사용 가능한 파운데이션 모델

Amazon SageMaker JumpStart는 사용자의 생성형 AI 워크플로에 사용자 지정 및 통합할 수 있는 최첨단 내장형 공개적으로 사용 가능한 독점 파운데이션 모델을 제공합니다.

처음 두 탭에는 파운데이션 모델이 나열됩니다. 마지막 두 탭에는 JumpStart가 제공하는 기본 제공 알고리즘과 클래식 기계 학습 알고리즘이 나열되어 있으며, 이는 파운데이션 모델이 아닙니다.

사용 가능한 모든 JumpStart 파운데이션 모델을 나열하려면:


import boto3

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

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

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

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

특정 모델에 대해 지원되는 인스턴스 유형 및 기타 메타데이터를 가져오려면:


import json
import boto3

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

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

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

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

다음 표에는 2026년 7월 29일 현재 라이선스 및 지원되는 추론 인스턴스 유형이 있는 사용 가능한 모델이 나열되어 있습니다. 최신 정보는 위의 API 예제를 사용하거나 SageMaker Studio의 모델 허브를 참조하세요.

모델 허브가 해당 모델에 대한 라이선스를 게시하지 않으면 라이선스 셀에 "해당 없음"이라고 표시됩니다. 이러한 모델을 사용하기 전에 모델 공급자와 라이선스 조건을 확인하세요. 테이블의 공백 또는 자리 표시자 값은 권한을 부여하지 않습니다.

일부 모델은 기본값 외에도 대체 호스팅 배포 구성을 제공합니다. 각 구성은 하나의 사용 사례와 하나의 성능 목표에 맞게 모델을 조정하며, 각 구성은 자체 인스턴스 유형 세트를 지원합니다. 구성은 종종 기본값보다 작거나 저렴한 인스턴스를 지원하므로 모델에 큰 인스턴스가 필요하다고 결론을 내리기 전에 구성을 확인하세요.

구성 이름은 사용 사례를 성능 목표와 페어링합니다. 이는 SageMaker Studio가 엔드포인트에 모델 배포 페이지의 성능에서 제공하는 것과 동일한 사용 사례 및 성능 목표이므로 여기에 있는 이름과 여기에 있는 선택 사항은 동일한 배포를 설명합니다. 사용 사례에서는 워크로드를 설명합니다.

generate (생성): 프롬프트에서 문서, 보고서 또는 코드와 같은 긴 형식의 콘텐츠를 생성합니다.
interact (상호 작용): 챗봇 또는 가상 어시스턴트와 같은 실시간 대화를 강화합니다.
summarize (요약): 길이가 긴 문서, 문서 또는 데이터를 간결한 요약으로 압축합니다.
modify (수정): 재작성, 번역 또는 재포밍을 포함한 기존 콘텐츠를 변환하거나 편집합니다.
max_context (최대 컨텍스트): 모델의 전체 컨텍스트 창이 필요한 대규모 입력을 처리합니다.

성능 목표는 구성이 최적화하는 대상을 설명합니다.

best_price_performance (분산): 비용, 지연 시간 및 처리량 간의 균등한 절충입니다. 범용 워크로드 또는 어떤 지표가 가장 중요한지 확실하지 않은 경우에 적합합니다.
lowest_cost (비용 최적화): 요청당 인프라 비용이 가장 낮습니다. 지연 시간이 길고 처리량이 낮아 비용을 최소화합니다.
highest_throughput (처리량 최적화): 대용량 워크로드에 대한 초당 최대 토큰 수입니다. 추측 디코딩을 사용하여 처리량을 늘립니다.
lowest_latency (지연 시간 최적화): 가장 낮은 최초 토큰 도달 시간(TTFT). 처리량 및 비용보다 속도를 우선시합니다.

대신 lmi 또는와 같은 서비스 컨테이너의 이름을 지정tgi하거나 워크로드 가정 없이 all_purpose를 사용하여 서비스합니다.

모델의 구성을 벤치마크 지표와 함께 나열한 다음 SageMaker Python SDK를 사용하여 배포합니다.


from sagemaker.serve import ModelBuilder
from sagemaker.core.jumpstart.configs import JumpStartConfig

model_builder = ModelBuilder.from_jumpstart_config(
    jumpstart_config=JumpStartConfig(model_id="meta-textgeneration-llama-3-1-8b-instruct")
)

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

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

model = model_builder.build()
endpoint = model_builder.deploy()

를 호출하지 않고 배포하려면 기본 구성과 기본 인스턴스 유형을 set_deployment_config 사용합니다.

Open-Weight Models (436)

개방형 파운데이션 모델은 Meta, Google, Mistral AI 등과 같은 공급자가 공개적으로 사용할 수 있는 모델입니다. 사용 사례에 맞게 이러한 모델을 배포, 미세 조정 및 사용자 지정할 수 있습니다.

이러한 모델 중 하나를 시작하려면 섹션을 참조JumpStart 파운데이션 모델 사용량하거나 사용 가능한 중 하나를 살펴보세요예제 노트북. 주어진 예제 노트북에서 모델 ID를 전환하여 동일한 모델 패밀리 내의 다른 모델을 실험해 보세요.

SageMaker Python SDK를 사용하여 공개적으로 사용 가능한 JumpStart 파운데이션 모델을 배포하는 데 필요한 모델 ID 및 리소스에 대한 자세한 내용은 SageMaker Python SDK로 파운데이션 모델 사용를 참조하세요.

제공업체	모델 이름	모델 ID	Task	라이선스	미세 조정 가능	지원되는 추론 인스턴스 유형
01-Ai	Yi-1.5-34B	`huggingface-llm-yi-1-5-34b`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
01-Ai	Yi-1.5-9B	`huggingface-llm-yi-1-5-9b`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Ahxt	Lite Llama 460M 1T	`huggingface-llm-ahxt-litellama-460m-1t`	텍스트 생성	mit	아니요	ml.g5.2xlarge
Ai-영구	다국어 GPT	`huggingface-llm-ai-forever-mgpt`	텍스트 생성	apache-2.0	아니요	ml.g5.2xlarge
Aisingapore	Llama3 8B SEA-Lion v2.1 Instruct	`huggingface-llm-llama3-8b-sealionv21-instruct`	텍스트 생성	llama3	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Aisingapore	SEA-LION 3B	`huggingface-llm-sealion-3b`	텍스트 생성	mit	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.xlarge, ml.p3.8xlarge
Aisingapore	SEA-LION 7B	`huggingface-llm-sealion-7b`	텍스트 생성	mit	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Aisingapore	SEA-LION 7B 지침	`huggingface-llm-sealion-7b-instruct`	텍스트 생성	mit	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Alibaba-Nlp	Alibaba-NLP gte-Qwen2-7B-instruct	`huggingface-textembedding-gte-qwen2-7b-instruct`	텍스트 임베딩	Apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.p4d.24xlarge
알레나이	Olmo-3-7B-Instruct	`huggingface-textgeneration-olmo-3-7b-instruct`	텍스트 생성	apache-2.0	아니요	ml.g6e.24xlarge
Amazon	크로노스 2	`pytorch-forecasting-chronos-2`	시계열 예측	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.g6.xlarge, ml.g6e.2xlarge, ml.g6e.xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge
Amazon	Falcon 라이트	`huggingface-llm-amazon-falconlite`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge
Amazon	Falcon Lite 2	`huggingface-llm-amazon-falconlite2`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge
Amazon	Mistral Lite	`huggingface-llm-amazon-mistrallite`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Autogluon	크로노스 볼트(기본)	`autogluon-forecasting-chronos-bolt-base`	시계열 예측	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.2xlarge
Autogluon	크로노스 볼트(소형)	`autogluon-forecasting-chronos-bolt-small`	시계열 예측	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.2xlarge
Autogluon	Chronos-T5(기본)	`autogluon-forecasting-chronos-t5-base`	시계열 예측	apache-2.0	아니요	ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.xlarge, ml.p3.2xlarge
Autogluon	Chronos-T5(대형)	`autogluon-forecasting-chronos-t5-large`	시계열 예측	apache-2.0	아니요	ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.xlarge, ml.p3.2xlarge
Autogluon	Chronos-T5(소형)	`autogluon-forecasting-chronos-t5-small`	시계열 예측	apache-2.0	아니요	ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.xlarge, ml.p3.2xlarge
바이	BAAI bge-base-en-v1.5	`huggingface-textembedding-bge-base-en-v1-5`	텍스트 임베딩	MIT	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.p4d.24xlarge
바이	BGE Base En	`huggingface-sentencesimilarity-bge-base-en`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
바이	BGE Base En V1.5	`huggingface-sentencesimilarity-bge-base-en-v1-5`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
바이	BGE Large En	`huggingface-sentencesimilarity-bge-large-en`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
바이	BGE Large En V1.5	`huggingface-sentencesimilarity-bge-large-en-v1-5`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
바이	BGE M3	`huggingface-sentencesimilarity-bge-m3`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
바이	BGE 스몰 엔	`huggingface-sentencesimilarity-bge-small-en`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
바이	BGE Small En V1.5	`huggingface-sentencesimilarity-bge-small-en-v1-5`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Berkeley-Nest	Starling LM 7B 알파	`huggingface-llm-berkeley-nest-starling-lm-7b-alpha`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge
바라트게나이	Param2-17B-A2.4B-사고	`huggingface-llm-param2-17b-a2-4b-thinking`	텍스트 생성	해당 사항 없음	아니요	ml.g7e.2xlarge, ml.g7e.4xlarge, ml.g7e.8xlarge
빅코드	StarCoder	`huggingface-llm-starcoder`	텍스트 생성	bigcode-openrail-m	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
빅코드	StarCoderBase	`huggingface-llm-starcoderbase`	텍스트 생성	bigcode-openrail-m	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
빅사이언스	블룸 1b1	`huggingface-textgeneration-bloom-1b1`	텍스트 생성	bigscience-bloom-rail-1.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
빅사이언스	Bloom 3B	`huggingface-textgeneration1-bloom-3b`	텍스트 생성	bigscience-bloom-rail-1.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
빅사이언스	Bloom 7B1	`huggingface-textgeneration1-bloom-7b1`	텍스트 생성	bigscience-bloom-rail-1.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
빅사이언스	Bloomz 1b7	`huggingface-textgeneration-bloomz-1b7`	텍스트 생성	bigscience-bloom-rail-1.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
빅사이언스	BloomZ 7B1 FP16	`huggingface-textgeneration1-bloomz-7b1-fp16`	텍스트 생성	bigscience-bloom-rail-1.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
빙수	Bingsu 내 한국의 안정적인 확산 v1 5	`huggingface-txt2img-bingsu-my-korean-stable-diffusion-v1-5`	Text-to-Image	creativeml-openrail-m	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.p3.2xlarge
Black-Forest-Labs	블랙 포리스트 랩 FLUX.1[스켈]	`huggingface-txt2img-black-forest-labs-flux-1-schnell`	Text-to-Image	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Black-Forest-Labs	FLUX.2-클레인-베이스-4B	`huggingface-img2img-flux-2-klein-base-4b`	Image-Text-to-Image	Apache-2.0	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.12xlarge, ml.g7e.24xlarge, ml.g7e.2xlarge, ml.g7e.48xlarge, ml.g7e.8xlarge
인지 계산	Dolphin 2.2.1 Mistral 7B	`huggingface-llm-dolphin-2-2-1-mistral-7b`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge
인지 계산	Dolphin 2.5 Mistral 8 7B	`huggingface-llm-dolphin-2-5-mixtral-8x7b`	텍스트 생성	apache-2.0	아니요	ml.g5.48xlarge
인지 계산	Dolphin 2.7 Mistral 8 7B	`huggingface-llm-dolphin-2-7-mixtral-8x7b`	텍스트 생성	apache-2.0	아니요	ml.g5.48xlarge
인지 계산	Dolphin 2.9 Llama 3 8b	`huggingface-llm-cognitive-dolphin-29-llama3-8b`	텍스트 생성	기타	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Cohereforai	Aya 101	`huggingface-llm-aya-101`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
교차 인코더	크로스 인코더 Nli Deberta Base	`huggingface-zstc-cross-encoder-nli-deberta-base`	제로샷 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
교차 인코더	크로스 인코더 Nli Distilroberta Base	`huggingface-zstc-cross-encoder-nli-distilroberta-base`	제로샷 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
교차 인코더	크로스 인코더 Nli MiniLM2 L6 H768	`huggingface-zstc-cross-encoder-nli-minilm2-l6-h768`	제로샷 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
교차 인코더	크로스 인코더 Nli Roberta Base	`huggingface-zstc-cross-encoder-nli-roberta-base`	제로샷 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Cyberagent	CyberAgentLM2-7B-Chat(CALM2-7B-Chat)	`huggingface-llm-calm2-7b-chat-bf16`	텍스트 생성	apache-2.0	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.xlarge
Databricks	DBRX Base	`huggingface-llm-dbrx-base`	텍스트 생성	databricks-open-model	아니요	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Databricks	DBRX Instruct	`huggingface-llm-dbrx-instruct`	텍스트 생성	databricks-open-model	아니요	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Databricks	Dolly V2 12b BF16	`huggingface-textgeneration-dolly-v2-12b-bf16`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Databricks	Dolly V2 3b BF16	`huggingface-textgeneration-dolly-v2-3b-bf16`	텍스트 생성	apache-2.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Deepseek-Ai	DeepSeek-OCR	`deepseek-vlm-deepseek-ocr`	Image-Text-to-Text	mit	아니요	ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.16xlarge, ml.g6e.g6e.xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6xlarge, ml.g6e.g6xlarge, ml
Deepseek-Ai	DeepSeek-R1	`deepseek-llm-r1`	텍스트 생성	mit	아니요	ml.p5e.48xlarge, ml.p5en.48xlarge
Deepseek-Ai	DeepSeek-R1-0528	`deepseek-llm-r1-0528`	텍스트 생성	mit	아니요	ml.p5e.48xlarge, ml.p5en.48xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Llama-70B	`deepseek-llm-r1-distill-llama-70b`	텍스트 생성	mit	예	기본값: ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `djl` (Deep Java Library 서빙 컨테이너): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6.48xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `generate_lowest_latency` (생성, 지연 시간 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_best_price_performance` (수정, 밸런스), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_cost` (수정, 비용 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화), `summarize_best_price_performance` (요약, 밸런스), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.48xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Llama-8B	`deepseek-llm-r1-distill-llama-8b`	텍스트 생성	mit	예	기본값: ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.12xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge, ml.g7e.8xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `djl` (Deep Java Library 서빙 컨테이너): ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화): ml.g6.xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.12xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.4xlarge, ml.g7e.2xlarge `interact_best_price_performance` (상호 작용, 밸런스), `modify_best_price_performance` (수정, 밸런스), `modify_lowest_cost` (수정, 비용 최적화): ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g6.48xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.12xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.48xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-1.5B	`deepseek-llm-r1-distill-qwen-1-5b`	텍스트 생성	mit	예	기본값: ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화), `summarize_best_price_performance` (요약, 밸런스), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.2xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.16xlarge, ml.g7e.2xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.4xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.4xlarge, ml.g7e.4xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6.24xlarge, ml.g6e.2xlarge, ml.g7e.2xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.2xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-14B	`deepseek-llm-r1-distill-qwen-14b`	텍스트 생성	mit	예	기본값: ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.4xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.4xlarge, ml.g7e.4xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.4xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화), `summarize_best_price_performance` (요약, 밸런스), `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.48xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6e.24xlarge, ml.g7e.2xlarge, ml.p5en.48xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.48xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-32B	`deepseek-llm-r1-distill-qwen-32b`	텍스트 생성	mit	예	기본값: ml.g6e.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.4xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `modify_best_price_performance` (수정, 밸런스), `modify_lowest_cost` (수정, 비용 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.48xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-7B	`deepseek-llm-r1-distill-qwen-7b`	텍스트 생성	mit	예	기본값: ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화), `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `modify_best_price_performance` (수정, 밸런스), `modify_lowest_cost` (수정, 비용 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge
Deepseek-Ai	DeepSeek-V3.1	`deepseek-llm-deepseek-v3-1`	텍스트 생성	mit	아니요	ml.p5e.48xlarge, ml.p5en.48xlarge
Deepseek-Ai	DeepSeek-V3.2	`deepseek-llm-deepseek-v3-2`	텍스트 생성	mit	아니요	ml.p5en.48xlarge
폐기	DistilBERT 기본 케이스	`huggingface-eqa-distilbert-base-cased`	질문 응답	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
폐기	DistilBERT 기본 케이스	`huggingface-spc-distilbert-base-cased`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
폐기	DistilBERT 기본 케이스	`huggingface-tc-distilbert-base-cased`	텍스트 분류	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
폐기	DistilBERT 기본 다국어 대/소문자	`huggingface-eqa-distilbert-base-multilingual-cased`	질문 응답	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
폐기	DistilBERT 기본 다국어 대/소문자	`huggingface-spc-distilbert-base-multilingual-cased`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
폐기	DistilBERT 기본 다국어 대/소문자	`huggingface-tc-distilbert-base-multilingual-cased`	텍스트 분류	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
폐기	DistilGPT 2	`huggingface-textgeneration-distilgpt2`	텍스트 생성	apache-2.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
폐기	DistilRoBERTa 기본	`huggingface-eqa-distilroberta-base`	질문 응답	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
폐기	DistilRoBERTa 기본	`huggingface-tc-distilroberta-base`	텍스트 분류	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
폐기	질문 응답	`huggingface-eqa-distilbert-base-uncased`	질문 응답	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
폐기	문장 쌍 분류	`huggingface-spc-distilbert-base-uncased`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
폐기	텍스트 분류	`huggingface-tc-distilbert-base-uncased`	텍스트 분류	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
탄력적	Distilbert Base Uncased	`huggingface-ner-distilbert-base-uncased-finetuned-conll03-eng`	토큰 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
탄력적	개체명 인식	`huggingface-ner-distilbert-base-cased-finetuned-conll03-eng`	토큰 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
탄력적	개체명 인식	`huggingface-ner-distilbert-base-cased-finetuned-conll03-english`	토큰 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
에루테라이	GOT-J 6B	`huggingface-textgeneration1-gpt-j-6b`	텍스트 생성	apache-2.0	예	ml.g5.12xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
에루테라이	GPT-Neo 125M	`huggingface-textgeneration1-gpt-neo-125m`	텍스트 생성	mit	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
에루테라이	gpt-neox-20b	`huggingface-textgeneration2-gpt-neox-20b-fp16`	텍스트 생성	Apache-2.0	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge
에루테라이	Pythia 160m 중복	`huggingface-llm-eleutherai-pythia-160m-deduped`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge
에루테라이	Pythia 7m Deduped	`huggingface-llm-eleutherai-pythia-70m-deduped`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge
엘리자	ELYZA-japanese-Llama-2-13b-chat	`huggingface-llm-elyza-japanese-llama-2-13b-chat`	텍스트 생성	llama2	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
엘라이자	ELYZA-japanese-Llama-2-13b-fast-chat	`huggingface-llm-elyza-japanese-llama-2-13b-fast-chat`	텍스트 생성	llama2	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
엘라이자	ELYZA-japanese-Llama-2-7b-chat	`huggingface-llm-elyza-japanese-llama-2-7b-chat-bf16`	텍스트 생성	llama2	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.xlarge
엘라이자	ELYZA-japanese-Llama-2-7b-fast-chat	`huggingface-llm-elyza-japanese-llama-2-7b-fast-chat-bf16`	텍스트 생성	llama2	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.xlarge
Emrecan	Emrecan Bert Base 터키어 Cased Allnli Tr	`huggingface-zstc-emrecan-bert-base-turkish-cased-allnli-tr`	제로샷 분류	mit	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebook	제로샷 텍스트 분류	`huggingface-zstc-facebook-bart-large-mnli`	제로샷 분류	mit	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa 기본	`huggingface-eqa-roberta-base`	질문 응답	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa 기본	`huggingface-spc-roberta-base`	Fill-Mask	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa 기본	`huggingface-tc-roberta-base`	텍스트 분류	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa 라지	`huggingface-eqa-roberta-large`	질문 응답	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa 라지	`huggingface-spc-roberta-large`	Fill-Mask	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa 라지	`huggingface-tc-roberta-large`	텍스트 분류	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM CLM 영어-독일어	`huggingface-spc-xlm-clm-ende-1024`	Fill-Mask	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM CLM 영어-독일어	`huggingface-tc-xlm-clm-ende-1024`	텍스트 분류	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM 15 XNLI 언어	`huggingface-spc-xlm-mlm-xnli15-1024`	Fill-Mask	cc-by-nc-4.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM 영어-독일어	`huggingface-spc-xlm-mlm-ende-1024`	Fill-Mask	cc-by-nc-4.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM 영어-독일어	`huggingface-tc-xlm-mlm-ende-1024`	텍스트 분류	cc-by-nc-4.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM 영어-루마니아어	`huggingface-spc-xlm-mlm-enro-1024`	Fill-Mask	cc-by-nc-4.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM 영어-루마니아어	`huggingface-tc-xlm-mlm-enro-1024`	텍스트 분류	cc-by-nc-4.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM TLM 15 XNLI 언어	`huggingface-spc-xlm-mlm-tlm-xnli15-1024`	Fill-Mask	cc-by-nc-4.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM TLM 15 XNLI 언어	`huggingface-tc-xlm-mlm-tlm-xnli15-1024`	텍스트 분류	cc-by-nc-4.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
피티버스	Fictiverse Stable Diffusion BalloonArt 모델	`huggingface-txt2img-fictiverse-stable-diffusion-balloonart`	Text-to-Image	creativeml-openrail-m	아니요	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
피티버스	Fictiverse Stable Diffusion Microscope 모델	`huggingface-txt2img-fictiverse-stable-diffusion-micro-model`	Text-to-Image	오픈레일	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.p3.2xlarge
피티버스	Fictiverse Stable Diffusion PaperCut 모델	`huggingface-txt2img-fictiverse-stable-diffusion-papercut-model`	Text-to-Image	creativeml-openrail-m	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.p3.2xlarge
피티버스	Fictiverse Stable Diffusion VoxelArt 모델	`huggingface-txt2img-fictiverse-stable-diffusion-voxelart-model`	Text-to-Image	creativeml-openrail-m	아니요	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Google	Bigbird Pegasus Large Arxiv	`huggingface-summarization-bigbird-pegasus-large-arxiv`	텍스트 요약	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google	Bigbird Pegasus Large Pubmed	`huggingface-summarization-bigbird-pegasus-large-pubmed`	텍스트 요약	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google	Flan-T5 Base	`huggingface-text2text-flan-t5-base`	Text2Text 생성	apache-2.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Google	Flan-T5 Large	`huggingface-text2text-flan-t5-large`	Text2Text 생성	apache-2.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Google	Flan-T5 Small	`huggingface-text2text-flan-t5-small`	Text2Text 생성	apache-2.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Google	Flan-T5 XL	`huggingface-text2text-flan-t5-xl`	Text2Text 생성	apache-2.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Google	Flan-T5 XXL	`huggingface-text2text-flan-t5-xxl`	Text2Text 생성	apache-2.0	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Google	Gemma 2 27B	`huggingface-llm-gemma-2-27b`	텍스트 생성	젬마	아니요	ml.g5.48xlarge, ml.p4d.24xlarge
Google	Gemma 2 27B 지침	`huggingface-llm-gemma-2-27b-instruct`	텍스트 생성	젬마	아니요	ml.g5.48xlarge, ml.p4d.24xlarge
Google	Gemma 2 2B	`huggingface-llm-gemma-2-2b`	텍스트 생성	젬마	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Google	Gemma 2 2B 지침	`huggingface-llm-gemma-2-2b-instruct`	텍스트 생성	젬마	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Google	Gemma 2 9B	`huggingface-llm-gemma-2-9b`	텍스트 생성	젬마	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Google	Gemma 2 9B 지침	`huggingface-llm-gemma-2-9b-instruct`	텍스트 생성	젬마	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Google	Gemma 3 1B 지침	`huggingface-llm-gemma-3-1b-instruct`	텍스트 생성	젬마	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Google	Gemma 3 27B 지침	`huggingface-vlm-gemma-3-27b-instruct`	Image-Text-to-Text	젬마	아니요	ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Google	Gemma 3 4B 지침	`huggingface-vlm-gemma-3-4b-instruct`	Image-Text-to-Text	젬마	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Google	Gemma-2b	`huggingface-llm-gemma-2b`	텍스트 생성	젬마	예	기본값: ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge, ml.p3.2xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g4dn.2xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Google	gemma-2b-it	`huggingface-llm-gemma-2b-instruct`	텍스트 생성	젬마	예	기본값: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p3.16xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `generate_highest_throughput` (생성, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Google	gemma-4-26b-a4b-it	`huggingface-vlm-gemma-4-26b-a4b-it`	텍스트 생성	apache-2.0	아니요	기본값: ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 균형), `interact_lowest_cost` (상호 작용, 비용 최적화), `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화), `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.24xlarge, ml.p5.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge
Google	gemma-4-31b-it	`huggingface-vlm-gemma-4-31b-it`	Image-Text-to-Text	Apache-2.0	예	ml.g6.24xlarge, ml.g7e.2xlarge
Google	gemma-4-E2B-it	`huggingface-vlm-gemma-4-e2b-instruct`	Image-Text-to-Text	Apache-2.0	아니요	기본값: ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.4xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6.48xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.4xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6.8xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `modify_best_price_performance` (수정, 밸런스), `modify_lowest_cost` (수정, 비용 최적화), `summarize_best_price_performance` (요약, 밸런스), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.xlarge, ml.g7e.2xlarge
Google	gemma-4-e4b-it	`huggingface-vlm-gemma-4-e4b-it`	텍스트 생성	apache-2.0	예	기본값: ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge, ml.p5.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런싱), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런싱), `interact_lowest_cost` (상호 작용, 비용 최적화), `modify_best_price_performance` (수정, 밸런싱), `modify_lowest_cost` (수정, 비용 최적화): ml.g6.xlarge, ml.g6e.xlarge, ml.p5.48xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.2xlarge, ml.g6e.2xlarge, ml.p5en.48xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.16xlarge, ml.g6e.16xlarge, ml.p5.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.12xlarge, ml.g6e.xlarge, ml.p5.48xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.24xlarge, ml.g6e.24xlarge, ml.p5.48xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.16xlarge, ml.p5.48xlarge `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.8xlarge, ml.p5.48xlarge, ml.p5en.48xlarge
Google	Gemma-7b	`huggingface-llm-gemma-7b`	텍스트 생성	젬마	예	ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Google	gemma-7b-it	`huggingface-llm-gemma-7b-instruct`	텍스트 생성	젬마	예	기본값: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency` (생성, 지연 시간 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g5.48xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Google-Bert	BERT Base Cased	`huggingface-eqa-bert-base-cased`	질문 응답	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Cased	`huggingface-spc-bert-base-cased`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Cased	`huggingface-tc-bert-base-cased`	텍스트 분류	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Multilingual Cased	`huggingface-eqa-bert-base-multilingual-cased`	질문 응답	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Multilingual Cased	`huggingface-spc-bert-base-multilingual-cased`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Multilingual Cased	`huggingface-tc-bert-base-multilingual-cased`	텍스트 분류	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT 기본 다국어 대/소문자 미지정	`huggingface-eqa-bert-base-multilingual-uncased`	질문 응답	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT 기본 다국어 대/소문자 미지정	`huggingface-spc-bert-base-multilingual-uncased`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT 기본 다국어 대/소문자 미지정	`huggingface-tc-bert-base-multilingual-uncased`	텍스트 분류	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Uncased	`huggingface-eqa-bert-base-uncased`	질문 응답	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Uncased	`huggingface-spc-bert-base-uncased`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Uncased	`huggingface-tc-bert-base-uncased`	텍스트 분류	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Large Cased	`huggingface-eqa-bert-large-cased`	질문 응답	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Large Cased	`huggingface-spc-bert-large-cased`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Large Cased	`huggingface-tc-bert-large-cased`	텍스트 분류	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Large Cased Whole Word Masking	`huggingface-eqa-bert-large-cased-whole-word-masking`	질문 응답	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Large Cased Whole Word Masking	`huggingface-spc-bert-large-cased-whole-word-masking`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Large Uncased	`huggingface-spc-bert-large-uncased`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Large Uncased	`huggingface-tc-bert-large-uncased`	텍스트 분류	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Large Uncased Whole Word Masking	`huggingface-spc-bert-large-uncased-whole-word-masking`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	마스크 채우기	`huggingface-fillmask-bert-base-uncased`	Fill-Mask	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-T5	기계 번역	`huggingface-translation-t5-small`	번역	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-T5	t5 Base en de	`huggingface-translation-t5-base`	번역	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-T5	t5 Large en de	`huggingface-translation-t5-large`	번역	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
그라데이션	Llama-3 8B 그라데이션 지침 1048k	`huggingface-llm-llama-3-8b-instruct-gradient`	텍스트 생성	llama3	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
그라데이션	Llama-3 8B 그라데이션 지침 262k	`huggingface-llm-gradientai-llama-3-8B-instruct-262k`	텍스트 생성	llama3	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Helsinki-Nlp	헬싱키 opus en es	`huggingface-translation-opus-mt-en-es`	번역	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Helsinki-Nlp	헬싱키 오푸스 en vi	`huggingface-translation-opus-mt-en-vi`	번역	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Helsinki-Nlp	Helsinki opus mul en	`huggingface-translation-opus-mt-mul-en`	번역	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Huggingfaceh4	HuggingFaceH4 zephyr-orpo-141b-A35b-v0.1	`huggingface-llm-huggingfaceh4-zephyr-orpo-141b-a35b-v01`	텍스트 생성	apache-2.0	아니요	ml.g5.48xlarge, ml.p4d.24xlarge
Huggingfaceh4	스타 채팅 알파	`huggingface-llm-huggingfaceh4-starchat-alpha`	텍스트 생성	bigcode-openrail-m	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge
Huggingfaceh4	스타 채팅 베타	`huggingface-llm-huggingfaceh4-starchat-beta`	텍스트 생성	bigcode-openrail-m	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Huggingfaceh4	Zephyr 7B 베타	`huggingface-llm-huggingfaceh4-zephyr-7b-beta`	텍스트 생성	mit	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Ibm	품질 관리형 Paraphrase 생성	`huggingface-text2text-qcpg-sentences`	Text2Text 생성	apache-2.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
아이디어-Ccnl	IDEA CCNL Taiyi Stable Diffusion 1B 중국 EN v0.1	`huggingface-txt2img-idea-ccnl-taiyi-1b-chinese-en-v01`	Text-to-Image	creativeml-openrail-m	아니요	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
아이디어-Ccnl	IDEA CCNL Taiyi Stable Diffusion 1B 중국어 v0.1	`huggingface-txt2img-idea-ccnl-taiyi-1b-chinese-v0-1`	Text-to-Image	creativeml-openrail-m	아니요	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Intfloat	E5 기본	`huggingface-sentencesimilarity-e5-base`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Intfloat	E5 기본 V2	`huggingface-sentencesimilarity-e5-base-v2`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Intfloat	E5 라지 V2	`huggingface-sentencesimilarity-e5-large-v2`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Intfloat	다국어 E5 기본	`huggingface-sentencesimilarity-multilingual-e5-base`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Intfloat	다국어 E5 라지	`huggingface-sentencesimilarity-multilingual-e5-large`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
랑보트	Langboat Guohua Diffusion	`huggingface-txt2img-langboat-guohua-diffusion`	Text-to-Image	creativeml-openrail-m	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.p3.2xlarge
소문자	Lighteternal Nli Xlm R 그리스어	`huggingface-zstc-lighteternal-nli-xlm-r-greek`	제로샷 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Lightonai	LightOnOCR-2-1B	`huggingface-vlm-lightonai-lightonocr-2-1b`	Image-Text-to-Text	Apache-2.0	아니요	ml.g6.2xlarge
Meta	Llama-2-7b-hf	`meta-textgeneration-llama-2-7b`	텍스트 생성	llama2	예	기본값: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 균형), `generate_lowest_cost` (생성, 비용 최적화): ml.g5.4xlarge, ml.g6.4xlarge, ml.g6e.4xlarge `generate_highest_throughput` (생성, 처리량 최적화), `generate_lowest_latency` (생성, 지연 시간 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge
Meta	Llama-3.1-70B-Instruct	`meta-textgeneration-llama-3-1-70b-instruct`	텍스트 생성	llama3.1	예	기본값: ml.g6e.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `generate_highest_throughput` (생성, 처리량 최적화), `generate_lowest_latency` (생성, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g5.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_cost` (수정, 비용 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_best_price_performance` (요약, 균형), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p5en.48xlarge
Meta	Llama-3.1-8B-Instruct	`meta-textgeneration-llama-3-1-8b-instruct`	텍스트 생성	llama3.1	예	기본값: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6e.2xlarge `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `modify_best_price_performance` (수정, 밸런스): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.p4d.24xlarge `modify_lowest_cost` (수정, 비용 최적화): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `summarize_best_price_performance` (요약, 균형): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Meta	Llama-3.2-1B	`meta-textgeneration-llama-3-2-1b`	텍스트 생성	llama3.2	예	기본값: ml.g4dn.12xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p3.16xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g4dn.xlarge, ml.g6.2xlarge, ml.g6e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화): ml.g4dn.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6.xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g5.16xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.12xlarge, ml.g6.8xlarge, ml.g6e.2xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g5.2xlarge, ml.g6e.8xlarge, ml.p5en.48xlarge `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.xlarge, ml.g6.24xlarge, ml.g6e.xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6e.12xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.4xlarge, ml.p3.16xlarge, ml.p5en.48xlarge
Meta	Llama-3.2-1B-Instruct	`meta-textgeneration-llama-3-2-1b-instruct`	텍스트 생성	llama3.2	예	기본값: ml.g4dn.12xlarge, ml.g5.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.2xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6e.2xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g5.48xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.8xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.8xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.12xlarge, ml.g5.24xlarge, ml.g6e.xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6e.4xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_best_price_performance` (요약, 균형): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.8xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6e.24xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g4dn.12xlarge, ml.g5.xlarge, ml.g6.xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.8xlarge, ml.p3.16xlarge, ml.p5en.48xlarge
Meta	Llama-3.2-3B	`meta-textgeneration-llama-3-2-3b`	텍스트 생성	llama3.2	예	기본값: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6e.24xlarge, ml.p3.8xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g5.8xlarge, ml.g6e.8xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p3.16xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g5.24xlarge, ml.g6.24xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스): ml.g5.xlarge, ml.g6.4xlarge, ml.g6e.2xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6e.48xlarge, ml.p3.16xlarge, ml.p4d.24xlarge `modify_lowest_cost` (수정, 비용 최적화): ml.g5.xlarge, ml.g6.4xlarge, ml.g6e.xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6e.8xlarge, ml.p3.16xlarge, ml.p4d.24xlarge `summarize_best_price_performance` (요약, 균형): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.p5.48xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g4dn.12xlarge, ml.g5.24xlarge, ml.g6.12xlarge
Meta	Llama-3.2-3B-Instruct	`meta-textgeneration-llama-3-2-3b-instruct`	텍스트 생성	llama3.2	예	기본값: ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.48xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `interact_best_price_performance` (상호 작용, 밸런스): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.4xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스): ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_lowest_cost` (수정, 비용 최적화): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_best_price_performance` (요약, 균형): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge
Meta	Llama-Guard-3-1B	`meta-textgeneration-llama-guard-3-1b`	텍스트 생성	llama3.2	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.p4d.24xlarge
Meta	Llama-Guard-3-8B	`meta-textgeneration-llama-guard-3-8b`	텍스트 생성	llama3.1	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge
Meta	메타 코드 Llama 13B	`meta-textgeneration-llama-codellama-13b`	텍스트 생성	llama2	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.p4d.24xlarge
Meta	메타 코드 Llama 13B Instruct	`meta-textgeneration-llama-codellama-13b-instruct`	텍스트 생성	llama2	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.p4d.24xlarge
Meta	메타 코드 Llama 13B Python	`meta-textgeneration-llama-codellama-13b-python`	텍스트 생성	llama2	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.p4d.24xlarge
Meta	메타 코드 Llama 34B	`meta-textgeneration-llama-codellama-34b`	텍스트 생성	llama2	예	기본값: ml.g5.48xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi` (대형 모델 추론 컨테이너), `lmi-optimized` (추정 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	메타 코드 Llama 34B Instruct	`meta-textgeneration-llama-codellama-34b-instruct`	텍스트 생성	llama2	아니요	기본값: ml.g5.48xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi` (대형 모델 추론 컨테이너), `lmi-optimized` (추정 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	메타 코드 Llama 34B Python	`meta-textgeneration-llama-codellama-34b-python`	텍스트 생성	llama2	예	기본값: ml.g5.48xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi` (대형 모델 추론 컨테이너), `lmi-optimized` (추정 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	메타 코드 Llama 70B	`meta-textgeneration-llama-codellama-70b`	텍스트 생성	llama2	예	기본값: ml.g5.48xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi` (대형 모델 추론 컨테이너), `lmi-optimized` (추정 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	메타 코드 Llama 70B Instruct	`meta-textgeneration-llama-codellama-70b-instruct`	텍스트 생성	llama2	아니요	기본값: ml.g5.48xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi` (대형 모델 추론 컨테이너), `lmi-optimized` (추정 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	메타 코드 Llama 70B Neuron	`meta-textgenerationneuron-llama-codellama-70b`	텍스트 생성	llama2	아니요	ml.inf2.48xlarge
Meta	메타 코드 Llama 70B Python	`meta-textgeneration-llama-codellama-70b-python`	텍스트 생성	llama2	예	기본값: ml.g5.48xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi` (대형 모델 추론 컨테이너), `lmi-optimized` (추정 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	메타 코드 Llama 7B	`meta-textgeneration-llama-codellama-7b`	텍스트 생성	llama2	예	기본값: ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.2xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi-optimized` (탐색적 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	메타 코드 Llama 7B Instruct	`meta-textgeneration-llama-codellama-7b-instruct`	텍스트 생성	llama2	아니요	기본값: ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi-optimized` (탐색적 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	메타 코드 Llama 7B Neuron	`meta-textgenerationneuron-llama-codellama-7b`	텍스트 생성	llama2	아니요	ml.inf2.8xlarge, ml.inf2.xlarge
Meta	메타 코드 Llama 7B Python	`meta-textgeneration-llama-codellama-7b-python`	텍스트 생성	llama2	예	기본값: ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi-optimized` (탐색적 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	메타 코드 Llama 7B Python Neuron	`meta-textgenerationneuron-llama-codellama-7b-python`	텍스트 생성	llama2	아니요	ml.inf2.8xlarge, ml.inf2.xlarge
Meta	Meta Llama 2 13B	`meta-textgeneration-llama-2-13b`	텍스트 생성	llama2	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 2 13B Chat	`meta-textgeneration-llama-2-13b-f`	텍스트 생성	llama2	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 2 13B Chat Neuron	`meta-textgenerationneuron-llama-2-13b-f`	텍스트 생성	llama2	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge
Meta	Meta Llama 2 13B Neuron	`meta-textgenerationneuron-llama-2-13b`	텍스트 생성	llama2	예	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge
Meta	Meta Llama 2 70B	`meta-textgeneration-llama-2-70b`	텍스트 생성	llama2	예	기본값: ml.g5.48xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi` (대형 모델 추론 컨테이너), `lmi-optimized` (추정 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 2 70B Chat	`meta-textgeneration-llama-2-70b-f`	텍스트 생성	llama2	예	기본값: ml.g5.48xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi` (대형 모델 추론 컨테이너), `lmi-optimized` (추정 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 2 70B Chat Neuron	`meta-textgenerationneuron-llama-2-70b-f`	텍스트 생성	llama2	아니요	ml.inf2.48xlarge
Meta	Meta Llama 2 70B Neuron	`meta-textgenerationneuron-llama-2-70b`	텍스트 생성	llama2	아니요	ml.inf2.48xlarge
Meta	Meta Llama 2 7B Chat	`meta-textgeneration-llama-2-7b-f`	텍스트 생성	llama2	예	기본값: ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi-optimized` (탐색적 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge `neuron` (AWS Inferentia 및 Trainium 액셀러레이터): ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge
Meta	Meta Llama 2 7B Chat Neuron	`meta-textgenerationneuron-llama-2-7b-f`	텍스트 생성	llama2	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge
Meta	Meta Llama 2 7B Neuron	`meta-textgenerationneuron-llama-2-7b`	텍스트 생성	llama2	예	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge
Meta	Meta Llama 3 1 8B Neuron	`meta-textgenerationneuron-llama-3-1-8b`	텍스트 생성	llama3.1	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.trn1.2xlarge, ml.trn1.32xlarge, ml.trn1n.32xlarge
Meta	Meta Llama 3 70B	`meta-textgeneration-llama-3-70b`	텍스트 생성	llama3	예	ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3 70B Instruct	`meta-textgeneration-llama-3-70b-instruct`	텍스트 생성	llama3	예	ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3 70B Instruct Neuron	`meta-textgenerationneuron-llama-3-70b-instruct`	텍스트 생성	llama3	아니요	ml.trn1.32xlarge
Meta	Meta Llama 3 70B Neuron	`meta-textgenerationneuron-llama-3-70b`	텍스트 생성	llama3	아니요	ml.trn1.32xlarge
Meta	Meta Llama 3 8B Instruct	`meta-textgeneration-llama-3-8b-instruct`	텍스트 생성	llama3	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3 8B Instruct Neuron	`meta-textgenerationneuron-llama-3-8b-instruct`	텍스트 생성	llama3	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge
Meta	Meta Llama 3 8B Neuron	`meta-textgenerationneuron-llama-3-8b`	텍스트 생성	llama3	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge
Meta	Meta Llama 3.1 405B FP8	`meta-textgeneration-llama-3-1-405b-fp8`	텍스트 생성	llama3.1	예	ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3.1 405B Instruct FP8	`meta-textgeneration-llama-3-1-405b-instruct-fp8`	텍스트 생성	llama3.1	예	ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3.1 70B	`meta-textgeneration-llama-3-1-70b`	텍스트 생성	llama3.1	예	ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3.1 70B Instruct Neuron	`meta-textgenerationneuron-llama-3-1-70b-instruct`	텍스트 생성	llama3.1	아니요	ml.inf2.48xlarge, ml.trn1.32xlarge, ml.trn1n.32xlarge
Meta	Meta Llama 3.1 70B Neuron	`meta-textgenerationneuron-llama-3-1-70b`	텍스트 생성	llama3.1	아니요	ml.inf2.48xlarge, ml.trn1.32xlarge, ml.trn1n.32xlarge
Meta	Meta Llama 3.1 8B	`meta-textgeneration-llama-3-1-8b`	텍스트 생성	llama3.1	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3.1 8B Instruct Neuron	`meta-textgenerationneuron-llama-3-1-8b-instruct`	텍스트 생성	llama3.1	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.trn1.2xlarge, ml.trn1.32xlarge, ml.trn1n.32xlarge
Meta	Meta Llama 3.2 11B 비전	`meta-vlm-llama-3-2-11b-vision`	Image-Text-to-Text	llama3.2	예	ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3.2 11B Vision 지침	`meta-vlm-llama-3-2-11b-vision-instruct`	Image-Text-to-Text	llama3.2	예	ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3.2 1B Instruct Neuron	`meta-textgenerationneuron-llama-3-2-1b-instruct`	텍스트 생성	llama3.2	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge, ml.trn1.2xlarge, ml.trn1.32xlarge, ml.trn1n.32xlarge
Meta	Meta Llama 3.2 1B 뉴런	`meta-textgenerationneuron-llama-3-2-1b`	텍스트 생성	llama3.2	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge, ml.trn1.2xlarge, ml.trn1.32xlarge, ml.trn1n.32xlarge
Meta	Meta Llama 3.2 3B Instruct Neuron	`meta-textgenerationneuron-llama-3-2-3b-instruct`	텍스트 생성	llama3.2	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge, ml.trn1.2xlarge, ml.trn1.32xlarge, ml.trn1n.32xlarge
Meta	Meta Llama 3.2 3B Neuron	`meta-textgenerationneuron-llama-3-2-3b`	텍스트 생성	llama3.2	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge, ml.trn1.2xlarge, ml.trn1.32xlarge, ml.trn1n.32xlarge
Meta	Meta Llama 3.2 90B Vision	`meta-vlm-llama-3-2-90b-vision`	Image-Text-to-Text	llama3.2	예	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3.2 90B Vision 지침	`meta-vlm-llama-3-2-90b-vision-instruct`	Image-Text-to-Text	llama3.2	예	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 3.3 70B Instruct	`meta-textgeneration-llama-3-3-70b-instruct`	텍스트 생성	llama3.3	예	기본값: ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi-optimized` (탐색적 디코딩을 사용하는 대규모 모델 추론 컨테이너): ml.g5.16xlarge, ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Meta	Meta Llama 4 Maverick 17B 128E FP8	`meta-vlm-llama-4-maverick-17b-128e-instruct-fp8`	Image-Text-to-Text	llama4	아니요	ml.p5e.48xlarge, ml.p5en.48xlarge
Meta	Meta Llama 4 Maverick 17B 128E 지침	`meta-vlm-llama-4-maverick-17b-128e-instruct`	Image-Text-to-Text	llama4	아니요	ml.p5e.48xlarge, ml.p5en.48xlarge
Meta	Meta Llama 4 Scout 17B 16E 지침	`meta-vlm-llama-4-scout-17b-16e-instruct`	Image-Text-to-Text	llama4	예	ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge
Meta	Meta Llama Guard 3 11B Vision	`meta-vlm-llama-guard-3-11b-vision`	Image-Text-to-Text	llama3.2	아니요	ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Meta	Meta Llama Guard 3 1B Neuron	`meta-textgenerationneuron-llama-guard-3-1b`	텍스트 생성	llama3.2	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge, ml.trn1.2xlarge, ml.trn1.32xlarge, ml.trn1n.32xlarge
Meta	Meta Llama Guard 3 8B Neuron	`meta-textgenerationneuron-llama-guard-3-8b`	텍스트 생성	llama3.1	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.trn1.2xlarge, ml.trn1.32xlarge, ml.trn1n.32xlarge
Meta	Meta Llama 가드 7B	`meta-textgeneration-llama-guard-7b`	텍스트 생성	llama2	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p4d.24xlarge
Meta	Meta Llama 프롬프트 가드 86M	`meta-tc-llama-prompt-guard-86m`	텍스트 분류	llama3.1	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.p4d.24xlarge
Meta	Meta SAM 2.1 Hiera Base Plus	`meta-vs-sam-2-1-hiera-base-plus`	이미지 세분화	apache-2.0	아니요	ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta SAM 2.1 Hiera 라지	`meta-vs-sam-2-1-hiera-large`	이미지 세분화	apache-2.0	아니요	ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta SAM 2.1 Hiera 스몰	`meta-vs-sam-2-1-hiera-small`	이미지 세분화	apache-2.0	아니요	ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta SAM 2.1 Hiera Tiny	`meta-vs-sam-2-1-hiera-tiny`	이미지 세분화	apache-2.0	아니요	ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta-Llama-3-8B	`meta-textgeneration-llama-3-8b`	텍스트 생성	llama3	예	기본값: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge, ml.p3.8xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 균형), `generate_lowest_cost` (생성, 비용 최적화): ml.g5.2xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g4dn.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Microsoft	Phi-2	`huggingface-llm-phi-2`	텍스트 생성	mit	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Microsoft	Phi-3-Mini-128K-Instruct	`huggingface-llm-phi-3-mini-128k-instruct`	텍스트 생성	mit	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Microsoft	Phi-3-mini-4k-instruct	`huggingface-llm-phi-3-mini-4k-instruct`	텍스트 생성	mit	아니요	기본값: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `interact_best_price_performance` (상호 작용, 밸런스): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6e.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Microsoft	Phi-3.5-mini-instruct	`huggingface-llm-phi-3-5-mini-instruct`	텍스트 생성	mit	아니요	ml.g5.48xlarge, ml.p4d.24xlarge
Microsoft	Phi-4-mini-instruct	`huggingface-llm-phi-4-mini-instruct`	텍스트 생성	Apache-2.0	아니요	기본값: ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화), `modify_lowest_cost` (수정, 비용 최적화): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.8xlarge, ml.g7e.8xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.12xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge `modify_best_price_performance` (수정, 밸런스): ml.g5.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `summarize_best_price_performance` (요약, 균형): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Microsoft	테이블 변환기 감지	`huggingface-od-microsoft-table-transformer-detection`	객체 감지	mit	아니요	ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge
미니맥사이	MiniMax-M2	`huggingface-llm-minimax-m2`	텍스트 생성	기타	아니요	ml.p4de.24xlarge
미니맥사이	MiniMax-M2.1	`huggingface-llm-minimax-m2-1`	텍스트 생성	기타	아니요	ml.p4de.24xlarge, ml.p5.48xlarge
미니맥사이	MiniMax-M2.5	`huggingface-llm-minimax-m2-5`	텍스트 생성	기타	아니요	ml.p5.48xlarge
미니맥사이	MiniMax-M2.7	`huggingface-llm-minimax-m2-7`	텍스트 생성	기타	아니요	기본값: ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런싱), `generate_highest_throughput` (생성, 처리량 최적화), `generate_lowest_cost` (생성, 비용 최적화), `generate_lowest_latency` (생성, 지연 시간 최적화), `interact_best_price_performance` (상호 작용, 밸런싱), `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_cost` (상호 작용, `interact_lowest_latency` 지연 시간 최적화), `summarize_best_price_performance` (요약, 밸런싱), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g7e.48xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_cost` (수정, 비용 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g7e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge
Mistralai	Ministral-3-14B-Instruct-2512	`huggingface-llm-ministral-3-14b-instruct-2512`	텍스트 생성	Apache-2.0	아니요	기본값: ml.p5.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.12xlarge, ml.g6e.48xlarge, ml.p5.4xlarge `generate_highest_throughput` (생성, 처리량 최적화), `generate_lowest_latency` (생성, 지연 시간 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g5.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_cost` (수정, 비용 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.p5.48xlarge, ml.p5.4xlarge, ml.p5en.48xlarge
Mistralai	Mistral 7B Instruct Neuron	`huggingface-llmneuron-mistral-7b-instruct`	텍스트 생성	apache-2.0	아니요	ml.inf2.8xlarge, ml.inf2.xlarge
Mistralai	Mistral 7B Neuron	`huggingface-llmneuron-mistral-7b`	텍스트 생성	apache-2.0	아니요	ml.inf2.8xlarge, ml.inf2.xlarge
Mistralai	Mistral Nemo Base 2407	`huggingface-llm-mistral-nemo-base-2407`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge
Mistralai	Mistral Nemo Instruct 2407	`huggingface-llm-mistral-nemo-instruct-2407`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge
Mistralai	Mistral Pixtral-12B-2409	`huggingface-vlm-mistral-pixtral-12b-2409`	Image-Text-to-Text	apache-2.0	아니요	ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Mistralai	Mistral-7B-Instruct-v0.2	`huggingface-llm-mistral-7b-instruct`	텍스트 생성	apache-2.0	아니요	기본값: ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.2xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.4xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6e.xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6e.8xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_best_price_performance` (요약, 균형): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.24xlarge, ml.g6.12xlarge, ml.p4d.24xlarge
Mistralai	Mistral-7B-Instruct-v0.3	`huggingface-llm-mistral-7b-instruct-v3`	텍스트 생성	apache-2.0	아니요	기본값: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g5.4xlarge, ml.g6.xlarge, ml.g6e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 균형), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.4xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `modify_lowest_cost` (수정, 비용 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `modify_best_price_performance` (수정, 밸런스): ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_best_price_performance` (요약, 균형): ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Mistralai	Mistral-7B-Instruct-v0.3	`huggingface-llm-mistral-7b-v3`	텍스트 생성	apache-2.0	아니요	기본값: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 균형), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `modify_lowest_cost` (수정, 비용 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `modify_best_price_performance` (수정, 밸런스): ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_best_price_performance` (요약, 균형): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Mistralai	Mistral-7B-v0.1	`huggingface-llm-mistral-7b`	텍스트 생성	apache-2.0	예	기본값: ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스), `modify_lowest_cost` (수정, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g5.48xlarge, ml.g6e.48xlarge, ml.p3.16xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스): ml.g5.12xlarge, ml.g6.12xlarge, ml.p5.48xlarge `summarize_best_price_performance` (요약, 균형), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge
Mistralai	Mistral-Small-24B-Instruct-2501	`huggingface-llm-mistral-small-24B-Instruct-2501`	텍스트 생성	apache-2.0	아니요	기본값: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `interact_best_price_performance` (상호 작용, 밸런스): ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `modify_highest_throughput` (수정, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `modify_lowest_cost` (수정, 비용 최적화): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency` (생성, 지연 시간 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_best_price_performance` (요약, 균형), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Mistralai	Mistral-Small-3.1-24B-Base-2503	`huggingface-vlm-mistral-small-3-1-24b-base-2503`	Image-Text-to-Text	apache-2.0	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge
Mistralai	Mistral-Small-3.2-24B-Instruct-2506	`huggingface-vlm-mistral-small-3-2-24b-instruct-2506`	Image-Text-to-Text	apache-2.0	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge
Mistralai	Mixtral 8x7B	`huggingface-llm-mixtral-8x7b`	텍스트 생성	apache-2.0	예	ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Mistralai	Mixtral-8x22B V1	`huggingface-llm-mixtral-8x22B`	텍스트 생성	apache-2.0	아니요	ml.p4d.24xlarge, ml.p4de.24xlarge
Mistralai	Mixtral-8x22B-Instruct-v0.1	`huggingface-llm-mistralai-mixtral-8x22B-instruct-v0-1`	텍스트 생성	apache-2.0	아니요	기본값: ml.p4de.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `tgi` (텍스트 생성 추론 컨테이너): ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Mistralai	Mixtral-8x7B-Instruct-v0.1	`huggingface-llm-mixtral-8x7b-instruct`	텍스트 생성	apache-2.0	예	기본값: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `interact_best_price_performance` (상호 작용, 밸런스): ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화), `modify_highest_throughput` (수정, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `modify_lowest_cost` (수정, 비용 최적화): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Mistralai	Voxtral-Mini-4B-Realtime-2602	`huggingface-asr-voxtral-mini-4b-realtime-2602`	텍스트 생성	Apache-2.0	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge
문슈타이	Kimi-K2.5	`huggingface-llm-kimi-k2-5`	텍스트 생성	기타	아니요	ml.p5en.48xlarge
모리차이어	MoritzLaurer MDeBERTa V3 Base Xnli 다국어 Nli 2mil7	`huggingface-zstc-moritzlaurer-mdeberta3base-xnli-mling-nli-2m7`	제로샷 분류	mit	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mosaicml	MPT 7B BF16	`huggingface-textgeneration1-mpt-7b-bf16`	텍스트 생성	Apache-2.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Mosaicml	MPT 7B 지침 BF16	`huggingface-textgeneration1-mpt-7b-instruct-bf16`	텍스트 생성	CC-BY-SA-3.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Mrm8488	Bert Small2bert	`huggingface-summarization-bert-small2bert-cnn-dailymail-summ`	텍스트 요약	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	금융 텍스트 임베딩	`mxnet-tcembedding-robertafin-base-uncased`	텍스트 임베딩	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	RoBERTa-SEC-Large	`mxnet-tcembedding-robertafin-large-uncased`	텍스트 임베딩	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	RoBERTa-SEC-WIKI-Base	`mxnet-tcembedding-robertafin-base-wiki-uncased`	텍스트 임베딩	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	RoBERTa-SEC-WIKI-Large	`mxnet-tcembedding-robertafin-large-wiki-uncased`	텍스트 임베딩	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Naclbit	Naclbit Trinart Stable Diffusion V2	`huggingface-txt2img-naclbit-trinart-stable-diffusion-v2`	Text-to-Image	creativeml-openrail-m	아니요	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
나르실	Narsil Deberta 대형 Mnli 제로 Cl	`huggingface-zstc-narsil-deberta-large-mnli-zero-cls`	제로샷 분류	mit	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
넥사이	NexaAI Octopus-v2	`huggingface-llm-nexaaidev-octopus-v2`	텍스트 생성	cc-by-nc-4.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Nexusflow	Nexusflow Starling-LM-7B-beta	`huggingface-llm-nexusflow-starling-lm-7b-beta`	텍스트 생성	apache-2.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Nousresearch	Hermes 2 Pro-Llama-3 8B	`huggingface-llm-nousresearch-hermes-2-pro-llama-3-8B`	텍스트 생성	llama3	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Nousresearch	Nous Hermes 2 SOLAR 10.7B	`huggingface-llm-nousresearch-nous-hermes-2-solar-10-7b`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge
Nova	Nova 2.0 Lite	`nova-textgeneration-lite-v2`	텍스트 생성	AWS 서비스 약관	예	해당 사항 없음
Nova	Nova 2.0 마이크로	`nova-textgeneration-micro-v2`	텍스트 생성	해당 사항 없음	예	해당 사항 없음
Nova	Nova Lite	`nova-textgeneration-lite`	텍스트 생성	AWS 서비스 약관	예	해당 사항 없음
Nova	Nova Micro	`nova-textgeneration-micro`	텍스트 생성	AWS 서비스 약관	예	해당 사항 없음
Nova	Nova Pro	`nova-textgeneration-pro`	텍스트 생성	AWS 서비스 약관	예	해당 사항 없음
Nvidia	Nvidia Llama3-ChatQA-1.5 8B	`huggingface-llm-nvidia-llama3-chatqa-1-5-8B`	텍스트 생성	llama3	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Nvidia	Nvidia Nemotron 3 Ultra	`huggingface-reasoning-nvidia-nemotron-3-ultra-550b-a55b-nvfp4`	추론	Apache-2.0	아니요	기본값: ml.g7e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `modify_best_price_performance` (수정, 밸런스), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_cost` (수정, 비용 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g7e.48xlarge, ml.p5.48xlarge `summarize_best_price_performance` (요약, 균형), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g7e.48xlarge, ml.p5en.48xlarge
Nvidia	Nvidia Nemotron3 Nano Omni	`huggingface-vlm-nvidia-nemotron3-nano-omni-30ba3b-reasoning-fp8`	Image-Text-to-Text	기타	아니요	기본값: ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `modify_best_price_performance` (수정, 밸런스), `modify_lowest_cost` (수정, 비용 최적화): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `generate_lowest_latency` (생성, 지연 시간 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.16xlarge, ml.g6e.8xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g6.12xlarge, ml.g6e.4xlarge, ml.g6e.xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `modify_highest_throughput` (수정, 처리량 최적화), `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.16xlarge, ml.g6e.4xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge
Nvidia	NVIDIA-Nemotron-3-Nano-30B-A3B-BF16	`huggingface-reasoning-nvidia-nemotron-3-nano-30b-a3b-bf16`	추론	기타	예	기본값: ml.g6e.24xlarge, ml.g7e.12xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_highest_throughput` (생성, 처리량 최적화), `generate_lowest_cost` (생성, 비용 최적화), `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge `interact_best_price_performance` (상호 작용, 밸런스), `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g6.24xlarge, ml.g6.48xlarge, ml.g7e.24xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.48xlarge, ml.g7e.12xlarge, ml.g7e.24xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.12xlarge, ml.g6.24xlarge, ml.g7e.4xlarge `summarize_best_price_performance` (요약, 균형), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6e.12xlarge, ml.g7e.24xlarge, ml.g7e.48xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.12xlarge, ml.g7e.12xlarge, ml.g7e.24xlarge
Nvidia	NVIDIA-Nemotron-3-Super-120B-A12B-BF16	`huggingface-llm-nvidia-nemotron-3-super-120b-a12b-bf16`	텍스트 생성	Apache-2.0	예	기본값: ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 균형), `generate_lowest_cost` (생성, 비용 최적화): ml.g6e.48xlarge, ml.g7e.48xlarge, ml.p5.48xlarge `generate_highest_throughput` (생성, 처리량 최적화), `modify_highest_throughput` (수정, 처리량 최적화): ml.g7e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.48xlarge, ml.g7e.24xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스), `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g6e.48xlarge, ml.g7e.24xlarge, ml.p5.48xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g7e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_best_price_performance` (요약, 균형), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g7e.24xlarge, ml.g7e.48xlarge, ml.p5.48xlarge
Nvidia	NVIDIA-Nemotron-3-Super-120B-A12B-FP8	`huggingface-reasoning-nvidia-nemotron-3-super-120b-a12b-fp8`	추론	기타	아니요	기본값: ml.g7e.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_highest_throughput` (생성, 처리량 최적화), `generate_lowest_cost` (생성, 비용 최적화), `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.48xlarge, ml.g7e.24xlarge, ml.g7e.48xlarge `interact_best_price_performance` (상호 작용, 밸런싱), `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화), `summarize_best_price_performance` (요약, 밸런싱), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g7e.24xlarge, ml.g7e.48xlarge
Nvidia	NVIDIA-Nemotron-Nano-12B-v2	`huggingface-reasoning-nvidia-nemotron-nano-12b-v2`	추론	Apache-2.0	아니요	기본값: ml.g6e.48xlarge, ml.g7e.12xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화): ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.12xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.2xlarge, ml.g7e.2xlarge `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `modify_highest_throughput` (수정, 처리량 최적화), `summarize_best_price_performance` (요약, 밸런스), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g7e.12xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge
Openai	gpt-oss-120b	`openai-reasoning-gpt-oss-120b`	추론	apache-2.0	예	기본값: ml.g6e.48xlarge, ml.g7e.2xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `lmi` (대형 모델 추론 컨테이너): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
Openai	gpt-oss-20b	`openai-reasoning-gpt-oss-20b`	추론	apache-2.0	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g7e.2xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
Openai	프라이버시 필터	`openai-tokenclassification-privacy-filter`	토큰 분류	Apache-2.0	아니요	ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge
Openai	귓속말 베이스	`huggingface-asr-whisper-base`	자동 음성 인식	apache-2.0	아니요	ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Openai	귓속말 라지	`huggingface-asr-whisper-large`	자동 음성 인식	apache-2.0	아니요	ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Openai	귓속말 대형 V2	`huggingface-asr-whisper-large-v2`	자동 음성 인식	apache-2.0	아니요	ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Openai	귓속말 라지 V3	`huggingface-asr-whisper-large-v3`	자동 음성 인식	apache-2.0	아니요	ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Openai	Whisper Large V3 Turbo	`huggingface-asr-whisper-large-v3-turbo`	자동 음성 인식	mit	아니요	ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Openai	귓속말 중간	`huggingface-asr-whisper-medium`	자동 음성 인식	apache-2.0	아니요	ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Openai	귓속말 스몰	`huggingface-asr-whisper-small`	자동 음성 인식	apache-2.0	아니요	ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Openai	귓속말 작은	`huggingface-asr-whisper-tiny`	자동 음성 인식	apache-2.0	아니요	ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Openai-Community	GPT 2	`huggingface-textgeneration-gpt2`	텍스트 생성	mit	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Openai-Community	GPT-2 XL	`huggingface-textgeneration1-gpt-2-xl`	텍스트 생성	mit	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Openai-Community	RoBERTa 기본 OpenAI 감지기	`huggingface-eqa-roberta-base-openai-detector`	질문 응답	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Openai-Community	RoBERTa 기본 OpenAI 감지기	`huggingface-spc-roberta-base-openai-detector`	Fill-Mask	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Openai-Community	RoBERTa 기본 OpenAI 감지기	`huggingface-tc-roberta-base-openai-detector`	텍스트 분류	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Openai-Community	RoBERTa 대형 OpenAI 감지기	`huggingface-spc-roberta-large-openai-detector`	Fill-Mask	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Openai-Community	RoBERTa 대형 OpenAI 감지기	`huggingface-tc-roberta-large-openai-detector`	텍스트 분류	mit	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Openlm-Research	Llama 7B V2 열기	`huggingface-llm-openlm-research-open-llama-7b-v2`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge
필스미드	바트 라지 CNN 심섬	`huggingface-summarization-bart-large-cnn-samsum`	텍스트 요약	mit	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
필스미드	Samsum 데이터세트에서 미세 조정된 Flan-T5 기본 모델	`huggingface-text2text-flan-t5-base-samsum`	Text2Text 생성	apache-2.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Pytorch	Alexa TM 20B	`pytorch-textgeneration1-alexa20b`	텍스트 생성	amazon-software-license	아니요	ml.g4dn.12xlarge, ml.g5.16xlarge, ml.p3.16xlarge, ml.p3.8xlarge
쿠엔	QVQ 72B 미리 보기	`huggingface-vlm-qvq-72b-preview`	Image-Text-to-Text	기타	아니요	ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge
쿠엔	Qwen2 0.5B	`huggingface-llm-qwen2-0-5b`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p4d.24xlarge
쿠엔	Qwen2 0.5B 지침	`huggingface-llm-qwen2-0-5b-instruct`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p4d.24xlarge
쿠엔	Qwen2-1.5B	`huggingface-llm-qwen2-1-5b`	텍스트 생성	apache-2.0	아니요	기본값: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 균형), `interact_lowest_cost` (상호 작용, 비용 최적화), `modify_lowest_cost` (수정, 비용 최적화): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g5.4xlarge, ml.g6.4xlarge, ml.g6e.2xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.2xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.24xlarge `modify_best_price_performance` (수정, 밸런스): ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6e.xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g5.4xlarge, ml.g6.12xlarge, ml.g6e.4xlarge `summarize_best_price_performance` (요약, 균형): ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.2xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g5.16xlarge, ml.g6.24xlarge, ml.g6e.2xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g5.4xlarge, ml.g6.24xlarge, ml.g6e.8xlarge
쿠엔	Qwen2-1.5B-Instruct	`huggingface-llm-qwen2-1-5b-instruct`	텍스트 생성	apache-2.0	아니요	기본값: ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge, ml.p3.2xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 균형), `interact_best_price_performance` (상호 작용, 균형), `modify_best_price_performance` (수정, 균형): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `modify_lowest_cost` (수정, 비용 최적화): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g5.8xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g4dn.8xlarge, ml.g6.12xlarge, ml.g6e.4xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.4xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g5.2xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g5.4xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g5.8xlarge, ml.g6.8xlarge, ml.g6e.16xlarge
쿠엔	Qwen2-7B	`huggingface-llm-qwen2-7b`	텍스트 생성	apache-2.0	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.24xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge
쿠엔	Qwen2-7B-Instruct	`huggingface-llm-qwen2-7b-instruct`	텍스트 생성	apache-2.0	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.24xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge
쿠엔	Qwen2-VL-7B-Instruct	`huggingface-vlm-qwen2-vl-7b-instruct`	텍스트 생성	apache-2.0	아니요	기본값: ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g5.8xlarge, ml.g6.12xlarge, ml.g6e.8xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g5.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화), `modify_highest_throughput` (수정, 처리량 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.4xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.xlarge `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.16xlarge `summarize_best_price_performance` (요약, 균형), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.12xlarge
쿠엔	Qwen2.5 14B 지침	`huggingface-llm-qwen2-5-14b-instruct`	텍스트 생성	apache-2.0	예	ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge
쿠엔	Qwen2.5 32B 지침	`huggingface-llm-qwen2-5-32b-instruct`	텍스트 생성	apache-2.0	예	ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge
쿠엔	Qwen2.5 Coder 32B 지침	`huggingface-llm-qwen2-5-coder-32b-instruct`	텍스트 생성	apache-2.0	아니요	ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge
쿠엔	Qwen2.5 Coder 7B 지침	`huggingface-llm-qwen2-5-coder-7b-instruct`	텍스트 생성	apache-2.0	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.16xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.p4d.24xlarge
쿠엔	Qwen2.5-72B-Instruct	`huggingface-llm-qwen2-5-72b-instruct`	텍스트 생성	기타	예	기본값: ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_best_price_performance` (요약, 균형), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_cost` (요약, 비용 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p5en.48xlarge
쿠엔	Qwen2.5-7B-Instruct	`huggingface-llm-qwen2-5-7b-instruct`	텍스트 생성	apache-2.0	예	기본값: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 균형), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.16xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화), `summarize_highest_throughput` (요약, 처리량 최적화): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g4dn.12xlarge, ml.g6.24xlarge, ml.g6e.2xlarge `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
쿠엔	Qwen3 14B	`huggingface-reasoning-qwen3-14b`	추론	apache-2.0	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge
쿠엔	Qwen3-0.6B	`huggingface-reasoning-qwen3-06b`	추론	apache-2.0	예	기본값: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화), `modify_lowest_cost` (수정, 비용 최적화): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화), `modify_highest_throughput` (수정, 처리량 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g5.8xlarge, ml.g6.12xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g4dn.16xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `summarize_lowest_cost` (요약, 비용 최적화): ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g4dn.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스): ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_best_price_performance` (요약, 균형): ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
쿠엔	Qwen3-1.7B	`huggingface-reasoning-qwen3-1-7b`	추론	apache-2.0	예	ml.g4dn.12xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.g6xlarge, ml.g6e.g6xlarge, ml.
쿠엔	Qwen3-30B-A3B	`huggingface-reasoning-qwen3-30b-a3b`	추론	apache-2.0	아니요	ml.g5.24xlarge
쿠엔	Qwen3-30B-A3B-Instruct-2507	`huggingface-reasoning-qwen3-30b-a3b-instruct-2507`	텍스트 생성	apache-2.0	아니요	ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4de.24xlarge
쿠엔	Qwen3-30B-A3B-Thinking-2507	`huggingface-reasoning-qwen3-30b-a3b-thinking-2507`	추론	apache-2.0	아니요	ml.g6e.12xlarge
쿠엔	Qwen3-32B	`huggingface-reasoning-qwen3-32b`	추론	apache-2.0	예	기본값: ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `interact_best_price_performance` (상호 작용, 밸런스), `summarize_best_price_performance` (요약, 밸런스), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `generate_highest_throughput` (생성, 처리량 최적화), `generate_lowest_latency` (생성, 지연 시간 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.48xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스), `modify_lowest_cost` (수정, 비용 최적화): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
쿠엔	Qwen3-4B	`huggingface-reasoning-qwen3-4b`	추론	apache-2.0	예	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e.g6xlarge, ml.g6xlarge, ml.g6xlarge
쿠엔	Qwen3-4B-Instruct-2507	`huggingface-reasoning-qwen3-4b-instruct-2507`	추론	apache-2.0	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge
쿠엔	Qwen3-8B	`huggingface-reasoning-qwen3-8b`	추론	apache-2.0	예	기본값: ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g5.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `modify_best_price_performance` (수정, 밸런스): ml.g5.12xlarge, ml.g6e.xlarge, ml.p5.48xlarge `modify_lowest_cost` (수정, 비용 최적화): ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.xlarge `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.24xlarge, ml.g6e.12xlarge, ml.p5.48xlarge
쿠엔	Qwen3-ASR-1.7B	`huggingface-asr-qwen3-asr-1-7b`	자동 음성 인식	Apache-2.0	아니요	ml.g6.2xlarge, ml.g6.xlarge
쿠엔	Qwen3-Coder-30B-A3B-Instruct	`huggingface-reasoning-qwen3-coder-30b-a3b-instruct`	추론	apache-2.0	아니요	ml.g6e.24xlarge, ml.g7e.2xlarge
쿠엔	Qwen3-Coder-Next	`huggingface-reasoning-qwen3-coder-next`	추론	apache-2.0	아니요	ml.g7e.24xlarge, ml.g7e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
쿠엔	Qwen3-Embedding-0.6B	`huggingface-textembedding-qwen3-embedding-0-6b`	텍스트 임베딩	Apache-2.0	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.24xlarge, ml.g7e.2xlarge, ml.g7e.48xlarge, ml.g7e.8xlarge, ml.g7e.8xlarge
쿠엔	Qwen3-Next-80B-A3B-Instruct	`huggingface-reasoning-qwen3-next-80b-a3b-instruct`	텍스트 생성	apache-2.0	아니요	ml.g6e.48xlarge, ml.p4de.24xlarge
쿠엔	Qwen3-Reranker-4B	`huggingface-textembedding-qwen3-reranker-4b`	텍스트 임베딩	Apache-2.0	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.24xlarge, ml.g7e.g7e.48xlarge, ml.g7e.g8xlarge
쿠엔	Qwen3-TTS-12Hz-1.7B-기본	`huggingface-ttsvoiceclone-qwen3-tts-12hz-1-7b-base`	텍스트 투 스피치	Apache-2.0	아니요	ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.16xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge, ml.g7e.8xlarge
쿠엔	Qwen3-TTS-12Hz-1.7B-CustomVoice	`huggingface-tts-qwen3-tts-customvoice`	텍스트 투 스피치	Apache-2.0	아니요	ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.16xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge, ml.g7e.8xlarge
쿠엔	Qwen3-VL-8B-Instruct	`huggingface-vlm-qwen3-vl-8b-instruct`	텍스트 생성	apache-2.0	아니요	ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p4d.24xlarge
쿠엔	Qwen3-VL-Embedding-2B	`huggingface-textembedding-qwen3-vl-embedding-2b`	텍스트 임베딩	Apache-2.0	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.24xlarge, ml.g7e.4xlarge, ml.g7e.g8xlarge.
쿠엔	Qwen3.5~0.8B	`huggingface-vlm-qwen3-5-0-8b`	텍스트 생성	apache-2.0	아니요	기본값: ml.g6.4xlarge, ml.g6e.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge, ml.g7e.4xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g6.xlarge, ml.g6e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6.24xlarge, ml.g6e.24xlarge `generate_lowest_cost` (생성, 비용 최적화): ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.4xlarge, ml.g6e.4xlarge `interact_best_price_performance` (상호 작용, 밸런스), `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.2xlarge, ml.g6.xlarge, ml.g6e.2xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6.24xlarge, ml.g6e.16xlarge, ml.g6e.2xlarge `interact_lowest_cost` (상호 작용, 비용 최적화), `modify_best_price_performance` (수정, 균형), `modify_lowest_cost` (수정, 비용 최적화): ml.g6.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g6.2xlarge, ml.g6e.xlarge, ml.g7e.4xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6.16xlarge, ml.g6e.4xlarge, ml.g7e.4xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.8xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge `summarize_best_price_performance` (요약, 균형): ml.g6.xlarge, ml.g6e.2xlarge, ml.g7e.8xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.8xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.xlarge, ml.g6e.xlarge, ml.g7e.8xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.8xlarge
쿠엔	Qwen3.5-27b	`huggingface-vlm-qwen3-5-27b`	텍스트 생성	apache-2.0	예	ml.g6.48xlarge
쿠엔	Qwen3.5-27B-FP8	`huggingface-vlm-qwen3-5-27b-fp8`	Image-Text-to-Text	apache-2.0	아니요	ml.g6.24xlarge
쿠엔	Qwen3.5-2B	`huggingface-vlm-qwen3-5-2b`	텍스트 생성	apache-2.0	아니요	기본값: ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `modify_best_price_performance` (수정, 밸런스): ml.g6.xlarge, ml.g6e.2xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `generate_lowest_cost` (생성, 비용 최적화), `modify_lowest_cost` (수정, 비용 최적화): ml.g6.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.16xlarge, ml.g6.xlarge, ml.g6e.16xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g6.xlarge, ml.g6e.2xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6.24xlarge, ml.g6e.48xlarge `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.4xlarge, ml.g6e.4xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.16xlarge, ml.g6e.48xlarge `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.8xlarge, ml.g6e.2xlarge, ml.g6e.8xlarge `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.xlarge, ml.g6e.xlarge, ml.g7e.4xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.4xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.2xlarge, ml.g6e.2xlarge, ml.g7e.4xlarge
쿠엔	Qwen3.5-4B	`huggingface-vlm-qwen3-5-4b`	텍스트 생성	apache-2.0	예	기본값: ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge, ml.g7e.8xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_highest_throughput` (생성, 처리량 최적화), `generate_lowest_cost` (생성, 비용 최적화), `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.8xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `interact_best_price_performance` (상호 작용, 밸런스), `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.2xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_best_price_performance` (수정, 밸런스), `modify_lowest_cost` (수정, 비용 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g6.2xlarge, ml.g6e.8xlarge, ml.g7e.2xlarge `modify_highest_throughput` (수정, 처리량 최적화): ml.g6.2xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `summarize_best_price_performance` (요약, 균형), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.24xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.2xlarge
쿠엔	Qwen3.5-9b	`huggingface-vlm-qwen3-5-9b`	텍스트 생성	apache-2.0	예	ml.g6.24xlarge, ml.g6.48xlarge
쿠엔	Qwen3.6-27B	`huggingface-vlm-qwen3-6-27b`	Image-Text-to-Text	apache-2.0	예	기본값: ml.g7e.12xlarge, ml.g7e.24xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `modify_best_price_performance` (수정, 밸런스), `modify_lowest_cost` (수정, 비용 최적화), `summarize_best_price_performance` (요약, 밸런스), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `generate_highest_throughput` (생성, 처리량 최적화), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화): ml.g7e.48xlarge, ml.p5.4xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.12xlarge, ml.p5.4xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 균형), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g7e.24xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g7e.12xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6e.24xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge
쿠엔	Qwen3.6-35B-A3B	`huggingface-vlm-qwen3-6-35b-a3b`	텍스트 생성	apache-2.0	아니요	기본값: ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `generate_highest_throughput` (생성, 처리량 최적화), `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화), `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화): ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 균형 조정), `interact_lowest_cost` (상호 작용, 비용 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화), `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스), `modify_lowest_cost` (수정, 비용 최적화), `summarize_best_price_performance` (요약, 밸런스), `summarize_lowest_cost` (요약, 비용 최적화): ml.g6.48xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge
쿠엔	QwQ 32B	`huggingface-llm-qwq-32b`	텍스트 생성	apache-2.0	아니요	ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge
Recognai	Recognai Bert Base 스페인어 Wwm Cased Xnli	`huggingface-zstc-recognai-bert-base-spanish-wwm-cased-xnli`	제로샷 분류	mit	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Recognai	Recognai Zeroshot Selectra Medium	`huggingface-zstc-recognai-zeroshot-selectra-medium`	제로샷 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
린나	Rinna 일본어 GPT NeoX 3.6B 명령어 PPO	`huggingface-llm-rinna-3-6b-instruction-ppo-bf16`	텍스트 생성	mit	아니요	ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.xlarge
Salesforce	Salesforce SFR-Embedding-2_R	`huggingface-textembedding-sfr-embedding-2-r`	텍스트 임베딩	CC-BY-NC-4.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.p4d.24xlarge
Salesforce	Salesforce SFR-Embedding-Mistral	`huggingface-textembedding-sfr-embedding-mistral`	텍스트 임베딩	CC-BY-NC-4.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.p4d.24xlarge
문장 변환기	모든 MiniLM L6 v2	`huggingface-sentencesimilarity-all-MiniLM-L6-v2`	문장 유사성	apache-2.0	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
문장 변환기	모든 MiniLM L6 v2	`huggingface-textembedding-all-MiniLM-L6-v2`	텍스트 임베딩	Apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.p4d.24xlarge
문장 변환기	all-MiniLM-L12-v2	`huggingface-textembedding-all-MiniLM-L12-v2`	텍스트 임베딩	Apache-2.0	아니요	ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge
문장 변환기	Paraphrase 다국어 MiniLM L12 v2	`huggingface-textembedding-paraphrase-multilingual-MiniLM-L12-v2`	텍스트 임베딩	Apache-2.0	아니요	ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge
Shenzhi-Wang	Llama3 8B 중국어 채팅	`huggingface-llm-shenzhi-wang-llama3-8B-chinese-chat`	텍스트 생성	llama3	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Snowflake	Snowflake Arctic Instruct Vllm	`huggingface-llm-snowflake-arctic-instruct-vllm`	텍스트 생성	apache-2.0	아니요	ml.p5.48xlarge
스피클레시	Bielik-11B-v3.0-Instruct	`huggingface-llm-bielik-11b-v3-0-instruct`	텍스트 생성	apache-2.0	아니요	기본값: ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스), `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `modify_lowest_cost` (수정, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_highest_throughput` (생성, 처리량 최적화), `interact_highest_throughput` (상호 작용, 처리량 최적화), `modify_highest_throughput` (수정, 처리량 최적화), `modify_lowest_latency` (수정, 지연 시간 최적화), `summarize_highest_throughput` (요약, 처리량 최적화), `summarize_lowest_latency` (요약, 지연 시간 최적화): ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6e.16xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g5.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g5.48xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g5.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance` (수정, 밸런스): ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_best_price_performance` (요약, 균형): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost` (요약, 비용 최적화): ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge
샤일리퍼	Distilbart CNN 12-6	`huggingface-summarization-distilbart-cnn-12-6`	텍스트 요약	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
샤일리퍼	Distilbart CNN 6-6	`huggingface-summarization-distilbart-cnn-6-6`	텍스트 요약	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
샤일리퍼	텍스트 요약	`huggingface-summarization-distilbart-xsum-1-1`	텍스트 요약	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
안정성ai	일본어 StableLM Instruct Alpha 7B v2	`model-textgenerationjp-japanese-stablelm-instruct-alpha-7b-v2`	텍스트 생성	Apache-2.0	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
안정성ai	안정적인 확산 2	`model-txt2img-stabilityai-stable-diffusion-v2`	Text-to-Image	creativeml-openrail++-m	아니요	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
안정성ai	안정적인 확산 2 깊이 FP16	`model-depth2img-stable-diffusion-2-depth-fp16`	Image-to-Image	creativeml-openrail++-m	아니요	ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.p3.2xlarge
안정성ai	안정적인 확산 2 FP16	`model-txt2img-stabilityai-stable-diffusion-v2-fp16`	Text-to-Image	creativeml-openrail++-m	아니요	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
안정성ai	Stable Diffusion 2 인페인팅	`model-inpainting-stabilityai-stable-diffusion-2-inpainting`	Image-to-Image	creativeml-openrail++-m	아니요	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
안정성ai	Stable Diffusion 2 인페인팅 FP16	`model-inpainting-stabilityai-stable-diffusion-2-inpainting-fp16`	Image-to-Image	creativeml-openrail++-m	아니요	ml.g4dn.xlarge, ml.g5.2xlarge, ml.p3.2xlarge
안정성ai	Stable Diffusion 2 인페인팅 FP16	`model-inpainting-stabilityai-stable-diffusion2-inpainting-fp16`	Image-to-Image	creativeml-openrail++-m	아니요	ml.g4dn.xlarge, ml.g5.2xlarge, ml.p3.2xlarge
안정성ai	Stable Diffusion 2.1	`model-txt2img-stabilityai-stable-diffusion-v2-1-base`	Text-to-Image	creativeml-openrail++-m	예	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
안정성ai	Stable Diffusion 2.1 Neuron	`huggingface-txt2imgneuron-stabilityai-stable-diffusion-v2-1`	Text-to-Image	creativeml-openrail++-m	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge
안정성ai	Stable Diffusion x4 업스케일러 FP16	`model-upscaling-stabilityai-stable-diffusion-x4-upscaler-fp16`	Image-to-Image	openrail++	아니요	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
안정성ai	Stable Diffusion XL 1.0(오픈 소스)	`model-imagegeneration-stabilityai-stable-diffusion-xl-base-1-0`	Text-to-Image	openrail++	아니요	ml.g5.16xlarge, ml.g5.4xlarge, ml.g5.8xlarge
안정성ai	Stable Diffusion XL Base 1.0 Neuron	`huggingface-txt2imgneuron-stabilityai-stable-diffusion-xlbase1`	Text-to-Image	openrail++	아니요	ml.inf2.24xlarge, ml.inf2.48xlarge, ml.inf2.8xlarge, ml.inf2.xlarge
스위스-아이	아퍼투스 70B 2509	`huggingface-llm-apertus-70b-2509`	텍스트 생성	apache-2.0	아니요	ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
스위스-아이	Apertus 70B 명령 2509	`huggingface-llm-apertus-70b-instruct-2509`	텍스트 생성	apache-2.0	아니요	ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
스위스-아이	Apertus 8B 지침 2509	`huggingface-llm-apertus-8b-instruct-2509`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e6e.g6xlarge, ml.g6e.g6xlarge, ml.g6e.g6xlarge
Thebloke	Mistral 7B OpenOrca AWQ	`huggingface-llm-thebloke-mistral-7b-openorca-awq`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge
Thebloke	Mistral 7B OpenOrca GPTQ	`huggingface-llm-mistral-7b-openorca-gptq`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Thebloke	Mixtral 8x7B Instruct GPTQ	`huggingface-llm-mixtral-8x7b-instruct-gptq`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Thenlper	GTE 라지	`huggingface-sentencesimilarity-gte-large`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Thenlper	GTE 스몰	`huggingface-sentencesimilarity-gte-small`	문장 유사성	mit	예	ml.c6i.xlarge, ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.p3.2xlarge
Tiiuae	Falcon 180B BF16	`huggingface-llm-falcon-180b-bf16`	텍스트 생성	해당 사항 없음	아니요	ml.p4de.24xlarge, ml.p5.48xlarge
Tiiuae	Falcon 180B 채팅 BF16	`huggingface-llm-falcon-180b-chat-bf16`	텍스트 생성	해당 사항 없음	아니요	ml.p4de.24xlarge, ml.p5.48xlarge
Tiiuae	Falcon 40B BF16	`huggingface-llm-falcon-40b-bf16`	텍스트 생성	apache-2.0	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Tiiuae	Falcon 40B Instruct BF16	`huggingface-llm-falcon-40b-instruct-bf16`	텍스트 생성	apache-2.0	예	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Tiiuae	Falcon 7B BF16	`huggingface-llm-falcon-7b-bf16`	텍스트 생성	apache-2.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Tiiuae	Falcon 7B Instruct BF16	`huggingface-llm-falcon-7b-instruct-bf16`	텍스트 생성	apache-2.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Tiiuae	Falcon RW 1B	`huggingface-llm-tiiuae-falcon-rw-1b`	텍스트 생성	apache-2.0	아니요	ml.g5.2xlarge
Tiiuae	Falcon-H1-0.5B-Instruct	`huggingface-llm-falcon-h1-0-5b-instruct`	텍스트 생성	기타	아니요	ml.g4dn.12xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.48xlarge.
Tiiuae	Falcon-H1-1.5B-Deep-Instruct	`huggingface-llm-falcon-h1-1-5b-deep-instruct`	텍스트 생성	기타	아니요	ml.g5.16xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.16xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge
Tiiuae	Falcon-H1-1.5B-Instruct	`huggingface-llm-falcon-h1-1-5b-instruct`	텍스트 생성	기타	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge
Tiiuae	Falcon-H1-34B-Instruct	`huggingface-llm-falcon-h1-34b-instruct`	텍스트 생성	기타	아니요	ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge
Tiiuae	Falcon-H1-3B-Instruct	`huggingface-llm-falcon-h1-3b-instruct`	텍스트 생성	기타	아니요	ml.g6e.16xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge
Tiiuae	Falcon-H1-7B-Instruct	`huggingface-llm-falcon-h1-7b-instruct`	텍스트 생성	기타	아니요	ml.g6e.12xlarge, ml.g6e.24xlarge
Tiiuae	Falcon2-11B	`huggingface-llm-falcon2-11b`	텍스트 생성	해당 사항 없음	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
Tiiuae	Falcon3-10B-Base	`huggingface-llm-falcon-3-10B-base`	텍스트 생성	기타	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Tiiuae	Falcon3-10B-Instruct	`huggingface-llm-falcon-3-10B-Instruct`	텍스트 생성	기타	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.24xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge
Tiiuae	Falcon3-1B-Instruct	`huggingface-llm-falcon-3-1B-Instruct`	텍스트 생성	기타	아니요	기본값: ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge, ml.p3.2xlarge, ml.p4d.24xlarge 다음과 같은 호스팅 배포 구성을 통해 추가 인스턴스 유형을 사용할 수 있습니다. `generate_best_price_performance` (생성, 밸런스): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.2xlarge `generate_highest_throughput` (생성, 처리량 최적화): ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost` (생성, 비용 최적화), `interact_lowest_cost` (상호 작용, 비용 최적화), `max_context_lowest_cost` (최대 컨텍스트, 비용 최적화): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency` (생성, 지연 시간 최적화): ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `interact_best_price_performance` (상호 작용, 밸런스): ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `interact_highest_throughput` (상호 작용, 처리량 최적화): ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency` (상호 작용, 지연 시간 최적화): ml.g5.2xlarge, ml.g6.48xlarge, ml.g6e.48xlarge `max_context_highest_throughput` (최대 컨텍스트, 처리량 최적화): ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency` (최대 컨텍스트, 지연 시간 최적화): ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Tiiuae	Falcon3-3B-Base	`huggingface-llm-falcon-3-3B-base`	텍스트 생성	기타	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Tiiuae	Falcon3-3B-Instruct	`huggingface-llm-falcon-3-3B-Instruct`	텍스트 생성	기타	아니요	ml.g4dn.12xlarge, ml.g4dn.16xlarge, ml.g4dn.4xlarge, ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6e.12xlarge, ml.g6e.g6e.16xlarge, ml.g6e.g6xlarge, ml.g6e.24xlarge, ml.g6xlarge
Tiiuae	Falcon3-7B-Base	`huggingface-llm-falcon-3-7B-base`	텍스트 생성	기타	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Tiiuae	Falcon3-7B-Instruct	`huggingface-llm-falcon-3-7B-Instruct`	텍스트 생성	기타	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.24xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge
티닐라마	Tiny Llama 1.1B	`huggingface-llm-tinyllama-1-1b-intermediate-step-1431k-3`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge
티닐라마	Tiny Llama 1.1B Chat V0.6	`huggingface-llm-tinyllama-tinyllama-1-1b-chat-v0-6`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge
티닐라마	Tiny Llama 1.1B Chat V1	`huggingface-llm-tinyllama-tinyllama-1-1b-chat-v1-0`	텍스트 생성	apache-2.0	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge
Togethercomputer	RedPajama INCITE Chat 3B V1	`huggingface-textgeneration1-redpajama-incite-chat-3B-v1-fp16`	텍스트 생성	apache-2.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Togethercomputer	RedPajama INCITE Chat 7B V1	`huggingface-textgeneration1-redpajama-incite-chat-7B-v1-fp16`	텍스트 생성	apache-2.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Togethercomputer	RedPajama INCITE Instruct 3B V1	`huggingface-textgeneration1-redpajama-incite-instruct-3Bv1fp16`	텍스트 생성	apache-2.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
Togethercomputer	RedPajama INCITE Instruct 7B V1	`huggingface-textgeneration1-redpajama-incite-instruct-7B1fp16`	텍스트 생성	apache-2.0	예	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge
도쿄텍-Llm	Swallow-7b-instruct-hf	`huggingface-llm-swallow-7b-instruct-hf`	텍스트 생성	llama2	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6.xlarge, ml.g6e.g6xlarge, ml.g6e6xlarge, ml.g6e.g6e.g6xlarge
Volrath50	volrath50 판타지 카드 확산	`huggingface-txt2img-volrath50-fantasy-card-diffusion`	Text-to-Image	creativeml-openrail-m	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.p3.2xlarge
라이터	라이터 팔미라 스몰	`huggingface-llm-writer-palmyra-small`	텍스트 생성	apache-2.0	아니요	ml.g5.2xlarge
Zai-Org	GLM-5.1-FP8	`huggingface-llm-glm-5-1-fp8`	텍스트 생성	Apache-2.0	아니요	ml.p5en.48xlarge

Proprietary Models (121)

독점 파운데이션 모델은 Amazon SageMaker JumpStart를 통해 타사 공급자가 제공합니다. 독점 파운데이션 모델을 사용하려면 먼저 AWS Marketplace에서 모델을 구독해야 합니다. 구독 후 Amazon SageMaker Studio에서 파운데이션 모델을 찾아 배포할 수 있습니다.

모델 이름	모델 ID	Task	미세 조정 가능	지원되는 추론 인스턴스 유형
A.X 4.0 조명	`sk-telecom-ax4-light`	텍스트 생성	아니요	ml.g5.2xlarge
AI21 컨텍스트 답변	`ai21-contextual-answers`	텍스트 생성	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
AI21 Jurassic-2 조명	`ai21-jurassic-2-light`	텍스트 생성	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
AI21 Jurassic-2 Mid	`ai21-jurassic-2-grande-instruct`	텍스트 생성	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
AI21 Jurassic-2 Ultra	`ai21-jurassic-2-jumbo-instruct`	텍스트 생성	아니요	ml.g5.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
AI21 구문	`ai21-paraphrase`	텍스트 생성	아니요	ml.g4dn.2xlarge
AI21 요약	`ai21-summarization`	텍스트 생성	아니요	ml.g4dn.12xlarge, ml.g4dn.4xlarge, ml.g5.xlarge
Arcee Lite	`arcee-lite`	텍스트 생성	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge
Arcee SuperNova	`arcee-supernova`	텍스트 생성	아니요	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Arcee Virtuoso Small	`arcee-virtuoso-small`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Bria 2.2HD 상용 Text-to-image	`bria-ai-2-2-hd-commercial`	ReRank	아니요	ml.g5.12xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Bria 2.3 상용 Text-to-image	`bria-ai-2-3-commercial`	ReRank	아니요	ml.g5.12xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Bria 2.3Fast 상용 Text-to-image	`bria-ai-2-3-fast-commercial`	ReRank	아니요	ml.g5.12xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Cohere 명령 R(A100)	`cohere-command-r-a100`	텍스트 생성	아니요	ml.p4de.24xlarge
Cohere 명령 R(H100)	`cohere-command-r-h100`	텍스트 생성	아니요	ml.p5.48xlarge
Cohere 명령 R+(A100)	`cohere-command-r-plus-a100`	텍스트 생성	아니요	ml.p4de.24xlarge
Cohere 명령 R+(H100)	`cohere-command-r-plus-h100`	텍스트 생성	아니요	ml.p5.48xlarge
코헤어 임베드 4	`cohere-embed-v4-0`	텍스트 임베딩	아니요	ml.g5.2xlarge, ml.g5.xlarge, ml.g6.2xlarge, ml.g6.xlarge
Cohere 임베드 라이트 모델 v3 - 영어	`cohere-embed-light-english`	텍스트 임베딩	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Cohere Embed Light v3 - 다국어	`cohere-embed-light-multilingual`	텍스트 임베딩	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Cohere 임베드 모델 3 - 다국어	`cohere-embed-multilingual`	텍스트 임베딩	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Cohere 임베드 모델 v3 - 영어	`cohere-embed-english`	텍스트 임베딩	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Cohere Rerank 2 모델 - 영어	`cohere-rerank-english-v2`	ReRank	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Cohere Rerank 2 모델 - 다국어	`cohere-rerank-multilingual-v2`	ReRank	아니요	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Cohere Rerank 3 모델 - 영어	`cohere-rerank-v3-english`	ReRank	아니요	ml.g5.2xlarge, ml.g5.xlarge
Cohere Rerank 3 모델 - 다국어	`cohere-rerank-v3-multilingual`	ReRank	아니요	ml.g5.2xlarge, ml.g5.xlarge
Cohere Rerank 3 Nimble 모델 - 영어	`cohere-rerank-nimble-english`	ReRank	아니요	ml.g5.2xlarge, ml.g5.xlarge
Cohere Rerank 3 Nimble 모델 - 다중	`cohere-rerank-nimble-multi`	ReRank	아니요	ml.g5.2xlarge, ml.g5.xlarge
Cohere Rerank v3.5	`cohere-rerank-v3-5`	텍스트 임베딩	아니요	ml.g5.2xlarge, ml.g5.xlarge, ml.g6.2xlarge, ml.g6.xlarge
Cohere Rerank v4.0 Fast	`cohere-rerank-v4-0-fast`	텍스트 임베딩	아니요	ml.g5.2xlarge, ml.g5.xlarge, ml.p5.4xlarge
Cohere Rerank v4.0 Pro	`cohere-rerank-v4-0-pro`	텍스트 임베딩	아니요	ml.g5.2xlarge, ml.g5.xlarge, ml.p5.4xlarge
명령 A(A100)	`cohere-command-a-a100`	텍스트 생성	아니요	ml.p4de.24xlarge
명령 A(H100)	`cohere-command-a-h100`	텍스트 생성	아니요	ml.p5.48xlarge
명령 R 08-2024(H100)	`cohere-command-r-08-2024-h100`	텍스트 생성	아니요	ml.p5.48xlarge
명령 R+ 08-2024(H100)	`cohere-command-r-plus-08-2024-h100`	텍스트 생성	아니요	ml.p5.48xlarge
문서 OCR	`upstage-document-ocr`	광학 문자 인식	아니요	ml.g5.2xlarge
문서 구문 분석	`upstage-document-layout-analysis`	광학 문자 인식	아니요	ml.g5.2xlarge, ml.g6.2xlarge, ml.p3.2xlarge
임베드	`upstage-solar-embedding-large`	텍스트 임베딩	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge
ESM3-open	`evolutionary-scale-esm3`	다중 모달 생성	아니요	ml.g5.4xlarge, ml.g5.8xlarge
Evo2-NIM	`nvidia-evo2-nim`	텍스트 생성	아니요	ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
EXAONE Atilier - 이미지-텍스트	`lgresearch-exaone`	Image2Text 생성	아니요	ml.g5.12xlarge, ml.g5.48xlarge, ml.g5.xlarge, ml.p4d.24xlarge
Gretel 탐색기 테이블 형식	`gretel-navigator-tabular`	텍스트 생성	아니요	ml.g5.2xlarge, ml.g5.xlarge
H-Optimus-0	`bioptimus-h-optimus-0`	특성 추출	아니요	ml.g5.xlarge
IBM Granite 20B Code Instruct - 8K	`ibm-granite-20b-code-instruct-8k`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge
IBM Granite 3.0 2B 지침	`granite-3-0-2b-instruct`	텍스트 생성	아니요	ml.p4d.24xlarge, ml.p5.48xlarge
IBM Granite 3.0 8B 지침	`granite-3-0-8b-instruct`	텍스트 생성	아니요	ml.p4d.24xlarge, ml.p5.48xlarge
IBM Granite 3.2 지침 2B	`ibm-granite-3-2-2b-instruct`	텍스트 생성	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
IBM Granite 3.2 지침 8B	`ibm-granite-3-2-8b-instruct`	텍스트 생성	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
IBM Granite 34B Code Instruct - 8K	`ibm-granite-34b-code-instruct-8k`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge
IBM Granite 3B Code Instruct - 128K	`ibm-granite-3b-code-instruct-128k`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge
IBM Granite 4.0 h-micro	`ibm-granite-4-0-h-micro`	텍스트 생성	아니요	ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
IBM Granite 4.0 h-small	`ibm-granite-4-0-h-small`	텍스트 생성	아니요	ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
IBM Granite 4.0 h-tiny	`ibm-granite-4-0-h-tiny`	텍스트 생성	아니요	ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
IBM Granite 8B Code Instruct - 128K	`ibm-granite-8b-code-instruct-128k`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge
ixi-GEN-Fin-7.8B	`lg-ixi-gen`	텍스트 생성	아니요	ml.g5.4xlarge
JetBrains AI Mellum All	`jbai-mellum-all`	text2text 생성	아니요	ml.g5.2xlarge, ml.g6.2xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge
JetBrains AI Mellum Kotlin	`jbai-mellum-kotlin`	text2text 생성	아니요	ml.g5.2xlarge, ml.g6.2xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge
JetBrains AI Mellum Python	`jbai-mellum-python`	text2text 생성	아니요	ml.g5.2xlarge, ml.g6.2xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge
Jina Embeddings v2 Base - en	`jinaai-embeddings-v2-base-en`	텍스트 임베딩	아니요	ml.g4dn.12xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.p2.16xlarge, ml.p2.8xlarge, ml.p2.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
KARAKURI LM 8x7b instruct	`karakuri-lm-8x7b-instruct`	텍스트 생성	아니요	ml.g5.48xlarge, ml.g6.48xlarge
LightOn Lyra-Fr 10B	`lighton-lyra-fr`	텍스트 생성	아니요	ml.p4d.24xlarge
LightOn 미니 지침 40B	`lighton-mini-instruct40b`	텍스트 생성	아니요	ml.p4d.24xlarge
Liquid LFM 40B(A100)	`liquid-lfm-40b-a100`	텍스트 생성	아니요	ml.p4d.24xlarge
Liquid LFM 40B(H100)	`liquid-lfm-40b-h100`	텍스트 생성	아니요	ml.p5.48xlarge
Liquid LFM 40B(L40S)	`liquid-lfm-40b-l40s`	텍스트 생성	아니요	ml.g6e.12xlarge
Liquid LFM 7B(L40S)	`liquid-lfm-7b-l40s`	텍스트 생성	아니요	ml.g6e.16xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge
Llama 3.1 Nemotron Nano 8B V1	`nvidia-nemotron-nano-8b-nim`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
Llama 3.1 SuperNova Lite	`arcee-llama-3-1-supernova-lite`	텍스트 생성	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge
Llama 3.2 NVRerankQA1B NIM 마이크로서비스	`nvidia-llama3-2-nv-rerankqa-1b-v2-nim`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e6e.g6xlarge, ml.g6e.g6xlarge, ml.g6e.g6xlarge
Llama 3.3 Nemotron 슈퍼 49B V1	`nvidia-nemotron-super-49b-nim`	텍스트 생성	아니요	ml.g5.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
Llama 3.3 Nemotron Super 49B V1.5	`nvidia-nemotron-super-49b-nim-1-5`	텍스트 생성	아니요	ml.g5.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
Llama Spark	`arcee-llama-spark`	텍스트 생성	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge
Llama-3-Varco-Offsetbias-8B	`ncsoft-llama-3-varco-offsetbias-8b`	텍스트 생성	아니요	ml.g5.12xlarge
Llama-3.1-8B-Stained Glass Transform Support를 사용한 지침	`protopia-llama-3-1-8b-instruct`	텍스트 생성	아니요	ml.g4dn.12xlarge, ml.g5.16xlarge, ml.g5.4xlarge
Llama-3.2-NV-EmbedQA-1B-v2	`nvidia-llama3-2-nv-embedqa-1b-v2-nim`	텍스트 임베딩	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge, ml.g6e.12xlarge, ml.g6e6e.g6xlarge, ml.g6e.g6xlarge, ml.g6e.g6xlarge
MARS6	`cambai-mars6`	오디오로 텍스트 전송	아니요	ml.g4dn.2xlarge, ml.g6.2xlarge
Medical LLM - 중간	`john-snow-labs-medical-summarization-qa-8b`	텍스트 요약	아니요	ml.g4dn.12xlarge, ml.g5.2xlarge
Medical LLM - 소형	`john-snow-labs-summarization-qa`	텍스트 요약	아니요	ml.g5.12xlarge
Medical Text Translation(EN-ES)	`john-snow-labs-medical-translation-en-es`	번역	아니요	ml.g5.2xlarge
수성	`inception-mercury`	텍스트 생성	아니요	ml.p5.48xlarge
수은 코더	`inception-mercury-coder`	텍스트 생성	아니요	ml.p5.48xlarge
msa-search	`nvidia-nim-msa-search-v2-1`	텍스트 생성	아니요	ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
Nemotron 나노 9b v2	`nvidia-nemotron-nano-9b-v2`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5.4xlarge
nemotron-parse	`nvidia-nemotron-parse`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
기본 NEXUS	`fundamental-technologies-nexus`	분류	아니요	ml.g4dn.8xlarge, ml.p5en.48xlarge
Nomic Embed Text v1.5	`nomic-embed-text`	텍스트 임베딩	아니요	ml.g4dn.12xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Nomic Embed Vision v1.5	`nomic-embed-image`	텍스트 임베딩	아니요	ml.g4dn.12xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
NVIDIA Cosmos Reason-1-7B	`nvidia-nim-cosmos-reason1-7b`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5.4xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
NVIDIA Nemotron-4 15B NIM Microservice	`nvidia-nemotron-4-15b-nim`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.24xlarge
NVIDIA ParakeetvTDT 0.6B v2	`nvidia-parakeetvtdt-0-6b-v2`	Audio2Text 생성	아니요	ml.g6.12xlarge, ml.g6.16xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge
NVIDIA-Parakeet-1-1b-CTC-EN-US-ASR	`nvidia-parakeet-1-1b-ctc-en-us-asr`	Audio2Text 생성	아니요	ml.g5.12xlarge, ml.g5.16xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.2xlarge, ml.g6.48xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6e.12xlarge, ml.g6e.16xlarge, ml.g6e.24xlarge, ml.g6e.2xlarge, ml.g6e.48xlarge, ml.g6xlarge
Orb	`orbital-materials-orb`	과학 모델링	아니요	ml.g4dn.12xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge, ml.p4d.24xlarge
PLaMo 프라이빗 배포	`preferred-networks-plamo-api`	텍스트 생성	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.p4d.24xlarge
ProteinMPNN-NIM	`nvidia-nim-proteinmpnn-v1-0-2`	텍스트 생성	아니요	ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge
rerank-lite-1 Reranker	`voyage-rerank-lite-1-reranker`	ReRank	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge
솔라 미니 - 양자	`upstage-solar-mini-chat-quant`	텍스트 생성	아니요	ml.g5.2xlarge
Solar Pro - 양자	`upstage-solar-pro-quantized`	텍스트 생성	아니요	ml.g5.12xlarge
Solar Pro 2	`upstage-solar-pro`	텍스트 생성	아니요	ml.p4d.24xlarge, ml.p5.48xlarge
Sonic 3 SageMaker	`cartesia-sonic-3-sagemaker`	오디오로 텍스트 전송	아니요	ml.g6e.xlarge
Stable Diffusion 3.5 Large	`stabilityai-stable-diffusion-3-5-large`	텍스트 투 이미지	아니요	ml.p5.48xlarge
Stable Diffusion XL 1.0	`stabilityai-sdxl-1-0`	텍스트 투 이미지	아니요	ml.g5.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Stable Diffusion XL 베타 0.8	`stabilityai-sdxl-beta-0-8`	텍스트 투 이미지	아니요	ml.g5.xlarge
Stockmark-LLM-13b	`stockmark-llm-13b`	텍스트 생성	아니요	ml.g5.2xlarge
VARCO LLM KO-1.3B-IST	`ncsoft-ko-1-3b-ist`	텍스트 생성	아니요	ml.g4dn.2xlarge, ml.g5.2xlarge, ml.g5.4xlarge
VARCO LLM KO-6.4B-IST	`ncsoft-ko-6-4b-ist`	텍스트 생성	아니요	ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5.12xlarge, ml.g5.4xlarge, ml.g5.8xlarge
VARCO LLM KO/EN-13B-IST	`ncsoft-ko-13b-ist`	텍스트 생성	아니요	ml.g4dn.12xlarge, ml.g5.12xlarge
voyage-2 임베딩 모델	`voyage-2-embedding`	텍스트 임베딩	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge
voyage-3 임베딩 모델	`voyage-3-embedding`	텍스트 임베딩	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge
voyage-3 대형 임베딩 모델	`voyage-3-large-embedding`	텍스트 임베딩	아니요	ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge
voyage-3.5 임베딩 모델	`voyage-3-5-embedding`	텍스트 임베딩	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge
voyage-3.5-lite 임베딩 모델	`voyage-3-5-lite-embedding`	텍스트 임베딩	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge
voyage-code-2 임베딩 모델	`voyage-code-2-embedding`	텍스트 임베딩	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge
voyage-code-3 임베딩 모델	`voyage-code-3-embedding`	텍스트 임베딩	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge
voyage-large-2 임베딩 모델	`voyage-large-2-embedding`	텍스트 임베딩	아니요	ml.g5.16xlarge, ml.g5.2xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g5.xlarge, ml.g6.16xlarge, ml.g6.2xlarge, ml.g6.4xlarge, ml.g6.8xlarge, ml.g6.xlarge
Widn Tower Anthill	`widn-tower-anthill`	번역	아니요	ml.g5.xlarge
Widn Tower Sugarloaf	`widn-tower-sugarloaf`	번역	아니요	ml.g5.12xlarge
Widn Tower 베수비우스	`widn-llama3-tower-vesuvius`	번역	아니요	ml.g5.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Woven City AI Vision 엔진	`wovenbytoyota-woven-city-ai-vision-engine`	다중 모달 생성	아니요	ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g5.8xlarge
Writer Palmyra-Fin-70B-32K	`writer-palmyra-fin-70b-32k`	텍스트 생성	아니요	ml.p4d.24xlarge
Writer Palmyra-Med-70B-32K	`writer-palmyra-med-70b-32k`	텍스트 생성	아니요	ml.p4d.24xlarge
작성자 Palmyra-X-004	`writer-palmyra-x-004`	텍스트 생성	아니요	ml.p5.48xlarge

Built-in Algorithms (135)

Amazon SageMaker JumpStart는 이미지 분류, 객체 감지, 이미지 세분화와 같은 일반적인 컴퓨터 비전 작업을 위한 사전 훈련된 작업별 모델을 제공합니다. 이러한 모델은 설정된 딥 러닝 프레임워크(PyTorch, TensorFlow, MXNet)를 기반으로 하며 자체 데이터에 배포하거나 미세 조정할 준비가 되어 있습니다.

제공업체	모델 이름	모델 ID	Task	라이선스	미세 조정 가능	지원되는 추론 인스턴스 유형
Mxnet	더 빠른 RCNN ResNet 101 V1d	`mxnet-od-faster-rcnn-fpn-resnet101-v1d-coco`	객체 감지	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	더 빠른 RCNN ResNet 101 V1d	`mxnet-od-faster-rcnn-resnet101-v1d-coco`	객체 감지	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	더 빠른 RCNN ResNet 50 V1b	`mxnet-od-faster-rcnn-fpn-resnet50-v1b-coco`	객체 감지	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	더 빠른 RCNN ResNet 50 V1b	`mxnet-od-faster-rcnn-resnet50-v1b-coco`	객체 감지	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	더 빠른 RCNN ResNet 50 V1b	`mxnet-od-faster-rcnn-resnet50-v1b-voc`	객체 감지	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	FCN ResNet 101 ADE20K	`mxnet-semseg-fcn-resnet101-ade`	이미지 세분화	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	FCN ResNet 101 Pascal VOC	`mxnet-semseg-fcn-resnet101-voc`	이미지 세분화	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	FCN ResNet 50 ADE20K	`mxnet-semseg-fcn-resnet50-ade`	이미지 세분화	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	인스턴스 세분화	`mxnet-is-mask-rcnn-fpn-resnet101-v1d-coco`	이미지 세분화	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	MASK RCNN FPN RESNET18 코코	`mxnet-is-mask-rcnn-fpn-resnet18-v1b-coco`	이미지 세분화	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	마스크 RCNN FPN RESNET50 코코	`mxnet-is-mask-rcnn-fpn-resnet50-v1b-coco`	이미지 세분화	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	마스크 RCNN RESNET18 COCO	`mxnet-is-mask-rcnn-resnet18-v1b-coco`	이미지 세분화	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	객체 감지	`mxnet-od-ssd-512-mobilenet1-0-coco`	객체 감지	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	의미 체계 분할	`mxnet-semseg-fcn-resnet101-coco`	이미지 세분화	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	SSD 512 ResNet 50 V1	`mxnet-od-ssd-512-resnet50-v1-coco`	객체 감지	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	SSD MobileNet 1.0	`mxnet-od-ssd-512-mobilenet1-0-voc`	객체 감지	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	SSD ResNet 50 V1	`mxnet-od-ssd-512-resnet50-v1-voc`	객체 감지	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	SSD VGG 16 Atrous 300	`mxnet-od-ssd-300-vgg16-atrous-voc`	객체 감지	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	SSD VGG 16 Atrous 512	`mxnet-od-ssd-512-vgg16-atrous-coco`	객체 감지	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	SSD VGG16 Atrous 300	`mxnet-od-ssd-300-vgg16-atrous-coco`	객체 감지	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	SSD VGG16 Atrous 512	`mxnet-od-ssd-512-vgg16-atrous-voc`	객체 감지	apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	YOLO V3 DarkNet 53	`mxnet-od-yolo3-darknet53-coco`	객체 감지	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	YOLO V3 DarkNet 53	`mxnet-od-yolo3-darknet53-voc`	객체 감지	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	YOLO V3 MobileNet 1.0	`mxnet-od-yolo3-mobilenet1-0-coco`	객체 감지	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	YOLO V3 MobileNet 1.0	`mxnet-od-yolo3-mobilenet1-0-voc`	객체 감지	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Pytorch	SqueezeNet 1	`pytorch-ic-squeezenet1-1`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	AlexNet	`pytorch-ic-alexnet`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	DenseNet 121	`pytorch-ic-densenet121`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	DenseNet 169	`pytorch-ic-densenet169`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	FRCNN MobileNet V3 대형 320 FPN	`pytorch-od1-fasterrcnn-mobilenet-v3-large-320-fpn`	객체 감지	bsd-3-clause	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Pytorch	FRCNN MobileNet V3 대형 FPN	`pytorch-od1-fasterrcnn-mobilenet-v3-large-fpn`	객체 감지	bsd-3-clause	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Pytorch	GoogLeNet	`pytorch-ic-googlenet`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	이미지 분류	`pytorch-ic-mobilenet-v2`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	객체 감지	`pytorch-od1-fasterrcnn-resnet50-fpn`	객체 감지	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Pytorch	ResNet 101	`pytorch-ic-resnet101`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	ResNet 152	`pytorch-ic-resnet152`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	ResNet 18	`pytorch-ic-resnet18`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	ResNet 34	`pytorch-ic-resnet34`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	ResNet 50	`pytorch-ic-resnet50`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	Resnext 50	`pytorch-ic-resnext50-32x4d`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	ShuffleNet V2	`pytorch-ic-shufflenet-v2-x1-0`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	SSD	`pytorch-od-nvidia-ssd`	객체 감지	bsd-3-clause	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Pytorch	VGG 11	`pytorch-ic-vgg11`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG 11-BN	`pytorch-ic-vgg11-bn`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG 13-BN	`pytorch-ic-vgg13-bn`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG 16	`pytorch-ic-vgg16`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG 16-BN	`pytorch-ic-vgg16-bn`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG 19	`pytorch-ic-vgg19`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG-13	`pytorch-ic-vgg13`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	광역 ResNet 101	`pytorch-ic-wide-resnet101-2`	이미지 분류	bsd-3-clause	예	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Tensorflow	ALBERT Base	`tensorflow-tc-albert-en-base`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	BERT Base Cased	`tensorflow-tc-bert-en-cased-L-12-H-768-A-12-2`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	BERT Base MEDLINE/PubMed	`tensorflow-tc-experts-bert-pubmed-1`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	BERT Base Multilingual Cased	`tensorflow-tc-bert-multi-cased-L-12-H-768-A-12-2`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	BERT Large Uncased	`tensorflow-tc-bert-en-uncased-L-24-H-1024-A-16-2`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	BERT Small Uncased L-10 H-128	`tensorflow-tcembedding-bert-en-uncased-L-10-H-128-A-2-2`	텍스트 임베딩	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	BERT Small Uncased L-12 H-256	`tensorflow-tcembedding-bert-en-uncased-L-12-H-256-A-4`	텍스트 임베딩	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	BERT Small Uncased L-12 H-768	`tensorflow-tcembedding-bert-en-uncased-L-12-H-768-A-12-2`	텍스트 임베딩	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	BERT Small Uncased L-4 H-768	`tensorflow-tcembedding-bert-en-uncased-L-4-H-768-A-12-2`	텍스트 임베딩	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	BiT-M R101x1	`tensorflow-ic-bit-m-r101x1-ilsvrc2012-classification-1`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	BiT-M R101x1 특성 벡터	`tensorflow-icembedding-bit-m-r101x1-ilsvrc2012-featurevector-1`	이미지 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	BiT-M R50x1 ImageNet-21k	`tensorflow-ic-bit-m-r50x1-imagenet21k-classification-1`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	CaiT S 24 224	`tensorflow-ic-cait-s24-224`	이미지 분류	MIT	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	CenterNet ResNet-v1-101	`tensorflow-od-centernet-resnet101v1-fpn-512x512-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	CenterNet ResNet-v1-50	`tensorflow-od-centernet-resnet50v1-fpn-512x512-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	DeiT Tiny Distilled Patch 16 224	`tensorflow-ic-deit-tiny-distilled-patch16-224`	이미지 분류	MIT	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	EfficientNet B0	`tensorflow-ic-efficientnet-b0-classification-1`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	EfficientNet B1	`tensorflow-ic-efficientnet-b1-classification-1`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	EfficientNet B1 특성 벡터	`tensorflow-icembedding-efficientnet-b1-featurevector-1`	이미지 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	EfficientNet B3	`tensorflow-ic-efficientnet-b3-classification-1`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	EfficientNet B7	`tensorflow-ic-efficientnet-b7-classification-1`	이미지 분류	Apache-2.0	예	ml.c5.9xlarge, ml.g4dn.8xlarge, ml.p3.8xlarge
Tensorflow	EfficientNet V2 ImageNet-1k 스몰	`tensorflow-ic-efficientnet-v2-imagenet1k-s`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	EfficientNet V2 ImageNet-21k FT1k M	`tensorflow-ic-efficientnet-v2-imagenet21k-ft1k-m`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	더 빠른 R-CNN Resnet V2 1024x1024	`tensorflow-od-faster-rcnn-inception-resnet-v2-1024x1024-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	더 빠른 R-CNN Resnet-101 V1 640x640	`tensorflow-od-faster-rcnn-resnet101-v1-640x640-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	더 빠른 R-CNN Resnet-50 V1 1024x1024	`tensorflow-od-faster-rcnn-resnet50-v1-1024x1024-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	더 빠른 R-CNN Resnet-50 V1 640x640	`tensorflow-od-faster-rcnn-resnet50-v1-640x640-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	더 빠른 R-CNN Resnet-50 V1 800x1333	`tensorflow-od-faster-rcnn-resnet50-v1-800x1333-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	프릴	`tensorflow-audioembedding-frill-1`	오디오 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	이미지 분류	`tensorflow-ic-swin-base-patch4-window7-224`	이미지 분류	MIT	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	이미지 임베딩	`tensorflow-icembedding-imagenet-mobilenet-v2-100-224-fv-4`	이미지 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Inception V3	`tensorflow-ic-imagenet-inception-v3-classification-4`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	Inception V3 프리뷰 기능 벡터	`tensorflow-icembedding-tf2-preview-inception-v3-fv-4`	이미지 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	MobileNet V2	`tensorflow-ic-tf2-preview-mobilenet-v2-classification-4`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	MobileNet V2 0.35 128	`tensorflow-ic-imagenet-mobilenet-v2-035-128`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	MobileNet V2 0.50 224	`tensorflow-icembedding-imagenet-mobilenet-v2-050-224-fv-4`	이미지 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	MobileNet V2 1.00 224	`tensorflow-ic-imagenet-mobilenet-v2-100-224-classification-4`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	MobileNet V2 1.40 224	`tensorflow-ic-imagenet-mobilenet-v2-140-224-classification-4`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	MobileNet V2 특성 벡터	`tensorflow-icembedding-tf2-preview-mobilenet-v2-featurevector-4`	이미지 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	MobileNet V2 특성 벡터	`tensorflow-icembedding-tf2-preview-mobilenet-v2-fv-4`	이미지 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	MobileNet V3 Large 1.00 224	`tensorflow-ic-imagenet-mobilenet-v3-large-100-224`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	MobileNet V3 스몰 0.75 224	`tensorflow-ic-imagenet-mobilenet-v3-small-075-224`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	MobileNet V3 스몰 1.00 224	`tensorflow-ic-imagenet-mobilenet-v3-small-100-224`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	객체 감지	`tensorflow-od1-ssd-resnet50-v1-fpn-640x640-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	ResNet 50	`tensorflow-ic-resnet-50-classification-1`	이미지 분류	Apache-2.0	예	ml.c5.9xlarge, ml.g4dn.8xlarge, ml.p3.8xlarge
Tensorflow	ResNet 50 특성 벡터	`tensorflow-icembedding-resnet-50-featurevector-1`	이미지 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	ResNet V1 50	`tensorflow-ic-imagenet-resnet-v1-50-classification-4`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	ResNet V2 152 특성 벡터	`tensorflow-icembedding-imagenet-resnet-v2-152-featurevector-4`	이미지 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	ResNet V2 50	`tensorflow-ic-imagenet-resnet-v2-50-classification-4`	이미지 분류	Apache-2.0	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	ResNet V2 50 특성 벡터	`tensorflow-icembedding-imagenet-resnet-v2-50-featurevector-4`	이미지 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Retinanet SSD Resnet-101 640x640	`tensorflow-od-retinanet-resnet101-v1-fpn-640x640-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	Small BERT L-10_H-512_A-8	`tensorflow-tc-small-bert-bert-en-uncased-L-10-H-512-A-8`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	Small BERT L-12_H-256_A-4	`tensorflow-tc-small-bert-bert-en-uncased-L-12-H-256-A-4`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	Small BERT L-12_H-768_A-12	`tensorflow-tc-small-bert-bert-en-uncased-L-12-H-768-A-12`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	Small BERT L-2_H-128_A-2	`tensorflow-tc-small-bert-bert-en-uncased-L-2-H-128-A-2`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	Small BERT L-4_H-512_A-8	`tensorflow-tc-small-bert-bert-en-uncased-L-4-H-512-A-8`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	Small BERT L-6_H-768_A-12	`tensorflow-tc-small-bert-bert-en-uncased-L-6-H-768-A-12`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	Small BERT L-8_H-768_A-12	`tensorflow-tc-small-bert-bert-en-uncased-L-8-H-768-A-12`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	SSD ResNet 152 V1 FPN 1024x1024 COCO '17	`tensorflow-od1-ssd-resnet152-v1-fpn-1024x1024-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD EfficientDet D0	`tensorflow-od-efficientdet-d0-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Efficientdet D0 512x512 COCO '17	`tensorflow-od1-ssd-efficientdet-d0-512x512-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Efficientdet D1 640x640 COCO '17	`tensorflow-od1-ssd-efficientdet-d1-640x640-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD EfficientDet D2	`tensorflow-od-efficientdet-d2-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Efficientdet D2 768x768 COCO '17	`tensorflow-od1-ssd-efficientdet-d2-768x768-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD EfficientDet D3	`tensorflow-od-efficientdet-d3-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Efficientdet D3 896x896 COCO '17	`tensorflow-od1-ssd-efficientdet-d3-896x896-coco17-tpu-32`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD EfficientDet D5	`tensorflow-od-efficientdet-d5-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Mobilenet V1 FPN 640x640 COCO '17	`tensorflow-od1-ssd-mobilenet-v1-fpn-640x640-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Mobilenet V2	`tensorflow-od-ssd-mobilenet-v2-2`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Mobilenet V2 640x640	`tensorflow-od-ssd-mobilenet-v2-fpnlite-640x640-1`	객체 감지	apache-2.0	아니요	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Mobilenet V2 FPN-Lite 320x320 COCO '17	`tensorflow-od1-ssd-mobilenet-v2-fpnlite-320x320-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Mobilenet V2 FPN-lite 640x640 COCO '17	`tensorflow-od1-ssd-mobilenet-v2-fpnlite-640x640-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD ResNet 101 V1 FPN 1024x1024 COCO '17	`tensorflow-od1-ssd-resnet101-v1-fpn-1024x1024-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD ResNet 101 V1 FPN 640x640 COCO '17	`tensorflow-od1-ssd-resnet101-v1-fpn-640x640-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD ResNet 152 V1 FPN 640x640 COCO '17	`tensorflow-od1-ssd-resnet152-v1-fpn-640x640-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD ResNet 50 V1 FPN 1024x1024 COCO '17	`tensorflow-od1-ssd-resnet50-v1-fpn-1024x1024-coco17-tpu-8`	객체 감지	apache-2.0	예	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Swin Base 4 12 384	`tensorflow-ic-swin-base-patch4-window12-384`	이미지 분류	MIT	예	ml.c5.2xlarge, ml.c5.xlarge, ml.c6i.large, ml.c6i.xlarge, ml.g4dn.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge, ml.r5.large, ml.r5.xlarge
Tensorflow	Talking Heads Large	`tensorflow-tc-talking-heads-large`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	텍스트 분류	`tensorflow-tc-bert-en-uncased-L-12-H-768-A-12-2`	텍스트 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge, ml.p3.16xlarge, ml.p3.2xlarge, ml.p3.8xlarge
Tensorflow	텍스트 임베딩	`tensorflow-tcembedding-universal-sentc-encoder-cmlm-en-large-1`	텍스트 임베딩	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	TRILL Distilled	`tensorflow-audioembedding-trill-distilled-3`	오디오 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	TRILLsson 1	`tensorflow-audioembedding-trillsson1-1`	오디오 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	TRILLsson 2	`tensorflow-audioembedding-trillsson2-1`	오디오 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	TRILLsson 3	`tensorflow-audioembedding-trillsson3-1`	오디오 분류	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	범용 문장 인코더 CMLM 기본	`tensorflow-tcembedding-universal-sentc-encoder-cmlm-en-base-1`	텍스트 임베딩	apache-2.0	아니요	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge

Classic ML Algorithms (11)

Amazon SageMaker JumpStart는 분류, 회귀 및 시계열 예측과 같은 테이블 형식 데이터 작업을 위해 클래식 기계 학습 알고리즘을 ready-to-use 수 있는 구현을 제공합니다. 이러한 알고리즘(XGBoost, LightGBM, CatBoost, scikit-learn, AutoGluon)은 구조화된 데이터에 최적화되어 있으며 자체 데이터 세트에서 처음부터 훈련할 수 있습니다.

제공업체	모델 이름	모델 ID	Task	라이선스	미세 조정 가능	지원되는 추론 인스턴스 유형
Autogluon	AutoGluon 테이블 형식 분류	`autogluon-classification-ensemble`	테이블 형식 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.p3.2xlarge
Autogluon	AutoGluon 테이블 형식 회귀	`autogluon-regression-ensemble`	테이블 형식 회귀	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.p3.2xlarge
Catboost	CatBoost 분류	`catboost-classification-model`	테이블 형식 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.m4.16xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge
Catboost	CatBoost 회귀	`catboost-regression-model`	테이블 형식 회귀	apache-2.0	예	ml.c4.8xlarge, ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge
Lightgbm	LightGBM 분류	`lightgbm-classification-model`	테이블 형식 분류	mit	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.m4.16xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge
Lightgbm	LightGBM 회귀	`lightgbm-regression-model`	테이블 형식 회귀	mit	예	ml.c4.8xlarge, ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge
Pytorch	TabTransformer 분류	`pytorch-tabtransformerclassification-model`	테이블 형식 분류	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.p3.2xlarge
Pytorch	TabTransformer 회귀	`pytorch-tabtransformerregression-model`	테이블 형식 회귀	apache-2.0	예	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.g4dn.xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.p3.2xlarge
Sklearn	선형 분류	`sklearn-classification-linear`	테이블 형식 분류	bsd-3-clause	예	ml.c4.8xlarge, ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge
Xgboost	XGBoost 분류	`xgboost-classification-model`	테이블 형식 분류	apache-2.0	예	ml.c4.8xlarge, ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge
Xgboost	XGBoost 회귀	`xgboost-regression-model`	테이블 형식 회귀	apache-2.0	예	ml.c4.8xlarge, ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9xlarge, ml.m5.12xlarge, ml.m5.24xlarge, ml.m5.2xlarge, ml.m5.4xlarge, ml.m5.xlarge

참고

가장 정확한 up-to-date 라이선스 정보는 SageMaker Studio의 모델 세부 정보 페이지 또는 모델 Hugging Face 페이지를 참조하세요.

javascript가 브라우저에서 비활성화되거나 사용이 불가합니다.

AWS 설명서를 사용하려면 Javascript가 활성화되어야 합니다. 지침을 보려면 브라우저의 도움말 페이지를 참조하십시오.

문서 규칙

파운데이션 모델

파운데이션 모델 사용량