Was ist Oumi?
Oumi ist eine gehostete Plattform, um eigene Modelle und Agenten zu bauen und mit der Zeit zu verbessern. Kernstück ist FAiE, der Frontier AI Engineer Agent: Du beschreibst die Aufgabe in einfachen Worten, und er schlägt Evaluatoren vor, misst eine Ausgangsbasis, markiert fehlerhafte Trainingszeilen, empfiehlt Modellfamilie, Größe und Trainingsmethode, stellt einen Endpoint bereit und gruppiert Fehler aus dem Betrieb, damit sie in die nächste Runde einfließen. Laut Dokumentation fragt er vor jedem kostenpflichtigen Schritt nach Freigabe, sofern du Auto-approve nicht einschaltest.
Am 4. November 2026 hat Oumi FAiE von Modellen auf Agenten ausgeweitet. Du definierst die Werkzeuge des Agenten, verbindest sie mit simulierten oder echten Versionen und bewertest seine Entscheidungen über Werkzeugaufrufe und Gesprächsrunden hinweg; mit Bring Your Own Harness behält ein Agent, der schon anderswo läuft, seine Orchestrierung und verbindet sich nur für Evaluierung und Training. GRPO-Reinforcement-Learning für Agenten ist in einer privaten Vorschau.
Oumi PBC sitzt in Seattle, hat im Januar 2025 eine Seed-Runde über 10 Millionen Dollar eingesammelt und baut auf seiner eigenen gleichnamigen Apache-2.0-Bibliothek auf. Die Rezepte der Plattform laufen auf dieser Bibliothek, und damit untermauert Oumi die Aussage, dass dir Gewichte, Daten und Rezepte gehören und du sie mitnehmen kannst.
Was kostet Oumi?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Free | $0 | Bis zu $50 Guthaben für 3 Monate; Evaluierung, Datensynthese und LoRA/QLoRA-Fine-Tuning |
| Pro | $25/month | $25/Monat Guthaben, danach nach Nutzung; On-Policy-Destillation, parallele Jobs, automatisch skalierende Inferenz, 1 Gewichte-Download pro Monat |
| Enterprise | Custom | Eigene VPC oder On-Premises, dedizierte GPU-Kapazität mit Durchsatz-SLAs, RL und individuelle Pipelines |
Free: $0 mit bis zu $50 Guthaben für 3 Monate ($25 mit privater E-Mail-Adresse). Pro: $25/Monat inklusive $25/Monat Guthaben, danach Abrechnung nach Nutzung, mit 1 Download der Modellgewichte pro Monat. Enterprise: individueller Preis, mit eigener Cloud oder On-Premises. Nutzung: FAiE-Agent $6,25 pro 1M Eingabe- und $31,25 pro 1M Ausgabe-Token; Evaluierung $1 pro 1.000 Bewertungen; Datensynthese $1 pro 1.000 Zeilen; Fine-Tuning $0,49 bis $6,00 pro 1M Trainings-Token je nach Modellgröße; On-Policy-Destillation $2,90 (A100) oder $4,00 (H100) pro GPU-Stunde; Produktions-Inferenz $3,00 bis $10,00 pro GPU-Stunde.
Lohnt sich Oumi?
Dein Support-Bot läuft auf einem Frontier-Modell, das pro Antwort zu viel kostet und deine Erstattungsregeln trotzdem falsch wiedergibt. Die übliche Lösung, ein kleineres Modell mit eigenen Beispielen zu trainieren, braucht Leute, die Evaluierungen aufbauen, Daten bereinigen und eine Trainingsmethode wählen können. Die meisten Teams haben sie nicht.
Oumis Agent FAiE übernimmt diese Planung. Du sagst, was das Modell oder der Agent tun soll, und er schlägt vor, wie man es bewertet, misst den Stand, findet die Beispiele, an denen es scheitert, erzeugt ähnliche, trainiert einen Kandidaten und vergleicht ihn mit der Ausgangsbasis. Jeder Schritt wartet auf deine Freigabe, außer du schaltest Auto-approve ein. Seit dem 4. November macht er dasselbe für Agenten und bewertet ihre Werkzeugaufrufe über ein ganzes Gespräch, und ein Agent, der schon anderswo läuft, kann dort bleiben.
Das Argument sind die Kosten. Laut Oumis eigenen Fallstudien erreichte ein 3B-Modell für Kaizen Gaming bei SQL das Niveau von Qwen3-235B zu 10-mal geringeren Kosten. Das sind Oumis Zahlen, keine unabhängigen. Nützlicher ist das Versprechen, dass die Arbeit portabel ist: Die Rezepte laufen auf Oumis Open-Source-Bibliothek, also kannst du das Modell grundsätzlich ohne die Plattform neu bauen.
Der Einstieg ist günstig. Pro kostet $25 im Monat mit $25 Guthaben. Fine-Tuning eines Modells bis 16B Parameter kostet $0,49 pro Million Trainings-Token, 10 Millionen Token Beispiele in drei Durchläufen kommen also auf etwa $14,70. Der FAiE-Agent selbst kostet $6,25 pro Million Eingabe-Token und $31,25 pro Million Ausgabe-Token, und jede Evaluierungsbewertung kostet $1 pro 1.000.
Der Haken: Billig ist das Training; teuer ist es, ein Modell online zu halten. Eine dedizierte H100 zum Ausliefern kostet $8,00 pro Stunde, etwa $5.760 für einen Monat Dauerbetrieb, und die Preisliste setzt sie über die neuere H200 zu $6,50, was nach einem Fehler aussieht. Pro erlaubt einen Download der Modellgewichte pro Monat, das Mitnehmen deiner Gewichte ist also real, aber rationiert. Beim Datenschutz listet das Trust Center Berichte zu SOC 2 Type 2, SOC 3 und HIPAA hinter einer Zugangsanfrage und nennt OpenAI, Anthropic, AWS und Google unter den Unterauftragsverarbeitern, aber Oumi veröffentlicht keine Aussage dazu, ob Kundendaten zum Training eigener Modelle genutzt werden. GRPO für Agenten ist in privater Vorschau, und auf der Startseite steht noch ein Platzhalter, wo die Ersparnis eines Kunden stehen sollte.
Unser Fazit: Oumi lohnt sich, wenn eine einzelne, eng umrissene Aufgabe schon eine große Modellrechnung verursacht und du beschreiben kannst, wie eine richtige Antwort aussieht. Für ein Team, das Prompts feilen und Traces ansehen will, ist ein Tracing-Werkzeug wie Braintrust der kleinere Schritt.
Wo es sich lohnt
Eine Produktverantwortliche bei einem Versicherer mit 40 Leuten, der ein Frontier-Modell für das Lesen von Schadensformularen bezahlt
Dieselbe Extraktionsqualität mit einem günstigeren Modell erreichen, das wir kontrollieren
Beschreibe FAiE die Felder, lade ein paar hundert beschriftete Formulare hoch, lass ihn Evaluatoren und eine Ausgangsbasis bauen und trainiere dann ein kleines offenes Modell nach. Training unter 16B Parametern kostet $0,49 pro 1M Token; das Ausliefern auf einer dedizierten A100 kostet $3,00 pro Stunde, die Ersparnis hängt also vom Volumen ab.
Ein Ingenieur bei einem Reise-Start-up, dessen Buchungsagent das falsche Werkzeug wählt
Herausfinden, warum der Agent scheitert, und das Modell reparieren, nicht nur den Prompt
Binde den bestehenden Agenten über Bring Your Own Harness an, damit seine Orchestrierung bleibt, wo sie ist, und lass FAiE Werkzeugaufrufe über ganze Gespräche bewerten und Fehler in Trainingsdaten verwandeln. Reinforcement Learning mit GRPO erfordert eine Anfrage für die private Vorschau.
Eine Data Scientist im Analytics-Team eines Krankenhauses, das keine Patientendaten an eine öffentliche API schicken darf
Ein spezialisiertes Modell in unserem eigenen Cloud-Konto trainieren und betreiben
Enterprise bietet Betrieb in deiner eigenen VPC oder On-Premises zu einem individuellen Preis; das Trust Center listet einen HIPAA-Bericht, auf Anfrage erhältlich. Lass dir vor dem Hochladen von Datensätzen die Richtlinie zur Datenaufbewahrung und die Vertragsbedingungen zum Training geben.
Bevor du dich festlegst
- Einrichtung
- Selbstregistrierung mit $50 Guthaben bei einer Firmen-E-Mail ($25 bei einer privaten); beschreibe FAiE eine Aufgabe, und er legt einen Plan vor, schlägt Evaluatoren vor und misst eine Ausgangsbasis, bevor irgendetwas trainiert wird.
- Integrationen
- Offene Modelle wie Qwen, Gemma, Llama, DeepSeek, GLM und Kimi, gehostet von Oumi; Modelle von OpenAI, Anthropic und Google über eigene Schlüssel oder zum Preis des Anbieters; bereitgestellte Endpoints für deine App; Agenten in anderen Harnesses über Bring Your Own Harness; die Open-Source-Bibliothek Oumi und ihr oumi-mcp-Server.
- Daten und Datenschutz
- Das Trust Center listet Berichte zu SOC 2 Type 2, SOC 3 und HIPAA sowie eine Richtlinie zur Datenaufbewahrung, alles hinter einer Zugangsanfrage; zu den Unterauftragsverarbeitern gehören ClickHouse, Google, OpenAI, Anthropic und AWS. Oumi veröffentlicht keine Aussage dazu, ob Kundendaten zum Training eigener Modelle genutzt werden. Enterprise kann in deiner VPC oder On-Premises laufen. Welche KI-Tools trainieren mit deinen Daten?
- Kosten im großen Maßstab
- Training ist billig, Ausliefern nicht: Ein dedizierter H100-Endpoint kostet $8,00 pro Stunde, etwa $5.760 im Monat bei Dauerbetrieb, dazu kommen FAiE-Agenten-Token zu $6,25/$31,25 pro 1M und Evaluierungen zu $1 pro 1.000 Bewertungen.
- Grenzen
- On-Policy-Destillation läuft auf 8 GPUs je nach Verfügbarkeit; Pro erlaubt 1 Gewichte-Download pro Monat; GRPO für Agenten ist private Vorschau; mehrere Preis-FAQs auf der Website sind noch unbeantwortet.
Was gut ist
- FAiE plant Evaluierungen, Datenkorrekturen und Trainingsläufe, mit Freigabe bei jedem kostenpflichtigen Schritt
- Rezepte laufen auf der Apache-2.0-Bibliothek Oumi, die Arbeit ist also portabel
- Fine-Tuning ab $0,49 pro 1M Trainings-Token für Modelle bis 16B
- Bring Your Own Harness bewertet und trainiert Agenten neu, die anderswo laufen
- Mit eigenem OpenAI-, Anthropic- oder Google-Schlüssel berechnet Oumi für diese Inferenz nichts
Was nicht
- Das Bauen von Agenten startete am 4. November 2026; GRPO für Agenten ist private Vorschau
- Pro erlaubt nur 1 Download der Modellgewichte pro Monat
- Neun getrennte Zähler in der Preisliste machen die Monatsrechnung schwer planbar
- Keine veröffentlichte Aussage zum Training mit Kundendaten
- Leistungsangaben stammen aus Oumis eigenen Fallstudien
Am besten für
Produktteams ohne ML-Spezialisten, die ein teures Frontier-Modell bei einer eng umrissenen, klar definierten Aufgabe durch ein kleineres eigenes Modell ersetzen wollen.
Alternativen zu Oumi
Oumi: häufige Fragen
- Lohnt sich Oumi?
- Oumi ist ein glaubwürdiger Weg für ein Team ohne ML-Ingenieure, ein eigenes Modell zu trainieren, aber die Agentenfunktionen sind keine zwei Wochen alt und die Rechnung hat neun getrennte Zähler. Wir bewerten es mit 3.8 von 5.
- Was kostet Oumi?
- Free: $0 mit bis zu $50 Guthaben für 3 Monate ($25 mit privater E-Mail-Adresse). Pro: $25/Monat inklusive $25/Monat Guthaben, danach Abrechnung nach Nutzung, mit 1 Download der Modellgewichte pro Monat. Enterprise: individueller Preis, mit eigener Cloud oder On-Premises. Nutzung: FAiE-Agent $6,25 pro 1M Eingabe- und $31,25 pro 1M Ausgabe-Token; Evaluierung $1 pro 1.000 Bewertungen; Datensynthese $1 pro 1.000 Zeilen; Fine-Tuning $0,49 bis $6,00 pro 1M Trainings-Token je nach Modellgröße; On-Policy-Destillation $2,90 (A100) oder $4,00 (H100) pro GPU-Stunde; Produktions-Inferenz $3,00 bis $10,00 pro GPU-Stunde.
- Welche Nachteile hat Oumi?
- Das Bauen von Agenten startete am 4. November 2026; GRPO für Agenten ist private Vorschau; Pro erlaubt nur 1 Download der Modellgewichte pro Monat; Neun getrennte Zähler in der Preisliste machen die Monatsrechnung schwer planbar; Keine veröffentlichte Aussage zum Training mit Kundendaten; Leistungsangaben stammen aus Oumis eigenen Fallstudien.
- Für wen eignet sich Oumi?
- Produktteams ohne ML-Spezialisten, die ein teures Frontier-Modell bei einer eng umrissenen, klar definierten Aufgabe durch ein kleineres eigenes Modell ersetzen wollen.
- Was kostet Oumi für ein Team oder im Produktivbetrieb?
- Training ist billig, Ausliefern nicht: Ein dedizierter H100-Endpoint kostet $8,00 pro Stunde, etwa $5.760 im Monat bei Dauerbetrieb, dazu kommen FAiE-Agenten-Token zu $6,25/$31,25 pro 1M und Evaluierungen zu $1 pro 1.000 Bewertungen.
- Ist Oumi sicher für Firmendaten?
- Das Trust Center listet Berichte zu SOC 2 Type 2, SOC 3 und HIPAA sowie eine Richtlinie zur Datenaufbewahrung, alles hinter einer Zugangsanfrage; zu den Unterauftragsverarbeitern gehören ClickHouse, Google, OpenAI, Anthropic und AWS. Oumi veröffentlicht keine Aussage dazu, ob Kundendaten zum Training eigener Modelle genutzt werden. Enterprise kann in deiner VPC oder On-Premises laufen.
- Was sind die besten Alternativen zu Oumi?
- Die nächsten Alternativen, die wir getestet haben, sind Together AI, Fireworks AI und Braintrust.
Antworten geprüft am 16. Nov. 2026.