Inferencia
Tres elementos se combinan detrás de cada precio: alianzas directas con los laboratorios, inferencia propia en GPU para modelos de código abierto y un enrutador que dirige cada solicitud a la ruta disponible más rápida y rentable.
Pilar 03 · Enrutamiento automático
Nuestro enrutador está delante de cada modelo. Sabe qué rutas están disponibles en ese momento, las evalúa según la velocidad y el costo de tu solicitud exacta y cambia automáticamente de ruta si el servicio se degrada.
Pilar 02 · Nuestra propia inferencia en GPU
Ejecutamos por nuestra cuenta la inferencia de los modelos de código abierto: atención y kernels optimizados, GPU precalentadas que no necesitan cargarse y servicio ajustado para cada modelo. Los mismos pesos abiertos generan resultados en segundos en vez de minutos, y cada segundo de GPU cuesta menos.
Medimos el tiempo desde el envío hasta la generación del resultado, en octubre de 2026. Las versiones aceleradas como H3 Fast ejecutan los pesos abiertos con nuestro servicio optimizado; no son lanzamientos del laboratorio. Compáralos lado a lado
Los modelos permanecen cargados en GPU ya activas, así el trabajo no tiene que cargar los pesos ni calentarse: empieza a generar de inmediato.
Cronología relativa; ilustrativa y no a escala.
El agrupamiento, la concurrencia, la memoria y la planificación se ajustan a cada carga de trabajo: el mismo modelo y resultado con menos segundos de GPU.
El planificador ejecuta trabajos consecutivos en las GPU según el modelo, la resolución y la duración, para completar más trabajo con el mismo hardware y menos tiempo inactivo.
Las zonas rayadas representan tiempo inactivo de la GPU. Ilustrativo.
El equipo detrás de nuestra inferencia en GPU
Nuestro equipo de inferencia viene de Stanford, MIT, UCLA, Tsinghua y NVIDIA. Trabaja en sistemas de GPU, optimización de inferencia y servicio de modelos: el trabajo detrás de nuestra propia inferencia en GPU para modelos de código abierto.
Los logotipos indican dónde estudiaron o trabajaron los integrantes de nuestro equipo. No implican respaldo ni asociación con esas universidades o empresas. Todas las marcas pertenecen a sus propietarios.
Pilar 01 · Alianzas oficiales
Trabajamos directamente con ByteDance, MiniMax y Alibaba para obtener sus tarifas más bajas para socios y canales, en los mismos modelos que publica oficialmente.
hasta −26%
por debajo del precio de lista oficial, actualizado en nuestro catálogo
hasta −29%
por debajo del precio de lista oficial, actualizado en nuestro catálogo
hasta −69%
por debajo del precio de lista oficial, actualizado en nuestro catálogo
Calcula tu ahorro
Elige un modelo y el volumen de generación. Cada precio procede de nuestro catálogo actualizado y aparece junto al precio de lista oficial.
Arrastra el control deslizante o elige un modelo para probar tus propios valores.
Wan 3.0 a 720p: para un consumo de 1000 minutos de video al mes, el coste es de $6000 según el precio de lista oficial y de $4542 en CheaperGen; ahorras $1458 al mes.
Comparación lado a lado
| Aspecto | Contratar directamente con cada laboratorio | CheaperGen |
|---|---|---|
| Modelos | Un laboratorio por cuenta y por API | Una API con 45 modelos de 13 laboratorios |
| Precio | Precio de lista oficial | Hasta 93% por debajo del precio de lista |
| Enrutamiento y conmutación ante fallos | Lo construyes y mantienes por tu cuenta | Automáticos en cada solicitud |
| Serving | La API estándar del laboratorio | Canales de socios y grupos de GPU optimizados por nosotros |
| Facturación | Un contrato y una factura por laboratorio | Un solo saldo prepagado; pago por uso |
Crea una clave de API en un minuto o consúltanos sobre precios por volumen y capacidad dedicada.
