App Gallery · mô hình mở và ứng dụng, sẵn sàng chạy
Chọn một mô hình hoặc một ứng dụng. Kinesis Grid của bạn tìm GPU và giữ cho ứng dụng luôn chạy.
Các LLM mở như gpt-oss, Gemma, Qwen và DeepSeek, mỗi mô hình có kênh chat riêng tư, bất kỳ mô hình nào trong thư viện Ollama, và hơn 20 ứng dụng từ JupyterLab đến Grafana. Chọn nơi chạy và mức giá tối đa bạn sẵn sàng trả, và ứng dụng sẽ hoạt động trên địa chỉ HTTPS riêng chỉ sau vài cú nhấp.
Các mô hình nhỏ có thể dùng thử trên CPU. Các mô hình lớn hơn cần GPU trong Grid của bạn.
Có gì bên trong
Mô hình mở, cùng các công cụ đi kèm.
Mỗi mẫu là một ứng dụng dựng sẵn, gồm image, cổng, cấu hình và phần cứng cần thiết. Khởi chạy ngay như vậy, hoặc thay đổi bất cứ điều gì trước. Không chỉ LLM: notebook, công cụ phát triển, bảng điều khiển và ứng dụng doanh nghiệp cũng chỉ cách một cú nhấp.
Các LLM mở, mỗi mô hình có kênh chat riêng tư
Open WebUI, giao diện chat kiểu ChatGPT, trên Ollama: được thiết lập sẵn cho bạn, trên GPU trong Grid của bạn.

Chọn mô hình tùy chỉnh
Bất kỳ mô hình nào trong thư viện Ollama
Tìm theo tên, chọn kích thước đến 130 tỷ tham số, và Kinesis sẽ tính bộ nhớ GPU phù hợp. Llama, Mistral, Phi và phần còn lại của thư viện.

gpt-oss:120b
OpenAI gpt-oss
1 GPU40 GiB VRAM
gemma4:31b
Google Gemma 4
1 GPU48 GiB VRAM
qwen3.6:27b
Qwen 3.6
1 GPU48 GiB VRAM
deepseek-r1:32b
DeepSeek-R1
1 GPU64 GiB VRAM
gemma4:e4b
Google Gemma 4
1 GPU16 GiB VRAMDùng thử trên CPU
qwen3.5:9b
Qwen 3.5
1 GPU16 GiB VRAMDùng thử trên CPU
Trong thư viện còn có Microsoft BitNet trên llama.cpp, không cần GPU. Các mô hình có nhãn Dùng thử trên CPU cũng có thể khởi động trên CPU serverless; các mô hình lớn hơn chạy trên GPU trong Grid của bạn.
Hơn 20 ứng dụng đi kèm
Các ứng dụng mã nguồn mở phổ biến, được thiết lập sẵn để chạy trên Grid của bạn. Phần lớn hoàn toàn không cần GPU.
Notebook và công cụ phát triển
JupyterLabNotebook cho khoa học dữ liệu và ML
code-serverVS Code trên trình duyệt
GiteaMáy chủ Git của riêng bạn
Bảng điều khiển và tự động hóa
GrafanaBảng điều khiển và cảnh báo
Uptime KumaGiám sát uptime và trang trạng thái
n8nTự động hóa quy trình làm việc
changedetection.ioCảnh báo khi trang web thay đổi
Ứng dụng doanh nghiệp
AppsmithCông cụ nội bộ, dựng bằng giao diện trực quan
NocoDBCơ sở dữ liệu dùng như bảng tính
KanboardBảng Kanban cho dự án của bạn
draw.ioVẽ sơ đồ trên trình duyệt
Khối xây dựng cho AI
Whisper ASRChuyển giọng nói thành văn bản dưới dạng dịch vụ web
QdrantCơ sở dữ liệu vector cho RAG
MeilisearchTìm kiếm nhanh trên dữ liệu của bạn
LibreTranslateDịch thuật do bạn tự host
SearXNGTìm kiếm web riêng tư
Tệp và tài liệu
MinIOLưu trữ đối tượng tương thích S3
FileBrowserTệp của bạn, ngay trên trình duyệt
Stirling PDFChỉnh sửa, gộp và chuyển đổi PDF
GotenbergChuyển tài liệu sang PDF qua API
Cách hoạt động
Từ thư viện đến ứng dụng đang chạy trong bốn bước.
- 1
Chọn một mẫu
Chọn một mô hình hoặc một ứng dụng, hoặc nhập tên bất kỳ mô hình Ollama nào. Mỗi mẫu cho biết GPU, bộ nhớ và dung lượng đĩa cần thiết.
- 2
Chọn nơi chạy
Ứng dụng không cần GPU có thể chạy trên CPU serverless. Ứng dụng GPU chạy trên Kinesis Grid của bạn: năng lực của Kinesis, tài khoản đám mây của bạn hoặc máy chủ của chính bạn, trong giới hạn mức giá tối đa mỗi giờ GPU mà bạn đặt.
- 3
Khởi chạy, hoặc tùy chỉnh trước
Khởi chạy nhanh sẽ chạy mẫu như hiện có. Tùy chỉnh trước mở mọi cài đặt: cổng, biến môi trường, phần cứng và vị trí.
- 4
Dùng trên địa chỉ HTTPS riêng
Grid của bạn tìm GPU và khởi động ứng dụng. Khi sẵn sàng, ứng dụng phản hồi trên địa chỉ HTTPS riêng, với log và chỉ số trong cổng thông tin.

gemma4:31b
Open WebUI với Ollama
Nơi chạy
- Grid của bạn đã tìm được GPU phù hợp
- Đã tải mô hình, chat sẵn sàng
- Địa chỉ HTTPS đã hoạt động
Minh họa
Sẵn sàng nhanh chóng
Trong benchmark của chúng tôi, Kinesis nhanh hơn AWS 4,1 lần và nhanh hơn Azure 6,3 lần.
Chúng tôi đo một tác vụ từ đầu đến cuối, tính cả đăng ký: một endpoint mô hình HTTPS chạy production (vLLM phục vụ Gemma 4 31B FP8) trên một NVIDIA H100.
- Kinesiskhoảng 27 phút · 93 bước
- AWSkhoảng 1,85 giờ · 337 bước
- Azurekhoảng 2,8 giờ · 483 bước
HTTPS trên tên miền được quản lý có sẵn: 0 bước cho gateway và TLS trên Kinesis, so với 119 trên AWS và 219 trên Azure.
Kinesis Builder Time-to-Value Benchmark, tháng 5/2026. Thời gian thực từ lúc đăng ký đến khi endpoint hoạt động; một bước là một lần nhấp, một lệnh hoặc một lần nhập biểu mẫu.
Riêng tư ngay từ thiết kế
Prompt của bạn luôn ở trong Grid của bạn.
Mô hình từ App Gallery trả lời từ GPU trong chính Kinesis Grid của bạn, không phải từ API của nhà cung cấp mô hình. Prompt của bạn không bao giờ được gửi đến nhà cung cấp mô hình, và bạn trả tiền theo giờ GPU, không theo token. Hãy dành các API tiên tiến nhất cho những bài toán khó nhất.
- Đổi mô hình khi có mô hình tốt hơn: Gemma 4, Qwen 3.5 và Qwen 3.6 đã có mặt trong thư viện ngay khi được phát hành.
- Grid của bạn không bao giờ đặt công việc lên phần cứng cộng đồng trừ khi bạn chọn Kinesis Batches.
- Grid là riêng tư trong tổ chức của bạn, trừ khi quản trị viên chia sẻ.
- Giới hạn ứng dụng chỉ cho các địa chỉ IP của bạn khi ứng dụng không nên công khai.
Tóm tắt hợp đồng nhà cung cấp này thành năm gạch đầu dòng.
Đây là các điều khoản chính: thời hạn 24 tháng, thanh toán trong 60 ngày, và…
Được trả lời bởi một GPU trong Kinesis Grid của bạn. Không có gì được gửi đến nhà cung cấp mô hình.
Minh họa
Đi kèm mọi ứng dụng
Mọi thứ xung quanh ứng dụng đều đã sẵn sàng.
Địa chỉ HTTPS riêng
Chứng chỉ được cấp tự động, và bạn có thể thêm tên miền riêng.
Log, chỉ số và terminal
Theo dõi quá trình khởi động, xem mức sử dụng và mở shell ngay trên trình duyệt.
Grid của bạn giữ ứng dụng luôn chạy
Nếu một máy gặp sự cố hoặc một GPU spot bị thu hồi, Grid của bạn sẽ chuyển ứng dụng sang một máy khác phù hợp.
Cài đặt bạn có thể thay đổi
Cổng, biến môi trường, phần cứng và vị trí, trước khi khởi chạy hoặc sau đó.
Chia sẻ với nhóm của bạn
Ứng dụng nằm trong các dự án của tổ chức bạn. Thêm đồng đội với vai trò Viewer hoặc Developer.
Sẵn sàng cho agent của bạn
REST API và máy chủ MCP liệt kê mọi mẫu, nên Claude, ChatGPT hoặc Cursor có thể khởi chạy một mẫu thay bạn.
Câu hỏi
Những câu hỏi thường gặp về App Gallery.
- App Gallery có những gì?
- Các LLM mở có giao diện chat (gpt-oss, Gemma 4, Qwen 3.5 và 3.6, DeepSeek-R1 và Microsoft BitNet), bộ chọn cho bất kỳ mô hình nào trong thư viện Ollama, và hơn 20 ứng dụng: notebook, công cụ phát triển, bảng điều khiển, tự động hóa, tìm kiếm, lưu trữ và công cụ tài liệu. Mỗi mẫu là một cấu hình ứng dụng hoàn chỉnh mà bạn có thể khởi chạy ngay hoặc thay đổi trước.
- Tôi có cần GPU riêng không?
- Không. Kinesis Grid của bạn có thể dùng năng lực của Kinesis, các tài khoản đám mây bạn kết nối bằng khóa API, hoặc máy chủ bạn sở hữu, kết hợp theo bất kỳ cách nào. Các mô hình nhỏ, đến khoảng 9 tỷ tham số, cũng có thể chạy thử trên CPU serverless.
- Tôi có thể mang ứng dụng hoặc repo của riêng mình không?
- Có. Bên cạnh thư viện, bạn có thể triển khai bất kỳ image container nào, hoặc build từ một repository GitHub hay một Dockerfile. Ứng dụng của bạn chạy trên cùng Grid, với địa chỉ HTTPS, log và chỉ số y như vậy.
- Chi phí là bao nhiêu?
- Bản thân App Gallery không tốn phí. Bạn trả tiền cho năng lực tính toán mà ứng dụng chạy trên đó: GPU tính theo giờ GPU, không bao giờ theo token, và một GPU spot không bao giờ tốn hơn mức giá tối đa bạn đặt. Với năng lực tính toán bạn mang đến, Kinesis thay vào đó tính một khoản phí Grid nhỏ. Xem chi tiết trên trang bảng giá của chúng tôi.
- Ai có thể truy cập ứng dụng của tôi?
- Bất kỳ ai có địa chỉ HTTPS của ứng dụng đều truy cập được, vì vậy hãy giữ địa chỉ đó như một chiếc chìa khóa. Các mẫu chat khởi động mà không cần đăng nhập, và một số ứng dụng đi kèm mật khẩu mặc định: hãy đặt mật khẩu riêng, hoặc giới hạn ứng dụng chỉ cho các địa chỉ IP của bạn, trước khi chia sẻ.
- Điều gì xảy ra khi một máy gặp sự cố?
- Kinesis Grid của bạn sẽ thay thế máy đó. Grid tìm một máy khác phù hợp với ứng dụng và mức giá tối đa của bạn, khởi động ứng dụng ở đó và báo cho bạn qua thông báo.
Mô hình tiếp theo của bạn chỉ cách vài cú nhấp.
Tạo tài khoản, chọn một mô hình hoặc một ứng dụng, và Kinesis Grid của bạn sẽ tìm GPU và giữ cho ứng dụng luôn chạy.