QDivZero abre su beta privada de infraestructura de IA con precios por capacidad

QDivZero ya está disponible en beta privada.

QDivZero nace como la capa operativa en la nube de Valendra para personas y equipos que quieren desplegar modelos sin preocuparse por los costes por token, una lógica de enrutamiento frágil o piezas de infraestructura desconectadas.

Es el resultado de nuestra experiencia práctica desplegando sistemas de IA a medida y creando soluciones adaptadas a cada proyecto, donde las decisiones de infraestructura, la operación de los modelos y el control de costes no podían dejarse para el final.

El objetivo a largo plazo es convertir QDivZero en una plataforma de IA completa, controlada desde la capa de cómputo. Esta beta privada es el primer paso: la base sobre la que seguirá creciendo el resto de la plataforma.

La beta privada ya ha terminado. Pronto habrá nuevas experiencias de QDivZero.

Por qué existe QDivZero

La mayoría de los equipos no necesitan otra capa superficial sobre la API de un tercero ni un endpoint de tarifa plana limitado a una selección cerrada de modelos. Necesitan controlar en qué infraestructura se ejecutan sus modelos, cómo se enrutan las peticiones, cómo se detienen los prompts de riesgo y cómo se integra la recuperación de información en el mismo sistema, sin pagar a varios proveedores por mover los mismos datos de un lado a otro.

QDivZero parte de un modelo operativo diferente: precios por capacidad en lugar de contadores de tokens, un único contrato compatible con OpenAI en lugar de integraciones fragmentadas y controles de infraestructura que permiten desplegar modelos públicos o personalizados de Hugging Face sobre capacidad cloud gestionada, sin depender de un catálogo cerrado de API alojadas. Este modelo nace directamente de proyectos reales, en los que cada despliegue debía equilibrar rendimiento, gobernanza y presupuesto en producción.

Qué incluye la beta privada

Compute

Compute es la capa de ejecución. Despliega modelos de Hugging Face tras un endpoint compatible con OpenAI, valida los requisitos del entorno, selecciona capacidad entre distintos proveedores y ofrece precios por hora predecibles. Los equipos obtienen ejecución de modelos, programación y controles de seguridad sin convertir la gestión de GPU en un proyecto interno.

Smart Balancers

Smart Balancers mantiene un endpoint estable delante de varios grupos de modelos. Añade enrutamiento basado en prompts, prioridades explícitas y rutas de respaldo para que las peticiones sencillas utilicen capacidad más económica y las más exigentes pasen a modelos más potentes, sin modificar las integraciones del cliente.

Flexible Vector Database

Flexible Vector Database reúne en una misma capa la búsqueda semántica, la recuperación de imágenes y las recomendaciones. Los embeddings se ejecutan en Compute y alimentan el mismo catálogo, por lo que los equipos no tienen que mantener otro servicio vectorial para conectar sus sistemas de descubrimiento, búsqueda y recomendación.

Firewall

Firewall aplica medidas de protección antes de que empiece la inferencia. Los equipos añaden un identificador de Firewall a sus peticiones compatibles con OpenAI, combinan reglas integradas y personalizadas y deciden si el tráfico marcado debe bloquearse de inmediato o comunicarse al modelo. El objetivo es sencillo: detener el tráfico no deseado antes de que genere costes de inferencia.

Easy Training y Optimization siguen en desarrollo y no forman parte de esta fase de la beta privada.

La inferencia como nexo de unión

La inferencia es el punto en el que la plataforma empieza a funcionar como un único sistema y no como un conjunto de funciones aisladas. Compute ejecuta el modelo, Smart Balancers decide la ruta, Firewall protege la petición antes de la ejecución de pago y Flexible Vector Database añade recuperación, búsqueda y recomendaciones a la misma carga de trabajo.

Esta complementariedad es intencionada. QDivZero está pensado para que cualquier usuario pueda empezar con un solo endpoint de inferencia y añadir progresivamente controles más sólidos, mejor enrutamiento, una recuperación más rica y flujos de trabajo más avanzados, sin cambiar el contrato principal cada vez.

La plataforma ya se apoya en herramientas potentes para sus usuarios y seguiremos ampliando esa capa desde el principio. El objetivo no es solo alojar modelos, sino ofrecer a los equipos un entorno operativo cada vez más completo para crear, coordinar y mejorar productos de IA reales sobre una misma base de infraestructura.

Para qué sirve la beta

Esta beta privada está pensada para personas interesadas en la IA y equipos de producto que quieren validar una arquitectura cloud de producción, no limitarse a ejecutar una demo.

• Comparar los precios por capacidad con alternativas que facturan por token.
• Reunir el enrutamiento, la recuperación de información y las medidas de protección en una sola capa operativa.
• Desplegar modelos públicos o personalizados de Hugging Face tras una API compatible con OpenAI.
• Probar búsquedas semánticas, recomendaciones e inferencia protegida con cargas de trabajo reales.

Para equipos que buscan eficiencia operativa

QDivZero está dirigido a empresas que quieren menos facturas, menos piezas móviles y menos sorpresas operativas. En lugar de conectar API de modelos, herramientas vectoriales, filtros de seguridad y lógica de enrutamiento de distintos proveedores, los equipos pueden centralizar todas esas decisiones en una sola plataforma y mantener estable el contrato de su aplicación.

Esa es la verdadera propuesta de la beta privada: no otro entorno aislado para experimentar con IA, sino una infraestructura de producción más sencilla.

Qué viene después

La beta de la demo interactiva ha terminado. Pronto compartiremos la siguiente experiencia de QDivZero.