O JFrog ML é a plataforma de MLOps da JFrog Ltd, originada da aquisição da Qwak, que cobre o ciclo de vida de modelos de machine learning e GenAI: treino, versionamento, deploy, serviço e monitoramento. Usa o JFrog Artifactory como registro imutável de modelos e o JFrog Xray para escanear modelos e artefatos de IA antes do deploy. Inclui Feature Store, Inference Lake e serviço em endpoint de API, batch e streaming. É licenciado por ML Credits somados a uma base de desenvolvedores.
O JFrog ML é a plataforma de MLOps da JFrog Ltd para construir, treinar, implantar, servir e monitorar modelos de machine learning e aplicações de GenAI, originada da aquisição da Qwak AI — anunciada em junho de 2024 e concluída no mês seguinte — e integrada à JFrog Software Supply Chain Platform.
A tese da JFrog é tratar modelo como pacote de software: em vez de manter uma esteira de MLOps separada da esteira de aplicação, o JFrog Artifactory funciona como registro imutável de modelos, com versionamento, rastreabilidade e governança, e o JFrog Xray escaneia os modelos, containers e artefatos em busca de vulnerabilidades e problemas de licença antes do deploy. O resultado prático é que modelo e artefato tradicional passam a viver no mesmo sistema de registro, sob a mesma política de acesso.
Arquiteturalmente, a plataforma separa o plano de controle dos componentes de dados e execução: registro de modelos e armazenamento de artefatos, Feature Store para dados de features em treino e inferência em tempo real, Inference Lake para logs de predição e métricas operacionais, e o serviço de modelos em endpoints escaláveis.
O escopo disponível depende do bundle contratado:
Governança unificada porque o modelo entra no mesmo registro dos demais artefatos — a permissão, a auditoria e o histórico de versão são os mesmos do restante da engenharia, sem uma segunda ferramenta a controlar.
Risco de modelo detectado antes de subir porque o JFrog Xray escaneia modelos e artefatos de IA, inclusive os originados do Hugging Face, na mesma esteira que examina pacotes tradicionais.
Rollback viável porque cada versão do modelo é um artefato imutável identificável: reverter para a versão anterior é uma operação de registro, não uma reconstrução de ambiente.
Menos dependência de engenharia de infraestrutura porque o serving, o escalonamento e o monitoramento vêm prontos — o time de ciência de dados publica o modelo sem montar a esteira de deploy do zero.
Consistência entre treino e inferência porque a Feature Store serve a mesma definição de feature nas duas fases, eliminando a classe de erro em que o modelo aprende com um cálculo e infere com outro.
O JFrog ML é dimensionado para times de ciência de dados e engenharia de machine learning que já levaram modelos a produção e enfrentam o problema de escala, e para áreas de plataforma e segurança que precisam trazer os ativos de IA para dentro do SDLC existente.
Cenários recorrentes: a empresa que já usa Artifactory e quer evitar contratar uma plataforma de MLOps desconectada; a organização que precisa auditar quais modelos estão em produção e com quais dependências; e o time que consome modelos abertos de repositórios públicos e precisa escaneá-los antes de usar.
O diferencial central é a convergência com a gestão de artefatos: como o registro de modelos é o próprio Artifactory, o modelo herda versionamento, controle de acesso e varredura de segurança que a organização já aplica ao software — em vez de existir num silão paralelo com governança própria.
O segundo diferencial é a cobertura do ciclo inteiro dentro de um contrato único: treino em CPU ou GPU, Feature Store, serving, monitoramento e automação de retreino. O terceiro é a proximidade com a segurança da cadeia de suprimentos — o mesmo JFrog Xray que barra um pacote npm malicioso examina o modelo antes do deploy.
O JFrog ML não é vendido isoladamente: é contratado como bundle sobre uma assinatura JFrog Artifactory nas edições Enterprise X ou Enterprise +. O Unified MLOps está disponível nas duas; o Ultimate MLOps é exclusivo do Enterprise +.
No modelo gerenciado, a JFrog oferece suporte nativo a AWS e Google Cloud para as cargas do JFrog ML — diferentemente do restante da plataforma, que também opera em Microsoft Azure. É possível executar na infraestrutura da JFrog ou na do próprio cliente. O treino e o fine-tuning rodam em máquinas de CPU ou GPU conforme a carga.
A base de plataforma está descrita nas páginas do JFrog Artifactory Cloud e do JFrog Artifactory Self-Hosted, e a varredura de modelos na página do JFrog Xray.
O JFrog ML é licenciado por uma métrica dupla: ML Credits, que medem o consumo de processamento da plataforma, mais a base de desenvolvedores do bundle contratado — 200 no Unified MLOps e 500 no Ultimate MLOps. A modalidade é assinatura anual, acompanhando o contrato do Artifactory.
As assinaturas Enterprise X e Enterprise + já incluem uma base de ML Credits. O consumo acima dessa base não bloqueia a conta: é registrado e faturado automaticamente conforme o uso, do mesmo modo que o consumo de armazenamento e transferência da plataforma. Como os créditos acompanham processamento, o que faz a conta subir é tempo de build, tempo de treino e recurso de máquina alocado — um modelo treinado em GPU consome de forma diferente de um job leve em CPU.
Não existe valor de tabela único porque o dimensionamento muda o resultado: bundle escolhido, base de desenvolvedores, volume estimado de treino e de inferência, edição do Artifactory em uso, prazo do contrato e se é nova aquisição ou renovação. Para comprar o JFrog ML no Brasil, a OSB Software levanta esse escopo com você, envia a proposta comercial, emite a nota fiscal e entrega as licenças — solicite uma cotação para receber o valor exato do seu cenário.
O JFrog ML é o antigo Qwak? Sim. A JFrog anunciou a aquisição da Qwak AI em junho de 2024, concluiu em julho de 2024, e a plataforma passou a ser comercializada como JFrog ML, integrada ao Artifactory e ao Xray.
Preciso do Artifactory para usar o JFrog ML? Sim. O JFrog ML é contratado como bundle sobre uma assinatura Enterprise X ou Enterprise +, e usa o próprio Artifactory como registro de modelos.
Em quais nuvens o JFrog ML roda? A JFrog indica suporte nativo a AWS e Google Cloud para as cargas do JFrog ML, com execução na infraestrutura da JFrog ou na do cliente.
O JFrog ML atende LLMs e GenAI, ou só modelos clássicos? Atende os dois. A plataforma cobre desde regressão linear até deep learning e LLMs, incluindo fine-tuning e deploy de embeddings.
A Feature Store está em qual bundle? No Ultimate MLOps, junto com Multi-Environment Setup, estratégias avançadas de deploy e Multi-Region Deployment.
A OSB Software é parceira oficial da JFrog Ltd no Brasil e fornece licenças 100% originais do JFrog ML para empresas, com nota fiscal brasileira, contrato em português e total conformidade legal — a forma segura de adquirir software importado com CNPJ, sem risco de licença irregular.
Ao comprar o JFrog ML com a OSB Software, você garante:
Se você procura onde comprar o JFrog ML no Brasil com segurança jurídica e software importado legalizado, solicite uma cotação: a OSB Software entrega tecnologia confiável, atendimento qualificado e uma compra simples, transparente e sem complicações.
Não sabe qual software precisa ou não encontrou o que procurava? Nós temos um time preparado para te ajudar a escolher o software ideal para sua empresa.