Plan Agency de Ertas ($69.50/mes Early Bird): 10 Proyectos de Clientes, 5 Puestos — ¿Vale la Pena?

El plan Agency de Ertas cuesta $69.50 por mes durante Early Bird (normalmente $149/mes, bloqueado de por vida en pre-suscripción). Está diseñado para agencias de IA pequeñas y consultores que gestionan proyectos de fine-tuning para múltiples clientes simultáneamente.

Este es un desglose honesto de lo que incluye el plan, para quién está diseñado, cómo funcionan las cuentas de ROI, y cuándo no es suficiente.

Qué Incluye Agency

400 créditos por mes. Significativamente más que los 100 de Builder. Para una agencia ejecutando 8-10 clientes con ciclos de re-entrenamiento mensuales, 400 créditos proporcionan margen cómodo (aproximadamente 25-50 ejecuciones de entrenamiento por mes dependiendo del tamaño del dataset y modelo).

10 proyectos etiquetados por cliente. Esta es la característica central de Agency. Cada proyecto está aislado: datasets, ejecuciones de entrenamiento, versiones de modelos y exportaciones GGUF están separados por cliente. Los datos de tu cliente A no pueden incluirse accidentalmente en el entrenamiento del cliente B. Cada proyecto tiene su propio nombre (el nombre de tu cliente o identificador de proyecto) visible en la interfaz.

5 puestos. Cinco miembros del equipo pueden acceder a la cuenta Agency con permisos apropiados al rol. Uso típico de agencia pequeña: propietario de cuenta + 1-2 desarrolladores + 1-2 gerentes de cuenta que ejecutan evaluaciones o verifican el progreso del entrenamiento.

3 trabajos de entrenamiento concurrentes. Ejecuta tres modelos de clientes simultáneamente en lugar de ponerlos en cola. Con 8-10 clientes con calendarios de re-entrenamiento superpuestos, esta es la diferencia entre entregar a tiempo y gestionar una cola incómoda.

200 GB de almacenamiento. Suficiente para 30-40 modelos GGUF exportados más todos sus datasets de entrenamiento. Un GGUF 7B Q4 pesa ~4-5 GB; un GGUF 14B Q4 pesa ~8-9 GB.

GPUs de nivel superior. Los clientes de Agency obtienen acceso a mejor hardware GPU para entrenamiento, lo que significa ejecuciones de entrenamiento más rápidas y la capacidad de manejar datasets más grandes.

Síntesis de dataset y evaluación masiva. Igual que Builder — genera datos de entrenamiento sintéticos, ejecuta evaluaciones masivas en conjuntos de prueba, usa auto-evals para detectar regresiones de calidad.

La Arquitectura Por Cliente

Entender el modelo de proyecto por cliente es importante para evaluar si Agency se ajusta a tu flujo de trabajo.

Cada uno de tus 10 espacios de proyecto representa un cliente (o un caso de uso principal dentro de un cliente). Dentro de cada proyecto:

• Todas las versiones de dataset están almacenadas (para que puedas re-entrenar desde cualquier snapshot histórico)
• Todas las ejecuciones de entrenamiento están registradas con parámetros y resultados
• Todos los archivos GGUF exportados están disponibles para descarga
• Los resultados de evaluación se rastrean a lo largo del tiempo

El modelo de adaptador LoRA significa que el modelo ajustado de cada cliente es un adaptador ligero (50-200 MB) sobre un modelo base compartido. Los clientes comparten los pesos del modelo base pero tienen adaptadores completamente separados. Así es como gestionas 10 modelos de clientes a 1/10 del costo de almacenamiento de 10 copias completas del modelo.

Para Quién Es Ideal Agency

Agencia de IA con 3-10 proyectos activos de fine-tuning para clientes. Estás entregando modelos ajustados personalizados a clientes, gestionando ciclos de re-entrenamiento continuos, y necesitas aislamiento de proyectos, acceso de equipo y espacios de trabajos concurrentes. Este es exactamente el caso de uso del plan Agency.

Consultor freelance de IA con trabajo concurrente para clientes. Trabajas independientemente pero manejas 4-6 clientes simultáneamente. Los 5 puestos te permiten agregar un desarrollador contratado o asistente. Los proyectos por cliente mantienen tu trabajo organizado.

Equipo interno pequeño de IA construyendo modelos para múltiples departamentos. Modelo de marketing, modelo de ventas, modelo de soporte — cada uno necesita datos de entrenamiento separados y salida GGUF separada. Agency te da la estructura para gestionar esto sin contaminación cruzada.

El Cálculo de ROI

La pregunta no es si $69.50/mes es caro — es si es caro relativo a lo que te permite facturar.

Escenario 1: 5 clientes a $500/mes de retainer cada uno

• Ingreso mensual: $2,500
• Costo del plan Agency: $69.50
• Plan como % de ingresos: 2.8%
• Por cada cliente que agregas más allá de 1, el costo del plan es cada vez más trivial

Escenario 2: 3 clientes a $800/mes de tarifa de proyecto

• Ingreso mensual: $2,400
• Costo del plan Agency: $69.50
• Plan como % de ingresos: 2.9%

Escenario 3: 10 clientes a $300/mes de retainer (solo mantenimiento de modelos)

• Ingreso mensual: $3,000
• Costo del plan Agency: $69.50
• Plan como % de ingresos: 2.3%

El plan Agency se paga solo con un solo cliente pagando $70/mes o más. Cualquier agencia con más de un cliente activo de fine-tuning debería estar en Agency — la pregunta no es si hacerlo, sino cuándo.

Qué Necesita Realmente Cada Cliente (y Qué Entrega Agency)

Comparando el Costo con Infraestructura DIY

Algunas agencias consideran construir su propia infraestructura de fine-tuning en lugar de pagar por Agency. Aquí está la comparación honesta:

DIY puede tener sentido para agencias muy grandes con ingenieros de ML dedicados. Para agencias pequeñas y consultores, pagar $69.50/mes por infraestructura que de otra manera costaría cientos en tiempo de desarrollador es una decisión directa.

Agency vs Agency Pro: Cuándo Actualizar

Agency Pro cuesta $169/mes (Early Bird; normalmente $349/mes). La actualización desbloquea:

• 30 proyectos de clientes (vs 10)
• 15 puestos (vs 5)
• 8 trabajos concurrentes (vs 3)
• 1,000 créditos/mes (vs 400)
• API white-label (tus clientes pueden llamar al modelo a través de tu endpoint de API con marca)
• Síntesis de dataset y evaluación ilimitadas

Actualiza a Agency Pro cuando:

• Tienes más de 10 proyectos activos de clientes
• Necesitas entrega de API white-label (los clientes llaman a tu endpoint con marca, no a Ertas)
• Tienes un equipo mayor de 5 personas
• Constantemente llegas al límite de 3 trabajos concurrentes

Quédate en Agency cuando:

• Tienes 10 o menos clientes activos
• Entregas archivos GGUF directamente (sin necesidad de endpoint de API)
• Tu equipo es de 5 personas o menos
• 3 trabajos concurrentes son suficientes para tu calendario de re-entrenamiento

El Bloqueo de Precio Early Bird

Agency a $69.50/mes (Early Bird) vs $149/mes (estándar).

• Ahorro en 12 meses: $948
• Ahorro en 24 meses: $1,896
• Ahorro en 36 meses: $2,844

Para una agencia de 2 personas funcionando por 3 años, la diferencia entre bloquear el early bird y pagar precio estándar es casi $2,900. Esto no es lenguaje promocional — es la aritmética de una diferencia de precio del 53% compuesta a lo largo del tiempo.

Pre-suscripción significa facturación mensual, cancela cuando quieras, garantía de reembolso. El bloqueo de precio de por vida aplica mientras la suscripción permanezca activa.

Cómo Saber Si Estás Listo para Agency

Estás listo para Agency si:

• Tienes o esperas tener 3+ proyectos activos de fine-tuning para clientes
• Necesitas más de un miembro del equipo para acceder a la plataforma
• Estás entregando modelos ajustados como parte de un servicio pagado
• Estás facturando a clientes por trabajo de automatización de IA que involucra modelos personalizados

Si solo tienes 1-2 proyectos y trabajas solo, Builder ($14.50/mes) puede ser suficiente. La actualización a Agency tiene sentido cuando la cantidad de proyectos de clientes excede 3 o cuando necesitas acceso de equipo.

---

Lectura Adicional

• Reseña del Plan Builder de Ertas — ¿Es el plan Builder correcto antes de actualizar a Agency?
• Reducción de Costos de IA para Agencias — Cómo las agencias reducen costos 99%+ con modelos locales ajustados
• Gestionar Múltiples Modelos Ajustados — Flujos de trabajo operativos para gestión de modelos multi-cliente
• Plataforma de IA White-Label para Agencias — Cuándo el white-labeling se vuelve importante
• Ingresos Recurrentes con Modelos Ajustados — Construyendo ingresos de retainer alrededor del mantenimiento de modelos