Nûneran îro li ser modelên sînor ên birêkûpêk bimeşînin - an kapasîteya GPU-yê kirê bikin, giraniyên xwe bicîh bikin, û peywirên Digio-yê berbi xalên dawiya taybet ên di heman cîhê xebatê de rêve bibin.
Ji her ajanê re modelek xwerû destnîşan bikin an jî her peywirê bişopînin. Bikaranîna di Digio Tokens de ji balansa plana we tê pîvandin - heman berîka ku ajan gazî Sonnet, GPT-4o, an Gemini Flash bike.
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.
Koordînator dikare Sonnet vs Opus vs modelek flashê ya erzan a li gorî celebê peywirê pêşniyar bike. Bikarhênerên hêzdar li ser rola nûnerê xwerû destnîşan dikin - lêkolîna li ser Sonnet, vekolîna dawîn li ser Opus, nîşankirina girseyî li ser Haiku an 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.
Pêdivî ye ku meriv bi rêkûpêk, nuqteyek kontrolê ya hewayê, an nirxek encamek pêşbînîkirî hewce bike? Kapasîteya GPU-yê ya taybetî li cîhê xebata Digio-ya xwe zêde bikin, stûna xizmetê ya ku hûn tercîh dikin saz bikin, û nûneran li xala dawiya xweya taybet destnîşan bikin.
Girêkên GPU yên demjimêr an mehane (A100, H100, L40S pola) bi kirêdarê we ve girêdayî ye - ji xerîdarên din veqetandî.
Ewlekar, GGUF barkirin, an ji qeyda xwe derxin; Llama, Mistral, Qwen, û awazên xweş ên xwerû bimeşînin.
vLLM, TGI, Ollama, an wêneyên konteynerê ku hûn diparêzin - Nûnerên Digio navnîşek bingehîn a OpenAI-lihevhatî dibêjin.
Ji bo kirinê, sohbeta tîmê, jêhatîbûn û hevkarî nayê guheztin - tenê paşnavê encamê ya we ye.
Pêngavên hesas ji GPU-ya taybet re bişînin û Claude an GPT-ê ji bo lêkolîna gelemperî di yek xebata xebatê de bikar bînin.
VPC peering, derketina statîk, têketinên kontrolê, û navnîşên destûrnameyên modelê ji bo tîmên birêkûpêk.
Sazkirina tîpîk ji sifir heya ajanên ku gazî xala dawiya we dikin:
VRAM, herêm, û dema xebatê hilbijêrin (teqîn li hember herdem-on). Depoya ji bo giranan bi mînaka keştiya we re dişîne an jî kepçeya we siyar dike.
Wêneyek xizmetê an SSH-ê dest pê bikin, ajokarên CUDA saz bikin, û nuqteyên kontrolê bar bikin. Kontrolên tenduristiyê piştrast dikin ku model amade ye.
Di mîhengên cîhê xebatê de URL-ya bingehîn, mifteya API, û nasnameya modelê zêde bikin. Digio berî ku zindî bibe dereng û formata tokenê rast dike.
Ji bo nûnerên hilbijartî modela xweya taybet wekî xwerû hilbijêrin; Modelên Claude / GPT yên birêvebirî li kêleka hev peyda dibin.
Kirêkirina GPU-ê ji aboneyên plana Digio-yê cuda tê hesibandin. Ji bo plansazkirina kapasîteyê, SLAs, û koçberiya ji komek encamek heyî bi me re têkilî daynin.
Hilbijartina API-yên rêvekirî li hember encamên xwe-mêvandar ên li ser Digio.
Abonetiya weya Digio binesaziyê, ajanan, û Tokenên Digio vedigire. Bikaranîna modela birêkûpêk wê balansa tokenê ji hêla nîşaneyên ketin/derketinê yên rastîn ve derdixe. Kirêkirina GPU ji bo makîneyên ku hûn kontrol dikin pêvekek e.
Erê - her karmendek dikare xwedan xwerû hebe. Karûbar û sohbet dikarin ji bo yek xebitandinê bêyî guheztina standarda gerdûnî derbas bibin.
Opus ji bo ramanên dijwar û plansaziyên hevgirtî yên dirêjtir têne rêve kirin; Sonnet ji bo loopên ajanên rojane zûtir û erzantir e. Modelên Haiku û çîna flash-ê ji bo jêrxebatên volumê çêtirîn in.
Cihên xebatê yên pargîdanî dikarin pêşkêşkerên modela derkeftî sînordar bikin û hemî seyrûsefera nûnerê berbi dawiya GPU-ya we ve bi rê ve bibin. Moda Hybrid ji bo piraniya tîman xwerû ye.
Pêşniyar bi herêm û daxwazê ve girêdayî ye - bi gelemperî 24-80 GB rêzikên VRAM ji bo modelên pola 7B-70B û girêkên pir-GPU ji bo stûnên mezin. Em ji hejmartina parametre û quantîzasyona we arîkariya mezinahiya VRAM dikin.
Orkestrasyon (ajan, peywir, hilanîn) li ser plana we dimîne. Encama li ser GPU-ya we wekî dema GPU tête hesibandin; hûn dikarin bi vebijarkî ji bo dravdana hundurîn karanîna token-şeklê pîvandin.
Nûner, peywir û jêhatîbûn - cîhê xebatê li dora modela ku hûn hilbijêrin.
Îro li Claude û GPT-ê dest pê bikin, dûv re gava ku hûn amade ne ku mêvandariya giraniyên xwerû-heyn ajan, heman peywir, encamên xwe bikin, GPU-ya taybetî lê zêde bikin.
