Kann ich Solar Pro 4 lokal ausführen?

Nein — Upstage hat keine offenen Gewichte veröffentlicht, daher ist Solar Pro 4 nur per API nutzbar und kann nicht auf eigener Hardware ausgeführt werden.

Was kostet Solar Pro 4 und wie groß ist der Kontext?

Eingabe kostet $0,09 pro Million Tokens, Ausgabe $0,36 pro Million Tokens, mit einem 524.288-Token-Kontextfenster.

Wofür ist Solar Pro 4 im Vergleich zu anderen Modellen in dieser Preisklasse am besten geeignet?

Upstage positioniert es speziell für agentenbasierte Workflows, Langdokumentenverarbeitung und Büroproduktivitätsaufgaben — Anwendungsfälle, die von seinem ungewöhnlich großen Kontextfenster zu einem Budgetpreis profitieren.

▲

17.6%

diese Woche

Solar Pro 4

9005°

#llm #upstage #logik #agenten #langer kontext #programmieren

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Upstage | 524.288 Token Kontext | $0,09/M Eingabe, $0,36/M Ausgabe. Solar Pro 4 ist Upstages kosteneffizientes großes Sprachmodell mit einem 524K-Kontextfenster. Es ist für Langzeitaufgaben und agentische Workflows gebaut und bietet starke Fähigkeiten in Büroproduktivität, dokumentenintensiver Arbeit und Coding. Bei Verwendung von BYOK mit ZDR-Durchsetzung muss der Console-API-Schlüssel zu einer ZDR-aktivierten Upstage-Organisation gehören. Kontaktieren Sie Upstage, um ZDR für Ihre Organisation zu aktivieren.

Anleitungen zu diesem Modell

Offene Gewichte vs. Open Source vs. Nur API: Was du wirklich darfst

Wie man im Oktober 2026 ein KI-Modell auswählt: Neuigkeiten zu Closed Source und dann die Open-Weights, die sich zum Download lohnen

Die 10 günstigsten ChatGPT-Alternativen 2026: kostenlose lokale Modelle, Gratis-Stufen und Flatrate-Tarife

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Solar Pro 4 ist Upstages kosteneffizientes großes Sprachmodell, entwickelt für langfristige und agentenbasierte Arbeit, mit einem 524.288-Token-Kontextfenster, das dokumentenlastige Pipelines ohne ständiges Chunking bewältigt. Es zielt auf Büroproduktivität, dokumentenintensive Aufgaben und Codierung zu einem Preis, der weit unter den meisten Spitzenmodellen liegt. Eine solide Wahl, wenn Sie tiefen Kontext und agentenfreundliches Design ohne Spitzenpreise benötigen.

Bekannt für

524K Token Kontextfenster — eines der größeren in dieser Preisklasse
Explizit für agentenbasierte Workflows und mehrstufige Aufgaben entwickelt
Starke Eignung für dokumentenintensive und Büroproduktivitätsaufgaben
Wettbewerbsfähige Codierungsfähigkeiten neben seinen Dokumentenstärken
Sehr niedrige Eingabekosten von $0,09 pro Million Tokens

Achte auf

Nur API, geschlossene Gewichte — Sie können es nicht lokal ausführen oder das Modell inspizieren.
BYOK mit ZDR erfordert eine ZDR-aktivierte Upstage-Organisation; Sie müssen Upstage kontaktieren, um das einzurichten.
Ausgabetokens sind 4× teurer als Eingabetokens, daher summieren sich ausführliche Generierungsaufgaben schneller als erwartet.

Am besten für

Agenten und Werkzeugnutzung

Prompts zum Ausprobieren

Langen Vertrag zusammenfassen

Hier ist ein umfangreicher Rechtsvertrag. Lies das gesamte Dokument und erstelle dann: (1) eine verständliche Zusammenfassung der wichtigsten Verpflichtungen für jede Partei, (2) eine Liste ungewöhnlicher oder risikoreicher Klauseln und (3) drei Fragen, die ein Anwalt vor der Unterzeichnung klären sollte. Füge den Vertragstext unten ein.

Mehrstufiger Forschungsagent

Du bist Forschungsassistent. Ich brauche eine strukturierte Wettbewerbsanalyse des Marktes für Elektrofahrzeugbatterien. Teile die Aufgabe in Schritte auf, erkläre, was du in jedem Schritt machst, und erstelle einen Abschlussbericht mit Abschnitten zu Schlüsselakteuren, jüngsten Technologiewechseln, Kostentrends und einer Risikozusammenfassung. Arbeite vollständig durch, ohne mich zwischendurch zu fragen.

Code refaktorisieren und dokumentieren

Refaktoriere die folgende Python-Funktion für Klarheit und Leistung. Füge Typannotationen, eine Docstring mit Erklärung der Parameter und des Rückgabewerts sowie Inline-Kommentare für nicht offensichtliche Logik hinzu. Schreibe dann drei Unit-Tests, die normale Nutzung, einen Randfall und einen Fehlerfall abdecken. Füge deine Funktion unten ein.

Vergleichen mit

Solar Mini 4
Nur API-Modell
524,288 Token Kontext · $0.05/M Eingabe, $0.20/M Ausgabe
DeepSeek V4.1 Flash
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.04/M Eingabe, $0.68/M Ausgabe
GLM 5.3 Flash
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.02/M Eingabe, $0.72/M Ausgabe
Hy4 preview
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.83/M Eingabe, $2.50/M Ausgabe

Mehr Textmodelle von upstage

Häufig gestellte Fragen

Kann ich Solar Pro 4 lokal ausführen?: Nein — Upstage hat keine offenen Gewichte veröffentlicht, daher ist Solar Pro 4 nur per API nutzbar und kann nicht auf eigener Hardware ausgeführt werden.
Was kostet Solar Pro 4 und wie groß ist der Kontext?: Eingabe kostet $0,09 pro Million Tokens, Ausgabe $0,36 pro Million Tokens, mit einem 524.288-Token-Kontextfenster.
Wofür ist Solar Pro 4 im Vergleich zu anderen Modellen in dieser Preisklasse am besten geeignet?: Upstage positioniert es speziell für agentenbasierte Workflows, Langdokumentenverarbeitung und Büroproduktivitätsaufgaben — Anwendungsfälle, die von seinem ungewöhnlich großen Kontextfenster zu einem Budgetpreis profitieren.

Captain's Urteil
Ein wirklich großes Kontextfenster zum Budgetpreis macht Solar Pro 4 für dokumentenlastige Agenten-Pipelines interessant, solange Sie mit einer reinen API-Lösung leben können.

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #27 Hottest Text / LLM model · #27 Hottest Text / LLM text model

Not this creator?

Get your own badge

Beliebtheitstrend von Solar Pro 4

Heat-Score seit 10 Aug 2026

Heat-Score

9,005°

Diese Woche

▲

17.6%

8,983° damals, 9,005° jetzt

Diesen Monat

▲

136%

8,890° damals, 9,005° jetzt

Vergangenes Jahr

n/a

Noch nicht veröffentlicht/erfasst

7,000°

Grundwert

Die Skala reicht von 0° bis 9.999°. Alles unterhalb von 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben. 7,000° ist der Punkt, an dem gemessene Daten beginnen: Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt auf dem Grundwert, und die Messungen füllen die Grade darüber. Der Grundwert sagt nichts über das Modell aus; nur die Grade darüber tun das und trennen ein Modell vom anderen.

+1,702°

OpenRouter Tokens

4,738,155,695,871 Tokens hat dieses Modell in den letzten 30 Tagen über OpenRouter verarbeitet, Eingaben und Antworten zusammen. Je 10,000,000 Tokens zählen als ein Download im Download-Zeitraum, insgesamt 473,815; die Tokens des letzten Tages fließen in die Adoptionsrate ein. Quelle: OpenRouter (openrouter.ai/rankings).

+303°

Verbreitungsrate

Etwa 10,813 Downloads pro Tag, gemessen zwischen zwei Abfragen der Quellen, nie geschätzt aus einem Durchschnitt über die gesamte Lebenszeit. Die Geschwindigkeit zählt ein Viertel des Download-Werts, sodass ein frischer Anstieg sichtbar wird, ohne dass ein eintägiger Spitzenwert jahrelange Nutzung übertrumpft.

Detaillierte Aufschlüsselung anzeigen

Jede Zahl auf dieser Seite kann überprüft werden. Der Heat-Score dieses Modells beträgt 9,005°, und hier wird er Schritt für Schritt aufgebaut, mit dem laufenden Gesamtwert nach jedem Schritt: der Grundwert, die Grad, die jede Quelle hinzufügt, der Bonus für die Art des Modells und was das Alter seiner Gewichte abzieht. Die Farben entsprechen den Bereichen der obigen Grafik. Das Glossar am Ende erklärt jeden Begriff.

1
Starte beim Grundwert.
Warum 7,000° und nicht null: Die Skala reicht von 0° bis 9.999°, und der Bereich unter 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben und niemals über einem Modell mit Daten stehen. 7,000° ist der Punkt, an dem gemessene Daten beginnen. Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt hier; alles, was folgt, ist Messung, und der Bereich über dem Grundwert enthält zehn zehnfache Schritte bei Downloads zu je 300°. Der Grundwert ist für jedes Modell gleich, er entscheidet also nichts; die Grade darüber tun das.
7,000°
laufende Summe
2
Füge die Downloads hinzu.
473,815 Download-Äquivalente insgesamt, von OpenRouter Tokens. Zehnmal die Downloads ergeben denselben 300°, also zählt die Größe, aber sie dominiert die Bewertung nie.
+1,702°
8,702°
laufende Summe
3
Füge die Verbreitungsrate hinzu.
Momentan etwa 10,813 Downloads pro Tag, gemessen zwischen zwei Messungen, mit einem Viertel der Gewichtung.
+303°
9,005°
laufende Summe
=
Der Heat-Score.
Wo dieses Modell auf jeder Liste dieser Seite steht. Nichts anderes beeinflusst ihn.
9,005°

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Wie sich die Beliebtheit dieses Modells im Vergleich zum Rest des Katalogs entwickelt hat: sein Wachstum bei Downloads, Likes und Nutzung in jedem Zeitraum, gemessen am typischen Wachstum eines Modells im gleichen Zeitraum, mit dem Heat-Score zu diesem Zeitpunkt. Über dem typischen Wachstum bedeutet ein Anstieg, darunter ein Rückgang. Die Vergangenheit wird aus den heutigen Gesamtzahlen, dem ersten Tag des Modells und seiner gemessenen Download-Geschwindigkeit rekonstruiert, wenn zwei Messungen vorliegen; ein Modell, das zu Beginn eines Zeitraums nicht existierte, zeigt n/a an.

Ähnliche Modelle

KI-Modelle für Bild-, Video- und Texterzeugung

Solar Pro 4 ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm upstage logik agenten langer kontext programmieren datenauszug budget

Nach Modellfamilie stöbern