Prem AI

Esta es la base de la API de IA cifrada: tu aplicación cifra el cuerpo de la petición antes de cualquier llamada de red. El gateway recibe el criptograma más metadatos operativos como el modelo, el tamaño, los tiempos y la facturación. Solo el entorno de ejecución descifra la carga para hacer la inferencia. El efecto práctico es que un log comprometido o un operador curioso no ven tu texto, y la variante de proxy local ofrece la misma protección a clientes que solo hablan el formato de OpenAI. La clave de cifrado nunca llega a Prem.

Cada petición protegida puede devolver pruebas de atestación: firmas del procesador y de la GPU, nonces que demuestran frescura y resultados de política que indican si la medición coincide con una referencia aprobada. Prem publica el código de verificación en GitHub para que el equipo de seguridad lo ejecute por su cuenta y no dependa de una insignia en un panel. Las pruebas cubren AMD SEV-SNP, Intel TDX y NVIDIA Confidential Computing, también en clústeres con varias GPU.

La inferencia confidencial pasa todo el recorrido por cifrado y un entorno protegido, pensada para datos sensibles y cargas de producción. La retención cero de datos es una API compatible con OpenAI que no exige gestionar claves ni proxy, donde Prem envía la petición a un socio con contrato de no retención. Ese segundo modo es la vía barata para probar modelos, prototipos y datos públicos. Cada modo tiene su catálogo, y la API rechaza un modelo enviado al modo equivocado con un error 400 claro.

El catálogo se apoya en modelos de pesos abiertos actuales: Qwen 3.8, variantes de DeepSeek V4 y V4.1, GLM 5.2 y 5.3, Kimi K3, y DiffusionGemma para tareas de decisión. Los precios van por millón de tokens y se publican tanto de entrada como de salida, con descuento en los tokens de prompt cacheados. El chat confidencial arranca en unos $0.30 o $0.35 por millón de tokens de entrada en los modelos más baratos, y la transcripción de audio cuesta $0.05 por minuto. Ves la tarifa antes de enviar nada.

El chat admite texto, imagen y vídeo según el modelo. Una ruta de voz transcribe audio y devuelve resultados con el formato de Deepgram. Un endpoint de decisiones responde preguntas tipadas con probabilidades, lo que sirve para clasificación y puntuación cuando quieres un número y no prosa. Una sola clave y una sola URL base llegan a todo, y eso ahorra el pegamento que suele necesitar un pipeline regulado.

El servicio gestionado corre en centros de datos suizos con un compromiso de disponibilidad cercano al 99,98% y energía renovable. Para quien no puede usar una API alojada, el hipervisor Enclave se instala en clústeres de GPU existentes, ya sea en local, en una cuenta de nube pública o en nube privada, y Prem afirma que no puede leer los datos procesados allí. Los despliegues enterprise añaden instancias dedicadas, modelos a medida y entornos aislados sin conexión.

La propuesta de Prem es la IA soberana: datos, cómputo y modelos bajo tu control, vendidos como tres productos alrededor de una cuenta. Fluso es un creador de agentes sin código para equipos que quieren desplegar agentes sobre procedimientos internos. Prem Studio ajusta y comprime modelos con tus datos, y puedes exportar los pesos para alojarlos tú. Ninguno sustituye a la API, pero importan si prefieres un modelo propio más pequeño antes que alquilar uno grande.