Zum Hauptinhalt springen

​
2026

​
17. Juli

Neue Modelle
  • Neu hinzugefuegt: kimi-k3. Kimi K3 ist Moonshot AIs offenes Long-Context-Modell der 3T-Klasse mit 2,8T Parametern, einem Kontextfenster von 1M Tokens und nativer Unterstuetzung fuer visuelle Eingaben. Es eignet sich fuer langlaufendes Coding, Wissensarbeit, komplexes Reasoning und multimodales Verstehen. Siehe Kimi K3 Praxis-Guide (Beispiele für die drei APIs und Support-Matrix).
  • Neu hinzugefuegt: hy-3d-3.1. Tencent Hunyuan 3D Professional unterstuetzt Text-zu-3D, Bild-zu-3D und Multi-View-3D-Generierung. Es eignet sich fuer Game Assets, E-Commerce-Praesentationen, 3D-Druck und Produktdesign; Version 3.1 verbessert Geometrie- und Texturqualitaet und unterstuetzt Acht-Ansichten-Eingaben.
3D-Generierungs-API verfuegbar
  • Die asynchrone API /v1/3d/generations ist verfuegbar und startet mit Tencent TokenHub Hunyuan 3D. Sie unterstuetzt das Einreichen von Generierungsaufgaben und das Abfragen von Ergebnissen, um 3D-Asset-Erstellung einfacher in automatisierte Workflows einzubinden.
Kimi-K3-Kompatibilitaet fuer dynamische Tools
  • Dynamisch geladene Tools auf Message-Ebene in Kimi-K3-Anfragen bleiben erhalten und werden weitergeleitet. Dadurch werden Upstream-400-Fehler durch verlorene Tool-Deklarationen vermieden, und Clients mit Kimi Dynamic Tool Loading sind kompatibler.
Klarere Request-Konvertierungsfehler
  • Die Kompatibilitaet fuer Chat-Completions-Custom-Tools, Cohere-Textblöcke und Anfragen mit assistant.content: null wurde verbessert. Gueltige Anfragen erreichen Upstream-Dienste stabiler; fehlerhafte oder nicht unterstuetzte Eingaben liefern strukturierte Fehler statt leerer HTTP-200-Erfolge.
Aktualisierte Seedream-Bildabrechnung
  • Die Bildgenerierung mit doubao-seedream-5-0-pro unterstuetzt nun Abrechnung nach Ausgabepixel-Stufe und Anzahl der Eingabebilder, sodass Text-zu-Bild- und Bild-zu-Bild-Anfragen naeher an den tatsaechlichen Generierungsspezifikationen berechnet werden.

​
15. Juli

Verbesserte Kompatibilitaet fuer Gemini-Tool-Aufrufe
  • Bei Gemini- oder Vertex-Aufrufen ueber die OpenAI-kompatible API fuehren leere String-Werte in Enum-Definitionen von Tools oder strukturierten Ausgabeschemas nicht mehr zu einem vorgelagerten 400-Fehler. Tool-Aufrufe und JSON-Schema-Workflows sind dadurch zuverlaessiger.

​
14. Juli

Neue Audiomodelle
  • Neu: gpt-audio-1.5, OpenAIs erstes allgemein verfuegbares Audiomodell. Es akzeptiert Audioeingaben und -ausgaben und kann ueber die Chat Completions REST API genutzt werden, etwa fuer Sprachdialoge, Audioverstaendnis und Audiogenerierung.
  • Neu: gpt-4o-transcribe-diarize, ein ASR-Modell mit integrierter Sprecherdiarisierung, das Audiosegmente den verschiedenen Sprechern einer Unterhaltung zuordnet. Dieses Modell ist nur in der Transcription API verfuegbar.
LLM-Router-Einfuehrungsseite ist online

​
13. Juli

Konsistentere API-Fehlerantworten
  • Wenn /v1/responses mit einem unbekannten Modell aufgerufen wird, gibt die API jetzt HTTP 400 no_available_channel zurueck, passend zu anderen API-Einstiegen. Clients koennen den Fall damit als „kein verfuegbarer Service“ behandeln statt als 500.
Validierungsfehler werden frueher zurueckgegeben
  • Schlaegt die Umwandlung des Request-Bodys oder die Parameterpruefung fehl, gibt die API direkt die passende 400/Fehlerantwort zurueck, anstatt den Originalrequest an den Upstream-Service weiterzuleiten. Das reduziert ungueltige Aufrufe und schwer verstaendliche Fehler.
Stabilere Cache-Hits fuer Claude Code
  • Claude-Code-Aufrufe von Claude ueber Bedrock haben jetzt stabilere Prompt-Cache-Hits innerhalb derselben Sitzung. Das kann doppelte Cache-Write-Kosten sowie First-Token-Latenz senken.
Praezisere Gemini-Mehrfachrunden und Cache-Bindung
  • Gemini-Anfragen bleiben nur dann beim selben Service, wenn die Antwort tatsaechlich Thinking-Signaturen oder Cache-Aktivitaet enthaelt. Das reduziert Signatur- oder Cache-State-Abweichungen in Mehrfachrunden, waehrend zustandslose Bildgenerierungsjobs nicht unnoetig festgelegt werden.

​
10. Juli

Neue Modelle
  • gpt-5.6-sol, gpt-5.6-terra und gpt-5.6-luna aus der GPT-5.6-Serie wurden hinzugefügt (offiziell von OpenAI am 09.07.2026 veröffentlicht). Alle drei Stufen bieten ein Kontextfenster von 1.050.000 Token, maximal 128K Output und Wissensstand 2026-02-16, unterstützen Text- und Bildeingaben und sind über Chat Completions, Responses sowie die Claude-kompatible Messages-Schnittstelle aufrufbar. Sol ist das Flaggschiff für komplexe professionelle Arbeit und laut OpenAI das derzeit beste Coding-Modell; Terra erreicht die Leistung von GPT-5.5 zum halben Preis; Luna ist für kostensensible Szenarien ausgelegt.
GPT-Prompt-Caching-Dokumentation verfügbar
  • Neue Dokumentation GPT Prompt Caching: Ab der GPT-5.6-Serie werden Cache-Writes mit dem 1,25-Fachen des Inputpreises abgerechnet, Cache-Reads mit dem 0,1-Fachen, und der Cache bleibt mindestens 30 Minuten erhalten. Die Seite behandelt die Parameter prompt_cache_key und explizite Cache-Breakpoints, die Abrechnungslogik, API-Beispiele und die Fehlersuche bei Cache-Misses. Die OpenAI-Caching-Angaben in Prompt Caching und Claude Prompt Caching wurden entsprechend aktualisiert.
Claude Fable/Mythos Thinking-Kompatibilitaet
  • Anfragen an Claude Fable und Mythos mit reasoning_effort verwenden jetzt adaptive thinking. Das reduziert Upstream-400-Fehler fuer diese Modellfamilien, ohne dass Clients Parameter aendern muessen.
Stop-Sequences fuer Claude und Gemini
  • OpenAI-kompatible stop-Einstellungen werden nun auf native Claude- und Gemini-Anfragen abgebildet. Fuer Claude ungueltige leere Stop-Sequenzen werden gefiltert, waehrend OpenAI- und Gemini-Limits pro Anbieter behandelt werden.
Token-Limit-Kompatibilitaet fuer gpt-chat-latest
  • gpt-chat-latest und kuenftige GPT/ChatGPT-latest-Aliasse behalten max_completion_tokens bei, wenn Upstreams dies verlangen. Dadurch sinken 400-Fehler durch das aeltere Feld max_tokens.
Klarere Meldung bei erschoepftem Key-Limit
  • Wenn ein Nutzungslimit auf Key-Ebene erschoepft ist, gibt die API jetzt eine klarere Anleitung zum Anpassen und Reaktivieren des Key-Limits zurueck statt nur eines technischen Quota-Fehlers.
Tool-Call-Antwortformat an OpenAI angeglichen
  • Nicht-streamende Chat-Antworten mit tool_calls und ohne Text liefern nun explizit content: null, was die Kompatibilitaet mit OpenAI-aehnlichen SDKs und Parsern verbessert.

​
9. Juli

Reparatur strukturierter Ausgaben: automatische Reparatur fehlerhafter JSON-Formate
  • Neue Fähigkeit Reparatur strukturierter Ausgaben auf Key-Ebene, standardmäßig deaktiviert. Ist sie aktiviert, repariert das Gateway bei nicht-streamenden Anfragen, die eine strukturierte JSON-Ausgabe deklarieren, ein vom Modell zurückgegebenes JSON mit Formatfehlern wie Abschneidung, nachgestelltem Komma oder Codeblock-Umschließung vor der Rückgabe automatisch zu parsbarem, gültigem JSON; die Zahlenwerte bleiben unverändert und der Client muss nicht angepasst werden. Unterstützt die vier Protokolle Chat Completions, Responses, Claude und Gemini; bei einer Reparatur enthält die Antwort den Response-Header X-JSON-Repaired: true.
Claude-Prompt-Caching-Dokumentation: Mindest-Token-Schwellen je Modell ergänzt
  • Die Dokumentation Claude Prompt Caching und Prompt Caching wurde um die modellabhängigen Mindestschwellen für cachebare Token (512 / 1.024 / 2.048 / 4.096) ergänzt, inklusive aktueller Modelle wie Claude Opus 4.8, Opus 4.7 und Fable 5. Die Schwelle ist nicht proportional zur Modellversion; ein Präfix unterhalb der Schwelle wird auch mit cache_control nicht zwischengespeichert.
Nutzungsdashboard und Abrechnungsdetails besser abgeglichen
  • Die Aggregation im Nutzungsdashboard liegt nun naeher an den Request-Log-Abrechnungsdaten, da gleichzeitige Aggregationsverluste reduziert und Stunden-Buckets fuer verzoegerte Replays vereinheitlicht wurden. Historische Dashboard-Werte koennen weiterhin leicht abweichen; fuer Abrechnung und Abgleich bleiben Request-Logs die Quelle der Wahrheit.
Neues Modell
  • grok-4.5 wurde hinzugefuegt, ein Modell fuer Coding, agentische Aufgaben und Wissensarbeit, mit konfigurierbarem Reasoning, Tool Calling und 500K-Kontextfenster. Geeignet fuer Code-Reparatur, komplexe Engineering-Aufgaben, Wissens-QA und Agent-Workflows.

​
8. Juli

gpt-5.5+-Tool-Aufrufe werden automatisch zu Responses gebrueckt
  • Bei Nutzung des OpenAI-kompatiblen Endpunkts /v1/chat/completions mit gpt-5.5 oder neueren Modellen verwenden Anfragen mit Tools und reasoning_effort nun automatisch Responses-Faehigkeiten. Das reduziert Upstream-400-Fehler fuer diese Parameterkombination, ohne dass Clients auf /v1/responses migrieren muessen. Siehe: Responses API

​
7. Juli

Strukturierte Ausgaben protokolluebergreifend kompatibler
  • OpenAI-kompatibles response_format und Claude-natives output_config.format werden nun auf den relevanten Pfaden angepasst. Clients koennen beim Wechsel zwischen OpenAI- und Claude-aehnlichen Protokollen strukturierte Ausgabevorgaben verlaesslicher beibehalten. Siehe: Structured Output.
Stabilere /v1/messages-Aufrufe ueber Vertex AI
  • Bei Gemini und anderen Nicht-Claude-Modellen ueber Vertex AI werden /v1/messages-Anfragen jetzt nach Modellfamilie geroutet. Dadurch sinken not-found- oder 404-Fehler durch versehentlich Claude-spezifische Pfade.

​
6. Juli

Native Gemini-Endpunkte vervollstaendigt
  • Bei Nutzung des @google/genai SDK ueber den Gemini-Einstieg von AIHubMix werden jetzt native Embeddings, interactions create und Context-Caching-Workflows unterstuetzt. Diese Pfade konnten bisher unregistrierte Routenfehler oder 404 liefern; jetzt sind Embedding-Erzeugung, interaktive Aufrufe sowie Cache-Erstellung, -Abfrage, -Aktualisierung und -Loeschung moeglich. Siehe: Gemini Native SDK-Anbindung
Erweiterte gestaffelte Abrechnung fuer Long-Context-Modelle
  • Long-Context-Modelle wie hy3-preview, ERNIE, Grok und Mimo unterstuetzen jetzt gestaffelte Abrechnung nach Kontextlaenge. Die Preisberechnung ist genauer.
Vertex-AI-Streaming-Metriken korrigiert
  • Streaming-Anfragen fuer Vertex AI Gemini/Claude erfassen jetzt genauere Time-to-first-token- und Latenzdaten. Logs und Monitoring sind dadurch verlaesslicher; Modellantworten aendern sich nicht.
Neues Modell
  • tencent-hy3 wurde hinzugefuegt, ein Textgenerierungsmodell (Tencent Hunyuan Hy3, offizielle Version). MoE-Architektur mit 295B Gesamtparametern / 21B aktiven Parametern und 256K Kontextfenster. Unterstuetzt kombinierte schnelle und langsame Denk-Inferenzmodi, geeignet fuer komplexes Reasoning, Code-Generierung und Agent-Workflows. Open-Source unter der Apache-2.0-Lizenz.

​
3. Juli

Jina Search/Reader unterstützt jetzt POST und Dateiuploads
  • Jina Search und Reader unterstützen jetzt POST-Anfragen. Reader kann lokale Dateien per Multipart-Upload annehmen, darunter PDF, Word, Excel, PPT, HTML und Bilder. Standardantworten entsprechen stärker Jinas nativer Markdown-Ausgabe; Clients, die JSON benötigen, können explizit Accept: application/json senden.
Stabilere Azure-artige Dienste über Responses
  • Ein Problem wurde behoben, bei dem über /v1/responses gebridgte Aufrufe an Azure-artige Nicht-GPT-Dienste mit 404 fehlschlagen konnten, weil api-version leer war. Dadurch sinkt das Risiko direkter Fehler bei solchen Anfragen.
Streaming-Abbrüche behoben
  • Ein Fall wurde behoben, in dem einige vLLM/Azure-Foundry-artige Upstreams Streaming-Antworten zufällig abschneiden konnten. Nutzer sollten vollständige Antworten, Abschlusssignale und Nutzungsdaten zuverlässiger erhalten.
Neues Modell: Command A Plus 05-2026
  • command-a-plus-05-2026 wurde als Textgenerierungsmodell fuer Chat, Inhaltserstellung und Agent-Workflows hinzugefuegt.

​
1. Juli

Jina-Suche und Webpage-Reader-APIs verfügbar
  • Neue Jina Search- und Reader-Funktionen: Mit Ihrem AIHubMix API Key können Sie jetzt Jina-Suchergebnisse abrufen und Webseiteninhalte lesen – geeignet für externe Web-Recherche, Dokumentenlesen und Agent-Tool-Workflows. Siehe: Jina AI
Veo 3.1 Image-to-Video unterstützt Start-/Endframes und Referenzbilder
  • Veo 3.1 Image-to-Video unterstützt jetzt Eingaben für Startframe, Endframe und Referenzbilder. Dadurch lassen sich Anfangs-/Endszene, Charakterreferenzen und Stilreferenzen in anspruchsvolleren Videogenerierungs-Workflows präziser steuern. Siehe: Videogenerierung
Stabilere Gemini-Multi-Channel-Retries
  • Verbesserte Kompatibilität für Gemini-Anfragen bei Cross-Channel-Retries; reduziert bestimmte 400-Fehler in Fallback-Szenarien und erhöht die Erfolgsrate bei Multi-Channel-Failover-Aufrufen. Siehe: Gemini Guides
OpenAI-kompatible Antwortfelder angeglichen
  • OpenAI-kompatible Antworten mit und ohne Streaming behalten jetzt null-Werte für Felder wie logprobs, refusal und finish_reason bei. Dadurch gibt es weniger Abweichungen für SDKs, Agents und Log-Parser, die das Standardformat von OpenAI erwarten.
Verbesserte Privatsphäre und Kompatibilität für Claude Code
  • Die Anfragekompatibilität wurde verbessert, wenn Claude Code über AIHubMix Claude-Modelle aufruft. Dabei werden weniger Client-Umgebungsinformationen an den Upstream weitergegeben, was den Datenschutz für Drittanbieter-Agent-Clients verbessert.
Login, Registrierung und Profil verbessert
  • Das eigene Kontosystem deckt jetzt E-Mail-Code-Login/Registrierung, Passwortsetzung, Profilbearbeitung, Verknüpfen/Trennen von Drittanbieter-Konten und Kontolöschung ab, mit stärkerer OTP-Zwecktrennung und Prüfung deaktivierter Konten. Stripe-Auflade-Callbacks werden ebenfalls zuverlässiger verarbeitet.
Neue Modelle
  • claude-sonnet-5 für Chat-, Reasoning- und Agent-Workflows.
  • gemma-4-31b und longcat-2.0 für Textgenerierung.
  • gemini-3.1-flash-lite-image für Workflows mit Bildfunktionen.
  • mai-image-2.5 und mai-image-2.5-flash für Bildgenerierung.

​
29. Juni

Verbesserte Bildgenerierungs-Abrechnung und Parameterkompatibilität
  • Die Abrechnung von gpt-image-2 auf Images-Endpunkten ist jetzt einheitlich tokenbasiert. GLM-Bildgenerierung leitet erweiterte Parameter wie watermark_enabled und quality weiter, sodass Wasserzeichen- und Qualitätseinstellungen greifen können, wenn der Upstream sie unterstützt. Siehe: Bildgenerierung
Sauberere Gemini-Dateiupload-Logs
  • Fehlgeschlagene Gemini-Dateiuploads erzeugen keine nutzersichtbaren normalen Request-Logs mehr. Dadurch entsteht weniger Rauschen von Nicht-Inferenz-Endpunkten auf der Logseite, während interne Diagnose-Logs erhalten bleiben.

​
27. Juni

Neue Deep-Research-Modelle
  • o4-mini-deep-research und o3-deep-research wurden hinzugefügt. Sie sind nur über den Endpunkt /v1/responses verfügbar; Anfragen müssen web_search_preview oder mcp tools enthalten und eignen sich für gründliche Web-Recherche und research-orientierte Antworten.

​
25. Juni

Responses-Protokoll unterstützt beliebige Modelle
  • Der Endpunkt /v1/responses ist nicht mehr auf die GPT-Serie beschränkt und kann nun beliebige Modelle der Plattform aufrufen. Tools auf Basis des Responses-Protokolls (z. B. die Codex CLI) können dadurch über einen lokalen Modellkatalog Modelle wie GLM, Gemini, DeepSeek, Kimi und Qwen nutzen – nicht mehr nur die offiziellen OpenAI-Modelle.
Responses-Ausgabe für Step 3.7 Flash korrigiert
  • Ein Problem wurde behoben, durch das step-3.7-flash über /v1/responses leere Inhalte oder eine leere Antwort zurückgeben konnte; Reasoning-Inhalte und finale Antworten werden jetzt korrekt zurückgegeben.
Codex CLI: Unterstützung für benutzerdefinierte Modelle
  • Die Codex CLI-Doku hat ein neues Tutorial „Benutzerdefinierte Modelle in Codex verwenden”: Über einen lokalen Modellkatalog (model_catalog_json) lassen sich beliebige AIHubMix-Modelle (GLM, Gemini, DeepSeek, Kimi, Qwen usw.) deklarieren und in Codex’ /model-Liste frei wechseln – nicht mehr auf die offiziellen OpenAI-Modelle beschränkt. Enthält ein Ein-Befehl-Skript zum Erzeugen eines Top-30-Katalogs sowie häufige Stolperfallen. Mehr dazu: Codex CLI · Benutzerdefinierte Modelle in Codex verwenden

​
24. Juni

Ersatzdomain jetzt unterstützt
  • Neue Ersatzdomain https://api.inferera.com mit Endpunkten und Funktionen identisch zur primären Domain https://aihubmix.com. Wenn die primäre Domain nicht erreichbar ist (z. B. Verbindungsfehler oder Timeouts), ersetzen Sie die Anfrage-URL durch die Ersatzdomain; API Key, Modell, Request-Body und weitere Parameter bleiben unverändert.

​
23. Juni

Neue Modelle
  • Doubao doubao-seed-2-1-pro, doubao-seed-2-1-turbo.
  • HappyHorse-Videoserie happyhorse-1.1-t2v (Text-to-Video), happyhorse-1.1-r2v (Referenzgenerierung), happyhorse-1.1-i2v (Image-to-Video).
Verbesserte Stripe-Checkout-Erfahrung
  • Der Stripe-Checkout füllt jetzt die Konto-E-Mail automatisch aus und reduziert unnötige Abfragen von Name und Rechnungsadresse, sodass Aufladungen mit Zahlungsmethoden wie Alipay einfacher werden.
Limit für Konten mit negativem Guthaben
  • Wenn das Kontoguthaben unter -$1 liegt, können kostenlose Modelle erst nach einer Aufladung wieder aufgerufen werden.

​
22. Juni

Neu: AIHubMix-CLI-Dokumentation
  • Neue AIHubMix CLI-Dokumentation: eine einzelne Binärdatei ohne Abhängigkeiten (kein Python / Node / Go erforderlich), mit der Sie den Kontostand abfragen, API-Keys verwalten und verfügbare Modelle direkt im Terminal anzeigen können – mit skript- und AI-Agent-freundlicher Ausgabe (z. B. Claude Code).
LLM Router (intelligentes Modell-Routing)
  • Setzen Sie model auf auto und das Gateway analysiert Ihre Anfrage, um aus Hunderten Modellen das beste auszuwählen – mit Kosten- / Qualitäts- / Latenz-Strategien, abgerechnet nach dem tatsächlich genutzten Modell, ohne Änderung am Client-Code. Siehe: LLM Router (intelligentes Modell-Routing)
DeepSeek-Cache-Trefferquote korrigiert
  • Ein Problem wurde behoben, durch das die Cache-Trefferquote für deepseek-v4-pro und deepseek-v4-flash niedriger als erwartet war.
Neu: AIHubMix Skill (Erweiterung für KI-Programmierassistenten)
  • Bietet lokale Erweiterungsfunktionen für KI-Agents mit Skill-Unterstützung wie Codex, Claude Code, Cursor und Cline: Erledigen Sie die AIHubMix-Anbindung, Modellabfragen, fähigkeitsbasierte Modellauswahl, Beispielerzeugung und Fehlerbehebung in natürlicher Sprache. Der Skill liest bei Bedarf Echtzeitinformationen wie Modelle, Preise und Protokollverträge aus der offiziellen Schnittstelle aus, damit der Agent sich nicht auf veraltetes Wissen verlässt. Mehr dazu: Skills

​
17. Juni

Neu: Kling-Videomodelle
  • Anbindung der gesamten Kling-Videogenerierung: Text-to-Video, Image-to-Video, Mehrbild-Referenz und Omni-Multimodal-Generierung – je nach Modellname über das native Protokoll aufgerufen.

​
16. Juni

Problem mit dem OpenClaw-Integrationsplugin behoben
  • Das OpenClaw-Integrationsplugin aihubmix-auth von AIHubMix hat seine vorherigen Integrationsprobleme behoben und ist nun stabil nutzbar. Installieren Sie es einfach und geben Sie einen AIHubMix-Key ein, um in OpenClaw gleichzeitig OpenAI / Anthropic / Gemini-Modelle aufzurufen.
Neue Modelle
  • Zhipu glm-5.2.

​
15. Juni

Neu: Open-Design-Anbindung unterstützt
  • AIHubMix ist jetzt ein in Open Design (der quelloffenen, lokal-orientierten Claude-Design-Alternative) integriertes BYOK-Gateway. Wählen Sie im API-(BYOK-)Modus AIHubMix, tragen Sie einen Key ein, und treiben Sie damit zugleich Chat-, Bild-, Video- und Sprachgenerierung an – je nach Modellname über das jeweilige native Protokoll der Anbieter. Mehr dazu: Open-Design-Anbindungsanleitung
Zhipu GLM 5.2 unterstützt abgestufte Reasoning-Intensität
  • Das glm-5.2 im nativen Zhipu-Kanal unterstützt reasoning_effort zur abgestuften Steuerung der Denktiefe; ältere Modellversionen werden je nach Version automatisch geroutet, ohne dass aufrufseitig Änderungen nötig sind.
Neue Modelle
  • kimi-k2.7-code-highspeed (Kimi Code Highspeed-Version).

​
13. Juni

Neue Modelle
  • coding-glm-5.2 sowie die kostenlose Variante coding-glm-5.2-free.

​
12. Juni

Modell-Mapping und Fehler-Fallback
  • Neu: Model Mapping und Fehler-Fallback: Konfigurieren Sie pro API Key das Modellnamen-Mapping und den Fehler-Fallback in der Konsole – schreiben Sie den Modell-Alias des Clients auf das echte Upstream-Modell um, wechseln Sie bei einem Fehler des Hauptmodells automatisch zu einem Backup-Modell und rechnen Sie nach dem final antwortenden Modell ab, ganz ohne Änderungen am Client-Code. Siehe: Model Mapping und Fallback
Neue Modelle
  • kimi-k2.7-code.

​
11. Juni

step-3.7-flash zeitlich begrenzt mit 90 % Rabatt
  • step-3.7-flash mit zeitlich begrenztem Rabatt von 90 %: nur 0,022 USD pro Million Eingabe-Token und nur 0,132 USD pro Million Ausgabe-Token – probieren Sie es gern aus.
Modellabschaltung und Auto-Routing
  • claude-opus-4-20250514 und claude-sonnet-4-20250514 werden offiziell am 15. Juni abgeschaltet. Die Plattform routet die abgeschalteten Modelle dann automatisch auf die 4-5-Versionen derselben Serie.

​
10. Juni

Neue Modelle
  • claude-fable-5 [Eingestellt].
Hinweise zu den neuen Claude-Modellen Fable 5 / Mythos 5
  • Fable 5 hat stärkere Sicherheits-Gatekeeper, sodass auch manche normale Anfragen blockiert werden können: Zusätzliche Klassifizierungen gelten unter anderem für Cybersicherheit, Biologie / Chemie, Modell-Destillation und Reasoning-Extraktion. Manche technische Forschung, Schwachstellenanalyse oder biomedizinische Fragen können abgelehnt oder an Opus 4.8 weitergeleitet werden.
  • Mythos 5 ist eingeschränkt verfügbar und kein allgemein offenes Modell: Mythos 5 und Fable 5 stammen aus derselben Fähigkeitsbasis, aber Mythos 5 nutzt weniger Sicherheitsklassifizierer. Es ist derzeit nur für Project Glasswing / freigegebene Kunden verfügbar; die meisten Nutzer verwenden Fable 5 mit Guardrails.
  • Höhere API-Kosten: Fable 5 kostet 10 USD pro Million Eingabe-Token und 50 USD pro Million Ausgabe-Token, etwa doppelt so viel wie Opus 4.8.
  • Datenschutz: Fable 5 / Mythos 5 gelten als Covered Models, erfordern standardmäßig mindestens 30 Tage Datenaufbewahrung und unterstützen keine Zero Data Retention.
  • API-Ablehnungsverhalten: Wenn Fable 5 eine Anfrage ablehnt, gibt die API HTTP 200 zurück, aber stop_reason ist refusal.

​
08. Juni

Gemini-kompatible Schnittstelle unterstützt Audio-Eingabe
  • Beim Aufruf von Gemini über die OpenAI-kompatible Schnittstelle (/v1/chat/completions) wird nun die Audio-Eingabe via input_audio unterstützt (zuvor wurde sie stillschweigend verworfen); zudem wird in der zurückgegebenen Usage die Zählung der audio_tokens ergänzt.

​
05. Juni

Neue Modelle
  • grok-build-0.1, hy3-preview sowie das kostenlose Modell step-3.7-flash-free.

​
04. Juni

Neue Modelle
  • Tongyi Qianwen qwen3.7-plus.

​
01. Juni

Neue Modelle
  • MiniMax minimax-m3.
  • Baidu musesteamer-air-image (Bildgenerierung).

​
29. März

Detailseite zu Logs
  • Latenz: Gibt an, wie schnell eine Anfrage startet (Zeit von der Anfrage bis zum ersten zurückgegebenen Token)
  • Durchsatz: Klare Messgröße für die Ausgabegeschwindigkeit des Modells
  • E2E-Latenz: Gesamtzeit von Anfrage bis Abschluss; zur Bewertung der Gesamtleistung der Anfrage
  • Provider: Identifiziert den Modellanbieter, der die Anfrage verarbeitet hat
  • Status: Zeigt das Ergebnis (z. B. Erfolg / Fehlschlag) zur schnellen Erkennung von Anomalien
  • TID: Eindeutige Anfragen-ID, die mit dem Support geteilt werden kann, um Probleme schneller zu beheben

​
23. März

  • Das AIHubMix Global Acceleration Network ist live: aufgebaut auf eigenen globalen Edge-Knoten und intelligentem Routing, mit kontinuierlichem Monitoring und dynamischer Optimierung – 75 % geringere Latenz, 60 % höhere Stabilität und 99,99 % Verfügbarkeit. Schnelleres, zuverlässigeres KI-Erlebnis.
  • 24/7-Echtzeit-Health-Monitoring hinzugefügt: Verteilte Sonden scannen das gesamte Netzwerk minütlich, verfolgen Latenz, Erfolgsrate und Stabilität. Probleme werden erkannt und behoben, bevor Nutzer sie bemerken – für gleichbleibende Performance.
  • Verbessertes intelligentes Traffic-Routing: Knotengesundheit wird dynamisch über mehrere Zeitfenster bewertet, mit Millisekunden-Switching zur optimalen Route – deutlich weniger Schwankungen und Timeouts bei höherer Erfolgsrate.

​
8. Februar

  • Neue Funktion: Chat → Responses-Kompatibilität
    Dieses Release führt die Chat → Responses-Kompatibilität ein, sodass die Chat-Completions-API OpenAI-Modelle aufrufen kann, die nur das Responses-Protokoll unterstützen – darunter gpt-5.2-codex, gpt-5.1-codex-max und gpt-5.2-pro. Wenn Sie die AIHubmix-Chat-API zwingen möchten, Anfragen über das Responses-Protokoll zu routen, fügen Sie folgenden Header hinzu:
    X-Use-Responses-Enabled: true Wenn ein Modell sowohl Chat als auch Responses unterstützt, erzwingt dieser Header die Verwendung der Responses-API.
    Beachten Sie: Das Responses-Protokoll unterstützt derzeit weder Audioeingabe noch -ausgabe; planen Sie die Nutzung entsprechend.
  • Hinweis zur Modell-Abkündigung:
    OpenAI wird chatgpt-4o-latest am 17. Februar 2026 abkündigen. Danach mappen wir chatgpt-4o-latest automatisch auf gpt-4o-2024-11-20.

​
2025

​
15. Dezember

  • Neue Funktion: Die Google-API unterstützt jetzt die Files API.

​
22. September

​
10. August

​
1. August

​
29. Juli

  • Unterstützung für AI SDK hinzugefügt: Zugriff auf eine Vielzahl von Modellen mit einem einzigen API-Schlüssel

​
26. Juli

​
23. Juli

  • Unterstützung für Qwen Code hinzugefügt; nutzt alle auf der Aihubmix-Plattform verfügbaren LLMs

​
4. Juli

  • Unterstützung für llms.txt hinzugefügt: Mit einem Klick standardisierte Modellnavigation erhalten, damit Ihr LLM-Assistent das gesamte Modellökosystem schnell versteht

​
29. Juni

  • Forwarding-Unterstützung für Gemini CLI mit mehreren flexiblen Nutzungsmodi
  • Code Interpreter und Remote-MCP-Aufrufe zur OpenAI Responses API hinzugefügt

​
26. Juni

​
23. Juni

  • APP-Code gestartet – 10 % Rabatt für Entwickler auf alle Modelle

​
18. Juni

  • HTTP-Statuscode-Dokumentation hinzugefügt, um Fehler besser zu verstehen

​
13. Juni

  • Unterstützung für Veo-3.0-Videogenerierung hinzugefügt, um kreative Formate zu erweitern

​
12. Juni

  • Claude Code integriert für stabile Nutzung im chinesischen Festland

​
9. Juni

  • Unterstützung für OpenAI Reasoning Summaries in der Responses API hinzugefügt

​
5. Juni

  • Implizites Caching für Gemini hinzugefügt, mit automatischen Cache-Hits und Hit-Rückmeldung
    Entwickler können usage_metadata nutzen, um Cache-Hits zu erkennen
    Kosteneinsparungen sind nicht garantiert und hängen von Anfragestruktur und Nutzungsszenario ab

​
31. Mai

Vollständige Unterstützung neuer Claude-4-Funktionen
  • ⏳ Neuer Cache-TTL: 1-Stunden-Cache-Unterstützung Beta
  • 🎉 Neue Texteditor-Tools: Claude 4 unterstützt jetzt text_editor_20250429 und str_replace_based_edit_tool
  • 🚫 Neuer Refusal-Stop-Reason für sicherheitsbedingte Ablehnungen
  • 🧠 Extended Thinking: Claude 4 gibt nun vollständige Zusammenfassungen seines Denkprozesses zurück
  • 🔄 Interleaved Thinking: Tool-Nutzung kann jetzt mit Extended Thinking verschränkt werden für natürlichere Konversationen (Beta)
  • ⚠️ Veraltete Funktionen:
    • undo_edit wird nicht mehr unterstützt
    • token-efficient-tools-2025-02-19 entfernt (nur Claude 3.7)
    • output-128k-2025-02-19 entfernt (nur Claude 3.7)
  • 📚 Vollständige Migrationsanleitungen und Codebeispiele wurden aktualisiert, um den Wechsel von Claude 3.7 auf Claude 4 zu erleichtern

​
22. Mai

  • Unterstützung für das Dify-Plugin hinzugefügt, das die nahtlose Integration der Aihubmix-Modelle in Dify ermöglicht
    Mehr als 200 Modelle mit einem einzigen API-Schlüssel verwalten

​
17. Mai

  • Unterstützung für codex-mini-latest hinzugefügt – optimiert für Programmieraufgaben, verfügbar über Responses API oder Codex CLI
  • Unterstützung für Google Imagen 3.0 Bildgenerierung und Veo 2.0 Videogenerierung hinzugefügt
  • gemini-2.0-flash-exp aktualisiert auf die offizielle Preview-Version gemini-2.0-flash-preview-image-generation

​
9. Mai

  • Ideogram AI V3-API hinzugefügt – Ideograms fortschrittlichstes Bildgenerierungsmodell

​
6. Mai

​
26. April

  1. Die mit Spannung erwartete OpenAI-Bildgenerierungs-API gpt-image-1 ist live – Text-zu-Bild und Bild-zu-Bild
  2. Native Gemini-API-Unterstützung mit präziser Reasoning-Budget-Steuerung für Flash 2.5 hinzugefügt

​
24. April

  • Drei zentrale Jina-AI-APIs integriert, um leistungsfähige Agents zu bauen: Embeddings, Rerank und DeepSearch

​
20. April

  • Unterstützung für den OpenAI-Responses-API-Endpoint mit erweiterten Tool-Funktionen hinzugefügt

​
17. April

​
12. April

​
9. April

  • Claude-Prompt-Caching hinzugefügt – bis zu 76 % Kosteneinsparung bei wiederkehrenden Prompts

​
7. April

  • Ideogram-AI-Bildgenerierung hinzugefügt: starkes Text-Rendering, Hybrid-Generierung, lokale Bearbeitung und Upscaling

​
5. April

  • Komplett neues Dokumentationserlebnis veröffentlicht

​
30. März

  • Unterstützung für das Claude-Texteditor-Tool hinzugefügt

​
24. März

  • Brandneues Trident-Logo eingeführt

​
16. März

  • Native Suchunterstützung für OpenAI- und Google-Gemini-Modelle hinzugefügt
  • Drittanbieter-Suchintegration folgt in zukünftigen Updates

​
15. März

  • Modelle hinzugefügt: gpt-4o-mini-search-preview und gpt-4o-search-preview

​
7. März

  • Preise für o1 und o3-mini um 10 % gesenkt – im Einklang mit offiziellen Preisen

​
6. März

  • Aufgrund einer 7-fachen Upstream-Preiserhöhung von Microsoft stieg auch der Preis von aihubmix-DeepSeek-R1 um das 7-Fache
    Empfohlene Alternative: DeepSeek-R1 von Volcano Engine (stabiler und kostengünstiger)
    Modelle hinzugefügt: qwen-qwq-32b und qwen2.5-vl-72b-instruct

​
28. Februar

  • 15 % Preisreduzierung bei allen Claude-Modellen
  • Modell gpt-4.5-preview hinzugefügt (extrem teuer – mit Vorsicht verwenden)

​
26. Februar

  • DeepSeek-Stabilität verbessert
  • ByteDance-Versionen von DeepSeek sind derzeit am stabilsten
    Empfohlene Modelle: DeepSeek-R1 und DeepSeek-V3

​
25. Februar

  • Modell claude-3-7-sonnet-20250219 hinzugefügt

​
24. Februar

  • Das gpt-4o-Modell kann aufgrund von Upstream-Problemen gelegentlich sehr langsam antworten
    Empfohlen wird temporär auf gpt-4o-2024-11-20 umzustellen
  • Die Perplexity-API ist temporär offline
    Aufgrund von Perplexitys komplexem Abrechnungsmodell und höheren Kosten als die Preisstruktur dieser Plattform wird der Dienst nach Preisanpassungen erneut gestartet
  • Der temporäre offizielle ByteDance-Rabatt ist beendet, die Preise sind wieder normal
    Der Preis von DeepSeek-R1 wurde entsprechend erhöht
  • Neue Modell-Detailseite mit vollständigen Parameterinformationen hinzugefügt

​
23. Februar

  • Der temporäre offizielle ByteDance-Rabatt ist beendet, die Preise sind wieder normal
    Der Preis von DeepSeek-V3 wurde erhöht
    Auch das R1-Modell von ByteDance wird voraussichtlich bald wieder normale Preise haben; die Plattform wird die Preise entsprechend anpassen

​
18. Februar

  • Modell hinzugefügt: kimi-latest
    (Offiziell nach Eingabelänge gestaffelt zu 8k, 32k und 128k abgerechnet.
    Diese Plattform unterstützt keine gestaffelte Abrechnung und verwendet die mittlere Stufe 32k als Standardpreis.
    Wenn Sie preissensibel sind, mit Vorsicht verwenden.)
  • Layout der Website insgesamt optimiert
  • Changelog-Seite in die Nutzungsstatistik-Seite zusammengeführt
  • Ankündigungen in die Modell-Marktplatz-Seite verschoben
  • Einstellungen in das Benutzeravatar-Menü verschoben
  • Preis von aihubmix-DeepSeek-R1 um 50 % gesenkt
  • Modelle hinzugefügt:
    gemini-2.0-pro-exp-02-05-search, gemini-2.0-flash-exp-search
    (mit offizieller Online-Suche von Google integriert)
  • Modelle hinzugefügt:
    gemini-2.0-flash, gemini-2.0-pro-exp-02-05, gemini-2.0-flash-lite-preview-02-05
  • Modelle hinzugefügt:
    o3-mini, o1
    (Diese beiden Modelle werden aufgrund begrenzter Account-Ressourcen ca. 10 % teurer als offiziell abgerechnet)

​
4. Februar

  • Das o1-Modell unterstützt in der offiziellen OpenAI-API den stream-Parameter nicht
  • Das o3-mini-Modell unterstützt den temperature-Parameter nicht
    Ein neuer Parameter reasoning_effort ist verfügbar mit Werten: "low", "medium", "high"
    Standard ist "medium", wenn nicht angegeben

​
1. Februar

Funktions-Update:
  • Unterstützung für OpenAI-Audio-Modell-Eingabe und -Ausgabe hinzugefügt
    Der Preview-Server api.aihubmix.com ist nun verfügbar
    Nach einer Woche stabiler Laufzeit wird die Hauptseite aktualisiert
    Backend-Abrechnung entspricht vollständig den offiziellen Preisen
    Aktuell zeigen Nutzungs-Logs nur Text-Token-Nutzung
    Audio-Token-Nutzung wird noch nicht in den Logs angezeigt, beeinträchtigt aber die Nutzung nicht
Neue Modelle:
  • o3-mini, o1
    (ca. 10 % teurer als offiziell, da Account-Verfügbarkeit begrenzt ist)
  • aihubmix-DeepSeek-R1 (empfohlen, sehr stabil)
  • qwen-max-0125 (Qwen2.5-Max), sonar-reasoning
  • deepseek-ai/DeepSeek-R1-Zero, deepseek-ai/DeepSeek-R1, deepseek-r1-distill-llama-70b
  • aihub-Phi-4
  • Doubao-1.5-pro-256k, Doubao-1.5-pro-32k,
    Doubao-1.5-lite-32k, Doubao-1.5-vision-pro-32k
  • sonar, sonar-pro (neueste von Perplexity AI)
  • gemini-2.0-flash-thinking-exp-01-21
  • deepseek-reasoner (alias DeepSeek-R1)
  • MiniMax-Text-01
  • codestral-latest (Mistrals neues Code-Modell – Codestral 25.01)

​
23. Januar

Neue Modelle:
  • aihub-Phi-4
  • Doubao-1.5-pro-256k, Doubao-1.5-pro-32k,
    Doubao-1.5-lite-32k, Doubao-1.5-vision-pro-32k
  • sonar, sonar-pro (neueste von Perplexity AI)
  • gemini-2.0-flash-thinking-exp-01-21
  • deepseek-reasoner (alias DeepSeek-R1)

​
19. Januar

  • Perplexity-AI-API-Modelle hinzugefügt
    Derzeit nur auf dem Preview-Server api.aihubmix.com unterstützt
    Nach stabilem Test erfolgt das Rollout auf den Hauptserver aihubmix.com
  • api.aihubmix.com ist der Preview-Server
    Neue Features werden zuerst dort deployed und nach ca. 1 Woche Stabilitätstest auf den Hauptserver übertragen
Neue Modelle:
  • MiniMax-Text-01
  • codestral-latest (Mistral Codestral 25.01)
  • gpt-4o-zh
    Übersetzt jegliche Eingabe automatisch ins Englische, bevor sie inferiert wird,
    und übersetzt die Modellausgabe automatisch zurück ins Chinesische
    (Dieses Feature befindet sich im Test und unterstützt nur gpt-4o; hohe Parallelität wird nicht unterstützt)

​
6. Januar

  • gemini-2.0-flash-exp-search hinzugefügt – unterstützt native Google-Online-Suche
    Das offizielle Gemini-2.0-Flash-Modell benötigt zusätzliche Parameter für Online-Suche
    Aihubmix hat diese Funktion integriert – hängen Sie einfach search an den Modellnamen an
  • Modell hinzugefügt: deepseek-ai/DeepSeek-V3

​
1. Januar

  • Neue Modell-Marktplatz-Seite veröffentlicht, ersetzt die alte „Model & Pricing”-Seite

​
2024

​
30. Dezember

  • Problem behoben, bei dem gemini-2.0-flash-thinking-exp-1219 nur Reasoning, aber keine endgültige Antwort zurückgab
  • Problem behoben, dass Balance-Erinnerungsmails nicht zugestellt wurden

​
22. Dezember

  • Nutzungsstatistik-Seite hinzugefügt
  • Aufladungs-Verlauf-Seite hinzugefügt
  • Doubao-Modellserie hinzugefügt:
    Doubao-lite-128k, Doubao-lite-32k, Doubao-lite-4k,
    Doubao-pro-128k, Doubao-pro-256k, Doubao-pro-32k, Doubao-pro-4k
  • Modell hinzugefügt: gemini-2.0-flash-thinking-exp-1219
  • Modelle hinzugefügt:
    gemini-2.0-flash-exp, aihubmix-Mistral-Large-2411,
    aihubmix-Llama-3-3-70B-Instruct, grok-2-1212, grok-2-vision-1212
  • Modelle hinzugefügt:
    gemini-exp-1206, llama-3.3-70b-versatile, learnlm-1.5-pro-experimental

​
14. Dezember

  • Modelle hinzugefügt:
    gemini-2.0-flash-exp, aihubmix-Mistral-Large-2411,
    aihubmix-Llama-3-3-70B-Instruct

​
8. Dezember

  • Modelle hinzugefügt:
    gemini-exp-1206, llama-3.3-70b-versatile, learnlm-1.5-pro-experimental
  • Nutzungsstatistik-Seite hinzugefügt

​
21. November

  • Kürzlich hinzugefügte Modelle:
    gpt-4o-2024-11-20, step-2-16k, grok-vision-beta
  • Qwen-2.5-Turbo-Modell mit Millionen-Kontext:
    qwen-turbo-2024-11-01

​
7. November

  • Kompatibilität mit dem nativen Claude-SDK ergänzt
    Der Endpoint v1/messages ist nun verfügbar
  • Native Claude-Prompt-Caching- und Computer-Use-Funktionen werden noch nicht unterstützt
    Diese werden in den nächsten zwei Wochen fertiggestellt

​
5. November

  • Modell hinzugefügt: claude-3-5-haiku-20241022
  • Elon Musks xAI-Neuestes-Modell hinzugefügt: grok-beta

​
23. Oktober

  • Modell hinzugefügt: claude-3-5-sonnet-20241022

​
10. Oktober

  • OpenAIs neuestes Caching-Feature ist live
    Aktuell unterstützte Modelle:
    • GPT-4o
    • GPT-4o-mini
    • o1-preview
    • o1-mini
  • Hinweis: gpt-4o-2024-05-13 steht nicht auf der offiziell unterstützten Liste
  • Cache-Hit-Token werden in den Backend-Logs sichtbar, wenn ein Request den Cache trifft
  • Vollständige Details und Nutzungsregeln finden Sie in der offiziellen OpenAI-Dokumentation

​
3. Oktober

  • Backend-Abrechnung für gpt-4o wurde an die offiziellen Preise angeglichen
  • Modelle hinzugefügt:
    aihubmix-Llama-3-2-90B-Vision, aihubmix-Llama-3-70B-Instruct
  • Cohere-neuste Modelle hinzugefügt:
    aihubmix-command-r-08-2024, aihubmix-command-r-plus-08-2024

​
19. September

  • Modelle hinzugefügt: whisper-large-v3 und distil-whisper-large-v3-en
  • Hinweis: Whisper-Modell-Abrechnung erfolgt nach Eingabe-Sekunden
    Die aktuelle Preisanzeige auf der Seite ist falsch und wird korrigiert
    Backend-Abrechnung für whisper-1 entspricht vollständig den offiziellen OpenAI-Preisen

​
13. September

  • Modelle hinzugefügt: o1-mini und o1-preview
    Hinweis: Diese Modelle erfordern aktualisierte Parameter
    Manche Client-Oberflächen können Fehler werfen, wenn Standardwerte nicht aktualisiert sind
Tests zeigen, dass das o1-Modell Folgendes NICHT unterstützt:
  • system-Feld → 400-Fehler
  • tools-Feld → 400-Fehler
  • Bildeingabe → 400-Fehler
  • json_object-Ausgabe → 500-Fehler
  • structured-Ausgabe → 400-Fehler
  • logprobs-Ausgabe → 403-Fehler
  • stream-Ausgabe → 400-Fehler
Ratenlimits und feste Parameter:
  • o1-Serie: 20 RPM, 150.000.000 TPM – extrem niedrig, häufige 429-Fehler möglich
  • temperature, top_p und n sind auf 1 festgelegt
  • presence_penalty und frequency_penalty sind auf 0 festgelegt

​
10. September

  • Modell hinzugefügt: mattshumer/Reflection-Llama-3.1-70B
    (Berichten zufolge eine der stärksten Feintuning-Varianten von LLaMA 3.1 70B)
  • Preise der Claude-3-Modelle erhöht
    Zur Sicherstellung der stabilen Versorgung sind Aufrufe über diese Plattform aktuell ca. 10 % teurer als die direkte offizielle Nutzung
  • Erhöhte Concurrency-Kapazität für OpenAI-Modelle
    Das System unterstützt theoretisch nahezu unbegrenzte Parallelität

​
11. August

  • Modelle hinzugefügt:
    Phi3medium128k, ahm-Phi-3-medium-4k, ahm-Phi-3-small-128k
  • Stabilität für LLaMA-Modelle verbessert
  • Kompatibilität für Claude-Modelle weiter optimiert

​
7. August

​
4. August

  • Direkte Online-Zahlung für Aufladungen hinzugefügt
  • Claude-Mehrfach-Konversationsformat-Fehler behoben:
    messages: roles must alternate between "user" and "assistant", but found multiple "user" roles in a row
  • Index-Handling bei Function-Calling mit Claude-Modellen optimiert
  • Der Backup-Server https://orisound.cn wird am 7. September vollständig stillgelegt
    Bitte migrieren Sie zum Hauptserver https://aihubmix.com oder Backup-Server https://api.aihubmix.com

​
27. Juli

  • Unterstützung für Mistral Large 2 hinzugefügt
    Modellname: Mistral-large-2407 oder aihubmix-Mistral-large-2407
  • Systemoptimierungen

​
24. Juli

  • Neueste LLaMA-3.1-Modelle hinzugefügt:
    llama-3.1-405b-instruct, llama-3.1-70b-versatile, llama-3.1-8b-instant

​
20. Juli

  • Probleme bei der Preisberechnung für gpt-4o-mini behoben
    • Texteingabe-Preis: 1/33 von GPT-4o offiziell
    • Bildeingabe-Preis: gleich GPT-4o
  • Um mit offiziellen Preisen übereinzustimmen, werden Image-Token-Counts von gpt-4o-mini bei der Abrechnung mit 33 multipliziert
  • Details siehe offizielle OpenAI-Preise

​
19. Juli

  • Unterstützung für das gpt-4o-mini-Modell hinzugefügt
    Backend-Abrechnung entspricht vollständig den offiziellen Preisen

​
15. Juli

  • Unterstützung für den offiziellen API-Parameter include_usage hinzugefügt
    Damit können Usage-Daten im Stream-Modus zurückgegeben werden
    Details siehe offizielle Dokumentation

​
14. Juli

  • Die neue Version von NextWeb unterstützt jetzt das Aufrufen von Nicht-OpenAI-Modellen über diese Plattform
  • Backend-Abrechnungsunterstützung für Alibaba-Qwen-Modelle hinzugefügt
    Aufrufe über diese Plattform kosten ca. 10 % mehr als direkte Nutzung über Alibaba Cloud
  • Azure-OpenAI-Ausgabe-Kompatibilität mit der Standard-OpenAI-API verbessert
  • Tool-Calling-Unterstützung für Claude-3 hinzugefügt
  • Viele neue Modelle hinzugefügt (siehe Einstellungen → Verfügbare Modelle)

​
3. Juli

  • Backend-UI insgesamt optimiert
  • Jeder Log-Eintrag zeigt jetzt den Modell-Einheitspreis zum Zeitpunkt der Anfrage
  • „Modell & Preis”-Seite hinzugefügt

​
20. Juni

  • Das neueste claude-3-5-sonnet-20240620 wird jetzt unterstützt
    Siehe Anleitung für den Aufruf von Nicht-OpenAI-Modellen auf dieser Plattform

​
18. Juni

  • Backend-Logs unterstützen jetzt den Download historischer Request-Datensätze

​
16. Juni

  • Die Wahrscheinlichkeit, Requests zufällig an Azure OpenAI zu routen, wurde deutlich reduziert

​
13. Juni

  • Backend-Kosten für Claude-3-Modelle gesenkt
    (Claude 3 Haiku, Claude 3 Sonnet, Claude 3 Opus)
    Die Backend-Abrechnung entspricht jetzt den offiziellen Preisen
    In Folge entspricht der effektive Retail-API-Preis dieser Seite ca. 86 % der offiziellen Preise

​
10. Juni

  • GPT-4o-Token-Abrechnung optimiert
    Tokenizer von cl100k_base auf o200k_base geändert
    In Folge sind Streaming-Token-Counts für Chinesisch, Koreanisch und Japanisch niedriger als zuvor

​
8. Juni

  • Alibabas neueste Open-Source-Qwen-2-Modelle hinzugefügt:
    • alibaba/Qwen2-7B-Instruct
    • alibaba/Qwen2-57B-A14B-Instruct
    • alibaba/Qwen2-72B-Instruct

​
20. Mai

  • Modell hinzugefügt: gemini-1.5-flash
  • Modell hinzugefügt: gpt-4o
  • Modelle hinzugefügt:
    llama3-70b-8192, llama3-8b-8192,
    gemini-1.5-pro, command-r, command-r-plus
  • Claude-3-Modell-Versorgung wiederhergestellt
    Endpoints sind derzeit über AWS und Google Cloud deployed
  • Zur Deckung von Infrastruktur- und Betriebskosten ist die Claude-3-Backend-Abrechnung ca. 10 % höher als die offiziellen Preise
    Mit steigender Nutzung wird dies schrittweise auf ca. 5 % oder darunter gesenkt
  • Concurrency-Limits werden derzeit getestet und werden mit steigender Nachfrage erhöht
Zuletzt aktualisiert: 2026-06-22