Zanus AI: comprar appliance o montar servidor propio

Qué vende Zanus AI en octubre de 2026

Zanus AI vende un servidor de IA privado para empresas, y la pregunta que motiva la mayoría de las búsquedas sobre este producto es cuánto cuesta construir por cuenta propia ese mismo servidor de IA privado. La respuesta breve es esta: el dispositivo es un equipo sin código, cuyo precio se obtiene mediante una cotización, que llega configurado y puede funcionar sin conexión a Internet. La versión autogestionada es un servidor GPU (unidad de procesamiento gráfico) alquilado que ejecuta LLM (modelos de lenguaje grandes) de pesos abiertos detrás de un servidor de inferencia, una interfaz de chat, un almacén vectorial y un framework de agentes. Necesita una persona capaz de administrar Linux. La opción adecuada depende de cuatro factores: quién se encarga de la ingeniería, dónde se permite almacenar los datos, si puede alimentar una máquina de 6 kW y cuántos tokens usa realmente al día.

Toda la información sobre Zanus incluida aquí procede de zanusai.com y de los datos de precios en tiempo real de zanus.ai/pricing, consultados el 17 de octubre de 2026 y, para las páginas de los servidores y los precios, de nuevo el 20 de octubre de 2026. La empresa se describe como "una C-Corp estadounidense de capital privado especializada en soluciones y servicios de ingeniería de IA de alta tecnología, con sede en Pompano Beach, Florida", localidad que su propia página sitúa en el área metropolitana de Fort Lauderdale. Afirma que su hardware y software están "diseñados y ensamblados en EE. UU.".

El producto tiene tres capas. Front Office AI es la parte con la que hablan los clientes: teléfono, chat web, presupuestos y reservas. Back Office AI es lo que su propia página titula "el sistema operativo de IA de la empresa", y la página de Airtight AI cuenta "más de 15 módulos". Entre las funciones que se nombran en el sitio están el chat de IA, los registros de clientes, los trabajos, los documentos, la programación, las automatizaciones y una API de IA (interfaz de programación de aplicaciones). A la pregunta "¿Necesitamos desarrolladores por nuestra parte?", la página de Back Office responde: "No. Necesita a la persona que conoce el proceso". La tercera capa, Private On-Premises AI, es el mismo sistema ejecutándose en hardware de Zanus dentro de las instalaciones de la empresa. El menú del sitio ahora lo incluye bajo el nombre Airtight AI, "servidores de IA locales", y lo presenta como un producto separado de los planes alojados. Ejecuta "Zanus OS", se vende con "licencias permanentes, de propiedad total" y es "compatible con air gap": puede recibir paquetes de actualización sin conexión cuando se mantiene fuera de Internet. La página del servidor también enumera una segunda máquina, On-Prem Tokens Server: el mismo hardware y Zanus OS como "un endpoint generativo puro", con una API compatible con OpenAI y sin ninguno de los módulos empresariales. Es lo más parecido al equipo autogestionado descrito más abajo que vende Zanus.

En cuanto a los modelos, la página del servidor indica que el equipo ejecuta "las principales familias de pesos abiertos", "seleccionadas y dimensionadas con usted durante la configuración", y que puede "cambiar o añadir modelos en cualquier momento: los nuevos pesos se descargan". No especifica las familias, las GPU, la RAM ni la capacidad de almacenamiento, aparte de "RAID 10 NVMe". En cuanto a la alimentación eléctrica, la página de Airtight AI, que describe la línea local, indica que los servidores funcionan con "circuitos de CA estándar", "las tomas que ya existen en su edificio", con selección automática entre 90 y 240 V a 50 o 60 Hz. La instalación requiere "cuatro tomas de corriente estándar". La página del servidor indica "6 kW máximo" a plena carga y describe la unidad como silenciosa y adecuada para oficinas, sin necesidad de una sala de servidores. En cuanto al precio, el equipo se ofrece "por RFQ" (solicitud de cotización), "dimensionado según la memoria de la GPU (modelos), la RAM/el contexto y los tokens diarios". No existe un precio público para el hardware. Front Office sí publica precios en sus datos de precios en tiempo real, consultados el 20 de octubre de 2026. Sus cinco planes combinados van de AI ANSWER, a $329 al mes, a AI PRIVATE, a $2,495 al mes, o de $3,290 a $24,950 al año. El pago anual cuesta aproximadamente un 16.7% menos que doce pagos mensuales, y AI PRIVATE sólo se vende anualmente, por lo que su factura real es de $24,950 al año. Los mismos componentes también se venden por separado, desde $49 al mes cada uno, y los planes combinados cuestan aproximadamente entre un 25% y un 30% menos que comprar sus componentes de esa forma. Ninguno de ellos es el dispositivo. Incluso AI PRIVATE, descrito como "COMPLETO en su propio entorno aislado", es un tenant alojado, y la página de precios de Front Office, consultada el 17 de octubre de 2026, envía a quienes quieren IA en sus propias instalaciones a los servidores de IA, "un producto separado, cuyo precio se obtiene mediante cotización". La entrega del servidor se cotiza en aproximadamente tres semanas, ya configurado.

Esa es la especificación pública. Nada de lo que aparece a continuación la amplía ni supone información que no esté indicada.

Cómo es el mismo servidor de IA privado cuando lo construye usted

El dispositivo integra cuatro elementos que puede alquilar y montar por su cuenta: una GPU, un servidor de inferencia que carga modelos de pesos abiertos, una interfaz de chat para los usuarios y un almacén vectorial con una capa de automatización que convierte sus documentos en respuestas. La parte de Linux se completa en una tarde. Los módulos empresariales requieren semanas, y esa diferencia es la separación real entre ambos enfoques.

Elija primero el equipo. Un VPS (servidor privado virtual) con sólo CPU y entre 16 GB y 32 GB de RAM ejecuta modelos 7B y 8B para una o dos personas a la vez, a velocidades que debería medir en tokens por segundo antes de que alguien dependa de ello. Una GPU alquilada con 24 GB de VRAM (la memoria de la tarjeta gráfica) ejecuta modelos 8B con suficiente velocidad para un equipo pequeño y admite modelos de hasta unos 30B en 4 bits; entre 48 GB y 80 GB corresponde a la clase 70B. En qué modelos de IA puede alojar por su cuenta según el tamaño de la memoria se explica qué modelos caben en cada tarjeta.

Instale el servidor de inferencia. La instalación de Ollama en Linux requiere una sola línea, y el procedimiento completo está en ejecutar Ollama en un VPS para alojar un LLM por su cuenta:

curl -fsSL https://ollama.com/install.sh | sh
sudo systemctl status ollama
ollama -v

systemctl status ollama debería mostrar active (running). En una máquina sin GPU, el instalador muestra WARNING: No NVIDIA/AMD GPU detected. Ollama will run in CPU-only mode. y continúa. Esto es adecuado para pruebas, pero resulta lento para los usuarios.

Descargue un modelo y hable con la API. El servicio escucha en el puerto 11434, únicamente en la dirección de loopback:

ollama pull qwen3:8b
curl http://127.0.0.1:11434/api/generate \
  -d '{"model":"qwen3:8b","prompt":"Reply with one word: ready","stream":false}'

Una respuesta correcta es un objeto JSON con un campo response y "done":true. Una respuesta {"error":"model requires more system memory (6.4 GiB) than is available (3.8 GiB)"}, con sus propias dos cifras, indica que los pesos no caben en la RAM. Elija un modelo más pequeño o una cuantización menor.

Añada la interfaz de chat. Open WebUI es la opción habitual, y su README proporciona un comando para el caso en que Ollama se ejecute en el mismo host:

docker run -d -p 3000:8080 \
  --add-host=host.docker.internal:host-gateway \
  -v open-webui:/app/backend/data \
  --name open-webui --restart always \
  ghcr.io/open-webui/open-webui:main

Vaya al puerto 3000 de la dirección del servidor, cree la primera cuenta (se convierte en la cuenta de administrador) y abra la lista de modelos. Si la lista está vacía, la causa es el enlace de loopback anterior: dentro del contenedor, host.docker.internal se resuelve en la dirección del puente Docker del host, y Ollama sólo escucha en 127.0.0.1, por lo que se rechaza la conexión. docker logs open-webui muestra Cannot connect to host host.docker.internal:11434. Corríjalo con una sobreescritura de systemd:

sudo systemctl edit ollama

[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"

sudo systemctl daemon-reload
sudo systemctl restart ollama

0.0.0.0 significa todas las interfaces, incluida la pública. A partir de este momento, la API es accesible desde Internet salvo que el firewall bloquee el puerto 11434. Además, la API no tiene contraseña propia, por lo que debe proteger el endpoint de la API de Ollama antes de cargar un solo documento de la empresa. Si Open WebUI es más pesado de lo que necesita, existen alternativas más ligeras a Open WebUI que se conectan al mismo puerto.

Añada el almacén vectorial. Qdrant se ejecuta como un solo contenedor. Enlácelo a loopback, ya que sólo las aplicaciones del equipo deben acceder a él:

docker run -d --name qdrant --restart always \
  -p 127.0.0.1:6333:6333 -p 127.0.0.1:6334:6334 \
  -v qdrant_storage:/qdrant/storage \
  qdrant/qdrant
curl http://127.0.0.1:6333/collections

La comprobación devuelve {"result":{"collections":[]},"status":"ok"} y un campo de tiempo en una instalación nueva. Open WebUI tiene un almacén de documentos integrado que es suficiente para una biblioteca pequeña; Qdrant se utiliza cuando un framework de agentes necesita consultar embeddings directamente.

Si lo van a utilizar más de unas pocas personas a la vez, sustituya Ollama por vLLM, que agrupa las solicitudes de varios usuarios en la GPU. La imagen oficial contiene toda la instalación:

docker run -d --runtime nvidia --gpus all \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  -p 127.0.0.1:8000:8000 --ipc=host \
  vllm/vllm-openai:latest --model Qwen/Qwen3-8B

Si Docker responde que could not select device driver con capacidades de GPU, NVIDIA Container Toolkit no está instalado. Por tanto, Docker no puede asignar la tarjeta al contenedor. Instale el toolkit y reinicie Docker. Después, vuelva a ejecutar el comando. En Ollama frente a vLLM se explica cuándo conviene utilizar cada servidor.

La última capa es la que el dispositivo denomina módulos. En el enfoque alquilado, consiste en un framework de agentes que lee del almacén vectorial, llama al modelo, ejecuta acciones en otros sistemas y registra lo que hizo. En los mejores agentes de IA autoalojados se comparan los candidatos y sus usos más adecuados. Si el agente necesita recordar a los usuarios entre sesiones, un servidor de memoria Mem0 autoalojado le proporciona esa capacidad. Nada de esto existe hasta que lo configura, y esa es la parte del dispositivo por la que realmente está pagando.

Coste: un presupuesto frente a una factura mensual

No existe un número Zanus que incluir aquí, e inventar uno sería peor que inútil. Lo que el sitio sí indica es cómo se dimensiona el presupuesto: según la memoria de GPU para los modelos y la RAM para el contexto, y según sus tokens por día. Esas son las mismas variables que determinan el precio de la ruta alquilada, por lo que al menos puede construir su parte de la comparación de forma honesta.

En el lado del alquiler, el coste es una renta mensual fija por la GPU más el tiempo de quien la gestione. La renta no cambia si la tarjeta permanece inactiva o si funciona a máxima capacidad. Esto convierte la comparación frente a una API de pago por token en un problema de punto de equilibrio: divida la renta mensual por el precio combinado por millón de tokens de la API que usaría en su lugar; el resultado es la cantidad de millones de tokens al mes (multiplique por 1,000,000 para obtener los tokens) que debe procesar realmente a través del equipo antes de que poseer la GPU sea más barato que alquilar tokens. Por debajo de ese volumen, la API es más rentable. Los cálculos, junto con las trampas relacionadas con el tiempo de inactividad y el tamaño de los lotes, se encuentran en GPU VPS frente a tokens de API: dónde se sitúa el punto de equilibrio.

En el lado del dispositivo, la estructura es distinta: una inversión de capital, una licencia de software permanente, electricidad y el mismo dimensionamiento de tokens por día realizado para usted en el momento del presupuesto. Un presupuesto dimensionado para el volumen actual también actúa como un límite máximo. Superarlo implica solicitar otro presupuesto, mientras que en una GPU alquilada solo requiere un cambio de plan.

Quién se encarga de la ingeniería

La propuesta del appliance es que nadie tenga que hacerlo. Cuando se pregunta «¿Necesitamos desarrolladores de nuestro lado?», el proveedor responde: «No. Necesitan a la persona que conoce el proceso». Ese es el objetivo. Aun así, se debe gestionar un cambio en los procesos de negocio, porque el personal debe aprender a usar herramientas nuevas y alguien debe cargar el conocimiento y redactar el menú telefónico, pero nadie tiene que saber qué es una unidad de systemd.

La opción alquilada requiere una persona que pueda ejecutar todos los comandos anteriores sin ayuda y seguir haciéndolo. En concreto, esa persona se encarga de las actualizaciones del sistema operativo, las imágenes de Docker, el firewall y los certificados TLS (transport layer security), las copias de seguridad del almacén vectorial y del historial de chat, las actualizaciones del modelo y la monitorización que indique que el controlador de la GPU dejó de funcionar después de una actualización del kernel. Reserve un día para la primera instalación y unas horas al mes a partir de entonces. Después, reserve presupuesto para el trabajo real: la opción alquilada no incluye una tabla de clientes, una lista de proveedores, un calendario ni un flujo de reservas. Cada uno de esos elementos es una integración que se desarrolla con los sistemas existentes, o un framework de agentes que se configura y luego se debe supervisar cuando hace algo inesperado. Si nadie del personal quiere asumir ese trabajo, la respuesta de «sin desarrolladores» vale más que cualquier especificación de hardware.

Dónde residen los datos

La mayor ventaja del dispositivo es su naturaleza física. "Sus datos nunca abandonan su edificio: sin nube, sin intercambio, sin acceso de terceros" describe una máquina que puede desconectar de la red y seguir utilizando. Para una clínica o un despacho de abogados con un contrato que estipula que los datos deben permanecer en las instalaciones, este es el factor decisivo, y ningún VPS puede igualarlo.

Dicho de forma clara para la opción alquilada: un VPS es un ordenador en el centro de datos de otra persona. Sus prompts, sus documentos, las respuestas del modelo y el índice vectorial se procesan en la RAM de un host propiedad del proveedor, y residen en un disco al que el proveedor puede acceder físicamente. "IA privada" en un VPS significa privada frente al proveedor del modelo y frente a la internet pública, nada más. Su proveedor de hosting aún puede acceder a ella, y un cliente o auditor que pregunte dónde están los datos obtendrá el nombre de una ciudad en lugar del nombre de una habitación en su edificio. El cifrado en reposo protege el disco si este es extraído. No protege lo que hay en la memoria mientras un modelo está respondiendo.

Incluso ese nivel de privacidad es una configuración, no un valor predeterminado. El comando de Open WebUI mencionado arriba publica el puerto 3000 en todas las interfaces, por lo que su página de inicio de sesión está en la internet pública hasta que la coloque detrás de una red privada o un reverse proxy, cierre los registros y establezca permisos de grupo. TLS cifra la conexión; no mantiene a los extraños alejados. La guía de uso compartido de Open WebUI también señala que "El diálogo de compartir puede subir un chat al sitio de la comunidad de Open WebUI", así que desactive el Community Sharing en los ajustes de administración, o configure ENABLE_COMMUNITY_SHARING=false antes del primer inicio, si nada debe salir del servidor.

La posición intermedia es su propio hardware en un rack que usted alquila, o un servidor dedicado que nadie más comparte. Esto mantiene la libertad del modelo y la factura mensual de la opción alquilada, mientras cierra la mayor parte de la brecha física. También devuelve la parte que el dispositivo elimina: alguien debe construir la máquina.

Alimentación eléctrica y espacio

Una máquina de 6 kW no es un PC de oficina, pero, según el proveedor, tampoco necesita cableado nuevo. La página Airtight AI de Zanus, que describe la línea local, indica que sus servidores funcionan con "Standard AC circuits", "the outlets already in your building", se conectan a "four standard power outlets" y aceptan automáticamente entre 90 y 240 V. A la pregunta "Special electrician? 3-phase wiring?" responde que no y añade "No rewiring, no permits." La descripción general de los servidores sigue mostrando una etiqueta "Standard 50A circuit @ 115/220V" junto a la cifra de 6 kW. Los cálculos concilian ambas afirmaciones: a 115 V, 6 kW equivalen aproximadamente a 52 A en total, o unos 13 A en cada una de cuatro tomas. Por tanto, los 50 A corresponden al consumo total de la máquina, no a un único circuito que haya que instalar. En Estados Unidos, una toma de pared estándar está conectada a un circuito de 15 A o 20 A. Si cuatro tomas comparten uno de esos circuitos, el interruptor se disparará a plena carga. Compruebe que las cuatro tomas donde se instalará el equipo estén conectadas a circuitos independientes y pregunte qué configuración se aplica al modelo que le han presupuestado. El sitio indica que el equipo es silencioso, adecuado para una oficina y que sólo alcanza su consumo máximo mientras trabaja. No se publica el consumo en reposo.

La electricidad es el único coste operativo que puede calcularse directamente, porque depende de una operación aritmética. A 6 kW, cada hora a plena carga equivale a 6 kWh:

[
  {
    "label": "1 h/day at full load",
    "kwh_per_month": 180,
    "cost_usd_month": 27
  },
  {
    "label": "4 h/day at full load",
    "kwh_per_month": 720,
    "cost_usd_month": 108
  },
  {
    "label": "8 h/day at full load",
    "kwh_per_month": 1440,
    "cost_usd_month": 216
  },
  {
    "label": "24 h/day at full load",
    "kwh_per_month": "4,320",
    "cost_usd_month": 648
  }
]

Un equipo que funciona una hora al día cuesta aproximadamente 27 USD al mes con una tarifa de 0.15 USD por kWh. Uno que funciona a plena carga de forma continua consume 4,320 kWh y cuesta aproximadamente 648 USD. La cifra del propio proveedor es "roughly $1/hour" a plena carga, lo que implica una tarifa algo superior a la utilizada en el cálculo. Use su propia tarifa. Toda esa energía sale de la máquina en forma de calor: aproximadamente 20,000 BTU (British thermal units) por hora en el pico. El sistema de aire acondicionado de la sala debe evacuar ese calor.

En la opción de alquiler, la electricidad y la refrigeración están incluidas en el alquiler, y el centro de datos del proveedor se encarga del circuito. La contrapartida es que no puede consultar el contador: un plan de GPU cuesta lo mismo tanto si se utiliza una hora al día como si funciona durante 24 horas.

Elección del modelo

El appliance se entrega con modelos elegidos durante la configuración, de «las principales familias de pesos abiertos», y la página indica que los nuevos pesos se descargan. Las páginas del proveedor indican que los modelos son «instalados, probados y optimizados por los ingenieros de Zanus» y «actualizados por los ingenieros de Zanus». No hay documentación pública sobre qué familias se incluyen, cómo se cambia de modelo dentro de Zanus OS ni si se puede cargar un modelo que no figure en la lista del proveedor. Solicite esta información antes de firmar.

La opción de alquiler permite ejecutar cualquier modelo cuyos pesos estén publicados y que quepa en la memoria disponible, siempre que el servidor de inferencia lo admita. Una nueva versión de pesos abiertos es un ollama pull cuando llega a la biblioteca de Ollama, o cuando vLLM admite su arquitectura, de forma nativa o mediante su backend de modelado de Transformers, si se usa el nombre del repositorio de Hugging Face con vLLM. En las familias grandes, esto suele ocurrir el mismo día del lanzamiento, pero no está garantizado. Compruébelo antes de basar sus planes en un modelo publicado esta semana. Si necesita una cuantización concreta o un ajuste fino propio, importe usted mismo el archivo GGUF en Ollama. La limitación también funciona en sentido contrario: usted debe evaluar el modelo. Nadie ha dimensionado el modelo para sus documentos ni para sus tokens diarios. Por eso, el primer mes se dedica a determinar qué modelo ofrece una calidad suficiente a qué velocidad y qué cuantización puede admitir su memoria.

El servicio privado de respuestas de IA: un módulo independiente del proyecto

Una parte importante del tráfico relacionado con un «servidor privado de IA» busca en realidad una recepcionista telefónica. Trate ese caso por separado.

En Zanus, el agente telefónico es AI Phone, que forma parte de Front Office AI. Su entrada en los datos de precios actuales, consultados el 20 de octubre de 2026, indica que «responde al primer tono, 24/7, 365 días», que «la persona que llama habla libremente en cualquiera de 40 idiomas» y que «usted elige la voz y la personalidad para cada función», con números de teléfono y un menú IVR (respuesta de voz interactiva) que se configura. Consulte la línea de idiomas junto a las preguntas frecuentes del proveedor, donde se indica que «English está incluido; hay 40 idiomas disponibles como paquetes profesionales de compra única», con un precio por paquete. Por tanto, todos los idiomas aparte de English requieren una compra adicional. El agente telefónico sólo se vende como servicio alojado. Por separado, AI Phone cuesta $99 al mes ($990 al año), con un operador incluido según los datos del 17 de octubre de 2026. El paquete más económico, AI ANSWER, cuesta $329 al mes y añade chat, correo electrónico, formularios web, reservas y un avatar. Ambos precios corresponden al 20 de octubre de 2026. El proveedor afirma que Front Office «se ejecuta en un entorno privado de Cloudflare dedicado a su empresa» y que «no necesita ningún servidor». Ningún plan de Front Office ofrece una opción local: incluso el plan superior, AI PRIVATE, es un entorno alojado aislado. El proveedor remite a quienes quieren ejecutar la IA en sus propias instalaciones a sus servidores de IA locales, «un producto independiente». No se han publicado los modelos de voz que utiliza ni la latencia de sus respuestas.

En la opción alquilada, un agente de voz es un proyecto independiente de la pila de chat anterior y es más complejo. Necesita cuatro componentes adicionales: un punto de entrada de telefonía (un troncal SIP, donde SIP significa protocolo de inicio de sesión, o una API de telefonía que proporcione el audio), conversión de voz a texto (STT), el LLM y conversión de texto a voz (TTS). Todos deben encadenarse para que la persona que llama oiga una respuesta aproximadamente un segundo después de terminar una frase. Cada enlace añade latencia, por lo que los modelos deben ser pequeños y la GPU debe estar cerca. Las partes de STT y TTS, incluidos los motores que se ejecutan localmente y la velocidad de cada uno, se describen en conversión de voz a texto y de texto a voz autoalojada en un VPS. Espere que el agente telefónico tarde más que toda la pila de chat anterior y que la primera versión interrumpa a las personas que llaman. Si sólo necesita una recepcionista, un producto de voz alojado, incluidos los planes Front Office de Zanus, es la opción más sencilla. El servidor de chat sólo añade complejidad.

La regla de decisión

Compre el equipo cuando se cumplan las cuatro condiciones: un contrato o un organismo regulador exige que los datos permanezcan en el edificio, nadie del personal va a administrar Linux, hay cuatro tomas de corriente estándar en circuitos independientes donde se instalará el equipo y los módulos de la página corresponden al trabajo que realmente realiza. El presupuesto es el precio de no disponer de un ingeniero. Obtenga por escrito la lista de modelos y el procedimiento de sustitución antes de firmar.

Alquile infraestructura y constrúyala cuando una persona pueda hacerse cargo del servidor, los datos puedan residir en un proveedor de hosting que haya evaluado, quiera elegir el modelo por su cuenta y el uso sea lo bastante estable para que una GPU mensual cueste menos que la factura por tokens en el punto de equilibrio anterior. Podrá usar cualquier modelo de pesos abiertos compatible con su servidor de inferencia, normalmente poco después de su lanzamiento, y tendrá una factura que podrá modificar el mes siguiente. También tendrá que implementar por su cuenta todas las integraciones.

Use una API cuando el uso sea intermitente o reducido, los datos no sean sensibles, nadie quiera administrar infraestructura y necesite que funcione esta semana. Por debajo del volumen de equilibrio es más barato y siempre permite empezar más rápido. Añada más adelante una capa autogestionada si la factura por tokens o la política de datos lo lleva a ello.

FAQ

¿Qué vende realmente Zanus AI?

En octubre de 2026, zanusai.com describe tres capas. Front Office AI gestiona llamadas telefónicas, chat web, presupuestos y reservas mediante planes alojados. Back Office AI es el sistema operativo de IA de la empresa, con «más de 15 módulos» y, según el proveedor, sin necesidad de desarrolladores. Private On-Premises AI, que ahora aparece con el nombre Airtight AI como producto independiente, es el mismo software en hardware de Zanus, ejecutado con «Zanus OS» dentro de sus instalaciones. Se vende como una solución totalmente propiedad del cliente y compatible con redes aisladas. El precio del hardware se obtiene mediante RFQ. El proveedor afirma que funciona con cuatro tomas de corriente estándar, sin electricista, recableado ni permisos, y la página del servidor indica un consumo máximo de 6 kW. La empresa tiene su sede en Pompano Beach, Florida.

¿Cuánto cuesta un servidor privado de Zanus AI?

No hay un precio público para el hardware. La página del servidor indica «Price by RFQ». La configuración depende de la memoria de la GPU, la RAM y el número de tokens diarios. El 20 de octubre de 2026, los paquetes alojados de Front Office cuestan entre $329 y $2,495 al mes, o entre $3,290 y $24,950 al año. Los componentes individuales se venden por separado desde $49 al mes, y AI Phone cuesta $99. Son suscripciones alojadas sin opción on-premises, por lo que esos precios no corresponden al servidor físico. Para comparar, calcule el coste de la opción alquilada con las mismas variables y determine el punto de equilibrio frente al coste de los tokens de la API.

¿Puedo crear un servidor privado de IA en una VPS sin GPU?

Sí, para pocos usuarios y modelos pequeños. Una VPS sin GPU, con entre 16 GB y 32 GB de RAM, puede ejecutar modelos 7B y 8B mediante Ollama a unos pocos tokens por segundo. Esto basta para probar un asistente de documentos. No basta para un equipo que lo use de forma simultánea ni para un agente de voz, donde el tiempo de respuesta es importante. Mida los tokens por segundo en su plan antes de que alguien dependa del servicio.

¿Un LLM autoalojado en una VPS es realmente privado?

Puede ser privado frente al proveedor del modelo y frente a Internet pública, pero sólo después de configurarlo correctamente: el firewall bloquea el puerto 11434, la interfaz de chat sólo está disponible a través de una red privada o de un reverse proxy TLS con los registros cerrados y los permisos configurados, y Community Sharing de Open WebUI está desactivado para impedir que alguien suba un chat al sitio de la comunidad de Open WebUI. TLS cifra la conexión, pero no impide que desconocidos lleguen a la página de inicio de sesión. El proveedor de hosting es la excepción: su personal puede acceder al disco y su host ejecuta el modelo en memoria. Si un contrato exige que los datos permanezcan en sus instalaciones, una VPS no cumple ese requisito. Su propio hardware, en su oficina o en un rack alquilado, sí lo cumple.

¿La opción autogestionada incluye una recepcionista telefónica?

No de forma predeterminada. Un agente de voz es un proyecto independiente: un punto de entrada de telefonía, conversión de voz a texto, el LLM y conversión de texto a voz, conectados con suficiente precisión para que la persona que llama oiga una respuesta en aproximadamente un segundo. Es el componente más difícil de la opción alquilada y aquel en el que un producto de voz alojado, incluidos los planes Front Office de Zanus, ahorra más tiempo.