Fragen, beantwortet.

Eine Plattform, um open-weight KI-Modelle auf Ihrer eigenen Infrastruktur zu finetunen und zu betreiben. Bringen Sie Ihre Daten mit, wählen Sie ein Modell, und wir machen daraus einen Spezialisten, der Ihnen gehört - läuft auf Ihrer Hardware, nicht pro Token gemietet.

Finetuning bringt einem Basismodell bei, wie Ihr Fachgebiet wirklich funktioniert. Wir nutzen effiziente Methoden - LoRA/QLoRA-Adapter plus SFT und RLVR - kleine Dateien, die ein Modell spezialisieren, ohne es von Grund auf neu zu trainieren. Sie können mehrere Adapter behalten und jederzeit wechseln.

Jedes open-weight Modell - Qwen, Llama, Mistral, DeepSeek, Gemma und mehr. Sie wählen das, das zu Ihrer Aufgabe, Ihrer Hardware und Ihrem Budget passt - kompakt für eine einzelne GPU, groß für ein Cluster.

Nein. Um ein Modell zu nutzen, betreiben Sie es einfach. Um eines zu finetunen, liefern Sie die Daten und die Pipeline erledigt den Rest - oder, wenn Sie möchten, machen wir es für Sie (siehe gehostetes Training unten).

Nirgendwohin. Das Modell läuft auf Ihrer eigenen Maschine oder Infrastruktur, sodass Ihre Prompts, Dokumente und Antworten nie Ihr Netzwerk verlassen.

Ja. Das finetuned Modell und die Adapter sind einfach Dateien, die Ihnen gehören. Halten Sie sie vollständig lokal, oder speichern Sie sie in einem privaten Repo mit Zugriffskontrolle für Ihre Organisation. Nichts ist öffentlich, es sei denn, Sie veröffentlichen es.

Ja. Sobald das Modell auf der Maschine ist, läuft alles vollständig offline - nützlich für regulierte Arbeit, abgelegene Standorte oder überall, wo Daten das Gebäude nicht verlassen dürfen.

Das hängt von der Modellgröße ab. Um ein kompaktes Modell zu betreiben, reicht eine gängige Karte. Zum Finetunen deckt eine 24 GB Karte (RTX 3090/4090/5090 oder Radeon RX 7900 XTX) viele Modelle ab; größere Modelle brauchen mehr Speicher oder ein Cluster. NVIDIA (CUDA) und AMD (ROCm) sind beide erstklassig. Keine passende Karte? Nutzen Sie gehostetes Training.

Nur für die kleinsten Modelle, und langsam. Für alles Ernsthafte wird eine GPU benötigt, um es gut zu betreiben - deshalb gibt es gehostetes Training und gehostete Inferenz-Optionen für alle ohne GPU.

Pauschal und transparent - kostenlos zum Erkunden, eine vorhersehbare Gebühr für private Nutzung, und gehostetes Training zum Preis nach Ihrem Datensatz. Es gibt nie einen Zähler pro Token oder pro Platz. Details finden Sie auf der Seite Preise.

Automatisch, nach Ihrem Datensatz. Sie laden ihn hoch, wir zeigen ein exaktes Angebot, bevor etwas läuft; Sie genehmigen es, es trainiert auf unseren GPUs und landet in Ihrem Konto. Größere Datensätze kosten mehr, proportional zur GPU-Zeit, die sie brauchen.

Weil Sie es selbst betreiben. Wir vermieten Ihnen keine Intelligenz pro Token - Ihnen gehört das Modell und es erledigt die Arbeit auf Ihrer Hardware. Frontier-Modelle treiben die Rechnung mit jedem Platz und jeder Anfrage in die Höhe; hier läuft die tägliche Arbeit lokal und Sie zahlen ein Frontier-Modell nur für die seltenen ~1% der wirklich schweren Fälle.

Ja - genau darum geht es. Beginnen Sie mit einem open-weight Modell, finetunen Sie auf Ihrem Handbuch, Ihrer Codebasis, Ihren Tickets oder Aufzeichnungen und halten Sie das resultierende Modell privat. Die Rohdaten verlassen dafür nie Ihr Netzwerk.

Ja. Über das automatisierte gehostete Training hinaus bieten wir praktische Beratung - wir kommen rein, verstehen Ihre Domäne, bauen einen kohärenten Datensatz und liefern ein funktionierendes Modell. Weit günstiger als einen ML-Spezialisten einzustellen und zu halten.

Eine öffentliche Bibliothek mit veröffentlichten Modellen und Datensätzen ist in Arbeit. Vorerst starten wir Ihr Projekt von einer starken open-weight Basis und bauen das spezialisierte Modell gemeinsam mit Ihnen.

Nur um beizutragen oder private Arbeit zu verwalten. Das Durchstöbern und Herunterladen öffentlicher Beispiele braucht nichts. Ein Konto ist einfach eine E-Mail und ein Passwort.