Prem AI

C'est la base de l'API IA chiffrée : votre application chiffre le corps de la requête avant tout appel réseau. La passerelle reçoit le chiffré plus des métadonnées d'exploitation comme le modèle, la taille, les durées et la facturation. Seul l'environnement d'exécution déchiffre la charge pour l'inférence. Concrètement, un journal compromis ou un opérateur curieux ne retrouve pas votre texte, et la variante en proxy local protège de la même façon les clients qui ne parlent que le format d'OpenAI. La clé de chiffrement ne parvient jamais à Prem.

Chaque requête protégée peut renvoyer des preuves d'attestation : signatures du processeur et du GPU, nonces prouvant la fraîcheur, résultats de politique indiquant si la mesure correspond à une référence approuvée. Prem publie le code de vérification sur GitHub, si bien que l'équipe sécurité lance le contrôle elle-même au lieu de se fier à un badge de tableau de bord. Les preuves couvrent AMD SEV-SNP, Intel TDX et NVIDIA Confidential Computing, y compris les grappes à plusieurs GPU.

L'inférence confidentielle fait passer tout le trajet par le chiffrement et un environnement protégé, pour les données sensibles et les charges de production. Le zéro conservation des données est une API compatible avec OpenAI qui ne demande ni gestion de clés ni proxy, où Prem envoie la requête à un partenaire sous contrat de non-conservation. Ce second mode est la façon économique de tester des modèles, des prototypes et des données publiques. Chaque mode a son catalogue, et l'API refuse un modèle envoyé au mauvais mode avec une erreur 400 explicite.

Le catalogue s'appuie sur des modèles à poids ouverts actuels : Qwen 3.8, variantes de DeepSeek V4 et V4.1, GLM 5.2 et 5.3, Kimi K3, et DiffusionGemma pour les tâches de décision. Les tarifs sont au million de tokens et publiés en entrée comme en sortie, avec une remise sur les tokens de prompt en cache. Le chat confidentiel démarre autour de $0.30 à $0.35 par million de tokens d'entrée sur les modèles les moins chers, et la transcription audio coûte $0.05 la minute. Vous voyez le prix avant d'envoyer quoi que ce soit.

Le chat accepte texte, image et vidéo selon le modèle. Une route vocale transcrit l'audio et renvoie des résultats au format Deepgram. Un point d'accès de décisions répond à des questions typées avec des probabilités, ce qui convient à la classification et au scoring quand vous voulez un chiffre plutôt qu'un texte. Une clé et une URL de base desservent l'ensemble, ce qui réduit le code de liaison qu'un pipeline réglementé réclame d'habitude.

Le service managé tourne dans des centres de données suisses avec un engagement de disponibilité proche de 99,98% et une alimentation renouvelable. Pour ceux qui ne peuvent pas passer par une API hébergée, l'hyperviseur Enclave s'installe sur des grappes GPU existantes, sur site, dans un compte cloud public ou en cloud privé, et Prem affirme ne pas pouvoir lire les données traitées là. Les déploiements entreprise ajoutent des instances dédiées, des modèles sur mesure et des environnements isolés sans réseau.

La promesse de Prem est l'IA souveraine : données, calcul et modèles sous votre contrôle, vendus comme trois produits autour d'un compte. Fluso est un constructeur d'agents sans code pour les équipes qui veulent déployer des agents sur leurs procédures internes. Prem Studio ajuste et compresse des modèles avec vos données, les poids étant exportables pour un hébergement maison. Aucun des deux ne remplace l'API, mais ils pèsent si vous préférez posséder un petit modèle plutôt que louer un grand.