VPS pour l'IA : LLM auto-hébergés à partir de 12 €/mois - Ollama, llama.cpp et vLLM sur KVM VPS avec NVMe, IP dédiée et trafic illimité. Vos données ne quittent pas le serveur.
LLM auto-hébergés et points d’accès compatibles OpenAI sur une IP dédiée - des modèles 8B à 12 € aux configurations plus grandes sur Performance VPS. Pas de facture au token, aucune donnée ne quitte votre serveur.
L’IA cloud compte chaque token : les factures grimpent à chaque expérience, les limites de requêtes tombent en plein développement, et vos prompts transitent par l’infrastructure de quelqu’un d’autre. Un VPS inverse la donne - vous payez un prix mensuel fixe, lancez autant de requêtes que votre matériel le permet, et chaque prompt et document reste sur une machine que vous contrôlez. Le compromis est honnête : vous administrez vous-même le modèle et les mises à jour.
8 GB de RAM (Core VPS 4, 12 €) - modèles quantifiés 7–8B (classe Llama, Mistral, Qwen) : un bon assistant local et du résumé. 16 GB (Core VPS 6) - 13–14B en Q4 avec de la place pour le contexte. 32 GB et plus (Performance VPS, VDS) - modèles plus grands, plusieurs utilisateurs à la fois, longues fenêtres de contexte. Les poids occupent 4–10 GB par modèle sur NVMe ; l’inférence CPU est réactive pour les petits modèles et les traitements par lots, mais honnêtement pas un remplaçant d’un GPU temps réel - voir les limites ci-dessous.
Ollama télécharge un modèle et l’expose en une commande - le chemin le plus rapide vers un assistant local. Le serveur llama.cpp vous donne une API HTTP compatible OpenAI, donc toute application qui parle le format OpenAI peut pointer son URL de base vers votre VPS. vLLM ajoute le batching continu quand le débit compte. Open WebUI fournit l’interface de chat. Placez le tout sous systemd pour le redémarrage automatique et prenez un instantané avant de changer de modèle - le guide Docker couvre les déploiements conteneurisés.
Nous ne vendons pas de serveurs GPU : ici, l’inférence tourne sur CPU et RAM, ce qui suffit vraiment pour des modèles quantifiés de 7–14B, du RAG sur vos propres documents et de la génération légère - mais pas pour l’entraînement, le fine-tuning avec gradients ou la vidéo en temps réel. Ces travaux exigent des accélérateurs chez des fournisseurs spécialisés ; nous préférons le dire d’emblée plutôt que vous le découvriez après la commande. Tout le reste - trafic, disque, disponibilité - suit nos conditions.
Le Core VPS 4 à 12 € avec Ollama fait tourner sans peine des modèles quantifiés de 7–8B. Pour du 13–14B ou plusieurs modèles côte à côte, prenez le Core VPS 6 avec 16 GB.
Oui - le serveur llama.cpp et vLLM exposent tous deux des points d’accès de type OpenAI. Pointez l’URL de base de votre application vers le VPS et gardez votre code actuel.
Non. Toutes les gammes VPS Buran sont CPU + NVMe. Pour l’entraînement et l’inférence GPU, il faut un fournisseur spécialisé - nous le disons avant la commande, pas après.
Votre propre point d’accès IA dès ce soir Prix mensuel fixe, IP dédiée, des données qui ne quittent jamais le serveur. Choisir une offre →