AI som körs på dina egna servrar.

Tre paket. Privat AI-assistent för 3 000 US$ sätter en öppen modell med teamchatt på er egen server. Privat kunskapsbas för 8 000 US$ lägger till era dokument med behörigheter, källor och single sign-on. Privat AI för företaget för 20 000 US$ betjänar flera avdelningar, med GPU-dimensionering, API och granskningsloggar. Ni betalar 50 % när ni godkänner planen och resten vid leverans. Hårdvaran köps i ert namn; vi dimensionerar den och anger kostnaden per token innan ni beställer.

Modeller med öppna vikter: Llama, Mistral, Qwen, Gemma, DeepSeek och mindre specialmodeller för embeddings, reranking och klassificering. Vi väljer per användningsfall utifrån utvärderingsresultat, svarstid och den hårdvara du har. En modell på 7B till 14B på en GPU klarar de flesta dokument- och supportuppgifter; en 70B-modell kräver en nod med flera GPU:er. Varje modellanrop går genom en gateway, så att byta modell senare är en konfigurationsändring, inte en ombyggnad.

Det beror på modellen och hur många som använder den samtidigt. En enda server med en eller två datacenter-GPU:er serverar en 14B-modell till några hundra användare. En 70B-modell vill ha fyra till åtta GPU:er. Har du redan GPU-kapacitet, i ett privat moln eller på en arbetsstation, börjar vi där. Researchrapporten innehåller en dimensioneringstabell med kostnad per token, så att du kan jämföra med API-fakturan du betalar i dag.

Det tar bort den svåraste delen: inga personuppgifter lämnar din infrastruktur, så det finns inget tredjepartsbiträde, ingen överföring utanför ditt land och ingen leverantör som tränar på dina prompter. Vi lägger till det revisorerna frågar efter: åtkomstregler knutna till din SSO, en logg över varje prompt och svar, gallringsregler och en datakarta i dokumentationen. Din juridikavdelning äger fortfarande policyn; vi ser till att det tekniska svaret på varje fråga blir ja.

På allmän kunskap ligger frontier-API:erna före. På dina dokument, dina termer och ditt språk matchar eller slår en lokal modell med bra retrieval och en liten finjustering dem oftast, eftersom svaret kommer ur din data och inte ur modellens minne. Vi ber dig inte lita på det: före lanseringen kör vi utvärderingar på ett urval av dina riktiga frågor och visar resultaten sida vid sida.

Börja med RAG. Det lägger rätt dokument framför modellen, ger dig källhänvisningar och täcker de flesta användningsfall på egen hand. Finjustering lönar sig när modellen måste lära sig en stil, ett format eller ett fackspråk, som tyskt avtalsspråk eller turkiska redovisningstermer. Vi föreslår det bara när utvärderingarna visar en tydlig vinst, och vi kör det på din hårdvara med dina exempel.

Ditt IT-team kan göra det, med driftmanualen vi lämnar över: hur man uppdaterar en modell, rullar tillbaka, lägger till en GPU, läser övervakningen och återställer från backup. Många kunder behåller oss i stället på en månadsplan: vi håller modeller, drivrutiner och inferensstacken aktuella, kör om utvärderingarna när din data ändras och bevakar GPU-användning och svarstider. Oavsett vilket är systemet ditt och körs utan oss.

Det första mötet är kostnadsfritt. Inom en vecka har du en researchrapport med användningsfallen, datakartan, hårdvarudimensioneringen och ett fast pris. Du godkänner planen och betalar 50 %. Ett första användningsfall är live på din hårdvara på två till fyra veckor; en komplett plattform med flera användningsfall, SSO och finjustering tar upp till tre månader. Resterande 50 % betalas vid leverans, när utvärderingarna har klarat de trösklar vi kommit överens om.