Crea con modelos que posees.
Entrena modelos de IA personalizados. Despliégalos donde quieras. On-device, en local o en cloud gestionado.
Entrena tu modelo de IA. Visualmente.
Cómo funciona
De tus datos a un modelo desplegable en tres pasos.
Sube tu dataset
Sube tu propio JSONL, o importa uno desde Hugging Face con una URL. ¿Aún no tienes dataset? Crea uno desde cero en Data Craft, nuestro constructor de datasets guiado.
Ajusta en Studio
Ajusta varios modelos en paralelo en GPUs cloud rápidas, sin necesidad de hardware costoso. El canvas visual es donde iteras: compara ejecuciones, ajusta tu receta y decide qué funciona para tu producto.
Despliega donde corre tu producto
Exporta tu modelo ajustado como GGUF y ejecútalo on-device o en local con llama.cpp, Ollama o LM Studio. Despliega en tu propio cloud gestionado hoy, con despliegue en un clic en Ertas próximamente.
Dentro de la plataforma
Todo lo que necesitas para ajustar y desplegar IA personalizada.
Model Studio
Ajusta modelos populares de código abierto en GPUs cloud rápidas. Soporta Gemma 4, Llama 3.2, Qwen 3.5 y más. Canvas visual, sin código.
Ver modelos compatibles →
¿Por qué ajustar tu propio modelo?
Para una tarea específica, un modelo personalizado puede ser más barato, más rápido y más fácil de poseer que un prompt más envuelto alrededor de una API genérica.
Modelos que entienden tu dominio
Los modelos ajustados superan a los LLMs genéricos en tus tareas específicas, mejor que cualquier ingeniería de prompts.
Costos que no escalan con tus usuarios
Las APIs cloud cobran por token, y tu factura crece con cada usuario. La inferencia on-device no cuesta nada en tiempo de ejecución, tengas 1,000 o 100,000 usuarios.
Lanza funciones de IA sin experiencia en ML
Ertas se encarga del pipeline de entrenamiento. Tú concéntrate en tu producto, no en la infraestructura.
On-device: offline, instantáneo, privado
Sin viajes de red, sin spinners de carga, sin datos saliendo del dispositivo. Tus funciones de IA funcionan en todas partes, incluso offline.
Hecho para app builders que lanzan productos con IA: devs independientes, startups, agencias y builders.
"Ajusté un modelo con la documentación de nuestro producto en menos de una hora. Ahora nuestro bot de soporte realmente entiende nuestro dominio en vez de alucinar."
Jamie K.
Desarrollador Independiente
"Reemplazamos nuestra factura de $400/mo en APIs con un modelo ajustado corriendo localmente. Mejores resultados, costos predecibles. Justo lo que necesitábamos."
Maria R.
Fundadora de Startup
Diseñado para tu forma de trabajar
Empieza gratis. Escala a tu ritmo.
Free
Pruébalo, 30 créditos/mes
- 30 créditos/mes (5/día)
- Modelos hasta 7B
- 5 GB para modelos
- 250 MB para datasets
- Sandbox de pruebas manuales
- 3 generaciones de receta/mes
Builder
Para devs indie y desarrolladores en solitario
- 100 créditos/mes
- Modelos hasta 14B
- 50 GB para modelos
- 2 GB para datasets
- GPUs de gama superior
- Bulk eval (100 casos/ejecución)
- 3 auto-evaluaciones/mes
- Acumulación de créditos (1 mes)
Pro
Para power users y equipos que gestionan proyectos de cliente
- 200 créditos/mes
- 100 GB para modelos
- 5 GB para datasets
- Cola prioritaria de GPU
- 3 trabajos de fine-tuning en paralelo
- Bulk eval (500 casos + objetivos)
- 15 auto-evaluaciones/mes
Business
Para equipos escalados y agencias multi-cliente
- 400 créditos/mes
- 200 GB para modelos
- 10 GB para datasets
- 8 trabajos de fine-tuning en paralelo
- Cola GPU de mayor prioridad
- Bulk eval (2,000 casos + regresión)
¿Necesitas cumplimiento normativo, on-prem o hardware de última generación? Hablemos de Enterprise
Preguntas frecuentes
Preguntas comunes sobre entrenar y lanzar modelos personalizados con Ertas.
No. Ertas se encarga del flujo de entrenamiento, la configuración de GPU, el empaquetado del modelo y la ruta de exportación. Tú sigues aportando el criterio de producto: la tarea, los datos y lo que significa «que funciona» para tu app.
No. El despliegue on-device es un caso de uso fuerte porque te da soporte offline, privacidad y cero costo de inferencia por token. También puedes entrenar modelos para inferencia en el servidor, despliegue en GPU gestionada, herramientas internas, bots de soporte, agentes y flujos de producto.
Obtienes un artefacto de modelo ajustado que puedes probar, exportar e integrar en tu app. Para despliegue local u on-device, Ertas soporta exportación a GGUF. Para equipos que quieren inferencia hospedada, el despliegue gestionado a través de Ertas Cloud está en la hoja de ruta.
Ertas soporta modelos abiertos populares, incluyendo Gemma, Qwen, Llama, Mistral y Phi. Nos enfocamos en modelos que los builders pueden lanzar de verdad, desde modelos pequeños para uso local y on-device hasta modelos más grandes para despliegue en servidor o GPU. Algunas familias de modelos adicionales pueden funcionar de forma experimental, pero el soporte oficial empieza con los modelos listados arriba.
Ertas almacena tus datasets para que puedas reejecutar experimentos, comparar ejecuciones de entrenamiento y evitar volver a subir los mismos archivos. Tú mantienes el control de lo que subes y puedes eliminar los datasets que ya no necesites desde Data Craft. Para equipos con requisitos de datos más estrictos, Ertas Vault añade almacenamiento cifrado, controles de acceso y registros de auditoría.
Model Studio es el producto principal hoy: sube datos, entrena modelos en GPUs cloud, prueba resultados y exporta modelos para tu app. Hub te permite gestionar tus modelos ajustados en un solo lugar, con descubrimiento público y compartición llegando a continuación. Cloud añadirá despliegue gestionado de API para equipos que no quieren operar su propia infraestructura de hosting.
Sí. El plan gratuito empieza de inmediato y no requiere tarjeta de crédito. Obtienes créditos mensuales para entrenar y probar modelos más pequeños. Los planes de pago añaden más créditos, soporte para modelos más grandes, más almacenamiento y mayor prioridad de acceso a las GPUs.
Empieza a construir hoy.
Gratis para empezar. Sin tarjeta de crédito.