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",
)