# Günstigere & offene Modelle / Self-Hosting

> Cut My AI Spend — rank #9 of 10. Typische Ersparnis: 50–95% pro Token bei geeigneten Aufgaben. Aufwand: Hoch für Self-Hosting, niedrig für den Wechsel.

Die Preise für Frontier-Modelle fallen weiter, und kleine Modelle (Haiku-Klasse, GPT-mini-Klasse, Nova, offene Llama-/Qwen-/Mistral-Gewichte) erledigen Klassifikation, Extraktion und Routine-Texte inzwischen für einen Bruchteil des Frontier-Preises. Bei klar umrissenen Aufgaben mit hohem Volumen schlägt ein feingetuntes kleines Modell ein geprompetes Frontier-Modell regelmäßig bei den Kosten — bei gleicher Qualität.
Das Selbst-Hosten offener Gewichte (mit Quantisierung) lohnt sich ab dauerhaft hohen Volumenschwellen — aber rechnen Sie ehrlich mit GPU-, Betriebs- und Eval-Kosten; der API-Preiskrieg legt den Break-even höher, als die meisten Teams annehmen.

## So setzen Sie es um

1. Ihre volumenstärksten Aufgaben eine Stufe (und zwei Stufen) unterhalb Ihres aktuellen Modells benchmarken.
2. Ein kleines Modell auf Aufgaben mit klarer Ground Truth und hohem Volumen feintunen.
3. Für Self-Hosting das Gesamtbild kalkulieren: GPUs, Autoscaling-Reserven, Betriebsaufwand und Eval-Wartung.
4. Quartalsweise neu benchmarken — Modellpreise und -qualität ändern sich schnell genug, um das Ergebnis zu kippen.

## Häufig gestellte Fragen

### Wann rechnet sich Self-Hosting?

Faustregeln variieren, aber dauerhaft sechsstellige jährliche API-Ausgaben auf stabilen Workloads sind der Punkt, an dem eine ernsthafte Prüfung beginnt. Darunter schlagen fallende API-Preise meist den Besitz eigener GPUs.


---
Canonical: https://cutmyaispend.com/de/methods/cheaper-and-open-models
All methods: https://cutmyaispend.com/de | JSON: https://cutmyaispend.com/api/methods.json