Crusoe

Crusoe

Crusoe Cloud는 성능과 비용 효율에 최적화된 개방형 대형 언어 모델을 위한 GPU 가속 추론을 제공해요.

모든 Crusoe 모델을 지원해요. completion 요청 시 crusoe/ 접두사로 설정하기만 하면 돼요.

출처: 문서

본문

개요 (Overview)

속성 설명
설명 Crusoe Cloud는 성능과 비용 효율에 최적화된 개방형 대형 언어 모델용 GPU 가속 추론 제공
LiteLLM 라우트 crusoe/
공급자 문서 Crusoe Managed Inference Documentation
기본 URL https://managed-inference-api-proxy.crusoecloud.com/v1
지원 작업 /chat/completions

사용 가능한 모델 (Available Models)

모델 설명 컨텍스트 창
crusoe/deepseek-ai/DeepSeek-R1-0528 DeepSeek R1 reasoning 모델 (2025년 5월) 163,840 토큰
crusoe/deepseek-ai/DeepSeek-V3-0324 DeepSeek V3 chat 모델 (2025년 3월) 163,840 토큰
crusoe/google/gemma-3-12b-it Google Gemma 3 12B instruction-tuned 131,072 토큰
crusoe/meta-llama/Llama-3.3-70B-Instruct Llama 3.3 70B instruction-tuned 131,072 토큰
crusoe/moonshotai/Kimi-K2-Thinking Kimi K2 extended thinking 모델 262,144 토큰
crusoe/openai/gpt-oss-120b OpenAI 120B 오픈소스 모델 131,072 토큰
crusoe/Qwen/Qwen3-235B-A22B-Instruct-2507 Qwen3 235B MoE instruction-tuned 262,144 토큰

필수 변수

os.environ["CRUSOE_API_KEY"] = ""  # your Crusoe API key

LiteLLM Python SDK 사용법

비스트리밍 (Non-streaming)

import os
import litellm
from litellm import completion

os.environ["CRUSOE_API_KEY"] = ""  # your Crusoe API key
messages = [{"content": "Hello, how are you?", "role": "user"}]

# Crusoe call
response = completion(
    model="crusoe/meta-llama/Llama-3.3-70B-Instruct",
    messages=messages
)
print(response)

스트리밍 (Streaming)

import os
import litellm
from litellm import completion

os.environ["CRUSOE_API_KEY"] = ""  # your Crusoe API key
messages = [{"content": "Write a short story about AI", "role": "user"}]

# Crusoe call with streaming
response = completion(
    model="crusoe/meta-llama/Llama-3.3-70B-Instruct",
    messages=messages,
    stream=True
)

for chunk in response:
    print(chunk)

Function Calling

import os
import litellm
from litellm import completion

os.environ["CRUSOE_API_KEY"] = ""  # your Crusoe API key

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Get the current weather in a location",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {
                    "type": "string",
                    "description": "The city and state, e.g. San Francisco, CA"
                }
            },
            "required": ["location"]
        }
    }
}]

messages = [{"role": "user", "content": "What's the weather in Boston?"}]

response = completion(
    model="crusoe/meta-llama/Llama-3.3-70B-Instruct",
    messages=messages,
    tools=tools,
    tool_choice="auto"
)
print(response)

LiteLLM Proxy Server 사용법

config.yaml:

model_list:
  - model_name: llama-3.3-70b
    litellm_params:
      model: crusoe/meta-llama/Llama-3.3-70B-Instruct
      api_key: os.environ/CRUSOE_API_KEY
  - model_name: deepseek-r1
    litellm_params:
      model: crusoe/deepseek-ai/DeepSeek-R1-0528
      api_key: os.environ/CRUSOE_API_KEY
  - model_name: deepseek-v3
    litellm_params:
      model: crusoe/deepseek-ai/DeepSeek-V3-0324
      api_key: os.environ/CRUSOE_API_KEY
  - model_name: qwen3-235b
    litellm_params:
      model: crusoe/Qwen/Qwen3-235B-A22B-Instruct-2507
      api_key: os.environ/CRUSOE_API_KEY
  - model_name: kimi-k2
    litellm_params:
      model: crusoe/moonshotai/Kimi-K2-Thinking
      api_key: os.environ/CRUSOE_API_KEY

사용자 지정 API Base (Custom API Base)

옵션 1: 환경 변수:

import os
from litellm import completion

os.environ["CRUSOE_API_BASE"] = "https://custom.crusoecloud.com/v1"
os.environ["CRUSOE_API_KEY"] = ""  # your API key

response = completion(
    model="crusoe/meta-llama/Llama-3.3-70B-Instruct",
    messages=[{"content": "Hello!", "role": "user"}],
)

옵션 2: 파라미터로 직접 전달:

from litellm import completion

response = completion(
    model="crusoe/meta-llama/Llama-3.3-70B-Instruct",
    messages=[{"content": "Hello!", "role": "user"}],
    api_base="https://custom.crusoecloud.com/v1",
    api_key="your-api-key",
)

더 알아보기 (Learn more)