Die Dify-Preise haben zwei Ebenen, die von zwei verschiedenen Parteien abgerechnet werden: der Plattformtarif und die Modelltokens. Dify Cloud führt Sandbox für 0 $, Professional für 59 $ pro Workspace und Monat (590 $ pro Jahr) und Team für 159 $ pro Workspace und Monat (1.590 $ pro Jahr) auf; die selbst gehostete Community Edition ist kostenlos und Enterprise wird per individuellem Angebot festgelegt. Keine dieser Zahlen enthält deine Modell-API-Ausgaben, sobald die Nachrichten-Credits des Tarifs aufgebraucht sind — so steht es auf Difys eigenen Tarifkarten.
Alle folgenden Zahlen wurden am 19. September 2026 auf Difys eigenen Seiten abgelesen: dify.ai/pricing/dify-cloud und dify.ai/pricing/dify-enterprise. Ein Hinweis zur Darstellung, weil sie Zusammenfassungen verfälscht: Die Tarifkarten zeigen standardmäßig die Jahresbeträge, während die Monatsbeträge hinter einem Umschalter liegen. Die Monatswerte stehen im Markup (data-monthly="59" und data-monthly="159"), und die Vergleichstabelle weiter unten auf derselben Seite gibt "$59 Per workspace/month" und "$159 Per workspace/month" im Klartext an. Betrachte jede Drittanbieterseite, die nur Jahrespreise nennt, als unvollständig.
Was die Dify-Plattform kostet
| Kanal | Veröffentlichter Preis | Nachrichten-Credits | Wichtige Limits auf der Karte |
|---|---|---|---|
| Dify Cloud — Sandbox | Kostenlos | 200 (die Karte zeigt kein Suffix "/ month") | 1 Workspace, 1 Mitglied, 5 Apps, 50 Wissensdokumente, 50 MB Wissensspeicher, 30 Tage Protokollverlauf |
| Dify Cloud — Professional | $59 / Workspace / Monat oder $590 / Jahr | 5.000 pro Monat | 3 Mitglieder, 50 Apps, 500 Wissensdokumente, 5 GB Speicher, 20.000 Trigger-Ereignisse pro Monat, unbegrenzter Protokollverlauf |
| Dify Cloud — Team | $159 / Workspace / Monat oder $1,590 / Jahr | 10.000 pro Monat | 50 Mitglieder, 200 Apps, 1.000 Wissensdokumente, 20 GB Speicher, unbegrenzte Trigger-Ereignisse |
| Community Edition (selbst gehostet) | Kostenlose Software | Keine | Ein Workspace; du stellst Server, Vektordatenbank und alle Modelltokens bereit |
| Dify Enterprise | Individuelles Angebot | Keine | Lizenzschlüssel bei einer selbst gehosteten Bereitstellung; mehrere Workspaces, SSO, Autorisierung für kommerzielle Lizenzen |
| Dify Premium auf AWS | Nur im AWS Marketplace mit Preis angegeben | Keine | Eine AMI, die benutzerdefiniertes Branding erlaubt; die Dokumentationsseite nennt keinen Preis, daher wird hier keiner wiedergegeben |
Zwei Einschränkungen solltest du kennen, bevor du einen Tarif auswählst. Difys FAQ beantwortet die Frage, ob bei einem Professional-Tarif, der seine Limits erreicht hat, zusätzlicher Vektorspeicher oder zusätzliche Team-Sitze separat gekauft werden können, mit der Empfehlung, zu einer höheren Tarifstufe zu wechseln — und mit dem Hinweis, dass du dich an die Support-Adresse wenden solltest, wenn der Team-Tarif nicht ausreicht. Das dokumentierte Mittel bei einem Limit ist also die nächste Tarifstufe, kein Zukauf. Außerdem erfolgt die Zahlung derzeit per Karte: Dieselbe FAQ sagt, dass eine Zahlung per Banküberweisung geprüft wird, noch nicht verfügbar ist und nur für jährliche Team-Abonnements gelten würde. Die angegebenen Preise verstehen sich ohne anwendbare Steuern.
Nachrichten-Credits sind ein Testkontingent, kein Budget
Das ist der Punkt, den die meisten Zusammenfassungen zur „Dify-Preisgestaltung“ falsch darstellen. Der Tooltip auf allen drei Cloud-Tarifkarten besagt, dass Credits bereitgestellt werden, damit du Modelle von OpenAI, Anthropic, Gemini, xAI und Tongyi ausprobieren kannst, dass sie abhängig vom Modelltyp verbraucht werden und dass du nach ihrem Verbrauch zu deinem eigenen API-Schlüssel wechseln kannst. Sie sind kein Tokenbudget: Difys FAQ sagt, dass Credits pro KI-Antwort zu einem veröffentlichten modellspezifischen Tarif verbraucht werden.
Die folgenden Tarife wurden am 19. September 2026 aus Difys FAQ abgelesen — eine Auswahl aus der vollständigen Liste: Jede Stufe nennt mehr Modelle als die hier zitierten Beispiele, und die veröffentlichte Staffel enthält außerdem eine Stufe mit 3 Credits, die diese Tabelle auslässt. Sie beschreiben, wofür Dify Credits berechnet — nicht die Kataloge dieser Anbieter. Die Antwortanzahlen sind arithmetische Berechnungen auf Grundlage der veröffentlichten Kontingente, kein Zitat von Dify.
| Credits pro KI-Antwort | Beispiele aus der Dify-Liste | Sandbox 200 Credits | Professional 5.000 / Monat | Team 10.000 / Monat |
|---|---|---|---|---|
| 25 | gpt-5.6-sol, gpt-5.5 | 8 Antworten | 200 | 400 |
| 20 | Claude Opus 4.7 / 4.6 / 4.5, grok-4.5, grok-4.6 | 10 | 250 | 500 |
| 15 | gpt-5.6-terra, gpt-5.4 | 13 | 333 | 666 |
| 10 | Claude Sonnet 4.6 / 4.5, Gemini 3.5 Flash, qwen3-max | 20 | 500 | 1,000 |
| 5 | Claude Haiku 4.5, gpt-5.6-luna, gemini-3.7-flash | 40 | 1,000 | 2,000 |
| 1 | gpt-5-mini, Gemini 2.5 Flash, qwen-turbo | 200 | 5,000 | 10,000 |
Daraus folgen drei Dinge. Erstens verbraucht eine Produktiv-Chat-App mit einem Modell für 10 Credits das monatliche Professional-Kontingent nach 500 Antworten — ein kleiner Tag für alles, was auf Kunden ausgerichtet ist. Zweitens enthält dieselbe Seite einen Hinweis, dass einige Modelle aufgrund ihrer Kosten überhaupt nicht mit Credits verwendet werden können und deinen eigenen Schlüssel erfordern — das neueste gewünschte Modell war möglicherweise also nie Teil des Kontingents. Drittens erscheinen auch Embedding-Modelle in dieser Credit-Liste. Das bedeutet, dass die Indexierung einer Wissensbasis mit dem Chat um denselben Pool konkurriert; Dify definiert nicht, was bei einer Batch-Embedding-Anfrage als eine „Antwort“ zählt. Behandle daher jede Credit-Schätzung für die Indexierung als Obergrenze und nicht als Tarif.
Eine Aussage, die diese Seite nicht treffen wird: ob die 200 Credits von Sandbox wieder aufgefüllt werden. Die Sandbox-Karte zeigt „200 message credits“ ohne Suffix "/ month", während beide kostenpflichtigen Karten "/ month" angeben. Außerdem nennt kein FAQ-Satz eine Auffüllregel in die eine oder andere Richtung.
Eigenen Schlüssel mitbringen: Was Dify begrenzt und was nicht
Die gute Nachricht für alle, die die zweite Ebene budgetieren: Das Hinterlegen eines eigenen Provider-Schlüssels ist keine kostenpflichtige Funktion. In Difys Cloud-Vergleichstabelle ist die Zeile „Model Vendor Management — Supports adding and configuring API keys from different model providers for the workspace“ bei Sandbox, Professional und Team mit einem Häkchen versehen; in der Tabelle für die selbst gehostete Version gilt dies für Community und Enterprise. Ein kostenloser Workspace kann daher eigene Provider-Schlüssel hinzufügen und konfigurieren, ohne für dieses Privileg zu zahlen. Aus dieser Zeile geht jedoch nicht hervor, welche Endpunkt-URLs ein Cloud-Workspace akzeptiert, und diese Seite hat dies nicht getestet.
Was tatsächlich beschränkt ist, ist die Nutzung mehrerer Schlüssel hinter einem Modell. „LLM API Load Balancing — Adds multiple API keys to models, effectively bypassing the API rate limits“ zeigt bei Sandbox einen Gedankenstrich und bei Professional sowie Team Häkchen; in der Tabelle für die selbst gehostete Version steht bei Community ein Gedankenstrich und bei Enterprise ein Häkchen. Letztere Zelle ist für einen Open-Source-Build überraschend, und diese Seite hat nicht getestet, ob die Community-Binärdatei dies tatsächlich erzwingt — die ehrliche Aussage ist, dass Difys eigener Vergleich es als Enterprise-Funktion darstellt. Wenn du Failover auf Schlüsselebene benötigst, ohne dafür zu bezahlen, gehört diese Aufgabe zu einem Gateway und nicht zu Dify. Beachte außerdem, dass „Local Models — Supports integration with locally deployed models“ im Vergleich für die selbst gehostete Version erscheint, aber nirgendwo im Markup des Cloud-Vergleichs.
Einen OpenAI-kompatiblen Endpunkt in Dify einbinden
Difys offizielles OpenAI-API-kompatibles Plugin ist Version 0.0.66 und wurde von langgenius erstellt — beides stammt aus dem Manifest des Plugins. Seine deklarierte Konfiguration erklärt den Großteil der Meldungen „mein Gateway funktioniert in Dify nicht“. Jeder folgende Punkt wurde am 19. September 2026 aus diesem Schema, dem Manifest und den zugehörigen First-Party-Provider-Dateien abgelesen.
| Feld im Schema | Deklarierter Standardwert | Warum es für Kosten oder Verhalten relevant ist |
|---|---|---|
endpoint_url (API-Basis-URL) | Erforderlich; Platzhalter ist eine /v1-Basis | Sie ist die Basis, nicht der vollständige Chat-Completions-Pfad. Kunavos Basis ist https://api.kunavo.com/v1. |
api_key | Optional (required: false) | Ein lokaler Endpunkt ohne Schlüssel ist gültig, weshalb dasselbe Plugin LM Studio und llama.cpp unterstützt |
context_size (Kontextgröße des Modells) | Erforderlich, Standardwert ist 4096 | Du gibst den Wert selbst ein. Lässt du ihn in einer RAG-App bei 4096, werden abgerufene Chunks gekürzt, bevor das Modell sie überhaupt sieht. |
function_calling_type | no_call | Tool-Aufrufe sind deaktiviert, bis du sie aktivierst. Agent- und Tool-Nodes schlagen bei einem ansonsten funktionierenden Modell fehl. |
vision_support, structured_output_support | no_support / not_supported | Jede Fähigkeit ist ein separater Schalter, standardmäßig sind alle deaktiviert |
api_type | chat_completions, mit responses als Alternative | Wählt pro Modell /chat/completions oder /responses |
| Preisfelder | Keine vorhanden | Null pricing-Einträge in 737 Zeilen, daher hat Dify keinen Tarif, mit dem es deine Tokenanzahl multiplizieren könnte |
Zwei strukturelle Einschränkungen solltest du bei der Planung berücksichtigen. Das Plugin deklariert ausschließlich configurate_methods: customizable-model — es gibt weder eine vordefinierte Modellliste noch eine automatische Modellerkennung, sodass zehn Modelle zehn Formulare bedeuten. Außerdem deklariert es genau fünf Modelltypen: llm, rerank, text-embedding, speech2text und tts. Bildgenerierung gehört nicht dazu. Ein Bildmodell hinter einem Gateway ist über dieses Plugin daher überhaupt nicht als Dify-„Modell“ erreichbar.
Es gibt zwei weitere Routen, die du kennen solltest. Der First-Party-Provider openai akzeptiert einen benutzerdefinierten openai_api_base, aber sein Feld api_protocol hat standardmäßig den Wert responses — ein Gateway, das /v1/responses nicht implementiert, schlägt dort fehl, bis du auf Chat Completions umschaltest. Der Provider anthropic akzeptiert neben seinem erforderlichen Schlüssel optional anthropic_api_url und unterstützt sowohl vordefinierte als auch anpassbare Modelle. Das ist die Route, über die die integrierten Parametersätze der Claude-Modelle erhalten bleiben. Kunavo stellt sowohl eine OpenAI-förmige als auch eine Anthropic-förmige Oberfläche bereit, sodass alle drei Routen konfigurierbar sind — wähle jedoch bewusst statt zufällig und beachte, dass Kunavo nichts davon zur Laufzeit in einem aktiven Dify-Workspace getestet hat. Dies sind die dokumentierten Einstellungen des Plugins, kein Kompatibilitätszertifikat.
Wissensbasen: Wo RAG-Ausgaben tatsächlich entstehen
Difys Dokumentation zu Indexierungsmethoden bietet zwei Optionen mit sehr unterschiedlichen Kostenstrukturen. High Quality „verwendet ein Embedding-Modell, um Inhalts-Chunks in Vektorrepräsentationen umzuwandeln“ und unterstützt Vektor-, Volltext- oder hybride Suche. Economical verwendet 10 Schlüsselwörter pro Chunk, besagt, dass keine Tokens verbraucht werden — bei verringerter Suchgenauigkeit — und bietet nur den invertierten Index mit einer TopK-Einstellung. Dieselbe Seite warnt, dass eine Wissensbasis, die einmal mit High Quality erstellt wurde, später nicht auf Economical umgestellt werden kann. Das ist also eine Einbahnstraße, die du bewusst wählen solltest.
Kläre, wer den Embedding-Schritt übernimmt, denn wir tun es nicht: Kunavo stellt keine Embeddings bereit und führt kein Reranking durch. Wenn du die Indexierung mit High Quality wählst, ruft dieser Schritt einen externen Provider oder ein lokal bereitgestelltes Modell auf, das als eigener Provider-Eintrag in Dify konfiguriert wird — ebenso ist Difys Rerank-Slot, der einen /rerank-Endpunkt oder eine ausdrückliche Rerank Endpoint URL erwartet, nichts, was wir bereitstellen. Was ein Gateway hier abdecken kann, ist der Typ llm: die Generierungs-Nodes in deinem Workflow. Plane die beiden Bereiche separat. RAG-Implementierung behandelt die Suchseite ausführlicher.
Ein weiteres Detail zur Reihenfolge bei selbst gehosteten Bereitstellungen: Der Docker-Compose-Stack führt einen ssrf_proxy aus. Daher muss ein Endpunkt aus dem Container-Netzwerk erreichbar sein und nicht nur aus dem Browser auf deinem Laptop.
Eine Beispielschätzung für die Modellebene
Dies ist eine illustrative Tokenberechnung, keine gemessene Workflow-Kostenberechnung und keine Abrechnungsobergrenze. Angenommen, eine RAG-Antwort sendet 12.000 Eingabetokens (System-Prompt, abgerufene Chunks und kurzer Verlauf, vollständig ohne Cache) und gibt 600 Ausgabetokens zurück, wobei der Workflow einen LLM-Aufruf pro Antwort ausführt. Die Tarife sind aktuelle Preise des Kunavo-Katalogs pro einer Million Tokens.
| Modell | Eingabe / Ausgabe pro 1 Mio. | Schätzung pro Antwort | Schätzung für 1,000 Antworten |
|---|---|---|---|
| Claude Haiku 4.5 | $0.70 / $3.50 | $0.01050 | $10.50 |
| GPT-5.6 Terra | $0.70 / $4.20 | $0.01092 | $10.92 |
| Claude Sonnet 4.6 | $2.10 / $10.50 | $0.03150 | $31.50 |
| Claude Opus 5 | $3.50 / $17.50 | $0.05250 | $52.50 |
Vergleiche dies mit der Credit-Tabelle oben, dann werden die beiden Ebenen deutlich. Ein Monat mit 1,000 Antworten auf einem Modell, für das Dify 10 Credits berechnet, benötigt 10.000 Credits — das gesamte Team-Kontingent bei einem Tarif von $159 —, während dasselbe Tokenvolumen im Katalog auf $31.50 bei Claude Sonnet 4.6 oder $10.50 bei Claude Haiku 4.5 geschätzt wird. Welche Ebene deine Rechnung dominiert, hängt vollständig davon ab, welches Modell jeder Node ausführt; die Spanne in dieser Tabelle beträgt ungefähr 5×.
Zwei ehrliche Einschränkungen. Bei einer RAG-Anfrage dominieren die Eingabetokens. Die Zahl, die Ihre Rechnung am stärksten beeinflusst, ist daher die Anzahl der abgerufenen Chunks und deren Länge – nicht die Ausgabelänge. Und der Katalogbetrag von Kunavo ist eine Abrechnungsuntergrenze, keine Obergrenze: Wenn der Upstream-Anbieter seine Kosten meldet, entspricht der Rechnungsbetrag dem höheren Wert aus den Katalogkosten und den Upstream-Kosten multipliziert mit dem geltenden Aufschlag. Cache-Verhalten und Aufrufe externer Tools liegen außerhalb dieses Beispiels. Die minimale Aufladung beträgt $10 als Prepaid-Guthaben – eine Mindestfinanzierung, keine Aufgaben- oder Abonnementgebühr. Siehe Abrechnungsdetails.
Beste und günstigste API für Dify: pro Ebene auswählen
| Weg | Vorteile, wenn | Worauf Sie verzichten |
|---|---|---|
| Dify-Nachrichten-Credits | Modelle in der ersten Woche über fünf Anbieter hinweg evaluieren, ohne etwas konfigurieren zu müssen | Sie laufen aus, einige Modelle sind vollständig davon ausgeschlossen, und die von Dify in den FAQ empfohlene Lösung für einen Plan, der seine Grenzen erreicht hat, ist die nächsthöhere Stufe |
| Direkte Anbieter-API | Ein Anbieter deckt jeden Knoten ab, und Sie möchten das eigene Caching und die Batch-Rabatte dieses Anbieters nutzen | Ein zweiter Anbieter bedeutet ein zweites Konto, eine zweite Schlüsselrotation und ein zweites Ausgaben-Dashboard |
| OpenAI-kompatibles Gateway | Knoten wechseln die Modelle, und Sie möchten einen Schlüssel und ein Prepaid-Guthaben dahinter | Das kompatible Plugin verfügt über keinen Modellkatalog. Daher ist jedes Modell ein manuell ausgefülltes Formular mit standardmäßig deaktivierten Fähigkeitsoptionen |
| Anthropic-kompatibler Endpunkt | Sie haben sich auf Claude-Modelle standardisiert und möchten deren integrierte Parametersätze verwenden | Es handelt sich um einen separaten Anbietereintrag neben dem OpenAI-kompatiblen Eintrag, der eigenständig konfiguriert und mit einem eigenen Schlüssel versehen wird |
| Lokales Modell | Private oder wenig genutzte Knoten, keine Gebühr pro Anfrage | Hardware und Betrieb; Dify führt Local Models im Vergleich für selbst gehostete Installationen auf, nicht jedoch im Vergleich für die Cloud |
Beim Thema „am günstigsten“ sollten Sie zwei Fragen auseinanderhalten. Der günstigste aufgeführte Tarif ist eine Eigenschaft einer Preisliste. Die günstigste Möglichkeit, einen Workflow abzuschließen, ist eine Eigenschaft Ihres Graphen: Jeder LLM-Knoten darin ist ein separater Modellaufruf mit eigener Abrechnung. Ein schwaches Modell, das einen erneuten Versuch, einen zweiten Extraktionsdurchlauf oder eine längere Antwort erzwingt, kann daher teurer sein als ein kostspieligeres Modell, das die Aufgabe beim ersten Mal richtig löst. Die praktische Methode besteht darin, die Form Ihrer echten Anfrage zu bepreisen – zählen Sie die abgerufenen Chunks, statt zu schätzen – und denselben Workflow zweimal auszuführen. Vergleichen Sie anschließend, was in den jeweiligen Anbieteraccounts tatsächlich erfasst wurde. KI-Kostenoptimierung beschreibt diese Methode; LLM-Gateway und OpenRouter-Alternativen vergleichen die Gateway-Optionen selbst.
Ist Dify weiterhin die richtige Plattform für eine Standardisierung?
Ja, nach der verfügbaren Evidenz. Das Repository langgenius/dify ist nicht archiviert, der letzte Push erfolgte am 18. September 2026, und es hat 156.347 Sterne; die neueste Veröffentlichung ist 1.17.1, veröffentlicht am 10. September 2026, mit 1.17.0 am 25. August und 1.16.1 am 28. Juli (GitHub API, 19. September 2026). Beachten Sie, dass die Tags kein v-Präfix enthalten – eine URL, die als /releases/tag/v1.17.1 erstellt wird, liefert 404. Das Unternehmen dahinter ist LangGenius, Inc.; so lautet der Name in der Fußzeile der Website und in Difys eigener Zahlungs-FAQ.
Die Lizenz sollte vor einer kommerziellen Bereitstellung gelesen werden. Dify's LICENSE beginnt mit der Aussage, dass das Projekt unter einer modifizierten Version von Apache 2.0 mit zusätzlichen Bedingungen lizenziert ist: Sie dürfen den Quellcode nicht ohne schriftliche Genehmigung zum Betrieb einer mandantenfähigen Umgebung verwenden – wobei ein Mandant als ein Workspace definiert ist – und Sie dürfen das Logo oder die Copyright-Informationen im Frontend der Dify-Konsole nicht entfernen oder verändern. Wenn die Entfernung des Dify-Brandings wichtig ist, sind die dokumentierten Wege eine Enterprise-Vereinbarung oder die Dify Premium AMI. Auf deren Dokumentationsseite steht, dass sie „allows custom branding“ und für den Preis auf AWS Marketplace verweist.
Wenn Self-Hosting der Plan ist, dimensionieren Sie die Umgebung realistisch. Der Docker-Compose-Leitfaden nennt als Voraussetzungen CPU >= 2 Core und RAM >= 4 GiB und startet anschließend 7 zentrale Dienste sowie 8 abhängige Komponenten; für macOS werden in der eigenen Zeile mindestens 2 virtuelle CPUs und 8 GiB Arbeitsspeicher in der Docker-VM verlangt. Kostenlose Software, kostenpflichtige Infrastruktur.
Richten Sie es ein und prüfen Sie dann die erste Abbuchung
Wenn Sie die LLM-Knoten von Dify über Kunavo routen, betrachten Sie die obige Konfiguration als Ausgangspunkt und nicht als verifizierte Integration: Kunavo veröffentlicht derzeit noch keine Dify-spezifische Einrichtungsseite, und kein Dify-Workspace wurde zur Laufzeit gegen den hier genannten Endpunkt getestet. Fügen Sie über das OpenAI-API-kompatible Plugin ein Modell hinzu, legen Sie zuerst die Kontextgröße und den Function Call Type fest, führen Sie einen begrenzten Workflow aus und lesen Sie die von Ihrem Konto erfasste Belastung ab – denn Dify zeigt für ein an ein Gateway angebundenes Modell keinen Dollarbetrag an. Der Leitfaden zur OpenAI-kompatiblen API beschreibt die Form des Endpunkts, und der Integrationsindex listet die Clients auf, für die Einrichtungsseiten veröffentlicht wurden. Erstellen Sie ein Kunavo-Konto, sobald Sie einen Schlüssel mit Guthaben versehen möchten; das Minimum beträgt $10 als Prepaid-Guthaben.
Häufig gestellte Fragen
Wie viel kostet Dify?
Dify Cloud hat drei Self-Service-Tarife, abgelesen von dify.ai/pricing/dify-cloud am 19. September 2026: Sandbox für $0, Professional für $59 pro Workspace und Monat oder $590 pro Jahr sowie Team für $159 pro Workspace und Monat oder $1,590 pro Jahr. Die angegebenen Preise verstehen sich ohne Steuern. Die selbst gehostete Community Edition ist freie Software, und Dify Enterprise wird per individuellem Angebot festgelegt, das durch einen Lizenzschlüssel aktiviert wird. Keine dieser Zahlen enthält Modell-API-Ausgaben über die den Cloud-Tarifen zugeordneten Nachrichten-Credits hinaus.
Decken die Nachrichten-Credits von Dify meine Modellnutzung ab?
Nur als Test. Difys eigene Tarifkarten beschreiben Nachrichten-Credits als Möglichkeit, Modelle von OpenAI, Anthropic, Gemini, xAI und Tongyi auszuprobieren, und sagen, dass du nach ihrem Verbrauch zu deinem eigenen API-Schlüssel wechselst. Credits werden pro KI-Antwort zu einem modellspezifischen Tarif verbraucht, nicht pro Token: In Difys FAQ sind Tarife von 1 bis 25 Credits aufgeführt. Die 5.000 monatlichen Credits von Professional kaufen daher 500 Antworten auf einem Modell mit einem Tarif von 10 Credits, und ein Hinweis auf derselben Seite besagt, dass einige Modelle überhaupt nicht mit Credits verwendet werden können. Geprüft am 19. September 2026.
Was ist die beste API für Dify?
Das hängt davon ab, welche Ebene du optimierst. Eine direkte Anbieter-API ist überlegen, wenn die Modelle eines Anbieters alles abdecken, was du entwickelst, und du dessen eigenes Caching sowie Batch-Rabatte nutzen möchtest. Ein OpenAI-kompatibles Gateway ist überlegen, wenn deine Workflows pro Node zwischen Modellen wechseln und du dahinter einen einzigen Schlüssel und ein einziges Guthaben verwenden möchtest; der Nachteil ist, dass das kompatible Plugin von Dify keinen Modellkatalog bereitstellt, sodass jedes Modell in einem Formular manuell eingetragen wird. Difys Nachrichten-Credits sind nur für die Evaluierung vorteilhaft, da sie irgendwann aufgebraucht sind. Ein lokal bereitgestelltes Modell ist für private oder weniger wichtige Schritte sinnvoll — Dify führt Local Models jedoch nur im Vergleich für die selbst gehostete Version und nicht im Cloud-Vergleich auf.
Was ist die günstigste API für Dify?
Der günstigste angegebene Tarif und der günstigste Weg, einen Workflow abzuschließen, sind unterschiedliche Fragen. Jeder LLM-Node in einem Dify-Workflow ist ein eigener Modellaufruf und wird separat abgerechnet. Daher kann ein günstiges Modell, das einen Retry-Node oder einen zweiten Extraktionsdurchlauf benötigt, mehr kosten als ein genauer Aufruf mit einem teureren Modell. Beginne mit der Preisberechnung für deine tatsächliche Anfrageform — abgerufene Chunks dominieren in einer RAG-App die Eingabetokens — und miss dann denselben Workflow mit zwei Modellen, bevor du dich entscheidest. Kein Provider kann dir einen absolut niedrigsten Preis versprechen, da die günstigsten Gesamtkosten davon abhängen, wie viele Aufrufe dein Graph ausführt.
Was ist das beste Modell für Dify?
Wähle pro Node und nicht pro App, da Dify jedem Node ein eigenes Modell zuweisen kann. Klassifizierungs-, Routing- und kurze Extraktions-Nodes laufen akzeptabel mit einem kleinen, schnellen Modell und machen den größten Teil des Aufrufvolumens aus. Beim abschließenden Writer-Node ist die Qualität für den Benutzer sichtbar, daher lohnt sich dort ein leistungsfähigeres Modell. Eine Dify-spezifische Einschränkung: Bei einem über das OpenAI-API-kompatible Plugin hinzugefügten Modell ist Function Call Type standardmäßig auf no_call und Vision sowie Structured Output standardmäßig deaktiviert. Daher funktioniert ein Agent- oder tool-nutzender Node erst, wenn diese Schalter gesetzt sind — unabhängig davon, wie leistungsfähig das Modell selbst ist.
Zeigt Dify, was meine Modellaufrufe kosten?
Nicht bei einem Modell, das du über das OpenAI-API-kompatible Plugin hinzufügst. Difys vordefinierte First-Party-Modell-Dateien enthalten einen Preisblock — die Anthropic-Claude-Dateien enden beispielsweise mit Eingabe- und Ausgabetarifen sowie einer Einheit pro Token —, während das 737 Zeilen umfassende Provider-Schema des kompatiblen Plugins überhaupt keine Preisfelder enthält; geprüft am 19. September 2026. Dify hat daher keinen Tarif pro Token, mit dem es deine Tokenanzahl für ein Gateway-angebundenes Modell multiplizieren könnte. Lies den Geldbetrag stattdessen im Dashboard dieses Providers ab.
Ist das Selbst-Hosting von Dify tatsächlich kostenlos?
Die Software ist kostenlos, die Infrastruktur nicht. Difys Community Edition ist kostenlos, und die eigene Preisseite führt sie mit einem Workspace als kostenlos auf. Die Docker-Compose-Bereitstellung startet 7 zentrale Services und 8 abhängige Komponenten. Auf der Quickstart-Seite werden als Voraussetzungen CPU >= 2 Core und RAM >= 4 GiB genannt, während die eigene macOS-Zeile mindestens 2 virtuelle CPUs und 8 GiB in der Docker-VM verlangt. Zusätzlich zahlst du für die Vektordatenbank und für jedes Modelltoken. Beachte außerdem, dass die Lizenz eine modifizierte Apache 2.0 ist: Sie untersagt den Betrieb einer mandantenfähigen Umgebung ohne schriftliche Genehmigung und das Entfernen des Logos oder der Copyright-Informationen aus der Konsole.
Dify-Planpreise, Markierungen in Vergleichstabellen, Credit-Tarife, Plugin-Schemas, Indexierungs- und Self-Host-Dokumentation sowie Lizenz- und Repository-Status wurden am 19. September 2026 von Dify's eigenen Seiten und Repositories abgerufen; Funktionsmarkierungen wurden anhand des eigenen Markups der Preisseiten und nicht anhand eines gerenderten Screenshots ermittelt. Die Kunavo-Tokenpreise stammen aus dem Live-Katalog. Jedes Dollarbeispiel hier ist eine illustrative Tokenberechnung und keine gemessene Workflow-Kostenangabe; ein Laufzeittest von Dify mit Kunavo wurde nicht durchgeführt.