Plan Builder de Ertas ($14.50/mes): Para Quién Es, Qué Incluye, Reseña Honesta

El plan Builder de Ertas cuesta $14.50 por mes durante Early Bird — normalmente $34.50, bloqueado al precio menor de por vida con pre-suscripción. Este es un desglose detallado de lo que obtienes, para quién es ideal, cuándo no es suficiente, y cómo funcionan las cuentas contra los costos de API que típicamente reemplaza.

Sin adornos. Si Builder no es el plan correcto para tu situación, esta reseña lo dice.

Qué Incluye Builder

100 créditos por mes. Los créditos se consumen cuando ejecutas trabajos de entrenamiento. Una ejecución típica de fine-tuning en un modelo 7B con 500-1,000 ejemplos de entrenamiento cuesta 8-15 créditos. Con 100 créditos, puedes ejecutar de forma realista 7-12 trabajos de entrenamiento por mes — suficiente para experimentación regular, mejora iterativa, o mantener 2-3 proyectos activos con re-entrenamiento mensual.

3 proyectos. Un proyecto contiene tus datasets, ejecuciones de entrenamiento y modelos exportados para un caso de uso o aplicación específica. 3 proyectos significa que puedes mantener 3 modelos ajustados distintos simultáneamente — típico para un desarrollador independiente con un producto principal y un par de experimentos secundarios.

Modelos hasta 14B parámetros. El tier gratuito limita a 7B. Builder desbloquea modelos 14B (Qwen 2.5 14B, Llama 3.1 14B, etc.). Para la mayoría de aplicaciones de tareas específicas, 7B es suficiente. 14B se vuelve relevante cuando necesitas mejor razonamiento o capacidad multilingüe mientras aún ejecutas localmente en un VPS de gama media.

50 GB de almacenamiento. Cubre tus datasets subidos y archivos GGUF exportados. Un GGUF ajustado de 7B (cuantizado Q4) pesa aproximadamente 4-5 GB. 50 GB almacena cómodamente 8-10 modelos exportados más los datasets que los produjeron.

Síntesis de dataset. Ertas puede generar ejemplos de entrenamiento sintéticos a partir de un dataset semilla o descripción. Útil cuando tienes datos reales limitados. Builder incluye esto; Free no.

Evaluación masiva y auto-evals. Ejecuta benchmarks de evaluación en tus modelos ajustados contra datasets de prueba. Las auto-evals detectan regresiones cuando re-entrenas. Esencial para mantener la calidad a medida que tu dataset evoluciona.

El Sistema de Créditos en la Práctica

Con 100 créditos por mes, puedes ejecutar aproximadamente 6-12 trabajos de entrenamiento dependiendo del tamaño del modelo y dataset. Para un desarrollador independiente típico ejecutando un modelo ajustado con re-entrenamiento mensual, eso es margen considerable.

Para Quién Es Ideal Builder

Desarrollador independiente reemplazando una factura de API de OpenAI. Tienes una app SaaS gastando actualmente $80-400/mes en llamadas API. Quieres ajustar un modelo en tu dominio, exportar GGUF, ejecutar localmente. Builder + un VPS de Hetzner de $26/mes reemplaza esa factura a $40.50/mes en total — y los ahorros crecen con el uso ya que tu costo de inferencia ahora es cero.

Constructor individual con 1-3 proyectos activos. Estás experimentando con fine-tuning para diferentes casos de uso, ejecutando experimentos de entrenamiento cada 1-2 semanas, manteniendo 2-3 modelos activos. Los 3 proyectos y 100 créditos por mes de Builder encajan en este patrón.

Fundador no técnico agregando funciones de IA. No tienes ingenieros de ML. La interfaz visual de Ertas te permite ajustar sin código. Builder desbloquea las herramientas (síntesis de dataset, evaluación) que necesitas para hacer esto seriamente, no solo una vez.

Alguien validando un caso de uso de fine-tuning. No estás seguro aún de si el fine-tuning es correcto para tu aplicación. Builder te permite ejecutar múltiples experimentos, comparar resultados y evaluar calidad antes de comprometerte con inversión en infraestructura.

Caso de Uso: Desarrollador Independiente Reemplazando API de OpenAI

Aquí están las cuentas para un escenario concreto.

La situación: Construiste una app de asistente de escritura usando la API de OpenAI. Con 800 usuarios, estás gastando $130/mes en costos de API (aproximadamente 2M tokens/mes). Esperas llegar a 3,000 usuarios en 6 meses, punto en el cual la factura de API será $480/mes.

La migración:

• Mes 1: Exporta 600 pares de entrada/salida de tus logs de API de OpenAI como JSONL. Sube a Ertas, ajusta Qwen 2.5 7B. 8 créditos usados.
• Mes 2: Prueba el modelo ajustado contra tu conjunto de prueba. La calidad iguala a GPT-3.5, cerca de GPT-4 para tu tarea específica. Despliega en VPS de Hetzner ($26/mes).
• Mes 3: Cambia el endpoint de API en tu app de OpenAI a Ollama local. Cancela (o reduce) suscripción de OpenAI.

La economía:

Los ahorros mensuales a 3,000 usuarios: $439.50. A 10,000 usuarios: $1,533.50. Builder se paga solo en el primer mes.

Cuándo Builder No Es Suficiente

Tienes más de 3 modelos de clientes activos. Si estás haciendo trabajo de agencia y gestionando modelos para múltiples clientes simultáneamente, necesitas el plan Agency (10 proyectos de clientes, 5 puestos, $69.50/mes Early Bird).

Necesitas modelos mayores a 14B. 14B cubre la mayoría de casos de uso de fine-tuning en producción. Si estás trabajando con modelos de 30B-70B o necesitas capacidades de fine-tuning de clase frontier, necesitas Agency Pro o Enterprise.

Necesitas acceso de equipo. Builder es un plan de un solo usuario. Si dos o más personas necesitan acceder a los mismos proyectos (desarrollador + persona de datos, por ejemplo), necesitas Agency para la asignación de puestos.

Tienes más de 100 créditos de necesidades de entrenamiento mensuales. Si estás ejecutando muchos experimentos o manteniendo muchos modelos que necesitan re-entrenamiento frecuente, los créditos de Builder pueden quedarse cortos. Monitorea tu uso en el primer mes para evaluar.

Necesitas salida white-label. Archivos GGUF con marca para entrega a clientes requieren Agency Pro o superior.

Free vs Builder: ¿Vale la Pena la Actualización?

Free es genuinamente útil para aprender fine-tuning y probar el flujo de trabajo. Está limitado por el tope diario de créditos (5/día) y el proyecto único, lo que lo hace poco práctico para casos de uso reales que requieren múltiples experimentos o múltiples modelos. Si tienes un caso de uso real — reemplazar una factura de API, construir una función de producto, ajustar para un cliente — Builder es el tier correcto.

El Bloqueo de Precio Early Bird

Builder cuesta $14.50/mes durante Early Bird (normalmente $34.50/mes). Pre-suscribirte bloquea este precio de por vida.

• Ahorro en 12 meses: $240
• Ahorro en 24 meses: $480
• Ahorro en 36 meses: $720

El early bird es una pre-suscripción — pagas mensualmente, cancelas cuando quieras, garantía de reembolso. El bloqueo de precio de por vida es la parte valiosa. Las herramientas de fine-tuning se están volviendo más capaces, no más baratas; bloquear el precio actual antes del lanzamiento es la misma lógica que cualquier pre-contrato de infraestructura.

Cómo Saber Si Estás Listo para Builder

Estás listo para Builder si:

• Tienes un caso de uso específico en mente (no "quiero probar fine-tuning")
• Tienes o puedes generar más de 300 ejemplos de entrenamiento en formato JSONL
• Actualmente gastas más de $40/mes en llamadas API para una tarea específica
• Tienes un VPS o estás dispuesto a crear uno para inferencia local

Si aún no estás en esta etapa, usa el tier Free hasta que lo estés. Builder es para cuando tienes un problema real que resolver.

---

Lectura Adicional

• Ajustar Modelos de IA Sin Código — Cómo funciona el flujo de trabajo de fine-tuning de principio a fin
• Costos de Modelos de IA para Desarrolladores Independientes 2026 — El precipicio de costos de API y cuánto cuesta a diferentes cantidades de usuarios
• Modelo 7B Supera a la Llamada API — Cuándo un modelo pequeño ajustado supera a una API en la nube
• Ejecutar Modelos de IA Localmente — Configurando Ollama para inferencia local
• Reseña del Plan Agency de Ertas — Cuándo actualizar más allá de Builder