200種類以上のオープンモデルに対応する推論API
DeepInfraは、DeepSeek-V4.1-Flash、Kimi-K3.1-Pro、GLM-5.3などのオープンモデルをAPI経由で配信する推論インフラです。テキスト生成だけでなく、音声認識、埋め込み、リランカー、画像・動画・音楽・音声生成など、200種類以上のモデルを取り扱っています。リクエストごとに処理優先度を指定でき、高速応答を重視するPriority(基本料金の1.5倍)や、非同期処理向けのFlex(基本料金の0.8倍)を選択できます。
トークン課金・実行時間課金とB300インスタンス
言語モデルは100万トークン単位、画像や音声などのモデルは推論の実行時間単位で課金されます。例えばDeepSeek-V4.1-Flashは100万トークンあたり入力$0.14・出力$0.42、Kimi-K3.1-Proは入力$1.90・出力$9.50です。キャッシュ適用時の割引料金も設定されています。自社モデルをホストするオンデマンドGPU環境としてDGX B300を提供しており、料金は$5.89/instance-hourです。大規模利用向けには専用クラスタのDeepClusterも用意されています。
ゼロリテンションと利用制限
入力データ、出力データ、ユーザーデータを保持しないゼロリテンション方針を採用し、SOC 2およびISO 27001の認証を取得しています。推論処理は米国内の自社データセンターで実行されます。初期費用や長期契約はありませんが、利用開始時にクレジットカード登録またはプリペイドチャージが必要です。アカウントごとの同時リクエスト数は200件に制限されており、上限引き上げには問い合わせが必要です。

