DeepInfra: Test, Kosten & Souveränität
US-Inferenz-Cloud aus Palo Alto mit eigenen Rechenzentren, OpenAI-kompatibler API, rund 190 Open-Weight-Modellen und einer der strengsten No-Retention-Zusagen im Markt - ohne E2EE und ohne EU-Region.
Einschätzung
Fuer Entwickler, die Open-Weight-Modelle billig und ohne Datenschutz-Nebenschaetze hosten wollen, ist DeepInfra derzeit der strengste Kandidat im US-Vergleichsfeld: Inputs nur im RAM, keine Inhalts-Logs, Trainingsverbot in der Privacy Policy, oeffentliche Subprozessoren-Liste (Stripe/AWS/GCP) und per Pressebericht SOC 2 plus ISO 27001. Fuer EU-Anforderungen bleibt es trotzdem ein US-Datensatz: Delaware-Gesellschaft, California Law, Schiedsgericht San Francisco, nur US-Rechenzentren, kein E2EE. Und in der Community haftet dem Anbieter eine dokumentierte Quantisierungs-Vergangenheit an, wegen der HN-Kommentare bis 2026 nachfragen, ob ein Modell wirklich unquantisiert ausgeliefert wird.
Warum 2.7/10?
Platz #4 von 8 in ki-zugang & apis - Gewichte in der Methodik · gewichtet für KI-Zugang & APIs
++ Was hält
- Strenge No-Retention-Doku: Input nur im RAM, Output nach Antwort geloescht, Logs nur als Metadaten (Request-ID, Kosten, Sampling-Parameter)
- Trainingsverbot in der Privacy Policy wortwoertlich: 'We will not store, sell, or train using this data unless we have your explicit consent'
- Oeffentliche Subprozessoren-Liste (Stripe, AWS, GCP) und Batch-Daten laut Docs verschluesselt auf Platte
- Sehr guenstige Tokenpreise mit Cached-Staffelung (z. B. DeepSeek-V4.1-Flash: 0,20 USD in, 0,006 USD cached-in vor Rabatt)
- Eigene Hardware in acht US-Rechenzentren, nahezu 5 Billionen Tokens je Woche (Pressebericht), Batch API mit 20 Prozent Rabatt
- Doppelte API-Kompatibilitaet: OpenAI- und Anthropic-Endpunkte, plus GPU-Miete mit SSH fuer eigene Modelle
-- Was du prüfen solltest
- Nur US-Rechenzentren (laut Operator-Angabe acht US-Standorte, Europa/Asien in Vorbereitung) - fuer EU-Datenanforderungen ohne documented residency untauglich
- Delaware-Gesellschaft, kalifornisches Recht, JAMS-Schiedsverfahren in San Francisco - volle US-CLOUD-Act-Exposition
- Kein E2EE, kein AVV/Abkommen auf der Website auffindbar, 2FA-Dokumentation nicht gefunden
- Kein dokumentierter Gratis-Tarif; Preis-Rabattaktionen (z. B. '51% off') machen den Vergleich zwischen Modellen unruhig
- In der Community haftet eine Quantisierungs-Geschichte an dem Anbieter - HN-Kommentare bis Oktober 2026 warnen vor undiskreter Quantisierung, und der Betreiber haelt dagegen nicht systematisch Buch
So startest du bei DeepInfra
| Identitätsprüfung | optional |
|---|---|
| Zahlung | Fiatgeld |
| Einstiegspreis | Preis beim Anbieter |
| Auszug | OpenAI-kompatible REST-API, Anthropic-kompatible API (Claude Code/SDK), Native API, Batch API, Private Deployments eigener Modelle, GPU-Miete mit SSH-Zugang (B200), Metadaten exportierbar |
| Speicherort | us |
| Firmeneinsatz | grundsätzlich möglich, AVV prüfen |
Werte aus den Fakten dieser Seite (Stand: 2026-11-17). Preisangaben ohne Gewähr - vor der Anmeldung beim Anbieter gegenprüfen.
Überblick
DeepInfra wurde 2022 von Nikola Borisov und zwei Mitgruendern gegründet, die zuvor den Messenger imo auf mehr als 200 Millionen Nutzer skaliert haben; seit Mai 2026 hat das Unternehmen 107 Millionen USD Series-B-Kapital von 500 Global, Georges Harik, NVIDIA, Samsung Next und Supermicro eingesammelt [8][14][20]. Das Konzept: eigene GPU-Hardware in acht US-Rechenzentren statt Mietkapazitaet, laut Operator-Bericht mit rund 25x gewachsenem Tokenvolumen seit der Series A [8], und laut Fachpresse fast 5 Billionen verarbeiteter Tokens je Woche [12]. Die Plattform hostet mehr als 190 Open-Source-Modelle [11] und positioniert sich ausdruecklich gegen Lock-in zu proprietären Modellen [10].
Verschlüsselung & Datenschutz
Die No-Retention-Doku ist die strengste, die diese Recherche bei einem API-Inferenz-Hoster gefunden hat: Inputs liegen waehrend der Inferenz nur im Arbeitsspeicher und nicht auf der Festplatte, Outputs werden nach dem Zuruecksenden geloescht, und geloggt werden nur Metadaten - Request-ID, Kosten, Sampling-Parameter, nicht der Request-Inhalt [1]. Die Privacy Policy verspricht wortwoertlich, die Daten weder zu speichern noch zu verkaufen oder zum Trainieren zu verwenden, solange du nicht ausdruecklich einwilligst [2]. Zwei dokumentierte Ausnahmen: Bild-Generierungs-Outputs werden kurz vorgehalten, und bei Google- und Anthropic-Passthrough-Modellen greift die jeweilige Fremd-Policy [1]. Die Subprozessoren-Liste ist oeffentlich und kurz: Stripe, Amazon Web Services, Google Cloud Platform [4]. Ende-zu-Ende-Verschluesselung gibt es nicht; ueber Transportschutz hinaus ist nichts dokumentiert.
Souveränität & CLOUD Act
DeepInfra ist eine Delaware-Gesellschaft; die Terms stehen unter kalifornischem Recht und erzwingen ein JAMS-Schiedsverfahren in San Francisco [3]. Der Betrieb laeuft laut Operator in acht US-Rechenzentren, weitere Standorte sind laut Pressebericht in Vorbereitung [8][13]. Das bedeutet volle US-CLOUD-Act-Exposition ohne EU-Region: Ein AVV oder dokumentierte EU-Residency ist auf der Website nicht auffindbar (Stand November 2026). Fuer EU-Kunden gibt es nichts Vergleichbares wie Together-geografische Endpunkte oder EU-VPC-Deployments; wer Residency braucht, ist hier falsch. Positiv vermerkt: Die Zertifizierungsangaben SOC 2 und ISO 27001 stammen aus einem unabhaengigen Pressebericht [13] - im freien Zugriff auf der Operator-Seite haben wir sie nicht belegen koennen.
Preise & Tarife
Die Abrechnung ist nutzungsbasiert in USD ohne Grundgebuehr ("no long-term contracts or upfront costs" [6]). Beispielpreise: Llama-4-Scout bei 0,10 USD Input und 0,30 USD Output je Million Tokens, mit Priority-Tier (1,5x) bei 0,15/0,45 USD und Flex-Tier (0,8x) bei 0,08/0,24 USD [7]; DeepSeek-V4.1-Flash-1017 bei 0,20 USD Input mit 0,006 USD fuer gecachte Inputs, mit Rabatt-Aktion auf 0,60/0,294 USD im Batch-Pfad [6]. Die Batch API arbeitet mit 20 Prozent Rabatt gegenueber Echtzeit [9]. Community-Benchmarks bestaetigen die Richtung: Ein Team nannte den Flex-Preis von 0,0784 USD je Million Tokens das guenstigste Cloud-Modell, das es je gebenchmarkt hat [16]; ein anderer Kommentar hebt die niedrigen Cache-Preise mit hoher Trefferquote hervor [17]. Eigene Rechnung auf Basis von [7]: eine Million Input- plus eine Million Output-Tokens auf Llama-4-Scout kosten im Standard-Tier zusammen 0,4 USD. Default-Limit sind 200 gleichzeitige Requests je oeffentlichem Modell [5].
Export & Ausstieg
Der Ausstieg ist technisch billig: Die API ist OpenAI-kompatibel, daneben gibt es einen Anthropic-kompatiblen Endpunkt, eine Native-API, die Batch-API und private Deployments eigener Modelle [9]. Da fast alle gehosteten Modelle Open-Weight sind, laesst sich der Modellstack auf eigener Hardware mit vLLM/SGLang weiterbetreiben. Private Dedicated-Endpunkte haben laut Docs gar keine Rate Limits [5], und die GPU-Miete (B200 mit SSH-Zugang) erlaubt einen schrittweisen Rueckzug in die eigene Infrastruktur; ein Reddit-Nutzer berichtete von 2,49 USD je Stunde fuer eine B200 und guter Nutzererfahrung bei gleichzeitig knapper Verfuegbarkeit [22]. Die Rueckerstattung vorausbezahlter Gebuehren ist in den Terms mit 15 Kalendertagen geregelt [3]; seit April 2026 ist DeepInfra zudem offizieller Inference-Provider auf Hugging Face, was den Einstieg per Hub-Tokens ermoeglicht [15].
Einrichtung & Alltag
Der Einstieg folgt dem OpenAI-Muster: API-Key im Dashboard erzeugen, base_url auf den DeepInfra-Endpunkt setzen, Modellnamen waehlen - die Docs-Struktur deckt Chat Completions, Streaming, Tool Calling, strukturierte Outputs, Prompt-Caching und Reasoning im OpenAI-Dialekt ab, dazu Embeddings, Reranking, Bild-, Video- und Sprach-APIs [9]. Wer Anthropic-Werkzeuge nutzt, kann dieselben Modelle ueber den Anthropic-kompatiblen Endpunkt in Claude Code oder dem SDK fahren [9]. Fuer Batch-Jobs gibt es einen eigenen Datei-und-Job-Workflow mit dem bereits erwaehnten Rabatt [9], und private Deployments bringen eigene Modelle mit Autoscaling auf dedizierte GPUs [9]. Ein Login ist mit Google-, GitHub- oder E-Mail-Konto moeglich, Team-Zugang laeuft ueber Okta-SSO - dokumentiert in der Account-Sektion der Docs [9].
Vorfälle & Warnzeichen
In den geprüften Quellen ist kein Sicherheitsvorfall wie ein Datenleck dokumentiert. Das warnende Muster ist ein anderes: In Hacker-News-Diskussionen bis Oktober 2026 haelt sich der Vorwurf, DeepInfra habe Modelle quantisiert ausgeliefert, ohne das zu bezeichnen [18]; ein Benchmark-Kommentar berichtet, dass dasselbe DeepSeek-Flash-Modell ueber DeepInfra deutlich schlechter laufe als direkt beim Betreiber [19]. Wer auf volle Modellpraezision angewiesen ist, sollte die Auslieferung deshalb selbst validieren - die Docs adressieren das Thema nicht. Die Preisfindung mit Zeit-limited-Rabatten ("51% off", "30% off" [6]) macht Vergleichstabilitaet zudem abhaengig von Aktionen.
Was Nutzer berichten
Das Bild in Reddit und Hacker News ist deutlich geteilt: sechsstimmig positiv dominiert das Preis-Thema - Flex-Preise als Marktbestwert [16], Cache-Kosten als Grund fuer cheapest-bills [17], DeepSeek auf DeepInfra als Tagesfahrer-Ersatz zum trainierenden DeepSeek-Endpoint [21]. Kritisch aeussert sich die Community zur Auslieferungsqualitaet (Quantisierungs-Vergangenheit, Provider-Unterschiede [18][19]) und zur Verfuegbarkeit bei GPU-Miete [22]. Wir zaehlen in den aktuellen Threads sieben positiv, drei kritisch - die Kritik zielt auf Modelltreue und Kapazitaet, nicht auf Datenschutz.
Fazit
Fuer Entwickler, die Open-Weight-Modelle zu sehr kleinen Tokenpreisen mit minimaler Retention betreiben wollen, ist DeepInfra der strengste Kandidat dieser Runde: Inputs nur im RAM [1], Trainingsverbot in der Policy [2], oeffentliche Subprozessoren [4], doppelte API-Kompatibilitaet [9] und Flex-Preise, die Community-Benchmarks als Marktbestwert einstufen [16]. Die Souveraenitaetsbilanz faellt anders aus: nur US-Standorte [8], Delaware plus kalifornisches Recht mit San-Francisco-Schiedsgericht [3], kein E2EE, keine dokumentierte EU-Option. Bleibendes Warnzeichen ist die Quantisierungs-Geschichte in der Community [18] - gegen sie hilft nur eigenes Benchmarking. Wer EU-Residency braucht, schaut auf EU-Hoster oder betreibt die offenen Gewichte selbst; wer nur einen billigen, disziplinierten US-Turbo fuer offene Modelle sucht, ist hier richtig.
Fakten-Fazit
DeepInfra ist eine der jungen Inferenz-Clouds, die offene Modellgewichte kostenoptimiert hosten: rund 190 Open-Source-Modelle, OpenAI- und Anthropic-kompatible Endpunkte, eigene GPU-Infrastruktur in acht US-Rechenzentren und Batch-Verarbeitung mit 20 Prozent Rabatt. Die Datenschutz-Doku ist die strengste im Vergleichsfeld dieser Runde: Inputs werden laut Docs nur im Arbeitsspeicher gehalten, Outputs nach der Antwort geloescht, Logs enthalten nur Metadaten wie Request-ID und Kosten, und die Privacy Policy verbietet Speichern, Verkaufen und Trainieren ohne ausdrueckliche Einwilligung. Die Kehrseiten sind strukturell: nur US-Standorte, Delaware-Gesellschaft mit kalifornischem Recht und Schiedsgericht in San Francisco, kein E2EE - und in der Community haftet dem Anbieter eine Quantisierungs-Vergangenheit an, wegen der bis heute nachgefragt wird, ob ein Modell wirklich unquantisiert ausgeliefert wird.
Von der Redaktion verfasst - Faktenstand 2026-11-17
Quellen
- DeepInfra Data Privacy (Operator-Docs, live 17.11.2026) 2026-11-17
- DeepInfra Privacy Policy (Operator, Stand 15.08.2026) 2026-11-17
- DeepInfra Terms of Service (Operator, Stand 15.10.2026) 2026-11-17
- DeepInfra Subprocessors (Operator-Docs, live 17.11.2026) 2026-11-17
- DeepInfra Rate Limits (Operator-Docs, live 17.11.2026) 2026-11-17
- DeepInfra Pricing (Operator, live 17.11.2026) 2026-11-17
- Llama-4-Scout Modellseite (Operator, live 17.11.2026) 2026-11-17
- DeepInfra Series-B-Ankuendigung (Operator, 04.05.2026) 2026-11-17
- DeepInfra Docs-Index (Operator, live 17.11.2026) 2026-11-17
- DeepInfra About (Operator, live 17.11.2026) 2026-11-17
- SiliconANGLE - Deepinfra lands $107M (unabhaengig, 04.05.2026) 2026-11-17
- Edge Infrastructure Review - DeepInfra Series B (unabhaengig, 14.05.2026) 2026-11-17
- Beinsure - DeepInfra Series B (unabhaengig, 07.05.2026) 2026-11-17
- FinSMEs - DeepInfra Series B (unabhaengig, 05.05.2026;Abruf per curl 403) 2026-11-17
- Hugging Face Blog - DeepInfra als Inference Provider (unabhaengig, 29.04.2026) 2026-11-17
- Hacker News - Flex-Preis-Kommentar (Community, 05.11.2026) 2026-11-17
- Hacker News - Cache-Treffer-Rate (Community, 04.11.2026) 2026-11-17
- Hacker News - Quantisierungs-Vorwurf (Community, 09.10.2026) 2026-11-17
- Hacker News - Auslieferungs-Qualitaet (Community, 27.10.2026) 2026-11-17
- Hacker News - Series-B-Story (Community, 10.05.2026) 2026-11-17
- Reddit-Thread GLM 5.2 via arctic-shift-API (Community, 19.06.2026) 2026-11-17
- Reddit-Thread B200-GPU-Miete via arctic-shift-API (Community, 09.01.2026) 2026-11-17
Alternativen zu DeepInfra
Wer DeepInfra nicht will, findet in der Aufgabe KI-Zugang & APIs die ehrlichsten Vergleichsfälle - gleiche Aufgabe, gleiche Messlatte.
- Proton Lumo 4/10
- LiteLLM 3/10 selbst betreibbar
- Together AI 2.9/10
Nutzerkommentare (0)
Noch keine Kommentare.