/Lab

LAB

Das Lab ist
unsere Werkbank

Das Lab ist unsere Werkbank für alles, was Rechenleistung braucht: Hier testen wir Modelle, trainieren eigene Varianten und bauen Prototypen — bevor etwas beim Kunden in Produktion geht.

Weil die Hardware uns gehört, kosten Experimente und agentische Loops Strom statt Token — wir probieren so lange, bis es sitzt.

Unsere AI Racks

Die Hardware, auf der wir testen und trainieren — vom Einstiegs-Cluster für kleine Modelle bis zum Flaggschiff für große LLMs und Fine-Tuning. Vermietung auf Anfrage.

PRISM

Unser Flagschiff für große LLMs, Fine-Tuning und Machine Learning Tasks.

FP16 · TFLOPS
1710
INT8 · TOPS
3408
64 / 128
CPU C/T
512 GB
RAM
144 GB
VRAM
40 GbE
Netzwerk
Super MicroDELLPoweredgeNvidia
Wochenmiete
339 € / Woche

NOVA

Entry-Level Apple Cluster für kleine Modelle und agentische Aufgaben.

FP16 · TFLOPS
38
INT8 · TOPS
74
16 / 32
CPU C/T
128 GB
RAM
128 GB
VRAM
10 GbE
Netzwerk
AppleExolabCluster
Wochenmiete
109 € / Woche

ATLAS

Mittelklasse-Server für Inferenz und produktive AI-Workloads.

FP16 · TFLOPS
1140
INT8 · TOPS
2272
48 / 96
CPU C/T
384 GB
RAM
96 GB
VRAM
40 GbE
Netzwerk
Super MicroDELLPoweredgeNvidia
Wochenmiete
289 € / Woche

NEXUS

Kompakter AI-Server für Edge-Deployments und kleinere Modelle.

FP16 · TFLOPS
570
INT8 · TOPS
1136
16 / 32
CPU C/T
128 GB
RAM
48 GB
VRAM
40 GbE
Netzwerk
Super MicroNvidia
Wochenmiete
139 € / Woche

Unser Tech Stack

Wir setzen auf bewährte Open-Source-Technologien und führende Hardware-Plattformen.

PythonPyTorchvLLMllama.cppOllamaHugging FaceQdrantn8nFastAPISvelteKitHTMXPostgreSQLDockerUbuntuNVIDIAAMDSupermicroDell EMCexoPythonPyTorchvLLMllama.cppOllamaHugging FaceQdrantn8nFastAPISvelteKitHTMXPostgreSQLDockerUbuntuNVIDIAAMDSupermicroDell EMCexo

Lab

Was im Lab läuft

Testen, bauen, betreiben

Modelle benchmarken

Durchsatz und Latenz auf realer Hardware, nicht aus fremden Charts.

Setups vergleichen

Welche Konfiguration trägt welche Last. Ausprobiert, nicht geschätzt.

Quantisierung testen

Wie klein ein Modell werden darf, bevor die Qualität kippt.

Fine-Tuning

Offene Modelle auf konkrete Aufgaben und Daten zuschneiden.

Agentische Loops

Mehrstufige Agenten entwickeln und härten, ohne Token-Uhr im Nacken.

Prototypen

Vom Einfall zum lauffähigen Aufbau, bevor etwas zum Kunden geht.

Lokale KI

On-Premise-Setups unter realen Bedingungen bauen, nicht in der Cloud simulieren.

RAG-Pipelines

Retrieval auf eigenen Daten, komplett im Haus.

Inferenz-Betrieb

Was in Produktion laufen soll, vorher hier auf Dauerlast prüfen.

Passende Modelle

Alle ansehen →

Die Wahl des richtigen Modells entscheidet über Ihre KI-Strategie. Jedes Modell hat seine Stärken: manche glänzen bei komplexen Aufgaben, offene Modelle bieten dafür maximale Kontrolle und laufen komplett unter Ihrer Hoheit.

Nemotron 3.5 Bolt

NVIDIA · OpenMDW-1.1

Offenes Vision-Language-MoE von NVIDIA (74B gesamt / 9B aktiv), aus Super VL komprimiert und nativ 2-Bit-quantisiert – läuft in 24 GB auf einer einzelnen GPU.

Kontext
262k
Parameter
74 Mrd.
Modalität
Eingabe: Text, Bild, Video. Ausgabe: Text.
Betrieb
  • Lokal (On-Premise)

Nemotron 3.5 Super VL

NVIDIA · OpenMDW-1.1

Offenes Vision-Language-MoE von NVIDIA (120B gesamt / 12B aktiv, Mamba-2-Hybrid) mit bis zu 1M Kontext – für Agenten, die Dokumente, Diagramme und Werkzeuge verarbeiten.

Kontext
1M
Parameter
120 Mrd.
Modalität
Eingabe: Text, Bild, Video. Ausgabe: Text.
Betrieb
  • Lokal (On-Premise)
  • US-Hosting

LFM2.5-24B-A2B

Liquid AI · LFM Open License v1.0

Offenes MoE-Reasoning-Modell von Liquid AI (13.10.2026): 24B Parameter, rund 2B aktiv, 128K Kontext – gebaut für lokale Agenten auf Laptop und Workstation.

Kontext
128k
Parameter
24 Mrd.
Modalität
Eingabe: Text. Ausgabe: Text.
Betrieb
  • Lokal (On-Premise)
  • US-Hosting

MiniCPM-V 4.7 1B

OpenBMB · Apache-2.0

Kleinstes Modell der Reihe MiniCPM-V 4.7 (12.10.2026, Apache-2.0): rund 1,5B Parameter für OCR und Bildverständnis auf Smartphones und Edge-Geräten.

Kontext
262k
Parameter
1,55 Mrd.
Modalität
Eingabe: Text, Bild, Video. Ausgabe: Text.
Betrieb
  • Lokal (On-Premise)

MiniCPM-V 4.7 35B-A3B

OpenBMB · Apache-2.0

Offenes Vision-Language-MoE von OpenBMB (12.10.2026, Apache-2.0): 35B gesamt, 3B aktiv, 256K Kontext – stark bei OCR und Dokumenten, lokal betreibbar.

Kontext
262k
Parameter
35,2 Mrd.
Modalität
Eingabe: Text, Bild, Video. Ausgabe: Text.
Betrieb
  • Lokal (On-Premise)

Muse Wonder

Meta · proprietär

Metas erstes Frontier-Modell vom 12.10.2026, API-only zu 4 $ / 20 $ je 1M Token – AA-Index 52, stark bei agentischem Coding und Langkontext.

Kontext
1M
Parameter
—
Modalität
Eingabe: Text, Bild, Dateien, Audio, Video. Ausgabe: Text.
Betrieb
  • US-Hosting

GPT-6 Luna

OpenAI · proprietär

OpenAIs günstigste GPT-6-Stufe vom 22.09.2026 zu 0,10 $ / 0,50 $ je 1M Token – für Massenaufgaben, schwach bei langen Agentenläufen.

Kontext
1M
Parameter
—
Modalität
Eingabe: Text, Bild. Ausgabe: Text.
Betrieb
  • US-Hosting

GPT-6 Sol

OpenAI · proprietär

Mittlere Stufe der GPT-6-Generation vom 22.09.2026 zu 2 $ / 10 $ je 1M Token – nach sieben Tagen von GPT-6.1 Sol abgelöst, aber weiter per API verfügbar.

Kontext
1M
Parameter
—
Modalität
Eingabe: Text, Bild. Ausgabe: Text.
Betrieb
  • US-Hosting

GPT-6.1 Sol

OpenAI · proprietär

OpenAIs Nachfolger von GPT-6 Sol vom 29.09.2026 – AA-Index 52 nur einen Punkt hinter GPT-6 Astra, zu einem Fünftel des Preises, aber spürbar langsamer.

Kontext
1M
Parameter
—
Modalität
Eingabe: Text, Bild. Ausgabe: Text.
Betrieb
  • US-Hosting

Fragen Sie einfach.

oder direkt sprechen
Rückruf anfordern

30 Minuten · unverbindlich · direkt mit dem Team, das baut