Hébergé en Suisse · Modèles open-weight · Compatible OpenAI
Des modèles open-weight sur un GPU à vous, derrière une API que les SDK OpenAI parlent déjà. Les prompts et les réponses ne sont pas conservés, et tous nos serveurs sont dans des centres de données en Suisse.
# Python, SDK OpenAI officiel
from openai import OpenAI
client = OpenAI(
base_url="https://api.llmaas.ch/v1",
api_key="llmaas_…",
)
r = client.chat.completions.create(
model="gemma-4-26b-a4b",
messages=[{"role": "user",
"content": "Résume ceci…"}],
stream=True,
)Solo fait tourner Gemma 4 26B-A4B ou Qwen3.5-9B sur une NVIDIA L4 ; Team et Scale font tourner de plus grands modèles sur des cartes plus puissantes. Votre propre fine-tune peut aussi tourner, s’il tient sur le GPU.
Une machine virtuelle avec son propre GPU NVIDIA dans un centre de données en Suisse, avec vLLM. Elle ne sert que votre compte.
Une URL de base compatible OpenAI, des clés API pour vos applications, et le chat web sur chat.llmaas.ch, avec envoi de fichiers et recherche web.
Les requêtes passent par notre passerelle jusqu’à votre machine en Suisse, qui y répond. Les prompts et les réponses ne sont pas conservés et ne servent à entraîner aucun modèle ; nos journaux enregistrent le nombre de tokens, pas le contenu. Un fichier joint dans le chat est gardé en mémoire une heure au plus.
Le GPU ne traite que vos requêtes : sa vitesse ne dépend que de votre propre charge. Vous payez un prix mensuel pour la machine, pas au token. L’API accepte 20 requêtes par seconde par adresse cliente, avec des pointes jusqu’à 100.
Les SDK OpenAI, LangChain, OpenCode, Cursor et tout autre outil qui permet de choisir l’URL de base d’une API compatible OpenAI. Streaming, appels d’outils, mode réflexion et images sont pris en charge.
Les modèles, de Qwen et de Google, sont sous licence Apache 2.0 et leurs poids sont publics. Si vous partez, ils tournent sur votre propre matériel.
Sur chat.llmaas.ch, avec votre compte LLMaaS : envoi de documents, mode réflexion et jauge du contexte utilisé. Les conversations restent dans votre navigateur. La recherche web peut être désactivée ; quand elle est active, ses requêtes partent chez DuckDuckGo, hors de Suisse, et notre serveur ouvre les pages que le modèle choisit.
LLMaaS est exploité depuis Prilly, dans le canton de Vaud, et ses serveurs sont dans des centres de données en Suisse. Le support répond par e-mail en français, en allemand ou en anglais. Le contrat relève du droit suisse et est rédigé en anglais ; les factures sont en francs suisses.
Deux modèles que nous recommandons. Les deux lisent les images, sont sous licence Apache 2.0 et gèrent jusqu’à 256K tokens de contexte ; le contexte servi par chaque offre figure sous Tarifs. Gemma 4 26B-A4B est le modèle de l’offre Solo ; Qwen3.6-35B-A3B demande le GPU de l’offre Team. Solo peut aussi servir Qwen3.5-9B, un Qwen plus petit qui laisse de la place pour un contexte plus long.
Le modèle mixture-of-experts d’Alibaba, conçu pour le code agentique, les appels de fonctions et les sorties structurées. Celui que nous conseillons pour les applications qui appellent des outils.
Le modèle mixture-of-experts de Google. Le plus rapide des modèles que nous faisons tourner sur la L4, et celui que nous conseillons pour les documents, les captures d’écran et les schémas.
Sur l’offre Team, Qwen3.6-35B-A3B, Qwen3.6-27B et Gemma 4 31B tournent en FP8 ; les modèles de classe 100 Md tournent sur l’offre Scale. Tout autre modèle que vLLM peut servir est déployé sur demande, s’il tient sur le GPU de l’offre et si sa licence le permet.
Un assistant personnel qui tourne jour et nuit sur une petite machine à lui, avec le modèle LLMaaS, votre machine GPU ou un autre fournisseur. Vous lui écrivez là où vous êtes déjà, il se sert de vos outils, et il se souvient.
Son propre chat web, et les canaux que vous connectez : Discord, Telegram, Slack, Matrix, e-mail. Il garde la même mémoire sur tous.
Il exécute des commandes, lit et écrit des fichiers, lit des pages web et travaille avec git sur sa propre machine : il peut mener une tâche jusqu’au résultat.
Ajoutez des serveurs MCP depuis ses réglages : votre agenda, votre forge de code, vos notes. L’agent y lit et y agit pour vous.
Demandez un résumé chaque matin ou une vérification chaque heure. Il exécute la tâche seul et vous écrit quand il y a quelque chose à dire.
Ce qu’il apprend sur vous et votre travail reste d’une conversation à l’autre, sur son propre disque. Téléchargez cette mémoire quand vous voulez.
Son disque est chiffré, et vous choisissez qui peut l’ouvrir : vous seul, ou LLMaaS aussi, pour qu’il reparte de lui-même après un redémarrage. La machine est en Suisse et n’a pas d’accès SSH : on ne l’atteint que par la passerelle LLMaaS.
CHF 19 par mois, seul ou avec une offre GPU. Seul, il comprend 100 requêtes par jour sur le modèle LLMaaS ; avec une offre GPU, il utilise votre machine sans limite quotidienne. Il peut aussi fonctionner avec votre propre clé chez un autre fournisseur.
Chaque offre est une VM avec son propre GPU en Suisse. Le chat, les clés API et les tokens illimités sont compris dans chaque offre. Facturation mensuelle ; résiliable pour la fin de n’importe quel mois.
Les offres GPU sont sur demande. La demande en GPU est forte et la capacité en Suisse limitée : nous confirmons qu’un GPU est libre pour vous avant d’ouvrir votre VM.
dès CHF 399/mois
NVIDIA L4 · 24 Go
dès CHF 799/mois
NVIDIA L40S · 48 Go
dès CHF 1 999/mois
NVIDIA A100 · 80 Go
CHF 19/mois · seul, ou avec tout abonnement
Un assistant toujours en marche sur une petite VM à lui, avec le modèle LLMaaS, votre machine ou un autre fournisseur : canaux de chat (Telegram, Slack, e-mail…), outils shell et fichiers, tâches planifiées, et une mémoire qu’il garde d’une conversation à l’autre.
Prix de départ ; aucune TVA n’est facturée pour l’instant. Une VM est facturée à l’heure, au prix mensuel divisé par 730, du moment où elle vous est attribuée jusqu’à sa mise en pause ou sa suppression : un mois de 30 jours coûte un peu moins que le prix mensuel, un mois de 31 jours un peu plus.
Oui, à une exception près dans le chat. Votre modèle tourne sur une machine virtuelle qui ne sert que votre compte, dans un centre de données en Suisse. Les requêtes vont, chiffrées, de votre application à cette machine en passant par notre passerelle, puis reviennent ; rien n’en est conservé une fois la réponse envoyée. L’exception : quand la recherche web est active dans le chat, ses requêtes partent chez DuckDuckGo, hors de Suisse, et notre serveur ouvre les pages que le modèle choisit. L’API ne fait jamais de recherche web.
Oui, s’il utilise l’API chat completions d’OpenAI : changez l’URL de base et la clé. Cela couvre les SDK officiels, LangChain, LlamaIndex, OpenCode, Cursor, Continue et la plupart des frameworks d’agents. Streaming, appels d’outils et images sont pris en charge.
Qwen3.6 si votre application appelle des outils ou écrit du code ; il demande l’offre Team. Gemma 4 si vous voulez le chat le plus rapide ou lisez beaucoup de documents et d’images. Nous changeons le modèle de votre machine à votre demande, si le nouveau tient sur le GPU de l’offre ; cela demande un redémarrage.
Sur l’offre Solo, un utilisateur seul obtient 30 à 45 tokens par seconde, et le GPU sert environ 15 conversations à la fois avant que la vitesse individuelle ne baisse. L’offre Team triple à peu près ces chiffres. Les longs documents prennent quelques secondes à lire la première fois, puis sont mis en cache.
Oui, si vLLM peut le servir, s’il tient sur le GPU de votre offre et si sa licence le permet ; vos propres fine-tunes compris. Indiquez-nous le dépôt Hugging Face et nous vous disons quelle offre il demande.
LLMaaS est exploité depuis Prilly, dans le canton de Vaud. Le support répond par e-mail à hello@llmaas.ch les jours ouvrables, au plus tard le jour ouvrable suivant. Le contrat relève du droit suisse, et les factures sont en francs suisses.
Choisissez une offre et décrivez-nous votre cas d’usage et la taille de votre équipe. Nous confirmons qu’un GPU est disponible pour vous en Suisse, puis vous envoyons votre URL de base et votre clé.
Demander un accèsOu écrivez-nous : hello@llmaas.ch