Mycelis
Produkte Modell-Hosting BYOK & Managed Keys Agents & Smart Routing Fine-Tuning (LoRA) Knowledge Bases & RAG MCP Tools API Gateway
Use Cases Compliance & Datenschutz Team-Rollout Kostenkontrolle Schnellstart mit Managed Keys Eigene Assistenten Fine-Tuning mit Branchenwissen OpenClaw / OpenCode MCP-Integration OpenAI-Kompatibilität
Ressourcen Getting Started Dokumentation Blog Status
Modelle MCP Hub Preise FAQ

Training & Fine-Tuning

Ihre Daten.Ihr Modell.

Trainieren Sie einen Adapter (LoRA) auf Ihren eigenen Beispielen und deployen Sie das Ergebnis als Modell in Ihrem Workspace. Mycelis wählt eine GPU mit ausreichend Speicher und rechnet die Rechenzeit ab — mehr nicht.

Keine Grundgebühr · Keine Mindestlaufzeit · Jederzeit pausierbar

Von den Daten zum Modell

  • Ihre TrainingsdatenEigene Beispiele verwenden
  • GPU für Sie gewähltMit genug Speicher fürs Training
  • Adapter deployenWie jedes andere Modell im Workspace
  • Nach Rechenzeit abgerechnetNur für den Lauf selbst

Das bekommen Sie

Fine-Tuning ohne ML-Plattform.

Kein Trainingscluster einzurichten. Basismodell wählen, Daten bereitstellen, Lauf starten.

LoRA-Adapter

Einen kompakten Adapter auf einem Open-Source-Basismodell trainieren, statt das ganze Modell neu zu trainieren.

Automatische GPU-Wahl

Trainingsläufe bekommen eine GPU mit genug Speicher für die Aufgabe — Sie dimensionieren nichts selbst.

Deployment per Klick

Den fertigen Adapter auf seinem Basismodell deployen und über denselben Endpunkt aufrufen.

Rechenzeit bezahlen

Abgerechnet wird die Zeit, die ein Lauf tatsächlich dauert.

Mit Agenten kombinieren

Dem angepassten Modell Systemprompt, Tools und Wissensdatenbanken geben.

Mit Wissen kombinieren

Fine-Tuning für Stil und Verhalten, Wissensdatenbanken für Fakten.

So funktioniert es

In drei Schritten trainieren und deployen.

01

Basismodell und Daten wählen

Ein Open-Source-Basismodell auswählen und Ihre Trainingsbeispiele bereitstellen.

02

Lauf starten

Mycelis weist eine passende GPU zu und trainiert den Adapter.

03

Deployen und nutzen

Den Adapter deployen und wie jedes andere Modell aufrufen.

Geschäftsmodell

Zahlen Sie für den Lauf, nicht für eine Plattform.

Training wird nach Rechenzeit abgerechnet. Das deployte Modell wird wie jedes gehostete Modell abgerechnet.

Training

Abgerechnet nach der tatsächlich genutzten Rechenzeit des Laufs, zum GPU-Preis.

Hosting des Ergebnisses

Auf die Minute abgerechnet, solange das Modell läuft; stoppen Sie es, wenn es niemand braucht.

Kein Paket, keine Mindestlaufzeit

Zwischen den Läufen zahlen Sie nichts.

Häufige Fragen

Fragen zum Fine-Tuning.

Eine Technik, die einen kleinen Adapter statt des ganzen Modells trainiert. Das geht schneller, braucht weniger Speicher, und das Ergebnis lässt sich leicht deployen.

Nein. Sie wählen das Basismodell und stellen Beispiele bereit; GPU und Lauf übernimmt Mycelis.

Fine-Tuning bringt einem Modell Stil, Format oder Verhalten bei; eine Wissensdatenbank nutzen Sie, wenn das Modell aktuelle Fakten nachschlagen soll. Viele Teams nutzen beides.

Die Rechenzeit des Trainingslaufs, dazu die übliche Hosting-Abrechnung, solange das entstandene Modell läuft.

Bereit loszulegen?

Bringen Sie einem Modell Ihre Domäne bei.

Kostenloses Konto erstellen und den ersten Fine-Tuning-Lauf starten.