CoreWeave Sandboxes
#12 in LLM-Inferenz & ServingCoreweave · 3× · zuletzt 30. Juni 2026
CoreWeave Sandboxes ist eine am 14. Mai 2026 angekündigte Ausführungsschicht (Execution Layer) für sichere, isolierte Umgebungen, in denen Reinforcement Learning (RL), Agent-Tool-Nutzung und Modellevaluierung ausgeführt werden können. Das Produkt befindet sich aktuell in der öffentlichen Preview und ist über zwei Zugriffsmodelle verfügbar: On-Cluster auf CoreWeave Kubernetes Service (CKS) für Plattform-Teams sowie als serverloser Runtime-Dienst über Weights & Biases (W&B) für Forscher ohne eigene Cluster-Infrastruktur. Jede Sandbox läuft isoliert (auf CKS als eigener Kubernetes-Pod, serverless standardmäßig in einem Kata-Container mit eigenem Kernel), Zugriff erfolgt über einen Python-Client (cwsandbox) sowie eine REST-API/CLI für die Steuerungsebene.
Features
| Deployment (Self-host/Cloud) | On-Cluster auf eigener CKS-Infrastruktur oder serverlos/gemanagt über Weights & Biases; Status: öffentliche Preview |
| Durchsatz/Latenz | Läuft hunderte bis tausende gleichzeitige Sandboxes parallel pro Trainingsschritt |
| Plattform | CoreWeave Kubernetes Service (CKS) sowie serverloser Runtime über Weights & Biases |
| Preis | Kein öffentlicher Preis; Zugang zur Preview nur auf Anfrage beim CoreWeave-Account-Team |
| Protokoll-Kompatibilität | Zugriff via Python-SDK (cwsandbox) und REST-API über die CoreWeave Intelligent CLI; serverlose Sandboxes laufen standardmäßig in Kata-Containern |
| Release-Datum | 14. Mai 2026 (Ankündigung, öffentliche Preview) |
| Unterstützte Modelle/Provider | Modell-agnostisch; Integration mit Weights & Biases (Traces via W&B Weave), genutzt u.a. von Mistral und IBM Research |