De día tus máquinas trabajan para tu gente; de noche se vuelven un equipo de agentes de IA sobre un modelo de 70B que corre dentro de tu red. Les dejas la tarea al salir y en la mañana está hecha. Sin comprar GPUs, sin pagar la nube, y tus datos nunca salen del edificio.
No es un chat que espera preguntas: son agentes que leen, deciden, usan herramientas y te entregan trabajo terminado cuando llegas.
Lee cientos de contratos, marca cláusulas de riesgo, vencimientos y penalizaciones, y te deja un informe por cada uno.
Clasifica, prioriza y redacta la primera respuesta de todo lo que entró en el día. Tu equipo empieza la mañana con la bandeja en orden.
Recorre tu repositorio, escribe tests y hace code review con un modelo de código. Lo deja listo para que tu equipo lo revise.
Facturas, escaneos y fotos de dron convertidos en datos estructurados y un reporte listo para la mañana.
Hablan el formato de OpenAI con tool calling, así que funcionan con agentes open source. Cada llamada al modelo deja un recibo auditable y nada sale de tu red.
Tú controlas quién calcula y cada trabajo queda auditado. Sin mandar un solo dato a un tercero.
El swarm corre en tu red local. Prompts y respuestas no salen a internet ni pasan por un tercero. Desplegable en air-gap.
Cada trabajo deja un recibo con huellas SHA-256 (no el texto): pruebas qué se calculó y quién lo sirvió sin revelar el dato.
¿Prisa? Potencia co-localizada con GPU dedicada (~30–80 tok/s). ¿Sin prisa? Enjambre por lotes, mucho más barato. Mismo endpoint.
No vendemos velocidad: vendemos acceso barato a un cerebro grande para trabajo por lotes que no corre prisa. Estos son los casos que pagan, con el modelo que los sirve.
| Caso | Modelo | Por qué encaja |
|---|---|---|
| Datos sintéticos entrenar otras IA | Llama-3.3-70B | Inherentemente por lote; la calidad del modelo es el valor del dato. El wedge más afilado. |
| Resúmenes masivos legal, actas, tickets | Qwen2.5-72B | Miles de documentos de noche; nadie mira la pantalla mientras corre. |
| Análisis de contratos riesgos y fechas | DeepSeek-R1-70B | Razonamiento paso a paso que un abogado puede auditar. |
| Documentos e imágenes facturas, drones | Qwen2.5-VL-72B | Estructura datos de PDFs y fotos por lote: agro, inspección, seguros. |
| Clasificación / PII moderación, dedupe | Mixtral 8x7B | Millones de ítems baratos gracias al MoE (pocos parámetros activos). |
| Traducción / catálogos localización | Qwen3-30B-A3B | Volumen brutal a compute mínimo. Ideal para on-prem barato. |
| RAG sobre tu archivo búsqueda interna | BGE-M3 | Indexado nocturno de bibliotecas enteras, sin sacar el dato de tu red. |
Todo corre dentro de tu red y deja recibo auditable por hash. Tú controlas quién calcula.
Cambia una línea de base_url y ya estás corriendo. Mismo SDK de OpenAI, modelos abiertos, sin comprar GPUs ni mantener nada.
Quien renta su GPU carga solo una parte del modelo. Nadie necesita una máquina enorme.
Tu texto recorre las capas entre varios nodos y vuelve como respuesta. Como un torrent, pero de cómputo.
Sin hardware que mantener, el costo se desploma. Pagas por lo que usas.
Un modelo abierto de 32B–70B ronda la calidad de las APIs caras, pero corre sobre tu hardware y cuesta centavos. La potencia no es un número que presumir: es lo que te deja hacer sin pedirle permiso a nadie.
Con function/tool calling (formato OpenAI) el modelo lee, edita y prueba código en bucle. Le dejas la tarea al salir; en la mañana está lista.
Clasificar, resumir o extraer datos de todo tu archivo de noche por el carril de lotes. El volumen que en una API cerrada te cuesta una fortuna, aquí cuesta centavos.
Preguntas en lenguaje natural contra tus manuales, contratos o expedientes. El dato nunca sale de tu red: el modelo va hacia el dato, no al revés.
Etiquetar tickets, ordenar correos, leer facturas. Tareas simples pero a millones: justo donde el precio por token decide si el proyecto es viable o no.
Eliges el modelo por model en cada llamada. Chat, código, visión, razonamiento o volumen barato: el que le queda a tu caso, todos por el mismo endpoint.
| Modelo | Tipo | Bueno para |
|---|---|---|
| Llama-3.3-70B | chat | Razonamiento fuerte, análisis legal/financiero, datos sintéticos |
| Qwen2.5-72B | chat | Todoterreno de calidad: resúmenes complejos, Q&A, redacción |
| Qwen2.5-32B | chat | El punto dulce: extracción estructurada, resúmenes finos, barato |
| Qwen2.5-Coder-32B | código | Análisis de repos, tests, code review, agentes con tool-calling |
| DeepSeek-R1-Distill-70B | razona | Análisis paso a paso y decisiones que hay que justificar |
| Qwen2.5-VL-72B | visión | PDFs, facturas, escaneos, fotos de dron → datos estructurados |
| Mixtral 8x7B | MoE | Clasificación y traducción masiva: millones de ítems, baratísimo |
| Qwen3-30B-A3B | MoE | Volumen brutal (etiquetado, localización) a compute mínimo |
| Gemma-2-27B | chat | Redacción y resúmenes con buena relación calidad/costo |
| Llama-3.1-8B | rápido | Tareas simples a gran velocidad y costo mínimo |
| BGE-M3 | embeddings | Indexar tus documentos para búsqueda / RAG |
¿Necesitas otro? El catálogo se amplía sin tocar el código. Pídelo.
Es la API de OpenAI. Si ya usas su SDK, cambias dos líneas: la base_url y tu clave.
# pip install openai from openai import OpenAI client = OpenAI( base_url="https://enjambreia.com/v1", api_key="sk-enjambre-...", ) r = client.chat.completions.create( model="qwen2.5-72b", messages=[{"role":"user","content":"Hola"}], ) print(r.choices[0].message.content)
curl https://enjambreia.com/v1/chat/completions \ -H "Authorization: Bearer sk-enjambre-..." \ -H "Content-Type: application/json" \ -d '{ "model": "qwen2.5-coder-32b", "messages": [ {"role":"user","content":"Escribe tests"} ] }'
Mismo formato de respuesta que OpenAI: choices, streaming y tool-calling incluidos. Tus librerías actuales funcionan sin cambios.
Mismo trabajo, precio por 1M de tokens de entrada. Entre más larga la barra, más caro.
Cifras de referencia. La API cerrada usa precios públicos de gama alta; la GPU propia supone una tarjeta saturada las 24 h (si está ociosa, sale más cara). Ajusta a tu caso.
No fabricamos hardware ni levantamos naves llenas de GPUs. Convertimos el cómputo que ya existe —tus máquinas ociosas o una GPU rentada— en IA privada. Sin capex, sin obra, sin esperar años.
Cero inversión en GPUs ni en instalación. Pagas por lo que usas; enciendes potencia solo cuando la necesitas.
Corre sobre tu hardware existente o rentado. Nada que fabricar, nada que instalar en tu patio.
Cambias una línea de base_url y ya estás corriendo. Sin esperar a que se despliegue infraestructura.
Crear la cuenta es gratis y no hay mensualidad: pagas solo lo que usas, desde centavos por millón de tokens. Si usas tu propia GPU (Plan Nodo Personal) pagas solo el 20% de comisión: lo más cercano a IA gratis sin trucos.
enjambreia reparte el cómputo entre GPUs que ya existen, así que no paga data centers: modelos abiertos de 70B desde $0.10 por millón de tokens de entrada, hasta 25× menos que una API cerrada de gama alta.
Sí. Es compatible con la API de OpenAI: cambias la base_url y tu clave, y tu código, SDK y herramientas (como OpenCode) siguen funcionando, con streaming y tool-calling.
Sí: instalas el cliente de nodo y prestas tu GPU (por defecto la mitad). Mientras esté encendida y aprobada, usas sin costo los modelos del enjambre, incluidos los que se reparten entre varias tarjetas. Los modelos de la nube se pagan aparte.
Cada trabajo va firmado y auditado, y las empresas y grupos privados solo usan sus propias máquinas: tu información no pasa por nodos ajenos.
Llama 3.3 70B, Qwen2.5 72B, Qwen2.5 Coder, DeepSeek R1, modelos de visión y los que anuncien los nodos. La lista actual está en /v1/models.
Crea tu cuenta, recarga saldo y paga solo por lo que uses.
Crear cuenta