На платформе Caila вы можете развернуть любую языковую модель из Hugging Face — быстро и без необходимости писать код. Такую возможность предоставляет сервис-прототип vllm-prototype.

Как это работает:

1. Выберите подходящий сервер с почасовой оплатой.
2. Склонируйте сервис из прототипа и укажите модель в настройках.
3. Запустите сервис.

Всё готово! Вы можете отправлять запросы к LLM через стандартные интерфейсы Caila: Predict API и OpenAI adapter.

Тестируйте, исследуйте и внедряйте языковые модели без лишних трудозатрат!

Автомасштабирование — это умный механизм, который автоматически регулирует количество активных инстансов вашего ML-сервиса. Сервис подстраивается под потребности пользователей, обеспечивая максимальную производительность при высокой нагрузке и высвобождая ресурсы в периоды затишья.

Предусмотрено автомасштабирование на основе следующих метрик:

• Количество запросов к сервису в минуту.
• Время ответа сервиса в миллисекундах.
• Нагрузка CPU в millicores.
• Количество активных запросов.

Caila рассчитывает оптимальное количество инстансов для заданных параметров, при необходимости запускает дополнительные инстансы или удаляет их.

Минимальное и максимальное количество инстансов можно настраивать в зависимости от времени суток.

Чтобы оптимизировать затраты, рекомендуем настроить автомасштабирование и для ресурс-группы, в которой запускается ML-сервис. Это позволит Caila автоматически добавлять серверы при необходимости запуска новых инстансов и удалять, когда они больше не нужны.

Подробную информацию об автомасштабировании вы найдете в документации.

• Модель gpt-image-1 для генерации изображений. Вы можете отправлять запросы к ней:

  • через сервис openai-proxy;

  • через методы OpenAI adapter:

    POST /api/adapters/openai/images/generations

    POST /api/adapters/openai/images/edits

  Пример запроса

  curl -L 'https://caila.io/api/adapters/openai/images/generations' \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer <api_token>' \
  -d '{
      "model": "just-ai/openai-proxy/gpt-image-1",
      "prompt": "sea otter",
      "n": 1
  }'
  

  Описание параметров запроса см. в документации OpenAI.

• Перезапуск ML-сервиса по кнопке без внесения изменений в настройки. Кнопка на вкладке Хостинг перезапускает все инстансы ML-сервиса. Это может быть полезно, если Docker-образ обновлен без изменения тега.

• Автомасштабирование ML-сервиса на основе времени суток: в режиме хостинга «Автоматический» можно настроить минимальное и максимальное количество инстансов в зависимости от времени. Используется московский часовой пояс (UTC+3).

  Пример настройки

  

• Автор изменения отображается для всех событий, связанных с ML-сервисом, ресурс-группой или образом.

Добавлены функции:

• Автомасштабирование ML-сервиса на основе метрик. Теперь в режиме хостинга «Автоматический» можно настроить запуск и остановку инстансов сервиса на основе количества запросов, времени ответа, нагрузки на CPU.

  Пример настройки

  

• Метод для потоковой генерации: predict-with-config-stream. Работает аналогично predict-with-config-v2-stream, но принимает на вход объект, а не строку, поэтому не требует экранирования символов.

  Пример запроса

  curl -L 'https://caila.io/api/mlpgate/account/just-ai/model/gemini/predict-with-config-stream' \
  -H 'MLP-API-KEY: <api_token>' \
  -H 'Content-Type: application/json' \
  -d '{
    "config": {
      "temperature": 0.8
    },
    "data": {
      "stream": true,
      "model": "gemini-1.5-pro",
      "max_tokens": 20000,
      "messages": [
        {
          "role": "user",
          "content": "What is the weather like in San Francisco?"
        }
      ]
    }
  }
  

• Метод для подсчета количества токенов в запросе: count-tokens. Пока работает только для моделей Claude.

  Пример запроса

  curl -L 'https://caila.io/api/adapters/openai/count-tokens' \
  -H 'Authorization: Bearer <api_token>' \
  -H 'Content-Type: application/json' \
  -d '{
     model": "just-ai/claude/claude-3-5-sonnet-latest",
    "messages": [
      {
        "role":"user",
        "content":"What is the weather like in San Francisco?"
      }
    ]
  }'
  

Добавлены функции:

• Уведомления о важных событиях под значком в верхней панели на всех страницах интерфейса Caila.

• Визуальный индикатор непрочитанных ошибок в истории событий по серверам и моделям, который позволяет увидеть ошибку и отреагировать на нее.

• Поддержка batch-запросов к OpenAI через адаптер. Подробнее о batch-запросах

  Базовый URL: https://caila.io/api/adapters/openai/v1.

• Загрузка произвольного файла в виджете тестирования ML-сервисов.

• Оптимизирована загрузка больших файлов по Files API от OpenAI.

• Отчеты по утилизации и история событий по серверам доступны по ссылкам в рамках ресурс-групп.

В каталог сервисов и приложений добавлены генеративные модели:

• Qwen-VL — мультимодальная языковая модель: помимо текста, принимает на вход изображения и генерирует описание на основе запроса. Доступна в виде прототипа, который можно клонировать и запустить на арендуемом сервере, указав в конфигурации нужный чек-пойнт.
• OpenAI GPT 4.5 — передовая модель в серии GPT, дает более точные и релевантные ответы и реже вводит пользователей в заблуждение. Доступна в сервисе openai-proxy и готова к использованию.
• Yandex GPT 5 Pro — лучше справляется с классификацией текстов, следует инструкциям и поддерживает диалог. Доступна в готовом сервисе yandexgpt.

В этом выпуске мы рады представить вам множество новых функций и доработок, направленных на улучшение вашего пользовательского опыта и повышение производительности.

Новые функции и улучшения​

• Отображение фоновых задач — теперь вы можете легко отслеживать задачи, выполняемые в фоновом режиме.
• Поддержка fallback-серверов — теперь вы можете использовать дополнительные серверы в случае сбоя основного.
• Очистка Docker-серверов после остановки контейнеров — теперь ваши контейнеры будут очищены после завершения их работы.
• Исправление работы RPS-лимитера — теперь вы можете быть уверены в корректной работе лимита запросов в секунду.
• Возможность указывать путь до SSH-ключа для подключения к серверам — теперь вы можете настроить путь к ключу для каждого сервера, что значительно упрощает процесс подключения.
• Исправление пополнения баланса при регистрации через GitHub — теперь вы можете избежать проблем при пополнении баланса.

Улучшения в пользовательском интерфейсе и UX​

• Переименование кнопки «Терминировать» — теперь она называется «Принудительно остановить».
• Локализация некоторых полей — вы можете выбрать удобный вам язык интерфейса.
• Подсказка для периода тарификации — теперь вы можете быстро найти информацию о периоде, за который взимается плата.
• Улучшение графиков на вкладке мониторинга — графики стали более точными и понятными.
• Ожидание подключения инстанса для задачи RunInstance — теперь пайплайн ожидает подключения инстанса, что повышает его эффективность.
• Улучшение выгрузки и стриминга логов на вкладке мониторинга — добавлены лимиты на количество строк и символов, выгружаемых за первый запрос, что обеспечивает более плавный и организованный процесс.
• Дисклеймер — теперь на карточке сервисов отображается плашка, напоминающая, что сервис не предназначен для обработки персональных данных.

Кроме того, было внесено множество других изменений для повышения общего качества продукта.

В сервисе openai-proxy поддержали Assistant API для создания AI-ассистентов. Ассистенты OpenAI предоставляют продвинутые инструменты для выполнения сложных задач — таких как поиск ответов на вопросы пользователей в предоставленных документах, написание и выполнение кода на языке Python, вызовы пользовательских функций.

Как и все сервисы на платформе Caila, openai-proxy доступен в РФ с оплатой в рублях. Сервис позволяет обращаться к любым моделям OpenAI.

Доступ к API​

Для доступа к API вам потребуется токен. Создайте его на странице Моё пространство → API‑Токены. Указывайте токен в каждом запросе к API.

Базовый URL​

https://caila.io/api/adapters/openai/v1

Пример использования​

1. Создадим ассистента:

   curl -X POST "https://caila.io/api/adapters/openai/v1/assistants" \
   -H "Content-Type: application/json" \
   -H "Authorization: Bearer <api_token>" \
   --data-raw '{
     "instructions": "You are a personal math tutor. When asked a question, write and run Python code to answer the question.",
     "name": "Math Tutor",
     "tools": [{"type": "code_interpreter"}],
     "model": "gpt-4o"
   }'
   
   Пример ответа

   {
     "id": "asst_ABcd1234",
     "object": "assistant",
     "created_at": 1741348100,
     "name": "Math Tutor",
     "description": null,
     "model": "gpt-4o",
     "instructions": "You are a personal math tutor. When asked a question, write and run Python code to answer the question.",
     "tools": [
       {
         "type": "code_interpreter"
       }
     ],
     "top_p": 1.0,
     "temperature": 1.0,
     "reasoning_effort": null,
     "tool_resources": {
       "code_interpreter": {
         "file_ids": []
       }
     },
     "metadata": {
       "userId": "1000174642"
     },
     "response_format": "auto"
   }
   

2. Создадим тред, в котором пользователь будет задавать вопросы ассистенту:

   curl -X POST "https://caila.io/api/adapters/openai/v1/threads" \
   -H "Content-Type: application/json" \
   -H "Authorization: Bearer <api_token>" \
   --data-raw '{}'
   
   Пример ответа

   {
     "id": "thread_EFgh5678",
     "object": "thread",
     "created_at": 1741348920,
     "metadata": {
       "userId": "1000174642"
     },
     "tool_resources": {}
   }
   

3. Отправим сообщение пользователя в тред. В строке запроса нужно указать идентификатор треда, полученный на предыдущем шаге:

   curl -X POST "https://caila.io/api/adapters/openai/v1/threads/thread_EFgh5678/messages" \
   -H "Content-Type: application/json" \
   -H "Authorization: Bearer <api_token>" \
   --data-raw '{
     "role": "user",
     "content": "Напиши простой калькулятор на python, у которого будут только 4 функции, сложение, вычитание, умножение и деление"
   }'
   
   Пример ответа

   {
     "id": "msg_1fXtROYuVlVyHcD6dwJIZX8p",
     "object": "thread.message",
     "created_at": 1741615474,
     "assistant_id": null,
     "thread_id": "thread_EFgh5678",
     "run_id": null,
     "role": "user",
     "content": [
       {
         "type": "text",
         "text": {
           "value": "Напиши простой калькулятор на python, у которого будут только 4 функции, сложение, вычитание, умножение и деление",
           "annotations": []
         }
       }
     ],
     "attachments": [],
     "metadata": {
       "userId": "1000174642"
     }
   }
   

4. Запустим ассистента в треде, чтобы сгенерировать ответ. В строке запроса нужно указать идентификатор треда, а в теле запроса — идентификатор ассистента из п. 1.

   curl -X POST "https://caila.io/api/adapters/openai/v1/threads/thread_EFgh5678/runs" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer <api_token>" \
    --data-raw '{
   "assistant_id": "asst_ABcd1234",
   "instructions": "Ответь на русском языке"
   }'
   
   Пример ответа

   {
     "id": "run_Wiz8k7IFuqcMQdh3ohGQWA59",
     "object": "thread.run",
     "created_at": 1741615825,
     "assistant_id": "asst_ABcd1234",
     "thread_id": "thread_EFgh5678",
     "status": "queued",
     "started_at": null,
     "expires_at": 1741616425,
     "cancelled_at": null,
     "failed_at": null,
     "completed_at": null,
     "required_action": null,
     "last_error": null,
     "model": "gpt-4o",
     "instructions": "Ответь на русском языке",
     "tools": [
       {
         "type": "code_interpreter"
       }
     ],
     "tool_resources": {},
     "metadata": {
       "userId": "1000174642"
     },
     "temperature": 1.0,
     "top_p": 1.0,
     "reasoning_effort": null,
     "max_completion_tokens": null,
     "max_prompt_tokens": null,
     "truncation_strategy": {
       "type": "auto",
       "last_messages": null
     },
     "incomplete_details": null,
     "usage": null,
     "response_format": "auto",
     "tool_choice": "auto",
     "parallel_tool_calls": true
   }
   

5. Посмотрим результат:

   curl -X GET "https://caila.io/api/adapters/openai/v1/threads/thread_EFgh5678/messages" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer <api_token>"
   
   Пример ответа

   {
     "object": "list",
     "data": [
       {
         "id": "msg_CpqFkV5HoeoiPlJdZSVR1b9X",
         "object": "thread.message",
         "created_at": 1741615827,
         "assistant_id": "asst_ABcd1234",
         "thread_id": "thread_EFgh5678",
         "run_id": "run_Wiz8k7IFuqcMQdh3ohGQWA59",
         "role": "assistant",
         "content": [
           {
             "type": "text",
             "text": {
               "value": "Конечно! Ниже представлен простой калькулятор на Python, который поддерживает четыре основные арифметические операции: сложение, вычитание, умножение и деление.\n\n```python\ndef add(x, y):\n    \"\"\"Функция для сложения двух чисел.\"\"\"\n    return x + y\n\ndef subtract(x, y):\n    \"\"\"Функция для вычитания двух чисел.\"\"\"\n    return x - y\n\ndef multiply(x, y):\n    \"\"\"Функция для умножения двух чисел.\"\"\"\n    return x * y\n\ndef divide(x, y):\n    \"\"\"Функция для деления двух чисел.\"\"\"\n    if y == 0:\n        return \"Ошибка: деление на ноль!\"\n    return x / y\n\ndef calculator():\n    print(\"Выберите операцию:\")\n    print(\"1. Сложение\")\n    print(\"2. Вычитание\")\n    print(\"3. Умножение\")\n    print(\"4. Деление\")\n\n    while True:\n        choice = input(\"Введите номер операции (1/2/3/4) или 'q' для выхода: \")\n\n        if choice == 'q':\n            print(\"Выход из калькулятора.\")\n            break\n\n        if choice in ['1', '2', '3', '4']:\n            try:\n                num1 = float(input(\"Введите первое число: \"))\n                num2 = float(input(\"Введите второе число: \"))\n            except ValueError:\n                print(\"Ошибка: необходимо вводить числа.\")\n                continue\n\n            if choice == '1':\n                print(f\"{num1} + {num2} = {add(num1, num2)}\")\n            elif choice == '2':\n                print(f\"{num1} - {num2} = {subtract(num1, num2)}\")\n            elif choice == '3':\n                print(f\"{num1} * {num2} = {multiply(num1, num2)}\")\n            elif choice == '4':\n                print(f\"{num1} / {num2} = {divide(num1, num2)}\")\n        else:\n            print(\"Неверный ввод. Пожалуйста, введите номер операции от 1 до 4.\")\n\nif __name__ == \"__main__\":\n    calculator()\n```\n\nЭтот код реализует простой консольный калькулятор, который предлагает пользователю выбрать одну из четырёх операций, ввести два числа, и затем выводит результат. Для завершения работы калькулятора достаточно ввести 'q'.",
               "annotations": []
             }
           }
         ],
         "attachments": [],
           "metadata": {}
       },
       {
         "id": "msg_1fXtROYuVlVyHcD6dwJIZX8p",
         "object": "thread.message",
         "created_at": 1741615474,
         "assistant_id": null,
         "thread_id": "thread_EFgh5678",
         "run_id": null,
         "role": "user",
         "content": [
           {
             "type": "text",
             "text": {
               "value": "Напиши простой калькулятор на python, у которого будут только 4 функции, сложение, вычитание, умножение и деление",
               "annotations": []
             }
           }
         ],
         "attachments": [],
         "metadata": {
           "userId": "1000174642"
         }
       }
     ],
     "first_id": "msg_CpqFkV5HoeoiPlJdZSVR1b9X",
     "last_id": "msg_1fXtROYuVlVyHcD6dwJIZX8p",
     "has_more": false
   }
   

Bark — нейросеть компании Suno для преобразования текста в аудио. Bark — не обычная модель TTS на базе фонем, а полностью генеративная модель, способная отклоняться от заданного сценария и представляющая интерес для исследователей. Bark предлагает обширную библиотеку голосов на разных языках, включая русский, а также может воспроизводить невербальные звуки, такие как музыка, смех и другие.

На платформе Caila модель Bark представлена в виде сервиса-прототипа suno-ai-bark. Это означает, что вы можете в пару кликов арендовать сервер с почасовой оплатой, развернуть на нем ML-модель и выполнять запросы к ней через унифицированный API или форму тестирования в интерфейсе.

Каталог сервисов Caila постоянно обновляется, открывая пользователям доступ к новым возможностям искусственного интеллекта. Теперь на платформе можно взаимодействовать с популярными нейросетями:

• DeepSeek
• T-lite
• OpenAI o3-mini — через сервис openai-proxy

Сравнивать генеративные модели между собой удобнее всего в Multi Chat. Вы можете задать вопрос сразу всем выбранным моделям и сопоставить ответы, чтобы выбрать наиболее подходящую модель для конкретной задачи.

Caila предоставляет унифицированный API для запросов к любым ML-сервисам. Это значительно упрощает интеграцию различных моделей в существующие приложения или разработку новых решений на основе ИИ. Больше информации о способах подключения сервисов Caila вы найдете в документации.