Aloje inferencia LLM con Ollama en un VPS de la UE: Ryzen 9 7950X3D, hasta 96 GB de RAM, sin cargos por token. Guía incluida, desde €13/mes.
Primero, un dimensionamiento honesto: esto es un servidor de CPU, no una nube de GPU. En un Ryzen 9 7950X3D con NVMe rápido, los modelos cuantizados de 7B–14B (Q4/Q5) generan tokens útiles para chat, clasificación, extracción y agentes con herramientas. Eso cubre la mayoría de las herramientas internas. Si necesita cientos de tokens por segundo en modelos de 70B — eso es terreno de GPU y se lo diremos con franqueza.
| Carga de trabajo | Plan | Encaje |
|---|---|---|
| Experimentos, embeddings, chat pequeño | Core VPS 4 NVMe — €13/mes | 8 GB de RAM: modelos 7B Q4 sin apuro |
| Agente de producción, herramientas, RAG | Core VPS 12 NVMe — €60/mes | 48 GB de RAM: 14B Q5 + base de datos vectorial en paralelo |
| Contexto grande, trabajos por lotes, muchos modelos | Performance Plus 16 — €165/mes | 64 GB de RAM y 16 vCPU para prompts paralelos |
No — y no fingimos lo contrario. Para inferencia con GPU use un proveedor de GPU; para modelos amigables con CPU, datos privados y costes predecibles, esta es la mejor herramienta.
No — es su localhost. Los límites de tasa solo existen si usted mismo pone un proxy delante.
`ollama pull` cuando quiera una etiqueta nueva; conserve la antigua hasta estar seguro — el disco es el único coste.
Inferencia sin facturas Precio mensual fijo, root completo, centro de datos en la UE. Desplegar para IA →