Kann ich Switchyard lokal ausführen oder die Gewichte herunterladen?

Nein. Switchyard hat keine offenen Gewichte und kein Hugging Face-Repository; es läuft als Routing-Schicht über die OpenRouter-API.

Was kostet Switchyard tatsächlich?

NVIDIA hat keine klaren Token-Preise veröffentlicht; die Abrechnung erfolgt über OpenRouter und wird auf das jeweils ausgewählte zugrundeliegende Modell angewendet.

Worin unterscheidet sich Switchyard von einem normalen Modell?

Es ist kein Modell – es ist ein Router. Es prüft Ihre Anfrage und leitet sie an eines von zwei von Ihnen angegebenen Modellen weiter, basierend auf Kosten- oder Beliebtheitsdaten, erzeugt aber keine eigene Ausgabe.

Switchyard

5383°

#llm #nvidia #agenten #budget

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.

NVIDIA | 1.000.000 Token Kontext | $-1.000.000,00/M Eingabe, $-1.000.000,00/M Ausgabe. Switchyard ist ein Open-Source-Modell-Router, der zwischen mehreren Modellen wechselt, um die Kosten von Anfragen zu optimieren. Standardmäßig verwendet es OpenRouter-Marktdaten, um die beliebtesten Modelle mit niedrigen und hohen Kosten auszuwählen. Sie können zwei Optionen im models-Parameter übergeben sowie einen der Routing-Algorithmen von Switchyard spezifizieren. Details in der Switchyard-DokumentationOpens in new tab. OpenRouter wendet dann das normale Provider-Routing, Fallbacks und die Abrechnung für das gewählte Modell an.

Anleitungen zu diesem Modell

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

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

Switchyard ist NVIDIAs Open-Source-Modell-Router, der vor anderen Modellen sitzt und für jede Anfrage das günstigste oder beliebteste Modell auswählt, standardmäßig basierend auf OpenRouter-Marktdaten. Sie liefern zwei Kandidatenmodelle und einen Routing-Algorithmus; Switchyard entscheidet, welches die Anfrage bearbeitet. Es eignet sich für Entwickler, die automatische Kostenoptimierung über Modelle hinweg wollen, ohne ihre Anwendungslogik umzuschreiben.

Bekannt für

Leitet Anfragen zwischen zwei Modellen weiter, um Kosten automatisch zu minimieren.
Verwendet Live-Marktdaten von OpenRouter, um beliebte Low- und High-Cost-Optionen zu bewerten.
Akzeptiert benutzerdefinierte Modellpaare und austauschbare Routing-Algorithmen.
Leitet OpenRouters Provider-Routing, Fallbacks und Abrechnung unverändert weiter.

Achte auf

Kein eigenes Modell – die Ausgabequalität hängt vollständig vom ausgewählten Modell ab.
Preisdaten zeigen negative Werte; tatsächliche Token-Kosten werden von NVIDIA nicht veröffentlicht.
Keine offenen Gewichte und kein Hugging Face-Repository; Nutzung nur über OpenRouter-API.

Am besten für

Agenten und Werkzeugnutzung

Budget

Prompts zum Ausprobieren

Kostenbewusstes Routing testen

Ich muss Kunden-Support-Tickets in großer Menge zusammenfassen. Leite diese an das günstigste verfügbare, fähige Modell weiter. Hier ein Beispielticket: 'Meine Bestellung kam beschädigt an und die Verpackung war zerrissen. Ich möchte vor Freitag Ersatz erhalten. Bestellnummer 48821.'

Routing-Entscheidungen vergleichen

Sende denselben Prompt an dein günstiges und dein teures Modell und gib jede Antwort mit Modellnamen und geschätzten Kosten für diese Anfrage zurück: Erkläre den Unterschied zwischen überwachten und unüberwachten maschinellen Lernen in zwei Sätzen.

High-Stakes- vs. Budget-Aufteilung

Ich habe zwei Aufgabentypen: schnelle Klassifikation (bewerte diese Rezension als positiv oder negativ: 'Die Akkulaufzeit ist schrecklich, aber der Bildschirm ist wunderschön') und eine detaillierte Analyseaufgabe (schreibe eine 200-Wörter-Wettbewerbsanalyse zu demselben Produkt). Leite jede an die passende Kostenschicht weiter und erkläre deine Routing-Entscheidung.

Vergleichen mit

NVIDIA Nemotron 3 Super 120B A12B
Modell mit offenen Gewichten
262,144 Token Kontext · $0.09/M Eingabe, $0.40/M Ausgabe
NVIDIA Nemotron 3.5 Lightning
Modell mit offenen Gewichten
262,144 Token Kontext · $0.06/M Eingabe, $0.16/M Ausgabe
Nemotron 3 Ultra
Modell mit offenen Gewichten
262,144 Token Kontext · $0.60/M Eingabe, $2.40/M Ausgabe
Nemotron 3.5 Lightning
Modell mit offenen Gewichten
262,144 Token Kontext · $0.07/M Eingabe, $0.20/M Ausgabe

Mehr Textmodelle von nvidia

Häufig gestellte Fragen

Kann ich Switchyard lokal ausführen oder die Gewichte herunterladen?: Nein. Switchyard hat keine offenen Gewichte und kein Hugging Face-Repository; es läuft als Routing-Schicht über die OpenRouter-API.
Was kostet Switchyard tatsächlich?: NVIDIA hat keine klaren Token-Preise veröffentlicht; die Abrechnung erfolgt über OpenRouter und wird auf das jeweils ausgewählte zugrundeliegende Modell angewendet.
Worin unterscheidet sich Switchyard von einem normalen Modell?: Es ist kein Modell – es ist ein Router. Es prüft Ihre Anfrage und leitet sie an eines von zwei von Ihnen angegebenen Modellen weiter, basierend auf Kosten- oder Beliebtheitsdaten, erzeugt aber keine eigene Ausgabe.

Captain's Urteil
Eine nützliche Zwischenschicht für kostenbewusste API-Workflows, aber bedenken Sie: Sie kaufen einen Verkehrsleiter, kein Modell.

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

Not this creator?

Get your own badge

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

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.

Ähnliche Modelle

Schematron V2 Turbo

TEXT / LLM

Llama 3.2 3B Instruct

KI-Modelle für Bild-, Video- und Texterzeugung

Switchyard 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 nvidia agenten budget

Nach Modellfamilie stöbern