PLATEFORME D’INFÉRENCE AUTO-HÉBERGÉESELF-HOSTED INFERENCE PLATFORM
Connectez vos applications et vos agents à vos modèles de texte, voix, image et vidéo. SPT Models orchestre votre parc NVIDIA et Apple Silicon derrière une API commune.
Connect your applications and agents to text, speech, image and video models. SPT Models orchestrates your NVIDIA and Apple Silicon fleet behind one API.
Inférence sur votre matériel. Code source complet. Pas de facturation au token par SPT.Inference on your hardware. Full source code. No per-token charges from SPT.
CONÇUE AVEC LA STACK. POUR VOUS LA MONTRER.MADE WITH THE STACK. TO SHOW YOU THE STACK.
De la bibliothèque aux agents et aux générations longues : découvrez les workflows actuels avec Nora, notre présentatrice virtuelle. Vidéo et sous-titres en anglais.
From the library to agents and long-running generations: explore today's workflows with Nora, our AI presenter. English audio and captions.
CHOISISSEZ VOTRE PROCHAINE CAPACITÉCHOOSE YOUR NEXT CAPABILITY
Des recettes d’intégration avec loader, contraintes matérielles et guide de prompting. Ce catalogue lit directement la même bibliothèque que la console, à chaque version déployée.
Integration recipes with loaders, hardware requirements and prompting guides. This catalogue reads the same library as the console with every deployed release.
Éprouvée : recette exécutée sur notre plateforme. Reconstruite : vérifiée statiquement, à requalifier à l’exécution. La mémoire indiquée est la réservation de la recette, pas une garantie de compatibilité universelle. Les licences des modèles restent distinctes.Proven: recipe executed on our platform. Reconstructed: statically checked, pending runtime requalification. Memory is the recipe’s reservation, not a universal compatibility guarantee. Model licenses remain separate.
MOINS D’INTÉGRATIONS. PLUS DE POSSIBILITÉS.FEWER INTEGRATIONS. MORE POSSIBILITIES.
Connectez vos assistants à une API de chat avec outils structurés, streaming et sorties JSON contraintes sur les moteurs qualifiés. Les alias gardent vos intégrations stables lorsque vous changez de modèle.
Connect assistants to chat with structured tools, streaming and constrained JSON on qualified engines. Aliases keep integrations stable when you switch models.
Synthèse vocale, clonage et contrôle expressif. Sur les modèles compatibles, l’audio se lit pendant sa génération. Transcription et diarisation complètent vos workflows vocaux.
Speech synthesis, cloning and expressive control. On supported models, audio plays while it is generated. Transcription and speaker diarization complete your voice workflows.
SheetSage2 extrait la mélodie et les accords en ABC/MIDI. Relisez et modifiez la partition, puis guidez YuE2 avec vos paroles et votre style. Musique, ambiances et effets sonores ont chacun leur place.
SheetSage2 extracts melody and chords as ABC/MIDI. Review and edit the score, then guide YuE2 with your lyrics and style. Music, ambience and sound effects each have a place.
Créez et retouchez des images. Guidez LTX-2.5 avec une première image, une dernière image ou une vidéo source. MiniMax-H3 associe vidéo et audio ; les modèles d’avatars animent un portrait depuis une voix.
Generate and edit images. Guide LTX-2.5 with a first frame, last frame or source video. MiniMax-H3 combines video and audio; avatar models animate a portrait from speech.
Trellis transforme une image en mesh 3D ; UniRig propose le rigging. Les recettes et leurs statuts de qualification sont consultables dans le catalogue.Trellis turns an image into a 3D mesh; UniRig provides rigging. See recipes and validation status in the catalogue.
LES GÉNÉRATIONS LONGUES ONT LEUR PLACELONG GENERATIONS BELONG HERE
Une vidéo ou une chanson peut demander plusieurs minutes. Soumettez un job, libérez la connexion et récupérez son résultat quand il est prêt.
A video or song can take minutes. Submit a job, release the connection and retrieve the result when it is ready.
États queued, running, succeeded, failed et interrupted. Les erreurs conservent leur statut HTTP d’origine. Limite par défaut : 10 jobs actifs par clé. Un redémarrage de l’orchestrateur interrompt les jobs actifs : resoumission nécessaire, pas de reprise automatique. Le mode synchrone reste disponible.
States: queued, running, succeeded, failed and interrupted. Errors retain their original HTTP status. Default limit: 10 active jobs per key. An orchestrator restart interrupts active jobs: resubmit, with no automatic resumption. Synchronous mode remains available.
SPTPOST /v1/videos/generations
{
"model": "ltx-2.5-22b-distilled",
"prompt": "A quiet coastal sunrise",
"async": true
}
HTTP 202
{
"job_id": "…",
"status": "queued",
"poll_url": "/v1/jobs/…"
}
GET /v1/jobs/{job_id}
queued → running → succeeded
GET /v1/jobs/{job_id}/resultLe résultat reste disponible jusqu’à son expiration. Le lire ne le consomme pas.The result stays available until expiration. Reading it does not consume it.
POUR VOS APPLICATIONS ET VOS AGENTSFOR YOUR APPLICATIONS AND AGENTS
Gardez vos habitudes de développement : conventions OpenAI, streaming SSE, clés API et alias stables. Ajoutez le bundle MCP pour découvrir les modèles, lire leurs guides et générer vos médias depuis un agent.
Keep your development workflow: OpenAI conventions, SSE streaming, API keys and stable aliases. Add the MCP bundle to discover models, read their guides and generate media from an agent.
Sur le chemin vLLM qualifié, les arguments d’appels forcés sont émis en fragments ; le mode auto historique émet les appels complets. Certains moteurs rejouent une réponse complète en SSE sans gain de latence. oMLX ne fournit pas les mêmes garanties tool_choice. Le streaming TTS natif dépend du modèle ; le MCP TTS reste non-streaming. Les extensions médias et jobs ne sont pas des endpoints OpenAI standard.
On the qualified vLLM path, forced-call arguments are emitted in fragments; the historical auto path emits complete calls. Some engines replay a complete answer as SSE without a latency benefit. oMLX does not provide the same tool_choice guarantees. Native TTS streaming depends on the model; MCP TTS remains non-streaming. Media and job extensions are not standard OpenAI endpoints.
from openai import OpenAI
client = OpenAI(
base_url="https://YOUR-HOST/v1",
api_key="YOUR-SPT-API-KEY",
)
stream = client.chat.completions.create(
model="qwen3.8-27b-nvfp4",
messages=[{
"role": "user",
"content": "Explain this architecture."
}],
stream=True,
)
for chunk in stream:
if chunk.choices:
print(chunk.choices[0].delta.content
or "", end="")Choisissez un modèle installé ou un alias configuré sur votre instance.Choose an installed model or an alias configured on your instance.
LE CONTRÔLE, EN UN ENDROITCONTROL, IN ONE PLACE
Installez une recette, chargez un modèle, testez ses paramètres et reproduisez l’appel avec curl. Passez de l’exploration à l’exploitation sans multiplier les outils.
Install a recipe, load a model, test its parameters and reproduce the request with curl. Move from exploration to operations without multiplying tools.
VOTRE MATÉRIEL TRAVAILLE ENSEMBLEYOUR HARDWARE WORKS TOGETHER
Tirez parti de votre parc hétérogène sans imposer le même runtime partout. Les modèles sont placés selon leurs contraintes et les ressources disponibles.
Make use of a heterogeneous fleet without forcing the same runtime everywhere. Models are placed according to their requirements and available resources.
Mémoire unifiée GB10. Moteurs et recettes qualifiés pour Blackwell.
GB10 unified memory. Engines and recipes qualified for Blackwell.
Inférence CUDA, pipelines multimédias et gestion multi-GPU.
CUDA inference, multimodal pipelines and multi-GPU management.
oMLX pour les modèles compatibles, worker macOS natif pour la transcription qualifiée.
oMLX for compatible models, native macOS worker for qualified transcription.
DOCKER SWARM + PORTAINER
SPT Models est conçu pour Docker Swarm, son seul orchestrateur de déploiement pris en charge. Notre outil préféré pour administrer la stack : Portainer ↗. Une interface pratique pour déployer les services, consulter leurs logs et gérer les mises à jour.
SPT Models is built for Docker Swarm, its only supported deployment orchestrator. Our preferred tool for managing the stack: Portainer ↗. A practical interface to deploy services, inspect their logs and manage updates.
Les services Apple Silicon restent natifs sur macOS. Portainer est un outil tiers recommandé, pas un composant développé par Sponge Theory.Apple Silicon services remain native on macOS. Portainer is a recommended third-party tool, not a Sponge Theory component.
Placement selon l’architecture, le runtime et la mémoire disponible. Épinglage des modèles prioritaires et éviction LRU pour libérer de la place.
Placement respects architecture, runtime and available memory. Pin priority models and reclaim capacity with LRU eviction.
Cache NVMe par nœud, capacité calculée localement et préférence de placement vers les copies déjà présentes.
Per-node NVMe cache, locally calculated capacity and placement preference for existing copies.
Environnements par modèle et sous-processus pour les pipelines concernés. Délais bornés, erreurs structurées et mise à l’écart des nœuds MLX indisponibles.
Per-model environments and subprocesses for applicable pipelines. Bounded timeouts, structured errors and quarantine for unavailable MLX nodes.
Supervision GPU, diagnostics, historique d’erreurs et suivi d’usage. Clés API avec limites de débit, quotas de tokens, temps de calcul et concurrence.
GPU monitoring, diagnostics, error history and usage tracking. API keys with rate limits, token budgets, compute-time quotas and concurrency limits.
vLLM, llama.cpp, diffusers, oMLX et loaders spécialisés. SGLang avec DFlash2 est qualifié pour la recette Qwen3.8 NVFP4. ComfyUI headless sert les graphes intégrés.
vLLM, llama.cpp, diffusers, oMLX and specialized loaders. SGLang with DFlash2 is qualified for the Qwen3.8 NVFP4 recipe. Headless ComfyUI serves integrated graphs.
Authentification interservices, protections SSRF sur l’import, validation des chemins et jeton admin distinct. Traçage Langfuse optionnel avec masquage des entrées/sorties.
Service-to-service authentication, import SSRF protections, path validation and a separate admin token. Optional Langfuse tracing with input/output masking.
Import IA depuis Hugging Face, découverte de paramètres, guides de prompting et conversion GGUF complètent le parcours. Un modèle importé automatiquement doit être qualifié avant son usage en production.AI import from Hugging Face, parameter discovery, prompting guides and GGUF conversion complete the workflow. Automatically imported models need qualification before production use.
PASSEZ À VOTRE PROPRE PLATEFORMEMOVE TO YOUR OWN PLATFORM
Toutes les offres livrent le code source intégral par lien de téléchargement, sans clé de licence à saisir. Votre version continue de fonctionner après la fin de l’abonnement ; celui-ci couvre les mises à jour et le support.
Every plan includes the full source code through a download link, with no license key to enter. Your version keeps running after a subscription ends; the subscription covers updates and support.
EARLY ADOPTER
Pour les développeurs autonomes qui veulent prendre la main.
For hands-on developers who want to take control.
TEAM
Pour les équipes qui exploitent leur IA dans la durée.
For teams operating their AI for the long run.
ENTERPRISE
Pour votre matériel, vos contraintes et votre déploiement.
For your hardware, requirements and deployment.
Tarifs HT issus de Lemon Squeezy ; estimation TTC France indiquée en complément lorsqu’elle est disponible. Le total dépend du pays et du statut fiscal et figure avant paiement. Vente et paiement via Lemon Squeezy, revendeur Merchant of Record. Matériel, énergie, licences des modèles et services externes éventuels non inclus.Prices excluding VAT from Lemon Squeezy; an estimated total including French VAT is also shown when available. Your total depends on country and tax status and is shown before payment. Sold and billed through Lemon Squeezy as Merchant of Record. Hardware, energy, model licenses and optional external services are not included.
AVANT DE VOUS LANCERBEFORE YOU START
Non. Le catalogue décrit les recettes livrées avec cette version. Vous choisissez celles à installer ; les poids sont téléchargés selon les conditions de leur fournisseur. Disponibilité, mémoire et architecture restent propres à votre déploiement.
No. The catalogue describes recipes shipped with this version. You choose which to install; weights are downloaded under their provider’s terms. Availability, memory and architecture depend on your deployment.
La recette a été exécutée sur notre plateforme. Une recette « reconstruite » a été vérifiée statiquement mais doit être requalifiée à l’exécution. Ce statut n’est ni une garantie de qualité pour tous les usages ni une validation sur tous les matériels.
The recipe has run on our platform. A “reconstructed” recipe has been checked statically but needs runtime requalification. This is neither a quality guarantee for every use case nor validation on every device.
L’inférence s’exécute sur votre matériel. L’auto-import IA appelle Anthropic et les téléchargements contactent les hébergeurs de modèles. Le traçage et l’analytics sont optionnels ; leurs destinations et le masquage doivent être configurés selon vos exigences.
Inference runs on your hardware. AI auto-import calls Anthropic and downloads contact model hosts. Tracing and analytics are optional; configure their destinations and masking to meet your requirements.
Les parcours compatibles utilisent les conventions OpenAI, notamment chat, streaming et embeddings. Les jobs, la musique, les partitions et certains médias utilisent des extensions SPT. Les garanties d’outils et de JSON dépendent du moteur et de la recette.
Compatible flows use OpenAI conventions, including chat, streaming and embeddings. Jobs, music, scores and some media use SPT extensions. Tool and JSON guarantees depend on the engine and recipe.
Les résultats terminés restent consultables pendant leur rétention. Un job actif interrompu par un redémarrage de l’orchestrateur est signalé comme interrompu et doit être resoumis. La plateforme ne promet pas de reprise automatique du calcul.
Completed results remain available during retention. An active job interrupted by an orchestrator restart is marked interrupted and must be resubmitted. The platform does not promise automatic compute resumption.
La licence de la plateforme ne remplace pas celles des modèles. Consultez les conditions des poids et des résultats sur chaque fiche source. Les restrictions connues sont signalées dans le catalogue ; une absence de badge n’accorde pas de droits supplémentaires.
The platform license does not replace model licenses. Check weight and output terms on each source page. Known restrictions are flagged in the catalogue; the absence of a badge does not grant additional rights.
Oui, avec le matériel compatible et la mémoire nécessaires aux modèles choisis. Docker Swarm est le seul orchestrateur de déploiement pris en charge ; nous recommandons Portainer pour administrer la stack. Les services Apple Silicon s’installent nativement sur macOS. PostgreSQL et Redis font partie de l’infrastructure. Les offres source nécessitent construction et déploiement ; Enterprise inclut un accompagnement.
Yes, with compatible hardware and enough memory for your chosen models. Docker Swarm is the only supported deployment orchestrator; we recommend Portainer for managing the stack. Apple Silicon services run natively on macOS. PostgreSQL and Redis are part of the infrastructure. Source tiers require building and deployment; Enterprise includes assistance.
Choisissons les modèles et le parcours de déploiement adaptés à votre équipe.
Let’s choose the models and deployment path that fit your team.
Construisons votre déploiementPlan your deployment