CL9 IA – CL9 Tecnologias

CL9 Tecnologias

🎁 Migrando da AWS, Google, Azure ou on-premises? Diagnóstico grátis + cupom de desconto exclusivo.

Confira
Acesso Clientes
InteligĂȘncia Artificial · InferĂȘncia privada no Brasil

Seus prompts
nĂŁo saem
do Brasil

LLMs abertos rodando na infraestrutura da CL9, em GPU dedicada, aqui no Brasil. VocĂȘ contrata vazĂŁo, nĂŁo conta token por token e paga o mesmo valor todo mĂȘs. Endpoint compatĂ­vel com OpenAI®: troca a URL e a chave, o resto do cĂłdigo continua igual.

Ver planos
  • Por que rodar na CL9

TrĂȘs coisas que
uma API estrangeira
nĂŁo entrega

LatĂȘncia

A requisição não cruza o oceano.

A inferĂȘncia acontece na mesma infraestrutura que jĂĄ atende os seus servidores. Para agentes que fazem vĂĄrias chamadas em sequĂȘncia, o tempo economizado em cada salto se acumula na resposta final.

#latencia_cl9
Soberania

Dado tratado em
territĂłrio nacional.

Os prompts são processados em GPU nossa, no Brasil, sem trùnsito internacional e sem repasse a terceiros. Quando o seu jurídico perguntar onde o dado foi processado, a resposta é um endereço.

#soberania_brasil
Privacidade

Nada do que vocĂȘ
envia treina modelo.

Prompts e respostas nĂŁo sĂŁo usados para treinamento e nĂŁo ficam armazenados. Guardamos apenas o necessĂĄrio para faturar e dimensionar: volume de tokens, requisiçÔes e horĂĄrio, por chave. O modelo Ă© aberto e vocĂȘ sabe qual versĂŁo estĂĄ rodando.

#privacidade_dados
  • Dimensione

Quanta vazĂŁo vocĂȘ precisa?

InformaçÔes Gerais da Plataforma

O que Ă© TPM: É o teto de tokens por minuto, funcionando como a velocidade de um link de internet.

Franquia Mensal: NĂŁo hĂĄ franquia mensal fixa; dentro do teto estipulado, o uso Ă© ilimitado.

Tokens por Minuto
(TPM) Estimado

60.000 TPM

Uso Indicado

Chatbot interno, ~30 pessoas

CaracterĂ­stica e comportamento da demanda.

Consultas curtas e esparsas ao longo do dia. TPM Ă© o teto de tokens por minuto, como a velocidade de um link de internet. NĂŁo hĂĄ franquia mensal: dentro do teto, vocĂȘ usa o quanto quiser.

Tokens por Minuto
(TPM) Estimado

150.000 TPM

Uso Indicado

Assistente com RAG, ~100 usuĂĄrios

CaracterĂ­stica e comportamento da demanda.

Prompts grandes por causa do contexto recuperado. TPM Ă© o teto de tokens por minuto, como a velocidade de um link de internet. NĂŁo hĂĄ franquia mensal: dentro do teto, vocĂȘ usa o quanto quiser.

Tokens por Minuto
(TPM) Estimado

350.000 TPM

Uso Indicado

Agente com vĂĄrias etapas

CaracterĂ­stica e comportamento da demanda.

Cada tarefa dispara uma sequĂȘncia de chamadas. TPM Ă© o teto de tokens por minuto, como a velocidade de um link de internet. NĂŁo hĂĄ franquia mensal: dentro do teto, vocĂȘ usa o quanto quiser.

Tokens por Minuto
(TPM) Estimado

700.000 TPM

Uso Indicado

Extração em lote (documentos)

CaracterĂ­stica e comportamento da demanda.

Volume concentrado em poucas janelas do dia. TPM Ă© o teto de tokens por minuto, como a velocidade de um link de internet. NĂŁo hĂĄ franquia mensal: dentro do teto, vocĂȘ usa o quanto quiser.

Uso Indicado

Plataforma com 400+ usuĂĄrios

CaracterĂ­stica e comportamento da demanda.

VĂĄrios times usando ao mesmo tempo, com picos. TPM Ă© o teto de tokens por minuto, como a velocidade de um link de internet. NĂŁo hĂĄ franquia mensal: dentro do teto, vocĂȘ usa o quanto quiser.

*GrĂĄficos mostrados em cada plano sĂŁo meramente ilustrativos.

  • Planos por vazĂŁo

Escolha pela vazĂŁo, nĂŁo pelo consumo.

Sem cobrança por token e sem surpresa no fim do mĂȘs. O que muda entre os planos Ă© o teto de tokens por minuto (TPM), o nĂșmero de chaves de API e o acesso ao modo thinking.

Preço fixo mensal, faturado em Reais.

Starter

60.000 TPM

AutomaçÔes pontuais
e chatbots internos.

R$ 495 /mĂȘs

  • 1 chave de API
  • Gemma 4 ? (Base): Refere-se Ă  versĂŁo padrĂŁo de inferĂȘncia sem o modo de raciocĂ­nio passo a passo forçado. Dependendo do perfil configurado no seu servidor local (como Ollama, vLLM ou LM Studio), ele aponta para o modelo denso de 30,7 bilhĂ”es de parĂąmetros (31B Dense) ou para a versĂŁo intermediĂĄria de 11,95 bilhĂ”es (12B Unified).
  • Capacidade: 60.000 tokens/min e 60 requisiçÔes/min
  • Indicado para atĂ© 4 usuĂĄrios simultĂąneos ou 1 integração
  • API compatĂ­vel com OpenAI ® ‱ streaming e function calling
  • MĂ©tricas de consumo no painel
  • Dados processados no Brasil e nunca utilizados para treinar modelos
CONTRATAR
Mais contratado

Pro

150.000 TPM

Assistentes com RAG
e agentes em produção.

R$ 1.309 /mĂȘs

  • Gemma 4 ? (Base): Refere-se Ă  versĂŁo padrĂŁo de inferĂȘncia sem o modo de raciocĂ­nio passo a passo forçado. Dependendo do perfil configurado no seu servidor local (como Ollama, vLLM ou LM Studio), ele aponta para o modelo denso de 30,7 bilhĂ”es de parĂąmetros (31B Dense) ou para a versĂŁo intermediĂĄria de 11,95 bilhĂ”es (12B Unified).
  • Gemma 4 + Think ? Gemma4 + Think: Utiliza exatamente a mesma arquitetura de parĂąmetros subjacente (geralmente o 31B Dense com 30,7B de parĂąmetros ou o 26B A4B MoE com 25,2B totais e 3,8B ativos), mas com a flag de Chain-of-Thought (modo de pensamento) ativada por padrĂŁo no template de chat para priorizar respostas lĂłgicas e analĂ­ticas complexas.
  • Capacidade: 150.000 tokens/min e 150 requisiçÔes/min
  • Indicado para atĂ© 8 usuĂĄrios simultĂąneos ou 2 integraçÔes de sistema
  • API compatĂ­vel com o padrĂŁo OpenAI ® ‱ streaming e function calling incluĂ­dos
  • Preço fixo mensal, sem cobrança por token
  • Dados processados no Brasil e nunca utilizados para treinar modelos
CONTRATAR

Business

350.000 TPM

VĂĄrios times ou produto
com base de usuĂĄrios.

R$ 2.519 /mĂȘs

  • Gemma 4 ? (Base): Refere-se Ă  versĂŁo padrĂŁo de inferĂȘncia sem o modo de raciocĂ­nio passo a passo forçado. Dependendo do perfil configurado no seu servidor local (como Ollama, vLLM ou LM Studio), ele aponta para o modelo denso de 30,7 bilhĂ”es de parĂąmetros (31B Dense) ou para a versĂŁo intermediĂĄria de 11,95 bilhĂ”es (12B Unified).
  • Gemma 4 + Think ? Gemma 4 + Think: Utiliza exatamente a mesma arquitetura de parĂąmetros subjacente (geralmente o 31B Dense com 30,7B de parĂąmetros ou o 26B A4B MoE com 25,2B totais e 3,8B ativos), mas com a flag de Chain-of-Thought (modo de pensamento) ativada por padrĂŁo no template de chat para priorizar respostas lĂłgicas e analĂ­ticas complexas.
  • Capacidade: 350.000 tokens/min e 300 requisiçÔes/min
  • Indicado para atĂ© 24 usuĂĄrios simultĂąneos ou mix de usuĂĄrios e integraçÔes
  • MĂșltiplas chaves de API para separar aplicaçÔes e times
  • API compatĂ­vel com o padrĂŁo OpenAI ® ‱ streaming e function calling incluĂ­dos
  • Preço fixo mensal, sem cobrança por token
  • Consumo por usuĂĄrio final no painel
  • Dados processados no Brasil e nunca utilizados para treinar modelos
CONTRATAR

Enterprise

700.000 TPM

Alta volumetria
e cargas em lote.

R$ 3.520 /mĂȘs

  • Gemma 4 ? (Base): Refere-se Ă  versĂŁo padrĂŁo de inferĂȘncia sem o modo de raciocĂ­nio passo a passo forçado. Dependendo do perfil configurado no seu servidor local (como Ollama, vLLM ou LM Studio), ele aponta para o modelo denso de 30,7 bilhĂ”es de parĂąmetros (31B Dense) ou para a versĂŁo intermediĂĄria de 11,95 bilhĂ”es (12B Unified).
  • Gemma 4 + Think ? Gemma 4 + Think: Utiliza exatamente a mesma arquitetura de parĂąmetros subjacente (geralmente o 31B Dense com 30,7B de parĂąmetros ou o 26B A4B MoE com 25,2B totais e 3,8B ativos), mas com a flag de Chain-of-Thought (modo de pensamento) ativada por padrĂŁo no template de chat para priorizar respostas lĂłgicas e analĂ­ticas complexas.
  • Capacidade: 700.000 tokens/min e 600 requisiçÔes/min
  • Indicado para atĂ© 48 usuĂĄrios simultĂąneos, lotes de documentos e mĂșltiplas integraçÔes
  • MĂșltiplas chaves de API para separar aplicaçÔes e times
  • API compatĂ­vel com o padrĂŁo OpenAI ® ‱ streaming e function calling incluĂ­dos
  • Preço fixo mensal, sem cobrança por token
  • Consumo por usuĂĄrio final no painel
  • Prioridade em horĂĄrio de pico
  • Dados processados no Brasil e nunca utilizados para treinar modelos
CONTRATAR
Troca de plano a qualquer momento
Subiu o consumo? O teto muda na hora, sem reinstalar nada.
Chaves de API por plano
O teto de TPM Ă© aplicado na assinatura. As chaves permitem separar ambientes ou produtos, de 1 no Starter a 30 no Enterprise.
Precisa de mais que 700.000 TPM? Montamos capacidade reservada em GPU dedicada. Veja abaixo
  • Integração

Se o seu cĂłdigo jĂĄ fala com a OpenAI ®, ele jĂĄ fala com a gente.

Sem cobrança por token e sem surpresa no fim do mĂȘs.
O que muda entre os planos Ă© o teto de tokens por minuto (TPM),
o nĂșmero de chaves de API e o acesso ao modo thinking.
Preço fixo mensal, faturado em Reais.

  • AlĂ©m dos planos

GPU dedicada

Placas GPU inteiras, reservadas exclusivamente para sua operação. Execute inferĂȘncia, fine-tuning e modelos prĂłprios com alto desempenho, recursos dedicados e total isolamento na infraestrutura CL9.
Capacidade exclusiva

Capacidade dedicada sob medida

VocĂȘ nos informa o que pretende rodar, se jĂĄ tem uma ideia da GPU desejada e quais sĂŁo suas necessidades. Com base nisso, elaboramos uma proposta sob medida para a sua operação.

Isolamento fĂ­sico

fine-tuning

modelos prĂłprios

SLA dedicado
Falar com um engenheiro
  • Por que rodar na CL9

IA na CL9 x sĂł em provedores terceiros

IA prĂłpria na CL9

  • Seus dados ficam com vocĂȘ, nada sai da sua infraestrutura para treinar modelos de terceiros.
  • VazĂŁo previsĂ­vel, preço fixo mensal por TPM, a fatura nĂŁo depende do volume do dia.
  • Soberania e conformidade, seus dados ficam 100% no Brasil, sob a LGPD e sob o seu controle.
  • Desempenho dedicado, sem fila nem degradação quando o provedor estĂĄ sobrecarregado.
  • Integração imediata: API 100% compatĂ­vel com o padrĂŁo OpenAI ®, migre apontando a URL, sem reescrever cĂłdigo.
  • Suporte de quem opera a infraestrutura: vocĂȘ fala com engenheiros da CL9, nĂŁo com um formulĂĄrio.

SĂł em provedores terceiros

  • Dados sensĂ­veis trafegam e podem ser retidos fora do seu controle.
  • JĂĄ houve vazamento comprovado de informaçÔes privadas nas grandes IAs.
  • Preço varia com cĂąmbio e reajustes unilaterais.
  • Dados processados fora do Brasil dificultam a conformidade.
  • LatĂȘncia e limites de uso compartilhados com o mundo inteiro.
  • DependĂȘncia (lock-in) de SDKs e recursos proprietĂĄrios que dificultam a saĂ­da.
  • Suporte impessoal em outro idioma e fuso, sem acesso a quem opera a plataforma.
  • Perguntas frequentes

Ficou com dĂșvidas?

Desde o que é o TPM até a privacidade dos seus dados: veja as perguntas mais frequentes antes de assinar.

TPM Ă© o teto de tokens por minuto, os de entrada e os de saĂ­da somados. Se vocĂȘ enviar um prompt de 4.000 tokens e receber 500 de resposta, foram 4.500 tokens naquele minuto. O contador zera a cada minuto e nĂŁo existe cota mensal: dentro do teto, use o quanto quiser.

As requisiçÔes acima do limite recebem o cĂłdigo 429 e podem ser repetidas no minuto seguinte, o comportamento padrĂŁo dos SDKs jĂĄ trata isso. Nada Ă© cobrado a mais e nenhuma chamada Ă© perdida em silĂȘncio. Se acontecer com frequĂȘncia, o painel mostra e vocĂȘ troca de plano.
NĂŁo. VocĂȘ escolhe pela vazĂŁo (TPM), nĂŁo por um volume mensal de tokens. O preço Ă© fixo por mĂȘs e nĂŁo depende de quanto vocĂȘ usou no dia — sĂł do teto de tokens por minuto que a sua carga precisa.
Modelos abertos de alto desempenho: Gemma 4, disponĂ­vel em todos os planos, e Gemma 4 + thinking, com raciocĂ­nio estendido, a partir do plano Pro. Na GPU dedicada, vocĂȘ pode rodar o modelo que preferir.
Porque Ă© de peso aberto, com licença permissiva: podemos hospedar, auditar e fixar a versĂŁo que vocĂȘ validou. Um modelo fechado sĂł existe como serviço de terceiro, o que anula a soberania que vocĂȘ estĂĄ contratando.
Sim, ficam no Brasil, e nĂŁo. Toda a inferĂȘncia acontece na infraestrutura da CL9 em territĂłrio nacional. Seus dados nunca sĂŁo usados para treinar modelos, nossos ou de terceiros e nĂŁo saem do seu ambiente. Diferente dos grandes provedores internacionais, onde jĂĄ houve vazamento comprovado de informaçÔes privadas.
Sim. Como o tratamento ocorre inteiramente no Brasil, vocĂȘ evita a transferĂȘncia internacional de dados pessoais, um dos pontos mais sensĂ­veis da LGPD quando se usa IA hospedada no exterior. Isso simplifica a sua base legal e mantĂ©m os dados sob a sua governança.
NĂŁo. O endpoint Ă© compatĂ­vel com OpenAI: mesmos SDKs, streaming e chamada de função. Na prĂĄtica, vocĂȘ troca a URL base e a chave — o resto do cĂłdigo continua igual — e pode rodar em paralelo com o provedor atual durante o teste.
Cada assinatura tem uma chave, e Ă© nela que o teto de TPM Ă© aplicado, Ă© o que garante a vazĂŁo contratada. Para isolar ambientes ou produtos, contrate uma assinatura para cada: assim um nunca consome a vazĂŁo do outro. Se o objetivo Ă© sĂł medir consumo por ĂĄrea ou usuĂĄrio, o painel jĂĄ mostra sem chave separada.
A qualquer momento. Subiu o consumo? O teto de TPM muda na hora, sem reinstalar nada. VocĂȘ começa pequeno e cresce no seu ritmo.
Montamos capacidade reservada em GPU dedicada, dimensionada para a sua carga, com isolamento físico e a opção de fine-tuning e modelos próprios. Fale com o nosso time.
Sim. Liberamos uma chave de avaliação por tempo determinado no plano que vocĂȘ estĂĄ considerando, para medir latĂȘncia e qualidade com o seu prĂłprio caso de uso, nĂŁo com benchmark de folheto.
Tudo em Reais, mensal e fixo por plano, sem oscilação cambial nem reajuste unilateral, na mesma relação comercial que vocĂȘ jĂĄ tem com a CL9. A GPU dedicada Ă© faturada por GPU/mĂȘs.
Sim. O mesmo time que cuida da sua infraestrutura na CL9 hoje, com o atendimento direto e humano de sempre, agora também para a sua jornada em IA.

CL9 Tecnologias

SoluçÔes Inovadoras para um mundo real

  • Menu principal
  • Menu principal
VENONE | agencia de design