利用可能なモデル

サポートされているモデルバリアントや機能を含む、Serverless RL のトレーニングで利用可能な基盤モデルを確認できます。

Serverless RL は現在、トレーニング用に以下の基盤モデルをサポートしています。

特定のモデルに関心がある場合は、サポート までお問い合わせください。

​

モデルカタログ

モデル	モデル ID (API で使用)	タイプ	コンテキストウィンドウ	パラメーター	説明
OpenPipe Qwen3 14B Instruct	OpenPipe/Qwen3-14B-Instruct	テキスト	32.8k	14.8B (合計)	OpenPipe がファインチューニングによるエージェント構築向けに最適化した、効率的な多言語対応の dense な命令チューニング済みモデルです。
Qwen3 30B A3B	Qwen/Qwen3-30B-A3B-Instruct-2507	テキスト	262k	3.3B-30.5B (アクティブ-合計)	Qwen3-30B-A3B-Instruct-2507 は、推論、コーディング、長いコンテキストの理解を強化した 30.5B の MoE 命令チューニング済みモデルです。