Despliegue y alojamiento

Qué tener en cuenta

Las preguntas que distinguen las opciones, por orden de importancia.

1. 01

   Tu propio modelo o uno del catálogo

   Decide primero si vas a desplegar tus propios pesos y tu propio código o a llamar a modelos alojados por otros. Las plataformas de GPU (Modal, Runpod, Baseten) ejecutan cualquier contenedor o código de Python que les des. Los marketplaces (Replicate, fal) destacan cuando el modelo que quieres ya está en su catálogo. Los servicios de modelos en la nube (Amazon Bedrock, el Agent Platform de Google) parten del catálogo; Custom Model Import de Bedrock, por ejemplo, solo acepta unas pocas arquitecturas. Un modelo con fine-tuning o poco habitual reduce rápido las opciones.

2. 02

   GPUs serverless o dedicadas

   Los workers serverless arrancan cuando llegan peticiones y se paran cuando acaba el tráfico, así que no pagas nada mientras están inactivos, pero sufres arranques en frío. Las GPUs dedicadas siguen encendidas, cuestan dinero cada hora y responden al instante. El tráfico irregular o bajo encaja con serverless; el tráfico constante sale más barato con capacidad dedicada o reservada. La mayoría de plataformas ofrecen ambas: Runpod tiene workers flex y workers activos siempre encendidos, Baseten factura las GPUs dedicadas por minuto sin cobrar el tiempo inactivo, y los servicios en la nube venden rendimiento aprovisionado.

3. 03

   Arranques en frío, medidos con tu modelo

   Un arranque en frío es el tiempo que se tarda en iniciar un contenedor y cargar los pesos en la memoria de la GPU antes de la primera respuesta. Los proveedores citan el mejor caso, como los menos de 200 ms que Runpod atribuye a FlashBoot, pero el tiempo de carga crece con el tamaño del modelo y de la imagen. Pregunta si el tiempo de arranque en frío se factura (en Runpod sí), cuánto espera un worker inactivo antes de apagarse y si puedes mantener un número mínimo de workers en caliente.

4. 04

   Modelo de precios y multiplicadores

   Compara cosas comparables. Las plataformas de GPU facturan por segundo o minuto de hardware; los marketplaces suelen facturar por imagen generada o por segundo de vídeo; los servicios de modelos facturan por millón de tokens, con niveles por lotes a mitad de precio aproximadamente y niveles prioritarios por encima del precio de lista. Después lee la letra pequeña: Modal cobra de 1,15x a 1,75x por fijar la región y 3x por capacidad no interrumpible, y los endpoints regionales de Google cuestan alrededor de un 10% más que los globales. Para una carga sostenida, calcula la factura mensual con cada modelo de precios antes de elegir.

5. 05

   Disponibilidad y tipos de GPU

   Comprueba que la GPU que necesitas aparece en la lista y está disponible de verdad en la cantidad que necesitas. Una H100 va desde unos $2.69 la hora en la Community Cloud de Runpod hasta $6.50 en una dedicada de Baseten, y las B200 ya son habituales en la gama alta. La capacidad comunitaria o spot, más barata, puede interrumpirse. Para entrenamiento o modelos muy grandes, busca nodos con varias GPUs e interconexión rápida como InfiniBand.

6. 06

   Residencia de datos y cumplimiento

   Pregunta dónde se procesan las peticiones, si tus datos entrenan el modelo de alguien y qué certificaciones cubren exactamente el nivel de producto que vas a usar. Amazon Bedrock afirma que los prompts no se usan para mejorar los modelos base y es apto para HIPAA; Runpod tiene SOC 2 Type II e ISO 27001, pero su página de cumplimiento no dice si los hosts de Community Cloud entran en el alcance, y su propia guía envía los datos regulados a Secure Cloud, de un solo inquilino. Baseten Enterprise puede ejecutarse dentro de tu propia cuenta en la nube. Si los datos deben quedarse en una región, confirma que se puede fijar la región y cuánto cuesta.

7. 07

   Controles de autoescalado

   Un buen autoescalado te permite fijar un mínimo y un máximo de réplicas, un objetivo de concurrencia por réplica y un retardo antes de reducir. Sin eso, o pagas de más por GPUs inactivas o pierdes peticiones durante un pico. Revisa los límites de concurrencia por defecto en los planes gratuitos y de entrada, que suelen ser bajos.

8. 08

   Dependencia del proveedor

   Los despliegues portables son contenedores normales y endpoints compatibles con OpenAI. La dependencia crece con los SDKs propios de cada plataforma, formatos de empaquetado como Cog de Replicate y servicios de más alto nivel como Bedrock Agents y Knowledge Bases o el Agent Runtime y el Memory Bank de Google. Puede ser un intercambio razonable, pero calcula lo que costaría marcharse antes de adoptarlos.

9 herramientas comparadas

Ordenadas por nuestra nota. Abre cualquier reseña para ver las fuentes, los precios y el veredicto completo.

Comparativa de herramientas de Despliegue y alojamiento

Herramienta	Nota	Nuestro veredicto	Ideal para	Precio
Hugging Faceherramienta	4.7/5	Imprescindible como repositorio de modelos, competitivo pero sin nada especial como proveedor de alojamiento, y pronto en manos del mayor vendedor de chips de IA.	Ingenieros y equipos de investigación que buscan, comparten, prueban o ajustan modelos abiertos, y organizaciones que necesitan un registro privado de modelos.	Cuenta gratuita (100GB de almacenamiento privado, sin crédito de inferencia incluido); PRO 9 $/mes (2 $ de crédito de cómputo); Team 20 $/usuario/mes; Enterprise 50 $/usuario/mes. GPU de Spaces desde 0,40 $/hora; Inference Endpoints desde 0,03 $/hora (CPU), H100 a 4,50 $/hora.
Modalherramienta	4.5/5	Modal convierte una función de Python en un servicio de GPU con menos ceremonia que cualquier nube de la que hayamos leído, y cobra un sobreprecio en cuanto necesitas garantías.	Desarrolladores de Python y equipos de ML que quieren servir modelos propios o ejecutar trabajos en GPU sin gestionar servidores.	Starter $0 + cómputo (crédito de $30/mes, 3 puestos, 10 GPU a la vez); Team $250/mes + cómputo (crédito de $100, puestos ilimitados, 50 GPU); Enterprise a medida. Por segundo: H100 unos $3.95/hora, A100 80GB unos $2.50/hora, B200 unos $6.25/hora.
falherramienta	4.4/5	Si la generación de imagen o vídeo está en el centro de tu producto, fal es donde llegan primero los modelos nuevos y donde los precios por resultado son más fáciles de presupuestar.	Equipos de producto que añaden generación de imagen o vídeo a sus apps y quieren muchos modelos detrás de una sola API.	Por resultado, p. ej. Nano Banana unos 0,04 $/imagen, Nano Banana Pro 0,15 $/imagen, Kling v3 Pro 0,14 $/segundo de vídeo, FLUX.1 [schnell] 0,003 $/megapíxel. GPU: H100 a 4,50 $/hora de tarifa (desde 2,49 $), B200 a 7,99 $/hora (desde 5,49 $). Los créditos comprados duran 365 días. Enterprise por presupuesto.
Runpodherramienta	4.3/5	Runpod es donde viven las horas de GPU baratas, siempre que no te importe empaquetar tus propios contenedores y comprobar qué nivel de nube cubre de verdad tu cumplimiento normativo.	Ingenieros de ML que quieren GPU baratas para entrenamiento, fine-tuning o un endpoint de inferencia autogestionado y saben trabajar con Docker.	Pods por hora: H100 SXM $3.99 Secure / $2.69 Community; A100 SXM $1.79 / $1.39; B200 $7.99 / $5.98. Serverless por segundo: H100 unos $4.79/hora, A100 80GB $2.72/hora, 4090 $1.10/hora. Almacenamiento desde $0.05/GB/mes.
Amazon Bedrockherramienta	4.3/5	Si tu empresa ya funciona sobre AWS, Bedrock convierte a Claude y a los grandes modelos abiertos en un servicio más de AWS; si no, te apuntas a una larga página de precios y a un sistema de cuotas que aprender.	Empresas que ya están en AWS y necesitan Claude o modelos abiertos con controles de datos empresariales y una sola factura.	Por 1M de tokens bajo demanda, p. ej. DeepSeek V3.2 0,62 $ entrada / 1,85 $ salida (EE. UU.), Qwen3 Next 80B 0,15 $ / 1,20 $ (EE. UU.). Batch y Flex con un 50% de descuento; Priority +75%. Provisioned throughput por unidad de modelo y hora. Custom Model Import 0,05718 $ por minuto de unidad de modelo (US East y West). Guardrails desde 0,10 $ por 1.000 unidades de texto.
Basetenherramienta	4.2/5	Baseten ejecuta tus modelos en producción con el papeleo de cumplimiento ya hecho, pero sus GPUs dedicadas cuestan bastante más de lo que podrías alquilarlas en otro sitio.	Empresas que sirven modelos personalizados o ajustados en producción y necesitan retención cero de datos, HIPAA y la opción de funcionar en su propia nube.	Basic 0 $/mes, pago por uso; Pro y Enterprise bajo presupuesto. Model APIs por 1M de tokens, p. ej. GPT OSS 120B 0,10 $ entrada / 0,50 $ salida, Kimi K3 3 $ / 15 $. GPUs dedicadas por minuto: T4 unos 0,63 $/hora, A100 unos 4,00 $/hora, H100 unos 6,50 $/hora, B200 unos 9,98 $/hora.
Replicateherramienta	4.2/5	Replicate es adonde va un desarrollador para probar esta misma tarde un nuevo modelo de imagen o vídeo, y donde la factura empieza a doler cuando un modelo funciona todo el día.	Desarrolladores que añaden generación de imagen, vídeo o audio a una app sin gestionar sus propias GPU.	Pago por resultado (p. ej. FLUX 1.1 Pro $0.04/imagen, FLUX Schnell $3 por 1000 imágenes) o por segundo de hardware: T4 $0.81/hora, L40S $3.51/hora, A100 80GB $5.04/hora, H100 $5.49/hora, 8x H100 $43.92/hora. Sin plan gratuito publicado; descuentos por volumen para grandes gastos.
Google Agent Platform (Vertex AI)herramienta	4.2/5	Gemini llega aquí antes que a ningún sitio y Claude comparte la misma factura, pero dos precios de lanzamiento se duplican en diez semanas y el cambio de nombre de Google ha partido la documentación en dos.	Equipos en Google Cloud, o cualquiera que se estandarice en Gemini, que quieran controles empresariales y Claude bajo una sola cuenta.	Por 1M de tokens, por ejemplo Gemini 3.8 Flash $0,75 de entrada / $3,75 de salida (hasta el 31 de diciembre de 2026, después $1,50 / $7,50), Gemini 4 Argon $2 / $10 (hasta el 30 de noviembre de 2026, después $4 / $20), Gemini 3.1 Pro Preview $2 / $12, Claude Sonnet 5.5 $2 / $10. Los endpoints no globales cuestan un 10 % más; el procesamiento por lotes cuesta la mitad. Provisioned throughput de $2,74 a $7,14 por GSU-hora según el plazo.
InsForgerepo	3.8/5	Una apuesta sensata por la idea de que los agentes necesitan un backend que puedan inspeccionar y cambiar por sí mismos, lastrada por ahora por su juventud y por depender de Vercel y OpenRouter para dos de sus piezas.	Desarrolladores individuales y equipos pequeños que dejan que un agente de programación construya prototipos full-stack y quieren que el agente gestione también el backend.	Apache 2.0 y gratuito si lo autoalojas. InsForge Cloud: Free; Pro 25 $/mes o 20 $/mes con facturación anual, más cómputo desde 5 $/mes por proyecto con un crédito mensual de 10 $; Enterprise a medida.

Lado a lado

Las especificaciones que importan en este paso. Comprobado el 23 oct 2026; confírmalo en la web del proveedor antes de decidirte.

Conéctalo a tu agente

Servidores MCP que permiten a asistentes como Claude, ChatGPT y Cursor usar estas herramientas directamente.

• Vercel MCP 4.2
• Cloudflare MCP Server 4.5
• AWS MCP Server 4.4
• Azure MCP Server 4.3

Dónde encaja esta etapa

• Chatea con tus documentos: empezaríamos con Modal.
• Agente de atención al cliente: empezaríamos con AWS MCP Server.
• Asistente con memoria a largo plazo: empezaríamos con Cloudflare MCP Server.
• Pipeline de generación de imágenes: empezaríamos con fal, Replicate.
• Producción de vídeo: empezaríamos con fal.
• Agente de voz: empezaríamos con Modal.
• Procesamiento de documentos: empezaríamos con AWS MCP Server.
• Tu propio modelo con fine-tuning: empezaríamos con Modal, Baseten.

Fuentes de esta guía

• Runpod pricing
• Runpod compliance
• Runpod: keeping data secure on cloud GPUs
• Runpod docs: Serverless pricing
• Modal pricing
• Amazon Bedrock pricing
• Amazon Bedrock FAQs
• Google Agent Platform pricing