Déploiement d'une app web IA sur serveur privé

Bonjour,

J'ai développé un prototype fonctionnel sur Replit (via Replit Agents) qui permet de générer des questions d'entretien et des feedbacks à partir d'un CV et d'une offre d'emploi.

Actuellement, le projet utilise l'API interne de Replit, mais pour des raisons de viabilité et de coûts à l'usage, je souhaite migrer l'hébergement et surtout internaliser la partie IA. Je ne veux plus dépendre d'API payantes à la requête (type OpenAI ou Replit AI) et je souhaite faire tourner mon propre modèle de langage (LLM) en interne.

Le projet est simple :

Un front-end (déjà conçu, à adapter si besoin).

Un système de requêtes IA : Analyse de texte (CV + Job Desc) pour générer 10 questions.

Un module de feedback basé sur une entrée texte/audio.

Ce que je recherche :

Hébergement : Configuration d'un VPS avec un bon rapport performance/prix pour faire tourner un modèle léger.

Mise en place de l'IA : Installation d'un moteur comme Ollama, vLLM ou LocalAI avec un modèle optimisé (type Llama 3.2 1B/3B ou Mistral Nemo...) capable de tourner sur CPU ou GPU léger.

Mes recherches :
J'ai conscience que le "100% gratuit" n'existe pas en termes de serveurs. Je suis prêt à payer un abonnement mensuel pour un VPS dédié, mais je refuse le modèle de facturation "au token" des API classiques. Je veux que mon instance soit capable de traiter des requêtes de manière illimitée dans la limite des capacités du serveur.

Au plaisir de travailler avec vous !