CLEVYA tourne sur votre infrastructure. Voici, en toute transparence, les ressources estimées pour héberger vos agents : d'une PME de cinq personnes à un groupe de plusieurs centaines. On vous accompagne pour dimensionner.
Estimations pour des agents enregistrés sur une instance, en modèle BYOAK (clés IA externes). Ce sont des points de départ que nous affinons avec vous selon votre usage réel.
Estimations d'ingénierie, en cours de validation par nos propres tests de charge. La mémoire grimpe surtout avec la mémoire sémantique de chaque agent (vos données vectorielles) : un poste que nous ajustons ensemble.
C'est la vraie question, et elle est honnête : avoir mille agents qui existent coûte peu. Ce qui compte, c'est combien raisonnent à la même seconde.
Vos agents existent, gardent leur mémoire et attendent. Au repos, ils consomment très peu : quelques mégaoctets pour mille connexions. Un serveur modeste suffit.
Quand un agent raisonne, il appelle un modèle IA. Le nombre d'agents simultanés dépend d'abord de votre forfait chez votre fournisseur IA, pas de la taille de votre serveur.
En modèle BYOAK, vous branchez votre propre clé (Anthropic, OpenAI, Mistral). Votre fournisseur limite le nombre d'appels par minute selon votre forfait. C'est ce qui borne combien d'agents travaillent en parallèle, bien avant votre matériel. Et c'est vous qui pilotez ce curseur.
Vous voulez zéro dépendance et zéro limite d'appels externe ? Installez CLEVYA sur un simple VPS et faites tourner un modèle local avec Ollama. Vos agents raisonnent alors entièrement sur votre machine.
Pas besoin d'un cluster. Un serveur dédié ou un VPS chez votre hébergeur, Docker Compose, et la stack CLEVYA tourne. Sauvegardes et mises à jour incluses.
Avec un modèle local Ollama, aucune limite d'appels externe et aucun token facturé. Pour des agents intensifs, prévoyez plus de processeur ou un GPU - on vous aide à choisir.
Vous gardez le choix : vitesse et puissance des grands modèles cloud (BYOAK), ou souveraineté totale et coût fixe avec Ollama en local. Souvent, un mélange des deux selon la sensibilité des données.