Fine-Tuning para devs indie: Plan Lite de Ertas, $10/mes
La forma más barata de entrenar un modelo de IA propio. Qué desbloquean $10/mes para aficionados y devs indie, qué modelos puedes entrenar y dónde se acaba.
La mayoría de la gente que quiere un modelo de IA propio para un proyecto paralelo se atasca en el mismo punto. Los tutoriales dan por hecho que tienes una GPU seria metida en tu equipo, las plataformas en la nube facturan por hora de GPU sin techo, y los planes gratuitos te limitan por debajo de los tamaños de modelo que de verdad funcionan bien.
Lite cuesta $10 al mes. Existe para llevar a un aficionado o a un dev indie desde el "quiero probar esto" hasta un modelo entrenado corriendo en su propio proyecto, sin tener que comprar miles de dólares en hardware y sin una factura abierta. El entrenamiento se sigue ejecutando en GPUs reales, gestionadas sobre la infraestructura cloud de Ertas. La gracia está en que no tienen que ser tuyas.
Esto es lo que compra ese precio, con proyectos reales construidos encima, y un relato honesto de dónde se detiene.
Cómo es de verdad un proyecto indie
Esto es Chatty Valley, un mod de Stardew Valley que sustituye el diálogo fijo de un aldeano por un modelo pequeño entrenado para mantenerse en personaje. Se ejecuta en la propia máquina del jugador, sin clave de API y sin coste por mensaje.
Esa es la forma de trabajo para la que está pensado el precio de Lite. Un personaje, un dataset, un puñado de ejecuciones de entrenamiento para dar con la voz, y después exportar y publicar.
La parte más difícil de ese proyecto nunca fue la GPU. Fue la iteración: conseguir que el personaje rechazara una premisa falsa, evitar que estuviera de acuerdo con todo, y que dejara de romper el papel a los doce mensajes de conversación. Esos son problemas del bucle de entrenamiento, y son en lo que se gastan los créditos.
Prueba primero un personaje ajustado en tu navegador
Si quieres ver cómo se siente un modelo de personaje pequeño y ajustado antes de pagar nada, Corporate Goblin se ejecuta enteramente en tu navegador en playground.ertas.ai. Sin registro y sin servidor: el modelo se descarga y corre en tu propia máquina a través de WebAssembly.
Es un ejercicio de calibración útil. Un modelo de 230M con un dataset de persona bien acotado mantiene el personaje mejor de lo que casi nadie espera, y te dice cuánto modelo necesitas de verdad antes de gastar créditos en averiguarlo.
Los cuatro muros que derriba $10
Free es un plan de verdad y deberías empezar ahí. Estos son los cuatro límites que hacen que la gente lo abandone.
1. Modelos de más de 5B, incluido Gemma 4 E2B
Free te limita por debajo de 5B parámetros. Lite te lleva a 14B, el mismo techo de modelo que Builder y que todos los planes por encima.
El modelo más útil que conocer aquí es Gemma 4 E2B. El nombre "E2B" significa "2B efectivo", que describe su cómputo de inferencia más que su huella de entrenamiento. El recuento real de parámetros es de 5.12B, lo que lo deja justo por encima de la línea del plan Free. Es un modelo eficiente en memoria, con una ventana de contexto de 128K y uno de los mejores puntos de partida para un modelo de personaje o de asistente. Entrenarlo empieza en Lite.
Qwen 3.5, Llama 3 y el resto del catálogo de tamaño medio están en la misma banda.
2. GPUs de gama superior, para que las ejecuciones terminen mientras sigues trabajando
Free entrena en hardware de gama de entrada. Todos los planes de pago, Lite incluido, te mueven a la gama de GPU superior. La diferencia práctica está en el tiempo de respuesta: una ejecución que te ocupa toda una tarde en el plan gratuito termina lo bastante rápido como para iterar varias veces de una sentada, y eso suele ser la diferencia entre un proyecto que terminas y un proyecto que abandonas.
3. Seguir entrenando desde un modelo que ya entrenaste
Puedes coger un modelo que entrenaste en Ertas y seguir entrenándolo, en lugar de partir del modelo base cada vez. Si tu primera ejecución acertó con la voz pero el modelo se va por las ramas, construyes sobre esa ejecución en vez de tirarla. Con un presupuesto de 40 créditos, evitar una repetición desde cero es el mayor ahorro que tienes disponible.
4. Exportación completa del modelo
Puedes sacar los pesos entrenados y ejecutarlos donde quieras. Inferencia local con Ollama o llama.cpp, empaquetado dentro de un mod de juego, distribuido dentro de una app. Sin coste por mensaje, sin clave de API en tu build, y sigue funcionando sin conexión.
También hay inferencia posterior al entrenamiento, que te deja probar el modelo dentro de la plataforma justo después de una ejecución, en lugar de exportar primero para descubrir si funcionó.
Qué compran de verdad 40 créditos
Los créditos se consumen con las ejecuciones de entrenamiento. Una ejecución sobre un modelo 7B con 500 a 1,000 ejemplos cuesta unos 8 a 15 créditos, así que 40 créditos son entre tres y cinco ejecuciones reales al mes. Los créditos sin usar se arrastran durante un mes, así que un mes tranquilo financia uno movido.
Para un proyecto con la forma de Chatty Valley, eso es más o menos un mes de dejar fino a un personaje.
El almacenamiento es de 25 GB para modelos y 1 GB para datasets, y los dos son independientes, así que los datasets nunca se comen tu espacio de modelos. Un GGUF de 7B en 4 bits ocupa unos 4 a 5 GB, así que 25 GB guardan alrededor de cinco modelos terminados con margen para trabajar.
Dónde se queda corto Lite
La parte útil de la reseña de un plan es la que te dice cuándo dejar de pagarlo.
40 créditos se van rápido si iteras. Entre tres y cinco ejecuciones es cómodo para un modelo que estás refinando despacio. Se queda justo en cuanto comparas dos modelos base, barres hiperparámetros o reentrenas cada semana con datos nuevos.
Los 25 GB aprietan antes que los créditos cuando trabajas con 14B. Una exportación de 14B pesa aproximadamente el doble que una de 7B, así que los mismos 25 GB que guardan cinco modelos 7B guardan dos o tres de 14B.
1 GB de almacenamiento de datasets es poco para trabajar en varios proyectos. Generoso para un dataset curado, limitante repartido entre cuatro clientes.
Las cuentas de las recargas son la señal para actualizar. Los créditos extra cuestan $15 por cada 50, así que un mes en el que compras una recarga te sale a $25 por 90 créditos. Builder cuesta $25 por 100 créditos con el doble de almacenamiento de modelos. Si compras una recarga casi todos los meses, Builder ya te sale más barato.
Lite vs Free
| Free | Lite ($10/mes) | |
|---|---|---|
| Créditos | 5/día, se renuevan a diario (hasta 30/mes) | 40/mes por adelantado, se arrastran 1 mes |
| Tamaño máx. de modelo | Menos de 5B | Hasta 14B |
| Almacenamiento de modelos | 5 GB | 25 GB |
| Almacenamiento de datasets | 250 MB | 1 GB |
| Gama de GPU | Entrada | Gama superior |
| Exportación completa del modelo | No | Sí |
La renovación diaria es el muro con el que la mayoría choca primero, y es un muro más duro de lo que parece. Free te da 5 créditos al día que se renuevan en lugar de acumularse, así que una ejecución que cueste más de 5 créditos queda fuera de alcance por muchos días que esperes. Una ejecución de entrenamiento de 12 créditos es permanentemente inalcanzable en Free.
Lite te entrega los 40 créditos por adelantado y arrastra los que no uses durante un mes. Eso es lo que hace posible una ejecución de verdad, y es la razón por la que puedes hacer tres en un sábado.
Lite vs Builder
| Lite ($10/mes) | Builder ($25/mes) | |
|---|---|---|
| Créditos | 40/mes | 100/mes |
| Tamaño máx. de modelo | Hasta 14B | Hasta 14B |
| Almacenamiento de modelos | 25 GB | 50 GB |
| Almacenamiento de datasets | 1 GB | 2 GB |
| Gama de GPU | Gama superior | Gama superior |
| Arrastre de créditos | 1 mes | 1 mes |
La capacidad es idéntica. Lite es Builder con menos espacio, así que el volumen es el único eje sobre el que estás eligiendo.
Quién debería elegir Lite
- Estás construyendo una sola cosa: un mod, un NPC de un juego, una función de un proyecto paralelo, un asistente dentro de una app
- Has topado con el límite de tamaño de modelo de Free y es lo único que te bloquea
- Quieres los pesos exportados y funcionando en tu propio proyecto
- Estás comprobando si un modelo propio mejora tu factura de API actual antes de comprometerte más
Quién debería saltárselo
- Todavía estás explorando. Quédate en Free. No cuesta nada y te enseña el flujo de trabajo.
- Reentrenas cada semana, o llevas varios modelos a la vez. Vete a Builder. De todas formas te vas a gastar la diferencia en recargas.
- Necesitas sitio para varios modelos a la vez, o para modelos más grandes. Pro es donde el almacenamiento deja de ser la restricción: 100 GB de almacenamiento de modelos frente a los 25 GB de Lite, y 5 GB de datasets frente a 1 GB. Además trae 200 créditos, prioridad en la cola de GPU y acceso anticipado a las nuevas funciones de Ertas según se publican.
Preguntas frecuentes
¿Necesito tener una GPU propia? No. El entrenamiento se ejecuta en GPUs en la nube gestionadas por Ertas, así que el hardware caro se queda fuera de tu escritorio y fuera de tu tarjeta de crédito. En local solo necesitas una máquina capaz de ejecutar el modelo terminado, y un modelo pequeño cuantizado a 4 bits corre en hardware de consumo normal.
¿Necesito saber Python? No. El entrenamiento se configura visualmente en Studio. Tú aportas el dataset y el criterio sobre qué significa "bueno".
¿Qué puedo entrenar en Lite? Cualquier modelo del catálogo de hasta 14B, lo que cubre Gemma 4 E2B, Qwen, Llama, Mistral y Phi en el rango pequeño a medio.
¿Puedo usar el modelo en un juego o una app comercial? Los pesos entrenados son tuyos para exportarlos y distribuirlos. Revisa la licencia del modelo base del que partiste, ya que se traslada a tu modelo ajustado.
¿Qué pasa con mis modelos si cancelo? Exporta todo lo que quieras conservar antes de cancelar. Las cuotas de almacenamiento se aplican según el plan en el que estés.
El resumen honesto
Lite es deliberadamente estrecho. Quita los muros que impiden a los aficionados y a los devs indie sacar algo real, al precio más bajo que podemos poner detrás de ellos. Está dimensionado para un proyecto cada vez, y las cuentas de las recargas de arriba te dicen el mes exacto en el que subir de plan.
Si ese es tu caso, son $10 y puedes cancelar cuando quieras.
Los planes de Ertas empiezan en $10/mes. Ver precios
Lectura adicional
- Chatty Valley: un mod de IA on-device para Stardew Valley: la historia completa del proyecto de arriba
- Ertas para desarrolladores indie: el panorama más amplio para proyectos paralelos y apps hechas a base de vibe coding
- Reseña del Plan Builder de Ertas: el siguiente plan por encima, y cuándo los créditos lo justifican
- Ajustar modelos de IA sin código: cómo funciona de verdad el flujo de trabajo de entrenamiento
- Ejecutar modelos de IA localmente: configurar Ollama una vez que has exportado
Ship AI that runs on your users' devices.
Free plan with 30 credits/mo, no card required. Paid plans from $10/mo USD.
Keep reading
Plan Pro de Ertas ($50/mes): 10 Proyectos de Clientes, 5 Puestos — ¿Vale la Pena?
Una reseña honesta del plan Agency de Ertas. Qué incluye, para quién es, las cuentas de ROI para agencias de IA pequeñas, y cuándo actualizar a Business.
Plan Builder de Ertas ($25/mes): Para Quién Es, Qué Incluye, Reseña Honesta
Un desglose honesto del plan Builder de Ertas. Qué incluye, para quién es ideal, cuándo actualizarte, y cómo el precio se compara con los costos de API que reemplaza.
De la Llamada de Descubrimiento al Pipeline de Producción: El Modelo de Engagement de Ertas
El recorrido completo de engagement con Ertas desde la llamada de descubrimiento inicial hasta el alcance, despliegue forward, construcción del pipeline, validación y entrega a producción.