Elegir el mejor modelo no debería implicar tener que justificar la factura.
Inferray es una API de inferencia: una interfaz coherente para los modelos que los equipos realmente quieren, sin comisiones de gateway sobre lo que usas.
Por qué lo creamos
En cuanto lanzas algo real con un modelo insignia, la inferencia deja de ser un gasto despreciable. Entonces los equipos empiezan a recortar: contexto más corto, menos reintentos, un modelo más débil en los flujos que nadie está mirando. Cada uno de esos recortes empeora un poco el producto, solo para recuperar dinero que, para empezar, nunca fue un precio justo.
Pagas la tarifa publicada del modelo, sin comisiones de gateway adicionales, así que el modelo que habrías elegido por sus méritos es el que puedes permitirte mantener.
La opción más barata y la mejor opción deberían ser la misma.
Qué significa eso en la práctica
Sin letra pequeña y sin nada que solo aplique cuando ya eres lo bastante grande.
- Una interfaz para todos los modelos
- Los modelos de todos los laboratorios que ofrecemos responden desde un único endpoint y con una única clave. Tu código usa la interfaz que ya usa (Chat Completions, Messages o Responses) y el streaming funciona como siempre.
- Sin comisiones de gateway
- No se agrega nada a la tarifa publicada del modelo. No hay periodo de prueba, ni nivel de volumen que alcanzar, ni plan que lo desbloquee: el precio que ves aplica a tu primera solicitud y a todas las siguientes.
- El mismo modelo, no un sustituto
- Mismo modelo, misma versión, mismas respuestas. Nada se cambia sin avisar por algo más barato, y el modelo que indicas en la solicitud es el que la responde.
- Pagas por uso y nada más
- Sin licencias por usuario, sin mínimo mensual y sin nivel de soporte. Recarga saldo y ve consumiéndolo, o elige un Token Plan por un precio mensual fijo con 3× su valor en uso; cuando se agota el crédito, las solicitudes se detienen en lugar de generar gastos de más sin avisar.
- Tus prompts siguen siendo tuyos
- No almacenamos tus prompts ni tus completions, y no entrenamos con ellos. Conservamos los conteos de tokens que necesitamos para facturarte; el proveedor del modelo que atiende una solicitud la maneja según su propia política de datos.
- Puedes ver a dónde fue
- Cada solicitud aparece en tu consola con latencia, tokens y costo desglosados por proyecto, clave y modelo, para que la factura nunca sea un único número sin explicación.
Dos líneas de configuración y el mismo código de siempre
Cambia tu URL base y tu clave. Tu SDK, tus prompts, tus herramientas y tus agentes quedan exactamente como están.