Tu IA.Tus datos.Tu edificio.
Instalamos en tus oficinas modelos de IA entrenados con tus datos, los gestionamos por ti y la factura por token desaparece. Nada de lo que tu empresa sabe vuelve a salir por la puerta.
Sin humo: si con tu gasto actual te compensa seguir con la API, te lo diremos tal cual.
El problema
El gasto en APIs de IA es una curva que solo sube: el uso crece cada mes y los precios por token los decide otro. Pagas alquiler, cada vez más alto, por una capacidad que nunca será tuya.
Cada consulta a una API externa envía información de tu negocio a servidores de terceros. Para banca, sanidad, legal o industria, es un riesgo que ninguna cláusula de proveedor elimina del todo.
RGPD y AI Act empujan en la misma dirección: cuanto menos salgan tus datos de tu organización, menos tienes que justificar. Con la IA en tu edificio, "¿dónde están mis datos?" tiene respuesta de una frase.
Cómo funciona
Modelos abiertos ajustados con tus datos ya igualan a los de pago en tareas concretas. Nuestro trabajo es que eso ocurra en tu oficina, sin que tu equipo tenga que convertirse en un departamento de IA.
Con música y efectos. Puedes silenciarlos en el reproductor.
Documentos, equipo local y puesto de trabajo: el vídeo ilustra una instalación propuesta. El sistema recupera fragmentos de los documentos seleccionados para preparar una respuesta con referencias. Antes de elegir equipo, validamos tus casos de uso, permisos y capacidad. La escena 3D es conceptual y no representa un modelo comercial ni una prueba de rendimiento.
Cuéntanos tu casoMedimos tu caso: qué tareas, qué datos, qué gasto actual. Si los números salen, instalamos el equipo en tus oficinas y hacemos el entrenamiento inicial con tus datos. En los equipos grandes se entrena directamente en tu máquina; en los pequeños llevamos nuestra estación de entrenamiento a tus instalaciones. En ambos casos, tus datos no cruzan la puerta.
Nosotros operamos el sistema: monitorización, actualizaciones, soporte y capacidad. Tu equipo solo nota que tiene una IA que conoce el negocio y no factura por token.
Tu negocio cambia y el modelo debe cambiar con él. Cada semestre reentrenamos con tus datos nuevos, en remoto y sobre tu propio hardware siempre que es posible.
Los equipos
El equipo vive en tu oficina y es tuyo. Los cuatro comparten el mismo software, así que entras por el tamaño que te corresponde hoy y creces sin rehacer nada.
La escalera es natural: el mismo stack corre en los cuatro equipos. Migrar hacia arriba es cambiar de hierro, no de proyecto.
Sin precios públicos: cada propuesta se calcula sobre tu caso y tu gasto actual en APIs. Las cifras de usuarios de Starter y Pro están medidas sobre DGX Spark; los Mac M5 Ultra ocupan el mismo escalón por memoria, pero validamos su rendimiento con tu carga antes de comprometerlo. Las capacidades de Business y Enterprise son estimaciones de arquitectura sobre hardware muy reciente.
Los modelos
La memoria decide qué modelo cabe y el ancho de banda decide a qué velocidad responde. Esto es lo que sirve cada tamaño hoy, con las fechas a la vista: las velocidades salen de bancos de pruebas públicos de agosto de 2026 y los tamaños y pesos están revisados con la ficha de cada modelo a 18 de octubre de 2026.
2 × DGX Spark · 230 GB útiles o 1 × Mac M5 Ultra · 256 GB
DeepSeek V4 Flash 0731
MoE de 284B con 13B activos · MXFP4 · ~167 GB
De 35 a 67 tokens por segundo por usuario con 200K de contexto, medido en clústeres reales de dos Spark.
Qwen3.8-27B (estimado)
Modelo denso de 27B · BF16 · ~56 GB
Cabe en una sola Spark con margen, entiende texto, imágenes y vídeo, y tiene soporte oficial en vLLM y SGLang.
4 × DGX Spark · 460 GB útiles o 2 × Mac M5 Ultra · 512 GB
DeepSeek V4 Flash 0731
MoE de 284B con 13B activos · MXFP4 · ~167 GB
Hasta 207 tokens por segundo en agregado con 8 usuarios y 384K de contexto, medido sobre 4 Spark.
Qwen3.8-27B (estimado)
Modelo denso de 27B · BF16 · ~56 GB
Permite una réplica por unidad para separar áreas o absorber concurrencia: cuatro sobre Spark o dos sobre Mac.
DGX Station GB300 · 748 GB
GLM-5.2 REAP
MoE de 504B · NVFP4 · ~309 GB
60 tokens por segundo en una demostración pública sobre la Station.
DeepSeek V4 Flash 0731 (estimado)
MoE de 284B con 13B activos · MXFP4 · ~167 GB
Cabe entero en los 252 GB de HBM rápida y deja unos 85 GB para contexto y concurrencia.
Solo 252 GB corren a velocidad HBM (7,1 TB/s); los otros 496 GB son LPDDR a 396 GB/s. Los gigantes caben y conversan, pero no vuelan: caber no es correr.
HGX B300 NVL8 · 2,3 TB HBM3e
DeepSeek V4 Pro 0813 (estimado)
MoE de 1,6 billones con 49B activos · precisión nativa · ~893 GB
Cabe entero en precisión nativa, con margen amplio para contexto y usuarios.
Kimi K3 (estimado)
MoE de 2,8 billones con 104B activos · MXFP4 nativo · ~1,56 TB
El modelo abierto más grande publicado hasta hoy cabe entero en un solo nodo.
Los primeros nodos aún se están entregando y no hay mediciones de terceros publicadas: la capacidad es de arquitectura, no de banco de pruebas.
En los cuatro equipos: RAG completo (embeddings y reranking) y voz en español (dictado y lectura) con modelos de menos de 20 GB que conviven con el grande. La visión documental se suma desde Pro, cuando el volumen de papel lo pide.
Velocidades de generación por usuario salvo cuando se dice lo contrario. Las cifras de Starter y Pro son mediciones sobre DGX Spark; en Mac M5 Ultra validamos la misma carga con MLX antes de comprometer rendimiento. Donde pone (estimado) no hay medición pública todavía.
El software
Cada equipo llega con la misma capa de software, instalada y gestionada por nosotros:
DeepSeek V4, Qwen3.8, GLM-5.2 o Kimi K3 según el caso, elegidos por tarea y no por moda.
El modelo aprende tu vocabulario, tus documentos y tus procesos. Esa es la diferencia entre una IA genérica y la tuya.
Servidor de inferencia vLLM con la misma interfaz que ya usan tus herramientas: cambiar la URL y la clave suele ser toda la migración.
Respuestas con la información interna de tu empresa como fuente, citando de dónde salen.
Usuarios, roles y registro de actividad: quién pregunta qué, con qué permisos.
Monitorización del sistema y evaluaciones periódicas de calidad, para que la mejora se mida y no se suponga.
curl https://ia.interna.tuempresa.es/v1/chat/completions \
-H "Authorization: Bearer $CLAVE_INTERNA" \
-d '{"model": "tu-modelo",
"messages": [{"role": "user",
"content": "¿Qué dice nuestra política de gastos?"}]}'
Esta es la petición que tus herramientas ya hacen hoy. Al migrar cambian las dos primeras líneas, la URL y la clave, y nada más: la respuesta llega de tu sala técnica en vez de salir a la nube.
Modelos abiertos de primera línea, elegidos por tarea y ajustados con tus datos. Estas son las cuatro familias de capacidades que instalamos:
DeepSeek V4, Qwen3.8, GLM-5.2 o Kimi K3, del modelo compacto al MoE grande. La variante concreta se elige por tu tarea y por el equipo que la sirve, no por moda.
En los cuatro equipos, según tamaño y precisión
Los modelos que hacen funcionar el RAG sobre tu documentación: convierten tus documentos en índices consultables y ordenan los resultados antes de responder, citando la fuente.
En los cuatro equipos
Qwen3-ASR-1.7B para pasar voz a texto en 52 idiomas y dialectos, y voces abiertas para leer respuestas. La base de actas automáticas y atención telefónica.
En los cuatro equipos
Qwen3.8-27B y Kimi K3 leen facturas, planos, tablas, fotos y vídeo de forma nativa. Es la pieza que convierte el papel escaneado de tu empresa en datos con los que trabajar.
Desde Pro, según carga documental
La lista exacta cambia con el estado del arte: en cada reentrenamiento semestral revisamos si ha salido un modelo abierto mejor para tu caso, y si lo hay, se instala como parte del servicio.
La misma cuenta, interactiva: calculadora de VRAM
Para tu CFO
El gasto en APIs es gasto corriente y nada más. La inversión on-premise, en cambio, puede activar cuatro palancas. Ninguna la prometemos en contrato: las valida tu asesor fiscal, y nosotros entregamos la documentación técnica del proyecto que necesita para hacerlo.
El IVA del hardware y de los servicios es IVA soportado: se deduce, así que el coste real para tu negocio es el neto.
El hardware se amortiza en 3 a 5 años reduciendo la base imponible. Si el proyecto califica como I+D, en España aplica libertad de amortización.
Ajustar modelos con tus datos puede calificar como I+D o como innovación tecnológica. Es la más potente de las cuatro palancas y la desglosamos justo debajo.
Los proyectos con base técnica pueden optar a líneas públicas de innovación como las del CDTI: préstamos en condiciones ventajosas con tramos no reembolsables. Lo tramita tu asesoría; nuestra documentación técnica es la base del expediente.
Cómo trabajamos
Cada intervención define antes de empezar qué entra, qué no entra y quién es el responsable de cada decisión. Cada fase acaba en un hito con puerta de salida: puedes parar ahí, sin ataduras. Sin alcances que crecen solos.
En cada informe separamos lo comprobado de lo estimado y de lo que aún no se sabe. Las métricas de éxito se firman antes de empezar, y una cifra sin respaldo no se compromete en contrato.
El sistema propone y documenta; las decisiones de negocio las toma una persona con nombre. Nada se despliega ni se gasta solo.
Por debajo de cierto gasto en APIs no hay caso de negocio para comprar hardware, y en la evaluación te lo decimos abiertamente. Preferimos perder un proyecto a venderte uno malo.
Los servicios
La evaluación gratuita a veces concluye que todavía no te compensa comprar hardware. Decírtelo es obligatorio; dejarte ahí, no. Estos servicios cubren ese hueco: criterio independiente, con alcance cerrado y entregable por escrito, nos compres el equipo o no.
Tu caso con la cuenta hecha: qué modelos encajan con tus tareas, la aritmética de la memoria, comprar o alquilar frente a tu gasto real en APIs y una recomendación de compra concreta que puedes ejecutar por tu cuenta, nos la encargues a nosotros o no.
Dos o tres casos de uso elegidos de tus procesos reales, el enfoque de cada uno (API o local), el estado de tus datos y un plan por fases. Consejo, no implementación: sales sabiendo qué hacer, en qué orden y qué ignorar.
Sesiones prácticas sobre vuestras herramientas y casos reales: una para dirección (qué comprar, qué ignorar, cómo leer una oferta de IA) y otra para los equipos. Con continuidad si la quieres: un cupo mensual de horas como tu responsable de IA externo.
Si quedarte como estás es el veredicto honesto, que al menos salga más barato: enrutar cada tarea al modelo justo, caché, higiene de prompts y de contexto. La factura se mide antes y después, sobre tu consumo real.
La documentación técnica del proyecto que necesitan tus asesores: la que activa las palancas fiscales (amortización, I+D+i) y la que ordena el cumplimiento, con mapa de flujos de datos, fichas de modelo y registro de accesos. La valida tu asesor; nosotros la preparamos.
Como con los equipos, sin precios públicos: cada servicio se cierra con alcance y precio fijos, por escrito, antes de empezar.
Acompañamiento personal para empresarios y expertos: reuniones semanales o quincenales, novedades relevantes y apoyo por chat. También sin contratar hardware.
Te decimos qué encaja: un equipo, un servicio o quedarte como estás.
FAQ
Es inteligencia artificial que funciona en equipos instalados en tu empresa, sin depender de la nube de un proveedor. El modelo, tus documentos y cada consulta se procesan dentro de tu red. En nuestro caso son modelos abiertos ajustados con tus datos, instalados en tus oficinas y gestionados por nosotros como servicio.
Depende del modelo, de la precisión y de los usuarios simultáneos. La memoria decide qué cabe: un modelo de 70B ocupa unos 70 GB en FP8, más la caché de contexto. Para decenas de usuarios basta un equipo de sobremesa, como dos DGX Spark o un Mac Studio M5 Ultra. Haz la cuenta con la calculadora de VRAM.
No. Los modelos de Claude y ChatGPT solo se ofrecen desde la nube de Anthropic y OpenAI o de sus socios cloud, sin pesos publicados para instalarlos en tu servidor. Lo que instalamos son modelos abiertos como DeepSeek V4, Qwen3.8 o GLM-5.2, detrás de una API compatible con OpenAI: muchas herramientas solo necesitan cambiar la URL y la clave.
Para que una persona pruebe modelos en su ordenador, sí. Con muchos usuarios cambian las necesidades: peticiones simultáneas con buen rendimiento, cuentas y permisos, registro de quién pregunta qué, actualizaciones y evaluaciones de calidad con tus casos. Por eso en producción usamos un servidor pensado para muchos usuarios, como vLLM, con control de acceso, panel de uso y evaluaciones.
Instalarla no la hace cumplir por sí sola, pero cambia el recorrido de los datos: las consultas y los documentos no se envían a un proveedor de IA externo, así que hay menos encargados y transferencias internacionales que documentar. Siguen haciendo falta base jurídica, control de accesos y registro de actividades. No es asesoramiento legal: valídalo con tu DPO.
No publicamos precios porque cada propuesta se calcula sobre tu caso: tareas, usuarios simultáneos, modelo y precisión, alcance del entrenamiento y gasto actual en APIs. Puedes estimar la memoria con la calculadora de VRAM y contarnos tu caso. La evaluación incluye los números completos y, si no te compensa, te lo decimos.
No. La inferencia corre en hardware instalado en tus oficinas y el entrenamiento se hace dentro de tu edificio: en tu propia máquina en los equipos grandes, o con nuestra estación de entrenamiento desplazada a tus instalaciones en los pequeños. No subimos tus datos a ninguna nube.
Modelos abiertos de primera línea como DeepSeek V4, Qwen3.8, GLM-5.2 y Kimi K3, elegidos según la tarea y ajustados con tus datos. En la sección Los modelos de esta página puedes ver qué corre en cada equipo, con números de bancos de pruebas públicos. En tareas concretas, un modelo abierto bien ajustado iguala a las APIs de pago.
En general, no. El sistema expone una API compatible con OpenAI, así que las integraciones existentes suelen migrarse cambiando la URL y la clave.
Los cuatro equipos comparten el mismo stack de software. Pasar de un tamaño a otro es una migración de hardware planificada, no un proyecto nuevo: tus modelos, tus datos y tus integraciones siguen igual.
Entonces no te lo vendemos: la evaluación te lo dice tal cual. Y si aun así quieres avanzar, hay servicios pensados justo para ese caso: elegir bien el hardware que comprarás por tu cuenta, pagar menos por las APIs que ya usas, trazar una hoja de ruta o formar a tu equipo. Alcance cerrado y precio fijo, por escrito, antes de empezar.
Puede. Adaptar modelos con tus datos suele encajar como innovación tecnológica (deducción del 12% en cuota) y, cuando hay incertidumbre técnica real, como I+D (del 25 al 42%). La vía segura es certificar el proyecto y pedir el informe motivado, que es vinculante para Hacienda. Nosotros preparamos el expediente técnico del proyecto; los números los valida tu asesor fiscal.
En Starter, Pro y Business, no: son equipos de sobremesa o torre que funcionan en una oficina normal. Enterprise sí requiere una instalación dedicada, y el proyecto de sala (clima y eléctrica) forma parte del servicio.
Nosotros: monitorización, actualizaciones, soporte y reentrenamientos periódicos forman parte del servicio gestionado. El acceso remoto es auditado y lo controlas tú; los reentrenamientos se ejecutan sobre tu propio hardware siempre que es posible.
¿No encuentras tu pregunta? Te responde la persona que construye el sistema.
Cuéntanos tu casoQuién está detrás
Fundador e ingeniero sénior · Urbano DX
El mismo ingeniero que evalúa tu caso diseña el sistema, lo instala y lo opera: más de 10 años de criterio de producto y arquitectura a nivel CTO, construyendo software e IA desde Polonia para clientes en España y el resto de la UE. Sin comerciales de por medio: la evaluación que pidas la responde él.
Evaluación
Respondemos con una evaluación honesta: qué te corresponde (un equipo, un servicio o quedarte como estás), qué números salen con tu gasto actual y si de verdad te compensa. Sin compromiso, sin lista de correo y sin presentación comercial: te responde quien construye el sistema.