Führen Sie Agenten noch heute auf verwalteten Frontier-Modellen aus – oder mieten Sie GPU-Kapazität, stellen Sie Ihre eigenen Gewichtungen bereit und leiten Sie Digio-Aufgaben an private Endpunkte im selben Arbeitsbereich weiter.
Weisen Sie pro Agent ein Standardmodell zu oder überschreiben Sie es pro Aufgabe. Die Nutzung wird in Digio-Tokens aus Ihrem Planguthaben gemessen – dem gleichen Wallet, egal ob der Agent Sonnet, GPT-4o oder Gemini Flash anruft.
Model list and token economics evolve with provider releases. Your workspace shows live options when you assign a model to an agent; Digio Tokens debit from the same balance as in pricing.
Der Koordinator kann je nach Aufgabentyp Sonnet vs. Opus vs. ein günstigeres Flash-Modell empfehlen. Hauptbenutzer legen Standardeinstellungen für jede Agentenrolle fest – Recherche bei Sonnet, abschließende Überprüfung bei Opus, Massen-Tagging bei Haiku oder Gemini Flash.
Per agent — default model in agent settings; override in To do or chat when needed.
Metered fairly — input, output, and cached tokens map to Digio Token charges (see usage in your wallet).
Skills stay the same — tools and integrations work across models; only latency and cost profile change.
Plan limits — more agents and monthly Digio Tokens on higher tiers; top up anytime on the pricing page.
Benötigen Sie eine Feinabstimmung, einen Air-Gap-Kontrollpunkt oder eine vorhersehbare Inferenzpreisgestaltung? Fügen Sie Ihrem Digio-Arbeitsbereich dedizierte GPU-Kapazität hinzu, installieren Sie den von Ihnen bevorzugten Serving-Stack und verweisen Sie Agenten auf Ihren privaten Endpunkt.
Stündliche oder monatliche GPU-Knoten (Klasse A100, H100, L40S), die an Ihren Mandanten angeschlossen sind – isoliert von anderen Kunden.
Laden Sie Safetensoren, GGUF hoch oder ziehen Sie sie aus Ihrer Registrierung. Führen Sie Llama, Mistral, Qwen und benutzerdefinierte Feinabstimmungen aus.
Von Ihnen verwaltete vLLM-, TGI-, Ollama- oder Container-Images – Digio-Agenten rufen eine OpenAI-kompatible Basis-URL auf.
Team-Chat, Fähigkeiten und Zusammenarbeit bleiben unverändert – nur das Inferenz-Backend gehört Ihnen.
Senden Sie vertrauliche Schritte an eine private GPU und verwenden Sie Claude oder GPT für öffentliche Recherchen in einem Workflow.
VPC-Peering, statischer Egress, Audit-Protokolle und Modell-Zulassungslisten für regulierte Teams.
Typisches Setup von Null bis Agenten, die Ihren Endpunkt anrufen:
Wählen Sie VRAM, Region und Betriebszeit (Burst vs. Always-On). Der Stauraum für Gewichte wird mit der Instanz geliefert oder ist auf Ihrem Eimer montiert.
Starten Sie ein Bereitstellungsimage oder SSH, installieren Sie CUDA-Treiber und laden Sie Prüfpunkte. Gesundheitschecks bestätigen, dass das Modell bereit ist.
Fügen Sie in den Arbeitsbereichseinstellungen Basis-URL, API-Schlüssel und Modell-ID hinzu. Digio validiert Latenz und Token-Format, bevor es live geht.
Wählen Sie Ihr Privatmodell als Standard für ausgewählte Agenten; Verwaltete Claude/GPT-Modelle bleiben weiterhin nebeneinander verfügbar.
Die GPU-Miete wird separat von den Digio-Plan-Abonnements abgerechnet. Kontaktieren Sie uns für Kapazitätsplanung, SLAs und Migration von einem vorhandenen Inferenzcluster.
Auswahl verwalteter APIs vs. selbstgehosteter Inferenz auf Digio.
Ihr Digio-Abonnement umfasst Infrastruktur, Agenten und enthaltene Digio-Tokens. Die Nutzung des verwalteten Modells belastet den Token-Saldo mit den tatsächlichen Eingabe-/Ausgabe-Tokens. Die GPU-Vermietung ist ein Add-on für die von Ihnen gesteuerten Maschinen.
Ja – jeder Agent kann seinen eigenen Standard haben. Aufgaben und Chats können für eine einzelne Ausführung überschrieben werden, ohne dass die globale Standardeinstellung geändert wird.
Opus ist auf härtere Argumente und längere kohärente Pläne ausgelegt; Sonnet ist für alltägliche Agentenschleifen schneller und kostengünstiger. Haiku- und Flash-Klasse-Modelle eignen sich am besten für Volumen-Unteraufgaben.
Unternehmensarbeitsbereiche können ausgehende Modellanbieter einschränken und den gesamten Agentenverkehr an Ihren GPU-Endpunkt weiterleiten. Der Hybridmodus ist für die meisten Teams die Standardeinstellung.
Die Angebote hängen von der Region und der Nachfrage ab – üblicherweise 24–80 GB VRAM-Stufen für Modelle der Klassen 7B–70B und Multi-GPU-Knoten für größere Stacks. Wir helfen Ihnen bei der Dimensionierung des VRAM anhand Ihrer Parameteranzahl und Quantisierung.
Die Orchestrierung (Agenten, Aufgaben, Speicher) bleibt in Ihrem Plan. Rückschlüsse auf Ihrer GPU werden als GPU-Zeit abgerechnet. Optional können Sie die tokenförmige Nutzung für interne Rückbuchungen messen.
Agenten, Aufgaben und Fähigkeiten – der Arbeitsbereich rund um das von Ihnen ausgewählte Modell.
Beginnen Sie noch heute mit Claude und GPT und fügen Sie dann eine dedizierte GPU hinzu, wenn Sie bereit sind, benutzerdefinierte Gewichtungen zu hosten – dieselben Agenten, dieselben Aufgaben, Ihre Schlussfolgerung.
