On-premise
Tu IA, dentro de tu red.
La nube es el camino que recomendamos: no tenés servidores que mantener y usás los mejores modelos. Pero si tus datos no pueden salir de tu red, las apps de nBlock también corren adentro, en equipos que compramos y mantenemos nosotros. Mismo portal, mismo equipo.
Tres formas de correr nBlock
Elegís app por app. El portal es el mismo en los tres casos.
Cloud
Todo corre en la nube de nBlock. Es lo más simple y lo que usa la mayoría.
- Sin servidores ni mantenimiento de tu lado
- Los mejores modelos de IA
- Actualizaciones automáticas
Híbrido
Algunas apps en la nube y otras en tu red, según qué datos toca cada una.
- Cada app corre donde conviene
- Un solo portal para tu equipo
- Podés mover una app de lugar más adelante
On-premise
Todo en tu red: las apps, la base de datos y la IA.
- Compramos e instalamos el hardware
- Mantenemos el hardware y el sistema
- Los datos no salen de tu red
Un solo portal, dos lugares donde correr
Tu equipo entra siempre por el portal de nBlock. Detrás, cada app corre en la nube o en tu red.
Nube nBlock
- Ventas
- Cobranza
Tu red
Los datos no salen de tu red
- Compras
- Conciliaciones
- Servidores y base de datos
- Modelos de IA en equipos dentro de tu red
Qué hacemos nosotros, qué necesitamos de vos
On-premise necesita más mantenimiento que la nube y cada instalación se adapta a tu empresa. Por eso lo hacemos juntos.
Lo hacemos nosotros
- Elegimos, compramos e instalamos el hardware: servidores y equipos de IA
- Configuramos los servidores, la base de datos, los backups y el monitoreo
- Desplegamos y actualizamos las apps
- Instalamos y ajustamos los modelos de IA
- Mantenemos el hardware y el software, con soporte continuo
Lo que necesitamos de vos
- El espacio, la energía y la red donde va el equipo
- Un acceso seguro para nuestro equipo (VPN)
- Un responsable de IT como contraparte
Modelos de IA y hardware de referencia
Con IA on-premise, los modelos corren en equipos dentro de tu red, que elegimos, compramos y mantenemos nosotros. La calidad de las respuestas y cuánta gente puede usarla a la vez dependen del equipo. Estas tres escalas son referencias para dimensionar la inversión: el equipo final lo definimos con vos.
| Inicial | Estándar | Avanzado | |
|---|---|---|---|
| Inversión de referencia en hardware | ~USD 10.000 | ~USD 25.000 | ~USD 50.000 |
| Hardware | 2 DGX Spark2 NVIDIA DGX Spark 1 Mac Studio1 Mac Studio M5 Ultra 256 GB | 1 workstation con GPU NVIDIA RTX PRO 6000 (96 GB) | 2 GPU NVIDIA RTX PRO 6000 (192 GB en total)o 4 Mac Studio en clúster: la mejor calidad (~78%, DeepSeek V4.1 Flash) para pocos usuarios a la vez (~2 sesiones). |
| Modelo de ejemplo | 2 DGX SparkGLM-5.3-Flash 1 Mac StudioQwen3.8-Flash-Next, o GLM-5.3-Flash | Qwen3.8-Flash-Next | Qwen3.8-Flash-Next |
| Calidad frente a la nube | 2 DGX Spark ~72% del mejor modelo de la nube 1 Mac Studio ~69% o ~72% del mejor modelo de la nube | ~69% del mejor modelo de la nube | ~69% del mejor modelo de la nube |
| Sesiones a la vez | 2 DGX Spark~3 a 6Usuarios (orientativo): 25 a 60 1 Mac Studio~3 a 4 con Flash-Next, 1 a 2 con GLM-5.3-FlashUsuarios (orientativo): 10 a 50 | ~12 a 16Usuarios (orientativo): 100 a 200 | ~30Usuarios (orientativo): 250 a 450 |
| Primera respuesta | 2 DGX Spark~1,5 a 2,4 s 1 Mac Studio~1,5 s con Flash-Next, ~3,3 s con GLM-5.3-Flash | ~0,1 s | ~0,6 a 2,6 s |
| Sirve para |
|
|
|
| Para tener en cuenta | Menos fuerte en: Muchos usuarios a la vez y respuestas instantáneas. | Menos fuerte en: Los casos más difíciles, donde la nube sigue un escalón arriba. | Tené en cuenta: Es un solo servidor: conviene tener un equipo de repuesto. |
| Dónde va | En una oficina: silencioso y de bajo consumo. | Oficina o sala de servidores: consume ~1 kW y se escucha. | Sala de servidores con circuito eléctrico y ventilación propios: se escucha. |
Inicial
~USD 10.000
- Hardware
- 2 DGX Spark2 NVIDIA DGX Spark1 Mac Studio1 Mac Studio M5 Ultra 256 GB
- Modelo de ejemplo
- 2 DGX SparkGLM-5.3-Flash1 Mac StudioQwen3.8-Flash-Next, o GLM-5.3-Flash
- Calidad frente a la nube
- 2 DGX Spark~72% del mejor modelo de la nube1 Mac Studio~69% o ~72% del mejor modelo de la nube
- Sesiones a la vez
- 2 DGX Spark~3 a 6Usuarios (orientativo): 25 a 601 Mac Studio~3 a 4 con Flash-Next, 1 a 2 con GLM-5.3-FlashUsuarios (orientativo): 10 a 50
- Primera respuesta
- 2 DGX Spark~1,5 a 2,4 s1 Mac Studio~1,5 s con Flash-Next, ~3,3 s con GLM-5.3-Flash
- Sirve para
- Pedidos por texto y correo
- Clasificación de mensajes
- Resúmenes
- Respuestas con plantilla
- Para tener en cuenta
- Menos fuerte en: Muchos usuarios a la vez y respuestas instantáneas.
- Dónde va
- En una oficina: silencioso y de bajo consumo.
Estándar
~USD 25.000
- Hardware
- 1 workstation con GPU NVIDIA RTX PRO 6000 (96 GB)
- Modelo de ejemplo
- Qwen3.8-Flash-Next
- Calidad frente a la nube
- ~69% del mejor modelo de la nube
- Sesiones a la vez
- ~12 a 16Usuarios (orientativo): 100 a 200
- Primera respuesta
- ~0,1 s
- Sirve para
- Todo lo del nivel Inicial
- Pedidos por foto
- Agentes de atención
- Transcripción de voz en la misma máquina
- Para tener en cuenta
- Menos fuerte en: Los casos más difíciles, donde la nube sigue un escalón arriba.
- Dónde va
- Oficina o sala de servidores: consume ~1 kW y se escucha.
Avanzado
~USD 50.000
- Hardware
- 2 GPU NVIDIA RTX PRO 6000 (192 GB en total)o 4 Mac Studio en clúster: la mejor calidad (~78%, DeepSeek V4.1 Flash) para pocos usuarios a la vez (~2 sesiones).
- Modelo de ejemplo
- Qwen3.8-Flash-Next
- Calidad frente a la nube
- ~69% del mejor modelo de la nube
- Sesiones a la vez
- ~30Usuarios (orientativo): 250 a 450
- Primera respuesta
- ~0,6 a 2,6 s
- Sirve para
- Todas las apps
- Conciliación de documentos largos
- Agentes con varias herramientas
- Para tener en cuenta
- Tené en cuenta: Es un solo servidor: conviene tener un equipo de repuesto.
- Dónde va
- Sala de servidores con circuito eléctrico y ventilación propios: se escucha.
¿Más de 450 usuarios o varias empresas? Servidores con GPU de datacenter, desde ~USD 150.000.
Voz y búsqueda (transcripción, voz sintética y embeddings) usan modelos chicos que entran en la misma máquina: ocupan entre 10 y 25 GB de memoria de GPU.
Base para las apps (sin GPU)
Para una empresa de 50 a 200 usuarios. Orientativo.
- 2Servidores de aplicación4 vCPU, 16 GB
- 1 a 2Workers8 vCPU, 32 GB
- 1PostgreSQL con réplica8 vCPU, 32 GB, 500 GB NVMe
- 1 a 2 TBAlmacenamiento de archivos
Equipos y precios de referencia: precio de lista aproximado en EE.UU., sin impuestos ni envío. El equipo final y su costo se cotizan según tu caso, y nos encargamos de la compra y el mantenimiento. Calidad: puntaje en el Intelligence Index de Artificial Analysis frente al mejor modelo de la nube, octubre de 2026, medido con el razonamiento al máximo; en modo rápido baja. Concurrencia orientativa: la confirmamos con un piloto con tus datos antes de comprar el equipo. Elegimos el mejor modelo abierto que entre en el equipo al momento de instalar.
Qué modelos estimamos que corre cada equipo
Cruzamos cada equipo con los modelos abiertos más fuertes. Es una estimación a partir de benchmarks: no garantizamos nada hasta hacer un piloto.
- MedidoHay un benchmark de ese modelo en ese equipo.
- EstimadoEntra en memoria y el número se extrapola de otra medición.
- No entraEl modelo pesa más que la memoria del equipo.
- Sin datosEntra, pero no hay nada medido para apoyar un número.
Deslizá para ver todos los equipos
| Modelo | 1 Mac Studio M5 Ultra 256 GB~USD 10.000 | 2 DGX Spark~USD 10.800 | 1 RTX PRO 6000~USD 25.000 | 4 DGX Spark~USD 22.000 | 2 RTX PRO 6000~USD 50.000 | 4 Mac Studio M5 Ultra~USD 43.000 |
|---|---|---|---|---|---|---|
| Qwen3.8 27B59% de la calidad del mejor modelo de la nube | Medido 1.ª respuesta ~4 s48 tok/s en una sesión; sin datos de varias a la vez. | Medido Con 1 Spark: 11,8 tok/s en una sesión, menos de las ~20 de una sesión. Modelo denso, mal ajuste. Con 2 no hay medición.una sola fuente | Medido 32 o más sesiones1.284 tok/s en total con 32 a la vez (~40 cada una).una sola fuente | Sin datos Entra, pero no hay mediciones y los modelos densos rinden mal en Spark. | Sin datos Entra de sobra; sólo se midió con 1 GPU. | Medido 50,9 tok/s en una sesión (dato de Apple).una sola fuente |
| Qwen3.8-Flash-Next69% de la calidad del mejor modelo de la nube | Medido ~3 sesiones1.ª respuesta ~1,5 s~27 tok/s cada una, con prompts largos. | Medido ~6 sesiones1.ª respuesta ~1,1 s6 es el tope que se probó. Requiere ajustes de software de la comunidad.una sola fuente | EstimadoEstándar ~12 a 16 sesiones1.ª respuesta ~0,1 s (est.)Medido: ~290 tok/s con 4 a la vez. Las sesiones se extrapolan de ahí.una sola fuente | Medido ~6 sesiones262 tok/s con 6 a la vez.una sola fuente | MedidoAvanzado ~30 sesiones1.ª respuesta ~0,6 a 2,6 s739 tok/s en total con 32 a la vez.una sola fuente | Sin datos Entra, pero no hay mediciones. |
| GLM-5.3-Flash72% de la calidad del mejor modelo de la nube | EstimadoInicial ~1 a 2 sesiones1.ª respuesta ~3,3 sMedido: 31 tok/s en una sesión. Las sesiones se extrapolan. Entra justo (178 GB de 256). | MedidoInicial ~3 a 4 sesiones1.ª respuesta ~1,5 a 2,4 sDos autores midieron resultados que difieren al doble. Requiere ajustes de software de la comunidad. | No entra Pesa unos 178 GB y la GPU tiene 96 GB. | Sin datos Entra (512 GB en total), pero no hay mediciones. | Sin datos Entra en 192 GB, pero no encontramos mediciones. | Sin datos Entra de sobra, pero no hay mediciones. |
| DeepSeek V4.1 Flash78% de la calidad del mejor modelo de la nube | No entra Pide unos 255 a 300 GB y la Mac tiene 256 GB. | No entra Con 2 Spark no entra: no hay receta que funcione. | No entra 96 GB no alcanzan para unos 255 a 300 GB. | Medido ~6 sesiones1.ª respuesta ~1,7 s (est.)132 tok/s con 6 a la vez.una sola fuente | No entra Pide unos 255 a 300 GB y 2 GPU suman 192 GB. | EstimadoAlternativa Avanzado ~2 sesiones1.ª respuesta ~3 a 5 s (est.)Sin mediciones con este modelo. Se extrapola de otro modelo que midió Apple (36,7 tok/s). |
| GLM-5.378% de la calidad del mejor modelo de la nube | No entra Pesa unos 467 GB. | No entra Pesa unos 467 GB y 2 Spark suman 256 GB. | No entra Pesa unos 467 GB. | Sin datos Pide 467 GB de 512: entra justo. Sin mediciones. | No entra Pesa unos 467 GB y 2 GPU suman 192 GB. | Estimado ~2 sesiones1.ª respuesta ~3 a 5 s (est.)Sin mediciones con este modelo. Se extrapola de Apple (36,7 tok/s con otro modelo). |
| MiMo-V2.6-Pro79% de la calidad del mejor modelo de la nube | No entra Pide ~0,5 TB. | No entra Pide ~0,5 TB y 2 Spark suman 256 GB. | No entra Pide ~0,5 TB. | No entra Pide ~0,5 a 0,55 TB y 4 Spark suman 512 GB. | No entra Pide ~0,5 TB y 2 GPU suman 192 GB. | Estimado ~2 sesiones1.ª respuesta ~3 a 5 s (est.)Sin benchmark del modelo. Se extrapola de Apple (36,7 tok/s con otro modelo). |
1 Mac Studio M5 Ultra 256 GB~USD 10.000
Qwen3.8 27B 59%
Medido1.ª respuesta ~4 s48 tok/s en una sesión; sin datos de varias a la vez.Qwen3.8-Flash-Next 69%
Medido~3 sesiones1.ª respuesta ~1,5 s~27 tok/s cada una, con prompts largos.GLM-5.3-Flash 72%
EstimadoInicial~1 a 2 sesiones1.ª respuesta ~3,3 sMedido: 31 tok/s en una sesión. Las sesiones se extrapolan. Entra justo (178 GB de 256).DeepSeek V4.1 Flash 78%
No entraPide unos 255 a 300 GB y la Mac tiene 256 GB.GLM-5.3 78%
No entraPesa unos 467 GB.MiMo-V2.6-Pro 79%
No entraPide ~0,5 TB.
2 DGX Spark~USD 10.800
Qwen3.8 27B 59%
MedidoCon 1 Spark: 11,8 tok/s en una sesión, menos de las ~20 de una sesión. Modelo denso, mal ajuste. Con 2 no hay medición.una sola fuenteQwen3.8-Flash-Next 69%
Medido~6 sesiones1.ª respuesta ~1,1 s6 es el tope que se probó. Requiere ajustes de software de la comunidad.una sola fuenteGLM-5.3-Flash 72%
MedidoInicial~3 a 4 sesiones1.ª respuesta ~1,5 a 2,4 sDos autores midieron resultados que difieren al doble. Requiere ajustes de software de la comunidad.DeepSeek V4.1 Flash 78%
No entraCon 2 Spark no entra: no hay receta que funcione.GLM-5.3 78%
No entraPesa unos 467 GB y 2 Spark suman 256 GB.MiMo-V2.6-Pro 79%
No entraPide ~0,5 TB y 2 Spark suman 256 GB.
1 RTX PRO 6000~USD 25.000
Qwen3.8 27B 59%
Medido32 o más sesiones1.284 tok/s en total con 32 a la vez (~40 cada una).una sola fuenteQwen3.8-Flash-Next 69%
EstimadoEstándar~12 a 16 sesiones1.ª respuesta ~0,1 s (est.)Medido: ~290 tok/s con 4 a la vez. Las sesiones se extrapolan de ahí.una sola fuenteGLM-5.3-Flash 72%
No entraPesa unos 178 GB y la GPU tiene 96 GB.DeepSeek V4.1 Flash 78%
No entra96 GB no alcanzan para unos 255 a 300 GB.GLM-5.3 78%
No entraPesa unos 467 GB.MiMo-V2.6-Pro 79%
No entraPide ~0,5 TB.
4 DGX Spark~USD 22.000
Qwen3.8 27B 59%
Sin datosEntra, pero no hay mediciones y los modelos densos rinden mal en Spark.Qwen3.8-Flash-Next 69%
Medido~6 sesiones262 tok/s con 6 a la vez.una sola fuenteGLM-5.3-Flash 72%
Sin datosEntra (512 GB en total), pero no hay mediciones.DeepSeek V4.1 Flash 78%
Medido~6 sesiones1.ª respuesta ~1,7 s (est.)132 tok/s con 6 a la vez.una sola fuenteGLM-5.3 78%
Sin datosPide 467 GB de 512: entra justo. Sin mediciones.MiMo-V2.6-Pro 79%
No entraPide ~0,5 a 0,55 TB y 4 Spark suman 512 GB.
2 RTX PRO 6000~USD 50.000
Qwen3.8 27B 59%
Sin datosEntra de sobra; sólo se midió con 1 GPU.Qwen3.8-Flash-Next 69%
MedidoAvanzado~30 sesiones1.ª respuesta ~0,6 a 2,6 s739 tok/s en total con 32 a la vez.una sola fuenteGLM-5.3-Flash 72%
Sin datosEntra en 192 GB, pero no encontramos mediciones.DeepSeek V4.1 Flash 78%
No entraPide unos 255 a 300 GB y 2 GPU suman 192 GB.GLM-5.3 78%
No entraPesa unos 467 GB y 2 GPU suman 192 GB.MiMo-V2.6-Pro 79%
No entraPide ~0,5 TB y 2 GPU suman 192 GB.
4 Mac Studio M5 Ultra~USD 43.000
Qwen3.8 27B 59%
Medido50,9 tok/s en una sesión (dato de Apple).una sola fuenteQwen3.8-Flash-Next 69%
Sin datosEntra, pero no hay mediciones.GLM-5.3-Flash 72%
Sin datosEntra de sobra, pero no hay mediciones.DeepSeek V4.1 Flash 78%
EstimadoAlternativa Avanzado~2 sesiones1.ª respuesta ~3 a 5 s (est.)Sin mediciones con este modelo. Se extrapola de otro modelo que midió Apple (36,7 tok/s).GLM-5.3 78%
Estimado~2 sesiones1.ª respuesta ~3 a 5 s (est.)Sin mediciones con este modelo. Se extrapola de Apple (36,7 tok/s con otro modelo).MiMo-V2.6-Pro 79%
Estimado~2 sesiones1.ª respuesta ~3 a 5 s (est.)Sin benchmark del modelo. Se extrapola de Apple (36,7 tok/s con otro modelo).
Estimaciones basadas en benchmarks públicos y de la comunidad (octubre de 2026), no garantías. Sesión = una persona o agente recibiendo respuesta a ~20 tokens por segundo (unas 15 palabras) o más. Los equipos son referencias: la escala la confirmamos con un piloto con tus datos antes de comprar el equipo. Calidad medida con razonamiento al máximo: en modo rápido baja.
Elegís qué datos se quedan en tu red
Marcás qué datos no pueden salir. Cada app que usa esos datos corre en tu red; las demás siguen en la nube.
Los datos que podés mantener adentro
- Ventas y pedidosFacturas, pedidos y su detalle
- ClientesCartera, contactos y puntos de venta
- Precios y costosListas, descuentos, costos y márgenes
- Stock y comprasInventario, proveedores y órdenes de compra
- Cuentas y finanzasSaldos, cobros, pagos y bancos
- DocumentosFacturas en PDF, extractos y contratos
- ConversacionesMensajes, correos y llamadas con clientes
- ProducciónPlanta, fórmulas y planes de producción
Tres ejemplos
Si no salen las transacciones
Casi todas las apps corren en tu red.
Siguen en la nube
Si sólo no salen las finanzas
Cobranza, Caja y Conciliaciones corren en tu red; el resto sigue en la nube.
Corren en tu red
Si sólo no sale la producción
Sólo la app de Producción corre en tu red; el resto sigue en la nube.
Corren en tu red
- Producción
WhatsApp y la telefonía llegan por sus proveedores: ese tramo no pasa por tu red.
Preguntas frecuentes
¿Mis datos salen de mi red?
Vos elegís qué datos no pueden salir. Las apps que usan esos datos corren en tu red y guardan y procesan todo ahí. Las demás siguen en la nube de nBlock. Los mensajes de WhatsApp y las llamadas llegan por sus proveedores, y ese tramo es de ellos.
¿La IA es tan buena como en la nube?
No. Los mejores modelos son cerrados y sólo están en la nube. Los modelos abiertos que corren on-premise están cerca y alcanzan para la mayoría de las tareas, pero cuánto se acercan depende del equipo que elijamos para tu escala.
¿Puedo empezar en la nube y pasar a on-premise?
Sí, app por app. El portal no cambia: tu equipo sigue entrando por el mismo lugar.
¿Quién mantiene los servidores?
Nosotros. Elegimos, compramos, instalamos y mantenemos el hardware, y configuramos y mantenemos servidores, base de datos, backups, monitoreo y modelos de IA. De tu lado necesitamos el espacio y la red donde va el equipo, un acceso seguro para nuestro equipo y un responsable de IT.
¿Necesito GPUs?
Para la IA on-premise hace falta un equipo de IA: una Mac Studio, DGX Spark o una GPU NVIDIA, según la escala. No tenés que comprarlo ni mantenerlo vos: nos encargamos nosotros. Las apps que no usan IA corren en servidores comunes, y si necesitan IA pueden usar modelos de la nube.
¿Cómo sé qué hardware necesito?
Depende de cuánta gente usa la IA a la vez. Para 10 a 60 usuarios alcanza con unos USD 10.000 en hardware, y para más gente hay escalas de unos USD 25.000 y USD 50.000. Son precios de referencia del hardware. Antes de comprar el equipo hacemos un piloto con tus datos para confirmar la escala.