StartLeitfaden
Unzensiertes LLM: lokal oder per API, was passt?

Aktualisiert LLM Sin Censura
Wenn du ein unzensiertes LLM suchst, hast du zwei Möglichkeiten: Es herunterladen und auf deinem Gerät ausführen oder es per API aufrufen und Pay as you go pro Token bezahlen. Die Antwort hängt von deiner Hardware, der Nutzungshäufigkeit und dem Zeitaufwand für die Wartung ab.

Die Entscheidung in einer Tabelle
Für ein unzensiertes LLM lässt sich die Wahl zwischen lokal und API auf diese Faktoren reduzieren:
| Faktor | Lokal | API |
|---|---|---|
| Inbetriebnahme | Stunden: Installieren, Modell herunterladen, Versionen testen | Minuten: Ein Schlüssel und die Basis-URL |
| Anfangskosten | Deine vorhandene oder zu kaufende Hardware | Keine; teste mit $0,50 Guthaben |
| Laufende Kosten | Strom und deine Zeit | Pro Token, ohne Abonnement |
| Privatsphäre | Maximal: Nichts verlässt deinen Rechner | Deine Prompts werden an den Anbieter gesendet; hier werden sie nicht zum Training verwendet |
| Qualität und Größe | Begrenzt durch deinen VRAM | Ein Modell, das vielleicht nicht auf deinem Rechner passt |
| Wartung | Du machst es | Der Anbieter macht es |
| Funktioniert ohne Internet | Ja | Nein |
Keine Spalte gewinnt immer. Wenn absolute Privatsphäre oder Offline-Arbeit am wichtigsten sind, wähle lokal. Wenn du nichts verwalten willst, wähle die API.
Wann sich lokales Ausführen lohnt
Tools wie Ollama, LM Studio oder llama.cpp führen Open-Weight-Modelle auf deinem Rechner aus und bieten oft einen OpenAI-kompatiblen Endpunkt auf localhost an, sodass derselbe Code für beide Wege funktioniert. Lokal passt, wenn:
- Du arbeitest mit Daten, die aus Gründen der Richtlinie oder aus Präferenz dein Netzwerk nicht verlassen dürfen.
- Du hast bereits eine GPU mit ausreichend Speicher und möchtest nicht für die Nutzung bezahlen.
- Du möchtest verschiedene Modelle, Quantisierungen und Einstellungen ausprobieren.
- Du benötigst einen Offline-Betrieb.
Bei der Hardware gilt die Faustregel, dass das Modell in den Videospeicher passen muss, oder in den RAM, wenn du mit geringerer Geschwindigkeit einverstanden bist. Ein Modell mit 7 oder 8 Milliarden Parametern, quantisiert auf 4 Bit, passt normalerweise in etwa 5 oder 6 GB. Modelle mit mehreren zehn Milliarden Parametern benötigen deutlich mehr und erfordern meist mehrere Grafikkarten. Die genauen Werte hängen vom Modell und der Quantisierung ab, daher konsultiere die Datenblatt des konkreten Modells.
Wann sich die API lohnt
Die API ist in folgenden Fällen die bessere Wahl:
- Dein Computer hat keine GPU oder die vorhandene ist eher bescheiden.
- Du entwickelst eine App, einen Bot oder ein internes Tool und möchtest, dass es für mehrere Benutzer gleichzeitig funktioniert. Mit einem vollständigen API-Schlüssel hast du 8 parallele Anfragen und 300 pro Minute.
- Dein Verbrauch ist unregelmäßig: intensive Phasen über einige Stunden und dann tagelange Inaktivität. Mit Prepaid-Guthaben zahlst du nichts, solange du es nicht nutzt, und das Guthaben verfällt nie.
- Du möchtest nicht davon abhängig sein, dass dein Computer eingeschaltet ist.
Die API ist OpenAI-kompatibel, daher ist die Nutzung des SDK nur eine Frage von zwei Zeilen:
from openai import OpenAI
client = OpenAI(base_url="https://api.llmsincensura.com/v1", api_key="TU_CLAVE")
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Redacta el primer párrafo de una novela de ciencia ficción."}],
)
print(r.choices[0].message.content)
Es ist ein einziges Open-Weight-Modell, das von einem unabhängigen Anbieter ausgeführt wird und nur Text generiert. Es ist nicht die offizielle API eines großen KI-Unternehmens und teilt die Last nicht zwischen mehreren Modellen auf.
Die Kostenrechnung
Der API-Preis beträgt $0,15 pro Million Eingabe-Token und $0,50 pro Million Ausgabe-Token. Drei Stufen für den monatlichen Verbrauch:
| Verbrauch pro Monat | Input | Output | Gesamt |
|---|---|---|---|
| 5M Eingabe, 2M Ausgabe | 5 × 0.15 = $0,75 | 2 × 0.50 = $1,00 | $1,75 |
| 50M Eingabe, 20M Ausgabe | 50 × 0.15 = $7,50 | 20 × 0.50 = $10,00 | $17,50 |
| 500M Input, 100M Output | 500 × 0.15 = $75,00 | 100 × 0.50 = $50,00 | $125,00 |
Für den lokalen Betrieb führe diese Berechnung mit deinen Daten durch: Ein Computer mit GPU, der 300 W verbraucht und 4 Stunden am Tag läuft, verbraucht 0,3 kW × 4 h × 30 Tage = 36 kWh pro Monat. Multipliziere dies mit dem Preis deiner Kilowattstunde, addiere die Abschreibung des Geräts und bewerte deine Wartungszeit. Bei geringem und mittlerem Verbrauch ist der API-Preis in der Regel niedriger; bei sehr hohem Dauerbetrieb kann ein bereits abgezahlter eigener Computer günstiger sein. Das ist eine Rechnung, die nur du abschließen kannst.
Was du von einem unzensierten Modell erwarten kannst
„Unzensiert“ beschreibt ein Modell, das darauf trainiert wurde, Anfragen zu Inhalten für Erwachsene in legalen Kontexten nicht abzulehnen: düstere Fiktion, Rollenspiele, offene Behandlung sensibler Themen. Es bedeutet nicht das Fehlen von Grenzen. Sexuelle Inhalte, die Minderjährige einbeziehen, sind immer ausgeschlossen, und das Modell macht weiterhin die gleichen Fehler wie jedes andere: Es kann Daten erfinden, den Faden bei langen Gesprächen verlieren oder sich wiederholen.
Deshalb solltest du das Modell sowohl lokal als auch über die API mit deinen eigenen Prompts testen, bevor du dich dafür entscheidest. Mit dem Testguthaben von $0,50, das auf der API-Schlüssel-Seite beansprucht werden kann, hast du mehr als genug Spielraum, um einige hundert mittlere Anfragen durchzuführen.
Ein gemischter Ansatz
Du musst dich nicht für immer entscheiden. Ein häufiges Muster ist die Nutzung der API für die Entwicklung und den echten Traffic sowie die Beibehaltung eines kleinen lokalen Modells für Offline-Tests oder besonders sensible Daten. Da beide dasselbe Format akzeptieren, ist der Wechsel zwischen beiden nur eine Änderung der Basis-URL und des Modellnamens.
Wenn du die API in eine Anwendung integrierst, beschreibt der Artikel über die API-Integration eines unzensierten KI-Modells die Engineering-Seite, und die Dokumentation listet die Parameter auf. Die Preise und Aufladeboni (ab $20, in Krypto) findest du auf der Preisseite.
Weitere Anleitungen
Häufig gestellte Fragen
Kann ich das Modell dieser API auf meinem Computer ausführen?
Diese API ist ein gehosteter Dienst. Um lokal etwas auszuführen, müsstest du ein Open-Weight-Modell selbst herunterladen, mit den Einschränkungen deiner Hardware.
Welche Hardware benötige ich für ein lokales Modell?
Das Modell muss in den Grafikspeicher passen. Ein Modell mit 7 bis 8 Milliarden Parametern, quantisiert auf 4 Bit, passt normalerweise in etwa 5 bis 6 GB, je nach Format; konsultiere die spezifische Modellseite.
Speichert die API meine Prompts zum Trainieren?
Nein, die Prompts werden nicht zum Training verwendet.
Ermöglicht sie alle Inhalte?
Nein. Sie antwortet ohne Inhaltsfilter in legalen Erwachsenennutzungen, aber niemals sexuelle Inhalte, die Minderjährige einbeziehen.
Generiert sie Bilder?
Nein. Nur Text: keine Bilder, Audio, Video, Embeddings oder Fine-Tuning.
Dein Schlüssel ist nur einen Schritt entfernt
Erstelle ein Konto, kopiere den Schlüssel und ändere die Base URL. So einfach ist das.
API-Schlüssel erhalten