Prem AI

Esta é a base da API de IA criptografada: sua aplicação cifra o corpo da requisição antes de qualquer chamada de rede. O gateway recebe o texto cifrado mais metadados operacionais como modelo, tamanho, tempos e cobrança. Apenas o ambiente de execução descriptografa a carga para rodar a inferência. Na prática, um log comprometido ou um operador curioso não encontram o texto do prompt, e a variante de proxy local oferece a mesma proteção a clientes que só falam o formato da OpenAI. A chave de criptografia nunca chega à Prem.

Cada requisição protegida pode devolver evidências de atestação: assinaturas da CPU e da GPU, nonces que comprovam atualidade e resultados de política indicando se a medição bateu com uma referência aprovada. A Prem publica o código de verificação no GitHub, então o time de segurança roda a checagem por conta própria em vez de confiar num selo no painel. As evidências cobrem AMD SEV-SNP, Intel TDX e NVIDIA Confidential Computing, inclusive clusters com várias GPUs.

A inferência confidencial passa todo o caminho por criptografia e um ambiente protegido, feita para dados sensíveis e cargas de produção. A retenção zero de dados é uma API compatível com OpenAI que dispensa gerenciamento de chaves e proxy, onde a Prem envia o pedido a um parceiro sob contrato de não retenção. Esse segundo modo é o jeito barato de testar modelos, protótipos e dados públicos. Cada modo tem seu catálogo, e a API recusa um modelo enviado ao modo errado com um erro 400 claro.

O catálogo se apoia em modelos de pesos abertos atuais: Qwen 3.8, variantes do DeepSeek V4 e V4.1, GLM 5.2 e 5.3, Kimi K3 e DiffusionGemma para tarefas de decisão. O preço é por milhão de tokens e sai publicado tanto na entrada quanto na saída, com desconto nos tokens de prompt em cache. O chat confidencial parte de cerca de $0.30 a $0.35 por milhão de tokens de entrada nos modelos mais baratos, e a transcrição de áudio custa $0.05 por minuto. Você vê a tarifa antes de enviar qualquer coisa.

O chat aceita texto, imagem e vídeo conforme o modelo. Uma rota de voz transcreve áudio e devolve resultados no formato Deepgram. Um endpoint de decisões responde perguntas tipadas com probabilidades, o que serve para classificação e pontuação quando você quer um número e não um texto corrido. Uma chave e uma URL base alcançam tudo, o que reduz a cola de código que um pipeline regulado costuma exigir.

O serviço gerenciado roda em data centers suíços com compromisso de disponibilidade perto de 99,98% e energia renovável. Para quem não pode usar uma API hospedada, o hypervisor Enclave é instalado nos clusters de GPU existentes, seja on-premise, numa conta de nuvem pública ou em nuvem privada, e a Prem afirma que não consegue ler os dados processados ali. Implantações enterprise acrescentam instâncias dedicadas, escolha de modelos sob medida e ambientes isolados sem conexão.

A proposta da Prem é IA soberana: dados, computação e modelos sob seu controle, vendidos como três produtos em torno de uma conta. O Fluso é um construtor de agentes sem código para times que querem implantar agentes sobre procedimentos internos. O Prem Studio ajusta e comprime modelos com os seus dados, e os pesos podem ser exportados para hospedagem própria. Nenhum dos dois substitui a API, mas pesam se você prefere um modelo próprio menor a alugar um grande.