Prime Intellect推出开源前沿模型托管平台
Prime Inference同时提供无服务器和预留容量服务，试图把开源模型部署、用户反馈与持续训练连接成一条闭环。
Prime Intellect推出Prime Inference，为前沿开源模型提供托管推理服务，覆盖无服务器接口和跨多个数据中心的预留GPU容量。公司将其定位为训练与强化学习体系中缺失的生产环节。
从训练走向部署
Prime Intellect希望让训练完成的模型直接服务真实用户，再把生产环境中的交互轨迹反馈给后续训练。Prime Inference把面向客户的统一API与底层模型集群分离，因此容量可以迁移、故障切换或扩缩容，而不必要求客户修改接口。
平台同时支持按需调用和预留容量。对于代理工作负载而言，这一区分尤其重要：长提示词和重复上下文会让稳定性、调度能力与单纯的token价格同样影响成本。Prime称，一次典型代理回合可能在14万token上下文中新增约6000个token，因此上下文复用和分布式服务会直接影响经济性。
这次发布也说明，开源模型市场正在进入新的阶段。只有开放权重，并不足以构成封闭式API的替代方案；开发者还需要稳定推理、运维隔离，以及把部署数据重新用于模型改进的路径。Prime试图将这些层面与已有的强化学习工具、验证器和沙箱打包到一起。
为什么重要
目前尚无独立证据证明Prime Inference比云巨头基础设施更便宜或更强。它真正值得关注的地方在于架构方向：开源模型公司开始把推理服务视为学习系统的一部分，而不是训练结束后的托管工作。如果Prime能把这条闭环做成可靠基础设施，小型实验室将更容易从开源发布走向持续改进的生产代理。