Was ist Pydantic AI?
Pydantic AI ist ein Agenten-Framework vom Team hinter Pydantic, der Bibliothek zur Datenvalidierung, von der die meisten KI-SDKs für Python abhängen. Es nutzt Type Hints von Python, sodass Tool-Eingaben und Agenten-Ausgaben validiert werden und Editoren Fehler finden, bevor du den Code ausführst.
Version 2 wurde am 23. Juni 2026 stabil. Sie ist um Capabilities herum gebaut: kombinierbare Bündel aus Tools, Hooks, Anweisungen und Modelleinstellungen. Ein separates Paket, Pydantic AI Harness, ergänzt Gedächtnis, Guardrails, Sub-Agenten, Planung, Kontextverwaltung und einen vollständigen Coding-Agenten. Die dauerhafte Ausführung, mit der Agenten Neustarts überstehen, läuft auf acht Engines, darunter Temporal, DBOS und Prefect.
Es ist modellunabhängig und erzeugt einfache OpenTelemetry-Traces, die mit jedem Backend funktionieren oder mit Pydantic Logfire, dem kostenpflichtigen Observability-Produkt des Unternehmens.
Was kostet Pydantic AI?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Library | Free | MIT |
| Logfire Personal | Free | Bis 10 Mio. Records/Monat |
| Logfire Team | $49/month | Plus 2 $ pro weitere Million Records |
Kostenlos und Open Source unter der MIT-Lizenz. Observability mit Logfire: Personal kostenlos bis 10 Mio. Records/Monat, Team 49 $/Monat plus 2 $ pro weitere Million Records. Das Pydantic AI Gateway schlägt bei eingebauten Anbietern 5% auf.
Lohnt sich Pydantic AI?
Pydantic AI ist das Agenten-Framework für Code, der gewartet werden muss und nicht nur vorgeführt. Es hat rund 20.800 GitHub-Sterne und eine MIT-Lizenz und veröffentlichte v2.60.0 am 23. Oktober 2026. Tool-Argumente und strukturierte Ausgaben werden gegen Pydantic-Modelle validiert, sodass eine fehlerhafte Modellantwort lautstark scheitert, statt in deine Datenbank zu fließen, und Dependency Injection lässt Tests Testmodelle einsetzen.
Das Release-Tempo ist außergewöhnlich: 25 Minor-Versionen von V2 zwischen v2.36.0 am 29. August und v2.60.0 am 23. Oktober, während V1 weiter Patches bekommt (v1.107.9 am 21. Oktober). Versionen festzulegen ist keine Option, sondern Pflicht. Die Sicherheitsbilanz zeigt, warum: 19 veröffentlichte Advisories, 13 davon seit August 2026, vor allem im Web-Fetch-Tool (Umgehungen der SSRF-Blockliste, blockierte Event-Loops durch feindseliges HTML) und in UI-Adaptern, wo einer die Ausführung eines vom Client eingereichten Tool-Aufrufs zuließ.
V2 hat die Gestalt des Frameworks verändert. Capabilities bündeln Tools, Anweisungen, Hooks und Einstellungen zu Einheiten, die du an einem Agenten aufführst, und das Harness-Paket liefert jetzt Gedächtnis, Sub-Agenten, Planung, Guardrails und einen fertigen Coding-Agenten. Das verkleinert bei vorgefertigten Mustern den Abstand zu CrewAI und Agno. Die dauerhafte Ausführung ist ungewöhnlich breit aufgestellt, mit acht Engines von Temporal, DBOS und Prefect bis AWS Lambda und Airflow, fünf davon gemeinsam mit den Herstellern der Engines gepflegt. Für V1 geschriebene Tutorials passen oft nicht mehr.
Der kommerzielle Sog geht in Richtung der eigenen Produkte von Pydantic, auch wenn nichts dazu zwingt. Die Instrumentierung ist einfaches OpenTelemetry, jedes Tracing-Backend funktioniert also; Logfire ist für eine Person bis 10 Millionen Records im Monat kostenlos und kostet für Teams 49 $ im Monat, mit 2 $ pro weitere Million. Das Pydantic AI Gateway bietet einen Schlüssel für viele Anbieter, mit 5% Aufschlag bei eingebauten Anbietern und keinem bei eigenen Schlüsseln. Dafür bekommst du Budgets und Failover, um den Preis einer weiteren Station zwischen Agent und Modell.
Wo es sich lohnt
Ein Python-Backend-Team bei einem Logistikunternehmen
Typisierte Sendungsdaten aus E-Mails und PDFs in die eigene Datenbank extrahieren
Definiere die Ausgabe als Pydantic-Modell und lass den Agenten bei fehlgeschlagener Validierung erneut versuchen, damit fehlerhafte Zeilen nie in die Datenbank gelangen. Keine Framework-Kosten; die Rechnung sind Modell-Tokens, und Wiederholungen nach Validierungsfehlern kommen hinzu.
Ein Platform Engineer, dessen Unternehmen schon Temporal betreibt
Lange Agenten-Jobs betreiben, die Deploys und Abstürze überstehen
Füge die Capability TemporalDurability hinzu, damit jeder Modell- und Tool-Aufruf zu einer Temporal-Activity wird. Keine neue Infrastruktur über den bestehenden Cluster hinaus; das Risiko ist, eine schnell bewegte Integration über Releases hinweg zu verfolgen, die mehrmals pro Woche erscheinen.
Ein Engineering Manager bei einem KI-Start-up mit 15 Leuten
Traces und Kostentransparenz für Agenten in Produktion bekommen
Schick die eingebauten OpenTelemetry-Traces an Logfire Team für 49 $ im Monat mit 10 Millionen Records und fünf Plätzen, danach 2 $ pro weitere Million, oder ohne zusätzliche Lizenzkosten an ein bestehendes Backend.
Bevor du dich festlegst
- Einrichtung
- uv add pydantic-ai (oder pip) auf Python 3.11 oder neuer; ein typisierter Agent mit einem Tool sind ein paar Zeilen. Extras wie pydantic-ai[temporal] und pydantic-ai-harness werden separat installiert.
- Integrationen
- OpenAI, Anthropic, Google, Bedrock, Azure AI Foundry, Groq, Mistral, xAI, Ollama und Dutzende weitere; MCP; AG-UI- und Vercel-AI-UI-Streams; Sprache in Echtzeit; Temporal, DBOS, Prefect, Restate, AWS Lambda und Airflow für die Dauerhaftigkeit.
- Daten und Datenschutz
- Eine Bibliothek: Daten gehen an die Modellanbieter und Trace-Exporter, die du konfigurierst. MIT-Lizenz. Ein Advisory vom September stellte fest, dass include_content=False Exceptions und Anweisungen nicht aus Traces entfernte, prüfe also, was dein Exporter erhält.
- Kosten im großen Maßstab
- Das Framework ist kostenlos. Logfire Personal ist bis 10 Millionen Records im Monat kostenlos; Team kostet 49 $ im Monat mit 10 Millionen Records und 2 $ pro weitere Million. Das AI Gateway berechnet 5% Aufschlag bei eingebauten Anbietern und keinen bei eigenen Schlüsseln.
- Grenzen
- Sehr schneller Release-Takt, V1 und V2 werden parallel gepflegt; rund 1.500 offene Issues und Pull Requests; kein visueller Builder.
Was gut ist
- Validierte Tool-Eingaben und strukturierte Ausgaben
- Modellunabhängig über Dutzende Anbieter
- Dauerhafte Ausführung auf acht Engines
- Agenten lassen sich leicht mit Unit-Tests prüfen
Was nicht
- Mehrere Releases pro Woche; Versionen festzulegen ist unerlässlich
- 19 Sicherheitshinweise, vor allem in Web-Fetch und UI-Adaptern
- V2 hat Extras in ein separates Harness-Paket ausgelagert
- Python 3.11 oder neuer erforderlich
Am besten für
Python-Engineers, die Agenten für die Produktion bauen und starke Typisierung, Testbarkeit und die Freiheit zum Modellwechsel wollen.
Alternativen zu Pydantic AI
Pydantic AI: häufige Fragen
- Lohnt sich Pydantic AI?
- Pydantic AI bringt die Disziplin von typisiertem Python zu Agenten, um den Preis eines Release-Takts, bei dem du Versionen festlegen musst. Wir bewerten es mit 4.5 von 5.
- Was kostet Pydantic AI?
- Kostenlos und Open Source unter der MIT-Lizenz. Observability mit Logfire: Personal kostenlos bis 10 Mio. Records/Monat, Team 49 $/Monat plus 2 $ pro weitere Million Records. Das Pydantic AI Gateway schlägt bei eingebauten Anbietern 5% auf.
- Welche Nachteile hat Pydantic AI?
- Mehrere Releases pro Woche; Versionen festzulegen ist unerlässlich; 19 Sicherheitshinweise, vor allem in Web-Fetch und UI-Adaptern; V2 hat Extras in ein separates Harness-Paket ausgelagert; Python 3.11 oder neuer erforderlich.
- Für wen eignet sich Pydantic AI?
- Python-Engineers, die Agenten für die Produktion bauen und starke Typisierung, Testbarkeit und die Freiheit zum Modellwechsel wollen.
- Was kostet Pydantic AI für ein Team oder im Produktivbetrieb?
- Das Framework ist kostenlos. Logfire Personal ist bis 10 Millionen Records im Monat kostenlos; Team kostet 49 $ im Monat mit 10 Millionen Records und 2 $ pro weitere Million. Das AI Gateway berechnet 5% Aufschlag bei eingebauten Anbietern und keinen bei eigenen Schlüsseln.
- Ist Pydantic AI sicher für Firmendaten?
- Eine Bibliothek: Daten gehen an die Modellanbieter und Trace-Exporter, die du konfigurierst. MIT-Lizenz. Ein Advisory vom September stellte fest, dass include_content=False Exceptions und Anweisungen nicht aus Traces entfernte, prüfe also, was dein Exporter erhält.
- Was sind die besten Alternativen zu Pydantic AI?
- Die nächsten Alternativen, die wir getestet haben, sind OpenAI Agents SDK, LangGraph, Agno und smolagents.
Antworten geprüft am 23. Okt. 2026.