利用可能なモデル

Serverless RL は現在、トレーニング用に以下の基盤モデルをサポートしています。特定のモデルに関心がある場合は、サポートまでお問い合わせください。

モデルカタログ

モデル	モデル ID (API で使用)	タイプ	コンテキストウィンドウ	パラメーター	説明
Meta Llama 3.1 8B	`meta-llama/Llama-3.1-8B-Instruct`	テキスト	128k	8B (合計)	応答性に優れた多言語チャットボットとの対話向けに最適化された、効率的な対話モデルです。
OpenPipe Qwen3 14B Instruct	`OpenPipe/Qwen3-14B-Instruct`	テキスト	32.8k	14.8B (合計)	OpenPipe がファインチューニングによるエージェント構築向けに最適化した、効率的な多言語対応の dense な命令チューニング済みモデルです。
Qwen3.6 27B	`Qwen/Qwen3.6-27B`	テキスト、ビジョン	262k	27B (合計)	Qwen3.6-27B は、フラッグシップレベルのエージェント型コーディング向けに構築された、262K コンテキストを備える 27B の dense なマルチモーダルモデルです。
Qwen3 30B A3B	`Qwen/Qwen3-30B-A3B-Instruct-2507`	テキスト	262k	3.3B-30.5B (アクティブ-合計)	Qwen3-30B-A3B-Instruct-2507 は、推論、コーディング、長いコンテキストの理解を強化した 30.5B の MoE 命令チューニング済みモデルです。