无服务器推理

按实际调用量计费、无需自建 GPU 集群的推理服务模式。

无服务器推理（如 Fireworks、Together、Replicate 及各家 Serverless API）将部署运维交给平台，冷启动换取弹性与零闲置成本，适合流量波动大的应用。