Baseten bringt vier offene Modelle in Public Preview zu Microsoft Foundry

Was passiert ist
Baseten gab am 17. November 2026 bekannt, dass seine Inferenz-Infrastruktur als Public Preview über Microsoft Foundry verfügbar ist und zunächst vier offene Modelle für Azure-Kunden als Microsoft-Dienst der ersten Partei betreibt. Die Modelle befinden sich im Foundry-Katalog neben anderen offenen und geschlossenen Systemen und unterliegen denselben Unternehmenskontrollen sowie den bestehenden Microsoft-Vereinbarungen der Kunden. Microsoft ist ein Software- und Softwareentwicklungsunternehmen mit Sitz in Redmond; zu seinen Produkten und Dienstleistungen gehört Azure.
Bereitstellungsoptionen und OpenAI-kompatible APIs
Baseten positioniert die Integration als Möglichkeit, offene Modelle zu evaluieren und einzusetzen, ohne GPU-Kapazitäten (einen Chip, der für viele Berechnungen gleichzeitig ausgelegt ist und für Grafik und KI genutzt wird) beschaffen oder Modell-Laufzeitumgebungen verwalten zu müssen. Das Startangebot umfasst DeepSeek V4.1 Flash, GLM-5.3, GLM-5.3 Flash und Kimi K3.
Administratoren müssen zustimmen, bevor ihre Organisationen auf die Vorschau-Modelle über Foundry zugreifen können. Baseten erwartet die allgemeine Verfügbarkeit Anfang 2027 und plant, neue offene Modelle bereits am Veröffentlichungstag aufzunehmen.
Alle Foundry-Kunden können die Vorschau nutzen, allerdings muss ein Administrator die Teilnahme für seine Organisation aktivieren.
Die Ankündigung nennt Coding-Agenten, Forschungs-Workflows und Anwendungen für den Kundensupport als Einsatzbereiche für diese neueren Modelle. Baseten übernimmt die Serving-Infrastruktur, während Entwickler zwischen Standard- und Provisioned-Bereitstellungen wählen können; das Unternehmen erklärt, dass diese Bereitstellungen in Sekunden bereit sind.
Global-Standard- und Data-Zone-Standard-Bereitstellungen in den USA werden pro Token abgerechnet. Global-Provisioned- und Data-Zone-Provisioned-Bereitstellungen in den USA nutzen stattdessen Einheiten für bereitgestellten Durchsatz (PTUs), die Kapazität reservieren und einen planbaren Durchsatz bieten (also wie viel Arbeit ein System in einer bestimmten Zeit abarbeitet).