Python serverless 计算平台，提供执行不可信智能体代码的 Sandbox API，支持缩到零以及按秒的 CPU/GPU 计费。

Daytona 现为闭源沙箱云。GitHub 已归档。Starter $20、Plus $200、Scale $500，含额之外另计计算。

Vast.ai 是按主机挂牌的 GPU 租赁市场，提供可中断与按需两类实例，价格随供应波动，租用前须先核对当天实时报价。

Meta 的开源向量近似最近邻（ANN）搜索库，在进程内链接 C++ 或 Python 使用，支持 IVF、HNSW、PQ 等索引及 GPU，不是托管云服务。

Jeff 是一组开源的 0.8B 与 2B 决策模型：输入情境和候选选项，单次前向传播返回每个选项的校准概率，在单张 GPU 上约 22 毫秒完成一次判断。

DeepSeek 开源的 Apache-2.0 离线推理框架，面向 DeepSeek V4.1 Flash 在 NVIDIA SM100 GPU 或华为 Ascend 950 NPU 上的大规模服务。

围绕 EXL3 量化格式构建的高效本地 LLM 推理库，在消费级 GPU 上运行大型开源模型，支持张量与专家并行，并驱动 TabbyAPI 服务器。

AI 原生 GPU 云，按小时按需提供 H100、H200、B200 等 NVIDIA 专用 GPU，另有兼容 OpenAI 的推理 API，覆盖美国与亚太区域。

halogen-flash-server 是面向 Strix Halo 的推理服务，用 OpenAI 兼容 API 跑 Qwen3.8-Flash-Next。

NInfer 是 Apache-2.0 的 C++/CUDA 推理引擎，面向单张 RTX 5090 上的指定 Qwen 权重，提供兼容 OpenAI 与 Anthropic 的本地 API。

NVIDIA 给编程智能体用的 CUDA MCP 与 Nsight Copilot。托管文档 MCP，外加 Apache 2.0 的自托管蓝图。

Inco AI 的 Apache 2.0 块扩散推测解码草稿模型。2026-08-18 发布，覆盖 Qwen3.8-27B 与 Muse Glimmer。

inclusionAI 的 MIT 混合线性 MoE：总参 124B，激活 5.1B。2026-08-21 在 Hugging Face 复核。

Ling-3.0-tiny 是 inclusionAI 的 MIT 混合线性 MoE：总参 7.9B，激活 1.3B，面向本地智能体。

mini-AGI 是一个字节级模型，在 8GB 显存显卡上从零开始训练，并能持续从单一数据流中学习而不遗忘已掌握的内容。

YuE2-3B 是 M·A·P 的 CC BY-NC 音乐模型，先写出可编辑乐谱，再渲染人声与伴奏，可在本地 24GB GPU 上跑。