Modèles de fondation disponibles

Amazon SageMaker JumpStart propose des modèles de base de pointe, intégrés, accessibles au public et propriétaires, à personnaliser et à intégrer à vos flux de travail d'IA génératifs.

Les deux premiers onglets répertorient les modèles de fondation. Les deux derniers onglets répertorient les algorithmes intégrés et les algorithmes classiques d'apprentissage automatique qui fournissent JumpStart également, qui ne sont pas des modèles de base.

Pour répertorier tous les modèles de JumpStart fondations disponibles :


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"])

Pour obtenir les types d'instance pris en charge et d'autres métadonnées pour un modèle spécifique, procédez comme suit :


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']}")

Les tableaux suivants répertorient les modèles disponibles avec leur licence et les types d'instances d'inférence pris en charge au 29 juillet 2026. Pour obtenir les informations les plus récentes, utilisez les exemples d'API ci-dessus ou consultez le hub de modèles dans SageMaker Studio.

Une cellule de licence indique « Non applicable » lorsque le hub de modèles ne publie aucune licence pour ce modèle. Vérifiez les termes de la licence auprès du fournisseur du modèle avant d'utiliser un tel modèle. Une valeur vide ou un espace réservé dans le tableau n'accorde aucun droit.

Certains modèles proposent d'autres configurations de déploiement d'hébergement en plus de leur configuration par défaut. Chaque configuration ajuste le modèle en fonction d'un cas d'utilisation et d'un objectif de performance, et chacune prend en charge son propre ensemble de types d'instances. Une configuration prend souvent en charge une instance plus petite ou moins coûteuse que la configuration par défaut. Vérifiez donc les configurations avant de conclure qu'un modèle nécessite une instance de grande taille.

Un nom de configuration associe un cas d'utilisation à un objectif de performance. Il s'agit des mêmes cas d'utilisation et objectifs de performances que SageMaker Studio propose dans la section Performances sur la page de déploiement du modèle au point de terminaison. Par conséquent, un nom ici et un choix là décrivent le même déploiement. Le cas d'utilisation décrit la charge de travail :

generate(Générer) : créez du contenu long, tel que des articles, des rapports ou du code, à partir d'une invite.
interact(Interagissez) : alimentez les conversations en temps réel, telles que les chatbots ou les assistants virtuels.
summarize(Résumer) : Condensez de longs documents, articles ou données dans des résumés concis.
modify(Modifier) : transformez ou modifiez le contenu existant, notamment en le réécrivant, en le traduisant ou en le reformatant.
max_context(Contexte maximal) : traite les entrées volumineuses qui nécessitent la fenêtre contextuelle complète du modèle.

L'objectif de performance décrit les objectifs que la configuration optimise pour :

best_price_performance(Équilibré) : équilibre entre coût, latence et débit. Idéal pour les charges de travail générales ou lorsque vous ne savez pas quelle métrique est la plus importante.
lowest_cost(Optimisation des coûts) : coût d'infrastructure le plus faible par demande. Accepte une latence plus élevée et un débit plus faible pour minimiser les dépenses.
highest_throughput(Débit optimisé) : nombre maximal de jetons par seconde pour les charges de travail à volume élevé. Utilise le décodage spéculatif pour augmenter le débit.
lowest_latency(Latence optimisée) : délai le plus bas avant le premier jeton (TTFT). Privilégiez la vitesse au détriment du débit et des coûts.

Quelques modèles désignent plutôt un conteneur de service, tel que lmi outgi, ou utilisent all_purpose pour servir sans aucune hypothèse de charge de travail.

Répertoriez les configurations d'un modèle, ainsi que leurs mesures de référence, puis déployez-en une avec le SDK SageMaker Python :


from sagemaker.jumpstart.model import JumpStartModel

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

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

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

predictor = model.deploy()

Le déploiement sans appel set_deployment_config utilise la configuration par défaut et le type d'instance par défaut.

Open-Weight Models (436)

Open-weight les modèles de base sont des modèles accessibles au public provenant de fournisseurs tels que Meta, Google, Mistral AI et autres. Vous pouvez déployer, affiner et personnaliser ces modèles en fonction de votre cas d'utilisation.

Pour commencer à utiliser l'un de ces modèles, consultez JumpStart utilisation du modèle de base ou explorez l'un des modèles disponiblesExemples de blocs-notes. Dans un exemple de bloc-notes donné, essayez de changer l'identifiant du modèle pour tester différents modèles au sein de la même famille de modèles.

Pour plus d'informations sur les ID de modèle et les ressources relatives au déploiement de modèles de JumpStart base accessibles au public avec le SageMaker Python SDK, consultezUtilisez les modèles de base avec le SageMaker Python Kit SDK.

Fournisseur	Nom du modèle	ID du modèle	Sous-tâche	Licence	Fine-tunable	Types d'instances d'inférence pris en charge
01-Ai	Yi-1.5-34B	`huggingface-llm-yi-1-5-34b`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
01-Ai	Yi-1.5-9B	`huggingface-llm-yi-1-5-9b`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g5,8 x large, ml. p4 de 24 x large, ml. p 5,48 x large
Ahxte	Lite Lama 460M 1T	`huggingface-llm-ahxt-litellama-460m-1t`	Génération de texte	mit	Non	ml.g5.2xlarge
Ai-Forever	Multilingual GPT	`huggingface-llm-ai-forever-mgpt`	Génération de texte	apache 2.0	Non	ml.g5.2xlarge
A/Singapour	Instructions Llama3 8B v2.1 SEA-Lion	`huggingface-llm-llama3-8b-sealionv21-instruct`	Génération de texte	lama 3	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. p 4 x large, ml. p 5,48 x large
A/Singapour	SEA-LION 3B	`huggingface-llm-sealion-3b`	Génération de texte	mit	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5.xlarge, ml.p3,8xlarge
A/Singapour	SEA-LION 7B	`huggingface-llm-sealion-7b`	Génération de texte	mit	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,24 x large, ml.g5,48 x large, ml.p4d.24 x large
A/Singapour	SEA-LION 7B Instruire	`huggingface-llm-sealion-7b-instruct`	Génération de texte	mit	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,24 x large, ml.g5,48 x large, ml.p4d.24 x large
Alibaba-Nlp	Alibaba-NLP get- Qwen2-7B-instruct	`huggingface-textembedding-gte-qwen2-7b-instruct`	Intégration de texte	Apache-2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,12 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large grand, ml.g6.xlarge, ml.p4d.24xlarge
Allenai	Olmo-3-7B-Instruct	`huggingface-textgeneration-olmo-3-7b-instruct`	Génération de texte	apache 2.0	Non	ml.g6e.24xlarge
Amazon	Chronos 2	`pytorch-forecasting-chronos-2`	Prévisions de séries chronologiques	apache 2.0	Non	ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.2xlarge, ml.g6.xlarge, ml.g6e.2xlarge, ml.g6e.xlarge, ml.m5.m5.2 x large, ml. m 5,4 x large, ml. m 5 x large
Amazon	Falcon Lite	`huggingface-llm-amazon-falconlite`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
Amazon	Falcon Lite 2	`huggingface-llm-amazon-falconlite2`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
Amazon	Mistral Lite	`huggingface-llm-amazon-mistrallite`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Autogluon	Chronos-Bolt (Base)	`autogluon-forecasting-chronos-bolt-base`	Prévisions de séries chronologiques	apache 2.0	Non	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.xlarge, ml.p3.2xlarge
Autogluon	Chronos-Bolt (Petit)	`autogluon-forecasting-chronos-bolt-small`	Prévisions de séries chronologiques	apache 2.0	Non	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.xlarge, ml.p3.2xlarge
Autogluon	Chronos-T5 (Base)	`autogluon-forecasting-chronos-t5-base`	Prévisions de séries chronologiques	apache 2.0	Non	ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5.xlarge, ml.p3.2xlarge
Autogluon	Chronos-T5 (Grand)	`autogluon-forecasting-chronos-t5-large`	Prévisions de séries chronologiques	apache 2.0	Non	ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5.xlarge, ml.p3.2xlarge
Autogluon	Chronos-T5 (Petit)	`autogluon-forecasting-chronos-t5-small`	Prévisions de séries chronologiques	apache 2.0	Non	ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5.xlarge, ml.p3.2xlarge
Baai	BAAI bge-base-en-v1.5	`huggingface-textembedding-bge-base-en-v1-5`	Intégration de texte	MIT	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,12 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large grand, ml.g6.xlarge, ml.p4d.24xlarge
Baai	BGE Base Fr	`huggingface-sentencesimilarity-bge-base-en`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Baai	BGE Base Fr V1.5	`huggingface-sentencesimilarity-bge-base-en-v1-5`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Baai	BGE Large End	`huggingface-sentencesimilarity-bge-large-en`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Baai	BGE Large End V1.5	`huggingface-sentencesimilarity-bge-large-en-v1-5`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Baai	SAC 3 M 3	`huggingface-sentencesimilarity-bge-m3`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Baai	BGE Small End	`huggingface-sentencesimilarity-bge-small-en`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Baai	BGE Small End V1.5	`huggingface-sentencesimilarity-bge-small-en-v1-5`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Berkeley-Nest	Starling LM 7B alpha	`huggingface-llm-berkeley-nest-starling-lm-7b-alpha`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
Bharatgenai	Param2-17B-A2.4B-Thinking	`huggingface-llm-param2-17b-a2-4b-thinking`	Génération de texte	Non applicable	Non	ml.g7e.2 x large, ml.g7e.4 x large, ml.g7e.8x large
Bigcode	StarCoder	`huggingface-llm-starcoder`	Génération de texte	bigcode-openrail-m	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Bigcode	StarCoderBase	`huggingface-llm-starcoderbase`	Génération de texte	bigcode-openrail-m	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Grande science	Bloom 1b1	`huggingface-textgeneration-bloom-1b1`	Génération de texte	BigScience-Bloom-Rail 1.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Grande science	Bloom 3B	`huggingface-textgeneration1-bloom-3b`	Génération de texte	BigScience-Bloom-Rail 1.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Grande science	Bloom 7B1	`huggingface-textgeneration1-bloom-7b1`	Génération de texte	BigScience-Bloom-Rail 1.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Grande science	Bloomz 1b7	`huggingface-textgeneration-bloomz-1b7`	Génération de texte	BigScience-Bloom-Rail 1.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Grande science	BloomZ 7B1 FP16	`huggingface-textgeneration1-bloomz-7b1-fp16`	Génération de texte	BigScience-Bloom-Rail 1.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Bingsu	Bingsu My Korean Stable Diffusion v1 5	`huggingface-txt2img-bingsu-my-korean-stable-diffusion-v1-5`	Text-to-Image	creativeml-openrail-m	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.p3.2xlarge
Black-Forest-Labs	Black Forest Labs FLUX.1 [rapide]	`huggingface-txt2img-black-forest-labs-flux-1-schnell`	Text-to-Image	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 x 24 x large, ml. p 5,48 x large
Black-Forest-Labs	FLUX.2-Klein-Base-4B	`huggingface-img2img-flux-2-klein-base-4b`	Image-Text-to-Image	Apache-2.0	Non	ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. g6 x large, ml. g6, 12 x large, ml. g6, 16 x large, ml. g6, 24 x large, ml. g6 x large, ml. g6 x large, ml. ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.12x large, ml.g7e.24x large, ml.g7e.2xlarge, ml.g7e.48x large, ml.g7e.4xlarge, ml.g7e.8xlarge
Calculs cognitifs	Dolphin 2.2.1 Mistral 7B	`huggingface-llm-dolphin-2-2-1-mistral-7b`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
Calculs cognitifs	Dolphin 2.5 Mixtral 8 7B	`huggingface-llm-dolphin-2-5-mixtral-8x7b`	Génération de texte	apache 2.0	Non	ml.g5.48xlarge
Calculs cognitifs	Dolphin 2.7 Mixtral 8 7B	`huggingface-llm-dolphin-2-7-mixtral-8x7b`	Génération de texte	apache 2.0	Non	ml.g5.48xlarge
Calculs cognitifs	Dolphin 2.9 Llama 3 8b	`huggingface-llm-cognitive-dolphin-29-llama3-8b`	Génération de texte	autre	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Cohéreforai	Aya 101	`huggingface-llm-aya-101`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Cross-Encoder	Encodeur croisé Nli Deberta Base	`huggingface-zstc-cross-encoder-nli-deberta-base`	Zero-Shot Classification	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Cross-Encoder	Encodeur croisé Nli Distilroberta Base	`huggingface-zstc-cross-encoder-nli-distilroberta-base`	Zero-Shot Classification	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Cross-Encoder	Encodeur croisé Nli MiniLM2 L6 H768	`huggingface-zstc-cross-encoder-nli-minilm2-l6-h768`	Zero-Shot Classification	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Cross-Encoder	Encodeur croisé Nli Roberta Base	`huggingface-zstc-cross-encoder-nli-roberta-base`	Zero-Shot Classification	apache 2.0	Non	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`	Génération de texte	apache 2.0	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5 x large
Databricks	DBRX Base	`huggingface-llm-dbrx-base`	Génération de texte	modèle ouvert databricks-open-model	Non	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48x large
Databricks	DBRX Instruct	`huggingface-llm-dbrx-instruct`	Génération de texte	modèle ouvert databricks-open-model	Non	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48x large
Databricks	Dolly V2 12b BF16	`huggingface-textgeneration-dolly-v2-12b-bf16`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Databricks	Dolly V2 3b BF16	`huggingface-textgeneration-dolly-v2-3b-bf16`	Génération de texte	apache 2.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Deepseek-Ai	DeepSeek-OCR	`deepseek-vlm-deepseek-ocr`	Image-Text-to-Text	mit	Non	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.g6,1x large, ml.g6,2xlarge, ml.g6,4 x large, ml.g6,8 x large, ml.g6e.x large, ml.g6e.16 x large, ml.g6e.2 x large, ml.g6e.4 x large, ml.g6e.8 x large, ml.g6e.x large, ml.p3,2 x large
Deepseek-Ai	DeepSeek-R1	`deepseek-llm-r1`	Génération de texte	mit	Non	ml.p5e.48 x large, ml.p5en.48 x large
Deepseek-Ai	DeepSeek-R1-0528	`deepseek-llm-r1-0528`	Génération de texte	mit	Non	ml.p5e.48 x large, ml.p5en.48 x large
Deepseek-Ai	DeepSeek-R1-Distill-Llama-70B	`deepseek-llm-r1-distill-llama-70b`	Génération de texte	mit	Oui	Par défaut : ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `djl`(conteneur de service Deep Java Library) : ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé) : ml.g6.48xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `generate_lowest_latency` (Génération, optimisation de la latence), (Interaction, Équilibré), `interact_best_price_performance` (Interaction, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation de la latence) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `interact_lowest_latency` `modify_best_price_performance`(Modifier, Équilibré), `modify_highest_throughput` (Modifier, Optimisation du débit), `modify_lowest_cost` (Modifier, Optimisation des coûts), `modify_lowest_latency` (Modifier, Optimisation de la latence), `summarize_best_price_performance` (Synthèse, Optimisation du débit), `summarize_highest_throughput` (Synthèse, Optimisation des coûts), `summarize_lowest_cost` (Synthèse, Optimisation de la latence) : ml.g6e.48xlarge `summarize_lowest_latency`
Deepseek-Ai	DeepSeek-R1-Distill-Llama-8B	`deepseek-llm-r1-distill-llama-8b`	Génération de texte	mit	Oui	Par défaut : ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.12xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge, ml.g7e.8xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `djl`(conteneur de service Deep Java Library) : ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6.24xlarge, ml.g6.48xlarge `generate_best_price_performance`(Génération, équilibrage), `generate_lowest_cost` (Génération, optimisation des coûts) : ml.g6.xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé), (Contexte maximum, débit optimisé) : ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.12xlarge `max_context_highest_throughput` `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.12xlarge, ml.g6e.4xlarge, ml.g7e.2xlarge `interact_best_price_performance`(Interaction, Équilibré), (Modifier, Équilibré), `modify_best_price_performance` (Modifier, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `modify_lowest_cost` `interact_lowest_cost`(Interact, optimisation des coûts) : ml.g6.48xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_lowest_latency`(Interaction, latence optimisée), `modify_lowest_latency` (Modifier, optimisation de la latence) : ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.12xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts), (Synthèse, Équilibré), `summarize_best_price_performance` (Synthèse, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `summarize_lowest_cost` `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6.48xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge `summarize_highest_throughput`(Synthèse, débit optimisé), `summarize_lowest_latency` (Synthèse, optimisation de la latence) : ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-1.5B	`deepseek-llm-r1-distill-qwen-1-5b`	Génération de texte	mit	Oui	Par défaut : ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts), (Interagir, Équilibrer), `interact_best_price_performance` (Interagir, Optimisation des coûts), `interact_lowest_cost` (Résumer, Optimisation des coûts), `summarize_best_price_performance` (Résumer, Optimisation des coûts) : ml.g6.2xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `summarize_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé) : ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.12xlarge, ml.g6e.16xlarge, ml.g7e.2xlarge `interact_lowest_latency`(Interaction, latence optimisée), `max_context_lowest_latency` (Contexte maximum, latence optimisée) : ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.4xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `modify_best_price_performance`(Modifier, Équilibrer), `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6.24xlarge, ml.g6e.4xlarge, ml.g7e.4xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g6.24xlarge, ml.g6e.2xlarge, ml.g7e.2xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.2xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-14B	`deepseek-llm-r1-distill-qwen-14b`	Génération de texte	mit	Oui	Par défaut : ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Génération, équilibrage), (Génération, optimisation des coûts), `generate_lowest_cost` (Interaction, Équilibré), `interact_best_price_performance` (Interaction, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé) : ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.4xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.12xlarge, ml.g6e.4xlarge, ml.g7e.4xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.4xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé), `max_context_lowest_cost` (Contexte maximal, optimisation des coûts), (Contexte maximum, latence optimisée), `max_context_lowest_latency` (Résumé, Équilibré), `summarize_best_price_performance` (Synthèse, débit optimisé) : `summarize_highest_throughput` ml.g6.48xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, Équilibrer), `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6.48xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6e.24xlarge, ml.g7e.2xlarge, ml.p5en.48xlarge `summarize_lowest_cost`(Résumer, optimisation des coûts) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.48xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-32B	`deepseek-llm-r1-distill-qwen-32b`	Génération de texte	mit	Oui	Par défaut : ml.g6e.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Génération, équilibrage), (Génération, optimisation des coûts), `generate_lowest_cost` (Interaction, Équilibré), `interact_best_price_performance` (Interaction, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `interact_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé) : ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.4xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `modify_best_price_performance`(Modifier, Équilibrer), (Modifier, Optimisation des coûts), `modify_lowest_cost` (Modifier, Optimisation de la latence) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_lowest_latency` `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6.48xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge
Deepseek-Ai	DeepSeek-R1-Distill-Qwen-7B	`deepseek-llm-r1-distill-qwen-7b`	Génération de texte	mit	Oui	Par défaut : ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Génération, équilibrage), (Génération, optimisation des coûts), `generate_lowest_cost` (Interaction, Équilibré), `interact_best_price_performance` (Interaction, optimisation des coûts) : ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé) : ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.24xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_highest_throughput`(Interaction, débit optimisé), `interact_lowest_latency` (Interaction, latence optimisée), (Contexte maximum, latence optimisée), `max_context_lowest_latency` `modify_highest_throughput` (Modifier, débit optimisé) : ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts), (Synthèse, Équilibré), `summarize_best_price_performance` (Synthèse, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `summarize_lowest_cost` `modify_best_price_performance`(Modifier, Équilibrer), (Modifier, Optimisation des coûts), `modify_lowest_cost` (Modifier, Optimisation de la latence) : ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `modify_lowest_latency` `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge
Deepseek-Ai	DeepSeek-V3.1	`deepseek-llm-deepseek-v3-1`	Génération de texte	mit	Non	ml.p5e.48 x large, ml.p5en.48 x large
Deepseek-Ai	DeepSeek-V3.2	`deepseek-llm-deepseek-v3-2`	Génération de texte	mit	Non	ml.p5en.48xlarge
Distillert	DistilBERT Base Cased	`huggingface-eqa-distilbert-base-cased`	Réponse aux questions	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Distillert	DistilBERT Base Cased	`huggingface-spc-distilbert-base-cased`	Fill-Mask	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Distillert	DistilBERT Base Cased	`huggingface-tc-distilbert-base-cased`	Classification de texte	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Distillert	DistilBERT Base Multilingual Cased	`huggingface-eqa-distilbert-base-multilingual-cased`	Réponse aux questions	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Distillert	DistilBERT Base Multilingual Cased	`huggingface-spc-distilbert-base-multilingual-cased`	Fill-Mask	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Distillert	DistilBERT Base Multilingual Cased	`huggingface-tc-distilbert-base-multilingual-cased`	Classification de texte	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Distillert	DistilGPT 2	`huggingface-textgeneration-distilgpt2`	Génération de texte	apache 2.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Distillert	DistilRoBERTa Base	`huggingface-eqa-distilroberta-base`	Réponse aux questions	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Distillert	DistilRoBERTa Base	`huggingface-tc-distilroberta-base`	Classification de texte	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Distillert	Réponse aux questions	`huggingface-eqa-distilbert-base-uncased`	Réponse aux questions	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Distillert	Classification des paires de phrases	`huggingface-spc-distilbert-base-uncased`	Fill-Mask	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Distillert	Classification de texte	`huggingface-tc-distilbert-base-uncased`	Classification de texte	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Elasticité	Distilbert Base Uncased	`huggingface-ner-distilbert-base-uncased-finetuned-conll03-eng`	Classification des jetons	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Elasticité	Reconnaissance d'entités nommées (NER)	`huggingface-ner-distilbert-base-cased-finetuned-conll03-eng`	Classification des jetons	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Elasticité	Reconnaissance d'entités nommées (NER)	`huggingface-ner-distilbert-base-cased-finetuned-conll03-english`	Classification des jetons	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Eleutheria	GPT-J 6B	`huggingface-textgeneration1-gpt-j-6b`	Génération de texte	apache 2.0	Oui	ml. g 5,12 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Eleutheria	GPT-Neo 125 M	`huggingface-textgeneration1-gpt-neo-125m`	Génération de texte	mit	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Eleutheria	gpt-néox-20b	`huggingface-textgeneration2-gpt-neox-20b-fp16`	Génération de texte	Apache-2.0	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,24 x large, ml.g5,48 x large, ml.g6,12 x large, ml.g6,24 x large, ml.g6,48 x large, ml.g6e.12 x large, ml.g6e.24 x large, ml.p4d.24x large
Eleutheria	Pythia 160 m déduite	`huggingface-llm-eleutherai-pythia-160m-deduped`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large
Eleutheria	Pythie 7 mm déduite	`huggingface-llm-eleutherai-pythia-70m-deduped`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
Élyza	ELYZA-japanese-Llama-2-13b-chat	`huggingface-llm-elyza-japanese-llama-2-13b-chat`	Génération de texte	lama 2	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Élyza	ELYZA-japanese-Llama-2-13b-fast-chat	`huggingface-llm-elyza-japanese-llama-2-13b-fast-chat`	Génération de texte	lama 2	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Élyza	ELYZA-japanese-Llama-2-7b-chat	`huggingface-llm-elyza-japanese-llama-2-7b-chat-bf16`	Génération de texte	lama 2	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5 x large
Élyza	ELYZA-japanese-Llama-2-7b-fast-chat	`huggingface-llm-elyza-japanese-llama-2-7b-fast-chat-bf16`	Génération de texte	lama 2	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5 x large
Emrečan	Tr Allenli à base de viande turque Emrecan Bert	`huggingface-zstc-emrecan-bert-base-turkish-cased-allnli-tr`	Zero-Shot Classification	mit	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebook	Zero-Shot Classification des textes	`huggingface-zstc-facebook-bart-large-mnli`	Zero-Shot Classification	mit	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa Base	`huggingface-eqa-roberta-base`	Réponse aux questions	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa Base	`huggingface-spc-roberta-base`	Fill-Mask	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa Base	`huggingface-tc-roberta-base`	Classification de texte	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa Large	`huggingface-eqa-roberta-large`	Réponse aux questions	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa Large	`huggingface-spc-roberta-large`	Fill-Mask	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	RoBERTa Large	`huggingface-tc-roberta-large`	Classification de texte	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM CLM English-German	`huggingface-spc-xlm-clm-ende-1024`	Fill-Mask	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM CLM English-German	`huggingface-tc-xlm-clm-ende-1024`	Classification de texte	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM 15 XNLI Languages	`huggingface-spc-xlm-mlm-xnli15-1024`	Fill-Mask	cc-by-nc-4.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM English-German	`huggingface-spc-xlm-mlm-ende-1024`	Fill-Mask	cc-by-nc-4.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM English-German	`huggingface-tc-xlm-mlm-ende-1024`	Classification de texte	cc-by-nc-4.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM English-Romanian	`huggingface-spc-xlm-mlm-enro-1024`	Fill-Mask	cc-by-nc-4.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM English-Romanian	`huggingface-tc-xlm-mlm-enro-1024`	Classification de texte	cc-by-nc-4.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM TLM 15 XNLI Languages	`huggingface-spc-xlm-mlm-tlm-xnli15-1024`	Fill-Mask	cc-by-nc-4.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Facebookai	XLM MLM TLM 15 XNLI Languages	`huggingface-tc-xlm-mlm-tlm-xnli15-1024`	Classification de texte	cc-by-nc-4.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Fictif	Modèle de diffusion stable fictif BalloonArt	`huggingface-txt2img-fictiverse-stable-diffusion-balloonart`	Text-to-Image	creativeml-openrail-m	Non	ml. g4 dn.4 x large, ml. g4 dn.8 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
Fictif	Modèle microscopique fictif à diffusion stable	`huggingface-txt2img-fictiverse-stable-diffusion-micro-model`	Text-to-Image	rail ouvert	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.p3.2xlarge
Fictif	Modèle de diffusion stable fictif PaperCut	`huggingface-txt2img-fictiverse-stable-diffusion-papercut-model`	Text-to-Image	creativeml-openrail-m	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.p3.2xlarge
Fictif	Modèle de diffusion stable fictif VoxelArt	`huggingface-txt2img-fictiverse-stable-diffusion-voxelart-model`	Text-to-Image	creativeml-openrail-m	Non	ml. g4 dn.4 x large, ml. g4 dn.8 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
Google	Bigbird Pegasus Large Arxiv	`huggingface-summarization-bigbird-pegasus-large-arxiv`	Synthétisation de texte	apache 2.0	Non	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`	Synthétisation de texte	apache 2.0	Non	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`	Génération Text2Text	apache 2.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Google	Flan-T5 Grand	`huggingface-text2text-flan-t5-large`	Génération Text2Text	apache 2.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Google	Flan-T5 Petit	`huggingface-text2text-flan-t5-small`	Génération Text2Text	apache 2.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Google	Flan-T5 XL	`huggingface-text2text-flan-t5-xl`	Génération Text2Text	apache 2.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Google	Flan-T5 XXL	`huggingface-text2text-flan-t5-xxl`	Génération Text2Text	apache 2.0	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Google	Gemma 2 27B	`huggingface-llm-gemma-2-27b`	Génération de texte	gemma	Non	ml.g 5,48 x large, ml.p4D. 24 x large
Google	Gemma 2 27B Instruct	`huggingface-llm-gemma-2-27b-instruct`	Génération de texte	gemma	Non	ml.g 5,48 x large, ml.p4D. 24 x large
Google	Gemma 2 2B	`huggingface-llm-gemma-2-2b`	Génération de texte	gemma	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g5,8 x large, ml. p4 de 24 x large, ml. p 5,48 x large
Google	Gemma 2 2B Instruct	`huggingface-llm-gemma-2-2b-instruct`	Génération de texte	gemma	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g5,8 x large, ml. p4 de 24 x large, ml. p 5,48 x large
Google	Gemma 2 9B	`huggingface-llm-gemma-2-9b`	Génération de texte	gemma	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Google	Gemma 2 9B Instruct	`huggingface-llm-gemma-2-9b-instruct`	Génération de texte	gemma	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Google	Gemma 3 1B Instrut	`huggingface-llm-gemma-3-1b-instruct`	Génération de texte	gemma	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Google	Gemma 3 27B Instrut	`huggingface-vlm-gemma-3-27b-instruct`	Image-Text-to-Text	gemma	Non	ml. g 5,48 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p 5,48 x large
Google	Gemma 3 4B Instrut	`huggingface-vlm-gemma-3-4b-instruct`	Image-Text-to-Text	gemma	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Google	gemme-2b	`huggingface-llm-gemma-2b`	Génération de texte	gemma	Oui	Par défaut : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge, ml.p3.2xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Génération, débit optimisé), `max_context_highest_throughput` (Contexte maximal, débit optimisé) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts), (Contexte maximal, `max_context_lowest_cost` optimisation des coûts) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g4dn.2xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Google	gemma-2b-it	`huggingface-llm-gemma-2b-instruct`	Génération de texte	gemma	Oui	Par défaut : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p3.16xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, Équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts), (Interagir, Équilibré), `interact_best_price_performance` (Interaction, Optimisation des coûts), `interact_lowest_cost` (Contexte maximal, Optimisation des coûts) : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `max_context_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé), `max_context_lowest_latency` (Contexte maximum, latence optimisée) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Génération, latence optimisée), `max_context_highest_throughput` (Contexte maximum, débit optimisé) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interact, débit optimisé), `interact_lowest_latency` (Interact, optimisation de la latence) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Google	gemma-4-26b-a4b-it	`huggingface-vlm-gemma-4-26b-a4b-it`	Génération de texte	apache 2.0	Non	Par défaut : ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé), (Synthèse, optimisation de la latence) : ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_lowest_latency` `generate_lowest_cost`(Génération, optimisation des coûts), `interact_best_price_performance` (interaction, équilibre), (interaction, optimisation des coûts), `interact_lowest_cost` (modification, optimisation des coûts), `modify_best_price_performance` (modification, optimisation des coûts), `modify_lowest_cost` (synthèse, optimisation des coûts), `summarize_best_price_performance` (synthèse, optimisation des coûts) : `summarize_lowest_cost` ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.12xlarge, ml.g6e.24xlarge, ml.p5.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.24xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `modify_highest_throughput`(Modifier, débit optimisé), (Modifier, optimisation de la latence), `modify_lowest_latency` (Synthèse, optimisation du débit) : ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_highest_throughput`
Google	gemma-4-31b-it	`huggingface-vlm-gemma-4-31b-it`	Image-Text-to-Text	Apache-2.0	Oui	ml. g 6,24 x large, ml. g 7 x x large
Google	gemme-4- E2B-it	`huggingface-vlm-gemma-4-e2b-instruct`	Image-Text-to-Text	Apache-2.0	Non	Par défaut : ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.4xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6.48xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.4xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6.8xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `modify_best_price_performance`(Modifier, Équilibrer), `modify_lowest_cost` (Modifier, optimisation des coûts), (Résumer, Équilibrer), `summarize_best_price_performance` (Résumer, Optimisation des coûts) : ml.g6.4xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `summarize_lowest_cost` `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6.24xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `summarize_highest_throughput`(Synthèse, débit optimisé), `summarize_lowest_latency` (Synthèse, optimisation de la latence) : ml.g6.24xlarge, ml.g6e.xlarge, ml.g7e.2xlarge
Google	gemma-4-e4b-it	`huggingface-vlm-gemma-4-e4b-it`	Génération de texte	apache 2.0	Oui	Par défaut : ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts), (Interagir, Équilibrer), `interact_best_price_performance` (Interagir, Optimisation des coûts), `interact_lowest_cost` (Modifier, Optimisation des coûts), `modify_best_price_performance` (Modifier, Optimisation des coûts) : ml.g6.xlarge, ml.g6e.xlarge, ml.p5.48xlarge `modify_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé) : ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.2xlarge, ml.g6e.2xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.16xlarge, ml.g6e.16xlarge, ml.p5.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts), (Synthèse, Équilibré), `summarize_best_price_performance` (Synthèse, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.xlarge, ml.p5.48xlarge `summarize_lowest_cost` `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6.24xlarge, ml.g6e.24xlarge, ml.p5.48xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6.12xlarge, ml.g6e.16xlarge, ml.p5.48xlarge `summarize_highest_throughput`(Synthèse, débit optimisé), `summarize_lowest_latency` (Synthèse, optimisation de la latence) : ml.g6e.8xlarge, ml.p5.48xlarge, ml.p5en.48xlarge
Google	gemma-7b	`huggingface-llm-gemma-7b`	Génération de texte	gemma	Oui	ml.g6e.48 x large, ml.p4D .24 x large, ml.p5en.48 x large
Google	gemma-7b-it	`huggingface-llm-gemma-7b-instruct`	Génération de texte	gemma	Oui	Par défaut : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibré) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts), (Contexte maximal, `max_context_lowest_cost` optimisation des coûts) : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency`(Génération, latence optimisée), `max_context_highest_throughput` (Contexte maximum, débit optimisé) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré) : ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g5.48xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Google-Bert	BERT Base Cased	`huggingface-eqa-bert-base-cased`	Réponse aux questions	apache 2.0	Oui	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	Oui	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`	Classification de texte	apache 2.0	Oui	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`	Réponse aux questions	apache 2.0	Oui	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	Oui	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`	Classification de texte	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Multilingual Uncased	`huggingface-eqa-bert-base-multilingual-uncased`	Réponse aux questions	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Multilingual Uncased	`huggingface-spc-bert-base-multilingual-uncased`	Fill-Mask	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	BERT Base Multilingual Uncased	`huggingface-tc-bert-base-multilingual-uncased`	Classification de texte	apache 2.0	Oui	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`	Réponse aux questions	apache 2.0	Oui	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	Oui	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`	Classification de texte	apache 2.0	Oui	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`	Réponse aux questions	apache 2.0	Oui	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	Oui	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`	Classification de texte	apache 2.0	Oui	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`	Réponse aux questions	apache 2.0	Oui	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	Oui	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	Oui	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`	Classification de texte	apache 2.0	Oui	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	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-Bert	Masque de remplissage	`huggingface-fillmask-bert-base-uncased`	Fill-Mask	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Google-T5	Traduction automatique	`huggingface-translation-t5-small`	Traduction	apache 2.0	Non	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`	Traduction	apache 2.0	Non	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`	Traduction	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Gradientai	Llama-3 8B Gradient Instrut 1048k	`huggingface-llm-llama-3-8b-instruct-gradient`	Génération de texte	lama 3	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g5,8 x large, ml. p4 de 24 x large, ml. p 5,48 x large
Gradientai	Llama-3 8B Gradient Instruit 262 k	`huggingface-llm-gradientai-llama-3-8B-instruct-262k`	Génération de texte	lama 3	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g5,8 x large, ml. p4 de 24 x large, ml. p 5,48 x large
Helsinki-Nlp	Helsinki opus en es	`huggingface-translation-opus-mt-en-es`	Traduction	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Helsinki-Nlp	Helsinki opus en vi	`huggingface-translation-opus-mt-en-vi`	Traduction	apache 2.0	Non	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`	Traduction	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Face étreinte h4	HuggingFaceH4 zéphyr-orpo-141b- A35b-v0.1	`huggingface-llm-huggingfaceh4-zephyr-orpo-141b-a35b-v01`	Génération de texte	apache 2.0	Non	ml.g 5,48 x large, ml.p4D. 24 x large
Face étreinte h4	Star Chat Alpha	`huggingface-llm-huggingfaceh4-starchat-alpha`	Génération de texte	bigcode-openrail-m	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
Face étreinte h4	Bêta de Star Chat	`huggingface-llm-huggingfaceh4-starchat-beta`	Génération de texte	bigcode-openrail-m	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Face étreinte h4	Zephyr 7B Beta	`huggingface-llm-huggingfaceh4-zephyr-7b-beta`	Génération de texte	mit	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Ibm	Génération de paraphrases à qualité contrôlée	`huggingface-text2text-qcpg-sentences`	Génération Text2Text	apache 2.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Idea-Ccnl	IDEA CCNL Taiyi Stable Diffusion 1B chinoise EN v0.1	`huggingface-txt2img-idea-ccnl-taiyi-1b-chinese-en-v01`	Text-to-Image	creativeml-openrail-m	Non	ml. g4 dn.4 x large, ml. g4 dn.8 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
Idea-Ccnl	IDEA CCNL Taiyi Stable Diffusion 1B chinoise v0.1	`huggingface-txt2img-idea-ccnl-taiyi-1b-chinese-v0-1`	Text-to-Image	creativeml-openrail-m	Non	ml. g4 dn.4 x large, ml. g4 dn.8 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
À flot	Base E5	`huggingface-sentencesimilarity-e5-base`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
À flot	Base E5 V2	`huggingface-sentencesimilarity-e5-base-v2`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
À flot	E5 Large V2	`huggingface-sentencesimilarity-e5-large-v2`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
À flot	Base E5 multilingue	`huggingface-sentencesimilarity-multilingual-e5-base`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
À flot	E5 grand format multilingue	`huggingface-sentencesimilarity-multilingual-e5-large`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Langboat	Langboat Guohua Diffusion	`huggingface-txt2img-langboat-guohua-diffusion`	Text-to-Image	creativeml-openrail-m	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.p3.2xlarge
Éternelle légère	Lighternal Nli Xlm R Grec	`huggingface-zstc-lighteternal-nli-xlm-r-greek`	Zero-Shot Classification	apache 2.0	Non	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	Non	ml.g6.2xlarge
Meta	Llama-2-7b-hf	`meta-textgeneration-llama-2-7b`	Génération de texte	lama 2	Oui	Par défaut : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts) : ml.g5.4xlarge, ml.g6.4xlarge, ml.g6e.4xlarge `generate_highest_throughput`(Génération, débit optimisé), `generate_lowest_latency` (Génération, optimisation de la latence), (Contexte maximum, débit optimisé), `max_context_highest_throughput` (Contexte maximum, Latence optimisée) : ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_latency` `interact_best_price_performance`(Interact, équilibré), `interact_lowest_cost` (Interact, optimisation des coûts) : ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge
Meta	Llama-3.1-70B-Instruct	`meta-textgeneration-llama-3-1-70b-instruct`	Génération de texte	lama 3.1	Oui	Par défaut : ml.g6e.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibré) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `generate_highest_throughput`(Génération, débit optimisé), `generate_lowest_latency` (Génération, optimisation de la latence) : ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts), (interaction, équilibre), `interact_best_price_performance` (interaction, optimisation des coûts) : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `interact_lowest_cost` `interact_highest_throughput`(Interact, débit optimisé), `interact_lowest_latency` (Interact, optimisation de la latence) : ml.g5.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, Équilibré), (Modifier, Optimisation du débit), `modify_highest_throughput` (Modifier, Optimisation des coûts), `modify_lowest_cost` (Modifier, Optimisation de la latence) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_lowest_latency` `summarize_best_price_performance`(Synthèse, équilibrage), `summarize_highest_throughput` (Synthèse, optimisation du débit), (Synthèse, optimisation des coûts), `summarize_lowest_cost` (Synthèse, `summarize_lowest_latency` optimisation de la latence) : ml.p5en.48xlarge
Meta	Llama-3.1-8B-Instruct	`meta-textgeneration-llama-3-1-8b-instruct`	Génération de texte	lama 3.1	Oui	Par défaut : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6e.xlarge `generate_highest_throughput`(Générer, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé), (Contexte maximum, débit optimisé), `max_context_highest_throughput` (Contexte maximum, latence optimisée), `max_context_lowest_latency` (Modifier, optimisation du débit), `modify_highest_throughput` (Modifier, optimisation de la latence), (Synthèse, optimisation du débit), `modify_lowest_latency` (Synthèse, `summarize_highest_throughput` optimisation de la latence) : ml.p4d.24xlarge, `summarize_lowest_latency` ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Générer, optimisation des coûts) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré) : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6e.2xlarge `interact_lowest_cost`(Interact, optimisation des coûts) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.p4d.24xlarge `modify_lowest_cost`(Modifier, optimisation des coûts) : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost`(Résumer, optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Meta	Llama-3.2-1B	`meta-textgeneration-llama-3-2-1b`	Génération de texte	lama 3.2	Oui	Par défaut : ml.g4dn.12xlarge, ml.g5.48xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p3.16xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g4dn.xlarge, ml.g6.2xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts) : ml.g4dn.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré), `interact_lowest_cost` (Interact, optimisation des coûts) : ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6.xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g5.16xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, coûts optimisés) : ml.g4dn.12xlarge, ml.g6.8xlarge, ml.g6e.2xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, Équilibrer), `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g5.2xlarge, ml.g6e.8xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(résumé, équilibre), `summarize_lowest_cost` (résumé, optimisation des coûts) : ml.g5.xlarge, ml.g6.24xlarge, ml.g6e.xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g6e.12xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6e.4xlarge, ml.p3.16xlarge, ml.p5en.48xlarge
Meta	Llama-3.2-1B-Instruct	`meta-textgeneration-llama-3-2-1b-instruct`	Génération de texte	lama 3.2	Oui	Par défaut : ml.g4dn.12xlarge, ml.g5.24xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé), (Contexte maximum, débit optimisé), `max_context_highest_throughput` (Contexte maximum, latence optimisée) : ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_latency` `generate_lowest_cost`(Générer, optimisation des coûts), (Modifier, Équilibrer), `modify_best_price_performance` (Modifier, optimisation des coûts) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.2xlarge `modify_lowest_cost` `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré) : ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6e.2xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g5.48xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `interact_lowest_cost`(Interact, optimisation des coûts) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.8xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.8xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g4dn.12xlarge, ml.g5.24xlarge, ml.g6e.xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6e.4xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g5.xlarge, ml.g6.xlarge, ml.g6e.8xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g6e.24xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `summarize_lowest_cost`(Résumer, optimisation des coûts) : ml.g4dn.12xlarge, ml.g5.xlarge, ml.g6.xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6e.8xlarge, ml.p3.16xlarge, ml.p5en.48xlarge
Meta	Llama-3.2-3B	`meta-textgeneration-llama-3-2-3b`	Génération de texte	lama 3.2	Oui	Par défaut : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.g6e.24xlarge, ml.p3.8xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g5.8xlarge, ml.g6e.8xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `interact_highest_throughput`(Interaction, débit optimisé), `summarize_lowest_latency` (Synthèse, optimisation de la latence) : ml.p3.16xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g5.24xlarge, ml.g6.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g5.xlarge, ml.g6.4xlarge, ml.g6e.2xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6e.48xlarge, ml.p3.16xlarge, ml.p4d.24xlarge `modify_lowest_cost`(Modifier, optimisation des coûts) : ml.g5.xlarge, ml.g6.4xlarge, ml.g6e.xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6e.8xlarge, ml.p3.16xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.p5.48xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_lowest_cost`(Résumé, optimisation des coûts) : ml.g4dn.12xlarge, ml.g5.24xlarge, ml.g6.12xlarge
Meta	Llama-3.2-3B-Instruct	`meta-textgeneration-llama-3-2-3b-instruct`	Génération de texte	lama 3.2	Oui	Par défaut : ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.48xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `interact_best_price_performance` (Interagir, Équilibré) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé), (Contexte maximum, débit optimisé), `max_context_highest_throughput` (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation de la latence) : `summarize_lowest_latency` ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.4xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_lowest_cost`(Modifier, optimisation des coûts) : ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost`(Résumer, optimisation des coûts) : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge
Meta	Llama-Guard-3-1B	`meta-textgeneration-llama-guard-3-1b`	Génération de texte	lama 3.2	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,24 x large, ml.g5,48 x large, ml.g5,8xlarge, ml.g5.x large, ml.g6,12 x large, ml.g6,24 x large, ml.g6,48 x large, ml.g6e.12 x large, ml.g6e.16x large, ml.g6e. 24 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. p4 D. 24 x large
Meta	Llama-Guard-3-8B	`meta-textgeneration-llama-guard-3-8b`	Génération de texte	lama 3.1	Non	ml.g5,12 x large, ml.g 5,24 x large, ml.g5,48 x large, ml.g6,12 x large, ml.g6,24 x large, ml .g6,48 x large, ml.g6e.12 x large, ml.g6e.24 x large, ml.p4d.24 x large
Meta	Meta Code Llama 13B	`meta-textgeneration-llama-codellama-13b`	Génération de texte	lama 2	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,12 x large, ml. p 4 D. 24 x large
Meta	Meta Code Llama 13B Instruct	`meta-textgeneration-llama-codellama-13b-instruct`	Génération de texte	lama 2	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,12 x large, ml. p 4 D. 24 x large
Meta	Meta Code Llama 13B Python	`meta-textgeneration-llama-codellama-13b-python`	Génération de texte	lama 2	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,12 x large, ml. p 4 D. 24 x large
Meta	Meta Code Llama 34B	`meta-textgeneration-llama-codellama-34b`	Génération de texte	lama 2	Oui	Par défaut : ml.g5.48xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi`(Grand conteneur d'inférence de modèle), `lmi-optimized` (conteneur d'inférence de grand modèle utilisant un décodage spéculatif) : ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 34B Instruct	`meta-textgeneration-llama-codellama-34b-instruct`	Génération de texte	lama 2	Non	Par défaut : ml.g5.48xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi`(Grand conteneur d'inférence de modèle), `lmi-optimized` (conteneur d'inférence de grand modèle utilisant un décodage spéculatif) : ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 34B Python	`meta-textgeneration-llama-codellama-34b-python`	Génération de texte	lama 2	Oui	Par défaut : ml.g5.48xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi`(Grand conteneur d'inférence de modèle), `lmi-optimized` (conteneur d'inférence de grand modèle utilisant un décodage spéculatif) : ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 70B	`meta-textgeneration-llama-codellama-70b`	Génération de texte	lama 2	Oui	Par défaut : ml.g5.48xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi`(Grand conteneur d'inférence de modèle), `lmi-optimized` (conteneur d'inférence de grand modèle utilisant un décodage spéculatif) : ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 70B Instruct	`meta-textgeneration-llama-codellama-70b-instruct`	Génération de texte	lama 2	Non	Par défaut : ml.g5.48xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi`(Grand conteneur d'inférence de modèle), `lmi-optimized` (conteneur d'inférence de grand modèle utilisant un décodage spéculatif) : ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 70B Neuron	`meta-textgenerationneuron-llama-codellama-70b`	Génération de texte	lama 2	Non	ml.inf 2,48 x large
Meta	Meta Code Llama 70B Python	`meta-textgeneration-llama-codellama-70b-python`	Génération de texte	lama 2	Oui	Par défaut : ml.g5.48xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi`(Grand conteneur d'inférence de modèle), `lmi-optimized` (conteneur d'inférence de grand modèle utilisant un décodage spéculatif) : ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 7B	`meta-textgeneration-llama-codellama-7b`	Génération de texte	lama 2	Oui	Par défaut : ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.2xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi-optimized`(Conteneur d'inférence de grands modèles utilisant un décodage spéculatif) : ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 7B Instruct	`meta-textgeneration-llama-codellama-7b-instruct`	Génération de texte	lama 2	Non	Par défaut : 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 Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi-optimized`(Conteneur d'inférence de grands modèles utilisant un décodage spéculatif) : ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 7B Neuron	`meta-textgenerationneuron-llama-codellama-7b`	Génération de texte	lama 2	Non	ml.inf2.8xlarge, ml.inf2.xlarge
Meta	Meta Code Llama 7B Python	`meta-textgeneration-llama-codellama-7b-python`	Génération de texte	lama 2	Oui	Par défaut : ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi-optimized`(Conteneur d'inférence de grands modèles utilisant un décodage spéculatif) : ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge
Meta	Meta Code Llama 7B Python Neuron	`meta-textgenerationneuron-llama-codellama-7b-python`	Génération de texte	lama 2	Non	ml.inf2.8xlarge, ml.inf2.xlarge
Meta	Meta Llama 2 13B	`meta-textgeneration-llama-2-13b`	Génération de texte	lama 2	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,12 x large, ml. p 4 x 24 x large, ml. p 5,48 x large
Meta	Meta Llama 2 13B Chat	`meta-textgeneration-llama-2-13b-f`	Génération de texte	lama 2	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,12 x large, ml. p 4 x 24 x large, ml. p 5,48 x large
Meta	Meta Llama 2 13B Chat Neuron	`meta-textgenerationneuron-llama-2-13b-f`	Génération de texte	lama 2	Non	ml. inf2,24 x large, ml. inf2,48 x large, ml. inf2,8 x large
Meta	Meta Llama 2 13B Neuron	`meta-textgenerationneuron-llama-2-13b`	Génération de texte	lama 2	Oui	ml. inf2,24 x large, ml. inf2,48 x large, ml. inf2,8 x large
Meta	Meta Llama 2 70B	`meta-textgeneration-llama-2-70b`	Génération de texte	lama 2	Oui	Par défaut : ml.g5.48xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi`(Grand conteneur d'inférence de modèle), `lmi-optimized` (conteneur d'inférence de grand modèle utilisant un décodage spéculatif) : 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`	Génération de texte	lama 2	Oui	Par défaut : ml.g5.48xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi`(Grand conteneur d'inférence de modèle), `lmi-optimized` (conteneur d'inférence de grand modèle utilisant un décodage spéculatif) : 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`	Génération de texte	lama 2	Non	ml.inf 2,48 x large
Meta	Meta Llama 2 70B Neuron	`meta-textgenerationneuron-llama-2-70b`	Génération de texte	lama 2	Non	ml.inf 2,48 x large
Meta	Meta Llama 2 7B Chat	`meta-textgeneration-llama-2-7b-f`	Génération de texte	lama 2	Oui	Par défaut : ml.g5.12xlarge, ml.g5.24xlarge, ml.g5.2xlarge, ml.g5.48xlarge, ml.g5.4xlarge, ml.g5.8xlarge, ml.g6.12xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi-optimized`(Conteneur d'inférence de grands modèles utilisant un décodage spéculatif) : ml.g5.12xlarge, ml.g5.2xlarge, ml.g6.12xlarge, ml.g6.2xlarge, ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge `neuron`(accélérateurs AWS Inferentia et Trainium) : 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`	Génération de texte	lama 2	Non	ml.inf2.24x large, ml.inf2.48x large, ml.inf2.8x large, ml.inf2.x large
Meta	Meta Llama 2 7B Neuron	`meta-textgenerationneuron-llama-2-7b`	Génération de texte	lama 2	Oui	ml.inf2.24x large, ml.inf2.48x large, ml.inf2.8x large, ml.inf2.x large
Meta	Meta Llama 3 1 8B Neuron	`meta-textgenerationneuron-llama-3-1-8b`	Génération de texte	lama 3.1	Non	ml.inf 2,24 x large, ml.inf 2,48 x large, ml.inf 2,8 x large, ml.trn 1,2 x large, ml. trn 1,32 x large, ml.trn 1 n 32 x large
Meta	Meta Llama 3 70B	`meta-textgeneration-llama-3-70b`	Génération de texte	lama 3	Oui	ml. g 5,48 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p 5,48 x large
Meta	Meta Llama 3 70B Instruct	`meta-textgeneration-llama-3-70b-instruct`	Génération de texte	lama 3	Oui	ml. g 5,48 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p 5,48 x large
Meta	Meta Llama 3 70B Instruct Neuron	`meta-textgenerationneuron-llama-3-70b-instruct`	Génération de texte	lama 3	Non	ml.trn1.32xlarge
Meta	Meta Llama 3 70B Neuron	`meta-textgenerationneuron-llama-3-70b`	Génération de texte	lama 3	Non	ml.trn1.32xlarge
Meta	Meta Llama 3 8B Instruct	`meta-textgeneration-llama-3-8b-instruct`	Génération de texte	lama 3	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,12 x large, ml. g 6,2 x large, ml. p 5,48 x large
Meta	Meta Llama 3 8B Instruct Neuron	`meta-textgenerationneuron-llama-3-8b-instruct`	Génération de texte	lama 3	Non	ml. inf2,24 x large, ml. inf2,48 x large, ml. inf2,8 x large
Meta	Meta Llama 3 8B Neuron	`meta-textgenerationneuron-llama-3-8b`	Génération de texte	lama 3	Non	ml. inf2,24 x large, ml. inf2,48 x large, ml. inf2,8 x large
Meta	Meta Llama 3.1 405B FP8	`meta-textgeneration-llama-3-1-405b-fp8`	Génération de texte	lama 3.1	Oui	ml. P4 de 24 x large, ml. P 5,48 x large
Meta	Meta Llama 3.1 405B Instruct FP8	`meta-textgeneration-llama-3-1-405b-instruct-fp8`	Génération de texte	lama 3.1	Oui	ml. P4 de 24 x large, ml. P 5,48 x large
Meta	Meta Llama 3.1 70B	`meta-textgeneration-llama-3-1-70b`	Génération de texte	lama 3.1	Oui	ml. g 5,48 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p 5,48 x large
Meta	Meta Llama 3.1 70B Instruct Neuron	`meta-textgenerationneuron-llama-3-1-70b-instruct`	Génération de texte	lama 3.1	Non	ml.inf 2,48 x large, ml.trn 1,32 x large, ml.trn 1 n x 32 x large
Meta	Meta Llama 3.1 70B Neuron	`meta-textgenerationneuron-llama-3-1-70b`	Génération de texte	lama 3.1	Non	ml.inf 2,48 x large, ml.trn 1,32 x large, ml.trn 1 n x 32 x large
Meta	Meta Llama 3.1 8B	`meta-textgeneration-llama-3-1-8b`	Génération de texte	lama 3.1	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. p4d. 24 x large, ml. P 5,48 x large
Meta	Meta Llama 3.1 8B Instruct Neuron	`meta-textgenerationneuron-llama-3-1-8b-instruct`	Génération de texte	lama 3.1	Non	ml.inf 2,24 x large, ml.inf 2,48 x large, ml.inf 2,8 x large, ml.trn 1,2 x large, ml. trn 1,32 x large, ml.trn 1 n 32 x large
Meta	Meta Llama 3.2 11B Vision	`meta-vlm-llama-3-2-11b-vision`	Image-Text-to-Text	lama 3.2	Oui	ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 x 24 x large, ml. p 4 de 24 x large, ml. p 5,48 x large
Meta	Système de vision Meta Llama 3.2 11B	`meta-vlm-llama-3-2-11b-vision-instruct`	Image-Text-to-Text	lama 3.2	Oui	ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 x 24 x large, ml. p 4 de 24 x large, ml. p 5,48 x large
Meta	Meta Llama 3.2 1B Instrut Neurone	`meta-textgenerationneuron-llama-3-2-1b-instruct`	Génération de texte	lama 3.2	Non	ml.inf2.24xlarge, ml.inf 2.48x large, ml.inf2.8xlarge, ml.inf2.xlarge, ml.trn1,2xlarge, ml.trn1,32x large, ml.trn1n.32x large
Meta	Neurone Meta Llama 3.2 1B	`meta-textgenerationneuron-llama-3-2-1b`	Génération de texte	lama 3.2	Non	ml.inf2.24xlarge, ml.inf 2.48x large, ml.inf2.8xlarge, ml.inf2.xlarge, ml.trn1,2xlarge, ml.trn1,32x large, ml.trn1n.32x large
Meta	Meta Llama 3.2 3B Instrut Neurone	`meta-textgenerationneuron-llama-3-2-3b-instruct`	Génération de texte	lama 3.2	Non	ml.inf2.24xlarge, ml.inf 2.48x large, ml.inf2.8xlarge, ml.inf2.xlarge, ml.trn1,2xlarge, ml.trn1,32x large, ml.trn1n.32x large
Meta	Neurone Meta Llama 3.2 3B	`meta-textgenerationneuron-llama-3-2-3b`	Génération de texte	lama 3.2	Non	ml.inf2.24xlarge, ml.inf 2.48x large, ml.inf2.8xlarge, ml.inf2.xlarge, ml.trn1,2xlarge, ml.trn1,32x large, ml.trn1n.32x large
Meta	Meta Llama 3.2 90B Vision	`meta-vlm-llama-3-2-90b-vision`	Image-Text-to-Text	lama 3.2	Oui	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48x large
Meta	Système de vision Meta Llama 3.2 90B	`meta-vlm-llama-3-2-90b-vision-instruct`	Image-Text-to-Text	lama 3.2	Oui	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48x large
Meta	Meta Llama 3.3 70B Instruct	`meta-textgeneration-llama-3-3-70b-instruct`	Génération de texte	lama 3.3	Oui	Par défaut : ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi-optimized`(Conteneur d'inférence de grands modèles utilisant un décodage spéculatif) : ml.g5.16xlarge, ml.g5.48xlarge, ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Meta	Meta Lama 4 Maverick 17B 128E FP8	`meta-vlm-llama-4-maverick-17b-128e-instruct-fp8`	Image-Text-to-Text	lama 4	Non	ml.p5e.48 x large, ml.p5en.48 x large
Meta	Meta Llama 4 Maverick 17B 128E Instructions	`meta-vlm-llama-4-maverick-17b-128e-instruct`	Image-Text-to-Text	lama 4	Non	ml.p5e.48 x large, ml.p5en.48 x large
Meta	Meta Llama 4 Scout 17B 16E Instructions	`meta-vlm-llama-4-scout-17b-16e-instruct`	Image-Text-to-Text	lama 4	Oui	ml.g6e.48 x large, ml.p5,48 x large, ml.p5en.48 x large
Meta	Meta Llama Guard 3 11B Vision	`meta-vlm-llama-guard-3-11b-vision`	Image-Text-to-Text	lama 3.2	Non	ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 x 24 x large, ml. p 4 de 24 x large, ml. p 5,48 x large
Meta	Neurone Meta Llama Guard 3 1B	`meta-textgenerationneuron-llama-guard-3-1b`	Génération de texte	lama 3.2	Non	ml.inf2.24xlarge, ml.inf 2.48x large, ml.inf2.8xlarge, ml.inf2.xlarge, ml.trn1,2xlarge, ml.trn1,32x large, ml.trn1n.32x large
Meta	Neurone Meta Llama Guard 3 8B	`meta-textgenerationneuron-llama-guard-3-8b`	Génération de texte	lama 3.1	Non	ml.inf 2,24 x large, ml.inf 2,48 x large, ml.inf 2,8 x large, ml.trn 1,2 x large, ml. trn 1,32 x large, ml.trn 1 n 32 x large
Meta	Meta Lama Guard 7B	`meta-textgeneration-llama-guard-7b`	Génération de texte	lama 2	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 4 D. 24 x large
Meta	Meta Llama Prompt Guard 86M	`meta-tc-llama-prompt-guard-86m`	Classification de texte	lama 3.1	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,12 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large grand, ml.g6.xlarge, ml.p4d.24xlarge
Meta	Méta SAM 2.1 Hiera Base Plus	`meta-vs-sam-2-1-hiera-base-plus`	Segmentation d'images	apache 2.0	Non	ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p4 de 24 x large
Meta	Meta SAM 2.1 Hiera Large	`meta-vs-sam-2-1-hiera-large`	Segmentation d'images	apache 2.0	Non	ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p4 de 24 x large
Meta	Meta SAM 2.1 Hiera Small	`meta-vs-sam-2-1-hiera-small`	Segmentation d'images	apache 2.0	Non	ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p4 de 24 x large
Meta	Meta SAM 2.1 Hiera Tiny	`meta-vs-sam-2-1-hiera-tiny`	Segmentation d'images	apache 2.0	Non	ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p4 de 24 x large
Meta	Meta-Llama-3-8B	`meta-textgeneration-llama-3-8b`	Génération de texte	lama 3	Oui	Par défaut : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge, ml.p3.8xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts) : ml.g5.2xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré), `interact_lowest_cost` (Interact, optimisation des coûts) : ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g4dn.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Microsoft	Phi-2	`huggingface-llm-phi-2`	Génération de texte	mit	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g5,8 x large, ml. p4 de 24 x large, ml. p 5,48 x large
Microsoft	Phi-3-Mini-128K-Instruct	`huggingface-llm-phi-3-mini-128k-instruct`	Génération de texte	mit	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g5,8 x large, ml. p4 de 24 x large, ml. p 5,48 x large
Microsoft	Phi-3-mini-4k-instruct	`huggingface-llm-phi-3-mini-4k-instruct`	Génération de texte	mit	Non	Par défaut : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `interact_best_price_performance` (Interagir, Équilibré) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts), (Contexte maximal, `max_context_lowest_cost` optimisation des coûts) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.48xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6e.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Microsoft	Phi-3.5-mini-instruct	`huggingface-llm-phi-3-5-mini-instruct`	Génération de texte	mit	Non	ml.g 5,48 x large, ml.p4D. 24 x large
Microsoft	Phi-4-mini-instruct	`huggingface-llm-phi-4-mini-instruct`	Génération de texte	Apache-2.0	Non	Par défaut : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts), (Interagir, Équilibrer), `interact_best_price_performance` (Interagir, Optimisation des coûts), `interact_lowest_cost` `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé), (Modifier, optimisation du débit), `modify_highest_throughput` (Modifier, optimisation de la latence), `modify_lowest_latency` (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation de la latence) : `summarize_lowest_latency` ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.8xlarge, ml.g7e.8xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.12xlarge, ml.g6e.12xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts), `summarize_lowest_cost` (Résumer, optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6e.24xlarge, ml.p4d.24xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g5.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Microsoft	Détection de transformateurs de table	`huggingface-od-microsoft-table-transformer-detection`	Object Detection	mit	Non	ml. g 5,2 x large, ml. g 5,4 x large, ml. g5 x large, ml. g 6,2 x large, ml. g6,4 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large
Minimaxai	MiniMax-M2	`huggingface-llm-minimax-m2`	Génération de texte	autre	Non	ml.p4de.24xlarge
Minimaxai	MiniMax-M2.1	`huggingface-llm-minimax-m2-1`	Génération de texte	autre	Non	ml. P4 de 24 x large, ml. P 5,48 x large
Minimaxai	MiniMax-M2.5	`huggingface-llm-minimax-m2-5`	Génération de texte	autre	Non	ml.p5.48xlarge
Minimaxai	MiniMax-M2.7	`huggingface-llm-minimax-m2-7`	Génération de texte	autre	Non	Par défaut : ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Génération, équilibrage), `generate_highest_throughput` (Génération, débit optimisé), `generate_lowest_cost` (Génération, optimisation des coûts), `generate_lowest_latency` (Génération, optimisation de la latence), `interact_best_price_performance` (Interaction, Optimisation du débit), `interact_highest_throughput` (Interaction, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation de la latence), `interact_lowest_latency` (Synthèse, Équilibré), (Synthèse, optimisation du débit), `summarize_best_price_performance` (Synthèse, optimisation des coûts), `summarize_highest_throughput` (Synthèse, `summarize_lowest_cost` optimisation de la latence) : ml.g7e.48xlarge, ml.p5en.en.en.48 x large `summarize_lowest_latency` `modify_best_price_performance`(Modifier, Équilibré), `modify_highest_throughput` (Modifier, Optimisation du débit), (Modifier, Optimisation des coûts), `modify_lowest_cost` (Modifier, Optimisation de la latence) : ml.g7e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_lowest_latency`
Mistralai	Ministral-3-14B-Instruct-2512	`huggingface-llm-ministral-3-14b-instruct-2512`	Génération de texte	Apache-2.0	Non	Par défaut : ml.p5.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Génération, équilibrage), (Génération, optimisation des coûts), `generate_lowest_cost` (Interaction, Équilibré), `interact_best_price_performance` (Interaction, optimisation des coûts) : ml.g5.12xlarge, ml.g6e.48xlarge, ml.p5.4xlarge `interact_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé), (Génération, optimisation de la latence), `generate_lowest_latency` `interact_highest_throughput` (Interaction, optimisation du débit) : ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g5.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, équilibré), (Modifier, débit optimisé), `modify_highest_throughput` (Modifier, optimisation des coûts), `modify_lowest_cost` (Modifier, optimisation de la latence) : ml.p5.48xlarge, ml.p5.4xlarge, ml.p5en.48xlarge `modify_lowest_latency`
Mistralai	Mistral 7B Instruct Neuron	`huggingface-llmneuron-mistral-7b-instruct`	Génération de texte	apache 2.0	Non	ml.inf2.8xlarge, ml.inf2.xlarge
Mistralai	Mistral 7B Neuron	`huggingface-llmneuron-mistral-7b`	Génération de texte	apache 2.0	Non	ml.inf2.8xlarge, ml.inf2.xlarge
Mistralai	Mistral Nemo Base 2407	`huggingface-llm-mistral-nemo-base-2407`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large
Mistralai	Mistral Nemo Instruct 2407	`huggingface-llm-mistral-nemo-instruct-2407`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large
Mistralai	Mistral Pixtral-12B-2409	`huggingface-vlm-mistral-pixtral-12b-2409`	Image-Text-to-Text	apache 2.0	Non	ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 x 24 x large, ml. p 4 de 24 x large, ml. p 5,48 x large
Mistralai	Mistral-7B-Instruct-v0.2	`huggingface-llm-mistral-7b-instruct`	Génération de texte	apache 2.0	Non	Par défaut : ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.2xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), (Générer, optimisation des coûts), `generate_lowest_cost` (Interagir, Équilibrer), `interact_best_price_performance` (Interagir, Optimisation des coûts) : ml.g5.4xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé) : ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé), (Contexte maximal, latence optimisée), `max_context_lowest_latency` (Résumé, débit optimisé), `summarize_highest_throughput` (Résumé, latence optimisée) : `summarize_lowest_latency` ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts), (Modifier, Équilibré), `modify_best_price_performance` (Modifier, optimisation des coûts) : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6e.xlarge `modify_lowest_cost` `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6e.8xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost`(Résumé, optimisation des coûts) : ml.g5.24xlarge, ml.g6.12xlarge, ml.p4d.24xlarge
Mistralai	Mistral-7B-Instruct-v0.3	`huggingface-llm-mistral-7b-instruct-v3`	Génération de texte	apache 2.0	Non	Par défaut : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g5.4xlarge, ml.g6.xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `interact_best_price_performance` (interaction, équilibre), (interaction, optimisation des coûts) : ml.g5.4xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_cost` `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.48xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé), `max_context_lowest_latency` (Contexte maximal, latence optimisée), (Modifier, débit optimisé), `modify_highest_throughput` (Modifier, optimisation de la latence), `modify_lowest_latency` (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation de la latence) : `summarize_lowest_latency` ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, coût optimisé), `modify_lowest_cost` (Modifier, optimisation des coûts) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g6.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost`(Résumer, optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Mistralai	Mistral-7B-Instruct-v0.3	`huggingface-llm-mistral-7b-v3`	Génération de texte	apache 2.0	Non	Par défaut : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `interact_best_price_performance` (interaction, équilibre), (interaction, optimisation des coûts) : ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_cost` `generate_lowest_latency`(Génération, optimisation de la latence), (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation de la latence) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_lowest_latency` `interact_highest_throughput`(Interaction, débit optimisé), `max_context_highest_throughput` (Contexte maximum, débit optimisé), (Contexte maximum, latence optimisée), `max_context_lowest_latency` (Modifier, débit optimisé), `modify_highest_throughput` (Modifier, Latence optimisée) : `modify_lowest_latency` ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, coût optimisé), `modify_lowest_cost` (Modifier, optimisation des coûts) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_lowest_cost`(Résumer, optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Mistralai	Mistral-7B-v0.1	`huggingface-llm-mistral-7b`	Génération de texte	apache 2.0	Oui	Par défaut : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p3.16xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), (Générer, optimisation des coûts), `generate_lowest_cost` (Interaction, optimisation des coûts), `interact_lowest_cost` (Contexte maximal, optimisation des coûts) : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `max_context_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé) : ml.g6e.48xlarge, ml.p3.16xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.12xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré), `modify_lowest_cost` (Modifier, optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g5.48xlarge, ml.g6e.48xlarge, ml.p3.16xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.48xlarge, ml.g6e.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé), (Contexte maximum, latence optimisée), `max_context_lowest_latency` (Modifier, Optimisation du débit), `modify_highest_throughput` (Modifier, Optimisation de la latence) : `modify_lowest_latency` ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g5.12xlarge, ml.g6.12xlarge, ml.p5.48xlarge `summarize_best_price_performance`(Synthèse, équilibrage), (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation des coûts), `summarize_lowest_cost` (Synthèse, optimisation de la latence) : ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_lowest_latency`
Mistralai	Mistral-Small-24B-Instruct-2501	`huggingface-llm-mistral-small-24B-Instruct-2501`	Génération de texte	apache 2.0	Non	Par défaut : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `interact_best_price_performance` (Interagir, Équilibré) : ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_highest_throughput`(Générer, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé), (Interaction, latence optimisée), `interact_lowest_latency` (Contexte maximum, débit optimisé), `max_context_highest_throughput` `modify_highest_throughput` (Modifier, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Générer, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts), (Contexte maximum, optimisation des coûts), `max_context_lowest_cost` `modify_lowest_cost` (Modifier, optimisation des coûts) : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency`(Générer, latence optimisée), `modify_lowest_latency` (Modifier, optimisation de la latence) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Synthèse, équilibrage), (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation des coûts), `summarize_lowest_cost` (Synthèse, optimisation de la latence) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_lowest_latency`
Mistralai	Mistral-Small-3.1-24B-Base-2503	`huggingface-vlm-mistral-small-3-1-24b-base-2503`	Image-Text-to-Text	apache 2.0	Non	ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. g6, 12 x large
Mistralai	Mistral-Small-3.2-24B-Instruct-2506	`huggingface-vlm-mistral-small-3-2-24b-instruct-2506`	Image-Text-to-Text	apache 2.0	Non	ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. g6, 12 x large
Mistralai	Mixtral 8x7B	`huggingface-llm-mixtral-8x7b`	Génération de texte	apache 2.0	Oui	ml. g 5,48 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p 5,48 x large
Mistralai	Mixtral-8x22B V1	`huggingface-llm-mixtral-8x22B`	Génération de texte	apache 2.0	Non	ml.p4d.24xlarge, ml.p4de.24xlarge
Mistralai	Mixtral-8x22B-Instruct-v0.1	`huggingface-llm-mistralai-mixtral-8x22B-instruct-v0-1`	Génération de texte	apache 2.0	Non	Par défaut : ml.p4de.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `tgi`(conteneur d'inférence de génération de texte) : ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48xlarge
Mistralai	Mixtral-8x7B-Instruct-v0.1	`huggingface-llm-mixtral-8x7b-instruct`	Génération de texte	apache 2.0	Oui	Par défaut : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `interact_best_price_performance` (Interagir, Équilibré) : ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé), `modify_highest_throughput` (Modifier, optimisation du débit) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Générer, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts), (Contexte maximum, optimisation des coûts), `max_context_lowest_cost` `modify_lowest_cost` (Modifier, optimisation des coûts) : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interaction, latence optimisée), `modify_lowest_latency` (Modifier, optimisation de la latence) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé), (Contexte maximal, latence optimisée), `max_context_lowest_latency` (Résumé, débit optimisé), `summarize_highest_throughput` (Résumé, latence optimisée) : `summarize_lowest_latency` ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(résumé, équilibre), `summarize_lowest_cost` (résumé, optimisation des coûts) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge
Mistralai	Voxtral-Mini-4B-Realtime-2602	`huggingface-asr-voxtral-mini-4b-realtime-2602`	Génération de texte	Apache-2.0	Non	ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,48 x large, ml. g 6,4 x large, ml. g6,8 x large, ml. g6 x large, ml. g6, 12 x large, ml. g6, 16 x large, ml. g6 x large, ml. g6 x 2 x large, ml. ml.g6e.48 x large, ml.g6e.4 x large, ml.g6e.8 x large, ml.g6e.x large, ml.g7e.2 x large, ml.g7e.4 x large
Moonshotaï	Kimi-K2.5	`huggingface-llm-kimi-k2-5`	Génération de texte	autre	Non	ml.p5en.48xlarge
Moritzlaurer	MoritzLaurer MDeBERTa V3 Base Xnli multilingue Nli 2mil7	`huggingface-zstc-moritzlaurer-mdeberta3base-xnli-mling-nli-2m7`	Zero-Shot Classification	mit	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mosaïque ml	MPT 7B BF16	`huggingface-textgeneration1-mpt-7b-bf16`	Génération de texte	Apache-2.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Mosaïque ml	MPT 7B Instruct BF16	`huggingface-textgeneration1-mpt-7b-instruct-bf16`	Génération de texte	CC-BY-SA-3.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Monsieur 8488	Bert Small2bert	`huggingface-summarization-bert-small2bert-cnn-dailymail-summ`	Synthétisation de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	Intégration de texte financier	`mxnet-tcembedding-robertafin-base-uncased`	Intégration de texte	apache 2.0	Non	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`	Intégration de texte	apache 2.0	Non	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`	Intégration de texte	apache 2.0	Non	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`	Intégration de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Naclabit	Naclbit Trinart Stable Diffusion V2	`huggingface-txt2img-naclbit-trinart-stable-diffusion-v2`	Text-to-Image	creativeml-openrail-m	Non	ml. g4 dn.4 x large, ml. g4 dn.8 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
Narsil	Narsil Deberta Grand Manli Zero Clos	`huggingface-zstc-narsil-deberta-large-mnli-zero-cls`	Zero-Shot Classification	mit	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Nexaai	NexaAI Octopus-v2	`huggingface-llm-nexaaidev-octopus-v2`	Génération de texte	cc-by-nc-4.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Nexus Flow	Nexus Flow Starling-LM-7B-beta	`huggingface-llm-nexusflow-starling-lm-7b-beta`	Génération de texte	apache 2.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Aucune recherche	Hermès 2 8B Pro-Llama-3	`huggingface-llm-nousresearch-hermes-2-pro-llama-3-8B`	Génération de texte	lama 3	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g5,8 x large, ml. p4 de 24 x large, ml. p 5,48 x large
Aucune recherche	Nous Hermes 2 SOLAR 10.7B	`huggingface-llm-nousresearch-nous-hermes-2-solar-10-7b`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
Nova	Nova 2.0 Lite	`nova-textgeneration-lite-v2`	Génération de texte	AWS Modalités de service	Oui	Non applicable
Nova	Nova 2.0 Micro	`nova-textgeneration-micro-v2`	Génération de texte	Non applicable	Oui	Non applicable
Nova	Nova Lite	`nova-textgeneration-lite`	Génération de texte	AWS Modalités de service	Oui	Non applicable
Nova	Nova Micro	`nova-textgeneration-micro`	Génération de texte	AWS Modalités de service	Oui	Non applicable
Nova	Nova Pro	`nova-textgeneration-pro`	Génération de texte	AWS Modalités de service	Oui	Non applicable
Nvidia	Nvidia Llama3-ChatQA-1.5 8B	`huggingface-llm-nvidia-llama3-chatqa-1-5-8B`	Génération de texte	lama 3	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g5,8 x large, ml. p4 de 24 x large, ml. p 5,48 x large
Nvidia	Nvidia Nemotron 3 Ultra	`huggingface-reasoning-nvidia-nemotron-3-ultra-550b-a55b-nvfp4`	Raisonnement	Apache-2.0	Non	Par défaut : ml.g7e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `modify_best_price_performance`(Modifier, Équilibré), `modify_highest_throughput` (Modifier, Optimisation du débit), (Modifier, Optimisation des coûts), `modify_lowest_cost` (Modifier, Optimisation de la latence) : ml.g7e.48xlarge, ml.p5.48xlarge `modify_lowest_latency` `summarize_best_price_performance`(Synthèse, équilibrage), `summarize_highest_throughput` (Synthèse, optimisation du débit), (Synthèse, optimisation des coûts), `summarize_lowest_cost` (Synthèse, optimisation de la latence) : ml.g7e.48xlarge, ml.p5en.48xlarge `summarize_lowest_latency`
Nvidia	Nvidia Nemotron 3 Nano Omni	`huggingface-vlm-nvidia-nemotron3-nano-omni-30ba3b-reasoning-fp8`	Image-Text-to-Text	autre	Non	Par défaut : ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts), (Interaction, optimisation des coûts), `interact_lowest_cost` (Modifier, Équilibrer), `modify_best_price_performance` (Modifier, Optimisation des coûts) : ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.xlarge `modify_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `generate_lowest_latency`(Génération, latence optimisée), `interact_lowest_latency` (Interaction, optimisation de la latence) : ml.g6.12xlarge, ml.g6e.16xlarge, ml.g6e.8xlarge `interact_best_price_performance`(Interact, équilibré) : ml.g6.12xlarge, ml.g6e.4xlarge, ml.g6e.xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé), `modify_highest_throughput` (Modifier, débit optimisé), (Synthèse, débit optimisé) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `summarize_highest_throughput` `max_context_lowest_cost`(Contexte maximal, optimisation des coûts), (Synthèse, Équilibré), `summarize_best_price_performance` (Synthèse, optimisation des coûts) : ml.g6.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `summarize_lowest_cost` `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6.12xlarge, ml.g6e.16xlarge, ml.g6e.4xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : 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`	Raisonnement	autre	Oui	Par défaut : ml.g6e.24xlarge, ml.g7e.12xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Génération, équilibrage), (Génération, débit optimisé), `generate_highest_throughput` (Génération, optimisation des coûts), `generate_lowest_cost` (Génération, optimisation de la latence) : ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge `generate_lowest_latency` `interact_best_price_performance`(Interaction, équilibré), (Interaction, débit optimisé), `interact_highest_throughput` (Interaction, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation de la latence) : ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.4xlarge `interact_lowest_latency` `modify_best_price_performance`(Modifier, Équilibrer), `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g6.24xlarge, ml.g6.48xlarge, ml.g7e.24xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6.48xlarge, ml.g7e.12xlarge, ml.g7e.24xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6.12xlarge, ml.g6.24xlarge, ml.g7e.4xlarge `summarize_best_price_performance`(Synthèse, équilibre), (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation des coûts) : ml.g6e.12xlarge, ml.g7e.24xlarge, ml.g7e.48xlarge `summarize_lowest_cost` `summarize_lowest_latency`(Résumé, latence optimisée) : 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`	Génération de texte	Apache-2.0	Oui	Par défaut : ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts) : ml.g6e.48xlarge, ml.g7e.48xlarge, ml.p5.48xlarge `generate_highest_throughput`(Générer, débit optimisé), `modify_highest_throughput` (Modifier, optimisation du débit) : ml.g7e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.48xlarge, ml.g7e.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interaction, Équilibré), `interact_highest_throughput` (Interaction, débit optimisé), (Interaction, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation de la latence) : ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_lowest_latency` `modify_best_price_performance`(Modifier, Équilibrer), `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g6e.48xlarge, ml.g7e.24xlarge, ml.p5.48xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g7e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Synthèse, équilibrage), (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation des coûts), `summarize_lowest_cost` (Synthèse, optimisation de la latence) : ml.g7e.24xlarge, ml.g7e.48xlarge, ml.p5.48xlarge `summarize_lowest_latency`
Nvidia	NVIDIA-Nemotron-3-Super-120B-A12B-FP8	`huggingface-reasoning-nvidia-nemotron-3-super-120b-a12b-fp8`	Raisonnement	autre	Non	Par défaut : ml.g7e.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Génération, équilibrage), (Génération, débit optimisé), `generate_highest_throughput` (Génération, optimisation des coûts), `generate_lowest_cost` (Génération, optimisation de la latence) : `generate_lowest_latency` ml.g6e.48xlarge, ml.g7e.24xlarge, ml.g7e.48xlarge `interact_best_price_performance`(Interaction, Équilibré), `interact_highest_throughput` (Interaction, débit optimisé), `interact_lowest_cost` (Interaction, optimisation des coûts), (Interaction, optimisation de la latence), `interact_lowest_latency` (Synthèse, Équilibré), `summarize_best_price_performance` (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation des coûts), `summarize_lowest_cost` (Synthèse, optimisation de la latence) : ml.g7e.24xlarge, ml.g7e.48xlarge `summarize_lowest_latency`
Nvidia	NVIDIA-Nemotron-Nano-12B-v2	`huggingface-reasoning-nvidia-nemotron-nano-12b-v2`	Raisonnement	Apache-2.0	Non	Par défaut : ml.g6e.48xlarge, ml.g7e.12xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Génération, équilibrage), `generate_lowest_cost` (Génération, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.g6.48xlarge, ml.g6e.48xlarge, ml.g7e.12xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.24xlarge, ml.g6e.2xlarge, ml.g7e.2xlarge `modify_best_price_performance`(Modifier, Équilibrer), `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge `modify_highest_throughput`(Modifier, débit optimisé), (Synthèse, Équilibré), `summarize_best_price_performance` (Synthèse, Optimisation du débit), `summarize_highest_throughput` (Synthèse, Optimisation des coûts), `summarize_lowest_cost` (Synthèse, optimisation de la latence) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.g7e.12xlarge `summarize_lowest_latency` `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6.24xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge
OpenAI	gpt-oss-120b	`openai-reasoning-gpt-oss-120b`	Raisonnement	apache 2.0	Oui	Par défaut : ml.g6e.48xlarge, ml.g7e.2xlarge, ml.p5.48xlarge, ml.p5e.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `lmi`(Grand conteneur d'inférence de modèles) : 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`	Raisonnement	apache 2.0	Oui	ml.g5,12 x large, ml.g 5,24 x large, ml.g6,12 x large, ml.g6,24 x large, ml.g7e.2 x large, ml.p5,48 x large, ml.p5e.48 x large, ml.p5en.48 x large
OpenAI	filtre de confidentialité	`openai-tokenclassification-privacy-filter`	Classification des jetons	Apache-2.0	Non	ml. m 5,2 x large, ml. m 5,4 x large, ml. m5 x large
OpenAI	Whisper Base	`huggingface-asr-whisper-base`	Reconnaissance vocale automatique	apache 2.0	Non	ml. g 4 d n x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
OpenAI	Whisper Large	`huggingface-asr-whisper-large`	Reconnaissance vocale automatique	apache 2.0	Non	ml. g 4 d n x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
OpenAI	Whisper Large V2	`huggingface-asr-whisper-large-v2`	Reconnaissance vocale automatique	apache 2.0	Non	ml. g 4 d n x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
OpenAI	Whisper Large V3	`huggingface-asr-whisper-large-v3`	Reconnaissance vocale automatique	apache 2.0	Non	ml. g 4 d n x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
OpenAI	Whisper Large V3 Turbo	`huggingface-asr-whisper-large-v3-turbo`	Reconnaissance vocale automatique	mit	Non	ml. g 4 d n x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
OpenAI	Whisper Medium	`huggingface-asr-whisper-medium`	Reconnaissance vocale automatique	apache 2.0	Non	ml. g 4 d n x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
OpenAI	Whisper Small	`huggingface-asr-whisper-small`	Reconnaissance vocale automatique	apache 2.0	Non	ml. g 4 d n x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
OpenAI	Whisper Tiny	`huggingface-asr-whisper-tiny`	Reconnaissance vocale automatique	apache 2.0	Non	ml. g 4 d n x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
Openai-Community	GPT 2	`huggingface-textgeneration-gpt2`	Génération de texte	mit	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Openai-Community	GPT-2 XL	`huggingface-textgeneration1-gpt-2-xl`	Génération de texte	mit	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Openai-Community	Détecteur OpenAI Roberta Base	`huggingface-eqa-roberta-base-openai-detector`	Réponse aux questions	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Openai-Community	Détecteur OpenAI Roberta Base	`huggingface-spc-roberta-base-openai-detector`	Fill-Mask	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Openai-Community	Détecteur OpenAI Roberta Base	`huggingface-tc-roberta-base-openai-detector`	Classification de texte	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Openai-Community	Détecteur Roberta Large OpenAI	`huggingface-spc-roberta-large-openai-detector`	Fill-Mask	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Openai-Community	Détecteur Roberta Large OpenAI	`huggingface-tc-roberta-large-openai-detector`	Classification de texte	mit	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Openlm-Research	Ouvrez Llama 7B V2	`huggingface-llm-openlm-research-open-llama-7b-v2`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
Philschmid	Bart Large CNN samsum	`huggingface-summarization-bart-large-cnn-samsum`	Synthétisation de texte	mit	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Philschmid	Flan-T5 Modèle de base Fine-tuned sur le jeu de données Samsum	`huggingface-text2text-flan-t5-base-samsum`	Génération Text2Text	apache 2.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Pytorch	Alexa TM 20B	`pytorch-textgeneration1-alexa20b`	Génération de texte	licence logicielle Amazon	Non	ml.g4dn.12x large, ml.g5,16 x large, ml.p3,16 x large, ml.p3,8 x large
Qwen	Aperçu du QVQ 72B	`huggingface-vlm-qvq-72b-preview`	Image-Text-to-Text	autre	Non	ml. g 5,48 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large
Qwen	Qwen2 0,5 V	`huggingface-llm-qwen2-0-5b`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 4 D. 24 x large
Qwen	Instructions Qwen2 0.5B	`huggingface-llm-qwen2-0-5b-instruct`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 4 D. 24 x large
Qwen	Qwen2-1.5B	`huggingface-llm-qwen2-1-5b`	Génération de texte	apache 2.0	Non	Par défaut : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `generate_lowest_cost`(Générer, optimiser les coûts), `interact_best_price_performance` (Interagir, Équilibrer), (Interagir, Optimisation des coûts), `interact_lowest_cost` `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g5.4xlarge, ml.g6.4xlarge, ml.g6e.2xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.2xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.24xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g4dn.xlarge, ml.g5.2xlarge, ml.g6e.xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g5.4xlarge, ml.g6.12xlarge, ml.g6e.4xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.2xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g5.16xlarge, ml.g6.24xlarge, ml.g6e.2xlarge `summarize_lowest_cost`(Résumer, optimisation des coûts) : ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g5.4xlarge, ml.g6.24xlarge, ml.g6e.8xlarge
Qwen	Qwen2-1.5B-Instruct	`huggingface-llm-qwen2-1-5b-instruct`	Génération de texte	apache 2.0	Non	Par défaut : ml.g4dn.xlarge, ml.g5.2xlarge, ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge, ml.p3.2xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, Équilibrer), `interact_best_price_performance` (Interagir, Équilibrer), `modify_best_price_performance` (Modifier, Équilibrer) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `generate_lowest_cost`(Générer, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts), (Contexte maximal, optimisation des coûts), `max_context_lowest_cost` `modify_lowest_cost` (Modifier, optimisation des coûts) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g5.8xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `interact_lowest_latency`(Interaction, latence optimisée) : ml.g4dn.8xlarge, ml.g6.12xlarge, ml.g6e.4xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.4xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g5.2xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `summarize_best_price_performance`(résumé, équilibre), `summarize_lowest_cost` (résumé, optimisation des coûts) : ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g5.4xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g5.8xlarge, ml.g6.8xlarge, ml.g6e.16xlarge
Qwen	Qwen2-7B	`huggingface-llm-qwen2-7b`	Génération de texte	apache 2.0	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,24 x large, ml.g6,12 x large, ml.g6.24x large, ml.g6e.12x large, ml.g6e.16x large, ml.g6e.24x large, ml.g6e.2xlarge, ml.g6e.4 x large, ml.g6e.8 x large, ml. g6e.xlarge
Qwen	Qwen2-7B-Instruct	`huggingface-llm-qwen2-7b-instruct`	Génération de texte	apache 2.0	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,24x large, ml.g6,12 x large, ml.g6.24x large, ml.g6e.12x large, ml.g6e.16x large, ml.g6e.24x large, ml.g6e.4 x large, ml.g6e.8 x large
Qwen	Qwen2-VL-7B-Instruct	`huggingface-vlm-qwen2-vl-7b-instruct`	Génération de texte	apache 2.0	Non	Par défaut : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts) : ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g5.8xlarge, ml.g6.12xlarge, ml.g6e.8xlarge `interact_best_price_performance`(Interact, équilibré) : ml.g5.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_highest_throughput`(Interaction, débit optimisé), `modify_highest_throughput` (Modifier, optimisation du débit) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.4xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g5.24xlarge, ml.g6.24xlarge, ml.g6e.xlarge `modify_best_price_performance`(Modifier, Équilibrer), `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.16xlarge `summarize_best_price_performance`(Synthèse, équilibrage), `summarize_highest_throughput` (Synthèse, optimisation du débit), (Synthèse, optimisation des coûts), `summarize_lowest_cost` (Synthèse, `summarize_lowest_latency` optimisation de la latence) : ml.g6e.12xlarge
Qwen	Qwen2.5 14B Instruire	`huggingface-llm-qwen2-5-14b-instruct`	Génération de texte	apache 2.0	Oui	ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large
Qwen	Qwen2.5 32B Instruire	`huggingface-llm-qwen2-5-32b-instruct`	Génération de texte	apache 2.0	Oui	ml. g 5,48 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large
Qwen	Qwen2.5 Codeur 32B Instruct	`huggingface-llm-qwen2-5-coder-32b-instruct`	Génération de texte	apache 2.0	Non	ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large
Qwen	Qwen2.5 Coder 7B Instruct	`huggingface-llm-qwen2-5-coder-7b-instruct`	Génération de texte	apache 2.0	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,16 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. p 4 D. 24 x large
Qwen	Qwen2.5-72B-Instruct	`huggingface-llm-qwen2-5-72b-instruct`	Génération de texte	autre	Oui	Par défaut : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibré) : ml.g5.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts) : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Synthèse, équilibrage), `summarize_highest_throughput` (Synthèse, optimisation du débit), (Synthèse, optimisation des coûts), `summarize_lowest_cost` (Synthèse, `summarize_lowest_latency` optimisation de la latence) : ml.p5en.48xlarge
Qwen	Qwen2.5-7B-Instruct	`huggingface-llm-qwen2-5-7b-instruct`	Génération de texte	apache 2.0	Oui	Par défaut : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g5.xlarge, ml.g6.2xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé), (Interaction, optimisation de la latence), `interact_lowest_latency` (Synthèse, optimisation de la latence) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `summarize_lowest_latency` `generate_lowest_cost`(Génération, optimisation des coûts), `interact_best_price_performance` (interaction, équilibre), (interaction, optimisation des coûts) : ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_cost` `generate_lowest_latency`(Génération, latence optimisée) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.16xlarge `interact_highest_throughput`(Interaction, débit optimisé), `summarize_highest_throughput` (Synthèse, débit optimisé) : ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts), (Modifier, Équilibré), `modify_best_price_performance` (Modifier, optimisation des coûts) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `modify_lowest_cost` `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g5.24xlarge, ml.g6.12xlarge, ml.g6e.24xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g4dn.12xlarge, ml.g6.24xlarge, ml.g6e.2xlarge `summarize_best_price_performance`(Synthèse, équilibre), `summarize_lowest_cost` (Synthèse, optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge
Qwen	Qwen3 14B	`huggingface-reasoning-qwen3-14b`	Raisonnement	apache 2.0	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large
Qwen	Qwen3-0.6B	`huggingface-reasoning-qwen3-06b`	Raisonnement	apache 2.0	Oui	Par défaut : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, Équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts), (Interagir, Équilibrer), `interact_best_price_performance` (Interagir, Optimisation des coûts), `interact_lowest_cost` `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé), `modify_highest_throughput` (Modifier, optimisation du débit) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g5.8xlarge, ml.g6.12xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g4dn.16xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts), `summarize_lowest_cost` (Résumer, optimisation des coûts) : ml.g4dn.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g4dn.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6e.2xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6e.8xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Qwen	Qwen3-1.7B	`huggingface-reasoning-qwen3-1-7b`	Raisonnement	apache 2.0	Oui	ml.g4dn.12x large, ml.g4dn.16x large, ml.g4dn,2x large, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g5,12 x large, ml.g5,24 x large, ml.g5,4 x large, ml.g6,12 x large, ml.g 6,24 x large, ml.. g 6,48 x large, ml. g 6,8 x large, ml. g6 x large, ml. g6, 12 x large, ml. g6, 16 x large, ml. g6, 2 x large, ml. g6, 4 x large, ml. g6, 8 x large, ml. g6, x large, ml. p 3,2 x large, ml. p 4 D. 24 x large
Qwen	Qwen3-30B-A3B	`huggingface-reasoning-qwen3-30b-a3b`	Raisonnement	apache 2.0	Non	ml.g5.24xlarge
Qwen	Qwen3-30B-A3B-Instruct-2507	`huggingface-reasoning-qwen3-30b-a3b-instruct-2507`	Génération de texte	apache 2.0	Non	ml.g5,48 x large, ml.g 6,48 x large, ml.g6e.12 x large, ml.p4de.24 x large
Qwen	Qwen3-30B-A3B-Thinking-2507	`huggingface-reasoning-qwen3-30b-a3b-thinking-2507`	Raisonnement	apache 2.0	Non	ml.g6e.12xlarge
Qwen	Qwen3-32B	`huggingface-reasoning-qwen3-32b`	Raisonnement	apache 2.0	Oui	Par défaut : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), (Interagir, Équilibrer), `interact_best_price_performance` (Résumer, Équilibrer), `summarize_best_price_performance` (Résumer, Optimisation des coûts) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé), `generate_lowest_latency` (Génération, optimisation de la latence), `interact_highest_throughput` (Interaction, optimisation du débit), (Contexte maximum, débit optimisé), `max_context_highest_throughput` (Contexte maximum, Latence optimisée), `max_context_lowest_latency` (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation de la latence) : ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `summarize_lowest_latency` `generate_lowest_cost`(Générer, optimisation des coûts), `max_context_lowest_cost` (contexte maximum, optimisation des coûts) : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge `interact_lowest_cost`(Interact, optimisation des coûts) : ml.g5.48xlarge, ml.g6.24xlarge, ml.g6e.12xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, Équilibrer), `modify_lowest_cost` (Modifier, Optimisation des coûts) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Qwen	Qwen3-4B	`huggingface-reasoning-qwen3-4b`	Raisonnement	apache 2.0	Oui	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,16 x large, ml.g5,24 x large, ml.g5,2 x large, ml.g5,4 x large, ml.g5,8 x large, ml.g5.xlarge, ml.g6,1x large, ml.g6,16 x large, ml.g6,24 x large, ml. g6,24 x large, ml.. g 6,2 x large, ml. g 6,48 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. g6 x large, ml. g6 E. 12 x large, ml. g6 E. 24 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. .p4d.24xlarge
Qwen	Qwen3-4B-Instruct-2507	`huggingface-reasoning-qwen3-4b-instruct-2507`	Raisonnement	apache 2.0	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,24 x large, ml.g5,48 x large, ml.g6,12 x large, ml.g6,24 x large, ml.g6,48 x large, ml.g6e.12 x large, ml.g6e.24 x large, ml.p4d.24x large
Qwen	Qwen3-8B	`huggingface-reasoning-qwen3-8b`	Raisonnement	apache 2.0	Oui	Par défaut : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), (Générer, optimisation des coûts), `generate_lowest_cost` (Interagir, Équilibrer), `interact_best_price_performance` (Interagir, Optimisation des coûts) : ml.g5.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_cost` `generate_highest_throughput`(Génération, débit optimisé) : ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Générer, optimisation de la latence), `modify_highest_throughput` (Modifier, optimisation du débit), (Modifier, optimisation de la latence), `modify_lowest_latency` (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation de la latence) : `summarize_lowest_latency` ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interaction, débit optimisé), (Contexte maximum, débit optimisé), `max_context_highest_throughput` (Contexte maximum, latence optimisée) : ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_lowest_latency` `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g4dn.12xlarge, ml.g5.12xlarge, ml.g6.12xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g5.12xlarge, ml.g6e.xlarge, ml.p5.48xlarge `modify_lowest_cost`(Modifier, optimisation des coûts) : ml.g5.12xlarge, ml.g6.24xlarge, ml.g6e.xlarge `summarize_best_price_performance`(résumé, équilibre), `summarize_lowest_cost` (résumé, optimisation des coûts) : ml.g5.24xlarge, ml.g6e.12xlarge, ml.p5.48xlarge
Qwen	Qwen3-ASR-1.7B	`huggingface-asr-qwen3-asr-1-7b`	Reconnaissance vocale automatique	Apache-2.0	Non	ml.g6.2xlarge, ml.g6.xlarge
Qwen	Qwen3-Coder-30B-A3B-Instruct	`huggingface-reasoning-qwen3-coder-30b-a3b-instruct`	Raisonnement	apache 2.0	Non	ml.g6e.24 x large, ml.g7e.2 x large
Qwen	Qwen3-Coder-Next	`huggingface-reasoning-qwen3-coder-next`	Raisonnement	apache 2.0	Non	ml.g7e.24 x large, ml.g7e.48 x large, ml.p4d.24 x large, ml.p5en.48 x large
Qwen	Qwen3-Embedding-0.6B	`huggingface-textembedding-qwen3-embedding-0-6b`	Intégration de texte	Apache-2.0	Non	ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. g6 x large, ml. g6, 12 x large, ml. g6, 16 x large, ml. g6, 24 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. ml.g6e.8 x large, ml.g6e.x large, ml.g7e.24 x large, ml.g7e.2 x large, ml.g7e.48 x large, ml.g7e.4 x large, ml.g7e.8 x large
Qwen	Qwen3-Next-80B-A3B-Instruct	`huggingface-reasoning-qwen3-next-80b-a3b-instruct`	Génération de texte	apache 2.0	Non	ml.g6e.48 x large, ml.p4de.24 x large
Qwen	Qwen3-Reranker-4B	`huggingface-textembedding-qwen3-reranker-4b`	Intégration de texte	Apache-2.0	Non	ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,48 x large, ml. g 6,4 x large, ml. g6,8 x large, ml. g6 x large, ml. g6, 12 x large, ml. g6, 16 x large, ml. g6 x large, ml. g6 x 2 x large, ml. ml.g6e.48x large, ml.g6e.4xlarge, ml.g6e.8x large, ml.g6e.x large, ml.g7e.24x large, ml.g7e.2xlarge, ml.g7e.48x large, ml.g7e.4xlarge, ml.g7e.8xlarge
Qwen	Qwen3-TTS-12Hz-1.7B-Base	`huggingface-ttsvoiceclone-qwen3-tts-12hz-1-7b-base`	Text-to-Speech	Apache-2.0	Non	ml.g6,16 x large, ml.g6,2 x large, ml.g6,4 x large, ml.g6,8 x large, ml.g6e.xlarge, ml.g6e.2 x large, ml.g6e.4 x large, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.2 x large, ml.g7e.4 x large, ml. g7,8 x large
Qwen	Qwen3-TTS-12Hz-1.7B-CustomVoice	`huggingface-tts-qwen3-tts-customvoice`	Text-to-Speech	Apache-2.0	Non	ml.g6,16 x large, ml.g6,2 x large, ml.g6,4 x large, ml.g6,8 x large, ml.g6e.xlarge, ml.g6e.2 x large, ml.g6e.4 x large, ml.g6e.8xlarge, ml.g6e.xlarge, ml.g7e.2 x large, ml.g7e.4 x large, ml. g7,8 x large
Qwen	Qwen3-VL-8B-Instruct	`huggingface-vlm-qwen3-vl-8b-instruct`	Génération de texte	apache 2.0	Non	ml.g6e.24 x large, ml.g6e.48 x large, ml.p4d.24 x large
Qwen	Qwen3-VL-Embedding-2B	`huggingface-textembedding-qwen3-vl-embedding-2b`	Intégration de texte	Apache-2.0	Non	ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,48 x large, ml. g 6,4 x large, ml. g6,8 x large, ml. g6 x large, ml. g6, 12 x large, ml. g6, 16 x large, ml. g6 x large, ml. g6 x 2 x large, ml. ml.g6e.48 x large, ml.g6e.4 x large, ml.g6e.8 x large, ml.g7e.x large, ml.g7e.24 x large, ml.g7e.2 x large, ml.g7e.4 x large, ml.g7e.8 x large
Qwen	Qwen3.5-0.8B	`huggingface-vlm-qwen3-5-0-8b`	Génération de texte	apache 2.0	Non	Par défaut : ml.g6.4xlarge, ml.g6e.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.xlarge, ml.g7e.4xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g6.xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.g6.24xlarge, ml.g6e.24xlarge `generate_lowest_cost`(Génération, optimisation des coûts) : ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.4xlarge, ml.g6e.4xlarge `interact_best_price_performance`(Interact, équilibré), `interact_lowest_latency` (Interact, latence optimisée) : ml.g6.2xlarge, ml.g6.xlarge, ml.g6e.2xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g6.24xlarge, ml.g6e.16xlarge, ml.g6e.2xlarge `interact_lowest_cost`(Interaction, optimisation des coûts), `modify_best_price_performance` (modification, équilibre), (modification, optimisation des coûts) : ml.g6.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `modify_lowest_cost` `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6.24xlarge, ml.g6e.12xlarge, ml.g7e.4xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g6.2xlarge, ml.g6e.xlarge, ml.g7e.4xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6.16xlarge, ml.g6e.4xlarge, ml.g7e.4xlarge `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6.24xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6.8xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g6.xlarge, ml.g6e.2xlarge, ml.g7e.8xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.8xlarge `summarize_lowest_cost`(Résumer, optimisation des coûts) : ml.g6.xlarge, ml.g6e.xlarge, ml.g7e.8xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.8xlarge
Qwen	Qwen3.5-27b	`huggingface-vlm-qwen3-5-27b`	Génération de texte	apache 2.0	Oui	ml.g6.48xlarge
Qwen	Qwen3.5-27B-FP8	`huggingface-vlm-qwen3-5-27b-fp8`	Image-Text-to-Text	apache 2.0	Non	ml.g6.24xlarge
Qwen	Qwen3.5-2B	`huggingface-vlm-qwen3-5-2b`	Génération de texte	apache 2.0	Non	Par défaut : ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.2xlarge, ml.g6e.4xlarge, ml.g6e.8xlarge, ml.g6e.xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `modify_best_price_performance` (Modifier, Équilibrer) : ml.g6.xlarge, ml.g6e.2xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `generate_lowest_cost`(Générer, optimisation des coûts), `modify_lowest_cost` (Modifier, optimisation des coûts) : ml.g6.2xlarge, ml.g6.xlarge, ml.g6e.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.16xlarge, ml.g6.xlarge, ml.g6e.16xlarge `interact_best_price_performance`(Interactif, équilibré) : ml.g6.xlarge, ml.g6e.2xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g6.24xlarge, ml.g6e.48xlarge `interact_lowest_cost`(Interact, optimisation des coûts) : ml.g6.xlarge, ml.g6e.xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g6.4xlarge, ml.g6e.4xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé), `modify_highest_throughput` (Modifier, optimisation du débit) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.g6e.24xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.2xlarge, ml.g6e.xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6.48xlarge, ml.g6e.16xlarge, ml.g6e.48xlarge `modify_lowest_latency`(Modifier, latence optimisée) : ml.g6.8xlarge, ml.g6e.2xlarge, ml.g6e.8xlarge `summarize_best_price_performance`(résumé, équilibre), `summarize_lowest_cost` (résumé, optimisation des coûts) : ml.g6.xlarge, ml.g6e.xlarge, ml.g7e.4xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g6.12xlarge, ml.g6e.2xlarge, ml.g7e.4xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6.2xlarge, ml.g6e.2xlarge, ml.g7e.4xlarge
Qwen	Qwen3.5-4B	`huggingface-vlm-qwen3-5-4b`	Génération de texte	apache 2.0	Oui	Par défaut : ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge, ml.g7e.2xlarge, ml.g7e.4xlarge, ml.g7e.8xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Génération, équilibrage), (Génération, débit optimisé), `generate_highest_throughput` (Génération, optimisation des coûts), `generate_lowest_cost` (Génération, optimisation de la latence) : ml.g6.8xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `generate_lowest_latency` `interact_best_price_performance`(Interaction, Équilibré), `interact_highest_throughput` (Interaction, débit optimisé), (Interaction, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation de la latence) : ml.g6.2xlarge, ml.g6e.xlarge, ml.g7e.2xlarge `interact_lowest_latency` `max_context_highest_throughput`(Contexte maximal, débit optimisé), (Contexte maximal, optimisation des coûts), `max_context_lowest_cost` (Contexte maximum, latence optimisée) : ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.2xlarge `max_context_lowest_latency` `modify_best_price_performance`(Modifier, équilibré), (Modifier, optimisation des coûts), `modify_lowest_cost` (Modifier, optimisation de la latence) : ml.g6.2xlarge, ml.g6e.8xlarge, ml.g7e.2xlarge `modify_lowest_latency` `modify_highest_throughput`(Modifier, débit optimisé) : ml.g6.2xlarge, ml.g6e.8xlarge, ml.g7e.4xlarge `summarize_best_price_performance`(résumé, équilibre), `summarize_lowest_cost` (résumé, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.12xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g6.12xlarge, ml.g6e.24xlarge, ml.g7e.24xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6.24xlarge, ml.g6e.16xlarge, ml.g7e.2xlarge
Qwen	Qwen3.5-9b	`huggingface-vlm-qwen3-5-9b`	Génération de texte	apache 2.0	Oui	ml. g 6,24 x large, ml. g 6,48 x large
Qwen	Qwen3.6-27B	`huggingface-vlm-qwen3-6-27b`	Image-Text-to-Text	apache 2.0	Oui	Par défaut : ml.g7e.12xlarge, ml.g7e.24xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts), (Modifier, Équilibrer), `modify_best_price_performance` (Modifier, Optimisation des coûts), `modify_lowest_cost` (Résumer, Optimisation des coûts), `summarize_best_price_performance` (Résumer, Optimisation des coûts) : `summarize_lowest_cost` ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `generate_highest_throughput`(Générer, débit optimisé), (Modifier, optimisation du débit), `modify_highest_throughput` (Modifier, optimisation de la latence) : ml.g7e.48xlarge, ml.p5.4xlarge, ml.p5en.48xlarge `modify_lowest_latency` `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.12xlarge, ml.p5.4xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré), `interact_lowest_cost` (Interact, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `interact_highest_throughput`(Interact, débit optimisé), `interact_lowest_latency` (Interact, latence optimisée) : ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g7e.24xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts), `max_context_lowest_latency` (Contexte maximal, latence optimisée) : ml.g7e.12xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge `summarize_highest_throughput`(Résumé, débit optimisé) : ml.g6e.24xlarge, ml.g7e.48xlarge, ml.p5en.48xlarge `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge
Qwen	Qwen3.6-35B-A3B	`huggingface-vlm-qwen3-6-35b-a3b`	Génération de texte	apache 2.0	Non	Par défaut : ml.g6e.24xlarge, ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `generate_highest_throughput`(Génération, débit optimisé), `max_context_highest_throughput` (Contexte maximum, débit optimisé) : ml.g6e.48xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Générer, optimisation de la latence), `max_context_lowest_cost` (Contexte maximum, optimisation des coûts), (Contexte maximum, latence optimisée), `max_context_lowest_latency` (Modifier, optimisation du débit), `modify_highest_throughput` (Modifier, optimisation de la latence), `modify_lowest_latency` (Synthèse, optimisation du débit) : `summarize_highest_throughput` ml.g6e.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré), `interact_lowest_cost` (Interact, optimisation des coûts) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.p5en.48xlarge `interact_highest_throughput`(Interact, débit optimisé), `interact_lowest_latency` (Interact, optimisation de la latence) : ml.g6.48xlarge, ml.g6e.48xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, Équilibrer), `modify_lowest_cost` (Modifier, optimisation des coûts), (Résumer, Équilibrer), `summarize_best_price_performance` (Résumer, Optimisation des coûts) : ml.g6.48xlarge, ml.g6e.12xlarge, ml.p5.48xlarge `summarize_lowest_cost` `summarize_lowest_latency`(Résumé, latence optimisée) : ml.g6e.12xlarge, ml.p5.48xlarge, ml.p5en.48xlarge
Qwen	QWq 32 V	`huggingface-llm-qwq-32b`	Génération de texte	apache 2.0	Non	ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large
Reconnaître	Étuis de Wam espagnol à base de betterave Reconnai Xnli	`huggingface-zstc-recognai-bert-base-spanish-wwm-cased-xnli`	Zero-Shot Classification	mit	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Reconnaître	Reconnaissez Zeroshot Selectra Medium	`huggingface-zstc-recognai-zeroshot-selectra-medium`	Zero-Shot Classification	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Rinna	Rinna Japanese GPT NeoX 3.6B Instructions PPO	`huggingface-llm-rinna-3-6b-instruction-ppo-bf16`	Génération de texte	mit	Non	ml. g 5,2 x large, ml. g 5,4 x grand, ml. g 5 x large
Salesforce	Salesforce _R SFR-Embedding-2	`huggingface-textembedding-sfr-embedding-2-r`	Intégration de texte	CC-BY-NC-4.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,12 x large, ml. g 6,2 x large, ml. g 6,8 x large, ml. g 6,4 x large, ml. g 6,8 x large grand, ml.g6.xlarge, ml.p4d.24xlarge
Salesforce	Salesforce SFR-Embedding-Mistral	`huggingface-textembedding-sfr-embedding-mistral`	Intégration de texte	CC-BY-NC-4.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,12 x large, ml. g 6,2 x large, ml. g 6,8 x large, ml. g 6,4 x large, ml. g 6,8 x large grand, ml.g6.xlarge, ml.p4d.24xlarge
Sentence-Transformers	Tous les MiniLM L6 v2	`huggingface-sentencesimilarity-all-MiniLM-L6-v2`	Similitude de phrases	apache 2.0	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Sentence-Transformers	Tous les MiniLM L6 v2	`huggingface-textembedding-all-MiniLM-L6-v2`	Intégration de texte	Apache-2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,12 x large, ml. g 6,2 x large, ml. g 6,8 x large, ml. g 6,4 x large, ml. g 6,8 x large grand, ml.g6.xlarge, ml.p4d.24xlarge
Sentence-Transformers	tous- MiniLM-L12-v2	`huggingface-textembedding-all-MiniLM-L12-v2`	Intégration de texte	Apache-2.0	Non	ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge
Sentence-Transformers	Paraphrase MiniLM multilingue L12 v2	`huggingface-textembedding-paraphrase-multilingual-MiniLM-L12-v2`	Intégration de texte	Apache-2.0	Non	ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge
Shenzhi-Wang	Chat chinois Llama3 8B	`huggingface-llm-shenzhi-wang-llama3-8B-chinese-chat`	Génération de texte	lama 3	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Snowflake	Snowflake Arctic Instruct Vllm	`huggingface-llm-snowflake-arctic-instruct-vllm`	Génération de texte	apache 2.0	Non	ml.p5.48xlarge
Speakleash	Bielik-11B-v3.0-Instruct	`huggingface-llm-bielik-11b-v3-0-instruct`	Génération de texte	apache 2.0	Non	Par défaut : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge, ml.g7e.2xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Générer, équilibrer), `generate_lowest_cost` (Générer, optimisation des coûts), (Interaction, optimisation des coûts), `interact_lowest_cost` `modify_lowest_cost` (Modifier, optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.xlarge `generate_highest_throughput`(Génération, débit optimisé), `interact_highest_throughput` (Interaction, débit optimisé), (Modifier, optimisation du débit), `modify_highest_throughput` (Modifier, optimisation de la latence), `modify_lowest_latency` (Synthèse, optimisation du débit), `summarize_highest_throughput` (Synthèse, optimisation de la latence) : `summarize_lowest_latency` ml.p4d.24xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6e.16xlarge, ml.p5.48xlarge, ml.p5en.48xlarge `interact_best_price_performance`(Interact, équilibré) : ml.g5.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g5.48xlarge, ml.g6.24xlarge, ml.g6e.24xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_cost`(Contexte maximal, optimisation des coûts) : ml.g5.12xlarge, ml.g6.12xlarge, ml.g6e.12xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g5.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `modify_best_price_performance`(Modifier, équilibré) : ml.g6.12xlarge, ml.g6e.xlarge, ml.p4d.24xlarge `summarize_best_price_performance`(Résumé, équilibré) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5.48xlarge `summarize_lowest_cost`(Résumé, optimisation des coûts) : ml.g5.48xlarge, ml.g6.48xlarge, ml.g6e.12xlarge
Schleifer	Distilbart CNN 12-6	`huggingface-summarization-distilbart-cnn-12-6`	Synthétisation de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Schleifer	Distilbart CNN 6-6	`huggingface-summarization-distilbart-cnn-6-6`	Synthétisation de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Schleifer	Synthétisation de texte	`huggingface-summarization-distilbart-xsum-1-1`	Synthétisation de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Stabilité	StableLM Instrut Alpha 7B v2 en japonais	`model-textgenerationjp-japanese-stablelm-instruct-alpha-7b-v2`	Génération de texte	Apache-2.0	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p4 d. 24 x large, ml. p4 de 24 x large
Stabilité	Diffusion stable 2	`model-txt2img-stabilityai-stable-diffusion-v2`	Text-to-Image	creativeml-openrail++-m	Non	ml. g4 dn.4 x large, ml. g4 dn.8 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
Stabilité	Diffusion stable à 2 profondeurs FP16	`model-depth2img-stable-diffusion-2-depth-fp16`	Image-to-Image	creativeml-openrail++-m	Non	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.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Stabilité	Diffusion stable 2 FP16	`model-txt2img-stabilityai-stable-diffusion-v2-fp16`	Text-to-Image	creativeml-openrail++-m	Non	ml. g4 dn.4 x large, ml. g4 dn.8 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
Stabilité	Stable Diffusion 2 en peinture	`model-inpainting-stabilityai-stable-diffusion-2-inpainting`	Image-to-Image	creativeml-openrail++-m	Non	ml. g4 dn.4 x large, ml. g4 dn.8 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
Stabilité	Stable Diffusion 2 Inpainting FP16	`model-inpainting-stabilityai-stable-diffusion-2-inpainting-fp16`	Image-to-Image	creativeml-openrail++-m	Non	ml.g4dn.xlarge, ml.g5.2xlarge, ml.p3.2xlarge
Stabilité	Stable Diffusion 2 Inpainting FP16	`model-inpainting-stabilityai-stable-diffusion2-inpainting-fp16`	Image-to-Image	creativeml-openrail++-m	Non	ml.g4dn.xlarge, ml.g5.2xlarge, ml.p3.2xlarge
Stabilité	Stable Diffusion 2.1	`model-txt2img-stabilityai-stable-diffusion-v2-1-base`	Text-to-Image	creativeml-openrail++-m	Oui	ml. g4 dn.4 x large, ml. g4 dn.8 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
Stabilité	Neurone 2.1 à diffusion stable	`huggingface-txt2imgneuron-stabilityai-stable-diffusion-v2-1`	Text-to-Image	creativeml-openrail++-m	Non	ml.inf2.24x large, ml.inf2.48x large, ml.inf2.8x large, ml.inf2.x large
Stabilité	Upscaler Stable Diffusion x4 FP16	`model-upscaling-stabilityai-stable-diffusion-x4-upscaler-fp16`	Image-to-Image	openrail++	Non	ml. g4 dn.4 x large, ml. g4 dn.8 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. p 3,2 x large
Stabilité	Stable Diffusion XL 1.0 (code source libre)	`model-imagegeneration-stabilityai-stable-diffusion-xl-base-1-0`	Text-to-Image	openrail++	Non	ml. g 5,16 x large, ml. g 5,4 x large, ml. g 5,8 x large
Stabilité	Neurone à diffusion stable XL Base 1.0	`huggingface-txt2imgneuron-stabilityai-stable-diffusion-xlbase1`	Text-to-Image	openrail++	Non	ml.inf2.24x large, ml.inf2.48x large, ml.inf2.8x large, ml.inf2.x large
Swiss-Ai	Apertus 70B 2509	`huggingface-llm-apertus-70b-2509`	Génération de texte	apache 2.0	Non	ml.g5,48 x large, ml.g6,48 x large, ml.g6e.48 x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large, ml.p5en.48 x large
Swiss-Ai	Apertus 70B Instrut 2509	`huggingface-llm-apertus-70b-instruct-2509`	Génération de texte	apache 2.0	Non	ml.g5,48 x large, ml.g6,48 x large, ml.g6e.48 x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large, ml.p5en.48 x large
Swiss-Ai	Ouverture 8B, instruction 2509	`huggingface-llm-apertus-8b-instruct-2509`	Génération de texte	apache 2.0	Non	ml.g5,12 x large, ml.g5,16 x large, ml.g5,24 x large, ml.g5,2 x large, ml.g5,48 x large, ml.g5,4 x large, ml.g5,x large, ml.g6,12 x large, ml.g6,16 x large, ml.g6,24 x large, ml.g6,2 x large, ml.g6. 48 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. g6 x large, ml. g6, 12 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. p4d.24x large, ml.p4de.24x large, ml.p5.48x large, ml.p5e.48x large, ml.p5en.48x large
Le type	Mistral 7B AWQ OpenOrca	`huggingface-llm-thebloke-mistral-7b-openorca-awq`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
Le type	Mistral 7B GPTQ OpenOrca	`huggingface-llm-mistral-7b-openorca-gptq`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g5,4 x large, ml. g5,8 x large, ml. p4 d. 24 x large, ml. p4 de. 24 x large, ml. p 5,48 x large
Le type	Mixtral 8x7B Instruction GPTQ	`huggingface-llm-mixtral-8x7b-instruct-gptq`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Puis lper	GTE Large	`huggingface-sentencesimilarity-gte-large`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Puis lper	GTE Small	`huggingface-sentencesimilarity-gte-small`	Similitude de phrases	mit	Oui	ml.c6i.x large, ml.g4dn,2xlarge, ml.g5,2xlarge, ml.g5,4xlarge, ml.g5,8xlarge, ml.p3,2xlarge
Tiou-émirats	Falcon180B BF16	`huggingface-llm-falcon-180b-bf16`	Génération de texte	Non applicable	Non	ml. P4 de 24 x large, ml. P 5,48 x large
Tiou-émirats	Tableau Falcon180B BF16	`huggingface-llm-falcon-180b-chat-bf16`	Génération de texte	Non applicable	Non	ml. P4 de 24 x large, ml. P 5,48 x large
Tiou-émirats	Falcon 40B BF16	`huggingface-llm-falcon-40b-bf16`	Génération de texte	apache 2.0	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Tiou-émirats	Falcon 40B Instruct BF16	`huggingface-llm-falcon-40b-instruct-bf16`	Génération de texte	apache 2.0	Oui	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Tiou-émirats	Falcon 7B BF16	`huggingface-llm-falcon-7b-bf16`	Génération de texte	apache 2.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Tiou-émirats	Falcon 7B Instruct BF16	`huggingface-llm-falcon-7b-instruct-bf16`	Génération de texte	apache 2.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Tiou-émirats	Falcon RW 1B	`huggingface-llm-tiiuae-falcon-rw-1b`	Génération de texte	apache 2.0	Non	ml.g5.2xlarge
Tiou-émirats	Falcon-H1-0.5B-Instruct	`huggingface-llm-falcon-h1-0-5b-instruct`	Génération de texte	autre	Non	ml.g4dn.12x large, ml.g4dn.16x large, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5,16x large, ml.g5.24x large, ml.g5.2xlarge, ml.g5.48x large, ml.g5.48x large, ml.. g 5,4 x large, ml. g 5,8 x large, ml. g6, 12 x large, ml. g 6,16 x large, ml. g 6,24 x large, ml. g 6,2 x large, ml. g 6,48 x large, ml. g 6,4 x large, ml. g6,8 x large, ml. g6, 12 x large, ml. g6 e.16 xlarge, ml.g6e.24 x large, ml.g6e.2 x large, ml.g6e.4 x large, ml.g6e.8 x large, ml.g6e.x large, ml.p3,2 x large, ml.p4D.24 x large
Tiou-émirats	Falcon-H1-1.5B-Deep-Instruct	`huggingface-llm-falcon-h1-1-5b-deep-instruct`	Génération de texte	autre	Non	ml.g5,16 x large, ml.g5,4 x large, ml.g5,8 x large, ml.g6,16 x large, ml.g6,2x large, ml.g6,4 x large, ml.g6,x large, ml.g6e.16x large, ml.g6e.2 x large, ml.g6e.4 x large, ml.g6e.8 x large, ml.g6e.8 x large, ml.g6e.x large, ml.g6e.8 x large, ml.g6e.8 x large, ml.g6e.x large ex.large
Tiou-émirats	Falcon-H1-1.5B-Instruct	`huggingface-llm-falcon-h1-1-5b-instruct`	Génération de texte	autre	Non	ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,48 x large, ml. g 6,4 x large, ml. g6,8 x large, ml. g6 x large, ml. g6, 12 x large, ml. g6, 16 x large, ml. g6 x large, ml. g6 x 2 x large, ml. ml.g6e.48 x large, ml.g6e.4 x large, ml.g6e.8 x large
Tiou-émirats	Falcon-H1-34B-Instruct	`huggingface-llm-falcon-h1-34b-instruct`	Génération de texte	autre	Non	ml.g6e.12 x large, ml.g6e.24 x large, ml.g6e.48 x large
Tiou-émirats	Falcon-H1-3B-Instruct	`huggingface-llm-falcon-h1-3b-instruct`	Génération de texte	autre	Non	ml.g6e.16 x large, ml.g6e.2 x large, ml.g6e.4 x large, ml.g6e.8 x large, ml.g6e.x large
Tiou-émirats	Falcon-H1-7B-Instruct	`huggingface-llm-falcon-h1-7b-instruct`	Génération de texte	autre	Non	ml.g6e.12 x large, ml.g6e.24 x large
Tiou-émirats	Falcon2-11B	`huggingface-llm-falcon2-11b`	Génération de texte	Non applicable	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
Tiou-émirats	Falcon3-10B-Base	`huggingface-llm-falcon-3-10B-base`	Génération de texte	autre	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p 5,48 x large
Tiémirats arabes unis	Falcon3-10B-Instruct	`huggingface-llm-falcon-3-10B-Instruct`	Génération de texte	autre	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,24 x large, ml.g6,12 x large, ml.g6.24x large, ml.g6e.12x large, ml.g6e.16x large, ml.g6e.24x large, ml.g6e.2xlarge, ml.g6e.4 x large, ml.g6e.8 x large, ml. g6e.xlarge
Tiémirats arabes unis	Falcon3-1B-Instruct	`huggingface-llm-falcon-3-1B-Instruct`	Génération de texte	autre	Non	Par défaut : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge, ml.g6e.xlarge, ml.p3.2xlarge, ml.p4d.24xlarge Des types d'instances supplémentaires sont disponibles via ces configurations de déploiement d'hébergement : `generate_best_price_performance`(Généré, équilibré) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.2xlarge `generate_highest_throughput`(Génération, débit optimisé) : ml.g6e.12xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `generate_lowest_cost`(Génération, optimisation des coûts), `interact_lowest_cost` (Interaction, optimisation des coûts), (Contexte maximal, `max_context_lowest_cost` optimisation des coûts) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6.xlarge `generate_lowest_latency`(Génération, latence optimisée) : ml.g6.12xlarge, ml.g6e.12xlarge, ml.p4d.24xlarge `interact_best_price_performance`(Interact, équilibré) : ml.g4dn.xlarge, ml.g5.xlarge, ml.g6e.xlarge `interact_highest_throughput`(Interact, débit optimisé) : ml.g6e.48xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `interact_lowest_latency`(Interact, latence optimisée) : ml.g5.2xlarge, ml.g6.48xlarge, ml.g6e.48xlarge `max_context_highest_throughput`(Contexte maximal, débit optimisé) : ml.g6e.24xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge `max_context_lowest_latency`(Contexte maximal, latence optimisée) : ml.g6e.4xlarge, ml.p4d.24xlarge, ml.p5en.48xlarge
Tiémirats arabes unis	Falcon3-3B-Base	`huggingface-llm-falcon-3-3B-base`	Génération de texte	autre	Non	ml.g5,12 x large, ml.g5,16 x large, ml.g5,24 x large, ml.g5,2 x large, ml.g5,48 x large, ml.g5,4 x large, ml.g5,x large, ml.g6,12 x large, ml.g6,16 x large, ml.g6,24 x large, ml.g6,2 x large, ml.g6. 48 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. g 6 x large, ml. p 4 x large, ml. p 5,48 x large
Tiémirats arabes unis	Falcon3-3B-Instruct	`huggingface-llm-falcon-3-3B-Instruct`	Génération de texte	autre	Non	ml.g4dn.12x large, ml.g4dn.16x large, ml.g4dn.4xlarge, ml.g5,12 x large, ml.g5,16 x large, ml.g5,2 x large, ml.g5,4xlarge, ml.g5.xlarge, ml.g6,16 x large, ml.g6,16 x large, ml.g24xlarge xlarge, ml.g6,2 x large, ml.g6,4 x large, ml.g6,8 x large, ml.g6e.12 x large, ml.g6e.16 x large, ml.g6e.24 x large, ml.g6e.2 x large, ml.g6e.xlarge, ml.g6e.xlarge, ml.p3,2 x large
Tiémirats arabes unis	Falcon3-7B-Base	`huggingface-llm-falcon-3-7B-base`	Génération de texte	autre	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 6,12 x large, ml. g 6,24 x large, ml. g 6,48 x large, ml. p 4 D. 24 x large, ml. p 5,48 x large
Tiémirats arabes unis	Falcon3-7B-Instruct	`huggingface-llm-falcon-3-7B-Instruct`	Génération de texte	autre	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,24 x large, ml.g6,12 x large, ml.g6,24 x large, ml.g6e.12x large, ml.g6e.24x large, ml.g6e.2xlarge, ml.g6e.4 x large, ml.g6e.xlarge
Tinyllama	Petit lama 1,1B	`huggingface-llm-tinyllama-1-1b-intermediate-step-1431k-3`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large
Tinyllama	Tiny Llama 1.1B Chat V0.6	`huggingface-llm-tinyllama-tinyllama-1-1b-chat-v0-6`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large
Tinyllama	Tiny Llama 1.1B Chat V1	`huggingface-llm-tinyllama-tinyllama-1-1b-chat-v1-0`	Génération de texte	apache 2.0	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,2 x large
Ordinateur Together	RedPajama Tableau INCITE 3B V1	`huggingface-textgeneration1-redpajama-incite-chat-3B-v1-fp16`	Génération de texte	apache 2.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Ordinateur Together	RedPajama Tableau INCITE 7B V1	`huggingface-textgeneration1-redpajama-incite-chat-7B-v1-fp16`	Génération de texte	apache 2.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Ordinateur Together	RedPajama INCITE Instrut 3B V1	`huggingface-textgeneration1-redpajama-incite-instruct-3Bv1fp16`	Génération de texte	apache 2.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Ordinateur Together	RedPajama Invite Instruit 7B V1	`huggingface-textgeneration1-redpajama-incite-instruct-7B1fp16`	Génération de texte	apache 2.0	Oui	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large
Tokyotech-Llm	Swallow-7b-instruct-hf	`huggingface-llm-swallow-7b-instruct-hf`	Génération de texte	lama 2	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,16 x large, ml.g5,24 x large, ml.g5,2 x large, ml.g5,4 x large, ml.g5,8 x large, ml.g5.xlarge, ml.g6,1x large, ml.g6,16 x large, ml.g6,24 x large, ml. g6,24 x large, ml.. g 6,2 x large, ml. g 6,48 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. g6 x large, ml. g6 E. 12 x large, ml. g6 E. 16 x large, ml. g6 x large, ml. g6 x x large
Volrah 50	Diffusion de cartes fantastiques Volrath50	`huggingface-txt2img-volrath50-fantasy-card-diffusion`	Text-to-Image	creativeml-openrail-m	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.p3.2xlarge
Writer	Writer Palmyra Small	`huggingface-llm-writer-palmyra-small`	Génération de texte	apache 2.0	Non	ml.g5.2xlarge
Zai-Org	GLM-5.1-FP8	`huggingface-llm-glm-5-1-fp8`	Génération de texte	Apache-2.0	Non	ml.p5en.48xlarge

Proprietary Models (121)

Des modèles de base propriétaires sont proposés par des fournisseurs tiers via Amazon SageMaker JumpStart. Pour utiliser un modèle de base propriétaire, vous devez d'abord vous abonner au modèle AWS sur Marketplace. Une fois inscrit, vous pouvez localiser et déployer le modèle de base dans Amazon SageMaker Studio.

Nom du modèle	ID du modèle	Sous-tâche	Fine-tunable	Types d'instances d'inférence pris en charge
A.X 4.0 Lumière	`sk-telecom-ax4-light`	Génération de texte	Non	ml.g5.2xlarge
Réponses contextuelles de l'AI21	`ai21-contextual-answers`	Génération de texte	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,48 x large, ml.p4d.24x large
Lampe AI21 Jurassic-2	`ai21-jurassic-2-light`	Génération de texte	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,48 x large, ml.p4d.24x large
AI21 Mid Jurassic-2	`ai21-jurassic-2-grande-instruct`	Génération de texte	Non	ml.g4dn.12x large, ml.g5,12 x large, ml.g5,48 x large, ml.p4d.24x large
AI21 Ultra Jurassic-2	`ai21-jurassic-2-jumbo-instruct`	Génération de texte	Non	ml.g 5,48 x large, ml.p4d. 24 x large, ml.p4de.24 x large
Paraphrase AI21	`ai21-paraphrase`	Génération de texte	Non	ml.g4dn.2xlarge
AI21 Résumé	`ai21-summarization`	Génération de texte	Non	ml.g4dn.12x large, ml.g4dn.4xlarge, ml.g5.x large
Arcee Lite	`arcee-lite`	Génération de texte	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g5, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large
Arcee SuperNova	`arcee-supernova`	Génération de texte	Non	ml.p4d.24xlarge, ml.p4de.24xlarge, ml.p5.48x large
Arcee Virtuoso Small	`arcee-virtuoso-small`	Génération de texte	Non	ml.g5,12 x large, ml.g 5,24 x large, ml.g5,48 x large, ml.g6,12 x large, ml.g6,24 x large, ml .g6,48 x large, ml.g6e.12 x large, ml.g6e.24 x large, ml.g6e.48 x large, ml.p4de.24 x large, ml. .p 5,48 x large
Bria 2.2HD Commercial Text-to-image	`bria-ai-2-2-hd-commercial`	ReRank	Non	ml.g5,12 x large, ml.g 5,2 x large, ml.g5,48 x large, ml.p4d.24 x large, ml.p4de.24 x large
Bria 2.3 Commercial Text-to-image	`bria-ai-2-3-commercial`	ReRank	Non	ml.g5,12 x large, ml.g 5,2 x large, ml.g5,48 x large, ml.p4d.24 x large, ml.p4de.24 x large
Bria 2.3 Fast Commercial Text-to-image	`bria-ai-2-3-fast-commercial`	ReRank	Non	ml.g5,12 x large, ml.g 5,2 x large, ml.g5,48 x large, ml.p4d.24 x large, ml.p4de.24 x large
Cohérence de la commande R (RA100)	`cohere-command-r-a100`	Génération de texte	Non	ml.p4de.24xlarge
Cohérence de la commande (RH100)	`cohere-command-r-h100`	Génération de texte	Non	ml.p5.48xlarge
Cohérer la commande R+ (A100)	`cohere-command-r-plus-a100`	Génération de texte	Non	ml.p4de.24xlarge
Cohérer la commande R+ (H100)	`cohere-command-r-plus-h100`	Génération de texte	Non	ml.p5.48xlarge
Cohere Intégrer 4	`cohere-embed-v4-0`	Intégration de texte	Non	ml.g5.2xlarge, ml.g5.xlarge, ml.g6.2xlarge, ml.g6.xlarge
Cohere Embed Light Model v3 - Anglais	`cohere-embed-light-english`	Intégration de texte	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5,2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Cohere Embed Light v3 - Multilingue	`cohere-embed-light-multilingual`	Intégration de texte	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5,2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Cohere Embed Model 3 - Multilingue	`cohere-embed-multilingual`	Intégration de texte	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5,2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Modèle Cohere Embed v3 - anglais	`cohere-embed-english`	Intégration de texte	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5,2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Modèle Cohere Rrank 2 - anglais	`cohere-rerank-english-v2`	ReRank	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5,2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Modèle Cohere Rrank 2 - Multilingue	`cohere-rerank-multilingual-v2`	ReRank	Non	ml.g4dn.2xlarge, ml.g4dn.xlarge, ml.g5,2xlarge, ml.g5.xlarge, ml.p3.2xlarge
Modèle Cohere Rrank 3 - anglais	`cohere-rerank-v3-english`	ReRank	Non	ml.g5.2xlarge, ml.g5.xlarge
Modèle Cohere Rrank 3 - Multilingue	`cohere-rerank-v3-multilingual`	ReRank	Non	ml.g5.2xlarge, ml.g5.xlarge
Modèle Nimble de Cohere Rde 3 - Anglais	`cohere-rerank-nimble-english`	ReRank	Non	ml.g5.2xlarge, ml.g5.xlarge
Modèle Nimble Cochere Rank3 - Multi	`cohere-rerank-nimble-multi`	ReRank	Non	ml.g5.2xlarge, ml.g5.xlarge
Cohérence Rhano v3.5	`cohere-rerank-v3-5`	Intégration de texte	Non	ml.g5.2xlarge, ml.g5.xlarge, ml.g6.2xlarge, ml.g6.xlarge
Cochere Rhono v4.0 Fast	`cohere-rerank-v4-0-fast`	Intégration de texte	Non	ml. g 5,2 x large, ml. g 5 x large, ml. p 5,4 x large
Cohérence Rhono v4.0 Pro	`cohere-rerank-v4-0-pro`	Intégration de texte	Non	ml. g 5,2 x large, ml. g 5 x large, ml. p 5,4 x large
Commande A (A100)	`cohere-command-a-a100`	Génération de texte	Non	ml.p4de.24xlarge
Commande A (H100)	`cohere-command-a-h100`	Génération de texte	Non	ml.p5.48xlarge
Commande R 08-2024 (H100)	`cohere-command-r-08-2024-h100`	Génération de texte	Non	ml.p5.48xlarge
Commande R+ 08-2024 (H100)	`cohere-command-r-plus-08-2024-h100`	Génération de texte	Non	ml.p5.48xlarge
OCR de documents	`upstage-document-ocr`	Reconnaissance optique de caractères	Non	ml.g5.2xlarge
Analyse de documents	`upstage-document-layout-analysis`	Reconnaissance optique de caractères	Non	ml. g 5,2 x large, ml. g 6,2 x grand, ml. p 3,2 x grand
Intégrer	`upstage-solar-embedding-large`	Intégration de texte	Non	ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,4 x large, ml. g6,8 x large, ml. g6, 12 x large, ml. g6, 16 x large, ml. g6, 24 x large, ml. g6 x large, ml. g6, 48 x large grand, ml.g6E.4 x large, ml.g6E.8xlarge
ESM3-open	`evolutionary-scale-esm3`	Génération multimodale	Non	ml. g 5,4 x large, ml. g 5,8 x large
Evo2-NIM	`nvidia-evo2-nim`	Génération de texte	Non	ml.g6e.12 x large, ml.g6e.24 x large, ml.g6e.48 x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large, ml.p5en.48 x large
EXAONE Atelier - De l'image au texte	`lgresearch-exaone`	Génération de texte Image2Text	Non	ml.g5.12x large, ml.g5.48 x large, ml.g5.x large, ml.p4d.24x large
Gretel Navigator Tabular	`gretel-navigator-tabular`	Génération de texte	Non	ml.g5.2xlarge, ml.g5.xlarge
H-Optimus-0	`bioptimus-h-optimus-0`	Extraction de fonctionnalités	Non	ml.g5.xlarge
IBM Granite 20B Code Instruct - 8K	`ibm-granite-20b-code-instruct-8k`	Génération de texte	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
IBM Granite 3.0 2B Instructions	`granite-3-0-2b-instruct`	Génération de texte	Non	ml. P 4 D. 24 x large, ml. P 5,48 x large
IBM Granite 3.0 8B Instructions	`granite-3-0-8b-instruct`	Génération de texte	Non	ml. P 4 D. 24 x large, ml. P 5,48 x large
IBM Granite 3.2 Instrut 2B	`ibm-granite-3-2-2b-instruct`	Génération de texte	Non	ml.g6,12 x large, ml.g6,16 x large, ml.g6,24 x large, ml.g6,48 x large, ml.g6e.12 x large, ml.g6e.16 x large, ml.g6e.24 x large, ml.g6e.48 x large, ml.g6e.4 x large, ml.p4d.24 x large, ml. p 5,48 x large
IBM Granite 3.2 Instrut 8B	`ibm-granite-3-2-8b-instruct`	Génération de texte	Non	ml.g6,12 x large, ml.g6,16 x large, ml.g6,24 x large, ml.g6,48 x large, ml.g6e.12 x large, ml.g6e.16 x large, ml.g6e.24 x large, ml.g6e.48 x large, ml.g6e.4 x large, ml.p4d.24 x large, ml. p 5,48 x large
IBM Granite 34B Code Instruct - 8K	`ibm-granite-34b-code-instruct-8k`	Génération de texte	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large
IBM Granite 3B Code Instruct - 128K	`ibm-granite-3b-code-instruct-128k`	Génération de texte	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large
IBM Granite 4.0 h-micro	`ibm-granite-4-0-h-micro`	Génération de texte	Non	ml.g6e.12 x large, ml.g6e.16 x large, ml.g6e.24 x large, ml.g6e.2 x large, ml.g6e.48 x large, ml.g6e.4 x large, ml.p4d.24 x large, ml.p5,48 x large
IBM Granite 4.0 h, taille S	`ibm-granite-4-0-h-small`	Génération de texte	Non	ml.g6e.12 x large, ml.g6e.16 x large, ml.g6e.24 x large, ml.g6e.2 x large, ml.g6e.48 x large, ml.g6e.4 x large, ml.p4d.24 x large, ml.p5,48 x large
IBM Granite 4.0 h minuscule	`ibm-granite-4-0-h-tiny`	Génération de texte	Non	ml.g6e.12 x large, ml.g6e.16 x large, ml.g6e.24 x large, ml.g6e.2 x large, ml.g6e.48 x large, ml.g6e.4 x large, ml.p4d.24 x large, ml.p5,48 x large
IBM Granite 8B Code Instruct - 128K	`ibm-granite-8b-code-instruct-128k`	Génération de texte	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large
ixi- GEN-Fin-7.8B	`lg-ixi-gen`	Génération de texte	Non	ml.g5.4xlarge
JetBrains AI Mellum Tout	`jbai-mellum-all`	génération de texte à texte	Non	ml.g5,2 x large, ml.g6,2 x large, ml.g6e.x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large
JetBrains IA Mellum Kotlin	`jbai-mellum-kotlin`	génération de texte à texte	Non	ml.g5,2 x large, ml.g6,2 x large, ml.g6e.x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large
JetBrains IA Mellum Python	`jbai-mellum-python`	génération de texte à texte	Non	ml.g5,2 x large, ml.g6,2 x large, ml.g6e.x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large
Jina Embeddings v2 Base - fr	`jinaai-embeddings-v2-base-en`	Intégration de texte	Non	ml.g4dn.12x large, ml.g4dn.16x large, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5,16x large, ml.g5.24x large, ml.g5.2xlarge, ml.g5.48x large, ml.g5.48x large, ml.. g 5,4 x large, ml. g 5,8 x large, ml. g5 x large, ml. p2,16 x large, ml. p2,8 x large, ml. p2 x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
KARAKURI LM 8x7b instruct	`karakuri-lm-8x7b-instruct`	Génération de texte	Non	ml. g 5,48 x large, ml. g 6,48 x large
LightOn Lyra-Fr 10B	`lighton-lyra-fr`	Génération de texte	Non	ml.p4d.24xlarge
LightOn Mini-instruct 40B	`lighton-mini-instruct40b`	Génération de texte	Non	ml.p4d.24xlarge
Liquide LFM 40B (A100)	`liquid-lfm-40b-a100`	Génération de texte	Non	ml.p4d.24xlarge
Liquide LFM 40B (H100)	`liquid-lfm-40b-h100`	Génération de texte	Non	ml.p5.48xlarge
Liquide LFM 40B (L40S)	`liquid-lfm-40b-l40s`	Génération de texte	Non	ml.g6e.12xlarge
LFM 7B liquide (L40S)	`liquid-lfm-7b-l40s`	Génération de texte	Non	ml.g6e.16 x large, ml.g6e.2 x large, ml.g6e.4 x large, ml.g6e.8 x large, ml.g6e.x large
Lama 3.1 Nemotron Nano 8B V1	`nvidia-nemotron-nano-8b-nim`	Génération de texte	Non	ml.g5,12 x large, ml.g5,24 x large, ml.g5,48 x large, ml.g6e.12 x large, ml.g6e.16 x large, ml.g6e.24 x large, ml.g6e.2 x large, ml.g6e.48 x large, ml.g6e.4 x large, ml.g6e.8 x large, ml.p4d.24 x large, ml. p4de.24xlarge, ml.p5.48x large, ml.p5e.48x large, ml.p5en.48x large
Lama 3.1 Lite SuperNova	`arcee-llama-3-1-supernova-lite`	Génération de texte	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large
Microservice NIM NVRE RankQA1b Llama 3.2	`nvidia-llama3-2-nv-rerankqa-1b-v2-nim`	Génération de texte	Non	ml.g5,12 x large, ml.g5,16 x large, ml.g5,24 x large, ml.g5,2 x large, ml.g5,48 x large, ml.g5,4 x large, ml.g5,x large, ml.g6,12 x large, ml.g6,16 x large, ml.g6,24 x large, ml.g6,2 x large, ml.g6. 48 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. g6 x large, ml. g6, 12 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. p 4 x 24 x large, ml. p 4 de 24 x large, ml. p 5,48 x large
Lama 3.3 Nemotron Super 49B V1	`nvidia-nemotron-super-49b-nim`	Génération de texte	Non	ml.g5,48 x large, ml.g6e.12 x large, ml.g6e.24 x large, ml.g6e.48 x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large, ml.p5en.48 x large
Nemotron Super 49B Lama 3.3 V1.5	`nvidia-nemotron-super-49b-nim-1-5`	Génération de texte	Non	ml.g5,48 x large, ml.g6e.12 x large, ml.g6e.24 x large, ml.g6e.48 x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large, ml.p5en.48 x large
Llama Spark	`arcee-llama-spark`	Génération de texte	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large
Llama-3-Varco-Offsetbias-8B	`ncsoft-llama-3-varco-offsetbias-8b`	Génération de texte	Non	ml.g5.12xlarge
Llama-3.1-8B-Instruct avec support de transformation en vitrail	`protopia-llama-3-1-8b-instruct`	Génération de texte	Non	ml. g 4 d n x 12 x large, ml. g 5,16 x large, ml. g 5,4 x large
Llama-3.2-NV-EmbedQA-1B-v2	`nvidia-llama3-2-nv-embedqa-1b-v2-nim`	Intégration de texte	Non	ml.g5,12 x large, ml.g5,16 x large, ml.g5,24 x large, ml.g5,2 x large, ml.g5,48 x large, ml.g5,4 x large, ml.g5,x large, ml.g6,12 x large, ml.g6,16 x large, ml.g6,24 x large, ml.g6,2 x large, ml.g6. 48 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. g6 x large, ml. g6, 12 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. p 4 x 24 x large, ml. p 4 de 24 x large, ml. p 5,48 x large
MARS6	`cambai-mars6`	Texte vers audio	Non	ml.g4dn,2xlarge, ml.g6,2xlarge
Medical LLM - Medium	`john-snow-labs-medical-summarization-qa-8b`	Synthétisation de texte	Non	ml. g 4 d n x 12 x large, ml. g 5,2 x large
Medical LLM - Small	`john-snow-labs-summarization-qa`	Synthétisation de texte	Non	ml.g5.12xlarge
Traduction de textes médicaux (EN-ES)	`john-snow-labs-medical-translation-en-es`	Traduction	Non	ml.g5.2xlarge
Mercury	`inception-mercury`	Génération de texte	Non	ml.p5.48xlarge
Codeur Mercury	`inception-mercury-coder`	Génération de texte	Non	ml.p5.48xlarge
recherche sur MSA	`nvidia-nim-msa-search-v2-1`	Génération de texte	Non	ml.g6e.12 x large, ml.g6e.24 x large, ml.g6e.48 x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large, ml.p5en.48 x large
Némotron nano 9b v2	`nvidia-nemotron-nano-9b-v2`	Génération de texte	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g5,8 x large, ml .g6 e.12 x large, ml .g6e.16 x large, ml .g6e.24 x large, ml .g6e.2 x large, ml .g6e.48 x large grand, ml.g6e.4 x large, ml.g6e.8 x large, ml.g6e.x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large, ml.p5en.48 x large
analyseur de némotrons	`nvidia-nemotron-parse`	Génération de texte	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,48 x large, ml. g5,4 x large, ml. g5,8 x large, ml. g5 x large, ml. g6, 12 x large, ml. g6, 16 x large, ml. g6 x large, ml. g6 x 2 x large, ml. ml.g6e.48x large, ml.g6e.4xlarge, ml.g6e.8x large, ml.g6e.xlarge, ml.p4d.24x large, ml.p4de.24xlarge, ml.p5.48x large, ml.p5e.48x large, ml.p5en.48x large
NEXUS par Fundamental	`fundamental-technologies-nexus`	Classification	Non	ml.g4dn.8xlarge, ml.p5en.48x large
Nomic Embed Text v1.5	`nomic-embed-text`	Intégration de texte	Non	ml.g4dn.12x large, ml.g4dn.16x large, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5,16x large, ml.g5.24x large, ml.g5.2xlarge, ml.g5.48x large, ml.g5.48x large, ml.. g 5,4 x large, ml. g 5,8 x large, ml. g5 x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Nomic Embed Vision v1.5	`nomic-embed-image`	Intégration de texte	Non	ml.g4dn.12x large, ml.g4dn.16x large, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5,16x large, ml.g5.24x large, ml.g5.2xlarge, ml.g5.48x large, ml.g5.48x large, ml.. g 5,4 x large, ml. g 5,8 x large, ml. g5 x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
NVIDIA Cosmos Reason-1-7B	`nvidia-nim-cosmos-reason1-7b`	Génération de texte	Non	ml.g5,12 x large, ml.g5,24 x large, ml .g5,48 x large, ml.g6e.12 x large, ml.g6e.16 x large, ml.g6e.24 x large, ml.g6e.2 x large, ml.g6e.48 x large, ml.g6e.4 x large, ml.g6e.xlarge, ml.p6 4 x 24 x large, ml. p 4 de. 24 x large, ml. p 5,48 x large, ml. p 5,4 x large, ml. p 5 x large, ml. p5 en.48 x large
Microservice Nemotron-4 NIM NVIDIA 15B	`nvidia-nemotron-4-15b-nim`	Génération de texte	Non	ml. g 5,12 x large, ml. g 5,24 x large
NVIDIA Parakeet VTDT 0.6B v2	`nvidia-parakeetvtdt-0-6b-v2`	Génération Audio2Text	Non	ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,4 x large, ml. g6,8 x large, ml. g6, 12 x large, ml. g6, 16 x large, ml. g6, 24 x large, ml. g6 x large, ml. g6, 48 x large grand, ml.g6E.4 x large, ml.g6E.8xlarge
NVIDIA-Parakeet-1-1b-CTC-EN-US-ASR	`nvidia-parakeet-1-1b-ctc-en-us-asr`	Génération Audio2Text	Non	ml. g 5,12 x large, ml. g 5,16 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 6,12 x large, ml. g 6,16 x large, ml. g 6,24 x large, ml. g 6,2 x large, ml. g 6,48 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. g6 x 12 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. g6 x large, ml. p 4 x large, ml. p4 de 24 x large
Orbe	`orbital-materials-orb`	Modélisation scientifique	Non	ml.g4dn.12x large, ml.g4dn.16x large, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.p3.16x large, ml.p3.2xlarge, ml.p3.8xlarge, ml.p4d.24x large
PLaMo Déploiement privé	`preferred-networks-plamo-api`	Génération de texte	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. p 4 D. 24 x large
ProteinMPNN-NIM	`nvidia-nim-proteinmpnn-v1-0-2`	Génération de texte	Non	ml.g6e.12 x large, ml.g6e.24 x large, ml.g6e.48 x large, ml.p4d.24 x large, ml.p4de.24 x large, ml.p5.48 x large, ml.p5e.48 x large, ml.p5en.48 x large
rerank-lite-1 Réclassement	`voyage-rerank-lite-1-reranker`	ReRank	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 5 x large
Solar Mini - Quant	`upstage-solar-mini-chat-quant`	Génération de texte	Non	ml.g5.2xlarge
Solar Pro - Quant	`upstage-solar-pro-quantized`	Génération de texte	Non	ml.g5.12xlarge
Solar Pro 2	`upstage-solar-pro`	Génération de texte	Non	ml. P 4 D. 24 x large, ml. P 5,48 x large
Sonic 3 SageMaker	`cartesia-sonic-3-sagemaker`	Texte vers audio	Non	ml.g6e.xlarge
Stable Diffusion 3.5 Large	`stabilityai-stable-diffusion-3-5-large`	Texte vers image	Non	ml.p5.48xlarge
Stable Diffusion XL 1.0	`stabilityai-sdxl-1-0`	Texte vers image	Non	ml.g 5,2 x large, ml.p4d .24 x large, ml.p4de.24 x large
Stable Diffusion XL Bêta 0,8	`stabilityai-sdxl-beta-0-8`	Texte vers image	Non	ml.g5.xlarge
Stockmark-LLM-13b	`stockmark-llm-13b`	Génération de texte	Non	ml.g5.2xlarge
VARCO LLM KO-1.3B-IST	`ncsoft-ko-1-3b-ist`	Génération de texte	Non	ml. g 4 d n x large, ml. g 5,2 x large, ml. g 5,4 x large
VARCO LLM KO-6.4B-IST	`ncsoft-ko-6-4b-ist`	Génération de texte	Non	ml.g4dn.4 x large, ml.g4dn.8xlarge, ml.g5,12 x large, ml.g5,4 x large, ml.g5,8xlarge
VARCO LLM KO/EN-13B-IST	`ncsoft-ko-13b-ist`	Génération de texte	Non	ml.g4dn.12x large, ml.g5,12 x large
Modèle d'intégration voyage-2	`voyage-2-embedding`	Intégration de texte	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 5 x large
Modèle d'intégration voyage-3	`voyage-3-embedding`	Intégration de texte	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g5, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large
Grand modèle d'intégration voyage-3	`voyage-3-large-embedding`	Intégration de texte	Non	ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g 5 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large, ml. g6 x large
Modèle d'intégration voyage-3.5	`voyage-3-5-embedding`	Intégration de texte	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g5, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large
Modèle d'intégration voyage-3.5-lite	`voyage-3-5-lite-embedding`	Intégration de texte	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g5, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large
Modèle d'intégration voyage-code-2	`voyage-code-2-embedding`	Intégration de texte	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g5, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large
Modèle d'intégration voyage-code-3	`voyage-code-3-embedding`	Intégration de texte	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g5, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large
Modèle d'intégration voyage-large-2	`voyage-large-2-embedding`	Intégration de texte	Non	ml. g 5,16 x large, ml. g 5,2 x large, ml. g 5,4 x large, ml. g 5,8 x large, ml. g5, ml. g 6,16 x large, ml. g 6,2 x large, ml. g 6,4 x large, ml. g 6,8 x large
Widn Tower Anthill	`widn-tower-anthill`	Traduction	Non	ml.g5.xlarge
Widn Tower Sugarloaf	`widn-tower-sugarloaf`	Traduction	Non	ml.g5.12xlarge
Tour à vent Vésuve	`widn-llama3-tower-vesuvius`	Traduction	Non	ml.g 5,48 x large, ml.p4d. 24 x large, ml.p4de.24 x large
Moteur de vision IA Woven City	`wovenbytoyota-woven-city-ai-vision-engine`	Génération multimodale	Non	ml. g 5,12 x large, ml. g 5,24 x large, ml. g 5,48 x large, ml. g 5,8 x large
Rédacteur Palmyra-Fin-70B-32K	`writer-palmyra-fin-70b-32k`	Génération de texte	Non	ml.p4d.24xlarge
Rédacteur Palmyra-Med-70B-32K	`writer-palmyra-med-70b-32k`	Génération de texte	Non	ml.p4d.24xlarge
Rédacteur Palmyra-X-004	`writer-palmyra-x-004`	Génération de texte	Non	ml.p5.48xlarge

Built-in Algorithms (135)

Amazon SageMaker JumpStart fournit des modèles préentraînés et spécifiques à des tâches pour les tâches courantes de vision par ordinateur, telles que la classification d'images, la détection d'objets et la segmentation d'images. Ces modèles sont basés sur des frameworks de deep learning établis (PyTorch,TensorFlow,MXNet) et sont prêts à être déployés ou affinés sur vos propres données.

Fournisseur	Nom du modèle	ID du modèle	Sous-tâche	Licence	Fine-tunable	Types d'instances d'inférence pris en charge
Mxnet	RCNN ResNet 101 V1d plus rapide	`mxnet-od-faster-rcnn-fpn-resnet101-v1d-coco`	Object Detection	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	RCNN ResNet 101 V1d plus rapide	`mxnet-od-faster-rcnn-resnet101-v1d-coco`	Object Detection	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	RCNN ResNet 50 V1b plus rapide	`mxnet-od-faster-rcnn-fpn-resnet50-v1b-coco`	Object Detection	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	RCNN ResNet 50 V1b plus rapide	`mxnet-od-faster-rcnn-resnet50-v1b-coco`	Object Detection	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	RCNN ResNet 50 V1b plus rapide	`mxnet-od-faster-rcnn-resnet50-v1b-voc`	Object Detection	apache 2.0	Non	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`	Segmentation d'images	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	FCN ResNet 101 Pascal COV	`mxnet-semseg-fcn-resnet101-voc`	Segmentation d'images	apache 2.0	Oui	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`	Segmentation d'images	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	Segmentation d'instances	`mxnet-is-mask-rcnn-fpn-resnet101-v1d-coco`	Segmentation d'images	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	MASK RCNN FPN RESNET18 COCO	`mxnet-is-mask-rcnn-fpn-resnet18-v1b-coco`	Segmentation d'images	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	MASK RCNN FPN RESNET50 COCO	`mxnet-is-mask-rcnn-fpn-resnet50-v1b-coco`	Segmentation d'images	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	MASK RCNN RESNET18 COCO	`mxnet-is-mask-rcnn-resnet18-v1b-coco`	Segmentation d'images	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	Object Detection	`mxnet-od-ssd-512-mobilenet1-0-coco`	Object Detection	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	Semantic Segmentation	`mxnet-semseg-fcn-resnet101-coco`	Segmentation d'images	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	Disque dur SSD 512 ResNet 50 V1	`mxnet-od-ssd-512-resnet50-v1-coco`	Object Detection	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	Disque dur SSD MobileNet 1.0	`mxnet-od-ssd-512-mobilenet1-0-voc`	Object Detection	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	Disque dur SSD ResNet 50 V1	`mxnet-od-ssd-512-resnet50-v1-voc`	Object Detection	apache 2.0	Oui	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`	Object Detection	apache 2.0	Oui	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`	Object Detection	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	Disque dur SSD VGG16 Atrous 300	`mxnet-od-ssd-300-vgg16-atrous-coco`	Object Detection	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	Disque dur SSD VGG16 Atrous 512	`mxnet-od-ssd-512-vgg16-atrous-voc`	Object Detection	apache 2.0	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	YOLO V3 53 DarkNet	`mxnet-od-yolo3-darknet53-coco`	Object Detection	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	YOLO V3 53 DarkNet	`mxnet-od-yolo3-darknet53-voc`	Object Detection	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	YOLO V3 1.0 MobileNet	`mxnet-od-yolo3-mobilenet1-0-coco`	Object Detection	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Mxnet	YOLO V3 1.0 MobileNet	`mxnet-od-yolo3-mobilenet1-0-voc`	Object Detection	apache 2.0	Non	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`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	AlexNet	`pytorch-ic-alexnet`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	DenseNet 121	`pytorch-ic-densenet121`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	DenseNet 169	`pytorch-ic-densenet169`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	FRCNN MobileNet V3 grand 320 FPN	`pytorch-od1-fasterrcnn-mobilenet-v3-large-320-fpn`	Object Detection	clause bsd-3	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Pytorch	Grand VPN FRCNN MobileNet V3	`pytorch-od1-fasterrcnn-mobilenet-v3-large-fpn`	Object Detection	clause bsd-3	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Pytorch	GoogLeNet	`pytorch-ic-googlenet`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	Classification d’images	`pytorch-ic-mobilenet-v2`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	Object Detection	`pytorch-od1-fasterrcnn-resnet50-fpn`	Object Detection	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Pytorch	ResNet 101	`pytorch-ic-resnet101`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	ResNet 152	`pytorch-ic-resnet152`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	ResNet 18	`pytorch-ic-resnet18`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	ResNet 34	`pytorch-ic-resnet34`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	ResNet 50	`pytorch-ic-resnet50`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	Resnext 50	`pytorch-ic-resnext50-32x4d`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	ShuffleNet V2	`pytorch-ic-shufflenet-v2-x1-0`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	SSD	`pytorch-od-nvidia-ssd`	Object Detection	clause bsd-3	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Pytorch	VGG 11	`pytorch-ic-vgg11`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG 11-BN	`pytorch-ic-vgg11-bn`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG 13-BN	`pytorch-ic-vgg13-bn`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG 16	`pytorch-ic-vgg16`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG 16-BN	`pytorch-ic-vgg16-bn`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG 19	`pytorch-ic-vgg19`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	VGG-13	`pytorch-ic-vgg13`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Pytorch	Large ResNet 101	`pytorch-ic-wide-resnet101-2`	Classification d’images	clause bsd-3	Oui	ml.c5.2xlarge, ml.c5.xlarge, ml.m4.xlarge, ml.m5.large, ml.m5.xlarge
Tensorflow	ALBERT Base	`tensorflow-tc-albert-en-base`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	BERT Base Cased	`tensorflow-tc-bert-en-cased-L-12-H-768-A-12-2`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	Base BERT MEDLINE/PubMed	`tensorflow-tc-experts-bert-pubmed-1`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	BERT Base Multilingual Cased	`tensorflow-tc-bert-multi-cased-L-12-H-768-A-12-2`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	BERT Large Uncased	`tensorflow-tc-bert-en-uncased-L-24-H-1024-A-16-2`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	BERT Small sans étui L-10 H-128	`tensorflow-tcembedding-bert-en-uncased-L-10-H-128-A-2-2`	Intégration de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	BERT Small sans étui L-12 H-256	`tensorflow-tcembedding-bert-en-uncased-L-12-H-256-A-4`	Intégration de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	BERT Small sans étui L-12 H-768	`tensorflow-tcembedding-bert-en-uncased-L-12-H-768-A-12-2`	Intégration de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	BERT Small sans étui L-4 H-768	`tensorflow-tcembedding-bert-en-uncased-L-4-H-768-A-12-2`	Intégration de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	BiT-M R 101 x 1	`tensorflow-ic-bit-m-r101x1-ilsvrc2012-classification-1`	Classification d’images	Apache-2.0	Oui	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 Vecteur de caractéristiques R101x1	`tensorflow-icembedding-bit-m-r101x1-ilsvrc2012-featurevector-1`	Classification d’images	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	BiT-M R 50 x 1 ImageNet-21k	`tensorflow-ic-bit-m-r50x1-imagenet21k-classification-1`	Classification d’images	Apache-2.0	Oui	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	Ait S 24 224	`tensorflow-ic-cait-s24-224`	Classification d’images	MIT	Oui	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`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	CenterNet ResNet-v1-50	`tensorflow-od-centernet-resnet50v1-fpn-512x512-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	Modifier Tiny Distilled Patch 16 24	`tensorflow-ic-deit-tiny-distilled-patch16-224`	Classification d’images	MIT	Oui	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`	Classification d’images	Apache-2.0	Oui	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`	Classification d’images	Apache-2.0	Oui	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 Vecteur de caractéristiques B1	`tensorflow-icembedding-efficientnet-b1-featurevector-1`	Classification d’images	apache 2.0	Non	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`	Classification d’images	Apache-2.0	Oui	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`	Classification d’images	Apache-2.0	Oui	ml. C5,9 x large, ml. G4 x x large, ml. P 3,8 x large
Tensorflow	EfficientNet V2 ImageNet-1k Small	`tensorflow-ic-efficientnet-v2-imagenet1k-s`	Classification d’images	Apache-2.0	Oui	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`	Classification d’images	Apache-2.0	Oui	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	R-CNN Resnet V2 1024x1024 plus rapide	`tensorflow-od-faster-rcnn-inception-resnet-v2-1024x1024-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	Plus rapide R-CNN Resnet-101 V1 640 x 640	`tensorflow-od-faster-rcnn-resnet101-v1-640x640-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	R-CNN Resnet-50 V1 1024x1024 plus rapide	`tensorflow-od-faster-rcnn-resnet50-v1-1024x1024-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	Plus rapide R-CNN Resnet-50 V1 640 x 640	`tensorflow-od-faster-rcnn-resnet50-v1-640x640-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	Plus rapide R-CNN Resnet-50 V1 800x1333	`tensorflow-od-faster-rcnn-resnet50-v1-800x1333-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	VOLANT	`tensorflow-audioembedding-frill-1`	Classification audio	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Classification d’images	`tensorflow-ic-swin-base-patch4-window7-224`	Classification d’images	MIT	Oui	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	Intégration d'images	`tensorflow-icembedding-imagenet-mobilenet-v2-100-224-fv-4`	Classification d’images	apache 2.0	Non	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`	Classification d’images	Apache-2.0	Oui	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 Preview Feature Vector	`tensorflow-icembedding-tf2-preview-inception-v3-fv-4`	Classification d’images	apache 2.0	Non	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`	Classification d’images	Apache-2.0	Oui	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`	Classification d’images	Apache-2.0	Oui	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`	Classification d’images	apache 2.0	Non	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`	Classification d’images	Apache-2.0	Oui	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`	Classification d’images	Apache-2.0	Oui	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 Vecteur de fonctionnalités V2	`tensorflow-icembedding-tf2-preview-mobilenet-v2-featurevector-4`	Classification d’images	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	MobileNet Vecteur de fonctionnalités V2	`tensorflow-icembedding-tf2-preview-mobilenet-v2-fv-4`	Classification d’images	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	MobileNet V3 Grand 1,00 224	`tensorflow-ic-imagenet-mobilenet-v3-large-100-224`	Classification d’images	Apache-2.0	Oui	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 Petit 0,75 224	`tensorflow-ic-imagenet-mobilenet-v3-small-075-224`	Classification d’images	Apache-2.0	Oui	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 Petit 1,00 224	`tensorflow-ic-imagenet-mobilenet-v3-small-100-224`	Classification d’images	Apache-2.0	Oui	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	Object Detection	`tensorflow-od1-ssd-resnet50-v1-fpn-640x640-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	ResNet 50	`tensorflow-ic-resnet-50-classification-1`	Classification d’images	Apache-2.0	Oui	ml. C5,9 x large, ml. G4 x x large, ml. P 3,8 x large
Tensorflow	ResNet Vecteur de 50 fonctionnalités	`tensorflow-icembedding-resnet-50-featurevector-1`	Classification d’images	apache 2.0	Non	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`	Classification d’images	Apache-2.0	Oui	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 Vecteur de fonctionnalités V2 152	`tensorflow-icembedding-imagenet-resnet-v2-152-featurevector-4`	Classification d’images	apache 2.0	Non	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`	Classification d’images	Apache-2.0	Oui	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 Vecteur de fonctionnalités V2 50	`tensorflow-icembedding-imagenet-resnet-v2-50-featurevector-4`	Classification d’images	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Disque dur SSD 640 x 640 Retinanet Resnet-101	`tensorflow-od-retinanet-resnet101-v1-fpn-640x640-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	Petit BERT L-10 _ H-512 _ A-8	`tensorflow-tc-small-bert-bert-en-uncased-L-10-H-512-A-8`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	Petit BERT L-12 _ H-256 _ A-4	`tensorflow-tc-small-bert-bert-en-uncased-L-12-H-256-A-4`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	Petit BERT L-12 _ H-768 _ A-12	`tensorflow-tc-small-bert-bert-en-uncased-L-12-H-768-A-12`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	Petit BERT L-2 _ H-128 _ A-2	`tensorflow-tc-small-bert-bert-en-uncased-L-2-H-128-A-2`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	Petit BERT L-4 _ H-512 _ A-8	`tensorflow-tc-small-bert-bert-en-uncased-L-4-H-512-A-8`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	Petit BERT L-6 _ H-768 _ A-12	`tensorflow-tc-small-bert-bert-en-uncased-L-6-H-768-A-12`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	Petit BERT L-8 _ H-768 _ A-12	`tensorflow-tc-small-bert-bert-en-uncased-L-8-H-768-A-12`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	Disque dur SSD ResNet 152 V1 FPN 1024 x 1024 COCO '17	`tensorflow-od1-ssd-resnet152-v1-fpn-1024x1024-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD EfficientDet D0	`tensorflow-od-efficientdet-d0-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Efficientdet D0 512 x 512 COP '17	`tensorflow-od1-ssd-efficientdet-d0-512x512-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Efficient D1 640 x 640 COP '17	`tensorflow-od1-ssd-efficientdet-d1-640x640-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Disque dur SSD EfficientDet D2	`tensorflow-od-efficientdet-d2-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Efficientdet D2 768 x 768 COP '17	`tensorflow-od1-ssd-efficientdet-d2-768x768-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Disque dur SSD EfficientDet 3D	`tensorflow-od-efficientdet-d3-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Efficient D3 896x896 COP '17	`tensorflow-od1-ssd-efficientdet-d3-896x896-coco17-tpu-32`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	SSD EfficientDet D5	`tensorflow-od-efficientdet-d5-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	Disque dur SSD Mobilenet V1 FPN 640 x 640 COCO '17	`tensorflow-od1-ssd-mobilenet-v1-fpn-640x640-coco17-tpu-8`	Object Detection	apache 2.0	Oui	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`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	SSD Mobilenet V2 640 x 640	`tensorflow-od-ssd-mobilenet-v2-fpnlite-640x640-1`	Object Detection	apache 2.0	Non	ml.g4dn.xlarge, ml.g5.xlarge, ml.p3.2xlarge
Tensorflow	Disque dur SSD Mobilenet V2 FPN-Lite 320 x 320 COCO '17	`tensorflow-od1-ssd-mobilenet-v2-fpnlite-320x320-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Disque dur SSD Mobilenet V2 FPN-lite 640 x 640 COCO '17	`tensorflow-od1-ssd-mobilenet-v2-fpnlite-640x640-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Disque dur SSD ResNet 101 V1 FPN 1024 x 1024 COCO '17	`tensorflow-od1-ssd-resnet101-v1-fpn-1024x1024-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Disque dur SSD ResNet 101 V1 FPN 640 x 640 COCO '17	`tensorflow-od1-ssd-resnet101-v1-fpn-640x640-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Disque dur SSD ResNet 152 V1 FPN 640 x 640 COCO '17	`tensorflow-od1-ssd-resnet152-v1-fpn-640x640-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Disque dur SSD ResNet 50 V1 FPN 1024 x 1024 COCO '17	`tensorflow-od1-ssd-resnet50-v1-fpn-1024x1024-coco17-tpu-8`	Object Detection	apache 2.0	Oui	ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Base pivotante 4 12 384	`tensorflow-ic-swin-base-patch4-window12-384`	Classification d’images	MIT	Oui	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`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	Classification de texte	`tensorflow-tc-bert-en-uncased-L-12-H-768-A-12-2`	Classification de texte	apache 2.0	Oui	ml.c5.18xlarge, ml.c5.2xlarge, ml.c5.4xlarge, ml.c5.9x large, ml.g4dn.16xlarge, ml.g4dn.2xlarge, ml.g4dn.4xlarge, ml.g4dn.8xlarge, ml.g4dn.xlarge, ml.g5.xlarge, ml.m5.12xlarge, ml.m5.24xlarge x large, ml. m 5,2 x large, ml. m 5,4 x large, ml. m5. x large, ml. p 3,16 x large, ml. p 3,2 x large, ml. p 3,8 x large
Tensorflow	Intégration de texte	`tensorflow-tcembedding-universal-sentc-encoder-cmlm-en-large-1`	Intégration de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Distillé TRILL	`tensorflow-audioembedding-trill-distilled-3`	Classification audio	apache 2.0	Non	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`	Classification audio	apache 2.0	Non	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`	Classification audio	apache 2.0	Non	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`	Classification audio	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge
Tensorflow	Encodeur de phrases universel CMLM Base	`tensorflow-tcembedding-universal-sentc-encoder-cmlm-en-base-1`	Intégration de texte	apache 2.0	Non	ml.c5.2xlarge, ml.c5.xlarge, ml.g4dn.xlarge, ml.m5.large, ml.m5.xlarge, ml.p3.2xlarge

Classic ML Algorithms (11)

Amazon SageMaker JumpStart fournit des implémentations prêtes à l'emploi d'algorithmes d'apprentissage automatique classiques pour les tâches relatives aux données tabulaires telles que la classification, la régression et la prévision de séries chronologiques. Ces algorithmes (XGBoost,, LightGBM CatBoostscikit-learn,AutoGluon) sont optimisés pour les données structurées et peuvent être entraînés à partir de zéro sur vos propres ensembles de données.

Fournisseur	Nom du modèle	ID du modèle	Sous-tâche	Licence	Fine-tunable	Types d'instances d'inférence pris en charge
Autogluon	AutoGluon Classification tabulaire	`autogluon-classification-ensemble`	Classification tabulaire	apache 2.0	Oui	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 Régression tabulaire	`autogluon-regression-ensemble`	Régression tabulaire	apache 2.0	Oui	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
Cat Boost	CatBoost Classification	`catboost-classification-model`	Classification tabulaire	apache 2.0	Oui	ml. C5,18 x large, ml. C5,2 x large, ml. C5,4 x large, ml. C5,9 x large, ml. m4,16 x large, ml. m5,12 x large, ml. m5,24 x large, ml. m5,4 x large
Cat Boost	CatBoost Régression	`catboost-regression-model`	Régression tabulaire	apache 2.0	Oui	ml. C4,8 x large, ml. C5,18 x large, ml. C5,2 x large, ml. C5,4 x large, ml. C5,9 x large, ml. m5,12 x large, ml. m5,24 x large, ml. m5,4 x large
Lightgbm	Classification LightGBM	`lightgbm-classification-model`	Classification tabulaire	mit	Oui	ml. C5,18 x large, ml. C5,2 x large, ml. C5,4 x large, ml. C5,9 x large, ml. m4,16 x large, ml. m5,12 x large, ml. m5,24 x large, ml. m5,4 x large
Lightgbm	Régression LightGBM	`lightgbm-regression-model`	Régression tabulaire	mit	Oui	ml. C4,8 x large, ml. C5,18 x large, ml. C5,2 x large, ml. C5,4 x large, ml. C5,9 x large, ml. m5,12 x large, ml. m5,24 x large, ml. m5,4 x large
Pytorch	TabTransformer Classification	`pytorch-tabtransformerclassification-model`	Classification tabulaire	apache 2.0	Oui	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 Régression	`pytorch-tabtransformerregression-model`	Régression tabulaire	apache 2.0	Oui	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	Classification linéaire	`sklearn-classification-linear`	Classification tabulaire	clause bsd-3	Oui	ml. C4,8 x large, ml. C5,18 x large, ml. C5,2 x large, ml. C5,4 x large, ml. C5,9 x large, ml. m5,12 x large, ml. m5,2 x large, ml. m5,4 x large, ml. m5.x large
XGboost	Classification XGBoost	`xgboost-classification-model`	Classification tabulaire	apache 2.0	Oui	ml. C4,8 x large, ml. C5,18 x large, ml. C5,2 x large, ml. C5,4 x large, ml. C5,9 x large, ml. m5,12 x large, ml. m5,2 x large, ml. m5,4 x large, ml. m5.x large
XGboost	Régression XGBoost	`xgboost-regression-model`	Régression tabulaire	apache 2.0	Oui	ml. C4,8 x large, ml. C5,18 x large, ml. C5,2 x large, ml. C5,4 x large, ml. C5,9 x large, ml. m5,12 x large, ml. m5,2 x large, ml. m5,4 x large, ml. m5.x large

Note

Pour obtenir les informations de licence les plus précises et les plus récentes, consultez la page détaillée du modèle dans SageMaker Studio ou la Hugging Face page du modèle.

Avertissement JavaScript est désactivé ou n'est pas disponible dans votre navigateur.

Pour que vous puissiez utiliser la documentation AWS, Javascript doit être activé. Vous trouverez des instructions sur les pages d'aide de votre navigateur.

Conventions de rédaction

Modèles de fondation

Utilisation de modèles de fondation