AI VPS：自托管 LLM，12 €/月起 - Ollama、llama.cpp 与 vLLM 运行于 KVM VPS，NVMe、独立 IP、不限流量。数据不出服务器。
在独立 IP 上自建 LLM 和兼容 OpenAI 的接口 - 从 €12 套餐上的 8B 模型到 Performance VPS 上的更大配置。没有按 token 计费的账单，数据不离开您的服务器。
云端 AI 按 token 计费：每次实验账单都在增长，开发到一半就撞上调用频率限制，您的提示词还要经过别人的基础设施。VPS 正好相反 - 您支付固定月费，硬件允许多少请求就跑多少，每条提示词和每份文档都留在您掌控的机器上。代价也很坦诚：模型和更新需要您自己管理。
8 GB 内存（Core VPS 4，€12） - 量化的 7–8B 模型（Llama、Mistral、Qwen 级别）：可靠的本地助手和摘要。16 GB（Core VPS 6） - Q4 的 13–14B，并有上下文余量。32 GB 及以上（Performance VPS、VDS） - 更大的模型、多人同时使用、长上下文窗口。每个模型的权重在 NVMe 上占 4–10 GB；CPU 推理对小模型和批处理任务很灵敏，但坦白说无法替代实时 GPU - 请看下面的限制。
Ollama 一条命令就能拉取并提供模型 - 是搭建本地助手最快的方式。llama.cpp server 提供兼容 OpenAI 的 HTTP API，任何使用 OpenAI 格式的应用都能把 base URL 指向您的 VPS。vLLM 在吞吐量重要时提供连续批处理。Open WebUI 提供聊天界面。全部交给 systemd 管理以便自动重启，更换模型前先做快照 - 容器化部署见 Docker 指南。
我们不出售 GPU 服务器：这里的推理运行在 CPU 和内存上，对于 7–14B 量化模型、基于您自己文档的 RAG 和轻量生成确实够用 - 但不足以进行训练、带梯度的微调或实时视频。这些工作需要专业服务商的加速卡；我们宁愿事先说明，也不愿让您下单后才发现。其他一切 - 流量、磁盘、在线率 - 都遵循我们的条款。
€12 的 Core VPS 4 配合 Ollama 可以轻松运行 7–8B 量化模型。如需 13–14B 或同时运行多个模型，请选择 16 GB 的 Core VPS 6。
有 - llama.cpp server 和 vLLM 都提供 OpenAI 风格的接口。把应用的 base URL 指向 VPS，继续使用现有代码即可。
没有。所有 Buran VPS 产品线都是 CPU + NVMe。训练和 GPU 推理需要专门的服务商 - 我们会在您下单前说明，而不是之后。
今晚就拥有自己的 AI 接口 固定月费，独立 IP，数据永不离开服务器。 选择套餐 →