Pioneer-Modellkatalog: Encoder, Decoder und Inferenz

Pioneer unterstützt zwei Modellfamilien: Encoder-Modelle (GLiNER) für strukturierte Extraktionsaufgaben wie Named Entity Recognition und Decoder-Modelle (LLMs) für Textgenerierung, Klassifikation und offenes Prompting. Die folgenden Tabellen sind eine Momentaufnahme des aktuellen Katalogs – verwenden Sie GET /base-models, um die Live-Liste abzufragen, die immer die aktuelle Verfügbarkeit und Fähigkeiten widerspiegelt. Einige Modelle in Rollout-Phasen sind funktions-gated. Sie erscheinen im Live-Katalog nur für Workspaces, für die der entsprechende Rollout aktiviert ist.

Encoder-Modelle (GLiNER)

GLiNER-Modelle führen Named Entity Recognition und strukturierte Extraktion durch. Die meisten GLiNER-Basismodelle unterstützen sowohl Training als auch On-Demand-Inferenz nach dem Training. Preise sind pro 1 Mio. Tokens.

Model ID	Label	Input	Output	Training	Inferenz
`fastino/gliner2-base-v1`	GLiNER2 Base	$0.15	$0.15	LoRA, Full	Serverless, On-demand
`fastino/gliner2-large-v1`	GLiNER2 Large	$0.15	$0.15	LoRA, Full	Serverless, On-demand
`fastino/gliner2-multi-v1`	GLiNER2 Multi	$0.15	$0.15	LoRA, Full	Serverless, On-demand
`fastino/gliner2-multi-large-v1`	GLiNER2 Multi Large	$0.15	$0.15	LoRA, Full	Serverless, On-demand
`fastino/gliguard-LLMGuardrails-300M`	GLiGuard LLM Guardrails 300M	$0.15	$0.15	—	Serverless
`fastino/gliner2-privacy-filter-PII-multi`	GLiNER2 Privacy Filter PII (Multi)	$0.15	$0.15	—	Serverless
`fastino/gliguard-PII-multi`	GLiNER2-Guardrails-PII-Multi	$0.15	$0.15	—	Serverless

fastino/gliner2-multi-v1 und fastino/gliner2-multi-large-v1 sind mehrsprachige Varianten, die für nicht-englische Texte geeignet sind.

Decoder-Modelle — Training

LoRA-Fine-Tuning über POST /felix/training-jobs ist auf die Nemotron-3.5-Lightning-Familie begrenzt:

Model ID	Label	Training
`nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16`	Nemotron 3.5 Lightning 30B-A3B	LoRA
`fastino/Fastino-Nemotron-3.5-Lightning-Finance`	Fastino Nemotron 3.5 Lightning Finance	LoRA
`fastino/Fastino-Nemotron-3.5-Lightning-Healthcare`	Fastino Nemotron 3.5 Lightning Healthcare	LoRA

Für neue Trainingsjobs stehen die Nemotron-3.5-Lightning-Familie sowie die trainierbaren GLiNER-Basismodelle zur Verfügung. Die oben aufgeführten PII- und GLiGuard-Varianten sind reine Serverless-Inferenzziele. Fragen Sie vor dem Absenden eines Jobs GET /base-models?supports_training=true ab; dies ist die Live-Quelle für die Verfügbarkeit.

Decoder-Modelle — Serverless-Inferenz

Dies sind die unterstützten vorab bereitgestellten Inferenzfamilien. Fragen Sie GET /base-models?supports_inference=true für Live-Verfügbarkeit, Kontextlimits und Preise ab.

Nemotron 3.5 Lightning

Model ID	Label
`nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16`	Nemotron 3.5 Lightning 30B-A3B
`fastino/Fastino-Nemotron-3.5-Lightning-Finance`	Fastino Nemotron 3.5 Lightning Finance
`fastino/Fastino-Nemotron-3.5-Lightning-Healthcare`	Fastino Nemotron 3.5 Lightning Healthcare

Anthropic

Model ID	Label
`claude-opus-5`	Claude Opus 5
`claude-sonnet-5`	Claude Sonnet 5
`claude-haiku-5`	Claude Haiku 5

OpenAI

Model ID	Label
`gpt-5.5`	GPT-5.5
`gpt-5.6-luna`	GPT-5.6 Luna
`gpt-5.6-terra`	GPT-5.6 Terra
`gpt-5.6-sol`	GPT-5.6 Sol

DeepSeek

Model ID	Label
`deepseek-ai/DeepSeek-V4-Flash`	DeepSeek V4 Flash

Z.ai

Model ID	Label
`zai-org/GLM-5.2`	GLM 5.2
`zai-org/GLM-5.2-Fast`	GLM 5.2 Fast

Modelle außerhalb dieser Familien werden nicht als Inferenzziele unterstützt. Verwenden Sie vor der Integration GET /base-models für den Live-Katalog und den Lifecycle-Status.

Prompt-Caching

Viele Serverless-Modelle rechnen gecachte Input-Tokens mit einem Rabatt ab, und einige Anbieter berechnen einen einmaligen Aufpreis, um Tokens in den Cache zu schreiben. Pioneer reicht die veröffentlichten Cache-Raten jedes Anbieters direkt durch – dies sind dieselben Raten, die GET /base-models als cache_read_price_per_million und cache_write_price_per_million zurückgibt, und dieselben Raten, die Pioneer Ihnen berechnet. Cache-Raten werden aus der Input-Rate jedes Modells anhand der folgenden Multiplikatoren abgeleitet. Wo ein Anbieter keine separate Cache-Write-Position hat, werden Cache-Writes zur regulären Input-Rate abgerechnet.

Anbieter	Cache-Read	Cache-Write
Anthropic (Claude)	0,1× Input	1,25× Input
OpenAI (GPT-5-Familie)	0,1× Input	Input-Rate (1,25× bei GPT-5.6 Luna/Sol/Terra)

Fragen Sie den Live-Katalog für exakte Cache-Raten ab. Jedes Modell ohne expliziten Cache-Rabatt rechnet gecachten Input zur regulären Input-Rate ab.

On-Demand vs. Serverless-Inferenz

Pioneer bietet zwei Möglichkeiten, Vorhersagen zu bedienen, und die richtige Wahl hängt von Ihrem Workflow ab. Serverless-Inferenz verwendet vorab bereitgestellte Basismodell-Endpunkte. Es gibt keine Startverzögerung und Sie werden pro Token abgerechnet. Dies ist ideal, wenn Sie ein Spitzenmodell aufrufen möchten, ohne Fine-Tuning durchzuführen. On-Demand-Inferenz stellt nach Abschluss des Fine-Tunings eine dedizierte GPU bereit. Ihr LoRA-Adapter wird auf die GPU geladen und exklusiv für Ihre Anfragen bereitgestellt. Pioneer leitet Inferenzaufrufe automatisch an ein On-Demand-Deployment weiter, wenn Sie eine Trainingsjob-ID als model_id übergeben.

Abfrage des Live-Katalogs

Die obigen Tabellen können neu hinzugefügten Modellen hinterherhinken. Verwenden Sie GET /base-models, um den aktuellen Katalog zur Laufzeit abzurufen.

# Alle Modelle
curl https://api.pioneer.ai/base-models \
  -H "X-API-Key: YOUR_API_KEY"

# Nur Modelle, die Inferenz unterstützen
curl "https://api.pioneer.ai/base-models?supports_inference=true" \
  -H "X-API-Key: YOUR_API_KEY"

# Nur Modelle, die Training unterstützen
curl "https://api.pioneer.ai/base-models?supports_training=true" \
  -H "X-API-Key: YOUR_API_KEY"

# Nach Modellfamilie filtern
curl "https://api.pioneer.ai/base-models?task_type=encoder" \
  -H "X-API-Key: YOUR_API_KEY"

curl "https://api.pioneer.ai/base-models?task_type=decoder" \
  -H "X-API-Key: YOUR_API_KEY"

Jeder Eintrag in der Antwort enthält die Modell-ID, ihr Anzeige-Label, die Kontextlänge, Raten pro 1 Mio. Tokens (input_price_per_million, output_price_per_million, cache_read_price_per_million, cache_write_price_per_million) sowie Boolean-Flags für supports_training und supports_inference. Verwenden Sie den Modell-ID-Wert direkt in Trainingsjob-Anfragen und Inferenzaufrufen. Um jedes Modell zusammen mit seinen Input-, Output- und Cache-Raten aufzulisten:

curl -s "https://api.pioneer.ai/base-models?supports_inference=true" \
  -H "X-API-Key: YOUR_API_KEY" \
| jq -r '["model","input/M","output/M","cache_read/M","cache_write/M"],
    (.models[] | [.id, .input_price_per_million, .output_price_per_million,
      .cache_read_price_per_million, .cache_write_price_per_million]) | @tsv' \
| column -t -s $'\t'

Erste Schritte

Kernkonzepte

API-Referenz

Änderungsprotokoll

Pioneer-Modellkatalog: Encoder, Decoder und Inferenz

Encoder-Modelle (GLiNER)

Decoder-Modelle — Training

Decoder-Modelle — Serverless-Inferenz

Nemotron 3.5 Lightning

Anthropic

OpenAI

DeepSeek

Z.ai

Prompt-Caching

On-Demand vs. Serverless-Inferenz

Abfrage des Live-Katalogs

​Encoder-Modelle (GLiNER)

​Decoder-Modelle — Training

​Decoder-Modelle — Serverless-Inferenz

​Nemotron 3.5 Lightning

​Anthropic

​OpenAI

​DeepSeek

​Z.ai

​Prompt-Caching

​On-Demand vs. Serverless-Inferenz

​Abfrage des Live-Katalogs

Encoder-Modelle (GLiNER)

Decoder-Modelle — Training

Decoder-Modelle — Serverless-Inferenz

Nemotron 3.5 Lightning

Anthropic

OpenAI

DeepSeek

Z.ai

Prompt-Caching

On-Demand vs. Serverless-Inferenz

Abfrage des Live-Katalogs