyo) | ap-northeast-1 | bedrock-agent.ap-northeast-1.amazonaws.com | HTTPS |
| Asia Pacific (Seoul) | ap-northeast-2 | bedrock-agent.ap-northeast-2.amazonaws.com | HTTPS |
| Canada (Central) | ca-central-1 | bedrock-agent.ca-central-1.amazonaws.com | HTTPS |
| Europe (Frankfurt) | eu-central-1 | bedrock-agent.eu-central-1.amazonaws.com | HTTPS |
| Europe (Ireland) | eu-west-1 | bedrock-agent.eu-west-1.amazonaws.com | HTTPS |
| Europe (London) | eu-west-2 | bedrock-agent.eu-west-2.amazonaws.com | HTTPS |
| Europe (Paris) | eu-west-3 | bedrock-agent.eu-west-3.amazonaws.com | HTTPS |
| Asia Pacific (Mumbai) | ap-south-1 | bedrock-agent.ap-south-1.amazonaws.com | HTTPS |
| South America (São Paulo) | sa-east-1 | bedrock-agent.sa-east-1.amazonaws.com | HTTPS |
Agen untuk API runtime Amazon Bedrock
Tabel berikut menyediakan daftar Region-specific titik akhir yang didukung oleh Agents for Amazon Bedrock untuk memanggil agen dan menanyakan basis pengetahuan. Gunakan titik akhir ini untuk Agen untuk operasi Amazon Bedrock Runtime API.
| Nama Wilayah | Wilayah | Titik Akhir | Protokol |
|---|---|---|---|
| US East (N. Virginia) | us-east-1 | bedrock-agent-runtime.us-east-1.amazonaws.com | HTTPS |
| bedrock-agent-runtime-fips.us-east-1.amazonaws.com | HTTPS | ||
| US West (Oregon) | us-west-2 | bedrock-agent-runtime.us-west-2.amazonaws.com | HTTPS |
| bedrock-agent-runtime-fips.us-west-2.amazonaws.com | HTTPS | ||
| Asia Pacific (Singapore) | ap-southeast-1 | bedrock-agent-runtime.ap-southeast-1.amazonaws.com | HTTPS |
| Asia Pacific (Sydney) | ap-southeast-2 | bedrock-agent-runtime.ap-southeast-2.amazonaws.com | HTTPS |
| Asia Pacific (Tokyo) | ap-northeast-1 | bedrock-agent-runtime.ap-northeast-1.amazonaws.com | HTTPS |
| Asia Pacific (Seoul) | ap-northeast-2 | bedrock-agent-runtime.ap-northeast-2.amazonaws.com | HTTPS |
| Canada (Central) | ca-central-1 | bedrock-agent-runtime.ca-central-1.amazonaws.com | HTTPS |
| Europe (Frankfurt) | eu-central-1 | bedrock-agent-runtime.eu-central-1.amazonaws.com | HTTPS |
| Europe (Paris) | eu-west-3 | bedrock-agent-runtime.eu-west-3.amazonaws.com | HTTPS |
| Europe (Ireland) | eu-west-1 | bedrock-agent-runtime.eu-west-1.amazonaws.com | HTTPS |
| Europe (London) | eu-west-2 | bedrock-agent-runtime.eu-west-2.amazonaws.com | HTTPS |
| Asia Pacific (Mumbai) | ap-south-1 | bedrock-agent-runtime.ap-south-1.amazonaws.com | HTTPS |
| South America (São Paulo) | sa-east-1 | bedrock-agent-runtime.sa-east-1.amazonaws.com | HTTPS |
API Otomatisasi Data Dasar Amazon
Tabel berikut menyediakan daftar Region-specific titik akhir yang didukung oleh Otomasi Data untuk Amazon Bedrock. Titik akhir yang menggunakan kata memanggil runtime cetak biru dan proyek untuk mengekstrak informasi dari file. Gunakan titik akhir ini untuk operasi Amazon Bedrock Data Automation Runtime API. Titik akhir tanpa runtime digunakan untuk membuat cetak biru dan proyek untuk memberikan panduan ekstraksi. Gunakan titik akhir ini untuk operasi Buil dtime API Otomasi Data Amazon Bedrock
| Nama Wilayah | Wilayah | Titik Akhir | Protokol |
|---|---|---|---|
| AS Timur (Ohio) | us–east-2 |
bedrock-data-automation.us-east-2.amazonaws.com bedrock-data-automation-runtime.us-east-2.amazonaws.com bedrock-data-automation-fips.us-east-2.amazonaws.com bedrock-data-automation-runtime-fips.us-east-2.amazonaws.com |
HTTPS HTTPS HTTPS HTTPS |
| AS Timur (Virginia Utara) | us-east-1 |
bedrock-data-automation.us-east-1.amazonaws.com bedrock-data-automation-runtime.us-east-1.api.aws bedrock-data-automation-runtime.us-east-1.amazonaws.com bedrock-data-automation.us-east-1.api.aws bedrock-data-automation-fips.us-east-1.amazonaws.com bedrock-data-automation-runtime-fips.us-east-1.api.aws bedrock-data-automation-runtime-fips.us-east-1.amazonaws.com bedrock-data-automation-fips.us-east-1.api.aws |
HTTPS HTTPS HTTPS HTTPS HTTPS HTTPS HTTPS HTTPS |
| US West (Oregon) | us-west-2 |
bedrock-data-automation.us-west-2.amazonaws.com bedrock-data-automation-runtime.us-west-2.api.aws bedrock-data-automation-runtime.us-west-2.amazonaws.com bedrock-data-automation.us-west-2.api.aws bedrock-data-automation-fips.us-west-2.amazonaws.com bedrock-data-automation-runtime-fips.us-west-2.api.aws bedrock-data-automation-runtime-fips.us-west-2.amazonaws.com bedrock-data-automation-fips.us-west-2.api.aws |
HTTPS HTTPS HTTPS HTTPS HTTPS HTTPS HTTPS HTTPS |
| Asia Pasifik (Mumbai) | ap-south-1 |
bedrock-data-automation.ap-south-1.amazonaws.com bedrock-data-automation-runtime.ap-south-1.amazonaws.com |
HTTPS HTTPS |
| Asia Pacific (Sydney) | ap-southeast-2 |
bedrock-data-automation.ap-southeast-2.amazonaws.com bedrock-data-automation-runtime.ap-southeast-2.amazonaws.com |
HTTPS HTTPS |
| Asia Pacific (Tokyo) | ap-northeast-1 |
bedrock-data-automation.ap-northeast-1.amazonaws.com bedrock-data-automation-runtime.ap-northeast-1.amazonaws.com |
HTTPS HTTPS |
| Canada (Central) | ca-central-1 |
bedrock-data-automation.ca-central-1.amazonaws.com bedrock-data-automation-runtime.ca-central-1.amazonaws.com bedrock-data-automation-fips.ca-central-1.amazonaws.com bedrock-data-automation-runtime-fips.ca-central-1.amazonaws.com |
HTTPS HTTPS HTTPS HTTPS |
| Eropa (Frankfurt) | eu-central-1 |
bedrock-data-automation.eu-central-1.amazonaws.com bedrock-data-automation-runtime.eu-central-1.amazonaws.com |
HTTPS HTTPS |
| Eropa (Irlandia) | eu-west-1 |
bedrock-data-automation.eu-west-1.amazonaws.com bedrock-data-automation-runtime.eu-west-1.amazonaws.com |
HTTPS HTTPS |
| Europe (London) | eu-west-2 |
bedrock-data-automation.eu-west-2.amazonaws.com bedrock-data-automation-runtime.eu-west-2.amazonaws.com |
HTTPS HTTPS |
| Eropa (Spanyol) | eu-south-2 |
bedrock-data-automation.eu-south-2.amazonaws.com bedrock-data-automation-runtime.eu-south-2.amazonaws.com |
HTTPS HTTPS |
| AWS GovCloud (US-West) | us-gov-west-1 |
bedrock-data-automation.us-gov-west-1.amazonaws.com bedrock-data-automation-runtime.us-gov-west-1.amazonaws.com bedrock-data-automation-fips.us-gov-west-1.amazonaws.com bedrock-data-automation-runtime-fips.us-gov-west-1.amazonaws.com |
HTTPS HTTPS HTTPS HTTPS |
Kuota layanan Amazon Bedrock
Tip
Karena Amazon Bedrock memiliki sejumlah besar kuota, kami sarankan Anda melihat kuota layanan menggunakan konsol alih-alih menggunakan tabel di bawah ini. Buka kuota Amazon Bedrock.
| Nama | Default | Dapat disesuaikan | Deskripsi |
|---|---|---|---|
| (Advanced Prompt Optimization) Pekerjaan aktif per akun | Setiap Wilayah yang didukung: 20 | Ya |
Jumlah maksimum pekerjaan Advanced Prompt Optimization (APO) aktif per akun. |
| (Advanced Prompt Optimization) Lowongan tidak aktif per akun | Setiap Wilayah yang didukung: 5.000 | Ya |
Jumlah maksimum pekerjaan Advanced Prompt Optimization (APO) yang tidak aktif per akun. |
| (Penalaran Otomatis) Anotasi dalam kebijakan | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum anotasi dalam kebijakan Penalaran Otomatis. |
| Permintaan (Penalaran Otom CancelAutomatedReasoningPolicyBuildWorkflow atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan CancelAutomatedReasoningPolicyBuildWorkflow API per detik. |
| (Penalaran Otomatis) Pembuatan bersamaan per kebijakan | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum build bersamaan per kebijakan Penalaran Otomatis. |
| (Penalaran Otomatis) Pembuatan kebijakan bersamaan per akun | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum kebijakan Penalaran Otomatis bersamaan yang dibuat dalam satu akun. |
| Permintaan (Penalaran Otom CreateAutomatedReasoningPolicy atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan CreateAutomatedReasoningPolicy API per detik. |
| Permintaan (Penalaran Otom CreateAutomatedReasoningPolicyTestCase atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan CreateAutomatedReasoningPolicyTestCase API per detik. |
| Permintaan (Penalaran Otom CreateAutomatedReasoningPolicyVersion atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan CreateAutomatedReasoningPolicyVersion API per detik. |
| Permintaan (Penalaran Otom DeleteAutomatedReasoningPolicy atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan DeleteAutomatedReasoningPolicy API per detik. |
| Permintaan (Penalaran Otom DeleteAutomatedReasoningPolicyBuildWorkflow atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan DeleteAutomatedReasoningPolicyBuildWorkflow API per detik. |
| Permintaan (Penalaran Otom DeleteAutomatedReasoningPolicyTestCase atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan DeleteAutomatedReasoningPolicyTestCase API per detik. |
| Permintaan (Penalaran Otom ExportAutomatedReasoningPolicyVersion atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan ExportAutomatedReasoningPolicyVersion API per detik. |
| Permintaan (Penalaran Otom GetAutomatedReasoningPolicy atis) per detik | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah maksimum permintaan GetAutomatedReasoningPolicy API per detik. |
| Permintaan (Penalaran Otom GetAutomatedReasoningPolicyAnnotations atis) per detik | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah maksimum permintaan GetAutomatedReasoningPolicyAnnotations API per detik. |
| Permintaan (Penalaran Otom GetAutomatedReasoningPolicyBuildWorkflow atis) per detik | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah maksimum permintaan GetAutomatedReasoningPolicyBuildWorkflow API per detik. |
| Permintaan (Penalaran Otom GetAutomatedReasoningPolicyBuildWorkflowResultAssets atis) per detik | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah maksimum permintaan GetAutomatedReasoningPolicyBuildWorkflowResultAssets API per detik. |
| Permintaan (Penalaran Otom GetAutomatedReasoningPolicyNextScenario atis) per detik | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah maksimum permintaan GetAutomatedReasoningPolicyNextScenario API per detik. |
| Permintaan (Penalaran Otom GetAutomatedReasoningPolicyTestCase atis) per detik | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah maksimum permintaan GetAutomatedReasoningPolicyTestCase API per detik. |
| Permintaan (Penalaran Otom GetAutomatedReasoningPolicyTestResult atis) per detik | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah maksimum permintaan GetAutomatedReasoningPolicyTestResult API per detik. |
| Permintaan (Penalaran Otom ListAutomatedReasoningPolicies atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan ListAutomatedReasoningPolicies API per detik. |
| Permintaan (Penalaran Otom ListAutomatedReasoningPolicyBuildWorkflows atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan ListAutomatedReasoningPolicyBuildWorkflows API per detik. |
| Permintaan (Penalaran Otom ListAutomatedReasoningPolicyTestCases atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan ListAutomatedReasoningPolicyTestCases API per detik. |
| Permintaan (Penalaran Otom ListAutomatedReasoningPolicyTestResults atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan ListAutomatedReasoningPolicyTestResults API per detik. |
| Kebijakan (Penalaran Otomatis) per akun | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum kebijakan Penalaran Otomatis dalam satu akun. |
| (Penalaran Otomatis) Aturan dalam kebijakan | Setiap Wilayah yang didukung: 500 | Tidak | Jumlah maksimum aturan dalam kebijakan Penalaran Otomatis. |
| (Penalaran Otomatis) Ukuran dokumen sumber (MB) | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran dokumen sumber maksimum (MB) untuk membuat kebijakan Penalaran Otomatis. |
| (Penalaran Otomatis) Token dokumen sumber | Setiap Wilayah yang didukung: 122,880 | Tidak | Jumlah maksimum token yang diizinkan dalam dokumen sumber saat membuat kebijakan Penalaran Otomatis. |
| Permintaan (Penalaran Otom StartAutomatedReasoningPolicyBuildWorkflow atis) per detik | Setiap Wilayah yang didukung: 1 | Ya |
Jumlah maksimum permintaan StartAutomatedReasoningPolicyBuildWorkflow API per detik. |
| Permintaan (Penalaran Otom StartAutomatedReasoningPolicyTestWorkflow atis) per detik | Setiap Wilayah yang didukung: 1 | Ya |
Jumlah maksimum permintaan StartAutomatedReasoningPolicyTestWorkflow API per detik. |
| (Penalaran Otomatis) Tes per kebijakan | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum tes per kebijakan Penalaran Otomatis. |
| (Penalaran Otomatis) Jenis per kebijakan | Setiap Wilayah yang didukung: 50 | Tidak | Jumlah maksimum jenis dalam kebijakan Penalaran Otomatis. |
| Permintaan (Penalaran Otom UpdateAutomatedReasoningPolicy atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan UpdateAutomatedReasoningPolicy API per detik. |
| Permintaan (Penalaran Otom UpdateAutomatedReasoningPolicyAnnotations atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan UpdateAutomatedReasoningPolicyAnnotations API per detik. |
| Permintaan (Penalaran Otom UpdateAutomatedReasoningPolicyTestCase atis) per detik | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan UpdateAutomatedReasoningPolicyTestCase API per detik. |
| (Penalaran Otomatis) Nilai per jenis dalam kebijakan | Setiap Wilayah yang didukung: 50 | Tidak | Jumlah maksimum nilai per jenis dalam kebijakan Penalaran Otomatis. |
| (Penalaran Otomatis) Variabel dalam kebijakan | Setiap Wilayah yang didukung: 200 | Tidak | Jumlah maksimum variabel dalam kebijakan Penalaran Otomatis. |
| (Penalaran Otomatis) Versi per kebijakan | Setiap Wilayah yang didukung: 1.000 | Tidak | Jumlah maksimum versi per kebijakan Penalaran Otomatis. |
| (Otomasi Data) (Konsol) Ukuran file dokumen maksimum (MB) | Setiap Wilayah yang didukung: 200 | Tidak | Ukuran file maksimum untuk konsol |
| (Otomasi Data) (Konsol) Jumlah halaman maksimum per file dokumen | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah halaman maksimum per dokumen di konsol |
| (Otomasi Data) CreateBlueprint - Jumlah cetak biru maksimum per akun | Setiap Wilayah yang didukung: 350 | Ya |
Jumlah maksimum cetak biru per akun |
| (Otomasi Data) CreateBlueprintVersion - Jumlah maksimum versi Blueprint per Blueprint | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah maksimum versi per cetak biru |
| (Otomasi Data) CreateDataAutomationLibrary - Jumlah maksimum perpustakaan otomatisasi data per akun | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah maksimum perpustakaan otomatisasi data per akun |
| (Otomasi Data) Panjang deskripsi untuk bidang (Karakter) | Setiap Wilayah yang didukung: 300 | Tidak | Panjang maksimum deskripsi untuk bidang dalam karakter |
| (Otomasi Data) InvokeBlueprintOptimizationAsync - Jumlah maksimum pekerjaan bersamaan optimasi cetak biru | Setiap Wilayah yang didukung: 3 | Ya |
Jumlah maksimum lowongan kerja Invoke Blueprint Optimization Async |
| (Otomasi Data) InvokeBlueprintOptimizationAsync - Jumlah maksimal pekerjaan pengoptimalan cetak biru per hari | Setiap Wilayah yang didukung: 30 | Tidak | Jumlah maksimum pekerjaan Invoke Blueprint Optimization Async per hari |
| (Otomasi Data) InvokeDataAutomation (Sinkronisasi) - Dokumen - Jumlah permintaan maksimum | Setiap Wilayah yang didukung: 60 | Ya |
Jumlah maksimum InvokeDataAutomation permintaan per menit untuk modalitas dokumen |
| (Otomasi Data) InvokeDataAutomationAsync - Audio - Jumlah maksimal pekerjaan bersamaan |
us-timur-1:20 us-west-2:20 Masing-masing Wilayah yang didukung lainnya: 2 |
Ya |
Jumlah maksimum pekerjaan terbuka Invoke Data Automation Async untuk audio |
| (Otomasi Data) InvokeDataAutomationAsync - Dokumen - Jumlah maksimum pekerjaan bersamaan |
ap-selatan-1:5 ca-sentral-1:5 eu-selatan-2:5 eu-west-2:5 Masing-masing Wilayah yang didukung lainnya: 25 |
Ya |
Jumlah maksimum pekerjaan terbuka Invoke Data Automation Async untuk dokumen |
| (Otomasi Data) InvokeDataAutomationAsync - Gambar - Jumlah maksimal pekerjaan bersamaan |
us-timur-1:20 us-west-2:20 Masing-masing Wilayah yang didukung lainnya: 5 |
Ya |
Jumlah maksimum pekerjaan terbuka Invoke Data Automation Async untuk gambar |
| (Otomasi Data) InvokeDataAutomationAsync - Jumlah maksimal lowongan kerja | Setiap Wilayah yang didukung: 1,800 | Tidak | Jumlah maksimum pekerjaan terbuka Invoke Data Automation Async untuk gambar |
| (Otomasi Data) InvokeDataAutomationAsync - Video - Jumlah maksimum pekerjaan bersamaan |
us-timur-1:20 us-west-2:20 Masing-masing Wilayah yang didukung lainnya: 3 |
Ya |
Jumlah maksimum pekerjaan terbuka Invoke Data Automation Async untuk video |
| (Otomasi Data) Jumlah maksimum frasa kosakata per perpustakaan | Setiap Wilayah yang didukung: 500 | Ya |
Jumlah maksimum frase kosakata khusus yang dapat dikonfigurasi per pustaka |
| (Otomatisasi Data) Tingkat Sampel Audio Maksimum (Hz) | Setiap Wilayah yang didukung: 48.000 | Tidak | Tingkat sampel audio maksimum |
| (Otomasi Data) Cetak Biru Maksimum per Proyek (Audio) | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum cetak biru per proyek untuk audio |
| (Otomasi Data) Cetak Biru Maksimum per Proyek (Dokumen) | Setiap Wilayah yang didukung: 40 | Tidak | Jumlah maksimum cetak biru per proyek untuk dokumen |
| (Otomasi Data) Cetak Biru Maksimum per Proyek (Gambar) | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum cetak biru per proyek untuk gambar |
| (Otomasi Data) Cetak Biru Maksimum per Proyek (Video) | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum cetak biru per proyek untuk video |
| (Otomatisasi Data) Ukuran Cetak Biru JSON Maksimum (Karakter) | Setiap Wilayah yang didukung: 100.000 | Tidak | Ukuran maksimum JSON dalam Karakter |
| (Otomatisasi Data) Tingkat Maksimum Hirarki Lapangan | Setiap Wilayah yang didukung: 1 | Tidak | Tingkat jumlah maksimum hierarki bidang |
| (Otomasi Data) Jumlah halaman maksimum per dokumen | Setiap Wilayah yang didukung: 3.000 | Tidak | Jumlah halaman maksimum per dokumen |
| (Otomasi Data) Resolusi Maksimum | Setiap Wilayah yang didukung: 8.000 | Tidak | Resolusi maksimum untuk Gambar |
| (Otomatisasi Data) Ukuran file audio maksimum (MB) | Setiap Wilayah yang didukung: 2,048 | Tidak | Ukuran file maksimum untuk Audio |
| (Otomasi Data) Panjang audio maksimum (Menit) | Setiap Wilayah yang didukung: 240 | Tidak | Panjang maksimum untuk audio dalam hitungan menit |
| (Otomasi Data) Ukuran file dokumen maksimum (MB) | Setiap Wilayah yang didukung: 500 | Tidak | Ukuran file maksimum |
| (Otomatisasi Data) Ukuran file gambar maksimum (MB) | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran file maksimum untuk Gambar |
| (Otomasi Data) Panjang bidang instruksi maksimum untuk Cetak Biru Audio - (Karakter) | Setiap Wilayah yang didukung: 500 | Ya |
Panjang maksimum bidang instruksi untuk cetak biru audio dalam karakter |
| (Otomatisasi Data) Jumlah maksimum cetak biru per permintaan Inferensi Mulai (Audio) | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum cetak biru sebaris dalam Mulai permintaan inferensi |
| (Otomatisasi Data) Jumlah maksimum cetak biru per permintaan Inferensi Mulai (Dokumen) | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum cetak biru sebaris dalam Mulai permintaan inferensi |
| (Otomatisasi Data) Jumlah maksimum cetak biru per permintaan Inferensi Mulai (Gambar) | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum cetak biru sebaris dalam Mulai permintaan inferensi |
| (Otomatisasi Data) Jumlah maksimum cetak biru per permintaan Inferensi Mulai (Video) | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum cetak biru sebaris dalam Mulai permintaan inferensi |
| (Otomasi Data) Jumlah maksimum bidang daftar per cetak biru | Setiap Wilayah yang didukung: 15 | Tidak | Jumlah maksimum bidang daftar per cetak biru |
| (Otomatisasi Data) Ukuran file video maksimum (MB) | Setiap Wilayah yang didukung: 10,240 | Tidak | Ukuran file maksimum untuk Video |
| (Otomasi Data) Panjang video maksimum (Menit) | Setiap Wilayah yang didukung: 240 | Tidak | Panjang maksimum untuk video dalam hitungan menit |
| (Otomatisasi Data) Kecepatan Sampel Audio Minimum (Hz) | Setiap Wilayah yang didukung: 8.000 | Tidak | Tingkat sampel audio minimum |
| (Otomatisasi Data) Panjang audio minimum (Miliseconds) | Setiap Wilayah yang didukung: 500 | Tidak | Panjang minimum untuk audio dalam milidetik |
| (Evaluasi) Jumlah pekerjaan evaluasi model otomatis bersamaan | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum pekerjaan evaluasi model otomatis yang dapat Anda tentukan pada satu waktu di akun ini di Wilayah saat ini. |
| (Evaluasi) Jumlah pekerjaan evaluasi model bersamaan yang menggunakan pekerja manusia | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum pekerjaan evaluasi model yang menggunakan pekerja manusia yang dapat Anda tentukan pada satu waktu di akun ini di Wilayah saat ini. |
| (Evaluasi) Jumlah metrik khusus | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum metrik kustom yang dapat Anda tentukan dalam pekerjaan evaluasi model yang menggunakan pekerja manusia. |
| (Evaluasi) Jumlah kumpulan data prompt khusus dalam pekerjaan evaluasi model berbasis manusia | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum kumpulan data prompt kustom yang dapat Anda tentukan dalam pekerjaan evaluasi model berbasis manusia di akun ini di Wilayah saat ini. |
| (Evaluasi) Jumlah dataset per pekerjaan | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum kumpulan data yang dapat Anda tentukan dalam pekerjaan evaluasi model otomatis. Ini termasuk kumpulan data prompt kustom dan bawaan. |
| (Evaluasi) Jumlah pekerjaan evaluasi | Setiap Wilayah yang didukung: 5.000 | Tidak | Jumlah maksimum pekerjaan evaluasi model yang dapat Anda buat di akun ini di Wilayah saat ini. |
| (Evaluasi) Jumlah metrik per dataset | Setiap Wilayah yang didukung: 3 | Tidak | Jumlah maksimum metrik yang dapat Anda tentukan per dataset dalam pekerjaan evaluasi model otomatis. Ini termasuk metrik khusus dan bawaan. |
| (Evaluasi) Jumlah model dalam pekerjaan evaluasi model yang menggunakan pekerja manusia | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum model yang dapat Anda tentukan dalam pekerjaan evaluasi model yang menggunakan pekerja manusia. |
| (Evaluasi) Jumlah model dalam pekerjaan evaluasi model otomatis | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum model yang dapat Anda tentukan dalam pekerjaan evaluasi model otomatis. |
| (Evaluasi) Jumlah prompt dalam kumpulan data prompt kustom | Setiap Wilayah yang didukung: 1.000 | Tidak | Jumlah maksimum prompt yang dapat berisi kumpulan data prompt kustom. |
| (Evaluasi) Ukuran prompt | Setiap Wilayah yang didukung: 4 | Tidak | Ukuran maksimum (dalam KB) dari prompt individu dalam kumpulan data prompt kustom. |
| (Evaluasi) Waktu tugas untuk pekerja | Setiap Wilayah yang didukung: 30 | Tidak | Panjang maksimum (dalam hari) waktu yang dapat dimiliki seorang pekerja untuk menyelesaikan tugas. |
| (Arus) Node agen per aliran | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum node agen. |
| (Arus) Node kolektor per aliran | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum node kolektor. |
| (Arus) Kondisi node per aliran | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum node kondisi. |
| (Arus) Kondisi per simpul kondisi | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum kondisi per simpul kondisi. |
| (Arus) CreateFlow permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum CreateFlow permintaan per detik. |
| (Arus) CreateFlowAlias permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum CreateFlowAlias permintaan per detik. |
| (Arus) CreateFlowVersion permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum CreateFlowVersion permintaan per detik. |
| (Arus) DeleteFlow permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum DeleteFlow permintaan per detik. |
| (Arus) DeleteFlowAlias permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum DeleteFlowAlias permintaan per detik. |
| (Arus) DeleteFlowVersion permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum DeleteFlowVersion permintaan per detik. |
| (Arus) Alias aliran per aliran | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum alias aliran. |
| (Arus) Eksekusi aliran per akun | Setiap Wilayah yang didukung: 1.000 | Ya |
Jumlah maksimum eksekusi aliran per akun. |
| (Arus) Versi aliran per aliran | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum versi aliran. |
| (Arus) Arus per akun | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum arus per akun. |
| (Arus) GetFlow permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum GetFlow permintaan per detik. |
| (Arus) GetFlowAlias permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum GetFlowAlias permintaan per detik. |
| (Arus) GetFlowVersion permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum GetFlowVersion permintaan per detik. |
| (Arus) Node kode sebaris per aliran | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum node kode sebaris per aliran. |
| (Arus) Node masukan per aliran | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum node input aliran. |
| (Arus) Node iterator per aliran | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum node iterator. |
| (Arus) Node basis pengetahuan per aliran | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum node basis pengetahuan. |
| (Arus) Node fungsi lambda per aliran | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum node fungsi Lambda. |
| (Arus) Lex node per aliran | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum node Lex. |
| (Arus) ListFlowAliases permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum ListFlowAliases permintaan per detik. |
| (Arus) ListFlowVersions permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum ListFlowVersions permintaan per detik. |
| (Arus) ListFlows permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum ListFlows permintaan per detik. |
| (Arus) Node keluaran per aliran | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum node keluaran aliran. |
| (Arus) PrepareFlow permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum PrepareFlow permintaan per detik. |
| (Arus) Node prompt per aliran | Setiap Wilayah yang didukung: 20 | Ya |
Jumlah maksimum node prompt. |
| (Arus) Node pengambilan S3 per aliran | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum node pengambilan S3. |
| (Arus) Node penyimpanan S3 per aliran | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum node penyimpanan S3. |
| (Arus) Total node per aliran | Setiap Wilayah yang didukung: 40 | Tidak | Jumlah maksimum node dalam aliran. |
| (Arus) UpdateFlow permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum UpdateFlow permintaan per detik. |
| (Arus) UpdateFlowAlias permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum UpdateFlowAlias permintaan per detik. |
| (Arus) ValidateFlowDefinition permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum ValidateFlowDefinition permintaan per detik. |
| (Pagar Pembatas) Kebijakan Penalaran Otomatis per pagar pembatas | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum kebijakan Penalaran Otomatis per pagar pembatas. |
| (Pagar pembatas) Ukuran input maksimum kebijakan konten dalam unit teks (tingkat klasik) |
us-timur-1:1.000 us-east-2:1.000 us-west-2:1.000 ap-northeast-1:1,000 ap-northeast-2:1,000 ap-selatan-1:1.000 ap-Southeast-1:1,000 ap-Southeast-2:1,000 eu-central-1:1,000 eu-selatan-1:25 eu-west-3:25 sa-east-1:25 Masing-masing Wilayah yang didukung lainnya: 106 |
Ya |
Ukuran maksimum teks input, diukur dalam unit teks, yang dapat diproses untuk filter konten. Meskipun batas ini berlaku untuk tingkat klasik, kami sarankan untuk bermigrasi ke tingkat standar karena kekokohan yang unggul, kemampuan tambahan, dan dukungan multi-bahasa. |
| (Pagar pembatas) Ukuran input maksimum kebijakan konten dalam unit teks (Tingkat standar - Direkomendasikan) |
us-timur-1:1.000 us-east-2:1.000 us-west-2:1.000 ap-northeast-1:500 ap-northeast-2:1,000 ap-selatan-1:500 ap-Southeast-1:1,000 ap-Southeast-2:400 eu-central-1:500 eu-selatan-1:25 eu-west-1:1,000 eu-west-3:25 Masing-masing Wilayah yang didukung lainnya: 106 |
Ya |
Ukuran maksimum teks input, diukur dalam unit teks, yang dapat diproses untuk filter konten. Ini berlaku untuk tingkat standar, yang direkomendasikan. |
| (Pagar pembatas) Kebijakan landasan kontekstual ukuran input maksimum dalam unit teks | Setiap Wilayah yang didukung: 106 | Ya |
Ukuran maksimum teks input, diukur dalam satuan teks, yang dapat diproses oleh kebijakan landasan kontekstual |
| (Pagar pembatas) Panjang kueri landasan kontekstual dalam unit teks | Setiap Wilayah yang didukung: 1 | Tidak | Panjang maksimum, dalam unit teks, dari kueri untuk landasan kontekstual |
| (Pagar pembatas) Panjang respons grounding kontekstual dalam unit teks | Setiap Wilayah yang didukung: 5 | Tidak | Panjang maksimum, dalam unit teks, dari respons untuk landasan kontekstual |
| (Pagar pembatas) Panjang sumber landasan kontekstual dalam unit teks |
us-timur-1:100 us-west-2:100 Masing-masing Wilayah yang didukung lainnya: 50 |
Tidak | Panjang maksimum, dalam unit teks, dari sumber grounding untuk grounding kontekstual |
| (Guardrails) Contoh frasa per Topik | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum contoh topik yang dapat dimasukkan per topik |
| (Pagar pembatas) Pagar pembatas per akun | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum pagar pembatas dalam akun |
| (Pagar pembatas) On-demand ApplyGuardrail Tingkat burst unit teks kebijakan filter konten (Tingkat klasik) |
us-timur-1:1.000 us-east-2:1.000 us-west-2:1.000 ap-northeast-1:1,000 ap-northeast-2:1,000 ap-selatan-1:1.000 ap-Southeast-1:1,000 ap-Southeast-2:1,000 eu-central-1:1,000 Masing-masing Wilayah yang didukung lainnya: 25 |
Tidak | Jumlah maksimum unit teks dalam satu burst yang dapat diproses untuk filter konten. Meskipun batas ini berlaku untuk tingkat klasik, kami sarankan untuk bermigrasi ke tingkat standar karena kekokohan yang unggul, kemampuan tambahan, dan dukungan multi-bahasa. |
| (Pagar pembatas) Tingkat burst unit teks kebijakan filter On-demand ApplyGuardrail konten (Tingkat standar - Direkomendasikan) |
us-timur-1:1.000 us-east-2:1.000 us-west-2:1.000 ap-northeast-1:500 ap-northeast-2:1,000 ap-selatan-1:500 ap-Southeast-1:1,000 ap-Southeast-2:400 eu-central-1:500 eu-west-1:1,000 Masing-masing Wilayah yang didukung lainnya: 25 |
Tidak | Jumlah maksimum unit teks dalam satu burst yang dapat diproses untuk filter konten. Ini berlaku untuk tingkat standar, yang direkomendasikan. |
| (Guardrails) Unit teks kebijakan filter On-demand ApplyGuardrail konten per detik (Tingkat Klasik) |
us-timur-1:200 us-west-2:200 Masing-masing Wilayah yang didukung lainnya: 25 |
Ya |
Jumlah maksimum unit teks per detik yang dapat diproses untuk filter konten. Meskipun batas ini berlaku untuk tingkat klasik, kami sarankan untuk bermigrasi ke tingkat standar karena kekokohan yang unggul, kemampuan tambahan, dan dukungan multi-bahasa. |
| (Guardrails) Unit teks kebijakan filter On-demand ApplyGuardrail konten per detik (Tingkat standar - Direkomendasikan) |
us-timur-1:200 us-east-2:200 us-barat-1:200 us-west-2:200 ap-northeast-1:50 ap-northeast-2:100 ap-selatan-1:50 ap-Southeast-1:100 eu-central-1:50 eu-west-1:200 Masing-masing Wilayah yang didukung lainnya: 25 |
Ya |
Jumlah maksimum unit teks per detik yang dapat diproses untuk filter konten. Ini berlaku untuk tingkat standar, yang direkomendasikan. |
| (Guardrails) Tingkat burst unit teks kebijakan topik yang On-demand ApplyGuardrail ditolak (Tingkat Klasik) |
us-timur-1:200 us-west-2:200 Masing-masing Wilayah yang didukung lainnya: 25 |
Tidak | Jumlah maksimum unit teks dalam satu burst yang dapat diproses untuk topik yang ditolak. Meskipun batas ini berlaku untuk tingkat klasik, kami sarankan untuk bermigrasi ke tingkat standar karena kekokohan yang unggul, kemampuan tambahan, dan dukungan multi-bahasa. |
| (Guardrails) Tingkat burst unit teks kebijakan topik yang On-demand ApplyGuardrail ditolak (Tingkat standar - Direkomendasikan) |
us-timur-1:1.000 us-east-2:1.000 us-west-2:1.000 ap-northeast-1:500 ap-northeast-2:1,000 ap-selatan-1:500 ap-Southeast-1:1,000 ap-Southeast-2:400 eu-central-1:500 eu-west-1:1,000 Masing-masing Wilayah yang didukung lainnya: 25 |
Tidak | Jumlah maksimum unit teks dalam satu burst yang dapat diproses untuk topik yang ditolak. Ini berlaku untuk tingkat standar, yang direkomendasikan. |
| (Guardrails) Unit teks kebijakan topik yang On-demand ApplyGuardrail ditolak per detik (Tingkat Klasik) |
us-timur-1:50 us-west-2:50 Masing-masing Wilayah yang didukung lainnya: 25 |
Ya |
Jumlah maksimum unit teks per detik yang dapat diproses untuk topik yang ditolak. Meskipun batas ini berlaku untuk tingkat klasik, kami sarankan untuk bermigrasi ke tingkat standar karena kekokohan yang unggul, kemampuan tambahan, dan dukungan multi-bahasa. |
| (Guardrails) Unit teks kebijakan topik yang On-demand ApplyGuardrail ditolak per detik (Tingkat standar - Direkomendasikan) |
us-timur-1:200 us-timur-2:75 us-barat-1:75 us-west-2:200 eu-west-1:200 Masing-masing Wilayah yang didukung lainnya: 25 |
Ya |
Jumlah maksimum unit teks per detik yang dapat diproses untuk topik yang ditolak. Ini berlaku untuk tingkat standar, yang direkomendasikan. |
| (Pagar pembatas) Tingkat On-demand ApplyGuardrail ledakan unit teks kebijakan filter informasi sensitif |
us-timur-1:1.000 us-east-2:1.000 us-west-2:1.000 ap-northeast-1:1,000 ap-northeast-2:1,000 ap-selatan-1:1.000 ap-Southeast-1:1,000 ap-Southeast-2:1,000 eu-central-1:1,000 Masing-masing Wilayah yang didukung lainnya: 25 |
Tidak | Jumlah maksimum unit teks dalam satu burst yang dapat diproses untuk filter informasi sensitif. |
| (Pagar pembatas) On-demand ApplyGuardrail Unit teks kebijakan filter informasi sensitif per detik |
us-timur-1:1.000 us-east-2:100 us-barat-1:50 us-west-2:500 ap-northeast-1:500 ap-northeast-2:100 ap-northeast-3:75 ap-selatan-1:200 ap-selatan-2:75 ap-Southeast-1:100 ap-Southeast-2:250 ca-sentral-1:250 eu-central-1:500 eu-central-2:75 eu-utara-1:75 eu-selatan-1:75 eu-selatan-2:50 eu-west-1:500 eu-west-2:100 eu-barat-3:250 sa-east-1:75 Masing-masing Wilayah yang didukung lainnya: 25 |
Ya |
Jumlah maksimum unit teks per detik yang dapat diproses untuk filter informasi sensitif. |
| (Pagar pembatas) Tingkat On-demand ApplyGuardrail ledakan unit teks kebijakan filter kata |
us-timur-1:1.000 us-east-2:1.000 us-west-2:1.000 ap-northeast-1:1,000 ap-northeast-2:1,000 ap-selatan-1:1.000 ap-Southeast-1:1,000 ap-Southeast-2:1,000 eu-central-1:1,000 Masing-masing Wilayah yang didukung lainnya: 25 |
Tidak | Jumlah maksimum unit teks dalam satu burst yang dapat diproses untuk filter kata. |
| (Guardrails) Unit teks kebijakan filter On-demand ApplyGuardrail kata per detik |
us-timur-1:500 us-east-2:500 us-barat-1:500 us-west-2:500 ap-northeast-1:500 ap-northeast-2:500 ap-selatan-1:500 ap-Southeast-1:500 eu-central-1:500 Masing-masing Wilayah yang didukung lainnya: 25 |
Ya |
Jumlah maksimum unit teks per detik yang dapat diproses untuk filter kata. |
| (Guardrails) tingkat ledakan unit teks kebijakan landasan On-demand ApplyGuardrail kontekstual | Setiap Wilayah yang didukung: 106 | Tidak | Jumlah maksimum unit teks dalam satu burst yang dapat diproses untuk landasan kontekstual. |
| (Guardrails) unit teks kebijakan landasan On-demand ApplyGuardrail kontekstual per detik | Setiap Wilayah yang didukung: 106 | Ya |
Jumlah maksimum unit teks per detik yang dapat diproses untuk landasan kontekstual. |
| (Guardrails) On-demand ApplyGuardrail meminta tingkat ledakan |
us-timur-1:100 us-east-2:100 us-barat-1:100 us-west-2:100 ap-northeast-1:100 ap-northeast-2:100 ap-selatan-1:100 ap-Southeast-1:100 eu-central-1:100 Masing-masing Wilayah yang didukung lainnya: 25 |
Tidak | Jumlah maksimum panggilan ApplyGuardrail API yang dapat Anda kirim dalam satu burst. |
| Permintaan (pagar pembatas) per On-demand ApplyGuardrail detik |
us-timur-1:100 us-east-2:100 us-barat-1:100 us-west-2:100 ap-northeast-1:100 ap-northeast-2:100 ap-selatan-1:100 ap-Southeast-1:100 eu-central-1:100 Masing-masing Wilayah yang didukung lainnya: 25 |
Ya |
Jumlah maksimum panggilan ApplyGuardrail API yang diizinkan per detik |
| (Guardrails) On-demand InvokeGuardrailChecks meminta tingkat ledakan | Setiap Wilayah yang didukung: 1.500 | Tidak | Jumlah maksimum panggilan InvokeGuardrailChecks API yang dapat Anda kirim dalam satu burst |
| Permintaan (pagar pembatas) per On-demand InvokeGuardrailChecks menit | Setiap Wilayah yang didukung: 1.500 | Ya |
Jumlah maksimum panggilan InvokeGuardrailChecks API yang diizinkan per menit |
| (Guardrails) Entitas Regex di Filter Informasi Sensitif | Setiap Wilayah yang didukung: 30 | Tidak | Jumlah maksimum regex filter pagar pembatas yang dapat dimasukkan dalam kebijakan informasi sensitif |
| (Guardrails) Panjang Regex dalam karakter | Setiap Wilayah yang didukung: 500 | Tidak | Panjang maksimum, dalam karakter, dari filter pagar pembatas regex |
| (Guardrails) Kebijakan informasi sensitif ukuran input maksimum dalam unit teks |
us-timur-1:1.000 us-east-2:1.000 us-west-2:1.000 ap-northeast-1:1,000 ap-northeast-2:1,000 ap-selatan-1:1.000 ap-Southeast-1:1,000 ap-Southeast-2:1,000 eu-central-1:1,000 Masing-masing Wilayah yang didukung lainnya: 106 |
Ya |
Ukuran maksimum teks input, diukur dalam satuan teks, yang dapat diproses oleh kebijakan filter informasi sensitif |
| (Pagar pembatas) Ukuran input maksimum kebijakan topik dalam unit teks (tingkat klasik) |
us-timur-1:200 us-west-2:200 ap-Southeast-1:25 eu-selatan-1:25 eu-west-3:25 sa-east-1:25 Masing-masing Wilayah yang didukung lainnya: 106 |
Ya |
Ukuran maksimum teks input, diukur dalam unit teks, yang dapat diproses untuk topik yang ditolak. Meskipun batas ini berlaku untuk tingkat klasik, kami sarankan untuk bermigrasi ke tingkat standar karena kekokohan yang unggul, kemampuan tambahan, dan dukungan multi-bahasa. |
| (Pagar pembatas) Ukuran input maksimum kebijakan topik dalam unit teks (Tingkat standar - Direkomendasikan) |
us-timur-1:1.000 us-east-2:1.000 us-west-2:1.000 ap-northeast-1:500 ap-northeast-2:1,000 ap-selatan-1:500 ap-Southeast-1:1,000 ap-Southeast-2:400 eu-central-1:500 eu-selatan-1:25 eu-west-1:1,000 eu-west-3:25 Masing-masing Wilayah yang didukung lainnya: 106 |
Ya |
Ukuran maksimum teks input, diukur dalam unit teks, yang dapat diproses untuk topik yang ditolak. Ini berlaku untuk tingkat standar, yang direkomendasikan. |
| (Pagar pembatas) Topik per pagar pembatas | Setiap Wilayah yang didukung: 30 | Tidak | Jumlah maksimum topik yang dapat ditentukan di seluruh kebijakan topik pagar pembatas |
| (Guardrails) Versi untuk pagar pembatas | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum versi yang dapat dimiliki pagar pembatas |
| (Pagar pembatas) Panjang kata dalam karakter | Setiap Wilayah yang didukung: 100 | Tidak | Panjang maksimum kata, dalam karakter, dalam daftar kata yang diblokir |
| (Guardrails) Ukuran input maksimum kebijakan Word dalam unit teks |
us-timur-1:1.000 us-east-2:1.000 us-west-2:1.000 ap-northeast-1:1,000 ap-northeast-2:1,000 ap-selatan-1:1.000 ap-Southeast-1:1,000 ap-Southeast-2:1,000 eu-central-1:1,000 Masing-masing Wilayah yang didukung lainnya: 106 |
Ya |
Ukuran maksimum teks input, diukur dalam unit teks, yang dapat diproses oleh kebijakan filter Word |
| (Pagar pembatas) Kebijakan kata per kata | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah kata maksimum yang dapat dimasukkan dalam daftar kata yang diblokir |
| (Basis Pengetahuan) Serentak IngestKnowledgeBaseDocuments dan DeleteKnowledgeBaseDocuments permintaan per akun | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum IngestKnowledgeBaseDocuments dan DeleteKnowledgeBaseDocuments permintaan yang dapat berjalan pada saat yang sama di akun. |
| (Basis Pengetahuan) Pekerjaan penyerapan bersamaan per akun | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum pekerjaan penyerapan yang dapat berjalan pada saat yang sama di akun. |
| (Basis Pengetahuan) Pekerjaan penyerapan bersamaan per sumber data | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum pekerjaan penyerapan yang dapat berjalan pada saat yang sama untuk sumber data. |
| (Basis Pengetahuan) Pekerjaan penyerapan bersamaan per basis pengetahuan | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum pekerjaan penyerapan yang dapat berjalan pada saat yang sama untuk basis pengetahuan. |
| Permintaan (Basis Penget CreateDataSource ahuan) per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan CreateDataSource API per detik. |
| Permintaan (Basis Penget CreateKnowledgeBase ahuan) per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan CreateKnowledgeBase API per detik. |
| (Basis Pengetahuan) Sumber data per basis pengetahuan | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum sumber data per basis pengetahuan. |
| Permintaan (Basis Penget DeleteDataSource ahuan) per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan DeleteDataSource API per detik. |
| Permintaan (Basis Penget DeleteKnowledgeBase ahuan) per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan DeleteKnowledgeBase API per detik. |
| Permintaan (Basis Penget DeleteKnowledgeBaseDocuments ahuan) per detik | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum permintaan DeleteKnowledgeBaseDocuments API per detik. |
| (Basis Pengetahuan) File untuk ditambahkan atau diperbarui per pekerjaan penyerapan | Setiap Wilayah yang didukung: 5.000.000 | Tidak | Jumlah maksimum file baru dan yang diperbarui yang dapat dicerna per pekerjaan penyerapan. |
| (Basis Pengetahuan) File yang akan dihapus per pekerjaan penyerapan | Setiap Wilayah yang didukung: 5.000.000 | Tidak | Jumlah maksimum file yang dapat dihapus per pekerjaan penyerapan. |
| (Basis Pengetahuan) File untuk dicerna per IngestKnowledgeBaseDocuments pekerjaan. | Setiap Wilayah yang didukung: 25 | Tidak | Jumlah maksimum dokumen yang dapat dicerna per IngestKnowledgeBaseDocuments permintaan. |
| Permintaan (Basis Penget GenerateQuery ahuan) per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan GenerateQuery API per detik. |
| Permintaan (Basis Penget GetDataSource ahuan) per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan GetDataSource API per detik. |
| Permintaan (Basis Penget GetIngestionJob ahuan) per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan GetIngestionJob API per detik. |
| Permintaan (Basis Penget GetKnowledgeBase ahuan) per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan GetKnowledgeBase API per detik. |
| Permintaan (Basis Penget GetKnowledgeBaseDocuments ahuan) per detik | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum permintaan GetKnowledgeBaseDocuments API per detik. |
| Permintaan (Basis Penget IngestKnowledgeBaseDocuments ahuan) per detik | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum permintaan IngestKnowledgeBaseDocuments API per detik. |
| (Basis Pengetahuan) IngestKnowledgeBaseDocuments ukuran muatan total | Setiap Wilayah yang didukung: 6 | Tidak | Ukuran maksimum (dalam MB) dari total muatan dalam IngestKnowledgeBaseDocuments permintaan. |
| (Basis Pengetahuan) Ukuran file pekerjaan penyerapan dengan konten teks | Setiap Wilayah yang didukung: 50 | Tidak | Ukuran maksimum (dalam MB) file dengan konten teks (seperti file.txt, .pdf, atau.docx) dalam pekerjaan penyerapan. |
| (Basis Pengetahuan) Ukuran pekerjaan penyerapan | Setiap Wilayah yang didukung: 100 | Tidak | Ukuran maksimum (dalam GB) dari pekerjaan konsumsi. |
| (Basis Pengetahuan) Basis pengetahuan per akun | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum basis pengetahuan per akun. |
| Permintaan (Basis Penget ListDataSources ahuan) per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan ListDataSources API per detik. |
| Permintaan (Basis Penget ListIngestionJobs ahuan) per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan ListIngestionJobs API per detik. |
| Permintaan (Basis Penget ListKnowledgeBaseDocuments ahuan) per detik | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum permintaan ListKnowledgeBaseDocuments API per detik. |
| Permintaan (Basis Penget ListKnowledgeBases ahuan) per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan ListKnowledgeBases API per detik. |
| (Basis Pengetahuan) Jumlah maksimum file untuk parser BDA | Setiap Wilayah yang didukung: 1.000 | Tidak | Jumlah maksimum file yang dapat digunakan dengan Amazon Bedrock Data Automation sebagai parser. |
| (Basis Pengetahuan) Jumlah maksimum file untuk Model Foundation sebagai parser | Setiap Wilayah yang didukung: 1.000 | Tidak | Jumlah maksimum file yang dapat digunakan dengan Foundation Models sebagai parser. |
| (Basis Pengetahuan) Permintaan peringkat ulang per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan Rerank API per detik. |
| (Basis Pengetahuan) Ambil permintaan per detik | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan Retrieve API per detik. |
| Permintaan (Basis Penget RetrieveAndGenerate ahuan) per detik | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan RetrieveAndGenerate API per detik. |
| Permintaan (Basis Penget RetrieveAndGenerateStream ahuan) per detik | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan RetrieveAndGenerateStream API per detik. |
| Permintaan (Basis Penget StartIngestionJob ahuan) per detik | Setiap Wilayah yang didukung: 0.1 | Tidak | Jumlah maksimum permintaan StartIngestionJob API per detik. |
| Permintaan (Basis Penget UpdateDataSource ahuan) per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan UpdateDataSource API per detik. |
| Permintaan (Basis Penget UpdateKnowledgeBase ahuan) per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan UpdateKnowledgeBase API per detik. |
| (Basis Pengetahuan) Ukuran kueri pengguna | Setiap Wilayah yang didukung: 1.000 | Tidak | Ukuran maksimum (dalam karakter) dari permintaan pengguna. |
| Permintaan (Basis Pengetahuan AgenticRetrieveStream Terkelola) per detik per akun | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum permintaan AgenticRetrieveStream API per detik per akun untuk KB Terkelola. |
| (Basis Pengetahuan Terkelola) ukuran kueri AgenticRetrieveStream pengguna | Setiap Wilayah yang didukung: 10.000 | Tidak | Ukuran maksimum (dalam karakter) dari kueri pengguna AgenticRetrieveStream untuk KB Terkelola. |
| (Basis Pengetahuan Terkelola) Pekerjaan penyerapan bersamaan per basis pengetahuan | Setiap Wilayah yang didukung: 50 | Tidak | Jumlah maksimum pekerjaan penyerapan bersamaan per KB Terkelola. |
| (Basis Pengetahuan Terkelola) Sumber data per basis pengetahuan | Setiap Wilayah yang didukung: 200 | Tidak | Jumlah maksimum sumber data per KB yang dikelola. |
| Permintaan (Basis Pengetahuan Ter DeleteKnowledgeBaseDocuments kelola) per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan DeleteKnowledgeBaseDocuments API per detik untuk KB Terkelola. |
| Permintaan (Basis Pengetahuan Ter DeleteResourcePolicy kelola) per detik | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum permintaan DeleteResourcePolicy API per detik untuk KB Terkelola. |
| (Basis Pengetahuan Terkelola) File untuk diserap per permintaan IngestKnowledgeBaseDocuments | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum file yang harus diserap per permintaan IngestKnowledgeBaseDocuments API untuk KB Terkelola. |
| Permintaan (Basis Pengetahuan GetDocumentContent Terkelola) per detik per akun | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum permintaan GetDocumentContent API per detik per akun. |
| (Basis Pengetahuan Ter GetDocumentContent kelola) permintaan per detik per basis pengetahuan | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum permintaan GetDocumentContent API per detik per KB Terkelola. |
| Permintaan (Basis Pengetahuan Ter GetResourcePolicy kelola) per detik | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum permintaan GetResourcePolicy API per detik untuk KB Terkelola. |
| (Basis Pengetahuan Terkelola) Ukuran teks yang diekstraksi file individual (MB) | Setiap Wilayah yang didukung: 30 | Tidak | Ukuran maksimum (dalam MB) teks yang diekstrak dari satu file untuk KB Terkelola. |
| Permintaan (Basis Pengetahuan Ter IngestKnowledgeBaseDocuments kelola) per detik | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan IngestKnowledgeBaseDocuments API per detik untuk KB Terkelola. |
| (Basis Pengetahuan Terkelola) Basis pengetahuan per akun | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum KB Terkelola per akun. |
| Permintaan (Basis Pengetahuan Ter ListKnowledgeBaseDocuments kelola) per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan ListKnowledgeBaseDocuments API per detik untuk KB Terkelola. |
| Permintaan (Basis Pengetahuan Ter PutResourcePolicy kelola) per detik | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum permintaan PutResourcePolicy API per detik untuk KB Terkelola. |
| (Basis Pengetahuan Terkelola) Ambil permintaan per detik per akun | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum permintaan Retrieve API per detik per akun untuk KB Terkelola. |
| (Basis Pengetahuan Terkelola) Ambil permintaan per detik per basis pengetahuan | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum permintaan Retrieve API per detik per KB Terkelola. |
| (Basis Pengetahuan Terkelola) Ambil ukuran kueri pengguna | Setiap Wilayah yang didukung: 10.000 | Tidak | Ukuran maksimum (dalam karakter) dari kueri pengguna untuk Ambil untuk KB Terkelola. |
| (Basis Pengetahuan Terkelola) Ukuran penyimpanan total per basis pengetahuan (TB) | Setiap Wilayah yang didukung: 10 | Tidak | Ukuran penyimpanan total maksimum (dalam TB) per KB Terkelola. |
| (Kustomisasi model) Model kustom per akun | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum model kustom dalam akun. |
| (Kustomisasi model) pener In-progress apan model kustom | Setiap Wilayah yang didukung: 2 | Ya |
Jumlah maksimum penerapan model kustom yang sedang berlangsung |
| (Kustomisasi model) Ukuran file input maksimum untuk pekerjaan kustomisasi distilasi | Setiap Wilayah yang didukung: 2 Gigabyte | Tidak | Ukuran file input maksimum untuk pekerjaan penyesuaian distilasi. |
| (Kustomisasi model) Panjang garis maksimum untuk pekerjaan kustomisasi distilasi | Setiap Wilayah yang didukung: 16 Kilobyte | Tidak | Panjang baris maksimum dalam file input untuk pekerjaan kustomisasi distilasi. |
| (Kustomisasi model) Jumlah maksimum permintaan untuk pekerjaan kustomisasi distilasi | Setiap Wilayah yang didukung: 15.000 | Tidak | Jumlah maksimum prompt yang diperlukan untuk pekerjaan penyesuaian distilasi. |
| (Kustomisasi model) Jumlah maksimum catatan pelatihan untuk Fine-tuning pekerjaan Amazon Nova Canvas | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum catatan yang diizinkan untuk Fine-tuning pekerjaan Amazon Nova Canvas. |
| (Kustomisasi model) Panjang konteks penyetelan halus model siswa maksimum untuk pekerjaan kustomisasi distilasi Amazon Nova Micro V1 | Setiap Wilayah yang didukung: 32.000 | Tidak | Panjang konteks penyetelan halus model siswa maksimum untuk pekerjaan kustomisasi distilasi Amazon Nova Micro V1. |
| (Kustomisasi model) Panjang konteks penyetelan halus model siswa maksimum untuk pekerjaan kustomisasi distilasi Amazon Nova V1 | Setiap Wilayah yang didukung: 32.000 | Tidak | Panjang konteks penyetelan halus model siswa maksimum untuk pekerjaan kustomisasi distilasi Amazon Nova V1. |
| (Kustomisasi model) Panjang konteks penyetelan halus model siswa maksimum untuk pekerjaan kustomisasi distilasi Anthropic Claude 3 haiku 20240307 V1 | Setiap Wilayah yang didukung: 32.000 | Tidak | Panjang konteks penyetelan halus model siswa maksimum untuk pekerjaan kustomisasi distilasi Anthropic Claude 3 haiku 20240307 V1. |
| (Kustomisasi model) Panjang konteks penyetelan halus model siswa maksimum untuk pekerjaan kustomisasi distilasi Llama 3.1 70B Instruct V1 | Setiap Wilayah yang didukung: 16.000 | Tidak | Panjang konteks penyetelan halus model siswa maksimum untuk pekerjaan kustomisasi distilasi Llama 3.1 70B Instruct V1. |
| (Kustomisasi model) Panjang konteks penyetelan halus model siswa maksimum untuk pekerjaan kustomisasi distilasi Llama 3.1 8B Instruct V1 | Setiap Wilayah yang didukung: 32.000 | Tidak | Panjang konteks penyetelan halus model siswa maksimum untuk pekerjaan kustomisasi distilasi Llama 3.1 8B Instruct V1. |
| (Kustomisasi model) Jumlah minimum permintaan untuk pekerjaan kustomisasi distilasi | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum petunjuk yang diperlukan untuk pekerjaan penyesuaian distilasi. |
| (Kustomisasi model) Pekerjaan kustomisasi terjadwal | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum pekerjaan kustomisasi terjadwal. |
| (Kustomisasi model) Jumlah permintaan penerapan model kustom sesuai permintaan per menit untuk Amazon Nova 2 Lite | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah permintaan penerapan model kustom sesuai permintaan input dan output per menit yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova 2 Lite |
| (Kustomisasi model) Jumlah permintaan penerapan model kustom sesuai permintaan per menit untuk Amazon Nova Lite | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah permintaan penerapan model kustom sesuai permintaan input dan output per menit yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova Lite |
| (Kustomisasi model) Jumlah permintaan penerapan model kustom sesuai permintaan per menit untuk Amazon Nova Micro | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah permintaan penerapan model kustom sesuai permintaan input dan output per menit yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova Micro |
| (Kustomisasi model) Jumlah permintaan penerapan model kustom sesuai permintaan per menit untuk Amazon Nova Pro | Setiap Wilayah yang didukung: 200 | Tidak | Jumlah permintaan penerapan model kustom sesuai permintaan input dan output per menit yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova Pro |
| (Kustomisasi model) Jumlah permintaan penerapan model kustom sesuai permintaan per menit untuk Meta Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah permintaan penerapan model kustom input dan output sesuai permintaan per menit yang dikirimkan ke Converse,, ConverseStream InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Meta Llama 3.3 70B Instruct |
| (Kustomisasi model) Jumlah token penerapan model kustom sesuai permintaan per hari untuk Amazon Nova 2 Lite | Setiap Wilayah yang didukung: 5,760,000,000 | Tidak | Jumlah input dan output token penerapan model kustom sesuai permintaan per hari yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova 2 Lite |
| (Kustomisasi model) Jumlah token penerapan model kustom sesuai permintaan per hari untuk Amazon Nova Lite | Setiap Wilayah yang didukung: 5,760,000,000 | Tidak | Jumlah input dan output token penerapan model kustom sesuai permintaan per hari yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova Lite |
| (Kustomisasi model) Jumlah token penerapan model kustom sesuai permintaan per hari untuk Amazon Nova Micro | Setiap Wilayah yang didukung: 5,760,000,000 | Tidak | Jumlah input dan output token penerapan model kustom sesuai permintaan per hari yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova Micro |
| (Kustomisasi model) Jumlah token penerapan model kustom sesuai permintaan per hari untuk Amazon Nova Pro | Setiap Wilayah yang didukung: 1,152,000,000 | Tidak | Jumlah input dan output token penerapan model kustom sesuai permintaan per hari yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova Pro |
| (Kustomisasi model) Jumlah token penerapan model kustom sesuai permintaan per hari untuk Meta Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Jumlah input dan output token penerapan model kustom sesuai permintaan per hari yang dikirimkan ke Converse,, ConverseStream InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Meta Llama 3.3 70B Instruct |
| (Kustomisasi model) Jumlah token penerapan model kustom sesuai permintaan per menit untuk Amazon Nova 2 Lite | Setiap Wilayah yang didukung: 4.000.000 | Tidak | Jumlah input dan output token penerapan model kustom sesuai permintaan per menit yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova 2 Lite |
| (Kustomisasi model) Jumlah token penerapan model kustom sesuai permintaan per menit untuk Amazon Nova Lite | Setiap Wilayah yang didukung: 4.000.000 | Tidak | Jumlah input dan output token penerapan model kustom sesuai permintaan per menit yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova Lite |
| (Kustomisasi model) Jumlah token penerapan model kustom sesuai permintaan per menit untuk Amazon Nova Micro | Setiap Wilayah yang didukung: 4.000.000 | Tidak | Jumlah input dan output token penerapan model kustom sesuai permintaan per menit yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova Micro |
| (Kustomisasi model) Jumlah token penerapan model kustom sesuai permintaan per menit untuk Amazon Nova Pro | Setiap Wilayah yang didukung: 800.000 | Tidak | Jumlah input dan output token penerapan model kustom sesuai permintaan per menit yang dikirimkan ke Converse, ConverseStream, InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Amazon Nova Pro |
| (Kustomisasi model) Jumlah token penerapan model kustom sesuai permintaan per menit untuk Meta Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah input dan output token penerapan model kustom sesuai permintaan per menit yang dikirimkan ke Converse,, ConverseStream InvokeModel, dan InvokeModelWithResponseStream tindakan untuk Meta Llama 3.3 70B Instruct |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk Fine-tuning pekerjaan Amazon Nova 2 Lite | Setiap Wilayah yang didukung: 20.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Fine-tuning pekerjaan Amazon Nova 2 Lite. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk Fine-tuning pekerjaan Amazon Nova Lite | Setiap Wilayah yang didukung: 20.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Fine-tuning pekerjaan Amazon Nova Lite. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk Fine-tuning pekerjaan Amazon Nova Micro | Setiap Wilayah yang didukung: 20.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Fine-tuning pekerjaan Amazon Nova Micro. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk Fine-tuning pekerjaan Amazon Nova Pro | Setiap Wilayah yang didukung: 20.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Fine-tuning pekerjaan Amazon Nova Pro. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Claude 3 Haiku v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Fine-tuning pekerjaan Claude 3 Haiku. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Claude 3-5-Haiku v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Claude 3-5-H Fine-tuning aiku. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Meta Llama 2 13B v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Meta Llama 2 13B Fine-tuning . |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Meta Llama 2 70B v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Meta Llama 2 70B Fine-tuning . |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Meta Llama 3.1 70B Instruct v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Meta Llama 3.1 70B Instruc Fine-tuning t. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Meta Llama 3.1 8B Instruct v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Meta Llama 3.1 8B Instruc Fine-tuning t. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Meta Llama 3.2 11B Instruct v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Meta Llama 3.2 11B Instruc Fine-tuning t. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Meta Llama 3.2 1B Instruct v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Meta Llama 3.2 1B Instruct Fine-tuning . |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Meta Llama 3.2 3B Instruct v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Meta Llama 3.2 3B Instruct Fine-tuning . |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Meta Llama 3.2 90B Instruct v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Meta Llama 3.2 90B Instruc Fine-tuning t. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Meta Llama 3.3 70B Instruct v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Meta Llama 3.3 70B Instruc Fine-tuning t. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Titan Image Generator G1 V1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Fine-tuning pekerjaan Titan Image Generator. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Titan Image Generator G1 V2 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Fine-tuning pekerjaan Titan Image Generator V2. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Titan Multimodal Embeddings G1 v1 Fine-tuning | Setiap Wilayah yang didukung: 50.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk pekerjaan Titan Multimodal Embeddings Fine-tuning . |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk Titan Text G1 - Express v1 Pekerjaan lanjutan Pre-Training | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Pre-Training pekerjaan Titan Text Express Continued. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Titan Text G1 - Express v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Fine-tuning pekerjaan Titan Text Express. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk Titan Text G1 - Lite v1 Pekerjaan lanjutan Pre-Training | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Pre-Training pekerjaan Lanjutan Titan Text Lite. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Titan Text G1 - Lite v1 Fine-tuning | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Fine-tuning pekerjaan Titan Text Lite. |
| (Kustomisasi model) Jumlah catatan pelatihan dan validasi untuk pekerjaan Titan Text G1 - Premier v1 Fine-tuning | Setiap Wilayah yang didukung: 20.000 | Ya |
Jumlah gabungan maksimum catatan pelatihan dan validasi yang diizinkan untuk Fine-tuning pekerjaan Titan Text Premier. |
| (Kustomisasi model) Jumlah total penerapan model khusus | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah total penerapan model khusus |
| (Manajemen yang cepat) CreatePrompt permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum CreatePrompt permintaan per detik. |
| (Manajemen yang cepat) CreatePromptVersion permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum CreatePromptVersion permintaan per detik. |
| (Manajemen yang cepat) DeletePrompt permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum DeletePrompt permintaan per detik. |
| (Manajemen yang cepat) GetPrompt permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum GetPrompt permintaan per detik. |
| (Manajemen yang cepat) ListPrompts permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum ListPrompts permintaan per detik. |
| (Manajemen yang cepat) Permintaan per akun | Setiap Wilayah yang didukung: 500 | Ya |
Jumlah maksimum prompt. |
| (Manajemen yang cepat) UpdatePrompt permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum UpdatePrompt permintaan per detik. |
| (Manajemen yang cepat) Versi per prompt | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum versi per prompt. |
| API untuk Agen | Setiap Wilayah yang didukung: 11 | Ya |
Jumlah maksimum API yang dapat Anda tambahkan ke Agen. |
| Grup tindakan per Agen | Setiap Wilayah yang didukung: 20 | Ya |
Jumlah maksimum grup tindakan yang dapat Anda tambahkan ke Agen. |
| Kolaborator Agen per Agen | Setiap Wilayah yang didukung: 1.000 | Ya |
Jumlah maksimum agen kolaborator yang dapat Anda tambahkan ke Agen. |
| Agen per akun | Setiap Wilayah yang didukung: 1.000 | Ya |
Jumlah maksimum Agen dalam satu akun. |
| AssociateAgentKnowledgeBase permintaan per detik | Setiap Wilayah yang didukung: 6 | Tidak | Jumlah maksimum permintaan AssociateAgentKnowledgeBase API per detik. |
| Alias terkait per Agen | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum alias yang dapat Anda kaitkan dengan Agen. |
| Basis pengetahuan terkait per Agen | Setiap Wilayah yang didukung: 2 | Ya |
Jumlah maksimum basis pengetahuan yang dapat Anda kaitkan dengan Agen. |
| Ukuran file input inferensi batch (dalam GB) untuk Amazon Nova 2 Multimodal Embeddings V1 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Amazon Nova 2 Multimodal Embeddings V1. |
| Ukuran file input inferensi batch (dalam GB) untuk Amazon Nova Premier | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Amazon Nova Premier. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude 3 Haiku | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude 3 Haiku. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude 3 Opus | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude 3 Opus. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude 3 Sonnet | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude 3 Sonnet. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude 3.5 Haiku | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude 3.5 Haiku. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude 3.5 Sonnet | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude 3.5 Sonnet. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude 3.5 Sonnet v2 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude 3.5 Sonnet v2. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude 3.7 Sonnet | Setiap Wilayah yang didukung: 1 | Ya |
Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude 3.7 Sonnet. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude Haiku 4.5 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude Haiku 4.5. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude Opus 4.5 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude Opus 4.5. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude Opus 4.6 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude Opus 4.6. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude Opus 5 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude Opus 5. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude Sonnet 4 | Setiap Wilayah yang didukung: 1 | Ya |
Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude Sonnet 4. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude Sonnet 4.5 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude Sonnet 4.5. |
| Ukuran file input inferensi batch (dalam GB) untuk Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Claude Sonnet 4.6. |
| Ukuran file input inferensi batch (dalam GB) untuk DeepSeek V3.2 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk DeepSeek V3.2 inferensi batch. |
| Ukuran file input inferensi batch (dalam GB) untuk v3 DeepSeek | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk DeepSeek v3. |
| Ukuran file input inferensi batch (dalam GB) untuk Devstral 2 123B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Devstral 2 123B. |
| Ukuran file input inferensi batch (dalam GB) untuk GLM 4.7 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk GLM 4.7. |
| Ukuran file input inferensi batch (dalam GB) untuk GLM 4.7 Flash | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk GLM 4.7 Flash. |
| Ukuran file input inferensi batch (dalam GB) untuk GLM 5 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk GLM 5. |
| Ukuran file input inferensi batch (dalam GB) untuk Gemma 3 12B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Gemma 3 12B. |
| Ukuran file input inferensi batch (dalam GB) untuk Gemma 3 27B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Gemma 3 27B. |
| Ukuran file input inferensi batch (dalam GB) untuk Gemma 3 4B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Gemma 3 4B. |
| Ukuran file input inferensi batch (dalam GB) untuk Kimi K2 Thinking | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Kimi K2 Thinking. |
| Ukuran file input inferensi batch (dalam GB) untuk Kimi K2.5 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Kimi K2.5. |
| Ukuran file input inferensi batch (dalam GB) untuk Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Llama 3.1 405B Instruct. |
| Ukuran file input inferensi batch (dalam GB) untuk Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Llama 3.1 70B Instruct. |
| Ukuran file input inferensi batch (dalam GB) untuk Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Llama 3.1 8B Instruct. |
| Ukuran file input inferensi batch (dalam GB) untuk Llama 3.2 11B Instruct | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Llama 3.2 11B Instruct. |
| Ukuran file input inferensi batch (dalam GB) untuk Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch Llama 3.2 1B Instruct. |
| Ukuran file input inferensi batch (dalam GB) untuk Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Llama 3.2 3B Instruct. |
| Ukuran file input inferensi batch (dalam GB) untuk Llama 3.2 90B Instruct | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Llama 3.2 90B Instruct. |
| Ukuran file input inferensi batch (dalam GB) untuk Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Llama 3.3 70B Instruct. |
| Ukuran file input inferensi batch (dalam GB) untuk Llama 4 Maverick | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Llama 4 Maverick. |
| Ukuran file input inferensi batch (dalam GB) untuk Llama 4 Scout | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Llama 4 Scout. |
| Ukuran file input inferensi batch (dalam GB) untuk Magistral Small 2509 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) diajukan untuk inferensi batch untuk Magistral Small 2509. |
| Ukuran file input inferensi batch (dalam GB) untuk M2 MiniMax | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk MiniMax M2. |
| Ukuran file input inferensi batch (dalam GB) untuk MiniMax M2.1 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk MiniMax M2.1 inferensi batch. |
| Ukuran file input inferensi batch (dalam GB) untuk MiniMax M2.5 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk MiniMax M2.5 inferensi batch. |
| Ukuran file input inferensi batch (dalam GB) untuk Ministral 3 14B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang diajukan untuk inferensi batch untuk Ministral 3 14B. |
| Ukuran file input inferensi batch (dalam GB) untuk Ministral 3 8B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang diajukan untuk inferensi batch untuk Ministral 3 8B. |
| Ukuran file input inferensi batch (dalam GB) untuk Ministral 3B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang diajukan untuk inferensi batch untuk Ministral 3B. |
| Ukuran file input inferensi batch (dalam GB) untuk Mistral Large 2 (24.07) | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Mistral Large 2 (24.07). |
| Ukuran file input inferensi batch (dalam GB) untuk Mistral Large 3 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Mistral Large 3. |
| Ukuran file input inferensi batch (dalam GB) untuk Mistral Small | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Mistral Small. |
| Ukuran file input inferensi batch (dalam GB) untuk NVIDIA Nemotron 3 Super 120B A12B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk NVIDIA Nemotron 3 Super 120B A12B. |
| Ukuran file input inferensi batch (dalam GB) untuk NVIDIA Nemotron Nano 12B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk NVIDIA Nemotron Nano 12B. |
| Ukuran file input inferensi batch (dalam GB) untuk NVIDIA Nemotron Nano 3 30B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk NVIDIA Nemotron Nano 3 30B. |
| Ukuran file input inferensi batch (dalam GB) untuk NVIDIA Nemotron Nano 9B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk NVIDIA Nemotron Nano 9B. |
| Ukuran file input inferensi batch (dalam GB) untuk Nova 2 Lite | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Nova 2 Lite. |
| Ukuran file input inferensi batch (dalam GB) untuk Nova Lite V1 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Nova Lite V1. |
| Ukuran file input inferensi batch (dalam GB) untuk Nova Micro V1 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Nova Micro V1. |
| Ukuran file input inferensi batch (dalam GB) untuk Nova Pro V1 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Nova Pro V1. |
| Ukuran file input inferensi batch (dalam GB) untuk OpenAI GPT OSS 120b | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk OpenAI GPT OSS 120b. |
| Ukuran file input inferensi batch (dalam GB) untuk OpenAI GPT OSS 20b | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk OpenAI GPT OSS 20b. |
| Ukuran file input inferensi batch (dalam GB) untuk OpenAI GPT OSS Safeguard 120b | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk OpenAI GPT OSS Safeguard 120b. |
| Ukuran file input inferensi batch (dalam GB) untuk OpenAI GPT OSS Safeguard 20b | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk OpenAI GPT OSS Safeguard 20b. |
| Ukuran file input inferensi batch (dalam GB) untuk Qwen3 235B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Qwen3 235B. |
| Ukuran file input inferensi batch (dalam GB) untuk Qwen3 32B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Qwen3 32B. |
| Ukuran file input inferensi batch (dalam GB) untuk Qwen3 Coder 30B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Qwen3 Coder 30B. |
| Ukuran file input inferensi batch (dalam GB) untuk Qwen3 Coder 480B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Qwen3 Coder 480B. |
| Ukuran file input inferensi batch (dalam GB) untuk Qwen3 Coder Berikutnya | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Qwen3 Coder Next. |
| Ukuran file input inferensi batch (dalam GB) untuk Qwen3 Next 80B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Qwen3 Next 80B. |
| Ukuran file input inferensi batch (dalam GB) untuk Qwen3 VL 235B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Qwen3 VL 235B. |
| Ukuran file input inferensi batch (dalam GB) untuk Titan Multimodal Embeddings G1 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Titan Multimodal Embeddings G1. |
| Ukuran file input inferensi batch (dalam GB) untuk Titan Text Embeddings V2 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Titan Text Embeddings V2. |
| Ukuran file input inferensi batch (dalam GB) untuk Voxtral Mini 3B 2507 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Voxtral Mini 3B 2507. |
| Ukuran file input inferensi batch (dalam GB) untuk Voxtral Small 24B 2507 | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Voxtral Small 24B 2507. |
| Ukuran file input inferensi batch (dalam GB) untuk Writer Palmyra Vision 7B | Setiap Wilayah yang didukung: 1 | Tidak | Ukuran maksimum satu file (dalam GB) yang dikirimkan untuk inferensi batch untuk Writer Palmyra Vision 7B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Qwen3 Next 80B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Qwen3 Next 80B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Amazon Nova 2 Multimodal Embeddings V1 | Setiap Wilayah yang didukung: 100 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) yang disertakan dalam pekerjaan inferensi batch untuk Amazon Nova 2 Multimodal Embeddings V1. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Amazon Nova Premier | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) yang disertakan dalam pekerjaan inferensi batch untuk Amazon Nova Premier. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude 3 Haiku | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude 3 Haiku. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude 3 Opus | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude 3 Opus. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude 3 Sonnet | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude 3 Sonnet. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude 3.5 Haiku | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude 3.5 Haiku. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude 3.5 Sonnet | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude 3.5 Sonnet. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude 3.5 Sonnet v2 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude 3.5 Sonnet v2. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude 3.7 Sonnet | Setiap Wilayah yang didukung: 5 | Ya |
Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude 3.7 Sonnet. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude Haiku 4.5 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude Haiku 4.5. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude Opus 4.5 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude Opus 4.5. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude Opus 4.6 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude Opus 4.6. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude Opus 5 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude Opus 5. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude Sonnet 4 | Setiap Wilayah yang didukung: 5 | Ya |
Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude Sonnet 4. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude Sonnet 4.5 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude Sonnet 4.5. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Claude Sonnet 4.6. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk DeepSeek V3.2 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk DeepSeek V3.2. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk v3 DeepSeek | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk DeepSeek v3. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Devstral 2 123B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Devstral 2 123B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk GLM 4.7 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk GLM 4.7. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk GLM 4.7 Flash | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk GLM 4.7 Flash. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk GLM 5 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk GLM 5. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Gemma 3 12B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Gemma 3 12B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Gemma 3 27B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Gemma 3 27B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Gemma 3 4B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Gemma 3 4B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Kimi K2 Thinking | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Kimi K2 Thinking. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Kimi K2.5 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Kimi K2.5. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Llama 3.1 405B Instruct. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Llama 3.1 70B Instruct. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Llama 3.1 8B Instruct. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Llama 3.2 11B Instruct | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Llama 3.2 11B Instruct. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Llama 3.2 1B Instruct. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Llama 3.2 3B Instruct. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Llama 3.2 90B Instruct | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Llama 3.2 90B Instruct. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Llama 3.3 70B Instruct. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Llama 4 Maverick | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Llama 4 Maverick. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Llama 4 Scout | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Llama 4 Scout. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Magistral Small 2509 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Magistral Small 2509. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk M2 MiniMax | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk MiniMax M2. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk MiniMax M2.1 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk MiniMax M2.1. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk MiniMax M2.5 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk MiniMax M2.5. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Ministral 3 14B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Ministral 3 14B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Ministral 3 8B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Ministral 3 8B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Ministral 3B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Ministral 3B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Mistral Large 2 (24.07) | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Mistral Large 2 (24.07). |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Mistral Large 3 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Mistral Large 3. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Mistral Small | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Mistral Small. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk NVIDIA Nemotron 3 Super 120B A12B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk NVIDIA Nemotron 3 Super 120B A12B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk NVIDIA Nemotron Nano 12B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 12B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk NVIDIA Nemotron Nano 3 30B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 3 30B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk NVIDIA Nemotron Nano 9B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 9B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Nova Lite V1 | Setiap Wilayah yang didukung: 100 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Nova Lite V1. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Nova Micro V1 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Nova Micro V1. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Nova Pro V1 | Setiap Wilayah yang didukung: 100 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Nova Pro V1. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk OpenAI GPT OSS 120b | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk OpenAI GPT OSS 120b. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk OpenAI GPT OSS 20b | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk OpenAI GPT OSS 20b. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk OpenAI GPT OSS Safeguard 120b | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk OpenAI GPT OSS Safeguard 120b. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk OpenAI GPT OSS Safeguard 20b | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk OpenAI GPT OSS Safeguard 20b. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Qwen3 235B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Qwen3 235B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Qwen3 32B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Qwen3 32B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Qwen3 Coder 30B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Qwen3 Coder 30B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Qwen3 Coder 480B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Qwen3 Coder 480B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Qwen3 Coder Berikutnya | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Qwen3 Coder Next. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Qwen3 VL 235B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Qwen3 VL 235B. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Titan Multimodal Embeddings G1 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Titan Multimodal Embeddings G1. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Titan Text Embeddings V2 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Titan Text Embeddings V2. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Voxtral Mini 3B 2507 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Voxtral Mini 3B 2507. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Voxtral Small 24B 2507 | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Voxtral Small 24B 2507. |
| Ukuran pekerjaan inferensi batch (dalam GB) untuk Writer Palmyra Vision 7B | Setiap Wilayah yang didukung: 5 | Tidak | Ukuran kumulatif maksimum semua file input (dalam GB) termasuk dalam pekerjaan inferensi batch untuk Writer Palmyra Vision 7B. |
| Karakter dalam instruksi Agen | Setiap Wilayah yang didukung: 20.000 | Tidak | Jumlah maksimum karakter dalam instruksi untuk Agen. |
| Pekerjaan impor model serentak | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum pekerjaan impor model yang sedang berlangsung secara bersamaan. |
| CreateAgent permintaan per detik | Setiap Wilayah yang didukung: 6 | Tidak | Jumlah maksimum permintaan CreateAgent API per detik. |
| CreateAgentActionGroup permintaan per detik | Setiap Wilayah yang didukung: 12 | Tidak | Jumlah maksimum permintaan CreateAgentActionGroup API per detik. |
| CreateAgentAlias permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan CreateAgentAlias API per detik. |
| Cross-Region permintaan inferensi model per menit untuk Anthropic Claude 3.5 Haiku | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dan InvokeModelWithResponseStream dalam satu menit. Kuota mempertimbangkan jumlah gabungan InvokeModel dan InvokeModelWithResponseStream token untuk Anthropic Claude 3.5 Haiku. |
| Cross-Region permintaan inferensi model per menit untuk Anthropic Claude 3.5 Sonnet V2 |
us-west-2:500 Masing-masing Wilayah yang didukung lainnya: 100 |
Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk Anthropic Claude 3.5 Sonnet V2. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-Region model token inferensi per menit untuk Anthropic Claude 3.5 Haiku | Setiap Wilayah yang didukung: 4.000.000 | Ya |
Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3.5 Haiku. |
| Cross-Region model token inferensi per menit untuk Anthropic Claude 3.5 Sonnet V2 |
us-west-2:4.000.000 Masing-masing Wilayah yang didukung lainnya: 800.000 |
Ya |
Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3.5 Sonnet V2. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region permintaan inferensi model per menit untuk Amazon Nova 2 Lite | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Lite. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Amazon Nova 2 Omni | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Omni. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Amazon Nova 2 Pro Preview | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Pro Preview. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Amazon Nova Lite |
us-timur-1:4.000 us-east-2:4.000 us-barat-1:4.000 us-west-2:4.000 Masing-masing Wilayah yang didukung lainnya: 400 |
Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Lite. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Amazon Nova Micro |
us-timur-1:4.000 us-east-2:4.000 us-west-2:4.000 Masing-masing Wilayah yang didukung lainnya: 400 |
Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Micro. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Amazon Nova Premier V1 | Setiap Wilayah yang didukung: 500 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Premier V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Amazon Nova Pro | Setiap Wilayah yang didukung: 500 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Pro. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude 3 Haiku |
us-timur-1:2.000 us-west-2:2.000 ap-northeast-1:400 ap-Southeast-1:400 Masing-masing Wilayah yang didukung lainnya: 800 |
Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3 Haiku. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude 3 Opus | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3 Opus. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude 3 Sonnet |
us-timur-1:1.000 us-west-2:1.000 Masing-masing Wilayah yang didukung lainnya: 200 |
Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3 Sonnet. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude 3.5 Sonnet |
us-west-2:500 ap-northeast-1:40 ap-Southeast-1:40 eu-central-1:40 eu-west-1:40 eu-west-3:40 Masing-masing Wilayah yang didukung lainnya: 100 |
Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk Anthropic Claude 3.5 Sonnet. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude 3.7 Sonnet V1 |
us-timur-1:250 us-timur-2:250 us-west-2:250 eu-central-1:100 eu-utara-1:100 eu-west-1:100 eu-barat-3:100 Masing-masing Wilayah yang didukung lainnya: 50 |
Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3.7 Sonnet V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude Haiku 4.5 | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Haiku 4.5. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude Opus 4 V1 | Setiap Wilayah yang didukung: 200 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude Opus 4.1 | Setiap Wilayah yang didukung: 50 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude Opus 4.5 | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.5. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude Opus 4.6 V1 | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.6 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude Sonnet 4 V1 | Setiap Wilayah yang didukung: 200 | Ya |
Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude Sonnet 4 V1 1M Panjang Konteks | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Panjang Konteks Anthropic Claude Sonnet 4 V1 1M. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude Sonnet 4.5 V1 | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4.5 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude Sonnet 4.5 V1 1M Panjang Konteks | Setiap Wilayah yang didukung: 1.000 | Ya |
Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Panjang Konteks Anthropic Claude Sonnet 4.5 V1 1M. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Anthropic Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4.6. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Cohere Embed V4 | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Cohere Embed V4. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk DeepSeek R1 V1 | Setiap Wilayah yang didukung: 200 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk DeepSeek R1 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Meta Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 405B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Meta Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 800 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 70B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Meta Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 1,600 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 8B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Meta Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 1,600 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.2 1B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Meta Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 1,600 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk Meta Llama 3.2 3B Instruct. Kuota mempertimbangkan jumlah gabungan permintaan untuk InvokeModel, InvokeModelWithResponseStream, Converse, dan ConverseStream. |
| Cross-region permintaan inferensi model per menit untuk Meta Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 800 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.3 70B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Meta Llama 4 Maverick V1 | Setiap Wilayah yang didukung: 800 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 4 Maverick V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Meta Llama 4 Scout V1 | Setiap Wilayah yang didukung: 800 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 4 Scout V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Mistral Pixtral Large 25.02 V1 | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Mistral Pixtral Large 25.02 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Stable Image Conservative Upscale | Setiap Wilayah yang didukung: 4 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stable Image Conservative Upscale. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Sketsa Kontrol Gambar Stabil | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Sketsa Kontrol Gambar Stabil. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Struktur Kontrol Gambar Stabil | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Struktur Kontrol Gambar Stabil. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Stable Image Creative Upscale | Setiap Wilayah yang didukung: 4 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stable Image Creative Upscale. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Objek Penghapusan Gambar Stabil | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Objek Penghapusan Gambar Stabil. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Stable Image Fast Upscale | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stable Image Fast Upscale. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Stable Image Inpaint | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stable Image Inpaint. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Stable Image Outpaint | Setiap Wilayah yang didukung: 4 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stable Image Outpaint. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Gambar Stabil Hapus Latar Belakang | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stabil Image Remove Background. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Pencarian Gambar Stabil dan Warna Ulang | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Pencarian Gambar Stabil dan Warna Ulang. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Pencarian dan Penggantian Gambar Stabil | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Pencarian Gambar Stabil dan Pengganti. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Panduan Gaya Gambar Stabil | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Panduan Gaya Gambar Stabil. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Transfer Gaya Gambar Stabil | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Transfer Gaya Gambar Stabil. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Twelve Labs Marengo | Setiap Wilayah yang didukung: 200 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Twelve Labs Marengo. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Twelve Labs Pegasus | Setiap Wilayah yang didukung: 120 | Ya |
Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Twelve Labs Pegasus. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region permintaan inferensi model per menit untuk TwelveLabs Marengo Embed 3.0 | Setiap Wilayah yang didukung: 1.000 | Ya |
Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk TwelveLabs Marengo Embed 3.0. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Writer AI Palmyra X4 V1 | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Writer AI Palmyra X4 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region permintaan inferensi model per menit untuk Writer AI Palmyra X5 V1 | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Writer AI Palmyra X5 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Cross-region token inferensi model per menit untuk Amazon Nova 2 Lite | Setiap Wilayah yang didukung: 8.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Lite. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region token inferensi model per menit untuk Amazon Nova 2 Omni | Setiap Wilayah yang didukung: 8.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Omni. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region token inferensi model per menit untuk Pratinjau Amazon Nova 2 Pro | Setiap Wilayah yang didukung: 1.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Pro Preview. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region token inferensi model per menit untuk Amazon Nova Lite |
us-timur-1:8.000.000 us-east-2:8.000.000 us-west-1:8.000.000 us-west-2:8.000.000 Masing-masing Wilayah yang didukung lainnya: 400.000 |
Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Lite. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Amazon Nova Micro |
us-timur-1:8.000.000 us-east-2:8.000.000 us-west-2:8.000.000 Masing-masing Wilayah yang didukung lainnya: 400.000 |
Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Micro. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Amazon Nova Premier V1 | Setiap Wilayah yang didukung: 2.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Premier V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Amazon Nova Pro | Setiap Wilayah yang didukung: 2.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Pro. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude 3 Haiku |
us-timur-1:4.000.000 us-west-2:4.000.000 ap-northeast-1:400.000 ap-Southeast-1:400.000 Masing-masing Wilayah yang didukung lainnya: 600.000 |
Ya |
Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3 Haiku. |
| Cross-region model token inferensi per menit untuk Anthropic Claude 3 Opus | Setiap Wilayah yang didukung: 800.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3 Opus. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude 3 Sonnet |
us-timur-1:2.000.000 us-west-2:2.000.000 Masing-masing Wilayah yang didukung lainnya: 400.000 |
Ya |
Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3 Sonnet. |
| Cross-region model token inferensi per menit untuk Anthropic Claude 3.5 Sonnet |
us-west-2:4.000.000 ap-northeast-1:400.000 ap-Southeast-1:400.000 eu-central-1:400,000 eu-west-1:400,000 eu-west-3:400,000 Masing-masing Wilayah yang didukung lainnya: 800.000 |
Ya |
Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3.5 Sonnet. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude 3.7 Sonnet V1 |
us-timur-1:1.000.000 us-east-2:1.000.000 us-west-2:1.000.000 eu-central-1:100.000 eu-utara-1:100.000 eu-west-1:100,000 eu-west-3:100,000 Masing-masing Wilayah yang didukung lainnya: 50.000 |
Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3.7 Sonnet V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Fable 5 | Setiap Wilayah yang didukung: 4.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Fable 5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Haiku 4.5 | Setiap Wilayah yang didukung: 5.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Haiku 4.5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Opus 4 V1 | Setiap Wilayah yang didukung: 200.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Opus 4.1 | Setiap Wilayah yang didukung: 500.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Opus 4.5 | Setiap Wilayah yang didukung: 2.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Opus 4.6 V1 | Setiap Wilayah yang didukung: 3.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.6 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Opus 4.7 | Setiap Wilayah yang didukung: 10.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.7. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Opus 4.8 | Setiap Wilayah yang didukung: 30.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.8. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Opus 5 | Setiap Wilayah yang didukung: 30.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Sonnet 4 V1 | Setiap Wilayah yang didukung: 200.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Sonnet 4 V1 1M Panjang Konteks | Setiap Wilayah yang didukung: 1.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Panjang Konteks Anthropic Claude Sonnet 4 V1 1M. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Sonnet 4.5 V1 | Setiap Wilayah yang didukung: 5.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4.5 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Sonnet 4.5 V1 1M Panjang Konteks | Setiap Wilayah yang didukung: 1.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Panjang Konteks Anthropic Claude Sonnet 4.5 V1 1M. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 6.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4.6. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Anthropic Claude Sonnet 5 | Setiap Wilayah yang didukung: 6.000.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Cohere Embed V4 | Setiap Wilayah yang didukung: 300.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Cohere Embed V4. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region token inferensi model per menit untuk DeepSeek R1 V1 | Setiap Wilayah yang didukung: 200.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk DeepSeek R1 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region token inferensi model per menit untuk Meta Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 800.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 405B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Meta Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 600.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 70B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Meta Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 600.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 8B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Meta Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 600.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.2 1B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Meta Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 600.000 | Ya |
Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.2 3B Instruct. Kuota mempertimbangkan jumlah gabungan token untuk InvokeModel, InvokeModelWithResponseStream, Converse, dan ConverseStream. |
| Cross-region model token inferensi per menit untuk Meta Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 600.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.3 70B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Meta Llama 4 Maverick V1 | Setiap Wilayah yang didukung: 600.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 4 Maverick V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Meta Llama 4 Scout V1 | Setiap Wilayah yang didukung: 600.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 4 Scout V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region token inferensi model per menit untuk Mistral Pixtral Large 25.02 V1 | Setiap Wilayah yang didukung: 80.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Mistral Pixtral Large 25.02 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Writer AI Palmyra X4 V1 | Setiap Wilayah yang didukung: 150.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Writer AI Palmyra X4 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Cross-region model token inferensi per menit untuk Writer AI Palmyra X5 V1 | Setiap Wilayah yang didukung: 150.000 | Ya |
Jumlah maksimum token lintas wilayah yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Writer AI Palmyra X5 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Model kustom dengan status pembuatan per akun | Setiap Wilayah yang didukung: 2 | Ya |
Jumlah maksimum model kustom dengan status pembuatan. |
| DeleteAgent permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan DeleteAgent API per detik. |
| DeleteAgentActionGroup permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan DeleteAgentActionGroup API per detik. |
| DeleteAgentAlias permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan DeleteAgentAlias API per detik. |
| DeleteAgentVersion permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan DeleteAgentVersion API per detik. |
| DisassociateAgentKnowledgeBase permintaan per detik | Setiap Wilayah yang didukung: 4 | Tidak | Jumlah maksimum permintaan DisassociateAgentKnowledgeBase API per detik. |
| Grup tindakan yang diaktifkan per agen | Setiap Wilayah yang didukung: 15 | Ya |
Jumlah maksimum grup tindakan yang dapat Anda aktifkan di Agen. |
| Titik akhir per profil inferensi | Setiap Wilayah yang didukung: 5 | Tidak | Jumlah maksimum titik akhir dalam profil inferensi. Titik akhir ditentukan oleh model dan wilayah tempat permintaan pemanggilan ke model dikirim. |
| GetAgent permintaan per detik | Setiap Wilayah yang didukung: 15 | Tidak | Jumlah maksimum permintaan GetAgent API per detik. |
| GetAgentActionGroup permintaan per detik | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan GetAgentActionGroup API per detik. |
| GetAgentAlias permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan GetAgentAlias API per detik. |
| GetAgentKnowledgeBase permintaan per detik | Setiap Wilayah yang didukung: 15 | Tidak | Jumlah maksimum permintaan GetAgentKnowledgeBase API per detik. |
| GetAgentVersion permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan GetAgentVersion API per detik. |
| Permintaan inferensi model lintas wilayah global per menit untuk Amazon Nova 2 Lite | Setiap Wilayah yang didukung: 2.000 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Lite. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Permintaan inferensi model lintas wilayah global per menit untuk Amazon Nova 2 Omni | Setiap Wilayah yang didukung: 2.000 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Omni. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Permintaan inferensi model lintas wilayah global per menit untuk Pratinjau Amazon Nova 2 Pro | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Pro Preview. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Permintaan inferensi model lintas wilayah global per menit untuk Anthropic Claude Haiku 4.5 | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Haiku 4.5. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Permintaan inferensi model lintas wilayah global per menit untuk Anthropic Claude Opus 4.5 | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.5. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Permintaan inferensi model lintas wilayah global per menit untuk Anthropic Claude Opus 4.6 V1 | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.6 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Permintaan inferensi model lintas wilayah global per menit untuk Anthropic Claude Sonnet 4 V1 | Setiap Wilayah yang didukung: 200 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Permintaan inferensi model lintas wilayah global per menit untuk Anthropic Claude Sonnet 4.5 V1 | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4.5 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Permintaan inferensi model lintas wilayah global per menit untuk Anthropic Claude Sonnet 4.5 V1 1M Panjang Konteks | Setiap Wilayah yang didukung: 1.000 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Panjang Konteks Anthropic Claude Sonnet 4.5 V1 1M. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Permintaan inferensi model lintas wilayah global per menit untuk Anthropic Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 10.000 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4.6. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Permintaan inferensi model lintas wilayah global per menit untuk Cohere Embed V4 | Setiap Wilayah yang didukung: 2.000 | Ya |
Jumlah maksimum permintaan lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Cohere Embed V4. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| Token inferensi model lintas wilayah global per hari untuk Amazon Nova 2 Lite | Setiap Wilayah yang didukung: 11,520,000,000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Amazon Nova 2 Lite. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Amazon Nova 2 Omni | Setiap Wilayah yang didukung: 11,520,000,000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Amazon Nova 2 Omni. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Pratinjau Amazon Nova 2 Pro | Setiap Wilayah yang didukung: 1,440,000,000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Amazon Nova 2 Pro Preview. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Fable 5 | Setiap Wilayah yang didukung: 5,760,000,000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Fable 5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Haiku 4.5 | Setiap Wilayah yang didukung: 7,200.000.000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Haiku 4.5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Opus 4.5 | Setiap Wilayah yang didukung: 2,880,000,000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Opus 4.5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Opus 4.6 V1 | Setiap Wilayah yang didukung: 4,320.000.000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Opus 4.6 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Opus 4.7 | Setiap Wilayah yang didukung: 14,400.000.000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Opus 4.7. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Opus 4.8 | Setiap Wilayah yang didukung: 43.200.000.000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Opus 4.8. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Opus 5 | Setiap Wilayah yang didukung: 43.200.000.000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Opus 5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Sonnet 4 V1 | Setiap Wilayah yang didukung: 288.000.000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Sonnet 4 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Sonnet 4.5 V1 | Setiap Wilayah yang didukung: 7,200.000.000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Sonnet 4.5 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Sonnet 4.5 V1 1M Panjang Konteks | Setiap Wilayah yang didukung: 1,440,000,000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Panjang Konteks Anthropic Claude Sonnet 4.5 V1 1M. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 8,640,000,000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Sonnet 4.6. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Anthropic Claude Sonnet 5 | Setiap Wilayah yang didukung: 8,640,000,000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Anthropic Claude Sonnet 5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per hari untuk Cohere Embed V4 | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu hari untuk Cohere Embed V4. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Amazon Nova 2 Lite | Setiap Wilayah yang didukung: 8.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Lite. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Amazon Nova 2 Omni | Setiap Wilayah yang didukung: 8.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Omni. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Pratinjau Amazon Nova 2 Pro | Setiap Wilayah yang didukung: 1.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Pro Preview. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Fable 5 | Setiap Wilayah yang didukung: 4.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Fable 5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Haiku 4.5 | Setiap Wilayah yang didukung: 5.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Haiku 4.5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Opus 4.5 | Setiap Wilayah yang didukung: 2.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Opus 4.6 V1 | Setiap Wilayah yang didukung: 3.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.6 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Opus 4.7 | Setiap Wilayah yang didukung: 10.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.7. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Opus 4.8 | Setiap Wilayah yang didukung: 30.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.8. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Opus 5 | Setiap Wilayah yang didukung: 30.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Sonnet 4 V1 | Setiap Wilayah yang didukung: 200.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Sonnet 4.5 V1 | Setiap Wilayah yang didukung: 5.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4.5 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Sonnet 4.5 V1 1M Panjang Konteks | Setiap Wilayah yang didukung: 1.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Panjang Konteks Anthropic Claude Sonnet 4.5 V1 1M. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 6.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4.6. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Anthropic Claude Sonnet 5 | Setiap Wilayah yang didukung: 6.000.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Token inferensi model lintas wilayah global per menit untuk Cohere Embed V4 | Setiap Wilayah yang didukung: 300.000 | Ya |
Jumlah maksimum token lintas wilayah global yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Cohere Embed V4. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Model yang diimpor per akun | Setiap Wilayah yang didukung: 3 | Ya |
Jumlah maksimum model yang diimpor dalam akun. |
| Profil inferensi per akun | Setiap Wilayah yang didukung: 1.000 | Ya |
Jumlah maksimum profil inferensi dalam akun. |
| ListAgentActionGroups permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan ListAgentActionGroups API per detik. |
| ListAgentAliases permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan ListAgentAliases API per detik. |
| ListAgentKnowledgeBases permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan ListAgentKnowledgeBases API per detik. |
| ListAgentVersions permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan ListAgentVersions API per detik. |
| ListAgents permintaan per detik | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan ListAgents API per detik. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Amazon Nova 2 Multimodal Embeddings V1 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Amazon Nova 2 Multimodal Embeddings V1. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Amazon Nova Premier | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Amazon Nova Premier. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude 3 Haiku | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3 Haiku. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude 3 Opus | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3 Opus. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude 3 Sonnet | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3 Sonnet. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude 3.5 Haiku | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3.5 Haiku. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude 3.5 Sonnet | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3.5 Sonnet. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude 3.5 Sonnet v2 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3.5 Sonnet v2. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude 3.7 Sonnet | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3.7 Sonnet. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude Haiku 4.5 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Haiku 4.5. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude Opus 4.5 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Opus 4.5. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude Opus 4.6 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Opus 4.6. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude Opus 5 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Opus 5. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude Sonnet 4 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Sonnet 4. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude Sonnet 4.5. | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Sonnet 4.5. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Sonnet 4.6. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk DeepSeek V3.2 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk DeepSeek V3.2. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk v3 DeepSeek | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum rekaman di semua file input dalam pekerjaan inferensi batch untuk DeepSeek v3. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Devstral 2 123B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Devstral 2 123B. |
| Jumlah minimum catatan per tugas inferensi batch untuk GLM 4.7 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum rekaman di semua file input dalam pekerjaan inferensi batch untuk GLM 4.7. |
| Jumlah minimum catatan per tugas inferensi batch untuk GLM 4.7 Flash | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum rekaman di semua file input dalam pekerjaan inferensi batch untuk GLM 4.7 Flash. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk GLM 5 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk GLM 5. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Gemma 3 12B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Gemma 3 12B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Gemma 3 27B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Gemma 3 27B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Gemma 3 4B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Gemma 3 4B. |
| Jumlah minimum catatan per tugas inferensi batch untuk Kimi K2 Thinking | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Kimi K2 Thinking. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Kimi K2.5 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Kimi K2.5. |
| Jumlah minimum catatan per tugas inferensi batch untuk Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.1 405B Instruct. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.1 70B Instruct. |
| Jumlah minimum catatan per tugas inferensi batch untuk Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.1 8B Instruct. |
| Jumlah minimum catatan per tugas inferensi batch untuk Llama 3.2 11B Instruct | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.2 11B Instruct. |
| Jumlah minimum catatan per tugas inferensi batch untuk Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch Llama 3.2 1B Instruct. |
| Jumlah minimum catatan per tugas inferensi batch untuk Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.2 3B Instruct. |
| Jumlah minimum catatan per tugas inferensi batch untuk Llama 3.2 90B Instruct | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.2 90B Instruct. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.3 70B Instruct. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Llama 4 Maverick | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 4 Maverick. |
| Jumlah minimum catatan per tugas inferensi batch untuk Llama 4 Scout | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 4 Scout. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Magistral Small 2509 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Magistral Small 2509. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk M2 MiniMax | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk MiniMax M2. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk MiniMax M2.1 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk MiniMax M2.1. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk MiniMax M2.5 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk MiniMax M2.5. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Ministral 3 14B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Ministral 3 14B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Ministral 3 8B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Ministral 3 8B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Ministral 3B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Ministral 3B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Mistral Large 2 (24.07) | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Mistral Large 2 (24.07). |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Mistral Large 3 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Mistral Large 3. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Mistral Small | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Mistral Small. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk NVIDIA Nemotron 3 Super 120B A12B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron 3 Super 120B A12B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 12B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 12B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 3 30B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 3 30B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 9B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 9B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Nova 2 Lite | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Nova 2 Lite. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Nova Lite V1 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Nova Lite V1. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Nova Micro V1 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Nova Micro V1. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Nova Pro V1 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Nova Pro V1. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk OpenAI GPT OSS 120b | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS 120b. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk OpenAI GPT OSS 20b | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS 20b. |
| Jumlah minimum catatan per tugas inferensi batch untuk OpenAI GPT OSS Safeguard 120b | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS Safeguard 120b. |
| Jumlah minimum catatan per tugas inferensi batch untuk OpenAI GPT OSS Safeguard 20b | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS Safeguard 20b. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Qwen3 235B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 235B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Qwen3 32B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 32B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Qwen3 Coder 30B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 Coder 30B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Qwen3 Coder 480B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 Coder 480B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Qwen3 Coder Berikutnya | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 Coder Next. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Qwen3 Next 80B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 Next 80B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Qwen3 VL 235B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 VL 235B. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Titan Multimodal Embeddings G1 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Titan Multimodal Embeddings G1. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Titan Text Embeddings V2 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Titan Text Embeddings V2. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Voxtral Mini 3B 2507 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Voxtral Mini 3B 2507. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Voxtral Small 24B 2507 | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Voxtral Small 24B 2507. |
| Jumlah minimum catatan per pekerjaan inferensi batch untuk Writer Palmyra Vision 7B | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah minimum catatan di semua file input dalam pekerjaan inferensi batch untuk Writer Palmyra Vision 7B. |
| Model pemanggilan token maksimum yang dioptimalkan latensi per hari untuk Amazon Nova Pro V1 | Setiap Wilayah yang didukung: 57,600,000 | Tidak | Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model yang dioptimalkan latensi dalam satu hari untuk Amazon Nova Pro V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Model token maksimum pemanggilan per hari untuk AI21 Labs Jamba 1.5 Large (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk AI21 Labs Jamba 1.5 Large. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk AI21 Labs Jamba 1.5 Mini (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk AI21 Labs Jamba 1.5 Mini. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Amazon Nova 2 Lite (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 5,760,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Amazon Nova 2 Lite. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Amazon Nova 2 Omni (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 5,760,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Amazon Nova 2 Omni. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Amazon Nova 2 Pro Preview (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 720,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Amazon Nova 2 Pro Preview. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Amazon Nova Lite (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 5,760,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Amazon Nova Lite. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Amazon Nova Micro (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 5,760,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Amazon Nova Micro. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Amazon Nova Premier V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 1,440,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Amazon Nova Premier V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Amazon Nova Pro (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 1,440,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Amazon Nova Pro. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude 3 Haiku (dua kali lipat untuk panggilan lintas wilayah) |
us-timur-1:2,880,000,000 us-west-2:2.880.000.000 ap-northeast-1:288.000.000 ap-Southeast-1:288.000.000 Masing-masing Wilayah yang didukung lainnya: 432.000.000 |
Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude 3 Haiku. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude 3.5 Haiku (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 2,880,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude 3.5 Haiku. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude 3.5 Sonnet V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 2,880,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude 3.5 Sonnet V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude 3.5 Sonnet V2 (dua kali lipat untuk panggilan lintas wilayah) |
us-timur-1:2,880,000,000 us-west-2:2.880.000.000 Masing-masing Wilayah yang didukung lainnya: 576.000.000 |
Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude 3.5 Sonnet V2. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude 3.7 Sonnet V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 720,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude 3.7 Sonnet V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Fable 5 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 2,880,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Fable 5. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Haiku 4.5 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 3,600,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Haiku 4.5. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Opus 4 V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144.000.000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Opus 4 V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Opus 4.1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 360,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Opus 4.1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Opus 4.5 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 1,440,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Opus 4.5. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Opus 4.6 V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 2,160,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Opus 4.6 V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Opus 4.7 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 7,200.000.000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Opus 4.7. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Opus 4.8 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 21,600,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Opus 4.8. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Opus 5 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 21,600,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Opus 5. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Sonnet 4 V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144.000.000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Sonnet 4 V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Sonnet 4 V1 1M Panjang Konteks (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 720,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Sonnet 4 V1 1M Panjang Konteks. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Sonnet 4.5 V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 3,600,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Sonnet 4.5 V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Sonnet 4.5 V1 1M Panjang Konteks (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 720,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Sonnet 4.5 V1 1M Panjang Konteks. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Sonnet 4.6 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 4,320.000.000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Sonnet 4.6. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Anthropic Claude Sonnet 5 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 4,320.000.000 | Tidak | Token maksimum harian untuk inferensi model untuk Anthropic Claude Sonnet 5. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Cohere Embed V4 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 216.000.000 | Tidak | Token maksimum harian untuk inferensi model untuk Cohere Embed V4. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk DeepSeek R1 V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144.000.000 | Tidak | Token maksimum harian untuk inferensi model untuk DeepSeek R1 V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk DeepSeek V3 V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk DeepSeek V3 V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk DeepSeek V3.2 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk DeepSeek V3.2. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk GPT OSS Safeguard 120B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk GPT OSS Safeguard 120B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk GPT OSS Safeguard 20B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk GPT OSS Safeguard 20B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Gemma 3 12B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Gemma 3 12B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Gemma 3 27B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Gemma 3 27B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Gemma 3 4B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Gemma 3 4B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Kimi K2 Thinking (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Kimi K2 Thinking. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Magistral Small 1.2 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Magistral Small 1.2. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Meta Llama 3.2 11B Instruct (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Meta Llama 3.2 11B Instruct. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Meta Llama 3.2 1B Instruct (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Meta Llama 3.2 1B Instruct. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Meta Llama 3.2 3B Instruct (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Meta Llama 3.2 3B Instruct. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Meta Llama 3.2 90B Instruct (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Meta Llama 3.2 90B Instruct. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Meta Llama 4 Maverick V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Meta Llama 4 Maverick V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Meta Llama 4 Scout V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Meta Llama 4 Scout V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk MiniMax M2.5 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk MiniMax M2.5. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Minimax M2 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Minimax M2. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Minimax M2.1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Minim M2.1 ax. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Ministral 14B 3.0 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Ministral 14B 3.0. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Ministral 3B 3.0 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Ministral 3B 3.0. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Ministral 8B 3.0 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Ministral 8B 3.0. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Mistral AI Mistral 7B Instruct (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Mistral AI Mistral 7B Instruct. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Mistral AI Mistral Large (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Mistral AI Mistral Large. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Mistral AI Mistral Small (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Mistral AI Mistral Small. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Mistral AI Mixtral 8X7B Instruct (berlipat ganda untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 432,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Mistral AI Mixtral 8X7B Instruct. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Mistral Devstral 2 123b (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Mistral Devstral 2 123b. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Mistral Large 3 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Mistral Large 3. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Mistral Pixtral Large 25.02 V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 57,600,000 | Tidak | Token maksimum harian untuk inferensi model untuk Mistral Pixtral Large 25.02 V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Moonshot AI Kimi K2.5 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Moonshot AI Kimi. K2.5 Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk NVIDIA Nemotron 3 Super 120B A12B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk NVIDIA Nemotron 3 Super 120B A12B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk NVIDIA Nemotron Nano 2 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk NVIDIA Nemotron Nano 2. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk NVIDIA Nemotron Nano 2 VL (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk NVIDIA Nemotron Nano 2 VL. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Nemotron Nano 3 30B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Nemotron Nano 3 30B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk OpenAI GPT OSS 120B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk OpenAI GPT OSS 120B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk OpenAI GPT OSS 20B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk OpenAI GPT OSS 20B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Qwen3 235B a22b 2507 V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Qwen3 235B a22b 2507 V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Qwen3 32B V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Qwen3 32B V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Qwen3 Coder 30B a3b V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Qwen3 Coder 30B a3b V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Qwen3 Coder 480B a35b V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Qwen3 Coder 480B a35b V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Qwen3 Coder Next (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Qwen3 Coder Next. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Qwen3 Next 80B A3B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Qwen3 Next 80B A3B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Qwen3 VL 235B A22B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Qwen3 VL 235B A22B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Voxtral Mini 1.0 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Voxtral Mini 1.0. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Voxtral Small 1.0 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Voxtral Small 1.0. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Writer AI Palmyra X4 V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 108.000.000 | Tidak | Token maksimum harian untuk inferensi model untuk Writer AI Palmyra X4 V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Writer AI Palmyra X5 V1 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 108.000.000 | Tidak | Token maksimum harian untuk inferensi model untuk Writer AI Palmyra X5 V1. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Writer Palmyra Vision 7B (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Writer Palmyra Vision 7B. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Z.ai GLM 5 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Z.ai GLM 5. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Z.ai GLM-4.7 (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Z.ai GLM-4.7. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Model token maksimum pemanggilan per hari untuk Z.ai GLM-4.7 Flash (dua kali lipat untuk panggilan lintas wilayah) | Setiap Wilayah yang didukung: 144,000,000,000 | Tidak | Token maksimum harian untuk inferensi model untuk Z.ai GLM-4.7 Flash. Menggabungkan jumlah token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. Dua kali lipat untuk panggilan lintas wilayah; tidak berlaku jika terjadi peningkatan TPM yang disetujui. |
| Unit model tanpa komitmen Provisioning Throughput di seluruh model dasar | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat didistribusikan di seluruh Provisioned Throughput tanpa komitmen untuk model dasar |
| Unit model tanpa komitmen Provisioning Throughput di seluruh model khusus | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat didistribusikan di seluruh Provisioned Throughput tanpa komitmen untuk model khusus |
| Unit model per model yang disediakan untuk AI21 Labs Mid Jurassic-2 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk AI21 Labs Mid. Jurassic-2 |
| Unit model per model yang disediakan untuk AI21 Labs Ultra Jurassic-2 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk AI21 Labs Ultra. Jurassic-2 |
| Unit model per model yang disediakan untuk Amazon Nova 2 Lite 256K V1.0 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Amazon Nova 2 Lite V1.0 256K. |
| Unit model per model yang disediakan untuk Amazon Nova Canvas | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Amazon Nova Canvas. |
| Unit model per model yang disediakan untuk Amazon Titan Embeddings G1 - Teks | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Amazon Titan Embeddings G1 - Teks. |
| Unit model per model yang disediakan untuk Amazon Titan Image Generator G1 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Amazon Titan Image Generator G1. |
| Unit model per model yang disediakan untuk Amazon Titan Image Generator G2 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Amazon Titan Image Generator G2. |
| Unit model per model yang disediakan untuk Amazon Titan Lite V1 4K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Amazon Titan Text Lite V1 4K. |
| Unit model per model yang disediakan untuk Amazon Titan Multimodal Embeddings G1 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Amazon Titan Multimodal Embeddings G1. |
| Unit model per model yang disediakan untuk Amazon Titan Text Embeddings V2 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Amazon Titan Text Embeddings V2. |
| Unit model per model yang disediakan untuk Amazon Titan Text G1 - Express 8K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Amazon Titan Text G1 - Express 8K. |
| Unit model per model yang disediakan untuk Amazon Titan Text Premier V1 32K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Amazon Titan Text Premier V1 32K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3 Haiku 200K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3 Haiku 200K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3 Haiku 48K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3 Haiku 48K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3 Sonnet 200K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3 Sonnet 200K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3 Sonnet 28K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3 Sonnet 28K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.5 Haiku 16K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.5 Haiku 16K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.5 Haiku 200K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.5 Haiku 200K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.5 Haiku 64K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.5 Haiku 64K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.5 Sonnet 18K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.5 Sonnet 18K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.5 Sonnet 200K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.5 Sonnet 200K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.5 Sonnet 51K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.5 Sonnet 51K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.5 Sonnet V2 18K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.5 Sonnet V2 18K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.5 Sonnet V2 200K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.5 Sonnet V2 200K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.5 Sonnet V2 51K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.5 Sonnet V2 51K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.7 V1.0 Sonnet 18K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.7 V1.0 Sonnet 18K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.7 V1.0 Sonnet 200K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.7 V1.0 Sonnet 200K. |
| Unit model per model yang disediakan untuk Anthropic Claude 3.7 V1.0 Sonnet 51K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 3.7 V1.0 Sonnet 51K. |
| Unit model per model yang disediakan untuk Anthropic Claude Instant V1 100K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude Instant V1 100K. |
| Unit model per model yang disediakan untuk Anthropic Claude V2 100K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude V2 100K. |
| Unit model per model yang disediakan untuk Anthropic Claude V2 18K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude V2 18K. |
| Unit model per model yang disediakan untuk Anthropic Claude 18K V2.1 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 18K. V2.1 |
| Unit model per model yang disediakan untuk Anthropic Claude 200K V2.1 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Anthropic Claude 200K. V2.1 |
| Unit model per model yang disediakan untuk Perintah Cohere | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Command Cohere. |
| Unit model per model yang disediakan untuk Cohere Command Light | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Cohere Command Light. |
| Unit model per model yang disediakan untuk Cohere Command R | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Cohere Command R 128k. |
| Unit model per model yang disediakan untuk Cohere Command R Plus | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Cohere Command R Plus 128k. |
| Unit model per model yang disediakan untuk Cohere Embed English | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Cohere Embed English. |
| Unit model per model yang disediakan untuk Cohere Embed Multibahasa | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Cohere Embed Multilingual. |
| Unit model per model yang disediakan untuk Meta Llama 2 13B | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 2 13B. |
| Unit model per model yang disediakan untuk Meta Llama 2 70B | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 2 70B. |
| Unit model per model yang disediakan untuk Meta Llama 2 Chat 13B | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 2 Chat 13B. |
| Unit model per model yang disediakan untuk Meta Llama 2 Chat 70B | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 2 Chat 70B. |
| Unit model per model yang disediakan untuk Meta Llama 3 70B Instruct | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 3 70B Instruct. |
| Unit model per model yang disediakan untuk Meta Llama 3 8B Instruct | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 3 8B Instruct. |
| Unit model per model yang disediakan untuk Meta Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 3.1 70B Instruct. |
| Unit model per model yang disediakan untuk Meta Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 3.1 8B Instruct. |
| Unit model per model yang disediakan untuk Meta Llama 3.2 11B Instruct | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 3.2 11B Instruct. |
| Unit model per model yang disediakan untuk Meta Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 3.2 1B Instruct. |
| Unit model per model yang disediakan untuk Meta Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 3.2 3B Instruct. |
| Unit model per model yang disediakan untuk Meta Llama 3.2 90B Instruct | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Meta Llama 3.2 90B Instruct. |
| Unit model per model yang disediakan untuk Mistral Large 2407 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Mistral Large 2407. |
| Unit model per model yang disediakan untuk Mistral Small | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Mistral Small. |
| Unit model per model yang disediakan untuk Stability.ai Stable Diffusion XL 0.8 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk Stability.ai Stable Diffusion XL 0.8 |
| Unit model per model yang disediakan untuk Stability.ai Stable Diffusion XL 1.0 | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk S Stability.ai table Diffusion XL 1.0. |
| Unit model per model yang disediakan untuk varian panjang konteks 128k untuk Amazon Nova Micro | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk varian panjang konteks 128k untuk Amazon Nova Micro |
| Unit model per model yang disediakan untuk varian panjang konteks 24k untuk Amazon Nova Lite | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk varian panjang konteks 24k untuk Amazon Nova Lite |
| Unit model per model yang disediakan untuk varian panjang konteks 24k untuk Amazon Nova Micro | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk varian panjang konteks 24k untuk Amazon Nova Micro |
| Unit model per model yang disediakan untuk varian panjang konteks 24k untuk Amazon Nova Pro | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk varian panjang konteks 24k untuk Amazon Nova Pro |
| Unit model per model yang disediakan untuk varian panjang konteks 300k untuk Amazon Nova Lite | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk varian panjang konteks 300k untuk Amazon Nova Lite |
| Unit model per model yang disediakan untuk varian panjang konteks 300k untuk Amazon Nova Pro | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke model yang disediakan untuk varian panjang konteks 300k untuk Amazon Nova Pro. |
| Unit model, dengan komitmen, untuk Provisioned Alround yang dibuat untuk Meta Llama 4 Scout 17B Instruct 10M | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke Provisioned Throughput yang dibuat untuk Meta Llama 4 Scout 17B Instruct 10M, dengan komitmen. |
| Unit model, dengan komitmen, untuk Provisioned Alround yang dibuat untuk Meta Llama 4 Scout 17B Instruct 128K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke Provisioned Throughput yang dibuat untuk Meta Llama 4 Scout 17B Instruct 128K, dengan komitmen. |
| Unit model, dengan komitmen, untuk Provisioned Alround yang dibuat untuk Meta Maverick 4 Scout 17B Instruct 128K | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke Provisioned Throughput yang dibuat untuk Meta Llama 4 Maverick 17B Instruct 128K, dengan komitmen. |
| Unit model, dengan komitmen, untuk Provisioned Alround yang dibuat untuk Meta Maverick 4 Scout 17B Instruct 1M | Setiap Wilayah yang didukung: 0 | Ya |
Jumlah maksimum unit model yang dapat dialokasikan ke Throughput Provisioned yang dibuat untuk Meta Llama 4 Maverick 17B Instruct 1M, dengan komitmen. |
| No-commitment unit model untuk Throughput Tersediakan dibuat untuk model dasar Amazon Nova 2 Lite 256K V1.0 | Setiap Wilayah yang didukung: 0 | Tidak | Jumlah maksimum unit model yang dapat dialokasikan ke Throughput Provisioned yang dibuat untuk model dasar Amazon Nova 2 Lite V1.0 256K, tanpa komitmen |
| No-commitment unit model untuk Throughput Tersediakan dibuat untuk model kustom Amazon Nova 2 Lite 256K V1.0 | Setiap Wilayah yang didukung: 0 | Tidak | Jumlah maksimum unit model yang dapat dialokasikan ke Throughput Provisioned yang dibuat untuk model kustom Amazon Nova 2 Lite V1.0 256K, tanpa komitmen. |
| Jumlah router prompt khusus per akun | Setiap Wilayah yang didukung: 500 | Tidak | Jumlah maksimum router prompt kustom yang dapat Anda buat per akun per wilayah. |
| On-Demand, permintaan inferensi model yang dioptimalkan latensi per menit untuk Amazon Nova Pro V1 | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan dan dioptimalkan latensi yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Pro V1. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-Demand, permintaan inferensi model yang dioptimalkan latensi per menit untuk Meta Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum permintaan sesuai permintaan dan dioptimalkan latensi yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 405B Instruct. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-Demand, permintaan inferensi model yang dioptimalkan latensi per menit untuk Meta Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum permintaan sesuai permintaan dan dioptimalkan latensi yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 70B Instruct. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-Demand, token inferensi model yang dioptimalkan latensi per menit untuk Amazon Nova Pro V1 | Setiap Wilayah yang didukung: 40.000 | Tidak | Jumlah maksimum token sesuai permintaan dan dioptimalkan latensi yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Pro V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-Demand, token inferensi model yang dioptimalkan latensi per menit untuk Meta Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 40.000 | Tidak | Jumlah maksimum token sesuai permintaan dan dioptimalkan latensi yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 405B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-Demand, token inferensi model yang dioptimalkan latensi per menit untuk Meta Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 40.000 | Tidak | Jumlah maksimum token sesuai permintaan dan dioptimalkan latensi yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 70B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand InvokeModel permintaan bersamaan asinkron untuk Amazon Nova 2 Multimodal Embeddings V1 | Setiap Wilayah yang didukung: 30 | Tidak | Jumlah maksimum permintaan inferensi model bersamaan async yang dapat Anda kirimkan untuk Amazon Nova 2 Multimodal Embeddings V1. Kuota mempertimbangkan jumlah gabungan Converse,, ConverseStream InvokeModel, dan InvokeModelWithResponseStream. |
| On-demand InvokeModel permintaan bersamaan async untuk TwelveLabs Marengo Embed 3.0 | Setiap Wilayah yang didukung: 10 | Ya |
Jumlah maksimum permintaan inferensi model bersamaan async yang dapat Anda kirimkan untuk TwelveLabs Marengo Embed 3.0. Kuota mempertimbangkan jumlah gabungan Converse,, ConverseStream InvokeModel, dan InvokeModelWithResponseStream. |
| On-demand InvokeModel permintaan bersamaan untuk Amazon Nova 2 Sonic | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan inferensi model bersamaan yang dapat Anda kirimkan untuk Amazon Nova 2 Sonic. Kuota mempertimbangkan jumlah gabungan Converse,, ConverseStream InvokeModel, dan InvokeModelWithResponseStream. |
| On-demand InvokeModel permintaan bersamaan untuk Amazon Nova Reel1.0 | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan inferensi model bersamaan yang dapat Anda kirimkan untuk Amazon Nova Reel 1.0. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand InvokeModel permintaan bersamaan untuk Amazon Nova Reel1.1 | Setiap Wilayah yang didukung: 3 | Tidak | Jumlah maksimum permintaan inferensi model bersamaan yang dapat Anda kirimkan untuk Amazon Nova Reel 1.1. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand InvokeModel permintaan bersamaan untuk Amazon Nova Sonic | Setiap Wilayah yang didukung: 20 | Tidak | Jumlah maksimum permintaan bersamaan yang dapat Anda kirimkan untuk inferensi model untuk Amazon Nova Sonic. |
| On-demand InvokeModel permintaan bersamaan untuk Twelve Labs Marengo | Setiap Wilayah yang didukung: 30 | Tidak | Jumlah maksimum InvokeModel permintaan bersamaan yang dapat Anda kirimkan untuk inferensi model untuk Twelve Labs Marengo. |
| On-demand InvokeModel permintaan bersamaan untuk Twelve Labs Pegasus | Setiap Wilayah yang didukung: 30 | Ya |
Jumlah maksimum InvokeModel permintaan bersamaan yang dapat Anda kirimkan untuk inferensi model untuk Twelve Labs Pegasus. |
| On-demand permintaan inferensi model yang dioptimalkan latensi per menit untuk Anthropic Claude 3.5 Haiku | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3.5 Haiku, jika pengoptimalan latensi dikonfigurasi. |
| On-demand token inferensi model yang dioptimalkan latensi per menit untuk Anthropic Claude 3.5 Haiku | Setiap Wilayah yang didukung: 500.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3.5 Haiku, jika pengoptimalan latensi dikonfigurasi. |
| On-demand permintaan inferensi model bersamaan untuk Luma Ray V2 | Setiap Wilayah yang didukung: 1 | Tidak | Jumlah maksimum permintaan bersamaan yang dapat Anda kirimkan untuk inferensi model untuk Luma Ray V2. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand permintaan inferensi model per menit untuk AI21 Labs Jamba 1.5 Large | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk AI21 Labs Jamba 1.5 Large. Kuota mempertimbangkan jumlah gabungan permintaan untuk Converse dan InvokeModel |
| On-demand permintaan inferensi model per menit untuk AI21 Labs Jamba 1.5 Mini | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk AI21 Labs Jamba 1.5 Mini. Kuota mempertimbangkan jumlah gabungan permintaan untuk Converse dan InvokeModel |
| On-demand permintaan inferensi model per menit untuk Amazon Nova 2 Multimodal Embeddings V1 | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova 2 Multimodal Embeddings V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Amazon Nova Canvas | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Canvas. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand permintaan inferensi model per menit untuk Amazon Nova Lite |
us-timur-1:2.000 eu-west-2:2,000 Masing-masing Wilayah yang didukung lainnya: 200 |
Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Lite. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Amazon Nova Micro |
us-timur-1:2.000 eu-west-2:2,000 Masing-masing Wilayah yang didukung lainnya: 200 |
Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Micro. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Amazon Nova Pro | Setiap Wilayah yang didukung: 250 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Pro. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Amazon Rerank 1.0 | Setiap Wilayah yang didukung: 200 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Amazon Rerank 1.0. |
| On-demand permintaan inferensi model per menit untuk Amazon Titan Image Generator G1 | Setiap Wilayah yang didukung: 60 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Amazon Titan Image Generator G1. |
| On-demand permintaan inferensi model per menit untuk Amazon Titan Image Generator G1 V2 | Setiap Wilayah yang didukung: 60 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Titan Image Generator G1 V2. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Amazon Titan Multimodal Embeddings G1 | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Amazon Titan Multimodal Embeddings G1. |
| On-demand permintaan inferensi model per menit untuk Amazon Titan Text Embeddings | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Amazon Titan Text Embeddings |
| On-demand permintaan inferensi model per menit untuk Amazon Titan Text Embeddings V2 | Setiap Wilayah yang didukung: 6.000 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Amazon Titan Text Embeddings V2 |
| On-demand permintaan inferensi model per menit untuk Amazon Titan Text Express | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Amazon Titan Text Express |
| On-demand permintaan inferensi model per menit untuk Amazon Titan Text Premier | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Amazon Titan Text Premier |
| On-demand permintaan inferensi model per menit untuk Anthropic Claude 3 Haiku |
us-timur-1:1.000 us-west-2:1.000 ap-northeast-1:200 ap-Southeast-1:200 Masing-masing Wilayah yang didukung lainnya: 400 |
Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3 Haiku. |
| On-demand permintaan inferensi model per menit untuk Anthropic Claude 3 Opus | Setiap Wilayah yang didukung: 50 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3 Opus. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Anthropic Claude 3 Sonnet |
us-timur-1:500 us-west-2:500 Masing-masing Wilayah yang didukung lainnya: 100 |
Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3 Sonnet. |
| On-demand permintaan inferensi model per menit untuk Anthropic Claude 3.5 Haiku |
us-west-1:400 Masing-masing Wilayah yang didukung lainnya: 1.000 |
Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3.5 Haiku. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Anthropic Claude 3.5 Sonnet |
us-west-2:250 ap-northeast-1:20 ap-Southeast-1:20 eu-central-1:20 eu-west-1:20 eu-west-3:20 Masing-masing Wilayah yang didukung lainnya: 50 |
Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk Anthropic Claude 3.5 Sonnet. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand permintaan inferensi model per menit untuk Anthropic Claude 3.5 Sonnet V2 |
us-west-2:250 Masing-masing Wilayah yang didukung lainnya: 50 |
Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk Anthropic Claude 3.5 Sonnet V2. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand permintaan inferensi model per menit untuk Anthropic Claude 3.7 Sonnet V1 | Setiap Wilayah yang didukung: 125 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3.7 Sonnet V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Anthropic Claude Opus 4.6 V1 | Setiap Wilayah yang didukung: 5.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.6 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Anthropic Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 5.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4.6. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Cohere Command R | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Cohere Command R 128k. |
| On-demand permintaan inferensi model per menit untuk Cohere Command R Plus | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Cohere Command R Plus 128k. |
| On-demand permintaan inferensi model per menit untuk Cohere Embed English | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Cohere Embed English. |
| On-demand permintaan inferensi model per menit untuk Cohere Embed Multibahasa | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Cohere Embed Multilingual. |
| On-demand permintaan inferensi model per menit untuk Cohere Embed V4 | Setiap Wilayah yang didukung: 1.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Cohere Embed V4. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Cohere Rerank 3.5 | Setiap Wilayah yang didukung: 250 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Cohere Rerank 3.5. |
| On-demand permintaan inferensi model per menit untuk DeepSeek V3 V1 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk DeepSeek V3 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk DeepSeek V3.2 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit. DeepSeek V3.2 Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk GPT OSS Safeguard 120B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk GPT OSS Safeguard 120B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk GPT OSS Safeguard 20B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk GPT OSS Safeguard 20B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Gemma 3 12B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Gemma 3 12B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Gemma 3 27B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Gemma 3 27B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Gemma 3 4B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Gemma 3 4B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Kimi K2 Thinking | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Kimi K2 Thinking. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Magistral Small 1.2 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Magistral Small 1.2. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Meta Llama 3 70B Instruct | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3 70B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Meta Llama 3 8B Instruct | Setiap Wilayah yang didukung: 800 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3 8B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Meta Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 200 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 405B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Meta Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 70B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Meta Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 800 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 8B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Meta Llama 3.2 11B Instruct | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk Meta Llama 3.2 11B Instruct. Kuota mempertimbangkan jumlah gabungan permintaan untuk InvokeModel, InvokeModelWithResponseStream, Converse, dan ConverseStream. |
| On-demand permintaan inferensi model per menit untuk Meta Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 800 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.2 1B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Meta Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 800 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk Meta Llama 3.2 3B Instruct. Kuota mempertimbangkan jumlah gabungan permintaan untuk InvokeModel, InvokeModelWithResponseStream, Converse, dan ConverseStream. |
| On-demand permintaan inferensi model per menit untuk Meta Llama 3.2 90B Instruct | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk Meta Llama 3.2 90B Instruct. Kuota mempertimbangkan jumlah gabungan permintaan untuk InvokeModel, InvokeModelWithResponseStream, Converse, dan ConverseStream. |
| On-demand permintaan inferensi model per menit untuk Meta Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.3 70B Instruct. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk MiniMax M2.5 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit. MiniMax M2.5 Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Minimax M2 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Minimax M2. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Minimax M2.1 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Minim M2.1 ax. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Ministral 14B 3.0 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Ministral 14B 3.0. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Ministral 3B 3.0 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Ministral 3B 3.0. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Ministral 8B 3.0 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Ministral 8B 3.0. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Mistral 7B Instruct | Setiap Wilayah yang didukung: 800 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Mistral mistral-7b-instruct-v0 |
| On-demand permintaan inferensi model per menit untuk Mistral AI Mistral Small | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dan InvokeModelWithResponseStream dalam satu menit untuk Mistral AI Mistral Small |
| On-demand permintaan inferensi model per menit untuk Mistral Devstral 2 123b | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Mistral Devstral 2 123b. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Mistral Large | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dan InvokeModelWithResponseStream dalam satu menit untuk Mistral mistral-larg-2402-v1 |
| On-demand permintaan inferensi model per menit untuk Mistral Large 2407 | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum kali Anda dapat memanggil inferensi model dalam satu menit untuk Mistral Large 2407. Kuota mempertimbangkan jumlah gabungan permintaan untuk InvokeModel, InvokeModelWithResponseStream, Converse, dan ConverseStream |
| On-demand permintaan inferensi model per menit untuk Mistral Large 3 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Mistral Large 3. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Mistral Mixtral 8x7b Instruct | Setiap Wilayah yang didukung: 400 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Mistral mixtral-8x7b-v0 |
| On-demand permintaan inferensi model per menit untuk Moonshot AI Kimi K2.5 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Moonshot AI Kimi. K2.5 Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk NVIDIA Nemotron 3 Super 120B A12B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk NVIDIA Nemotron 3 Super 120B A12B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk NVIDIA Nemotron Nano 2 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk NVIDIA Nemotron Nano 2. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk NVIDIA Nemotron Nano 2 VL | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk NVIDIA Nemotron Nano 2 VL. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Nemotron Nano 3 30B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Nemotron Nano 3 30B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk OpenAI GPT OSS 120B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk OpenAI GPT OSS 120B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk OpenAI GPT OSS 20B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk OpenAI GPT OSS 20B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Qwen3 235B a22b 2507 V1 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 235B a22b 2507 V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Qwen3 32B V1 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 32B V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Qwen3 Coder 30B a3b V1 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 Coder 30B a3b V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Qwen3 Coder 480B a35b V1 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 Coder 480B a35b V1. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Qwen3 Coder Berikutnya | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 Coder Next. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Qwen3 Next 80B A3B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 Next 80B A3B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Qwen3 VL 235B A22B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 VL 235B A22B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Difusi Stability.ai Stabil 3 Besar | Setiap Wilayah yang didukung: 15 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Stability.ai Stable Diffusion 3 Large. |
| On-demand permintaan inferensi model per menit untuk Difusi Stability.ai Stabil 3 Medium | Setiap Wilayah yang didukung: 60 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Stability.ai Stable Diffusion 3 Medium |
| On-demand permintaan inferensi model per menit untuk Difusi Stability.ai Stabil 3.5 Besar | Setiap Wilayah yang didukung: 15 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Difusi Stability.ai Stabil 3.5 Besar. |
| On-demand permintaan inferensi model per menit untuk Stability.ai Stable Image Core | Setiap Wilayah yang didukung: 90 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Stability.ai Stable Image Core. |
| On-demand permintaan inferensi model per menit untuk Stability.ai Stable Image Ultra | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum kali Anda dapat menelepon InvokeModel dalam satu menit untuk Stability.ai Stable Image Ultra. |
| On-demand permintaan inferensi model per menit untuk Stable Image Conservative Upscale | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stable Image Conservative Upscale. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Sketsa Kontrol Gambar Stabil | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Sketsa Kontrol Gambar Stabil. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Struktur Kontrol Gambar Stabil | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Struktur Kontrol Gambar Stabil. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Stable Image Creative Upscale | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stable Image Creative Upscale. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Objek Penghapusan Gambar Stabil | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Objek Penghapusan Gambar Stabil. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Stable Image Fast Upscale | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stable Image Fast Upscale. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Stable Image Inpaint | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stable Image Inpaint. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Stable Image Outpaint | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stable Image Outpaint. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Gambar Stabil Hapus Latar Belakang | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Stabil Image Remove Background. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Pencarian Gambar Stabil dan Warna Ulang | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Pencarian Gambar Stabil dan Warna Ulang. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Pencarian dan Penggantian Gambar Stabil | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Pencarian Gambar Stabil dan Pengganti. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Panduan Gaya Gambar Stabil | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Panduan Gaya Gambar Stabil. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Transfer Gaya Gambar Stabil | Setiap Wilayah yang didukung: 10 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Transfer Gaya Gambar Stabil. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Twelve Labs Marengo | Setiap Wilayah yang didukung: 100 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Twelve Labs Marengo. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Twelve Labs Pegasus | Setiap Wilayah yang didukung: 60 | Ya |
Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Twelve Labs Pegasus. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand permintaan inferensi model per menit untuk TwelveLabs Marengo Embed 3.0 | Setiap Wilayah yang didukung: 500 | Ya |
Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk TwelveLabs Marengo Embed 3.0. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Voxtral Mini 1.0 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Voxtral Mini 1.0. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Voxtral Small 1.0 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Voxtral Small 1.0. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Writer Palmyra Vision 7B | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Writer Palmyra Vision 7B. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Z.ai GLM 5 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Z.ai GLM 5. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Z.ai GLM-4.7 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Z.ai GLM-4.7 Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand permintaan inferensi model per menit untuk Flash Z.ai GLM-4.7 | Setiap Wilayah yang didukung: 10.000 | Tidak | Jumlah maksimum permintaan sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Z.ai GLM-4.7 Flash. Kuota ini mewakili jumlah total permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream tindakan. |
| On-demand token inferensi model per menit untuk AI21 Labs Jamba 1.5 Large | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk AI21 Labs Jamba 1.5 Large. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse dan InvokeModel. |
| On-demand token inferensi model per menit untuk AI21 Labs Jamba 1.5 Mini | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk AI21 Labs Jamba 1.5 Mini. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse dan InvokeModel. |
| On-demand token inferensi model per menit untuk Amazon Nova Lite |
us-timur-1:4.000.000 eu-west-2:4.000.000 Masing-masing Wilayah yang didukung lainnya: 200.000 |
Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Lite. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Amazon Nova Micro |
us-timur-1:4.000.000 eu-west-2:4.000.000 Masing-masing Wilayah yang didukung lainnya: 200.000 |
Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Micro. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Amazon Nova Pro | Setiap Wilayah yang didukung: 1.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Nova Pro. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Amazon Titan Image Generator G1 V2 | Setiap Wilayah yang didukung: 2.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Amazon Titan Image Generator G1 V2. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Amazon Titan Multimodal Embeddings G1 | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda berikan InvokeModel dalam satu menit untuk Amazon Titan Multimodal Embeddings G1. |
| On-demand model token inferensi per menit untuk Penyematan Teks Amazon Titan | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda berikan InvokeModel dalam satu menit untuk Amazon Titan Text Embeddings. |
| On-demand model token inferensi per menit untuk Amazon Titan Text Embeddings V2 | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda berikan InvokeModel dalam satu menit untuk Amazon Titan Text Embeddings V2. |
| On-demand model token inferensi per menit untuk Amazon Titan Text Express | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Amazon Titan Text Express. |
| On-demand model token inferensi per menit untuk Amazon Titan Text Premier | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Amazon Titan Text Premier. |
| On-demand model token inferensi per menit untuk Anthropic Claude 3 Haiku |
us-timur-1:2.000.000 us-west-2:2.000.000 ap-northeast-1:200.000 ap-Southeast-1:200.000 Masing-masing Wilayah yang didukung lainnya: 300.000 |
Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3 Haiku. |
| On-demand model token inferensi per menit untuk Anthropic Claude 3 Opus | Setiap Wilayah yang didukung: 400.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3 Opus. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Anthropic Claude 3 Sonnet |
us-timur-1:1.000.000 us-west-2:1.000.000 Masing-masing Wilayah yang didukung lainnya: 200.000 |
Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Anthropic Claude 3 Sonnet. |
| On-demand model token inferensi per menit untuk Anthropic Claude 3.5 Haiku |
us-west-1:300.000 Masing-masing Wilayah yang didukung lainnya: 2.000.000 |
Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3.5 Haiku. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Anthropic Claude 3.5 Sonnet |
us-west-2:2.000.000 ap-northeast-1:200.000 ap-Southeast-1:200.000 eu-central-1:200.000 eu-west-1:200.000 eu-west-3:200.000 Masing-masing Wilayah yang didukung lainnya: 400.000 |
Tidak | Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3.5 Sonnet. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Anthropic Claude 3.5 Sonnet V2 |
us-west-2:2.000.000 Masing-masing Wilayah yang didukung lainnya: 400.000 |
Tidak | Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3.5 Sonnet V2. Kuota mempertimbangkan jumlah gabungan Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Anthropic Claude 3.7 Sonnet V1 | Setiap Wilayah yang didukung: 500.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude 3.7 Sonnet V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Anthropic Claude Opus 4.6 V1 | Setiap Wilayah yang didukung: 1.500.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Opus 4.6 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Anthropic Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 3.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Anthropic Claude Sonnet 4.6. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Cohere Command R | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Cohere Command R 128k. |
| On-demand model token inferensi per menit untuk Cohere Command R Plus | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Cohere Command R Plus 128k. |
| On-demand model token inferensi per menit untuk Cohere Embed English | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda berikan InvokeModel dalam satu menit untuk Cohere Embed English. |
| On-demand token inferensi model per menit untuk Cohere Embed Multibahasa | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda berikan InvokeModel dalam satu menit untuk Cohere Embed Multilingual. |
| On-demand model token inferensi per menit untuk Cohere Embed V4 | Setiap Wilayah yang didukung: 150.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Cohere Embed V4. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk DeepSeek V3 V1 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk DeepSeek V3 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk DeepSeek V3.2 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit DeepSeek V3.2. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk GPT OSS Safeguard 120B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk GPT OSS Safeguard 120B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk GPT OSS Safeguard 20B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk GPT OSS Safeguard 20B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Gemma 3 12B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Gemma 3 12B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Gemma 3 27B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Gemma 3 27B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Gemma 3 4B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Gemma 3 4B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Kimi K2 Thinking | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Kimi K2 Thinking. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Magistral Small 1.2 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Magistral Small 1.2. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Meta Llama 3 70B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3 70B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Meta Llama 3 8B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3 8B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Meta Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 400.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 405B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Meta Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 70B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Meta Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.1 8B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Meta Llama 3.2 11B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.2 11B Instruct. Kuota mempertimbangkan jumlah gabungan token untuk InvokeModel, InvokeModelWithResponseStream, Converse, dan ConverseStream. |
| On-demand model token inferensi per menit untuk Meta Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.2 1B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Meta Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.2 3B Instruct. Kuota mempertimbangkan jumlah gabungan token untuk InvokeModel, InvokeModelWithResponseStream, Converse, dan ConverseStream. |
| On-demand model token inferensi per menit untuk Meta Llama 3.2 90B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.2 90B Instruct. Kuota mempertimbangkan jumlah gabungan token untuk InvokeModel, InvokeModelWithResponseStream, Converse, dan ConverseStream. |
| On-demand model token inferensi per menit untuk Meta Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Meta Llama 3.3 70B Instruct. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk MiniMax M2.5 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit. MiniMax M2.5 Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Minimax M2 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Minimax M2. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Minimax M2.1 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Minim M2.1 ax. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Ministral 14B 3.0 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Ministral 14B 3.0. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Ministral 3B 3.0 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Ministral 3B 3.0. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Ministral 8B 3.0 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Ministral 8B 3.0. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Mistral AI Mistral 7B Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Mistral AI Mistral 7B Instruct. |
| On-demand model token inferensi per menit untuk Mistral AI Mistral Large | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Mistral AI Mistral Large. |
| On-demand token inferensi model per menit untuk Mistral AI Mistral Small | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Mistral AI Mistral Small. |
| On-demand token inferensi model per menit untuk Mistral AI Mixtral 8X7BB Instruct | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream untuk Mistral AI Mixtral 8X7B Instruct. |
| On-demand model token inferensi per menit untuk Mistral Devstral 2 123b | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Mistral Devstral 2 123b. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Mistral Large 2407 | Setiap Wilayah yang didukung: 300.000 | Tidak | Jumlah maksimum token yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Mistral Large 2407. Kuota mempertimbangkan jumlah gabungan token untuk InvokeModel, InvokeModelWithResponseStream, Converse, dan ConverseStream |
| On-demand model token inferensi per menit untuk Mistral Large 3 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Mistral Large 3. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Moonshot AI Kimi K2.5 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Moonshot AI Kimi. K2.5 Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk NVIDIA Nemotron 3 Super 120B A12B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk NVIDIA Nemotron 3 Super 120B A12B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk NVIDIA Nemotron Nano 2 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk NVIDIA Nemotron Nano 2. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk NVIDIA Nemotron Nano 2 VL | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk NVIDIA Nemotron Nano 2 VL. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Nemotron Nano 3 30B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Nemotron Nano 3 30B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk OpenAI GPT OSS 120B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk OpenAI GPT OSS 120B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk OpenAI GPT OSS 20B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk OpenAI GPT OSS 20B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Qwen3 235B a22b 2507 V1 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 235B a22b 2507 V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Qwen3 32B V1 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 32B V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Qwen3 Coder 30B a3b V1 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 Coder 30B a3b V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Qwen3 Coder 480B a35b V1 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 Coder 480B a35b V1. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Qwen3 Coder Berikutnya | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 Coder Next. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Qwen3 Next 80B A3B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 Next 80B A3B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Qwen3 VL 235B A22B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Qwen3 VL 235B A22B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Voxtral Mini 1.0 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Voxtral Mini 1.0. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Voxtral Small 1.0 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Voxtral Small 1.0. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Writer Palmyra Vision 7B | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Writer Palmyra Vision 7B. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand token inferensi model per menit untuk Z.ai GLM 5 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Z.ai GLM 5. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Z.ai GLM-4.7 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token sesuai permintaan yang dapat Anda kirimkan untuk inferensi model dalam satu menit. Z.ai GLM-4.7 Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| On-demand model token inferensi per menit untuk Flash Z.ai GLM-4.7 | Setiap Wilayah yang didukung: 100.000.000 | Tidak | Jumlah maksimum token on-demand yang dapat Anda kirimkan untuk inferensi model dalam satu menit untuk Z.ai GLM-4.7 Flash. Kuota mempertimbangkan jumlah gabungan token input dan output di semua permintaan ke Converse, ConverseStream, InvokeModel dan InvokeModelWithResponseStream. |
| Parameter per fungsi | Setiap Wilayah yang didukung: 5 | Ya |
Jumlah maksimum parameter yang dapat Anda miliki dalam fungsi grup tindakan. |
| PrepareAgent permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan PrepareAgent API per detik. |
| Rekaman per pekerjaan inferensi batch untuk Amazon Nova 2 Multimodal Embeddings V1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Amazon Nova 2 Multimodal Embeddings V1. |
| Rekaman per pekerjaan inferensi batch untuk Amazon Nova Premier | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Amazon Nova Premier. |
| Rekaman per pekerjaan inferensi batch untuk Claude 3 Haiku | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3 Haiku. |
| Rekaman per pekerjaan inferensi batch untuk Claude 3 Opus | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3 Opus. |
| Rekaman per pekerjaan inferensi batch untuk Claude 3 Sonnet | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3 Sonnet. |
| Rekaman per pekerjaan inferensi batch untuk Claude 3.5 Haiku | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3.5 Haiku. |
| Rekaman per pekerjaan inferensi batch untuk Claude 3.5 Sonnet | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3.5 Sonnet. |
| Rekaman per pekerjaan inferensi batch untuk Claude 3.5 Sonnet v2 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3.5 Sonnet v2. |
| Rekaman per pekerjaan inferensi batch untuk Claude 3.7 Sonnet | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude 3.7 Sonnet. |
| Rekaman per pekerjaan inferensi batch untuk Claude Haiku 4.5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Haiku 4.5. |
| Rekaman per pekerjaan inferensi batch untuk Claude Opus 4.5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Opus 4.5. |
| Rekaman per pekerjaan inferensi batch untuk Claude Opus 4.6 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Opus 4.6. |
| Rekaman per pekerjaan inferensi batch untuk Claude Opus 5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Opus 5. |
| Rekaman per pekerjaan inferensi batch untuk Claude Sonnet 4 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Sonnet 4. |
| Rekaman per pekerjaan inferensi batch untuk Claude Sonnet 4.5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Sonnet 4.5. |
| Rekaman per pekerjaan inferensi batch untuk Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Claude Sonnet 4.6. |
| Rekaman per pekerjaan inferensi batch untuk DeepSeek V3.2 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk DeepSeek V3.2. |
| Rekaman per pekerjaan inferensi batch untuk v3 DeepSeek | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk DeepSeek v3. |
| Rekaman per pekerjaan inferensi batch untuk Devstral 2 123B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Devstral 2 123B. |
| Rekaman per tugas inferensi batch untuk GLM 4.7 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk GLM 4.7. |
| Rekaman per tugas inferensi batch untuk GLM 4.7 Flash | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk GLM 4.7 Flash. |
| Rekaman per pekerjaan inferensi batch untuk GLM 5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk GLM 5. |
| Rekaman per pekerjaan inferensi batch untuk Gemma 3 12B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Gemma 3 12B. |
| Rekaman per pekerjaan inferensi batch untuk Gemma 3 27B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Gemma 3 27B. |
| Rekaman per pekerjaan inferensi batch untuk Gemma 3 4B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Gemma 3 4B. |
| Rekaman per tugas inferensi batch untuk Kimi K2 Thinking | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Kimi K2 Thinking. |
| Rekaman per pekerjaan inferensi batch untuk Kimi K2.5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Kimi K2.5. |
| Rekaman per pekerjaan inferensi batch untuk Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.1 405B Instruct. |
| Rekaman per pekerjaan inferensi batch untuk Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.1 70B Instruct. |
| Rekaman per pekerjaan inferensi batch untuk Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.1 8B Instruct. |
| Rekaman per pekerjaan inferensi batch untuk Llama 3.2 11B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.2 11B Instruct. |
| Rekaman per pekerjaan inferensi batch untuk Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch Llama 3.2 1B Instruct. |
| Rekaman per pekerjaan inferensi batch untuk Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.2 3B Instruct. |
| Rekaman per pekerjaan inferensi batch untuk Llama 3.2 90B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.2 90B Instruct. |
| Rekaman per pekerjaan inferensi batch untuk Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 3.3 70B Instruct. |
| Rekaman per pekerjaan inferensi batch untuk Llama 4 Maverick | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 4 Maverick. |
| Rekaman per pekerjaan inferensi batch untuk Llama 4 Scout | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Llama 4 Scout. |
| Catatan per pekerjaan inferensi batch untuk Magistral Small 2509 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Magistral Small 2509. |
| Rekaman per pekerjaan inferensi batch untuk M2 MiniMax | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk MiniMax M2. |
| Rekaman per pekerjaan inferensi batch untuk MiniMax M2.1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk MiniMax M2.1. |
| Rekaman per pekerjaan inferensi batch untuk MiniMax M2.5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk MiniMax M2.5. |
| Rekaman per pekerjaan inferensi batch untuk Ministral 3 14B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Ministral 3 14B. |
| Rekaman per pekerjaan inferensi batch untuk Ministral 3 8B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Ministral 3 8B. |
| Rekaman per pekerjaan inferensi batch untuk Ministral 3B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Ministral 3B. |
| Rekaman per pekerjaan inferensi batch untuk Mistral Large 2 (24.07) | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Mistral Large 2 (24.07). |
| Rekaman per pekerjaan inferensi batch untuk Mistral Large 3 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Mistral Large 3. |
| Rekaman per pekerjaan inferensi batch untuk Mistral Small | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Mistral Small. |
| Rekaman per pekerjaan inferensi batch untuk NVIDIA Nemotron 3 Super 120B A12B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron 3 Super 120B A12B. |
| Rekaman per pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 12B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 12B. |
| Rekaman per pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 3 30B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 3 30B. |
| Rekaman per pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 9B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 9B. |
| Rekaman per pekerjaan inferensi batch untuk Nova 2 Lite | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Nova 2 Lite. |
| Rekaman per pekerjaan inferensi batch untuk Nova Lite V1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Nova Lite V1. |
| Rekaman per pekerjaan inferensi batch untuk Nova Micro V1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Nova Micro V1. |
| Rekaman per pekerjaan inferensi batch untuk Nova Pro V1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Nova Pro V1. |
| Rekaman per pekerjaan inferensi batch untuk OpenAI GPT OSS 120b | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS 120b. |
| Rekaman per pekerjaan inferensi batch untuk OpenAI GPT OSS 20b | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS 20b. |
| Rekaman per pekerjaan inferensi batch untuk OpenAI GPT OSS Safeguard 120b | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS Safeguard 120b. |
| Rekaman per pekerjaan inferensi batch untuk OpenAI GPT OSS Safeguard 20b | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS Safeguard 20b. |
| Rekaman per pekerjaan inferensi batch untuk Qwen3 235B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 235B. |
| Rekaman per pekerjaan inferensi batch untuk Qwen3 32B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 32B. |
| Rekaman per pekerjaan inferensi batch untuk Qwen3 Coder 30B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 Coder 30B. |
| Rekaman per pekerjaan inferensi batch untuk Qwen3 Coder 480B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 Coder 480B. |
| Rekaman per pekerjaan inferensi batch untuk Qwen3 Coder Berikutnya | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 Coder Next. |
| Rekaman per pekerjaan inferensi batch untuk Qwen3 Next 80B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 Next 80B. |
| Rekaman per pekerjaan inferensi batch untuk Qwen3 VL 235B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Qwen3 VL 235B. |
| Rekaman per pekerjaan inferensi batch untuk Titan Multimodal Embeddings G1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Titan Multimodal Embeddings G1. |
| Rekaman per pekerjaan inferensi batch untuk Titan Text Embeddings V2 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Titan Text Embeddings V2. |
| Rekaman per pekerjaan inferensi batch untuk Voxtral Mini 3B 2507 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Voxtral Mini 3B 2507. |
| Rekaman per pekerjaan inferensi batch untuk Voxtral Small 24B 2507 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Voxtral Small 24B 2507. |
| Rekaman per pekerjaan inferensi batch untuk Writer Palmyra Vision 7B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan di semua file input dalam pekerjaan inferensi batch untuk Writer Palmyra Vision 7B. |
| Rekaman per file input per pekerjaan inferensi batch untuk Amazon Nova 2 Multimodal Embeddings V1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Amazon Nova 2 Multimodal Embeddings V1. |
| Rekaman per file input per tugas inferensi batch untuk Amazon Nova Premier | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Amazon Nova Premier. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude 3 Haiku | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude 3 Haiku. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude 3 Opus | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude 3 Opus. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude 3 Sonnet | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude 3 Sonnet. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude 3.5 Haiku | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude 3.5 Haiku. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude 3.5 Sonnet | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude 3.5 Sonnet. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude 3.5 Sonnet v2 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude 3.5 Sonnet v2. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude 3.7 Sonnet | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude 3.7 Sonnet. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude Haiku 4.5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude Haiku 4.5. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude Opus 4.5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude Opus 4.5. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude Opus 4.6 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude Opus 4.6. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude Opus 5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude Opus 5. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude Sonnet 4 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude Sonnet 4. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude Sonnet 4.5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude Sonnet 4.5. |
| Rekaman per file input per pekerjaan inferensi batch untuk Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Claude Sonnet 4.6. |
| Rekaman per file input per pekerjaan inferensi batch untuk DeepSeek V3.2 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk DeepSeek V3.2. |
| Rekaman per file input per pekerjaan inferensi batch untuk v3 DeepSeek | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk DeepSeek v3. |
| Rekaman per file input per pekerjaan inferensi batch untuk Devstral 2 123B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Devstral 2 123B. |
| Rekaman per file input per tugas inferensi batch untuk GLM 4.7 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk GLM 4.7. |
| Rekaman per file input per tugas inferensi batch untuk GLM 4.7 Flash | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk GLM 4.7 Flash. |
| Rekaman per file input per pekerjaan inferensi batch untuk GLM 5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk GLM 5. |
| Rekaman per file input per pekerjaan inferensi batch untuk Gemma 3 12B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Gemma 3 12B. |
| Rekaman per file input per pekerjaan inferensi batch untuk Gemma 3 27B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Gemma 3 27B. |
| Rekaman per file input per pekerjaan inferensi batch untuk Gemma 3 4B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Gemma 3 4B. |
| Catatan per file input per tugas inferensi batch untuk Kimi K2 Thinking | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Kimi K2 Thinking. |
| Rekaman per file input per pekerjaan inferensi batch untuk Kimi K2.5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Kimi K2.5. |
| Catatan per file input per tugas inferensi batch untuk Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Llama 3.1 405B Instruct. |
| Catatan per file input per tugas inferensi batch untuk Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Llama 3.1 70B Instruct. |
| Rekaman per file input per tugas inferensi batch untuk Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Llama 3.1 8B Instruct. |
| Catatan per file input per tugas inferensi batch untuk Llama 3.2 11B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Llama 3.2 11B Instruct. |
| Catatan per file input per tugas inferensi batch untuk Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch Llama 3.2 1B Instruct. |
| Rekaman per file input per tugas inferensi batch untuk Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Llama 3.2 3B Instruct. |
| Rekaman per file input per tugas inferensi batch untuk Llama 3.2 90B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Llama 3.2 90B Instruct. |
| Rekaman per file input per tugas inferensi batch untuk Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Llama 3.3 70B Instruct. |
| Rekaman per file input per pekerjaan inferensi batch untuk Llama 4 Maverick | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Llama 4 Maverick. |
| Catatan per file input per pekerjaan inferensi batch untuk Llama 4 Scout | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Llama 4 Scout. |
| Catatan per file input per pekerjaan inferensi batch untuk Magistral Small 2509 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Magistral Small 2509. |
| Rekaman per file input per pekerjaan inferensi batch untuk M2 MiniMax | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk MiniMax M2. |
| Rekaman per file input per pekerjaan inferensi batch untuk MiniMax M2.1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk MiniMax M2.1. |
| Rekaman per file input per pekerjaan inferensi batch untuk MiniMax M2.5 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk MiniMax M2.5. |
| Catatan per file input per pekerjaan inferensi batch untuk Ministral 3 14B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Ministral 3 14B. |
| Catatan per file input per pekerjaan inferensi batch untuk Ministral 3 8B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Ministral 3 8B. |
| Catatan per file input per tugas inferensi batch untuk Ministral 3B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Ministral 3B. |
| Catatan per file input per pekerjaan inferensi batch untuk Mistral Large 2 (24.07) | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Mistral Large 2 (24.07). |
| Rekaman per file input per pekerjaan inferensi batch untuk Mistral Large 3 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Mistral Large 3. |
| Rekaman per file input per pekerjaan inferensi batch untuk Mistral Small | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Mistral Small. |
| Catatan per file input per pekerjaan inferensi batch untuk NVIDIA Nemotron 3 Super 120B A12B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron 3 Super 120B A12B. |
| Rekaman per file input per pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 12B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 12B. |
| Rekaman per file input per pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 3 30B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 3 30B. |
| Rekaman per file input per pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 9B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk NVIDIA Nemotron Nano 9B. |
| Rekaman per file input per pekerjaan inferensi batch untuk Nova 2 Lite | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Nova 2 Lite. |
| Rekaman per file input per pekerjaan inferensi batch untuk Nova Lite V1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Nova Lite V1. |
| Rekaman per file input per pekerjaan inferensi batch untuk Nova Micro V1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Nova Micro V1. |
| Rekaman per file input per pekerjaan inferensi batch untuk Nova Pro V1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Nova Pro V1. |
| Rekaman per file input per pekerjaan inferensi batch untuk OpenAI GPT OSS 120b | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS 120b. |
| Rekaman per file input per pekerjaan inferensi batch untuk OpenAI GPT OSS 20b | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS 20b. |
| Rekaman per file input per tugas inferensi batch untuk OpenAI GPT OSS Safeguard 120b | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS Safeguard 120b. |
| Rekaman per file input per tugas inferensi batch untuk OpenAI GPT OSS Safeguard 20b | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk OpenAI GPT OSS Safeguard 20b. |
| Rekaman per file input per pekerjaan inferensi batch untuk Qwen3 235B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Qwen3 235B. |
| Rekaman per file input per pekerjaan inferensi batch untuk Qwen3 32B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Qwen3 32B. |
| Rekaman per file input per pekerjaan inferensi batch untuk Qwen3 Coder 30B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Qwen3 Coder 30B. |
| Rekaman per file input per pekerjaan inferensi batch untuk Qwen3 Coder 480B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Qwen3 Coder 480B. |
| Rekaman per file input per pekerjaan inferensi batch untuk Qwen3 Coder Berikutnya | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Qwen3 Coder Next. |
| Rekaman per file input per pekerjaan inferensi batch untuk Qwen3 Next 80B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Qwen3 Next 80B. |
| Rekaman per file input per pekerjaan inferensi batch untuk Qwen3 VL 235B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Qwen3 VL 235B. |
| Rekaman per file input per pekerjaan inferensi batch untuk Titan Multimodal Embeddings G1 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Titan Multimodal Embeddings G1. |
| Rekaman per file input per pekerjaan inferensi batch untuk Titan Text Embeddings V2 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Titan Text Embeddings V2. |
| Rekaman per file input per pekerjaan inferensi batch untuk Voxtral Mini 3B 2507 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Voxtral Mini 3B 2507. |
| Rekaman per file input per pekerjaan inferensi batch untuk Voxtral Small 24B 2507 | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Voxtral Small 24B 2507. |
| Catatan per file input per pekerjaan inferensi batch untuk Writer Palmyra Vision 7B | Setiap Wilayah yang didukung: 100.000 | Ya |
Jumlah maksimum catatan dalam file input dalam pekerjaan inferensi batch untuk Writer Palmyra Vision 7B. |
| Jumlah pekerjaan inferensi batch yang sedang berlangsung dan yang dikirimkan menggunakan model dasar untuk Amazon Nova 2 Multimodal Embeddings V1 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Amazon Nova 2 Multimodal Embeddings V1. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan yang dikirimkan menggunakan model dasar untuk Amazon Nova Premier | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berlangsung dan yang dikirimkan menggunakan model dasar untuk Amazon Nova Premier. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3 Haiku | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3 Haiku. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3 Opus | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3 Opus. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3 Sonnet | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3 Sonnet. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3.5 Haiku | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3.5 Haiku. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3.5 Sonnet | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3.5 Sonnet. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3.5 Sonnet v2 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3.5 Sonnet v2. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3.7 Sonnet | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude 3.7 Sonnet. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Haiku 4.5 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Haiku 4.5. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Opus 4.5 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Opus 4.5. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Opus 4.6 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Opus 4.6. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Sonnet 4 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Sonnet 4. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Sonnet 4.5. | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Sonnet 4.5. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Sonnet 4.6 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Claude Sonnet 4.6. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk DeepSeek V3.2 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk. DeepSeek V3.2 |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk v3 DeepSeek | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk DeepSeek v3. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Devstral 2 123B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Devstral 2 123B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk GLM 4.7 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk GLM 4.7. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk GLM 4.7 Flash | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk GLM 4.7 Flash. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk GLM 5 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk GLM 5. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Gemma 3 12B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Gemma 3 12B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Gemma 3 27B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Gemma 3 27B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Gemma 3 4B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Gemma 3 4B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Kimi K2 Thinking | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Kimi K2 Thinking. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Kimi K2.5 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Kimi. K2.5 |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.1 405B Instruct | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.1 405B Instruct. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.1 70B Instruct | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.1 70B Instruct. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.1 8B Instruct | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.1 8B Instruct. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.2 11B Instruct | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.2 11B Instruct. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.2 1B Instruct | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.2 1B Instruct. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.2 3B Instruct | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.2 3B Instruct. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.2 90B Instruct | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.2 90B Instruct. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.3 70B Instruct | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 3.3 70B Instruct. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 4 Maverick | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 4 Maverick. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 4 Scout | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Llama 4 Scout. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Magistral Small 2509 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Magistral Small 2509. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk M2 MiniMax | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk MiniMax M2. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk MiniMax M2.1 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk. MiniMax M2.1 |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk MiniMax M2.5 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk. MiniMax M2.5 |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Ministral 3 14B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Ministral 3 14B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Ministral 3 8B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Ministral 3 8B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Ministral 3B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Ministral 3B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Mistral Large 2 (24.07) | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Mistral Large 2 (24.07). |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Mistral Large 3 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Mistral Large 3. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Mistral Small | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Mistral Small. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk NVIDIA Nemotron 3 Super 120B A12B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk NVIDIA Nemotron 3 Super 120B A12B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk NVIDIA Nemotron Nano 12B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk NVIDIA Nemotron Nano 12B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk NVIDIA Nemotron Nano 3 30B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk NVIDIA Nemotron Nano 3 30B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk NVIDIA Nemotron Nano 9B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk NVIDIA Nemotron Nano 9B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Nova 2 Lite | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Nova 2 Lite. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Nova Lite V1 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Nova Lite V1. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Nova Micro V1 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Nova Micro V1. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Nova Pro V1 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Nova Pro V1. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk OpenAI GPT OSS 120b | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk OpenAI GPT OSS 120b. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk OpenAI GPT OSS 20b | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk OpenAI GPT OSS 20b. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk OpenAI GPT OSS Safeguard 120b | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk OpenAI GPT OSS Safeguard 120b. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk OpenAI GPT OSS Safeguard 20b | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk OpenAI GPT OSS Safeguard 20b. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 235B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 235B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 32B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 32B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 Coder 30B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 Coder 30B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 Coder 480B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 Coder 480B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 Coder Berikutnya | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 Coder Next. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 Next 80B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 Next 80B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 VL 235B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Qwen3 VL 235B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Titan Multimodal Embeddings G1 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Titan Multimodal Embeddings G1. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Titan Text Embeddings V2 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Titan Text Embeddings V2. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Voxtral Mini 3B 2507 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Voxtral Mini 3B 2507. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Voxtral Small 24B 2507 | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Voxtral Small 24B 2507. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Writer Palmyra Vision 7B | Setiap Wilayah yang didukung: 100 | Ya |
Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model dasar untuk Writer Palmyra Vision 7B. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model khusus untuk Titan Multimodal Embeddings G1 | Setiap Wilayah yang didukung: 3 | Tidak | Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model khusus untuk Titan Multimodal Embeddings G1. |
| Jumlah pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model khusus untuk Titan Text Embeddings V2 | Setiap Wilayah yang didukung: 3 | Tidak | Jumlah maksimum pekerjaan inferensi batch yang sedang berjalan dan dikirimkan menggunakan model khusus untuk Titan Text Embeddings V2 |
| Batas laju throttle untuk Runtime Otomasi Data Bedrock: ListTagsForResource | Setiap Wilayah yang didukung: 25 per detik | Tidak | Jumlah maksimum Bedrock Data Automation Runtime: ListTagsForResource permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk Runtime Otomasi Data Bedrock: TagResource | Setiap Wilayah yang didukung: 25 per detik | Tidak | Jumlah maksimum Bedrock Data Automation Runtime: TagResource permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk Runtime Otomasi Data Bedrock: UntagResource | Setiap Wilayah yang didukung: 25 per detik | Tidak | Jumlah maksimum Bedrock Data Automation Runtime: UntagResource permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk Bedrock Data Automation: ListTagsForResource | Setiap Wilayah yang didukung: 25 per detik | Tidak | Jumlah maksimum Bedrock Data Automation: ListTagsForResource permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk Bedrock Data Automation: TagResource | Setiap Wilayah yang didukung: 25 per detik | Tidak | Jumlah maksimum Bedrock Data Automation: TagResource permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk Bedrock Data Automation: UntagResource | Setiap Wilayah yang didukung: 25 per detik | Tidak | Jumlah maksimum Bedrock Data Automation: UntagResource permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk CreateBlueprint | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum CreateBlueprint permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk CreateBlueprintVersion | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum CreateBlueprintVersion permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk CreateDataAutomationLibrary | Setiap Wilayah yang didukung: 3 per detik | Tidak | Jumlah maksimum CreateDataAutomationLibrary permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk CreateDataAutomationProject | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum CreateDataAutomationProject permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk DeleteBlueprint | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum DeleteBlueprint permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk DeleteDataAutomationLibrary | Setiap Wilayah yang didukung: 3 per detik | Tidak | Jumlah maksimum DeleteDataAutomationLibrary permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk DeleteDataAutomationProject | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum DeleteDataAutomationProject permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk GetBlueprint | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum GetBlueprint permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk GetDataAutomationLibrary | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum GetDataAutomationLibrary permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk GetDataAutomationLibraryEntity | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum GetDataAutomationLibraryEntity permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk GetDataAutomationLibraryIngestionJob | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum GetDataAutomationLibraryIngestionJob permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk GetDataAutomationProject | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum GetDataAutomationProject permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk GetDataAutomationStatus | Setiap Wilayah yang didukung: 10 per detik | Tidak | Jumlah maksimum GetDataAutomationStatus permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk InvokeDataAutomationAsync | Setiap Wilayah yang didukung: 10 per detik | Tidak | Jumlah maksimum InvokeDataAutomationAsync permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk InvokeDataAutomationLibraryIngestionJob | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum InvokeDataAutomationLibraryIngestionJob permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk ListBlueprints | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum ListBlueprints permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk ListDataAutomationLibraries | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum ListDataAutomationLibraries permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk ListDataAutomationLibraryEntities | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum ListDataAutomationLibraryEntities permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk ListDataAutomationLibraryIngestionJobs | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum ListDataAutomationLibraryIngestionJobs permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk ListDataAutomationProjects | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum ListDataAutomationProjects permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk UpdateBlueprint | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum UpdateBlueprint permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk UpdateDataAutomationLibrary | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum UpdateDataAutomationLibrary permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| Batas laju throttle untuk UpdateDataAutomationProject | Setiap Wilayah yang didukung: 5 per detik | Tidak | Jumlah maksimum UpdateDataAutomationProject permintaan yang dapat Anda buat per detik per akun, di wilayah saat ini |
| UpdateAgent permintaan per detik | Setiap Wilayah yang didukung: 4 | Tidak | Jumlah maksimum permintaan UpdateAgent API per detik. |
| UpdateAgentActionGroup permintaan per detik | Setiap Wilayah yang didukung: 6 | Tidak | Jumlah maksimum permintaan UpdateAgentActionGroup API per detik. |
| UpdateAgentAlias permintaan per detik | Setiap Wilayah yang didukung: 2 | Tidak | Jumlah maksimum permintaan UpdateAgentAlias API per detik. |
| UpdateAgentKnowledgeBase permintaan per detik | Setiap Wilayah yang didukung: 4 | Tidak | Jumlah maksimum permintaan UpdateAgentKnowledgeBase API per detik. |
| [titik akhir mantel landasan] Token masukan per menit untuk Claude Fable 5 | Setiap Wilayah yang didukung: 2.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token input per menit yang dapat dikirimkan akun Anda ke Claude Fable 5 di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token masukan per menit untuk Claude Opus 4.7 | Setiap Wilayah yang didukung: 20.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token input per menit yang dapat dikirimkan akun Anda ke Claude Opus 4.7 di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token masukan per menit untuk Claude Opus 4.8 | Setiap Wilayah yang didukung: 20.000.000 | Ya |
[titik akhir mantel landasan] Jumlah maksimum token input per menit yang dapat dikirimkan akun Anda ke Claude Opus 4.8 di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token masukan per menit untuk Claude Opus 5 | Setiap Wilayah yang didukung: 20.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token input per menit yang dapat dikirimkan akun Anda ke Claude Opus 5 di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token masukan per menit untuk Claude Sonnet 5 | Setiap Wilayah yang didukung: 3.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token input per menit yang dapat dikirimkan akun Anda ke Claude Sonnet 5 di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Masukkan token per menit untuk GPT-5.4 | Setiap Wilayah yang didukung: 20.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token input per menit yang dapat dikirimkan akun Anda GPT-5.4 di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Masukkan token per menit untuk GPT-5.5 | Setiap Wilayah yang didukung: 10.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token input per menit yang dapat dikirimkan akun Anda GPT-5.5 di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel batuan dasar] Token masukan per menit untuk Luna GPT-5.6 | Setiap Wilayah yang didukung: 20.000.000 | Ya |
[titik akhir mantel landasan] Jumlah maksimum token input per menit yang dapat dikirimkan akun Anda ke GPT-5.6 Luna di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token masukan per menit untuk Sol GPT-5.6 | Setiap Wilayah yang didukung: 10.000.000 | Ya |
[titik akhir mantel landasan] Jumlah maksimum token input per menit yang dapat dikirimkan akun Anda ke GPT-5.6 Sol di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token masukan per menit untuk Terra GPT-5.6 | Setiap Wilayah yang didukung: 20.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token input per menit yang dapat dikirimkan akun Anda ke GPT-5.6 Terra di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token keluaran per menit untuk Claude Fable 5 | Setiap Wilayah yang didukung: 200.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token keluaran per menit yang dapat dihasilkan Claude Fable 5 untuk akun Anda di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token keluaran per menit untuk Claude Opus 4.7 | Setiap Wilayah yang didukung: 2.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token keluaran per menit yang dapat dihasilkan Claude Opus 4.7 untuk akun Anda di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token keluaran per menit untuk Claude Opus 4.8 | Setiap Wilayah yang didukung: 2.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token keluaran per menit yang dapat dihasilkan Claude Opus 4.8 untuk akun Anda di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token keluaran per menit untuk Claude Opus 5 | Setiap Wilayah yang didukung: 2.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token keluaran per menit yang dapat dihasilkan Claude Opus 5 untuk akun Anda di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token keluaran per menit untuk Claude Sonnet 5 | Setiap Wilayah yang didukung: 300.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token keluaran per menit yang dapat dihasilkan Claude Sonnet 5 untuk akun Anda di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token keluaran per menit untuk GPT-5.4 | Setiap Wilayah yang didukung: 2.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token keluaran per menit yang GPT-5.4 dapat dihasilkan untuk akun Anda di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token keluaran per menit untuk GPT-5.5 | Setiap Wilayah yang didukung: 1.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token keluaran per menit yang GPT-5.5 dapat dihasilkan untuk akun Anda di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel batuan dasar] Token keluaran per menit untuk Luna GPT-5.6 | Setiap Wilayah yang didukung: 2.000.000 | Ya |
[titik akhir mantel landasan] Jumlah maksimum token keluaran per menit yang dapat dihasilkan GPT-5.6 Luna untuk akun Anda di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel batuan dasar] Token keluaran per menit untuk Sol GPT-5.6 | Setiap Wilayah yang didukung: 1.000.000 | Ya |
[titik akhir mantel landasan] Jumlah maksimum token keluaran per menit yang dapat dihasilkan GPT-5.6 Sol untuk akun Anda di wilayah ini. Dibagikan di semua API untuk model ini. |
| [titik akhir mantel landasan] Token keluaran per menit untuk Terra GPT-5.6 | Setiap Wilayah yang didukung: 2.000.000 | Ya |
[titik akhir landasan mantel] Jumlah maksimum token keluaran per menit yang dapat dihasilkan GPT-5.6 Terra untuk akun Anda di wilayah ini. Dibagikan di semua API untuk model ini. |
catatan
Anda dapat meminta kenaikan kuota untuk akun Anda dengan mengikuti langkah-langkah di bawah ini:
-
Jika kuota ditandai sebagai Ya, Anda dapat menyesuaikannya dengan mengikuti langkah-langkah di Mem inta Peningkatan Kuota di Panduan Pengguna Kuota Layanan.
-
Jika kuota ditandai sebagai Tidak, Anda dapat mengirimkan permintaan melalui formulir kenaikan batas
untuk dipertimbangkan untuk kenaikan. -
Untuk model apa pun, Anda dapat meminta peningkatan kuota berikut bersama-sama:
-
Cross-Region InvokeModel token per menit untuk
${model} -
Cross-Region InvokeModel permintaan per menit untuk
${model} -
On-demand InvokeModel token per menit untuk
${model} -
On-demand InvokeModel permintaan per menit untuk
${model}
Untuk meminta kenaikan untuk kombinasi kuota ini, minta kenaikan Cross-Region InvokeModel token per menit untuk
${model}kuota dengan mengikuti langkah-langkah di Meminta Peningkatan Kuota di Panduan Pengguna Kuota Layanan. Setelah Anda melakukannya, tim dukungan akan menghubungi dan menawarkan Anda opsi untuk juga meningkatkan tiga kuota lainnya. Karena permintaan yang luar biasa, prioritas akan diberikan kepada pelanggan yang menghasilkan lalu lintas yang menghabiskan alokasi kuota yang ada. Permintaan Anda mungkin ditolak jika Anda tidak memenuhi syarat ini. -
