Hetzner schaltet das kostenlose Inference-Experiment am 8. Dezember 2026 ab

Seit Juli 2026 konnte man bei Hetzner kostenlos Sprachmodelle über eine Programmierschnittstelle abrufen, auf Servern in Deutschland und Finnland. Ich habe das Angebot im Juli vorgestellt und seitdem dreimal nachgemessen. Dieses Kapitel ist jetzt terminiert. Am 4. November 2026 hat Hetzner alle Teilnehmer des Experiments per Mail informiert, Absender experiments@hetzner.com, Betreff „Hetzner Inference Experiment: Important changes and what’s next”.

Die Kurzfassung steht in einem Satz. Das kostenlose Experiment endet am 8. Dezember 2026, aus dem Angebot wird ein offizielles Produkt und die Modelle von heute sind dort nicht mehr dabei.

Was Hetzner den Teilnehmern geschrieben hat

Die Mail nennt fünf Punkte. Ich gebe sie hier wieder, weil sie an anderer Stelle bislang nicht zu finden sind und für jeden wichtig sind, der die API einsetzt.

Keine neuen Zugangsschlüssel. Hetzner gibt für das Experiment keine neuen Token mehr aus und rät ausdrücklich davon ab, neue Umsetzungen darauf zu beginnen.

Die Qwen-Modelle fallen weg. Sie seien nicht Teil des offiziellen Produkts, weil inzwischen neuere Modelle erschienen sind. Die Qwen-Reihe wolle man erneut bewerten, sobald neue Generationen herauskommen. Wer die Modelle im Einsatz hat, soll einen Ersatz einplanen.

Mögliche Einbußen während des Umzugs. Während der Umstellung auf neue Infrastruktur laufe das Experiment womöglich nicht so rund wie gewohnt.

Eine Änderung mit Bruch zum 10. November 2026. Die alte Basisadresse funktioniere nur bis zu diesem Tag, danach liefere jede Anfrage einen Fehler. Hetzner schreibt dazu, man vermeide solche Brüche normalerweise, dieser sei aber für eine größere Verbesserung der Inferenz-Infrastruktur nötig.

Das Ende am 8. Dezember 2026. Danach steht das Inference-Experiment nicht mehr zur Verfügung. Start und Umstiegsdetails des offiziellen Produkts will Hetzner über die offiziellen Kanäle bekanntgeben.

Ein Starttermin für das Produkt steht in der Mail nicht. Es heißt lediglich, die Entwicklung sei fast abgeschlossen und man bereite den Start vor. Zwischen dem Ende des Experiments und dem Start des Produkts kann also eine Lücke liegen. Wer das Angebot heute nutzt, sollte nicht damit planen, dass am 9. Dezember nahtlos etwas anderes bereitsteht.

Foto: panumas nikhomkhai / Pexels

Die alte Adresse antwortet nicht mehr

Den angekündigten Bruch habe ich am 14. November 2026 nachgeprüft. Die alte Adresse antwortet mit HTTP 404 und einem denkbar knappen Rumpf:

$ curl -s -o /dev/null -w "%{http_code}" \
    https://inference.hetzner.com/api/v1/models -H "Authorization: Bearer <token>"
404

$ curl -s https://inference.hetzner.com/api/v1/models -H "Authorization: Bearer <token>"
route not found

Mit der neuen Adresse kommt dieselbe Anfrage normal durch:

$ curl -s -o /dev/null -w "%{http_code}" \
    https://inference.hetzner.com/v1/models -H "Authorization: Bearer <token>"
200

Der Unterschied ist allein das api im Pfad. Wer eine Anwendung betreibt, die seit dem 10. November Fehler wirft, hat damit die Erklärung. Die Fehlermeldung hilft dabei nicht weiter, denn ein 404 sieht aus wie ein falscher Modellname oder ein Tippfehler. Genau deshalb schreibe ich sie hier wörtlich hin, damit sie jemand findet, der danach sucht.

In n8n reicht es, in den Zugangsdaten vom Typ OpenAI die Base URL zu ändern, der übrige Aufbau bleibt gleich. Die Einstellungen, die man dort sonst noch braucht, habe ich an anderer Stelle beschrieben. Im OpenAI-SDK ist es die base_url, in eigenen Aufrufen die Adresse im Code.

Öffentlich steht davon bisher fast nichts

Das ist der Teil, der mich beim Nachrecherchieren am meisten überrascht hat. Die Informationen stecken in der Mail an die Teilnehmer, in Hetzners eigener Dokumentation stehen sie nicht. Stand 14. November 2026:

• Die Dokumentation zur Inference API trägt als letzte Änderung den 24. Juli 2026. Sie nennt weiterhin die alte Basisadresse https://inference.hetzner.com/api/v1, also genau die, die seit vier Tagen nicht mehr antwortet. Ein Enddatum steht dort nicht.
• Die Übersicht der Experiments-Plattform wurde dagegen am 9. November 2026 geändert. Unter den abgeschlossenen Experimenten steht dort nur OpenClaw. Die Inference-API wird weiter als laufendes Angebot beschrieben, ohne Hinweis auf das Ende.
• Eine Produktseite zur künftigen Inference API gibt es nicht. Die naheliegenden Adressen auf hetzner.com antworten mit 404.
• Im Hetzner-Blog ist der jüngste Beitrag zum Thema der Rückblick vom 17. August 2026. Seitdem kam dort nichts mehr dazu.

Für einen Betrieb heißt das zweierlei. Wer nicht am Experiment teilgenommen hat, konnte von alldem nichts wissen. Und wer heute die offizielle Dokumentation liest, bekommt eine Adresse genannt, die nicht mehr funktioniert. Das ist keine Kritik an der Entscheidung, aus dem Experiment ein Produkt zu machen, die halte ich für richtig. Es ist der Hinweis, dass man sich bei einem Angebot mit Experimentstatus nicht darauf verlassen kann, dass die Dokumentation dem Stand hinterherkommt.

Foto: Rafael Minguet Delgado / Pexels

Was heute noch läuft und wie schnell

Über die neue Adresse liefert die Modellliste am 14. November vier Einträge, hinter denen zwei Modelle stecken, jeweils mit einem zweiten Namen: Qwen/Qwen3.6-35B-A3B und Qwen/Qwen3.6-35B-A3B-FP8 sind dasselbe Modell, ebenso Qwen/Qwen3.8-27B und Qwen3.8-27B. Das Kontextfenster liegt unverändert bei 262.144 Token.

Spannender ist die Geschwindigkeit. Ich messe diese API seit Juli mit derselben Methode, also fünf kurze Läufe für die Zeit bis zum ersten Token und eine Erklärung von rund 400 Wörtern für den Durchsatz. Hetzner hatte vor Einbußen während des Umzugs gewarnt. Gemessen habe ich das Gegenteil.

Messwert	24. Juli	23. August	21. September	14. November
Qwen3.6, Zeit bis erstes Token	244 ms	257 ms	0,45 bis 2,3 s	1,03 s
Qwen3.6, Durchsatz	181 Tok/s	75 Tok/s	24 bis 50 Tok/s	105 Tok/s
Qwen3.8, Zeit bis erstes Token	noch nicht da	364 ms	9,7 s bis über 2 min	1,34 s
Qwen3.8, Durchsatz	noch nicht da	28 Tok/s	4 bis 7 Tok/s	43 Tok/s

Der Durchsatz von Qwen3.8 hat sich gegenüber September versechs- bis verzehnfacht. Im September brauchte dasselbe Modell für eine Erklärung von 400 Wörtern bis zu viereinhalb Minuten, jetzt sind es rund 17 Sekunden. Qwen3.6 schreibt mit 105 Token pro Sekunde wieder gut doppelt so schnell wie im September und erreicht 58 Prozent seines Juli-Werts. Die Wartezeit auf das erste Token liegt bei beiden Modellen bei gut einer Sekunde, also höher als im Juli, aber ohne die Ausreißer vom September, wo einzelne Anfragen über zwei Minuten in der Warteschlange standen.

Zwei Einschränkungen gehören dazu. Das sind Momentaufnahmen eines Nachmittags. Die Auslastung schwankte in früheren Messreihen innerhalb einer Stunde deutlich. Außerdem dürften jetzt deutlich weniger Leute gleichzeitig zugreifen, weil keine neuen Schlüssel mehr ausgegeben werden. Dass die neue Infrastruktur schneller ist, passt trotzdem zu dem, was Hetzner als Grund für den Adresswechsel genannt hat. Den vollständigen Vergleich der früheren Reihen habe ich in der Nachmessung nach vier Wochen aufgeschrieben.

Was du bis zum 8. Dezember tun solltest

Wenn du die API irgendwo im Einsatz hast, sind es vier Schritte.

Zuerst die Basisadresse umstellen, falls noch nicht geschehen. Alles, was seit dem 10. November Fehler wirft, hängt sehr wahrscheinlich daran. Danach durchsuchst du deine Projekte nach der alten Adresse, auch in Umgebungsvariablen, in n8n-Zugangsdaten und in Skripten, die nur selten laufen. Gerade die nächtliche Auswertung, die einmal im Monat anspringt, fällt sonst erst im Januar auf.

Dann schaust du nach, wo die Qwen-Modelle namentlich in deinem Code oder in deiner Konfiguration stehen. Diese Namen verschwinden mit dem Produktstart. Wer den Modellnamen an einer einzigen Stelle führt, hat den Umstieg später in einer Zeile erledigt.

Drittens würde ich keine neue Funktion mehr auf diesem Zugang aufbauen. Für einen Prototyp, der in den nächsten drei Wochen fertig wird, ist das Angebot weiterhin gut. Für alles, was im Januar noch laufen soll, ist es die falsche Grundlage.

Und viertens brauchst du einen Plan B für die Zeit ab dem 9. Dezember. Weil die Schnittstelle dem Format von OpenAI folgt, ist ein Wechsel meist eine Frage von Adresse, Schlüssel und Modellname. Welche Anbieter in Deutschland und der EU rechnen, was sie kosten und wer einen Auftragsverarbeitungsvertrag anbietet, habe ich in einem eigenen Vergleich zusammengetragen. Für Aufgaben ohne Personenbezug tut es übergangsweise auch ein anderes kostenloses Kontingent, bei den kostenlosen KI-APIs habe ich aufgeschrieben, was die Anbieter mit den Eingaben machen dürfen.

Foto: cottonbro studio / Pexels

Was offen bleibt

Die Fragen, die über den Einsatz in einem Betrieb entscheiden, sind alle noch unbeantwortet. Was kostet die Inference API künftig? Welche Modelle kommen? Gibt es einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO, der bisher gefehlt hat? Gibt es eine Zusage zur Verfügbarkeit? Und wann genau geht das Ganze an den Start?

Der Auftragsverarbeitungsvertrag ist dabei der Punkt, an dem sich entscheidet, ob aus einer Spielwiese ein Werkzeug für Kundendaten wird. Solange er fehlt, bleibt die API das, was sie im Experiment war, nämlich gut für Prototypen, interne Werkzeuge und alles ohne Personenbezug. Ein Preis deutlich unter den amerikanischen Anbietern wäre für den Mittelstand trotzdem eine ernsthafte Option, gerade mit Servern in Deutschland und Finnland. Ob es so kommt, zeigt sich mit der Ankündigung des Starts.

Sobald das Produkt da ist, schaue ich es mir an und messe mit derselben Methode weiter. Dann steht auch hier, was es wirklich kostet und wie schnell es ist.

Wenn du eine KI-Funktion auf dieser Schnittstelle betreibst und wissen willst, worauf du sie bis Dezember umstellst, melde dich gerne bei mir.