Privat ChatGPT på en dedikert DGX Spark
ChatGPT for teamet ditt. På en maskin bare du leier.
Kjør en åpen assistent i ChatGPT-klassen på din egen dedikerte DGX Spark. Samme arbeidsflyt for teamet ditt (chattegrensesnitt og API), men hver prompt blir på en dedikert maskin som bare er tildelt deg.
0 $,79/time, fakturert per minutt · betal 20 $, få 30 $ i kreditt ved første påfylling
Skygge-AI
Blokkering virker ikke. Erstatning gjør det.
Hvis du søker etter hvordan du blokkerer ChatGPT i brannmuren, kjenner du allerede problemet.
Lekkasjen er usynlig
Kontrakter, kildekode og kunderegistre limes inn i et forbrukerverktøy driftet i USA, én praktisk prompt om gangen. Samsung forbød ChatGPT i 2023 etter at ingeniører limte inn intern kildekode. De fleste selskaper finner det aldri ut. Hva forskningen faktisk viser.
Blokkeringen slår tilbake
Filtrer det på bedriftsnettet, så flyttes de samme promptene til private telefoner: den samme lekkasjen, nå helt uten innsyn. Forbud fjerner ikke behovet; de fjerner muligheten din til å se det.
Erstatningen vinner
Gi teamet en godkjent assistent som er like praktisk. Bruken er frivillig fordi verktøyet er godt, og hver prompt havner på din dedikerte maskin i EU i stedet for i noen andres sky.
Hva du får
Assistenten teamet ditt allerede kjenner.
Et kjent chattegrensesnitt
Open WebUI på instansen din: samtaler, mapper, filopplasting og delte arbeidsområder for teamet. Teamet ditt trenger ingen opplæring for å bytte; det fungerer slik de allerede jobber.
Et OpenAI-kompatibelt API
Den samme endepunktformen verktøyene dine allerede snakker. Pek interne apper, redigeringsverktøy og skript mot din egen instans ved å endre én basis-URL.
Åpne modeller, du velger
Qwen, Llama, DeepSeek: bytt modeller etter hvert som feltet utvikler seg. Opptil 128 GB enhetlig minne rommer store modeller; for en responsiv teamchat er en mixture-of-experts-modell som Qwen3 Coder 30B (~81 tok/s i én strøm, målt på GPUwerks flåte) det praktiske valget.
Loggene dine blir på maskinen din
Logger, prompter og dokumenter blir på nodens lokale disk, inne i din egen container. GPUwerk får ikke tilgang til dem, unntatt når du ber om det eller loven krever det (se databehandleravtalen).
Regnestykket for kostnader
Pris per bruker straffer vekst.
En dedikert maskin bryr seg ikke om hvor mange som bruker den.
Per node, målt forbruk
Målt GPU-kjøretid, ikke brukerlisenser.
En måned, alltid på
730 nodetimer, uansett hvor mange som bruker den. Hvor mange brukere én node betjener, avhenger av modellen; se benchmarker.
Enhetlig minne
Plass til store åpne modeller og lange kontekster på én maskin.
| Sammenlignet på | Privat ChatGPT hos GPUwerk | ChatGPT Enterprise |
|---|---|---|
| Prismodell | 0 $,79/time per node, målt forbruk | Per bruker, pris på forespørsel |
| Hva du betaler for | Nodetimer mens den kjører | Brukerlisenser, enten de brukes eller ikke |
| Datalokasjon | Din dedikerte maskin, EU-Central | Leverandørens sky, amerikansk selskap |
| Hvem som kan lese prompter | Du; GPUwerk bare etter databehandleravtalen | Leverandøren, etter sine vilkår |
| Modellkvalitet | De beste åpne modellene: utmerkede, et steg bak fronten | Frontmodeller |
Denne siden oppgir ingen pris per bruker for ChatGPT Enterprise, fordi OpenAI ikke publiserer noen: den selges etter et forhandlet tilbud. Sammenlign det tilbudet med målt GPU-kjøretid og antall noder arbeidslasten din trenger. Les også den siste raden nøye: frontmodeller ligger fortsatt foran åpne modeller, og hvis bruksområdet ditt trenger den absolutte fronten, er ikke dette siden for deg. For daglig skriving av utkast, koding og internt kunnskapsarbeid holder dagens åpne modeller mål.
Utover maskinen
Hjelp med innføring, hvis du vil.
Introduksjon for teamet
Jeg kan holde en praktisk opplæringsøkt for teamet: promptmønstre, sikkerhetsmekanismer og kvalitetssikring.
Støtte ved implementering
Jeg hjelper deg med å koble modellen til appene dine, inkludert hva verktøyene dine skal gjøre når instansen er stoppet eller opptatt.
Styringspakke
En enkel utrullingsplan: hvem som kan bruke det, hvem som går gjennom prompter, og hva piloten må vise før bredere bruk.
Spørsmål.
Er en privat, selvdriftet assistent like god som ChatGPT?
Til utkast, koding, interne spørsmål og svar og det meste av det daglige arbeidet er dagens åpne modeller (Qwen, Llama, DeepSeek i 70B-klassen og oppover) så nær at de fleste team ikke merker forskjellen. Proprietære frontmodeller leder fortsatt på de vanskeligste resonnerings- og kodeoppgavene. Hvis bruksområdet ditt virkelig trenger den absolutte fronten, passer ikke dette. Til alt annet holder de.
Hvordan er dette annerledes enn å bare blokkere ChatGPT?
Blokkering fjerner innsynet, ikke behovet: promptene flyttes til private telefoner i stedet. En privat assistent er en godkjent erstatning folk faktisk vil bruke, så de sensitive dataene blir på din egen instans i stedet for å gå rundt blokkeringen.
Hvor lang tid tar oppsettet egentlig?
Et fungerende chattegrensesnitt med en lastet modell er mulig på en ettermiddag: deploy en Spark, hent en modell, start Open WebUI. GPUwerk kan også sette det opp for deg: se alternativet "La meg sette det opp" nedenfor.
Kan utviklerne våre bruke det som et API også, ikke bare chat?
Ja. Den samme instansen eksponerer et OpenAI-kompatibelt endepunkt, så redigeringsverktøy, interne verktøy og skript peker mot det ved å endre én basis-URL. Ingen separat deployering trengs.
Hvor ligger dataene egentlig?
På din dedikerte node i EU-Central. Ingenting er delt eller virtualisert: ingen annen kundes arbeidslast kjører noen gang på samme maskin. Som prinsipp fastsatt i databehandleravtalen får GPUwerk ikke tilgang til det som kjører i containeren din, unntatt når du ber om det for støtte eller der en rettslig forpliktelse krever det; administratortilgang til infrastrukturen på den underliggende maskinen finnes, som på enhver driftet tjeneste. Se alle detaljer om regeletterlevelse og datalokalisering.
Privat ChatGPT denne uken.
Deploy en Spark, last inn en modell og inviter teamet. Første påfylling: betal 20 $, få 30 $ i kreditt, omtrent 37 timer med regnekraft til oppsett og prøving.