AI und Machine Learning
Die Ebene
über der Karte
Preisangaben netto zzgl. 19 % USt., Standort Frankfurt. Wer die Karte ohne Plattform darüber möchte, findet sie unter GPU.
- Beschleuniger
- 0,7397 € bis 5,2500 € je Karte und Stunde
- Arbeitsumgebungen
- Jupyter und VS Code
- Trainingsläufe
- 1 bis 8 Knoten
- Endpunkte
- Skalierung auf null
- Modellkatalog
- 6 Modelle, offene Gewichte
- Abrechnung
- je Sekunde oder je Token
- Inferenzstandorte
- 4 in Deutschland und Finnland
- Beschleuniger ab
- 0,7397 €
- je Karte und Stunde, L4 mit 24 GB
- Arbeitsumgebung ab
- 0,0567 €
- je Stunde, sekundengenau gezählt
- Ausgabe ab
- 0,1251 €
- je Million Token — ein Token ist etwa ein Wortteil
- Inferenzstandorte
- 4
- Inferenz heißt: ein fertiges Modell antwortet. Keine Verarbeitung außerhalb der EU.
Einordnung
Drei Ebenen, drei Abrechnungseinheiten
Beschleuniger, Dienst und Modell sind nicht dasselbe Produkt. Sie unterscheiden sich darin, was Sie mitbringen müssen und wonach abgerechnet wird.
Ebene 1 · Hardware
Beschleuniger mieten
Abrechnung je Stunde, je Karte
Sie erhalten eine Instanz mit einer, zwei, vier oder acht Karten, Root-Zugang und eine leere Maschine mit Treibern. Betriebssystem, Framework, Modellstand und Skalierung liegen bei Ihnen. Was die Stunde kostet, steht ein Stück weiter unten auf dieser Seite.
Richtig, wenn Sie eine eigene Werkzeugkette haben und volle Kontrolle über die Umgebung brauchen.
Ebene 2 · Plattform
Notebook, Trainingslauf, Endpunkt
Abrechnung je Laufzeit des Dienstes
Dieselbe Hardware, aber als Dienst: Jupyter startet fertig, ein Trainingslauf wird eingereiht statt eingeloggt, ein Modell wird zum HTTPS-Endpunkt mit Skalierung auf null.
Richtig, wenn Sie an Modellen arbeiten und nicht an Maschinen.
Ebene 3 · Modell
Fertige Modelle abrufen
Abrechnung je Million Token
Kein Knoten, keine Bereitstellung, keine Wartezeit. Ein Aufruf gegen einen Modellnamen; abgerechnet wird, was durch die Leitung ging.
Richtig, wenn Sie eine Anwendung bauen und kein Modell betreiben wollen.
Was eine Stunde Rechnen kostet
Fünf Beschleunigerklassen tragen jede Zeile dieser Seite, in der eine Karte vorkommt — von der beschleunigten Arbeitsumgebung bis zum Endpunkt. Die Beträge stammen unverändert aus dem Instanzkatalog. Neu ist hier nur die Bezugsgröße: Der Satz je Knoten wird auf die einzelne Karte und auf die Stunde heruntergerechnet.
Was eine Karte tragen kann, entscheidet ihr Grafikspeicher — der VRAM, der Speicher auf der Karte selbst. Er reicht von 24 GB auf der L4 bis 141 GB auf der H200 SXM. Ein Modell, dessen Gewichte nicht hineinpassen, läuft auf dieser Karte nicht — deshalb steht die Speichergröße in derselben Zeile wie der Preis.
| Klasse | Grafikspeicher | Karten je Knoten | Karte / h | Knoten / h | Knoten / Monat |
|---|---|---|---|---|---|
| NG-L4Inferenz kleiner und quantisierter Modelle, Einbettungen | 24 GB je Karte | 1 | 0,7397 € | 0,7397 € | 540,00 € |
| NG-L40SModelle bis rund 32 Milliarden Parameter, Bildmodelle | 48 GB je Karte | 1 | 1,3808 € | 1,3808 € | 1.008,00 € |
| NG-RTX6000Modelle mit gemischten Experten und langen Kontexten — 96 GB Grafikspeicher | 96 GB je Karte | 1 | 1,6425 € | 1,6425 € | 1.199,00 € |
| NG-H100Trainingsläufe — die Bezugsklasse aller Rechnungen weiter unten | 80 GB je Karte | 1 | 2,6575 € | 2,6575 € | 1.940,00 € |
| NG-H200×8Große Modelle über mehrere Karten, verteiltes Training | 141 GB je Karte | 8nur als ganzer Knoten | 5,2500 € | 42,0000 € | 30.660,00 € |
Alle Beträge netto, zzgl. 19 % USt., Standort Frankfurt. Gepflegt ist der Monatssatz; der Stundensatz ist dieser Betrag geteilt durch 730 Stunden. Die vier Einzelkartenklassen sind einzeln bestellbar; die Achtkartenklasse wird nur als ganzer Knoten vergeben, ihr Kartensatz ist deshalb eine Rechengröße und kein eigenes Angebot.
Auf diese Sätze legt die Plattform entweder einen benannten Zuschlag — bei den Arbeitsumgebungen — oder sie rechnet sie über einen gemessenen Durchsatz in einen Tokenpreis um. Ein Token ist der Baustein, in den ein Modell Text zerlegt — meist ein kurzes Wort oder eine Silbe. Beide Rechenwege stehen unter den Tabellen der folgenden Abschnitte.
Arbeitsumgebungen
Ein Notebook, das schon läuft
Eine Arbeitsumgebung ist eine Instanz mit fertiger Oberfläche: Jupyter und VS Code sind eingerichtet, die Treiber stimmen, der Objektspeicher hängt als Verzeichnis darin. Hier entsteht die Feinabstimmung — das Nachtrainieren eines fertigen Modells an eigenen Daten, im Englischen Fine-Tuning. Gezählt wird die Laufzeit, nicht der Besitz.
- Jupyter und VS Code
- Beide Oberflächen laufen auf derselben Umgebung und lassen sich im laufenden Betrieb wechseln. VS Code ist zusätzlich über die Fernverbindung des Desktop-Editors erreichbar.
- Beschleuniger zuschaltbar
- Die Umgebung startet ohne GPU und lässt sich beim nächsten Start auf eine beschleunigte Klasse heben. Das Arbeitsverzeichnis bleibt erhalten, der Preis wechselt mit der Klasse.
- Abrechnung nach Laufzeit
- Gezählt wird die Zeit, in der die Umgebung läuft — sekundengenau, nicht die Zeit, in der sie angelegt ist. Eine angehaltene Umgebung kostet nur ihren Datenträger.
- Datenanbindung an den Objektspeicher
- Buckets werden beim Start als Verzeichnis eingehängt. Zugriffsschlüssel liegen im Projekt, nicht im Notebook; sie erscheinen nicht im Zellenverlauf und nicht in Prüfpunkten.
Was eine Umgebung kostet
Der Stundensatz einer Arbeitsumgebung ist der Stundensatz ihrer Instanzklasse zuzüglich 15 % Plattformanteil. Der Anteil trägt Abbildpflege, den Betrieb beider Oberflächen, die Leerlauferkennung und die S3-Anbindung, also den Zugriff auf den Objektspeicher. Der Instanzpreis selbst bleibt derselbe wie im Katalog — die Plattform verteuert die Karte nicht, sie legt einen benannten Betrag daneben.
| Klasse | Ausstattung | Beschleuniger | Instanz / h | Plattform / h | Umgebung / h | Deckel / Monat |
|---|---|---|---|---|---|---|
| NP3Datenaufbereitung, Auswertung, klassisches maschinelles Lernen ohne Beschleuniger | 4 vCPU · 8 GB RAM | ohne Beschleuniger | 0,0493 € | 0,0074 € | 0,0567 € | 41,39 € |
| ND3Dieselbe Arbeit mit konstanter Leistung — keine geteilte CPU-Zeit | 4 vCPU · 16 GB RAM | ohne Beschleuniger | 0,1063 € | 0,0159 € | 0,1222 € | 89,21 € |
| NG-L4Erste Versuche mit quantisierten Sprachmodellen, Einbettungen, Bildmodelle | 8 vCPU · 48 GB RAM | 1 × L4 | 0,7397 € | 0,1110 € | 0,8507 € | 621,01 € |
| NG-L40SLoRA-Anpassungen und Modelle bis rund 30 Milliarden Parameter | 16 vCPU · 96 GB RAM | 1 × L40S | 1,3808 € | 0,2071 € | 1,5879 € | 1.159,17 € |
| NG-H100Vollständiges Fine-Tuning mittlerer Modelle, HPC-Lasten mit FP64 | 32 vCPU · 256 GB RAM | 1 × H100 SXM | 2,6575 € | 0,3986 € | 3,0561 € | 2.230,95 € |
Alle Beträge netto, zzgl. 19 % USt., Standort Frankfurt. Der Monatsdeckel entspricht 730 Stunden: Eine durchlaufende Umgebung kostet nie mehr, unabhängig von der Zahl der Kalendertage.
Ein Lauf wird bei ENTRONYX CLOUD nach Laufzeit abgerechnet, nicht nach Ergebnis — auch ein abgebrochener kostet die Sekunden, die er lief. Er setzt dafür beim letzten vollständigen Prüfpunkt wieder auf und nicht am Anfang.
Trainingsläufe
Ein Lauf ist ein Auftrag, keine Sitzung
Sie melden sich nicht an einer Maschine an, sondern reichen eine Arbeit ein. Die Plattform sucht die Knoten, hängt die Daten ein, schreibt Prüfpunkte — gesicherte Zwischenstände, von denen ein Lauf wieder aufsetzen kann — und gibt die Karten wieder frei, sobald der letzte Schritt gelaufen ist.
5 Schritte
Ablauf eines Auftrags
- 0101EinreichenEin Auftrag besteht aus Abbild, Befehl, Datenquelle und der gewünschten Klasse. Er wird über die Konsole, die API oder aus einer Pipeline eingereicht — eine Sitzung ist dafür nicht nötig.
- 0202WarteschlangeIst die Klasse am gewählten Standort belegt, wartet der Auftrag statt zu scheitern. Die geschätzte Startzeit steht im Auftrag; Aufträge einer Projektwarteschlange laufen der Reihe nach.
- 0303AusführenBeschleuniger, Datenträger und Netz werden zugeteilt, das Abbild gestartet, die Datenquelle eingehängt. Über mehrere Knoten hinweg setzt die Plattform die Rangfolge und die Adressen der Gegenstellen selbst.
- 0404PrüfpunkteEin Prüfpunkt-Verzeichnis wird in den Objektspeicher geschrieben. Ein abgebrochener Auftrag setzt beim letzten vollständigen Prüfpunkt wieder auf, nicht bei Schritt null.
- 0505Protokoll und EndeStandardausgabe, Metriken und Ereignisse bleiben 30 Tage abrufbar und lassen sich als Datei ziehen. Mit dem letzten Schritt werden die Knoten freigegeben und die Abrechnung endet.
Welche Modellgröße auf wie vielen Karten läuft
Die Gewichte eines Modells müssen in den Grafikspeicher passen. Bei 8 Bit — der Quantisierung, also der Verkürzung jeder Zahl auf ein Byte — belegt eine Milliarde Parameter rund ein Gigabyte; bei BF16 mit zwei Byte je Zahl ist es das Doppelte. Deshalb genügt für ein Modell mit acht Milliarden Parametern eine Karte mit 24 GB, während ein Modell mit siebzig Milliarden zwei Karten braucht. Die Zeilen unten sind die Belegung, mit der der Modellkatalog dieser Seite tatsächlich läuft.
| Modell | Parameter | Zahlenformat | Gewichte | Karten je Replikat | Grafikspeicher |
|---|---|---|---|---|---|
| Ministral 8B Instruct | 8 Mrd. | 8 Bit | 8 GB | 1 × L4 | 24 GB |
| Mistral Small Instruct | 24 Mrd. | 8 Bit | 24 GB | 1 × L40S | 48 GB |
| Qwen2.5 Coder 32B | 32 Mrd. | 8 Bit | 32 GB | 1 × L40S | 48 GB |
| Mixtral 8×7B Instruct | 47 Mrd., 13 Mrd. aktiv | 8 Bit | 47 GB | 1 × RTX PRO 6000 Blackwell Max-Q | 96 GB |
| Llama 3.3 70B Instruct | 70 Mrd. | 8 Bit | 70 GB | 2 × H200 SXM | 282 GB |
| BGE-M3 | 568 Mio. | BF16 | 1,2 GB | 1 × L4 | 24 GB |
Ein Replikat ist eine laufende Kopie des Modells. Der Grafikspeicher muss über die Gewichte hinaus den Zwischenspeicher der laufenden Anfragen fassen — deshalb ist die Spalte rechts durchweg größer als die Spalte Gewichte und nicht knapp bemessen.
Was das Verteilen kostet
Bezugsgröße ist ein Lauf über 72 Stunden auf einem Knoten der Klasse NG-H100 zu 2,6575 € je Stunde — dieselbe Rechnung wie auf der GPU-Seite, hier nur über mehrere Knoten verteilt. Mehr Knoten verkürzen die Wartezeit, aber sie senken den Preis nicht: Der Gradientenaustausch — der Abgleich der Lernschritte zwischen den Knoten — kostet Wirkungsgrad, und bezahlt werden GPU-Stunden.
| Knoten | Wirkungsgrad | Verstrichene Zeit | GPU-Stunden | Kosten des Laufs |
|---|---|---|---|---|
| 1 × NG-H100Ein Knoten, kein Netzverkehr zwischen Karten | 100 % | 72,0 h | 72,0 h | 191,34 € |
| 2 × NG-H100Gradientenaustausch über die RDMA-Fabric im vRack, dem privaten Netz zwischen den Knoten | 94 % | 38,3 h | 76,6 h | 203,55 € |
| 4 × NG-H100Gradientenaustausch über die RDMA-Fabric im vRack, dem privaten Netz zwischen den Knoten | 88 % | 20,5 h | 81,8 h | 217,43 € |
| 8 × NG-H100Gradientenaustausch über die RDMA-Fabric im vRack, dem privaten Netz zwischen den Knoten | 80 % | 11,3 h | 90,0 h | 239,18 € |
Wirkungsgrad ist der Anteil der theoretischen Beschleunigung, der nach Abzug des Gradientenaustauschs übrig bleibt. Die Kosten ergeben sich als GPU-Stunden mal 2,6575 €. Alle Beträge netto, zzgl. 19 % USt.
Die Zeile mit acht Knoten liest sich als Handel: Der Lauf ist nach 11,3 statt 72 Stunden fertig, kostet aber 47,84 € mehr als auf einem Knoten. Ob sich das lohnt, entscheidet nicht der Preis, sondern die Frage, wie oft Sie an einem Tag ein Ergebnis sehen wollen.
Wie lange Ihr eigener Lauf dauert, hängt an Datenmenge und Verfahren; darauf gibt der Katalog keine Antwort. Er beantwortet den Preis: Bezahlt werden die belegten GPU-Stunden, sekundengenau gezählt. Ein Lauf, der nach der Hälfte abbricht, kostet die Hälfte — es gibt weder einen angefangenen Tag noch eine Mindestlaufzeit.
Eigene Modelle betreiben
Vom Prüfpunkt zum HTTPS-Endpunkt
Sie übergeben Gewichte oder ein Abbild, die Plattform macht daraus eine Adresse mit Zugriffsschlüssel, Zertifikat und Skalierung. Abgerechnet wird die Zeit, in der ein Replikat — eine laufende Kopie des Modells — läuft, nicht die Zeit, in der der Endpunkt angelegt ist.
Skalierung auf null
Ohne Anfragen fährt der Endpunkt seine Replikate herunter und kostet nichts. Die erste Anfrage danach löst einen Kaltstart aus — das Laden der Gewichte in den Grafikspeicher, bevor die erste Antwort kommt. Alle weiteren Anfragen treffen auf ein laufendes Replikat. Wer diese Wartezeit nicht möchte, setzt die Untergrenze auf eins — dann ist die Skalierung nach oben elastisch und die nach unten begrenzt.
Mindestens null Replikate
Die erste Anfrage nach einer Ruhephase wartet auf den Kaltstart
Interne Werkzeuge, Stapelvorgänge, alles mit Nutzung zu Bürozeiten
Mindestens ein Replikat
Keine Kaltstartzeit, ein Replikat läuft durchgehend
Anwendungen mit Nutzern, die auf eine Antwort warten
Mindestens zwei Replikate
Auch bei Ausfall eines Brandabschnitts antwortet der Endpunkt
Dienste mit einer Verfügbarkeitszusage
Rechenbeispiel
Ein Endpunkt, der nur tagsüber antwortet
Ein Replikat auf NG-L4, aktiv an 8 Stunden je Tag über 30 Tage. Außerhalb dieser Zeit steht der Endpunkt auf null.
- Stundensatz der Klasse
- 0,7397 €
- Aktive Stunden im Monat
- 240 h
- Kosten mit Skalierung auf null
- 177,53 €
- Dieselbe Klasse durchgehend
- 540,00 €
- Ersparnis gegenüber durchgehend
- 67 %
Beträge netto, Standort Frankfurt. Der Stundensatz ist derselbe wie im Instanzkatalog — die Plattform rechnet ihn nur sekundengenau ab und stellt die Zeit ohne Replikat nicht in Rechnung.
Kaltstart und gleichzeitige Anfragen
Ein Kaltstart besteht aus zwei Teilen: Die Gewichte werden mit 6 GB/s von der lokalen NVMe gelesen, danach braucht die Laufzeit 11 Sekunden für CUDA-Kontext, Graph-Aufbau und die erste Gesundheitsprüfung. Beide Werte stehen in der Katalogdatei, die Spalte unten ist damit nachrechenbar und keine Behauptung.
| Modell im Endpunkt | Genauigkeit | Gewichte | Klasse | Kaltstart | Gleichzeitige Anfragen |
|---|---|---|---|---|---|
| Sprachmodell, 8 Mrd. Parameter | 8 Bit | 8 GB | NG-L4 | 12,3 s | 24 |
| Sprachmodell, 24 Mrd. Parameter | 8 Bit | 24 GB | NG-L40S | 15,0 s | 32 |
| Bildmodell, Diffusion | BF16 | 7 GB | NG-L40S | 12,2 s | 12 |
| Sprachmodell, 70 Mrd. Parameter | 8 Bit | 70 GB | NG-H100 | 22,7 s | 8 |
| Einbettungsmodell, 568 Mio. Parameter | BF16 | 1,2 GB | NG-L4 | 11,2 s | 64 |
Gleichzeitige Anfragen gelten je Replikat bei 4.096 Token Kontext und 8-Bit-Zwischenspeicher; ein längerer Kontext senkt den Wert. Anfragen über dieser Grenze starten ein weiteres Replikat, statt zu scheitern.
Fertige Modelle
Abgerechnet wird, was durch die Leitung ging
Ein Aufruf gegen einen Modellnamen, kein Knoten und keine Bereitstellung. Der Katalog enthält ausschließlich Modelle mit offenen Gewichten, und sie laufen auf unseren eigenen Karten an Standorten in Deutschland und Finnland.
Die Spalte Kontext nennt das Kontextfenster: wie viele Token — Frage und bisherige Antwort zusammen — ein Modell gleichzeitig überblicken kann. Alles darüber hinaus fällt hinten heraus, deshalb ist die Zahl eine Grenze und kein Werbewert.
| Modell | Aufgabe | Kontext | Klasse | Durchsatz | Eingabe / Mio. | Ausgabe / Mio. |
|---|---|---|---|---|---|---|
| Ministral 8B Instruct8 Mrd. · Apache 2.0 | Dialog und Werkzeugaufrufe | 32.768 Token | NG-L4 | 912 Token/s | 0,0704 € | 0,2816 € |
| Mistral Small Instruct24 Mrd. · Apache 2.0 | Dialog und Werkzeugaufrufe | 128.000 Token | NG-L40S | 1.152 Token/s | 0,1041 € | 0,4162 € |
| Qwen2.5 Coder 32B32 Mrd. · Apache 2.0 | Programmcode | 32.768 Token | NG-L40S | 648 Token/s | 0,1850 € | 0,7399 € |
| Mixtral 8×7B Instruct47 Mrd., 13 Mrd. aktiv · Apache 2.0 | Dialog und Werkzeugaufrufe | 32.768 Token | NG-RTX6000 | 4.560 Token/s | 0,0313 € | 0,1251 € |
| Llama 3.3 70B Instruct70 Mrd. · Llama 3.3 Community | Dialog und Werkzeugaufrufe | 128.000 Token | NG-H200×8 | 4.224 Token/s | 0,2158 € | 0,8631 € |
| BGE-M3568 Mio. · MIT | Einbettungen | 8.192 Token | NG-L4 | 179.200 Token/s | 0,0014 € | kein Ausgabepreis |
Alle Beträge netto, zzgl. 19 % USt. Der Durchsatz ist der aggregierte Wert eines Replikats über alle gleichzeitigen Ströme, gemessen mit fortlaufender Stapelbildung. Einbettungsmodelle geben Vektoren zurück — Zahlenreihen, mit denen sich Texte vergleichen lassen — und haben deshalb keinen Ausgabepreis.
Wie der Tokenpreis entsteht
Wir haben keinen Tokenpreis erfunden, sondern den Stundensatz der Karte durch den Durchsatz geteilt. Ein Replikat kostet je Stunde einen Betrag aus dem Instanzkatalog und liefert in dieser Stunde eine messbare Zahl Token. Der Quotient ist der Selbstkostensatz je Token; geteilt durch die angesetzte Auslastung ergibt er den Listenpreis.
Eingabetoken sind billiger, weil sie im Prefill — dem Einlesen der Anfrage — über die Tensor-Kerne laufen und nicht an der Speicherbandbreite hängen wie die Dekodierung, das Erzeugen der Antwort Token für Token. Angesetzt ist 25 % des Ausgabepreises.
Warum die Preise zwischen den Modellen so weit auseinanderliegen, steht in der Spalte Durchsatz: Ein Modell mit gemischten Experten — im Englischen Mixture of Experts — aktiviert je Token nur einen Bruchteil seiner Gewichte und ist deshalb billiger als ein dichtes Modell derselben Größe. Nicht die Parameterzahl bestimmt den Preis, sondern die Zahl der Token je Kartenstunde.
Rechengrundlage
- Stundensatz
- aus dem Instanzkatalog, 730-Stunden-Monat
- Durchsatz
- aggregiert je Replikat, alle Ströme
- Angesetzte Auslastung
- 80 %
- Eingabe zu Ausgabe
- 25 %
- Auslastung im Stapelbetrieb
- 95 %
- Durchsatz im Stapelbetrieb
- × 1,6
Die angesetzte Auslastung liegt unter hundert Prozent, weil ein Endpunkt Kapazität für Lastspitzen vorhält. Diese Reserve kostet uns Geld und steht deshalb im Preis, statt in Wartezeit an den Aufrufer weitergereicht zu werden.
Stapelverarbeitung
Wer keine Antwortzeit zusichern muss, reicht seine Anfragen als Datei ein und holt das Ergebnis ab, sobald es fertig ist — üblicherweise innerhalb von 24 Stunden. Ohne Latenzzusage lässt sich dichter packen: Die Auslastung steigt von 80 % auf 95 %, und größere Stapel heben den Durchsatz je Karte um den Faktor 1,6. Beides zusammen ergibt den Abschlag von 47 % — kein ausgehandelter Rabatt, sondern der Betrag, den wir uns tatsächlich sparen.
| Modell | Eingabe synchron | Ausgabe synchron | Eingabe im Stapel | Ausgabe im Stapel |
|---|---|---|---|---|
| Ministral 8B Instruct | 0,0704 € | 0,2816 € | 0,0371 € | 0,1482 € |
| Mistral Small Instruct | 0,1041 € | 0,4162 € | 0,0548 € | 0,2190 € |
| Qwen2.5 Coder 32B | 0,1850 € | 0,7399 € | 0,0974 € | 0,3894 € |
| Mixtral 8×7B Instruct | 0,0313 € | 0,1251 € | 0,0165 € | 0,0658 € |
| Llama 3.3 70B Instruct | 0,2158 € | 0,8631 € | 0,1136 € | 0,4542 € |
| BGE-M3 | 0,0014 € | kein Ausgabepreis | 0,0007 € | kein Ausgabepreis |
Beträge netto. Ein Stapelauftrag wird angenommen, sobald er eingereicht ist; die Verarbeitung beginnt, wenn Kapazität frei wird. Ergebnisse liegen als Datei im Objektspeicher des Projekts.
Ein abgebrochener Lauf setzt beim letzten vollständigen Prüfpunkt wieder auf, nicht bei Schritt null: Verloren sind die Stunden seit diesem Prüfpunkt, nicht die 72 des ganzen Laufs. Die Prüfpunkte liegen im Objektspeicher desselben Standorts — bei ENTRONYX CLOUD verlässt weder ein Prüfpunkt noch eine Anfrage die EU.
Bezugslauf 72 h · 11,3 h auf 8 Knoten
Souveränität
Wo die Inferenz läuft und was mit Ihren Eingaben geschieht
Bei einem KI-Dienst ist der Betriebsort keine Fußnote. Wer einen Text an ein Modell schickt, gibt ihn aus der Hand. Die kurze Antwort: ENTRONYX CLOUD trainiert nicht auf Kundendaten, und keine Eingabe verlässt die EU. Es gibt keinen Weg in ein Drittland, weil kein Unterauftragsverarbeiter an der Inferenz beteiligt ist. Die lange Antwort steht darunter in Sätzen und nicht in einer Liste von Siegeln.
| Frage | Antwort |
|---|---|
| Wo läuft die Inferenz? | Ausschließlich an den Standorten in Deutschland und Finnland, an denen die Plattform läuft. Ein Aufruf ohne Standortangabe geht an den nächstgelegenen davon, nie darüber hinaus. Ein Abfluss in ein Drittland — jedes Land außerhalb der EU und des EWR — ist damit ausgeschlossen, und eine Auslagerung an einen Modellanbieter findet nicht statt. |
| Was geschieht mit den Eingaben? | Sie werden für die Dauer der Anfrage im Arbeitsspeicher gehalten und danach verworfen. Kein Schreiben auf Datenträger, keine Ablage in einem Zwischenspeicher, kein Training auf Ihren Daten — weder für unsere Modelle noch für die Dritter. Diese Zusage steht so auch im Auftragsverarbeitungsvertrag. |
| Was wird protokolliert? | Zeitpunkt, Modellname, Tokenzahl, Antwortzeit und Statuscode — die Angaben, aus denen die Rechnung entsteht. Nicht der Inhalt der Anfrage und nicht der Inhalt der Antwort. |
| Gibt es eine Weitergabe an Dritte? | Nein. Es gibt keinen Unterauftragsverarbeiter für die Inferenz. Die Modelle liegen als offene Gewichte auf unseren eigenen Datenträgern und werden auf unserer eigenen Hardware ausgeführt. |
| Wer betreibt die Plattform rechtlich? | Eine deutsche Gesellschaft mit Sitz in Deutschland, ohne Muttergesellschaft außerhalb der EU. Herausgabeverlangen nach ausländischem Recht laufen damit ins Leere; maßgeblich ist das Rechtshilfeverfahren. |
| Was steht im Auftragsverarbeitungsvertrag? | Der Vertrag nach Artikel 28 DSGVO benennt die Standorte einzeln, schließt eine Verarbeitung außerhalb der EU aus und listet die technischen und organisatorischen Maßnahmen. Er ist vor Vertragsschluss einsehbar. |
| Sind die Modelle prüfbar? | Die Gewichte sind offen und ihre Lizenz ist im Katalog vermerkt. Modellstand und Prüfsumme jedes Endpunkts stehen in der Konsole; ein Modellwechsel bekommt einen neuen Namen und ersetzt nie stillschweigend den alten. |
Diese Angaben sind Bestandteil des Auftragsverarbeitungsvertrags. Weicht der Vertragstext von dieser Tabelle ab, gilt der Vertrag — melden Sie uns die Abweichung, sie ist dann ein Fehler auf dieser Seite.
Standorte der Inferenz
4 Standorte in Deutschland und Finnland. Der vollständige Modellkatalog wird an 3 davon bedient; an den übrigen laufen die Modelle, deren Instanzklasse dort steht. Ein Aufruf ohne Standortangabe bleibt in jedem Fall innerhalb dieser Liste. PUE ist die Energiekennzahl eines Rechenzentrums — der gesamte Strombezug geteilt durch den Strom der Rechentechnik; 1,0 wäre verlustfrei.
Frankfurt am Mainfra1
Standort Rhein-Main I · Deutschland
PUE 1,14 · 3 ms
- ISO 27001
- ISO 50001
- BSI C5:2020
- EN 50600 VK4
- TÜV Rheinland
Vollständiger Modellkatalog
Frankfurt am Mainfra2
Standort Rhein-Main II · Deutschland
PUE 1,09 · 3 ms
- ISO 27001
- ISO 50001
- BSI C5:2020
- EN 50600 VK4
Vollständiger Modellkatalog
Münchenmuc1
Standort Isar · Deutschland
PUE 1,11 · 5 ms
- ISO 27001
- ISO 50001
- BSI C5:2020
- EN 50600 VK4
- KRITIS-geeignet
Helsinkihel1
Standort Uusimaa · Finnland
PUE 1,08 · 21 ms
- ISO 27001
- ISO 50001
- BSI C5:2020
- EN 50600 VK4
Vollständiger Modellkatalog
Was wir nicht anbieten
- Kein Weiterreichen an fremde Modell-APIs
- Wir betreiben kein Vorschaltsystem, das Anfragen an einen amerikanischen Anbieter weitergibt und als eigenes Angebot ausgibt. Was im Katalog steht, läuft auf unseren Karten.
- Keine geschlossenen Gewichte
- Ein Modell, dessen Gewichte wir nicht ausliefern dürfen, können wir nicht auf eigener Hardware betreiben. Deshalb enthält der Katalog ausschließlich Modelle mit offener Lizenz.
- Keine stillen Modellwechsel
- Ein Modellname bleibt an einen Gewichtsstand gebunden. Neue Stände erscheinen als eigener Name; alte laufen mit angekündigter Frist aus.
Nächster Schritt
Dienst zusammenstellen oder die Karte direkt mieten
Der Konfigurator führt durch Arbeitsumgebung, Trainingsauftrag und Endpunkt und zeigt dabei denselben Stundensatz, der in den Tabellen oben steht. Wer die Hardware ohne Plattform darüber braucht, geht direkt in den GPU-Katalog; die Gesamtübersicht aller Positionen steht in der Preisliste.
- Beschleuniger ab
- 0,7397 €
- Arbeitsumgebung ab
- 0,0567 €
- Ausgabe ab
- 0,1251 €
- Inferenzstandorte
- 4