Eine API für jedes Modell
Chat Completions, die Anthropic Messages API und die Responses API, dazu Embeddings und Transkription, alles mit demselben Key.
03 Serve $ hyai models
Jedes offene Modell.
Ein Key.
Gemeinsam genutzt pro Token oder nur für Sie, aus europäischen Rechenzentren.
GLM
DeepSeek
Qwen
Kimi
Mistral
Llama
gpt-oss
Gemma
Loes
Nemotron
Claude Code
Codex
OpenCode
Cursor
Cline-
Loes
-
OpenAI SDK
Anthropic SDK
Was es leistet
Geteilt pro Token,
oder eine eigene GPU.
Der Model Garden listet die offenen Modelle, die Sie jetzt aufrufen können. Geteilte Modelle laufen pro Token auf GPUs in Europa: Sie zahlen, was Sie nutzen, und müssen keine Maschine verwalten. Jedes Modell hat eine eigene Seite mit Kontextlänge, Preis pro Million Tokens und Qualitätswert.
Wenn ein Modell nur für Sie arbeiten soll, betreiben Sie es auf einer dedizierten GPU. Sie erstellen und löschen sie selbst, im Dashboard oder über die API, und zahlen pro GPU-Minute, solange sie läuft. Mit einer privaten Verbindung bleibt ihr Port für das öffentliche Internet geschlossen.
Hinter einem Modellnamen können mehrere Quellen stehen. Der Router schickt jede Anfrage an eine Quelle, die gesund und schnell ist, hält eine Unterhaltung auf der Maschine mit ihrem Cache und wechselt, wenn eine Maschine langsamer wird.
Weiterlesen
Serve/ Model Garden
DeepSeek V4.1 Flash
- kontext
- 1M
- ein / 1M
- €0,29
DeepSeek V4 Flash
- kontext
- 1M
- ein / 1M
- €0,29
GLM 5.3 Flash
- kontext
- 1M
- ein / 1M
- €0,15
- kontext
- 131K
- ein / 1M
- €0,17
- kontext
- 262K
- ein / 1M
- €0,11
Qwen3.8 27B
- kontext
- 262K
- ein / 1M
- €0,46
Kein Modell gefunden. Alle Modelle ansehen
Warum Teams es nutzen Gebaut für
Gebaut für
Produktions-Traffic.
Gecachte Tokens kosten weniger
Wiederholte Prompt-Präfixe werden automatisch zu einem niedrigeren Satz abgerechnet. Sie müssen nichts zusätzlich senden.
Ein Bench-Wert für jedes Modell
Jedes Modell trägt einen Bench-Wert aus öffentlichen Benchmarks, gekennzeichnet als gemessen oder geschätzt, und die Rankings zeigen die gemessene Geschwindigkeit pro Modell.
Auch Ihr eigenes Modell
Betreiben Sie ein Modell von Hugging Face oder Ihr eigenes Finetune auf einer dedizierten GPU, gestartet mit dem offiziellen vLLM-Rezept für dieses Modell.
Fragen
Fragen, die wir oft hören
Welche Modelle kann ich nutzen?
Jedes Modell im Model Garden, das als verfügbar angezeigt wird. Neue offene Modelle nehmen wir auf, nachdem wir sie getestet haben.
Wann lohnt sich eine dedizierte GPU?
Wenn die Arbeit ein Modell braucht, das sonst niemand betreibt, eine garantierte Geschwindigkeit oder vollständige Isolation. Für die meisten Teams bleibt geteilt pro Token günstiger, bis das Volumen sehr groß wird.
Funktioniert es mit dem OpenAI SDK?
Ja. Setzen Sie die Base-URL auf https://hostyourai.com/api/v1 und verwenden Sie Ihren HostYourAI-Key. Das Anthropic SDK funktioniert genauso.
Die Plattform
Eine Plattform, vier Ebenen
Starten Sie mit einer Ebene und ergänzen Sie die anderen, wenn die Arbeit es verlangt. Alle teilen sich einen Key, ein Guthaben und eine Activity-Ansicht.
Rufen Sie Ihr erstes
offenes Modell auf.
Ein Key gibt Ihnen jedes Modell im Garden. Laden Sie Guthaben auf und zahlen Sie pro Token, ohne Abonnement.
