AILinux Deep Research zu kommerziellen KI‑Modellen, lokalen LLM‑Stacks, OpenClaw, Coding‑Agents und AI‑IDEs

Kontext, Kriterien und Sicherheitslage

„Kommerziellste“ KI‑Modelle/Projekte lassen sich im Entwickler‑Kontext sinnvoll über drei Achsen einordnen: (a) direkte Modell‑APIs (Token‑basierte Abrechnung, Enterprise‑Verträge, SLAs), (b) Broker/Router & Compute‑Plattformen (ein API‑Endpoint, viele Provider/Modelle; oft Pay‑as‑you‑go), und (c) lokale Runtime‑Stacks (Self‑hosted, datenschutz-/kostengetrieben, teils Offline). citeturn15view0turn12search9turn0search1

Parallel dazu ist 2025/2026 „agentic AI“ (Agenten mit Tool‑Zugriff wie Shell, E‑Mail, Kalender, SaaS‑APIs) stark gewachsen – und Sicherheit ist dabei der limitierende Faktor: Tool‑Zugriff verschiebt das Risiko von „falsche Antwort“ zu „falsche Aktion“ (Credential‑Missbrauch, Prompt‑Injection → Tool‑Calls, Exfiltration, destruktive Side‑Effects). OpenClaw ist in diesem Spannungsfeld ein zentraler, polarisierender Fall: starkes Wachstum/Adoption (u. a. durch sehr leicht nutzbare Setup‑Pfad/Integrationen) bei gleichzeitig intensiver Sicherheits‑Diskussion und realen Findings. citeturn10search6turn0news30turn10search26turn4view0

Mehrere Berichte/Analysen zu OpenClaw‑Vorfällen und Warnungen zeigen, dass Agenten mit Mail/Calendar/Shell‑Zugriff bereits in kontrollierten Settings zu problematischen Aktionen gebracht werden konnten und dass die Sicherheits‑Community OpenClaw als „Weckruf“ für Agent‑Governance betrachtet. citeturn10search34turn0news30turn10search38

Kommerzielle Modell‑APIs und Inference‑Broker

Zu den aktuell dominierenden API‑Anbietern (direkte Modell‑APIs, mit klarer Monetarisierung und Enterprise‑Motion) zählen entity[“company”,”OpenAI”,”api model provider”], entity[“company”,”Anthropic”,”claude api provider”], entity[“company”,”Google”,”gemini api provider”], entity[“company”,”xAI”,”grok api provider”], entity[“company”,”Mistral AI”,”llm api provider”] und entity[“company”,”Cohere”,”enterprise llm provider”]. Im „Broker/Router/Compute“-Segment sind besonders sichtbar entity[“company”,”OpenRouter”,”multi-model api router”], entity[“company”,”Together AI”,”inference platform”], entity[“company”,”Groq”,”inference api provider”] und entity[“company”,”Replicate”,”model api platform”] – plus (als Hub/Broker‑Hybrid) Hugging Face Inference Providers. citeturn15view0turn12search9turn18search3turn19view2

OpenAI

Die OpenAI API‑Preistafel listet u. a. „Flagship model“-Preise wie GPT‑5.4 (Input $2.50/1M Tokens, Cached Input $0.25/1M, Output $15/1M) und GPT‑5 mini (Input $0.250/1M, Cached $0.025/1M, Output $2.000/1M). citeturn16view0

Wichtig für Agenten‑Backends ist, dass bei OpenAI viele Funktionen über „Built‑in tools“ metered werden (z. B. Container/Hosted Shell & Code Interpreter Sessions, Web Search Tool Calls, File/Search Storage). Beispiel: Container‑Sessions werden pro 20‑Minuten‑Session nach RAM‑Größe bepreist; File Search Storage hat „first GB free“ und danach $0.10/GB‑day; Web Search ist pro 1.000 Calls plus Search‑Content‑Tokens bepreist. citeturn15view0turn16view1

Free/Trial‑Hinweis (API): Die API ist grundsätzlich Pay‑as‑you‑go; einzelne Free‑Kontingente existieren eher bei Storage/Metering‑Positionen (z. B. „first GB free“ bei File Search Storage). citeturn15view0

Anthropic

Anthropic nennt für Claude Opus 4.6 einen API‑Preis von $5 pro Million Input‑Tokens und $25 pro Million Output‑Tokens; Sonnet 4.6 liegt bei $3/$15; Haiku 4.5 bei $1/$5. citeturn17search0turn17search16turn17search8

Die Claude API ist laut Anthropic ein REST‑API‑Endpoint unter https://api.anthropic.com mit Messages API (POST /v1/messages). citeturn17search9

Google Gemini

Die offizielle „Gemini Developer API pricing“-Seite dokumentiert Preisraster (Free vs Paid Tier je Modell-/Modus) sowie zusätzliche Kostenkomponenten (z. B. Batch‑Preise, Image‑Token‑Äquivalente). citeturn27search0

Für Enterprise‑Nutzung ist die Vertex‑AI‑Generative‑Pricing‑Seite relevant, weil dort (neben Google‑Modellen) auch Partner‑Modelle und regionale Preislogiken beschrieben werden. citeturn27search7

xAI

xAI kommuniziert für Grok 4.1 Fast auf der API u. a. Input $0.20/1M Tokens, Cached Input $0.05/1M, Output $0.5/1M sowie zusätzliche Tool‑Call‑Kosten („From $5 / 1000 successful invocations“). citeturn26search12turn25view3

Für Grok 4 (Flagship) nennen xAI‑Model‑Docs Preisparameter wie Input $3.00/1M, Cached Input $0.75/1M, Output $15.00/1M (zuzüglich Rate‑Limits). citeturn26search0

Zusätzlich dokumentiert xAI ein separates Pricing‑Schema für server‑seitige Tools (Web Search, X Search, Code Execution, File/Collections Search, Remote MCP Tools) inklusive Kosten pro 1.000 Calls und dem Hinweis, dass Token‑Kosten und Tool‑Invocations zusammen wirken. citeturn21view0turn24search4

Mistral

Mistral bietet einen klaren Enterprise‑Kontaktpfad (Sales‑Form) und veröffentlicht Support‑/Press‑Kontaktpunkte; Press‑Kontakt ist [email protected]. citeturn11view0
In rechtlichen Dokumenten wird [email protected] als Support‑Kontakt genannt. citeturn10search27turn10search11
Für API‑Zugangs‑Tiers/Rate‑Limits existiert eine öffentliche Dokumentation (Usage Tiers/Rate Limits). citeturn2search6turn2search7

Cohere

Cohere beschreibt explizit: API‑Calls mit „Trial API key“ sind kostenlos; „Production key“ wird Pay‑as‑you‑go abgerechnet. citeturn17search2

Open‑Source‑Hubs und lokale Inferenz‑Stacks

Ollama und Hugging Face sind in der Praxis „Baseline‑Bausteine“ für lokale/selbstverwaltete Stacks: Ollama als lokale Runtime mit einfachem Modell‑Lifecycle und API‑Zugriff; Hugging Face als Hub (Modelle/Datasets/Spaces) plus (increasingly) Inference‑Brokering/Compute. citeturn0search1turn12search13turn12search9

Ollama

Die Ollama API‑Dokumentation beschreibt u. a. Endpunkte wie /api/generate, /api/chat, /api/embeddings sowie Streaming‑Patterns. citeturn0search1

Für Security‑Disclosure verweist Ollama auf [email protected] als Kontakt für Vulnerability Reports. citeturn10search1

Spannend im Agent‑Kontext: Ollama dokumentiert eine direkte OpenClaw‑Integration („ollama launch openclaw“) und nennt dabei ausdrücklich den Setup‑Flow inkl. Security Notice beim ersten Start, Provider‑Konfiguration und Gateway‑Background‑Daemon. citeturn10search13

Hugging Face Hub und Inference Providers

Die Hub‑Dokumentation beschreibt Hugging Face als zentrales Kollaborations‑Hub (Modelle/Datasets/Spaces) und ist relevant für jede „Ollama/llama.cpp/vLLM + Hub“-Strategie (Model‑Distribution, Versionierung, Lizenzen, Model Cards). citeturn12search13

Hugging Face „Inference Providers“ bieten serverless Zugriff auf viele Modelle über Provider‑Backends, integriert in Client‑SDKs. Die Pricing‑Seite nennt explizit monatliche Credits (Free Users: $0.10; PRO Users: $2.00; Team/Enterprise: $2.00 pro Seat) plus Pay‑as‑you‑go für Extra‑Usage. citeturn12search9turn12search17

LM Studio als lokaler Desktop‑Stack

LM Studio dokumentiert OS‑Support (macOS/Windows/Linux) und Systemanforderungen (z. B. macOS 14+ und Apple Silicon; Windows x64/ARM; Linux x64/ARM64). citeturn27search2turn27search5turn27search16

LM Studio positioniert zusätzlich eine „headless daemon“-Komponente („llmster“) für Server/CI und liefert Install‑Skripte für Mac/Linux sowie PowerShell‑Install für Windows. citeturn27search20

image_group{“layout”:”carousel”,”aspect_ratio”:”16:9″,”query”:[“Ollama terminal screenshot”,”Hugging Face model hub screenshot”,”LM Studio app interface screenshot”,”OpenClaw gateway security documentation screenshot”],”num_per_query”:1}

OpenClaw im Fokus

Was OpenClaw ist und warum es polarisiert

OpenClaw wird als „AI that actually does things“ positioniert: Automatisierung realer Aufgaben (E‑Mail, Kalender, Check‑ins etc.) über Chat‑Kanäle (WhatsApp/Telegram/„any chat app“), also ein Agenten‑Produkt mit Tool‑/Account‑Zugriff und entsprechend hohem Sicherheits‑Impact. citeturn10search6

Die „Polarisation“ entsteht aus genau dieser Kombination: schnelle Adoption + echte Macht über produktive Accounts + viele Integrationen/Skills, wobei Berichte über Sicherheitsbedenken und Warnungen (u. a. im geopolitischen Kontext) den Diskurs prägen. citeturn0news30turn0news31turn0news32turn0news33

Architektur und Developer‑Nutzung

Aus dem OpenClaw‑README: Es gibt eine Gateway‑Komponente (Daemon) und Nodes, die mit Gateway verbunden sind und Tools ausführen; der Wizard wird als „works on macOS, Linux, Windows (via WSL2)“ beschrieben. citeturn1view0

Die offizielle Security‑Dokumentation beschreibt den Gateway als „control plane“ (WebSocket) und listet auch HTTP‑Endpunkte: u. a. /v1/* (provider‑compatible API), /tools/invoke, /api/channels/* sowie Health/Control‑Endpunkte. citeturn4view0

Der operative Kernpunkt ist dort sehr klar formuliert: Gateway‑Credentials sind Operator‑Secrets – wer ein gültiges Bearer Token besitzt, hat effektiv Root‑ähnliche Kontrolle über das Gateway‑Ökosystem (Nodes, Tool‑Execution, Memory, Channels). citeturn4view0

Für Modell‑Routing nennt die OpenClaw‑Doku mehrere Provider‑Optionen (lokal und Cloud), inklusive OpenAI, Anthropic, Google Gemini, xAI, Hugging Face, Ollama, vLLM, LiteLLM, Cloudflare AI Gateway und sogar „MCP Server“. Außerdem gibt es Failover/Load‑Balancing‑Mechanismen. citeturn5view0turn5view1

Security‑Härtung auf Code‑ und Deployment‑Ebene

OpenClaw dokumentiert ein „fail closed“-Prinzip für Gateway‑Auth, verschiedene Auth‑Modi (Token/Passwort/Trusted Proxy), mTLS/TLS‑Pinning‑Optionen und empfiehlt explizit: separate Gateways je Trust‑Boundary statt „ein Gateway für alles“. citeturn4view0

Für produktionsreifes „Security Packaging“ (auch in deinem AILinux/FastAPI/MCP‑Kontext) lassen sich aus der Doku und dem Bedrohungsmodell konkrete Härtungsregeln ableiten:

  • Trennung nach Risiko: mindestens getrennte Gateways für „trusted internal automation“ vs. „User‑Facing/Experiment“. „Separate gateways per trust boundary“ ist explizit empfohlen. citeturn4view0
  • Credential‑Handling wie Root‑Keys: Bearer‑Tokens als Operator‑Secrets behandeln, Rotation erzwingen, keine Weitergabe an Clients/Plugins. citeturn4view0
  • Explizite Security‑Information beim Launch: Schon im Ollama‑Flow wird ein „security notice“ beim ersten Launch erwähnt – das ist ein Muster, das du für AILinux‑UX übernehmen kannst (Permission Screen, Scope, „dry run“, Audit‑Log). citeturn10search13
  • Audit‑Fähigkeit sicherstellen: OpenClaw dokumentiert Log‑/Transcript‑Pfadkonzepte und bietet Security‑Audit‑Kommandos (inkl. „deep“) – das ist für „security‑reif verpacken“ essenziell (Reproduzierbarkeit, Forensik, Incident Response). citeturn4view0turn1view0

Dass diese Härtung keine „Nice to have“ ist, unterstreichen externe Security‑Berichte: Heise berichtete beispielsweise über „over 60 vulnerabilities … resolved“ (Patch‑Situation, potenzielle RCE/Injection‑Risiken in Agent‑Kontexten). citeturn10search26

Security‑Kontakt und Responsible Disclosure

OpenClaw nennt für Security‑Issues explizit [email protected]. citeturn10search2turn10search10

Coding Agents und AI‑IDEs nach Betriebssystem

Wichtig vorweg, weil du explizit „CLI coding agents“ + „IDEs“ + „API/Docs/Integration“ willst: Für viele Tools ist das OS weniger ein Feature als die Frage „Desktop‑App vs. CLI vs. Server‑Daemon“. Deshalb sind die OS‑Listen unten so aufgebaut, dass du direkt siehst, was nativ installierbar ist und wo Remote/Self‑hosted sinnvoller ist. citeturn27search1turn7search15turn1view0

Windows

Cursor ist offiziell für Windows verfügbar (Download‑Seite nennt macOS/Windows/Linux, inkl. Windows x64/ARM64 Builds). citeturn27search1
Für Windows‑„AI IDE“ ist GitHub Copilot relevant: GitHub dokumentiert einen Free‑Plan sowie Pro/Pro+/Business/Enterprise und nennt dabei u. a. den „Copilot coding agent“ als Bestandteil bestimmter Pläne. citeturn9view1turn8search6
OpenClaw nennt Windows‑Nutzung via WSL2 im README. citeturn1view0
Continue bietet als Open‑Source‑Tool sowohl IDE‑Extensions als auch eine CLI; das Repo beschreibt Installpfade (inkl. Windows‑Install via irm ... | iex) und die Komponenten (Extension + CLI). citeturn7search15
LM Studio ist auf Windows (x64/ARM) dokumentiert. citeturn27search2

macOS

Cursor ist nativ für macOS verfügbar (ARM64/x64/universal). citeturn27search1
LM Studio ist auf macOS dokumentiert, mit explizitem Fokus auf Apple Silicon und macOS‑Version. citeturn27search2
Für JetBrains‑Nutzer: JetBrains dokumentiert eigene AI‑Pläne/Tiers und sagt, dass AI‑Tiers (z. B. Free/Ultimate) in den meisten IDEs ab 2025.1 verfügbar sind. citeturn8search4turn8search1
OpenClaw nennt macOS als unterstütztes Wizard‑OS. citeturn1view0

Linux

Cursor ist für Linux verfügbar (offizielle Download‑Seite). citeturn27search1
Continue CLI/Extension sind linux‑tauglich (Repo beschreibt Installation und Komponenten). citeturn7search15
LM Studio dokumentiert Linux‑Support und zusätzlich den „llmster“-Daemon für serverartige Setups. citeturn27search2turn27search20
OpenClaw nennt Linux als Wizard‑Zielplattform. citeturn1view0

FreeBSD

Für FreeBSD ist bei den meisten genannten Tools keine explizite „offiziell unterstützt“-Dokumentation in den hier ausgelesenen Quellen enthalten. Praktisch sind für FreeBSD aber vor allem Tools interessant, die (a) als reine CLI‑Tools auf Python/Node basieren oder (b) als Remote‑Agent über ein Gateway laufen. Continue (CLI ist Node‑basiert) und OpenClaw (Gateway remote nutzbar, Nodes getrennt) sind deshalb eher Kandidaten als „schwere“ Desktop‑Apps. citeturn7search15turn4view0

OpenBSD

OpenBSD folgt derselben Realität wie FreeBSD: Desktop‑Installer sind selten der Weg, sondern Remote‑Gateways (Agent‑Control‑Plane außerhalb) und lokal nur dünne Clients. Für deine AILinux‑/TriForce‑Idee ist das oft sogar ein Vorteil: du standardisierst Inferenz/Tools zentral (FastAPI/MCP) und lässt OpenBSD als „hardened client/ops box“ agieren. citeturn4view0turn0search12

Android

OpenClaw führt im Security‑Policy‑Repo explizit Android als App‑Pfad im Monorepo auf (apps/android). citeturn10search10
Cursor erwähnt auf der Download‑Seite zusätzlich einen „mobile agent“ (Hinweis auf eine mobile/agent‑begleitende Funktion, nicht zwingend ein vollwertiges IDE‑Port). citeturn27search1

iOS

OpenClaw führt iOS als App‑Pfad im Monorepo auf (apps/ios). citeturn10search10
Auch hier gilt: Für echte „Coding“‑Workflows ist mobile meist „Agent‑Control/Review“ statt „vollwertiges IDE“, weshalb Remote‑Agent‑Architekturen (Gateway + sichere Tool‑Server) wichtiger werden. citeturn4view0

Integrations‑Blueprint für AILinux FastAPI und MCP‑Backend

Diese Sektion ist bewusst „packaging‑orientiert“: du willst nicht nur Tools auflisten, sondern sie security‑reif bündeln und in dein Ökosystem (AILinux‑Client + FastAPI/MCP‑Backend) integrieren.

Ein praktikables Zielbild

Ein robustes Zielbild ist ein zentrales „Inference + Tools Gateway“ (dein TriForce/FastAPI‑Stack), das:

  • mehrere Provider (OpenAI/Anthropic/Gemini/xAI/Mistral/HF/OpenRouter/…) über einheitliche Policy‑Layer kapselt (Timeouts, Rate Limits, Kosten‑Guards, Logging/Audit, Prompt‑/Tool‑Sanitization), citeturn15view0turn17search9turn27search0turn21view0
  • Tool‑Zugriff nicht „frei“ gibt, sondern MCP‑Server als kontrollierte Tool‑Oberfläche nutzt (authentisiert, least‑privilege, auditable), citeturn0search12turn0search13
  • für Agenten‑Frontends (OpenClaw, IDE‑Agents, CLI‑Agents) eine klare Trennung zwischen „LLM‑Calls“ und „Tool‑Calls“ erzwingt. citeturn4view0turn5view0

MCP als „Tool‑Bus“ statt Plugin‑Chaos

Die MCP‑Spezifikation und die Referenz‑Server‑Sammlung liefern eine stabile Basis, um Tools standardisiert bereitzustellen (anstatt je Agent/IDE proprietäre Plugins zu pflegen). citeturn0search12turn0search13

OpenClaw nennt „MCP Server“ explizit als Provider/Integration‑Option im Modell‑Setup (neben klassischen Modell‑Providern). Das ist der Anker, um deine MCP‑Tools in OpenClaw einzuhängen, ohne OpenClaw‑intern „special cases“ bauen zu müssen. citeturn5view0

Auch xAI dokumentiert „Remote MCP Tools“ als Tool‑Kategorie (token‑basiert) in der eigenen Tools‑Pricing‑Übersicht – das zeigt, dass MCP als standardisierte Schnittstelle in mehreren Ökosystemen ankommt. citeturn21view0

Konkrete Härtungs‑Bausteine, die sich direkt auszahlen

  • Kosten‑ und Missbrauchs‑Guards: Bei Token‑APIs sind „catastrophic usage anomalies“ ein reales Risiko (Stolen API keys → hohe Rechnungen). Setze pro Workspace/Key harte Budgets, Quotas, Alerts und automatische „circuit breakers“ auf Gateway‑Ebene. citeturn27news46turn24search4
  • Gateway‑Trennung & Secrets: Übernimm OpenClaw’s Prinzip „Credentials = Operator secrets“ als Default für deinen Stack: ein MCP‑Server‑Token darf nie gleichwertig zum „Root“ des Tool‑Runtimes sein; trenne Rollen (read‑only RAG vs write‑tools), trenne Umgebungen. citeturn4view0
  • Audit‑Logs als Produkt‑Feature: OpenClaw’s Fokus auf Logs/Transcripts/Security‑Audit ist ein gutes Vorbild: „security‑reif verpacken“ heißt, deine gesamte Toolchain muss auditierbar sein (Requests, Tool‑Invocations, diff‑Outputs, approvals). citeturn4view0turn1view0
  • Provider‑Abstraktion mit Failover: OpenClaw dokumentiert Failover/Load‑Balancing über mehrere Provider. Für TriForce/FastAPI ist das ein direktes Muster: Preis/Latency‑aware Routing (z. B. „xAI Fast für große Contexts, OpenAI Flagship für heikle reasoning tasks, local Ollama für private stuff“). citeturn5view1turn16view0turn26search12

Kontakte und Link‑Sammlung

Öffentliche Kontaktpunkte mit „nützlichen Tags“

OpenClaw

  • Security/Responsible disclosure: [email protected]. citeturn10search2turn10search10

Ollama

Hugging Face

Mistral

Anthropic

OpenAI

  • Press: [email protected]. citeturn14view2
  • DevDay/Events: [email protected]. citeturn14view2
  • Legal: [email protected]. citeturn14view3turn13search10
  • Brand/Partner‑Kommunikation: [email protected]. citeturn14view3
  • Support (Fraud/Suspicious Activity): [email protected]. citeturn12search33
  • Sales: laut Help Center nur über Sales‑Kontaktformular (kein öffentliches Sales‑Email als „supported channel“). citeturn12search8turn13search11

OpenRouter

Kommentierte Link‑Sammlung

Alle Links sind bewusst so gewählt, dass du direkt zu Docs/APIs/Security kommst:

OpenClaw

  • https://openclaw.ai/ – Produkt‑/Projekt‑Homepage (Positionierung, Partnerschaften). citeturn10search6
  • https://docs.openclaw.ai/gateway/security – Gateway‑Security (Auth‑Modi, Trusted‑Proxy, WSS/TLS‑Pinning, Logs, Audit). citeturn4view0
  • https://github.com/openclaw/openclaw – Source Code + README (Wizard/Setup, Architektur‑Overview). citeturn1view0

Ollama

  • https://docs.ollama.com/api/ – HTTP API (Generate/Chat/Embeddings). citeturn0search1
  • https://docs.ollama.com/integrations/openclaw – „ollama launch openclaw“ Setup‑Flow inkl. Security Notice. citeturn10search13
  • https://github.com/ollama/ollama/security – Security policy & Disclosure‑Mail. citeturn10search1

Hugging Face

  • https://huggingface.co/docs/hub/index – Hub‑Grundlagen (Modelle/Datasets/Spaces). citeturn12search13
  • https://huggingface.co/docs/inference-providers/en/index – Inference Providers Overview. citeturn12search17
  • https://huggingface.co/docs/inference-providers/en/pricing – monatliche Credits + Pay‑as‑you‑go. citeturn12search9
  • https://huggingface.co/docs/hub/billing – Billing‑Kontakt. citeturn12search2

MCP

  • https://modelcontextprotocol.io/specification/2025-03-26 – MCP‑Spezifikation. citeturn0search12
  • https://github.com/modelcontextprotocol/servers – Referenz‑Server/Integrationen. citeturn0search13

Kommerzielle APIs (Pricing/Docs)

  • https://openai.com/api/pricing/ – OpenAI API‑Preise inkl. Tool‑Metering. citeturn15view0turn16view0
  • https://platform.claude.com/docs/en/api/overview – Claude API Overview (REST, Messages API). citeturn17search9
  • https://ai.google.dev/gemini-api/docs/pricing – Gemini Developer API Pricing. citeturn27search0
  • https://x.ai/news/grok-4-1-fast – Grok 4.1 Fast + Tool‑Calls Pricing. citeturn26search12
  • https://docs.x.ai/developers/models – xAI Tools Pricing inkl. Remote MCP Tools. citeturn21view0
  • https://cohere.com/pricing – Trial vs Production Keys. citeturn17search2

AI‑IDEs & Coding Agents

  • https://cursor.com/download – Cursor OS‑Downloads. citeturn27search1
  • https://cursor.com/docs/cli/installation – Cursor CLI Installation (macOS/Linux/Windows). citeturn27search23
  • https://github.com/continuedev/continue – Continue (Extension + CLI). citeturn7search15
  • https://lmstudio.ai/docs/app/system-requirements – LM Studio System Requirements/OS‑Support. citeturn27search2
  • https://lmstudio.ai/download – LM Studio Download + „llmster“ Daemon Setup. citeturn27search20
  • https://docs.github.com/en/copilot/get-started/plans – Copilot Pläne inkl. Free/Agent‑Features. citeturn9view1
  • https://www.jetbrains.com/help/ai-assistant/licensing-and-subscriptions.html – JetBrains AI Tiers/IDE‑Support ab 2025.1. citeturn8search4

OpenRouter

  • https://openrouter.ai/pricing – Pricing/Modelzugang. citeturn17search11
  • https://openrouter.ai/docs/guides/routing/routers/free-models-router – Free Models Router (kostenlos). citeturn17search7
  • https://openrouter.ai/support – Support‑Mail. citeturn27search3

Unkommentierte Link‑Sammlung

https://openclaw.ai/
https://docs.openclaw.ai/gateway/security
https://github.com/openclaw/openclaw
https://docs.ollama.com/api/
https://docs.ollama.com/integrations/openclaw
https://github.com/ollama/ollama/security
https://huggingface.co/docs/hub/index
https://huggingface.co/docs/inference-providers/en/index
https://huggingface.co/docs/inference-providers/en/pricing
https://huggingface.co/docs/hub/billing
https://modelcontextprotocol.io/specification/2025-03-26
https://github.com/modelcontextprotocol/servers
https://openai.com/api/pricing/
https://platform.claude.com/docs/en/api/overview
https://ai.google.dev/gemini-api/docs/pricing
https://cloud.google.com/vertex-ai/generative-ai/pricing
https://x.ai/news/grok-4-1-fast
https://docs.x.ai/developers/models
https://cohere.com/pricing
https://cursor.com/download
https://cursor.com/docs/cli/installation
https://github.com/continuedev/continue
https://lmstudio.ai/docs/app/system-requirements
https://lmstudio.ai/download
https://docs.github.com/en/copilot/get-started/plans
https://www.jetbrains.com/help/ai-assistant/licensing-and-subscriptions.html
https://openrouter.ai/pricing
https://openrouter.ai/docs/guides/routing/routers/free-models-router
https://openrouter.ai/support

Download der Recherche als Textdatei

Download der Textdatei

AI Assistant
Context loaded: AILinux Deep Research zu kommerziellen KI‑Modellen, lokalen