AI som kjører på dine egne servere.

Tre pakker. Privat AI-assistent for 3 000 USD setter en åpen modell med teamchat på deres egen server. Privat kunnskapsbase for 8 000 USD legger til dokumentene med tilganger, kilder og single sign-on. Privat AI for bedriften for 20 000 USD betjener flere avdelinger, med GPU-dimensjonering, API og revisjonslogger. Dere betaler 50 % når dere godkjenner planen og resten ved levering. Maskinvaren kjøpes i deres navn; vi dimensjonerer den og oppgir kostnaden per token før dere bestiller.

Modeller med åpne vekter: Llama, Mistral, Qwen, Gemma, DeepSeek og mindre oppgavemodeller for embeddings, reranking og klassifisering. Vi velger per bruksområde ut fra evalueringsscore, responstid og maskinvaren du har. En modell på 7B til 14B på én GPU dekker de fleste dokument- og supportoppgaver; en 70B-modell trenger en node med flere GPU-er. Alle modellkall går gjennom én gateway, så å bytte modell senere er en konfigurasjonsendring, ikke en ombygging.

Det avhenger av modellen og hvor mange som bruker den samtidig. Én server med en eller to datasenter-GPU-er serverer en 14B-modell til noen hundre brukere. En 70B-modell vil ha fire til åtte GPU-er. Har du allerede GPU-kapasitet, i en privat sky eller på en arbeidsstasjon, starter vi der. Researchrapporten inneholder en dimensjoneringstabell med kostnad per token, så du kan sammenligne med API-regningen du betaler i dag.

Det fjerner den vanskeligste delen: ingen personopplysninger forlater infrastrukturen din, så det er ingen tredjeparts databehandler, ingen overføring ut av landet ditt og ingen leverandør som trener på promptene dine. Vi legger til det revisorene spør etter: tilgangsregler knyttet til SSO-en din, en logg over hver prompt og hvert svar, lagringsregler og et datakart i dokumentasjonen. Juridisk avdeling eier fortsatt policyen; vi sørger for at det tekniske svaret på hvert spørsmål er ja.

På allmennkunnskap ligger frontier-API-ene foran. På dine dokumenter, dine begreper og ditt språk matcher eller slår en lokal modell med godt søk og en liten finjustering dem som regel, fordi svaret kommer fra dine data, ikke fra modellens hukommelse. Vi ber deg ikke ta det på tro: før lansering kjører vi evalueringer på et sett av dine ekte spørsmål og viser deg scorene side om side.

Start med søk. RAG legger de riktige dokumentene foran modellen og gir deg kildehenvisninger, og det dekker de fleste bruksområder alene. Finjustering lønner seg når modellen må lære en stil, et format eller et fagvokabular, som tysk kontraktsspråk eller tyrkiske regnskapsbegreper. Vi foreslår det bare når evalueringene viser en tydelig gevinst, og vi kjører det på din maskinvare med dine eksempler.

IT-teamet ditt kan, med driftshåndboken vi overleverer: hvordan oppdatere en modell, rulle tilbake, legge til en GPU, lese overvåkingen og gjenopprette fra backup. Mange kunder beholder oss på en månedlig avtale i stedet: vi holder modeller, drivere og serveringsstacken oppdatert, kjører evalueringene på nytt når dataene dine endrer seg og følger med på GPU-bruk og responstid. Uansett er systemet ditt og kjører uten oss.

Det første møtet er gratis. Innen en uke har du en researchrapport med bruksområdene, datakartet, dimensjoneringen av maskinvare og en fast pris. Du godkjenner planen og betaler 50 %. Et første bruksområde er live på din maskinvare på to til fire uker; en full plattform med flere bruksområder, SSO og finjustering tar inntil tre måneder. De resterende 50 % forfaller ved levering, etter at evalueringene har passert tersklene vi ble enige om.