Foundation Models Catalog
Каталог преднастроенных моделей с готовым API. Выбранная модель разворачивается в виде отдельного Inference-сервиса
Все модели
phi-4-reasoning
uni-modaltext-to-text
gpt-oss-20b
uni-modaltext-to-text
mistral-small-24b-instruct-2501
uni-modaltext-to-text
granite-4-0-h-tiny
uni-modaltext-to-text
granite-4-0-h-micro
uni-modaltext-to-text
granite-4-0-h-small
uni-modaltext-to-text
deepseek-r1-distill-qwen-1-5b
uni-modaltext-to-text
qwen3-coder-30b-a3b-instruct
uni-modaltext-to-text
multilingual-e5-large
cross-modaltext-to-vector
qwen3-coder-30b-a3b-instruct-fp8
uni-modaltext-to-text
gemma-4-31b
multi-modaltext-and-image-to-text
qwen3-6-35b-a3b
multi-modaltext-and-image-to-text
qwen3-coder-next
soonuni-modaltext-to-text
minimax-m2-7
soonuni-modaltext-to-text
qwen3-reranker-8b
cross-modaltext-to-ranking
gpt-oss-120b
uni-modaltext-to-text
qwen3-5-397b-A17b
soonmulti-modaltext-and-image-to-text
deepseek-ocr-2
multi-modaltext-and-image-to-text
deepseek-v3-2
soonuni-modaltext-to-text
kimi-k2-5
soonmulti-modaltext-and-image-to-text
qwen3-vl-235b-a22b-instruct
soonmulti-modaltext-and-image-to-text
glm-5-1
soonuni-modaltext-to-text
whisper-small
cross-modalspeech-to-text
whisper-medium
cross-modalspeech-to-text
whisper-large-v3
cross-modalspeech-to-text
glm-asr-nano-2512
cross-modalspeech-to-text
qwen3-6-27b
multi-modaltext-and-image-to-text
t-pro-it-2-1
uni-modaltext-to-text
t-lite-it-2-1
uni-modaltext-to-text
bge-m3
cross-modaltext-to-vector
bge-reranker-v2-m3
cross-modaltext-to-ranking
qwen3-embedding-8b
cross-modaltext-to-vector
qwen3-coder-next-fp8
uni-modaltext-to-text
qwen3-vl-8b-instruct
multi-modaltext-and-image-to-text
gemma-4-12b
multi-modaltext-and-image-to-text
qwen3-6-35b-a3b-nvfp4
multi-modaltext-and-image-to-text
qwen3-6-27b-nvfp4
multi-modaltext-and-image-to-text
Генерация текста
qwen3-8b
uni-modaltext-to-text
phi-4-reasoning
uni-modaltext-to-text
gpt-oss-20b
uni-modaltext-to-text
mistral-small-24b-instruct-2501
uni-modaltext-to-text
granite-4-0-h-tiny
uni-modaltext-to-text
granite-4-0-h-micro
uni-modaltext-to-text
granite-4-0-h-small
uni-modaltext-to-text
deepseek-r1-distill-qwen-1-5b
uni-modaltext-to-text
qwen3-coder-30b-a3b-instruct
uni-modaltext-to-text
qwen3-coder-30b-a3b-instruct-fp8
uni-modaltext-to-text
qwen3-coder-next
soonuni-modaltext-to-text
minimax-m2-7
soonuni-modaltext-to-text
gpt-oss-120b
uni-modaltext-to-text
deepseek-v3-2
soonuni-modaltext-to-text
glm-5-1
soonuni-modaltext-to-text
t-pro-it-2-1
uni-modaltext-to-text
t-lite-it-2-1
uni-modaltext-to-text
qwen3-coder-next-fp8
uni-modaltext-to-text
Мультимодальные модели
gemma-4-31b
multi-modaltext-and-image-to-text
qwen3-6-35b-a3b
multi-modaltext-and-image-to-text
qwen3-5-397b-A17b
soonmulti-modaltext-and-image-to-text
deepseek-ocr-2
multi-modaltext-and-image-to-text
kimi-k2-5
soonmulti-modaltext-and-image-to-text
qwen3-vl-235b-a22b-instruct
soonmulti-modaltext-and-image-to-text
qwen3-6-27b
multi-modaltext-and-image-to-text
qwen3-vl-8b-instruct
multi-modaltext-and-image-to-text
gemma-4-12b
multi-modaltext-and-image-to-text
qwen3-6-35b-a3b-nvfp4
multi-modaltext-and-image-to-text
qwen3-6-27b-nvfp4
multi-modaltext-and-image-to-text
Как развернуть LLM из Foundation Models Catalog
- Выберите модельВ выборе помогут теги, система поиска и ссылки на описание моделей в Hugging Face.
- Получите рекомендуемую конфигурациюЗадайте ключевые параметры работы модели: тип данных, максимальную длину контекста, количество одновременных запросов. Система предложит рекомендуемую конфигурацию инфраструктуры и релевантные бенчмарки выбранной модели.
- Задайте параметры Inference-сервисаВыберите параметры масштабирования: фиксированное количество инстансов или автоматическое масштабирование под нагрузку. Укажите тип диска.
- Создайте Inference-сервисВы получите endpoint для работы с моделью, пример curl-запроса для тестирования, API-ключ для авторизации.
Как работает Selectel Foundation Models Catalog
Selectel Foundation Models Catalog позволяет быстро подключать крупные языковые и мультимодальные модели через готовый API. Вы выбираете подходящую модель из каталога, а платформа сама разворачивает ее на подходящей инфраструктуре и выдает endpoint с токеном доступа. Интеграция и бизнес-логика остаются на вашей стороне.
Преимущества запуска моделей через Foundation Models Catalog
Снижение нагрузки на ML‑команды
Получите ссылку на endpoint для использования в своих сервисах без деплоя сложной инфраструктуры.
Размещение в российских дата-центрах
6 дата-центров уровня Tier III в Москве и Санкт-Петербурге. Облачная платформа Selectel включена в реестр российского ПО (№ 9884 от 25.03.2021).
API для интеграций
Модели легко интегрировать в ваши проекты и сервисы. Доступ к foundation models получите через публичный API, совместимый с OpenAI API. Можно использовать curl-запросы или чат-бот из AI-маркетплейса.
Прогнозируемые затраты на проект
Стоимость рассчитывается исходя из фактического времени потребления ресурсов (CPU, GPU, RAM, объем дисков). Бюджет проекта не зависит от неконтролируемого потребления токенов.
Быстрый старт на проверенной инфраструктуре
Мы заранее протестировали модели на разных конфигурациях и зафиксировали бенчмарки. Вам остаётся только выбрать подходящий вариант и сразу начать работу.
Модель работает в приватном endpoint
Ваши Inference-сервисы используют выделенную специально под них вычислительную инфраструктуру. Один Inference-сервис — одна или несколько нод кластера K8s.
Разные GPU всегда в наличии
У нас большой запас GPU в наличии: NVIDIA А2, А30, А100, А2000, А5000, Tesla Т4 и GTX 2080. Это значит, что вы сможете быстро выбрать конфигурацию с видеокартой под любую задачу.
Масштабирование под нагрузку
Inference-сервис сам подстраивается под изменения нагрузки: при росте запросов добавляются новые ресурсы, при снижении — лишние отключаются.
Сценарии использования Foundation Models Catalog
Протестировать LLM-модель под свой проект
Быстро развернуть несколько моделей и сравнить, какая лучше справляется с вашими задачами.Подобрать инфраструктуру для ожидаемой нагрузки
Оценить бенчмарки модели на разных конфигурациях Inference-сервиса и подобрать необходимую.Создать Inference-сервис под динамические изменяющиеся нагрузки
Настроить параметры автоматического масштабирования вычислительных мощностей и подключить Inference-сервис к собственной системе через OpenAI API.
Разворачивайте модели на безопасной инфраструктуре
ГОСТ Р 57580
Инфраструктура соответствует требованиям Центрального банка России
ISO
Работаем в соответствии с регламентами ISO/IEC 27001, ISO/IEC 27017, ISO/IEC 27018
152-ФЗ до УЗ-1
Используйте на проектах, где собираются и обрабатываются персональные данные
PCI DSS
Можем хранить банковские данные без ограничений со стороны регуляторов
IAM-система
Разграничивайте доступ к ресурсам и данным, определяйте роли
О Foundation Models Catalog
Принцип работы, доступные модели и зоны ответственностиБыстрый старт
Как создать inference-сервис и подключиться к немуСоздание inference-сервиса
Как выбрать подходящую конфигурацию, описание параметров и метрик моделейМасштабирование
Как масштабировать inference-сервис и изменить количество inference-инстансов
Про Foundation Models Catalog
- Что такое Foundation Models Catalog?
Foundation Models Catalog — это каталог преднастроенных ML-моделей с готовым API. Модели развертываются в виде изолированных inference-сервисов с выделенными ресурсами (GPU, vCPU, RAM, диск).
Работать с моделью можно через выделенный масштабируемый эндпоинт. Эндпоинт совместим с OpenAI API.
- Что такое Foundation Model?
Foundation Model — это модель искусственного интеллекта, которая обучена на больших объемах исходных данных. На основе обученной модели можно построить решение своих задач.
Про inference-сервисы
- Что такое inference-сервис?
Inference-сервис — базовая единица развертывания в Foundation Models Catalog. Это изолированный сервис с выделенными ресурсами (GPU, vCPU, RAM, диск), который предоставляет API для взаимодействия с предварительно обученной моделью.
Конфигурации inference-сервисов подбираются автоматически в зависимости от выбранной модели и ее параметров. При выборе конфигурации вы можете посмотреть ожидаемые метрики производительности модели. - Что такое inference-инстанс?
Inference-инстанс — это развернутый экземпляр модели в inference-сервисе. Вы можете изменять количество inference-инстансов, чтобы оптимально использовать ресурсы inference-сервиса. Подробнее в инструкции Масштабировать inference-сервис.
- Что такое inference-сервер?
Inference-сервер — это программный компонент, который организует работу модели. Он принимает запросы от клиентов, подготавливает данные, запускает модель для выполнения вычислений и возвращает результат.
В Foundation Models Catalog используются разные типы inference-серверов. Тип сервера зависит от выбранной модели. Например, для больших языковых моделей (LLM) используется inference-сервер vLLM.
Про ограничения
- Какие ограничения есть при работе с Foundation Models?
На стадии публичного тестирования (public preview) модели можно развернуть в виде inference-сервисов только на выделенных ресурсах и работать с ними в синхронном режиме.
- Можно ли развернуть свою модель?
В Foundation Models Catalog не предусмотрена возможность загрузки своих моделей.
- Можно ли развернуть модель в частной инсталляции?
Нет, сделать это оn-premise, в А-ЦОД, на выделенных серверах и в аттестованном облаке Selectel сейчас нельзя. Развертывать модели из Foundation Models Catalog можно только в публичном облаке Selectel.
Про стоимость
- Как рассчитывается стоимость продукта Foundation Models Catalog?
Стоимость зависит от выбранной конфигурации inference-сервиса. При использовании inference-сервиса вы платите только за ресурсы облачной платформы: GPU, vCPU, RAM, размер диска. Стоимость не зависит от количества токенов.
В облачной платформе используется модель оплаты pay-as-you-go. С баланса каждый час списываются средства за предыдущий час использования ресурсов облачной платформы. Подробнее в инструкции Модель оплаты и цены Foundation Models Catalog.
Перед созданием inference-сервиса пополните баланс.
Запустите LLM в облаке Selectel
Зарегистрируйтесь в панели управления, выберите модель, конфигурацию и получите готовый endpoint для работы с ней
24/7