top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

Infratop mengumumkan langganan pembelajaran AI tambahan

Generatived

21/10/25, 09.00

Infratop (Tokyo) telah menambahkan fungsi pembayaran berlangganan ke layanan pembelajarannya untuk pasar Generative AI , "DMM Generative AI CAMP All-You-Can-Learn." Pengembangan pesat ini didukung oleh Largegate (Tokyo), dan layanan ini dirilis pada akhir Agustus 2025.

Ketika alat pembayaran awal tidak dapat digunakan, Infratop menghadapi krisis dalam merealisasikan model berlangganannya. Untuk meminimalkan dampak pada pengguna selama uji coba gratis, Largegate melakukan pengembangan yang mendesak. Mereka membangun sistem pembayaran menggunakan teknologi AWS server dan berhasil merilisnya sesuai jadwal.

"Kami tidak punya waktu untuk membandingkan beberapa perusahaan, jadi kami beralih ke Largate," ujar Bapak Isomoto dari Infrastructure Top. Largate merespons perubahan kebijakan secara fleksibel selama pengembangan, dan telah membangun pilar pendapatan baru.

Setelah sukses dengan model langganan barunya, Infratop memperkuat upayanya untuk meningkatkan keanggotaan. Lurgate akan terus memberikan dukungan dan membantu Infratop mewujudkan visinya.

Bagikan artikel ini:

Tin tức mới nhất
Meta Memperkenalkan Langkah-Langkah Pencegahan Penipuan AI Tingkat Lanjut

Meta Memperkenalkan Langkah-Langkah Pencegahan Penipuan AI Tingkat Lanjut

28/8/26, 07.00

Meta mengumumkan penerapan langkah-langkah keamanan yang ditingkatkan di Polandia untuk memerangi penipuan daring dan konten peniruan identitas.

Alibaba merilis model Flash Next Qwen3.8.

Alibaba merilis model Flash Next Qwen3.8.

28/8/26, 07.00

Alibaba merilis bobot untuk Qwen3.8-Flash-Next, sebuah model pratinjau yang mendemonstrasikan arsitektur multimodal Qwen4 yang akan datang.

loveholidays memberdayakan tim dengan platform Codex

loveholidays memberdayakan tim dengan platform Codex

28/8/26, 07.00

loveholidays mengintegrasikan Codex ke dalam operasi rekayasa perangkat lunaknya, memungkinkan manajer produk, desainer, dan tim komersial

Microsoft menganalisis serangan terhadap beban kerja AI.

Microsoft menganalisis serangan terhadap beban kerja AI.

28/8/26, 07.00

Microsoft menerbitkan riset yang menganalisis serangan siber yang ditargetkan terhadap infrastruktur beban kerja AI kritis, termasuk gateway LiteLLM, penerapan RAGFlow

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
Meta Memperkenalkan Langkah-Langkah Pencegahan Penipuan AI Tingkat Lanjut

Meta Memperkenalkan Langkah-Langkah Pencegahan Penipuan AI Tingkat Lanjut

28/8/26, 07.00

Meta mengumumkan penerapan langkah-langkah keamanan yang ditingkatkan di Polandia untuk memerangi penipuan daring dan konten peniruan identitas.

Alibaba merilis model Flash Next Qwen3.8.

Alibaba merilis model Flash Next Qwen3.8.

28/8/26, 07.00

Alibaba merilis bobot untuk Qwen3.8-Flash-Next, sebuah model pratinjau yang mendemonstrasikan arsitektur multimodal Qwen4 yang akan datang.

loveholidays memberdayakan tim dengan platform Codex

loveholidays memberdayakan tim dengan platform Codex

28/8/26, 07.00

loveholidays mengintegrasikan Codex ke dalam operasi rekayasa perangkat lunaknya, memungkinkan manajer produk, desainer, dan tim komersial

Microsoft menganalisis serangan terhadap beban kerja AI.

Microsoft menganalisis serangan terhadap beban kerja AI.

28/8/26, 07.00

Microsoft menerbitkan riset yang menganalisis serangan siber yang ditargetkan terhadap infrastruktur beban kerja AI kritis, termasuk gateway LiteLLM, penerapan RAGFlow

bottom of page