Une API pour tous les modèles
Chat Completions, l'API Anthropic Messages et l'API Responses, plus les embeddings et la transcription, le tout avec la même clé.
03 Serve $ hyai models
Tous les modèles ouverts.
Une seule clé.
Partagés au token, ou rien que pour vous, depuis des centres de données européens.
GLM
DeepSeek
Qwen
Kimi
Mistral
Llama
gpt-oss
Gemma
Loes
Nemotron
Claude Code
Codex
OpenCode
Cursor
Cline-
Loes
-
OpenAI SDK
Anthropic SDK
Ce que cela fait
Partagé au token,
ou votre propre GPU.
Le model garden liste les modèles ouverts que vous pouvez appeler dès maintenant. Les modèles partagés tournent au token sur des GPU en Europe : vous payez ce que vous utilisez et il n'y a aucune machine à gérer. Chaque modèle a sa propre page avec sa longueur de contexte, son prix par million de tokens et un score de qualité.
Quand un modèle doit travailler uniquement pour vous, faites-le tourner sur un GPU dédié. Vous le créez et le supprimez vous-même, dans le tableau de bord ou via l'API, et vous payez à la minute GPU tant qu'il tourne. Une connexion privée peut garder son port fermé à l'internet public.
Un même nom de modèle peut avoir plusieurs sources. Le router envoie chaque requête vers une source saine et rapide, garde une conversation sur la machine qui détient son cache et passe à une autre quand une machine ralentit.
En savoir plus
Serve/ Model garden
DeepSeek V4.1 Flash
- contexte
- 1M
- entrée / 1M
- €0,29
DeepSeek V4 Flash
- contexte
- 1M
- entrée / 1M
- €0,29
GLM 5.3 Flash
- contexte
- 1M
- entrée / 1M
- €0,15
- contexte
- 131K
- entrée / 1M
- €0,17
- contexte
- 262K
- entrée / 1M
- €0,11
Qwen3.8 27B
- contexte
- 262K
- entrée / 1M
- €0,46
Aucun modèle ne correspond. Voir tous les modèles
Pourquoi les équipes l'utilisent Conçu pour
Conçu pour
le trafic de production.
Les tokens en cache coûtent moins cher
Les préfixes de prompt répétés sont facturés automatiquement à un tarif réduit. Vous n'envoyez rien de plus.
Un score Bench pour chaque modèle
Chaque modèle porte un score Bench issu de benchmarks publics, indiqué comme mesuré ou estimé, et les classements montrent la vitesse mesurée par modèle.
Votre propre modèle aussi
Servez un modèle de Hugging Face ou votre propre finetune sur un GPU dédié, démarré avec la recette vLLM officielle de ce modèle.
Questions
Questions fréquentes
Quels modèles puis-je utiliser ?
Tous les modèles du model garden indiqués comme disponibles. Nous ajoutons de nouveaux modèles ouverts après les avoir testés.
Quand un GPU dédié est-il intéressant ?
Quand le travail demande un modèle que personne d'autre ne fait tourner, une vitesse garantie ou une isolation complète. Pour la plupart des équipes, le partage au token reste moins cher jusqu'à des volumes très importants.
Est-ce compatible avec le SDK OpenAI ?
Oui. Définissez l'URL de base sur https://hostyourai.com/api/v1 et utilisez votre clé HostYourAI. Le SDK Anthropic fonctionne de la même façon.
La plateforme
Une plateforme, quatre couches
Commencez par une couche et ajoutez les autres quand le travail le demande. Elles partagent une clé, un solde et une vue Activity.
Appelez votre premier
modèle ouvert.
Une seule clé vous donne accès à tous les modèles du garden. Rechargez des crédits et payez au token, sans abonnement.
