Autoaloje inferencia privada con Ollama y Open WebUI sin costes por token, con RAG documental, velocidad AMD AVX-512 y API compatible con OpenAI.
Facturado anualmente: $179.94. $29.99/mes con facturación mensual.
Planes iniciales
Este plan cubre la mayoría de los primeros despliegues. Amplíe solo cuando una carga sostenida demuestre que necesita más.
Incluye: SRV-B2C · 2 vCPU · 4 GB · 60 GB NVMe
Puede ampliarlo más adelante sin migrar; sus datos y su dirección IP se mantienen.
Precios mensuales sencillos. Pague al año y ahorre un 50 %.
La forma sencilla de empezar.
Más espacio para proyectos en crecimiento.
Más potencia para cargas exigentes.
Recursos máximos para un uso intensivo.
Despliegue la inferencia local de Ollama y Open WebUI autoalojados en servidores cloud AMD EPYC con NVMe dedicado. Ejecute DeepSeek-R1, Llama 3.3, Mistral y Qwen 2.5 sin telemetría de terceros, con RAG documental, compatibilidad con la API de OpenAI y tokens de prompt ilimitados.
Aloje su propia alternativa privada a ChatGPT y su motor de inferencia de LLM sin suscripciones por token ni seguimiento de datos por terceros. Ejecute modelos cuantizados modernos (DeepSeek-R1, Llama 3.3, Qwen 2.5) con embeddings nomic locales, gestión de roles multiusuario, respuestas apoyadas en búsquedas web y rutas de API compatibles con OpenAI.
Por qué un servidor que nunca se apaga funciona mejor.
| Servidor NodexVPS | Equipo local | |
|---|---|---|
| Disponibilidad | Funciona 24/7, incluso con el portátil cerrado | Se detiene cuando duerme, viaja o reinicia |
| Red | Puerto de 10 Gbps con IP estática | Conexión doméstica, a menudo tras NAT |
| Aislamiento | Servidor independiente, lejos de sus archivos personales | Comparte el equipo con todo lo demás que hace |
| Webhooks y API | Accesible desde cualquier lugar para callbacks | Requiere túneles o redirección de puertos |
| Escalado | Amplíe CPU y memoria sin migrar | Limitado al hardware que posee |
| Coste | Precio mensual fijo | Electricidad, desgaste y su tiempo |
Opiniones reales de quienes usan NodexVPS cada día.
“Migramos 45 microservicios de AWS a los nodos de NodexVPS en Fráncfort. Nuestra factura mensual de la nube bajó un 72 % y la latencia de la API pasó de 48 ms a 14 ms gracias a las unidades NVMe dedicadas y a los procesadores AMD EPYC.”
“El proveedor de Terraform y un aprovisionamiento en menos de 30 segundos hicieron que automatizar la infraestructura fuera muy sencillo. Sin vecinos ruidosos, con verdadero aislamiento KVM y sin limitaciones arbitrarias de ancho de banda.”
“Ejecuto MetaTrader 5 de baja latencia y bots de trading automático en Windows Server en Londres. La disponibilidad del 99,99 % ha sido impecable durante 9 meses seguidos. El ping a los ECN de los principales brókers es inferior a 2 ms.”
Hardware rápido, precios justos y soporte real.
Genere millones de tokens al día por una tarifa mensual plana y predecible. Olvídese de las facturas sorpresa por token y de los límites de uso.
Sus prompts, documentos, comunicaciones internas de la empresa y embeddings permanecen estrictamente en la RAM y en el NVMe cifrado de su servidor dedicado.
Open WebUI indexa PDF, documentos de Word, archivos de texto y markdown con modelos de embeddings locales para responder preguntas con datos fundamentados.
Exponga http://your-vps:11434/v1 para integrarse sin esfuerzo con Cursor, Claude Code, LibreChat, Continue.dev y scripts de agentes propios en Python.
Para desarrolladores, empresas y cualquiera que necesite un servidor fiable.
Converse con modelos sobre documentos internos mientras los prompts y los archivos subidos se quedan en el servidor que usted controla.
Apunte Cursor, Continue.dev o sus propios scripts al endpoint compatible con OpenAI de Ollama en lugar de a una API de pago.
Suba PDF, archivos de Word y notas a Open WebUI y haga preguntas basadas en esos documentos.
Dé al personal cuentas de Open WebUI independientes con roles, todas servidas desde una única instancia de Ollama.
Descargue DeepSeek-R1, Llama 3.3, Mistral o Qwen 2.5 y compare sus respuestas a los mismos prompts.
Procese grandes volúmenes de prompts por un precio mensual fijo, sin facturación por token.
Unas comprobaciones sencillas que ahorran tiempo después.
Un modelo cuantizado debe caber en memoria con espacio para su contexto. Dimensione el plan según el modelo más grande que vaya a cargar.
Cada modelo descargado ocupa espacio NVMe. Calcule el espacio para los modelos que conserve más los archivos subidos y los embeddings de Open WebUI.
La API de Ollama no tiene inicio de sesión integrado. Vincúlela a localhost y acceda en remoto mediante un túnel SSH o un proxy con autenticación.
La primera cuenta de Open WebUI se convierte en administradora. Créela justo después del despliegue y luego decida quién más puede registrarse.
Haga copia de seguridad del volumen de datos de Open WebUI con los chats, usuarios y documentos. Los modelos se pueden volver a descargar, así que importan menos.
Vigile la CPU y la memoria mientras los modelos generan para saber cuándo los contextos más largos o más usuarios requieren un plan mayor.
Elija la configuración que encaja con su proyecto.
Ejecute Ollama y Open WebUI como dos servicios con volúmenes con nombre para los modelos y los datos de chat, unidos en una red Docker privada.
Instale Ollama con su script de instalación como servicio de systemd y ejecute Open WebUI en un contenedor que se conecta a él.
Mantenga Ollama en un servidor con mucha memoria y ejecute Open WebUI en otro más pequeño que accede a él por un puerto protegido por cortafuegos.
De un servidor nuevo a una aplicación en marcha.
Inicie sesión por SSH y actualice el sistema base.
Instale Docker Engine y el plugin Compose con el script oficial.
Permita solo SSH y HTTPS y, después, active el firewall.
Coloque su archivo compose en una carpeta del proyecto e inícielo en segundo plano.
Inicie herramientas de IA populares sin configuración manual.
Atención al cliente autónoma 24/7 y bots conversacionales sin tiempos de inactividad
Inferencia privada de LLM en local, RAG documental y sin coste por token
Enjambres jerárquicos de agentes y flujos de LangGraph con estado
Automatice flujos con nodos nativos de LangChain y webhooks persistentes
VPS dedicado para agentes IA
Infraestructura persistente para cargas de trabajo de agentes
Explore las guías de configuración de VPS para IA de NodexVPS
Demonios de webhooks para Chatwoot, Typebot, Telegram y WhatsApp con caché de sesión en Redis
Inferencia privada de LLM en local y centro de RAG documental
Enjambres jerárquicos y checkpointers de estado de LangGraph
Nodos nativos de LangChain y webhooks persistentes
Espacios de trabajo VPS remotos para Claude Code
Hosting siempre activo para flujos de Hermes Agent
Hosting VPS para experimentos con NemoClaw
Hosting VPS siempre activo para asistentes OpenClaw
Hosting VPS para flujos de trabajo de empresas multiagente
Hosting VPS ligero para agentes PicoClaw
Despliegue bots de atención al cliente resilientes 24/7 con Docker, Redis y webhooks
Despliegue inferencia privada con Ollama, Open WebUI y RAG documental
Despliegue enjambres de CrewAI con checkpointers de estado de LangGraph
Despliegue n8n con Flowise AI y webhooks persistentes
Configure Claude Code en un VPS autogestionado
Ejecute Hermes Agent en su propio VPS
Aloje NemoClaw con acceso persistente al servidor
Ejecute OpenClaw en la infraestructura VPS de NodexVPS
Aloje Paperclip para flujos de agentes persistentes
Ejecute agentes ligeros de PicoClaw en un VPS
Ahorre un 50 % con pago anual. Sin permanencia, cancele cuando quiera.
Respuestas rápidas a las dudas más comunes.
¡Sí! Los modelos cuantizados GGUF modernos que se ejecutan con llama.cpp dentro de Ollama aprovechan al máximo las instrucciones vectoriales AVX-512 de AMD EPYC. Los modelos cuantizados a 4 y 8 bits ofrecen velocidades interactivas rápidas (15-30+ tokens/s) en núcleos vCPU multihilo, por una fracción del coste de alquilar una GPU.
Ambos servicios se ejecutan en contenedores Docker aislados unidos por una red de Docker. Open WebUI se comunica con Ollama por la red interna de los contenedores, sin necesidad de exponerlo a Internet.
Sí. Ollama expone de forma nativa una API /v1 compatible con OpenAI. Puede dirigir agentes externos e IDE al endpoint de su VPS, protegido con TLS mediante Caddy y una clave de API.
La mayoría de los servidores se aprovisionan en menos de 30 segundos. Recibirá la dirección IP y los datos de acceso en cuanto arranque.
Sí. Puede pasar a un plan superior desde el panel de control. Sus datos y su dirección IP se mantienen.
No. Los planes se facturan mensual o anualmente sin cuota de alta, y puede cancelar en cualquier momento.
Ubuntu, Debian, AlmaLinux, Rocky Linux, CentOS Stream, Arch Linux, openSUSE, RouterOS y Windows Server, o cualquier sistema operativo desde su propia ISO.
Sí. Todos los servidores cuentan con filtrado DDoS siempre activo sin coste adicional.
Encuentre el servidor ideal para su proyecto.