VPS para IA: LLM auto-hospedados desde 12 €/mês - Ollama, llama.cpp e vLLM em VPS KVM com NVMe, IP dedicado e tráfego ilimitado. Os seus dados não saem do servidor.
LLMs auto-alojados e endpoints compatíveis com OpenAI num IP dedicado - de modelos 8B a 12 € até configurações maiores em Performance VPS. Sem faturas por token, sem dados a sair do servidor.
A IA na cloud mede cada token: as faturas crescem a cada experiência, os limites de pedidos aparecem a meio do desenvolvimento e os seus prompts passam pela infraestrutura de outros. Um VPS inverte isso - paga um preço mensal fixo, faz tantos pedidos quanto o hardware permitir e cada prompt e documento fica numa máquina que controla. A troca é honesta: administra o modelo e as atualizações por conta própria.
8 GB de RAM (Core VPS 4, 12 €) - modelos quantizados de 7–8B (classe Llama, Mistral, Qwen): um bom assistente local e resumos. 16 GB (Core VPS 6) - 13–14B em Q4 com espaço para contexto. 32 GB ou mais (Performance VPS, VDS) - modelos maiores, vários utilizadores ao mesmo tempo, janelas de contexto longas. Os pesos ocupam 4–10 GB por modelo em NVMe; a inferência em CPU é ágil para modelos pequenos e tarefas em lote, e honestamente não substitui uma GPU em tempo real - veja os limites abaixo.
O Ollama descarrega um modelo e expõe-no com um comando - o caminho mais rápido para um assistente local. O servidor llama.cpp dá-lhe uma API HTTP compatível com OpenAI, por isso qualquer aplicação que fale o formato OpenAI pode apontar o URL base para o seu VPS. O vLLM acrescenta batching contínuo quando o débito importa. O Open WebUI fornece a interface de chat. Ponha tudo sob o systemd para reinício automático e faça um snapshot antes de trocar de modelo - o guia do Docker cobre publicações em contentores.
Não vendemos servidores com GPU: aqui a inferência corre em CPU e RAM, o que chega mesmo para modelos quantizados de 7–14B, RAG sobre os seus próprios documentos e geração leve - e não chega para treino, fine-tuning com gradientes ou vídeo em tempo real. Esses trabalhos precisam de aceleradores de fornecedores especializados; preferimos dizê-lo à partida a deixá-lo descobrir depois da encomenda. Tudo o resto - tráfego, disco, disponibilidade - segue as nossas condições.
O Core VPS 4 a 12 € com Ollama corre modelos quantizados de 7–8B com folga. Se quiser 13–14B ou vários modelos lado a lado, escolha o Core VPS 6 com 16 GB.
Sim - o servidor llama.cpp e o vLLM expõem endpoints ao estilo OpenAI. Aponte o URL base da sua aplicação para o VPS e continue com o código que já tem.
Não. Todas as linhas VPS da Buran são CPU + NVMe. Para treino e inferência em GPU precisa de um fornecedor especializado - dizemo-lo antes da encomenda, não depois.
O seu próprio endpoint de IA ainda hoje Preço mensal fixo, IP dedicado, dados que nunca saem do servidor. Escolher um plano →