Sicherheit, Compliance & Zertifizierungen
DSGVO-konform
EU-AI-Act-konform
KI zu 100 % souverän
Kein Training der Modelle
Weltklasse-Modelle
Produktpräsentation
Sehen Sie unsere Keynote und erfahren Sie, wie die IG1 AI API Weltklasse-KI-Performance mit vollständiger Datensouveränität liefert — bei bis zu 3× geringeren Kosten.
Offizielle Benchmark-Ergebnisse, verglichen mit Frontier-Modellen auf denselben Benchmarks: DeepSeek V4.1 Flash erzielt den höchsten Wert in der Vergleichstabelle von DeepSeek bei DeepSWE v1.1, Automation-Bench v1.0.6 und Apex Bench v1.1.
DeepSWE v1.1
DeepSeek V4.1 Flash erreicht 77,0 auf DeepSWE v1.1: der höchste Wert in der Vergleichstabelle von DeepSeek, vor Claude Opus 5 (74,0) und GPT-5.6 Sol (73,0).
Automation-Bench v1.0.6
DeepSeek V4.1 Flash erreicht 60,5 auf Automation-Bench v1.0.6: der höchste Wert in der Vergleichstabelle von DeepSeek, vor Claude Opus 5 (50,3).
Apex Bench v1.1
DeepSeek V4.1 Flash erreicht 72,1 auf Apex Bench v1.1: der höchste Wert in der Vergleichstabelle von DeepSeek, vor Claude Opus 5 (65,8) und GPT-5.6 Sol (54,3).
Werte aus der offiziellen Modellkarte von DeepSeek (V4.1-Flash-1017, Oktober 2026), verglichen mit Frontier-Modellen auf denselben Benchmarks.
Das Open-Weight-Frontier-Modell von DeepSeek — ein Mixture-of-Experts mit 552 Mrd. Parametern, davon 8 Mrd. aktiv im Prefill und 16 Mrd. im Decode, einem Kontextfenster von einer Million Tokens und nativem Verständnis von Text und Bild. IG1 AI betreibt es in Frankreich, ohne Datenspeicherung und mit transparenten Preisen pro Token.
77,0 bei DeepSWE v1.1 für autonomes Software-Engineering: vor Claude Opus 5 (74,0) und GPT-5.6 Sol (73,0).
Höchster Wert in der Vergleichstabelle von DeepSeek bei Automation-Bench v1.0.6 (60,5) und bei Apex Bench v1.1 (72,1).
Ein Kontextfenster von einer Million Tokens für Multi-File-Coding, tiefes Reasoning und Agenten, die stundenlang laufen.
Inferenz in der HDS-zertifizierten Infrastruktur von IG1 in Frankreich: keine Datenspeicherung, kein Modelltraining auf Ihren Prompts, Abrechnung in EUR, keine Exposition gegenüber US-Recht.
Souveräne Inferenz, in Frankreich.
DeepSeek V4.1 Flash ist ein Open-Weight-Modell (MIT) und läuft weltweit bei vielen Anbietern. Was IG1 AI hinzufügt, ist der Vertrag drumherum: Inferenz in unserer HDS-zertifizierten Infrastruktur in Frankreich, keine Datenspeicherung, kein Training auf Ihren Prompts, Abrechnung in EUR und keine Exposition gegenüber US-Recht — über denselben OpenAI-kompatiblen Endpunkt wie der Rest des Katalogs und ohne jeden Datenpfad nach China.
1 Mio. Input-Tokens
0,65 €
1 Mio. gecachter Input
0,13 €
1 Mio. Output-Tokens
1,30 €
Kontext
1M Tokens
Benchmark-Werte aus der offiziellen Modellkarte von DeepSeek (V4.1-Flash-1017, Oktober 2026), verglichen mit Frontier-Modellen auf denselben Benchmarks.
Ein gefilmtes Kundenstatement: EasyBourse berichtet, wie souveräne KI seinen Teams hilft, die Softwareentwicklung zu skalieren.
Auf YouTube ansehenWir setzen auf die leistungsstärksten heute verfügbaren Open-Weight-Modelle. Keine Anbieterabhängigkeit. Volle Transparenz.
DeepSeek V4.1 Flash Neu
von DeepSeek — Hangzhou, China
Flaggschiff-LLM
Das Open-Weight-Frontier-Modell von DeepSeek (MoE mit 552 Mrd. Parametern, 8 Mrd. aktiv im Prefill und 16 Mrd. im Decode) mit nativem Verständnis von Text und Bild, für tiefes Reasoning, Multi-File-Coding und Agenten mit langem Zeithorizont.
GLM 5.3 Flash Frontier
von Z.ai — Peking, China
Effizientes Frontier-LLM
Effizientes Frontier-Modell für Reasoning, Code und agentische Workflows – mit der besten Leistung pro Euro.
Qwen 3.6
von Alibaba Cloud — Hangzhou, China
35B-A3B-LLM
Effizientes Mixture-of-Experts-Modell für Produktiv-Chat, Code, Reasoning und Workflows mit hohem Volumen.
Qwen Image
von Alibaba Cloud — Hangzhou, China
Bildgenerierung & -bearbeitung
Bildgenerierung und -bearbeitung per Text-Prompt, optional mit Prompt-Optimierung durch ein LLM.
Qwen3-VL-Embedding-8B SOTA
von Alibaba Cloud — Hangzhou, China
Multimodales Embedding
Modernstes Retrieval mit multimodalen Embeddings und dynamischen Dimensionen bis 4096 — weit über Textencoder mit fester Größe hinaus.
BGE
von BAAI — Peking, China
Schnelles Embedding & Reranking
Schnelle Text-Embeddings mit fester Dimension und Reranking — eine Qualitätsreferenz für semantische Suche und RAG-Pipelines mit hohem Durchsatz.
Transparente Preise pro Token. Alle Modelle sind souverän, in Frankreich gehostet, ohne versteckte Gebühren und ohne Mindestabnahme.
| Modell | Beschreibung | 1 Mio. Input-Tokens | 1 Mio. gecachte Input-Tokens | 1 Mio. Output-Tokens |
|---|---|---|---|---|
deepseek-v4.1-flash |
Das Open-Weight-Frontier-Modell von DeepSeek (MoE mit 552 Mrd. Parametern, 8 Mrd. aktiv im Prefill und 16 Mrd. im Decode) mit nativem Verständnis von Text und Bild, für tiefes Reasoning, Multi-File-Coding und Agenten mit langem Zeithorizont. Max. Kontext: 1 Mio. Tokens. Bereitgestellt auf dem Release 1017. | 0,65 € | 0,13 € | 1,30 € |
glm53-flash-chat |
Nativ multimodales, effizientes Frontier-Modell (Video, Bild, Text, Datei) für Reasoning, Code und agentische Workflows. Max. Kontext: 1 Mio. Tokens, 128K Output. Zum gleichen Preis auch als glm53-flash-chat-low, glm53-flash-agent und glm53-flash-agent-low verfügbar. | 0,35 € | 0,09 € | 1,15 € |
qwen36-35b-a3b-instruct |
Effizientes Mixture-of-Experts-Modell (35B Parameter, 3B aktiv) für produktiven Chat, Code, Extraktion und mehrstufige Workflows. Standard-Instruct-Profil. Max. Kontext: 256K Tokens. | 0,30 € | 0,06 € | 1,00 € |
qwen36-35b-a3b-thinking-general |
Wie Qwen 3.6 35B, mit erzwungenem Thinking-Modus für strukturiertes Reasoning und Analysen. | 0,30 € | 0,06 € | 1,00 € |
qwen36-35b-a3b-thinking-coding |
Qwen 3.6 35B, konfiguriert für fortgeschrittenes Coding, Refactoring, Debugging und Entwicklungs-Workflows mit erzwungenem Thinking-Modus. | 0,30 € | 0,06 € | 1,00 € |
| BGE-m3 | Text-Embeddings für RAG und semantische Suche. | 0,05 € | — | — |
| BGE-reranker-v2-m3 | Reranking zur Optimierung von Suchergebnissen. | 0,30 € | — | — |
| Qwen3-VL-Embedding-8B | Multimodale Embeddings (Text und Bilder) für RAG und visuelle semantische Suche. | 0,30 € | — | — |
| Dokument | Wandelt beliebige Dokumente in Markdown um, damit ein LLM sie nutzen kann. Nützlich für CAG – Cached RAG einschließlich Vision-RAG-Anwendungsfällen. Dokumentbilder werden von Qwen 3.6 35B als Text beschrieben. | — | — | 2,00 € |
Wenn ein KI-Agent an einer Aufgabe arbeitet — Code prüfen, einen Fehler über mehrere Dateien beheben, ein langes Gespräch führen —, sendet er immer wieder denselben Kontext: Ihre Anweisungen, die Dateien, an denen er arbeitet, alles bisher Gesagte. Nur ein kleiner Teil ist bei jedem Aufruf wirklich neu.
Mit Input-Caching behält IG1 AI, was bereits gelesen wurde, und verarbeitet nur das Neue. Antworten beginnen schneller, und der wiederholte Kontext wird zum Preis für gecachte Input-Tokens abgerechnet — rund ein Viertel des normalen Input-Preises bei GLM 5.3 Flash (0,09 € statt 0,35 €), ein Fünftel bei Qwen 3.6 35B (0,06 € statt 0,30 €) und bei DeepSeek V4.1 Flash (0,13 € statt 0,65 €).
Beispiel — eine agentische Coding-Session mit GLM 5.3 Flash: 100 API-Aufrufe, ~20.000 Tokens Kontext pro Aufruf erneut gesendet, 65 % Cache-Trefferquote.
| Ohne Caching | Mit Caching | |
|---|---|---|
| Input-Tokens zum vollen Preis | 2,0 M | 0,7 M |
| Input-Tokens zum Cache-Preis | — | 1,3 M |
| Input-Kosten | 0,70 € | 0,36 € |
| Gesamtkosten der Session (inkl. 25K Output-Tokens) | 0,73 € | 0,39 € |
−48 % Input-Kosten, −46 % für die gesamte Session — und ein schnellerer erster Token.
Caching ist bei allen Sprachmodellen von IG1 AI automatisch aktiv — nichts zu konfigurieren. Die Nutzungsdaten jeder Antwort zeigen genau, wie viele Input-Tokens aus dem Cache kamen.
| Modell | Beschreibung | 1 Mio. Input-Tokens | 1 Mio. Output-Tokens |
|---|---|---|---|
| Bildgenerierung. Die Token-Zahl richtet sich nach Bildauflösung und Qualitätsstufe. | 0 € | 0,002 € | |
| Bildgenerierung mit Prompt-Optimierung durch ein LLM. Die Prompt-Optimierung nutzt Qwen 3.6 35B (separat abgerechnet). Die Token-Zahl richtet sich nach Auflösung und Qualitätsstufe. | 0 € | 0,002 € | |
| Bildbearbeitung. Die Token-Zahl richtet sich nach Auflösung und Qualitätsstufe von Quell- und Zielbild. | 0 € | 0,002 € | |
| Bildbearbeitung mit Prompt-Optimierung durch ein LLM. Die Prompt-Optimierung nutzt Qwen 3.6 35B (separat abgerechnet). Die Token-Zahl richtet sich nach Auflösung und Qualität von Quell- und Zielbild. | 0 € | 0,002 € |
Zugangsschlüssel anfordern. In Minuten integrieren. Schnell testen. Sicher skalieren.
1. Schlüssel erhalten
Fordern Sie Ihre API-Zugangsschlüssel bei unserem Team an.
2. Integrieren
Verbinden Sie sich in Minuten über unsere OpenAI-kompatible API.
3. Skalieren
Schnell testen, iterieren und sicher skalieren.
Alles Wissenswerte zur IG1 AI API — Souveränität, Modelle, Preise und Einstieg.
Souveränität & Sicherheit
Modelle & Performance
Preise & Abrechnung
Einstieg