Cerebras
ウェハスケールのチップで大規模モデルのクラウド推論を提供するサービス。高いスループットと低遅延を掲げ、主流のオープンモデルを一つの API から呼べる。
Cerebras はウェハスケールエンジンで大規模モデルの推論に挑み、クラウド推論を開発者とチーム向けの製品にする。Llama、Qwen、Mistral などのオープンモデルを一つの API で提供し、ストリーミングとバッチ呼び出しに対応、課金はトークン単位。売りはスループットと初回トークンの遅延で、Qwen3 Coder を毎秒約 2000 トークンまで引き上げた例があり、VS Code 拡張から接続できる。
