साझेदारियाँ
Baseten ने Microsoft Foundry पूर्वावलोकन में चार खुले मॉडल शामिल किए

मुख्य बिंदुबेसटेन का इन्फरेंस इंफ्रास्ट्रक्चर माइक्रोसॉफ्ट फाउंड्री प्रीव्यू में प्रथम-पक्ष सेवा…
और देखें
- बेसटेन का इन्फरेंस इंफ्रास्ट्रक्चर माइक्रोसॉफ्ट फाउंड्री प्रीव्यू में प्रथम-पक्ष सेवा के रूप में प्रवेश करता है जो चार ओपन मॉडलों को शक्ति प्रदान करता है।
- प्रशासकों को ऑप्ट इन करना होगा इससे पहले कि उनके संगठन फाउंड्री के माध्यम से प्रीव्यू किए गए मॉडलों तक पहुंच सकें।
- बेसटेन 2027 की शुरुआत में सामान्य उपलब्धता की अपेक्षा करता है और रिलीज के दिन नए ओपन मॉडल जोड़ने की योजना बनाता है।
Baseten ने घोषणा की कि 17 नवंबर 2026 को उसका इन्फ़रेंस इंफ़्रास्ट्रक्चर Microsoft Foundry के ज़रिए सार्वजनिक पूर्वावलोकन में उपलब्ध है। शुरुआत में यह Azure ग्राहकों के लिए चार खुले मॉडलों को एक प्रथम-पक्ष Microsoft सेवा के रूप में शक्ति प्रदान कर रहा है।
शुरुआती सूची में DeepSeek V4.1 Flash, GLM-5.3, GLM-5.3 Flash और Kimi K3 शामिल हैं। ये मॉडल Foundry कैटलॉग में अन्य खुले और बंद सिस्टमों के साथ उपलब्ध हैं और उन पर भी वही एंटरप्राइज़ नियंत्रण लागू होते हैं; साथ ही, ग्राहक अपने मौजूदा Microsoft समझौतों के तहत इनका इस्तेमाल कर सकते हैं। Foundry के सभी ग्राहक पूर्वावलोकन का इस्तेमाल कर सकते हैं, लेकिन इसके लिए किसी व्यवस्थापक को अपने संगठन की ओर से सहमति देनी होगी। घोषणा में इन नए मॉडलों के संभावित उपयोगों में कोडिंग एजेंट, शोध कार्यप्रवाह और ग्राहक सहायता अनुप्रयोग शामिल बताए गए हैं।
परिनियोजन के विकल्प और OpenAI-संगत API
Baseten इस एकीकरण को खुले मॉडलों का मूल्यांकन करने और उन्हें अपनाने का ऐसा तरीका बता रहा है, जिसमें GPU क्षमता जुटाने या मॉडल रनटाइम का प्रबंधन करने की ज़रूरत नहीं पड़ती। सर्विंग इंफ़्रास्ट्रक्चर का प्रबंधन यह स्वयं करता है, जबकि डेवलपर स्टैंडर्ड और प्रोविज़न्ड परिनियोजन में से चुन सकते हैं; कंपनी का कहना है कि ये परिनियोजन कुछ ही सेकंड में तैयार हो जाते हैं।
अमेरिका में ग्लोबल स्टैंडर्ड और डेटा ज़ोन स्टैंडर्ड परिनियोजनों के लिए प्रति टोकन शुल्क लिया जाता है। इसके बजाय, अमेरिका में ग्लोबल प्रोविज़न्ड और डेटा ज़ोन प्रोविज़न्ड परिनियोजन प्रोविज़न्ड थ्रूपुट यूनिट (PTU) का इस्तेमाल करते हैं। ये यूनिट क्षमता आरक्षित करती हैं और थ्रूपुट को पूर्वानुमेय बनाती हैं।
मॉडल, Chat Completions API और Responses API के ज़रिए उपलब्ध कराए जाते हैं। Baseten का कहना है कि इस समर्थन से मौजूदा OpenAI-संगत कोड और एजेंट कार्यप्रवाह में बहुत कम बदलाव करके उन्हें आगे भी इस्तेमाल किया जा सकता है, जिससे कैटलॉग में नई प्रविष्टियों को आज़माने के लिए ज़रूरी एकीकरण कार्य घटता है।
सुरक्षा, बिलिंग और इंफ़्रास्ट्रक्चर
यह सेवा वही प्रदर्शन-अनुसंधान और इन्फ़रेंस इंफ़्रास्ट्रक्चर इस्तेमाल करती है, जो Baseten के मॉडल API के पीछे है। Foundry, Azure का सुरक्षा, निगरानी और बिलिंग ढाँचा उपलब्ध कराता है। Baseten का कहना है कि हर मॉडल को रूटिंग, बैचिंग, कैशिंग और कर्नेल के स्तर पर बेहतर बनाया जाता है, और इंफ़्रास्ट्रक्चर को 99.9% अपटाइम के लिए डिज़ाइन किया गया है।
अनुरोध स्टेटलेस होते हैं और Baseten न तो प्रॉम्प्ट संग्रहीत करता है, न ही जवाब। Foundry के ज़रिए प्रमाणीकरण के विकल्पों में Microsoft Entra ID और कुंजी-आधारित पहुँच शामिल हैं, जबकि Azure Policy हर मॉडल के लिए पहुँच नियंत्रण उपलब्ध कराता है।
इस्तेमाल का शुल्क Azure के ज़रिए Foundry की प्रथम-पक्ष खपत के रूप में लिया जाता है। Baseten का कहना है कि इस खर्च का 100% ग्राहक की Microsoft Azure Consumption Commitment (MACC) में गिना जाता है, जिससे मॉडल का इस्तेमाल सीधे Azure पर पहले से मौजूद खर्च की व्यवस्था से जुड़ जाता है।
Microsoft Foundry में उत्पाद के उपाध्यक्ष Steve Sweetman ने कहा: “Baseten को Microsoft Foundry में शामिल करने से उद्यमों को अधिक विकल्प मिलते हैं। साथ ही, Baseten के अनुकूलित और विश्वसनीय इन्फ़रेंस को Foundry प्लेटफ़ॉर्म के प्रशासन, नियंत्रण और निगरानी के साथ जोड़ा जाता है, ताकि डेवलपर अपने सबसे महत्वाकांक्षी विचारों को उत्पादन अनुप्रयोगों में बदल सकें।”
पूर्वावलोकन की आगे की योजना
सार्वजनिक पूर्वावलोकन पहला चरण है। Baseten को 2027 की शुरुआत में यह सेवा आम तौर पर उपलब्ध होने की उम्मीद है। कंपनी खुले मॉडल जोड़ना जारी रखने की योजना बना रही है, जैसे ही वे जारी होंगे; इसमें नए सिस्टमों को उनके जारी होने के दिन ही उपलब्ध कराना भी शामिल है।
Azure टीमों के लिए तात्कालिक बदलाव संचालन से जुड़ा है: वे GPU सर्विंग परिवेश बनाए बिना Foundry के कैटलॉग, नियंत्रणों और बिलिंग के ज़रिए खुले मॉडलों का मूल्यांकन कर सकती हैं। इस तरह, यह पूर्वावलोकन परखने का एक व्यावहारिक अवसर देता है कि एकीकृत इंफ़्रास्ट्रक्चर और खरीद व्यवस्था उद्यम AI टीमों के लिए मॉडल के मूल्यांकन से उत्पादन तक का रास्ता कितना आसान बना सकती है।












