De dia suas máquinas trabalham para sua equipe; à noite viram uma equipe de agentes de IA sobre um modelo de 70B rodando dentro da sua rede. Você deixa a tarefa ao sair e de manhã ela está pronta. Sem comprar GPUs, sem pagar a nuvem, e seus dados nunca saem do prédio.
Não é um chat esperando perguntas: são agentes que leem, decidem, usam ferramentas e entregam trabalho pronto quando você chega.
Lê centenas de contratos, marca cláusulas de risco, vencimentos e multas, e deixa um relatório para cada um.
Classifica, prioriza e redige a primeira resposta de tudo o que chegou no dia. Sua equipe começa a manhã com a caixa em ordem.
Percorre seu repositório, escreve testes e faz code review com um modelo de código. Deixa tudo pronto para sua equipe revisar.
Notas fiscais, digitalizações e fotos de drone convertidas em dados estruturados e um relatório pronto pela manhã.
Falam o formato da OpenAI com tool calling, então funcionam com agentes open source. Cada chamada ao modelo deixa um recibo auditável e nada sai da sua rede.
Você controla quem calcula e cada trabalho fica auditado. Sem enviar um único dado a terceiros.
O swarm roda na sua rede local. Prompts e respostas não saem para a internet nem passam por terceiros. Implantável em air-gap.
Cada trabalho deixa um recibo com impressões SHA-256 (não o texto): prove o que foi calculado e quem serviu sem revelar o dado.
Com pressa? Potência co-localizada com GPU dedicada (~30–80 tok/s). Sem pressa? Enxame em lotes, muito mais barato. Mesmo endpoint.
Não vendemos velocidade: vendemos acesso barato a um cérebro grande para trabalho em lote sem pressa. Estes são os casos que pagam, com o modelo que os atende.
| Caso | Modelo | Por que se encaixa |
|---|---|---|
| Dados sintéticos treinar outras IAs | Llama-3.3-70B | Inerentemente em lote; a qualidade do modelo é o valor do dado. A cunha mais afiada. |
| Resumos em massa jurídico, atas, tickets | Qwen2.5-72B | Milhares de documentos à noite; ninguém olha a tela enquanto roda. |
| Análise de contratos riscos e datas | DeepSeek-R1-70B | Raciocínio passo a passo que um advogado pode auditar. |
| Documentos e imagens notas fiscais, drones | Qwen2.5-VL-72B | Estrutura dados de PDFs e fotos em lote: agro, inspeção, seguros. |
| Classificação / PII moderação, dedupe | Mixtral 8x7B | Milhões de itens baratos graças ao MoE (poucos parâmetros ativos). |
| Tradução / catálogos localização | Qwen3-30B-A3B | Volume brutal com compute mínimo. Ideal para on-prem barato. |
| RAG sobre seu arquivo busca interna | BGE-M3 | Indexação noturna de bibliotecas inteiras, sem tirar o dado da sua rede. |
Tudo roda dentro da sua rede e deixa recibo auditável por hash. Você controla quem calcula.
Mude uma linha de base_url e já está rodando. Mesmo SDK da OpenAI, modelos abertos, sem comprar GPUs nem manter nada.
Quem aluga sua GPU carrega só uma parte do modelo. Ninguém precisa de uma máquina enorme.
Seu texto percorre as camadas entre vários nós e volta como resposta. Como um torrent, mas de computação.
Sem hardware para manter, o custo despenca. Você paga pelo que usa.
Um modelo aberto de 32B–70B chega perto da qualidade das APIs caras, mas roda no seu hardware e custa centavos. A potência não é um número para se gabar: é o que permite fazer sem pedir permissão a ninguém.
Com function/tool calling (formato OpenAI) o modelo lê, edita e testa código em loop. Você deixa a tarefa ao sair; de manhã está pronta.
Classificar, resumir ou extrair dados de todo o seu arquivo à noite pela faixa de lotes. O volume que numa API fechada custa uma fortuna aqui custa centavos.
Perguntas em linguagem natural contra seus manuais, contratos ou processos. O dado nunca sai da sua rede: o modelo vai até o dado, não o contrário.
Etiquetar tickets, organizar e-mails, ler notas fiscais. Tarefas simples, mas aos milhões: justamente onde o preço por token decide se o projeto é viável.
Você escolhe o modelo com model em cada chamada. Chat, código, visão, raciocínio ou volume barato: o que servir ao seu caso, todos no mesmo endpoint.
| Modelo | Tipo | Bom para |
|---|---|---|
| Llama-3.3-70B | chat | Raciocínio forte, análise jurídica/financeira, dados sintéticos |
| Qwen2.5-72B | chat | Versátil de qualidade: resumos complexos, Q&A, redação |
| Qwen2.5-32B | chat | O ponto ideal: extração estruturada, resumos finos, barato |
| Qwen2.5-Coder-32B | código | Análise de repositórios, testes, code review, agentes com tool-calling |
| DeepSeek-R1-Distill-70B | raciocínio | Análise passo a passo e decisões que precisam ser justificadas |
| Qwen2.5-VL-72B | visão | PDFs, notas fiscais, digitalizações, fotos de drone → dados estruturados |
| Mixtral 8x7B | MoE | Classificação e tradução em massa: milhões de itens, baratíssimo |
| Qwen3-30B-A3B | MoE | Volume brutal (etiquetagem, localização) com compute mínimo |
| Gemma-2-27B | chat | Redação e resumos com boa relação qualidade/custo |
| Llama-3.1-8B | rápido | Tarefas simples em alta velocidade e custo mínimo |
| BGE-M3 | embeddings | Indexar seus documentos para busca / RAG |
Precisa de outro? O catálogo cresce sem mexer no código. É só pedir.
É a API da OpenAI. Se você já usa o SDK deles, muda duas linhas: a base_url e sua chave.
# 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":"Olá"}], ) 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":"Escreva testes"} ] }'
Mesmo formato de resposta da OpenAI: choices, streaming e tool-calling incluídos. Suas bibliotecas atuais funcionam sem mudanças.
Mesmo trabalho, preço por 1M de tokens de entrada. Quanto maior a barra, mais caro.
Valores de referência. A API fechada usa preços públicos topo de linha; a GPU própria supõe uma placa saturada 24 h (se ficar ociosa, sai mais cara). Ajuste ao seu caso.
Não fabricamos hardware nem erguemos galpões cheios de GPUs. Transformamos a computação que já existe —suas máquinas ociosas ou uma GPU alugada— em IA privada. Sem capex, sem obra, sem esperar anos.
Zero investimento em GPUs ou instalação. Você paga pelo que usa; liga a potência só quando precisa.
Roda no seu hardware existente ou alugado. Nada para fabricar, nada para instalar no seu quintal.
Você muda uma linha de base_url e já está rodando. Sem esperar a infraestrutura ser implantada.
Criar a conta é grátis e não há mensalidade: você paga só o que usa, a partir de centavos por milhão de tokens. Se usar sua própria GPU (Plano Nó Pessoal) paga só 20% de comissão: o mais perto de IA grátis, sem truques.
O enjambreia distribui a computação entre GPUs que já existem, então não paga data centers: modelos abertos de 70B a partir de $0,10 por milhão de tokens de entrada, até 25× menos que uma API fechada topo de linha.
Sim. É compatível com a API da OpenAI: você troca a base_url e sua chave, e seu código, SDK e ferramentas (como o OpenCode) continuam funcionando, com streaming e tool-calling.
Sim: você instala o cliente de nó e empresta sua GPU (metade por padrão). Enquanto ela estiver ligada e aprovada, você usa sem custo os modelos do enxame, inclusive os divididos entre várias placas. Os modelos da nuvem são pagos à parte.
Cada trabalho é assinado e auditado, e empresas e grupos privados usam só as próprias máquinas: sua informação não passa por nós alheios.
Llama 3.3 70B, Qwen2.5 72B, Qwen2.5 Coder, DeepSeek R1, modelos de visão e os que os nós anunciarem. A lista atual está em /v1/models.
Crie sua conta, recarregue saldo e pague só pelo que usar.
Criar conta