Debido al rápido desarrollo del aprendizaje automático e inteligencia artificial (IA), el análisis de plataformas en la nube de IA es ahora un área clave de investigación. Evaluar la amplia gama de marcos disponibles y elegir los proveedores de nube de IA ideales que puedan satisfacer las demandas y recursos de una empresa es obligatorio. Hay varias opciones, todas con sus propios beneficios y limitaciones. La evaluación de plataformas en la nube de inteligencia artificial es un proceso de toma de decisiones de grupo de múltiples criterios (MCGDM). Este artículo establece una colección de operadores de agregación geométrica de Einstein (AoPs) y un novedoso VIKOR difuso fraccional y TOPSIS extendido difuso fraccional basado en el peso de entropía de criterios en conjuntos difusos fraccionarios (FFSs) para este escenario. Los FFSs proporcionan una circunstancia de evaluación que contiene más información, lo que hace que los resultados finales de toma de decisiones sean más precisos. Finalmente, este marco se implementa en un estudio de caso computacional para la evaluación de plataformas en la nube de inteligencia artificial y la comparación de este modelo con otros enfoques existentes, como el enfoque GRA extendido, para verificar la consistencia y precisión de la técnica propuesta. La plataforma en la nube de inteligencia artificial más óptima es