Robin, Consultant für GenAI bei Pexon Consulting | 8 Min. Lesezeit | 20.09.2026
TL;DR: Venice API in fünf Sätzen
Die Venice API ist OpenAI-kompatibel für Text, Bild, Audio und Video hinter einem Key. Seit 18.09.2026 liegt darauf die beta Decisions API mit jev-latest. Venice wirbt mit No-Retention. Jev kostet 0,042 USD je Million Eingabe-Token, Ausgabe frei. Pexon: gut für Prototypen, kein On-Prem-Ersatz bei CAD oder Mandantendaten.
| Schicht | Was sie tut | Stand 20.09.2026 |
|---|---|---|
| Chat / Media | OpenAI-kompatibel, 100+ Modelle | POST /api/v1/chat/completions u. a. |
| Decisions (Jev) | typisierte Ja/Nein-, Choice-, Score-Urteile | POST /api/v1/decisions, Modell jev-latest |
| Privacy-Claim | kein Speichern von State/Antworten laut Vendor | zusätzlich Metadaten für Billing und Abuse |
| Listenpreis Jev | 0,042 USD / 1 Mio. Input, Output frei | Input aktuell Promo gratis |
Was die Venice API am 18.09.2026 wirklich ist
Die kurze Antwort: ein Proxy mit OpenAI-SDK-Drop-in, Privacy-Modi und jetzt einem eigenen Entscheidungs-Endpoint. Kein Chat-Frontend für Jev, kein neues Frontier-Modell von Venice selbst.
Venice positioniert sich seit Jahren als private, unzensierte Plattform. Die Entwickler-Doku beschreibt Chat, Image, Audio, Video, Embeddings und MCP hinter demselben Key. Am 18. September 2026 hat Venice laut Launch-Berichten Jev von TypeSafe AI auf die Decisions API gelegt. Der Produktaufruf steht unter venice.ai/de/lp/jev. Aufruf: POST https://api.venice.ai/api/v1/decisions, Auth wie gewohnt per Bearer-Key.
Das ist für uns der interessante Schnitt. Bisher kannten wir Jev über TypeSafe direkt, Vercel AI Gateway und OpenRouter. Venice liefert denselben Entscheidungstyp, plus den Claim, State und Antworten nicht zu behalten und nicht zum Training weiterzugeben. Schema und Verfügbarkeit sind laut Vendor ausdrücklich Beta und können sich ändern.
Unsere Empfehlung vor dem Code: Venice ist ein Provider unter vielen. Wer den Key in die App klebt und glaubt, damit sei Datensouveränität erledigt, verwechselt No-Log-Marketing mit Architektur.
Decisions API: ein State, typisierte Antworten
Die Decisions API löst ein konkretes Problem, das wir in Agent-Pipelines ständig sehen. Ein Chat-Modell schreibt Prosa oder JSON, die Anwendung parst, validiert und fordert bei kaputtem Schema neu an. Jev liefert statt Text maschinenfertige Urteile: Wahrscheinlichkeit, gewählte Option oder Score.
Drei Antworttypen decken ab, was Software wirklich verzweigt. noul ist Ja oder Nein als Zahl von 0 bis 1. choice wählt aus festgelegten Optionen und liefert Verteilung plus Confidence. score legt einen Fall auf geordnete Stufen, der Wert darf zwischen den Stufen liegen. Mehrere Fragen zum selben State laufen parallel und isoliert. Kontext laut Landingpage: bis 64.000 Token für State plus alle Fragen, etwa 32.000 für State plus längste Frage.
curl https://api.venice.ai/api/v1/decisions
-H "Authorization: Bearer $VENICE_API_KEY"
-H "Content-Type: application/json"
-d '{
"model": "jev-latest",
"state": "Auszahlung seit drei Tagen fehlgeschlagen, niemand antwortet.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Braucht diese Nachricht dringende Aufmerksamkeit?"
},
"department": {
"type": "choice",
"instructions": "Welches Team soll das Ticket übernehmen?",
"criteria": {
"billing": "Abrechnung und Auszahlung",
"technical": "Technischer Fehler",
"sales": "Vertrieb",
"other": null
}
}
}
}'Das Muster danach ist banal und richtig: Confidence ab 0,90 automatisieren, ab 0,60 als Vorschlag zeigen, darunter Mensch. Confidence ist kein Wahrheitsbeweis. Sie sagt nur, wann Ihr Code besser nicht allein entscheidet.
Den Kosten- und Genauigkeits-Vergleich gegen Frontier-Modelle haben wir im Jev-TypeSafe-Test sortiert.
Chat bleibt parallel erreichbar. Wer schon den OpenAI-Python-Client nutzt, wechselt nur die Base-URL. Dasselbe gilt für TypeScript. Für Decisions gibt es keinen Drop-in im Chat-Endpoint: dort bleibt POST /api/v1/decisions Pflicht, weil die Antwort kein Completion-Objekt ist.
import os
from openai import OpenAI
# Chat und Media: OpenAI-SDK gegen Venice
client = OpenAI(
api_key=os.environ["VENICE_API_KEY"],
base_url="https://api.venice.ai/api/v1",
)
chat = client.chat.completions.create(
model="zai-org-glm-5-1",
messages=[{"role": "user", "content": "Kurz: Ticket an Billing oder Tech?"}],
)In der Praxis trennen wir die Schichten. Jev liefert department und is_urgent. Erst wenn die Confidence über der Schwelle liegt, schreibt das Chat-Modell die Antwort an den Kunden. Unter der Schwelle geht der Fall in die Queue eines Menschen. So bleibt die teure Prosa an den Stellen, an denen sie etwas erklärt, und nicht an jedem if.
Privacy-Modi: was Venice verspricht, was übrig bleibt
Venice beschreibt in der Privacy-Doku vier Stufen: Anonymous, Private, TEE und E2EE. Die Proxy-Schicht speichert laut Vendor keine Prompt- und Response-Inhalte für normale Inference. Private heißt Zero Data Retention per Vertrag. TEE und E2EE legen Hardware-Isolation und Client-Verschlüsselung darüber. Für die Decisions API wirbt die Landingpage ausdrücklich mit: kein State behalten, kein Prompt behalten, kein Training auf Ihren Daten.
Das klingt nach dem, was viele Teams unter „Private AI“ suchen. Es ist es nicht. Metadaten für Auth, Billing, Abuse und Telemetrie bleiben: Key-ID, Zeitstempel, Modell, Token-Zahlen, Request-IDs, oft IP. Bei Modellen im Modus anonymized sieht der Provider den Prompt weiterhin. Und selbst bei Zero Retention sitzt die Inference außerhalb Ihrer Unternehmensgrenze.
Für uns als Berater ist die Regel einfach. Venice API ist sinnvoll, wenn der Inhalt anonymisiert oder wenig schützenswert ist und Sie schnell typisierte Entscheidungen brauchen. Sobald CAD, PLM, Mandantendaten oder Aufsicht im Spiel sind, reicht ein No-Retention-Claim nicht. Dann gehört die Inference in den eigenen Tenant oder in eine deutsche Sovereign Cloud.
Wer Datensouveränität ernst meint, landet bei unserer Beratung zu Datensouveränität bei KI und einem Deutschland-hosted AI App Stack, nicht bei einem weiteren US-API-Key mit gutem Privacy-Text.
Wann Venice, wann On-Prem: unsere Entscheidungsregel
- Prototyp, interne Tools, nicht personenbezogene Logs: Venice API mit Decisions und Chat ist ein sauberer Einstieg. Ein Key, OpenAI-SDK, Jev für die Verzweigung, Chat-Modell für die Antwort.
- Hohes Entscheidungsvolumen, bekannte Optionen: Jev über Venice oder TypeSafe direkt, Schwellen kalibrieren, Frontier-Modell nur für Grenzfälle. Das spart Token und Parsing-Fehler.
- Konstruktionsdaten, Versicherungsakten, Bankprozesse, Betriebsgeheimnis: On-Prem oder Sovereign Cloud. Hier hilft kein Privacy-Modus eines fremden Proxys.
Ein gängiges Muster, das wir empfehlen: Jev entscheidet ob und wohin, ein Chat-Modell schreibt die Antwort erst, wenn die Route steht. Genau so beschreibt es Venice selbst. Der Unterschied zu einem reinen Chat-Setup ist, dass Sie die teure Prosa nicht mehr für jedes if-Statement bezahlen.
Was es kostet und was noch Beta heißt
Listenpreis laut Venice-Landingpage: 0,042 USD je Million Eingabe-Token für Jev, Ausgabe nicht berechnet. Input ist in der aktuellen Promo gratis. Neue Konten bekommen eine tägliche Free-Allowance und 500 Welcome Credits, ohne Kreditkarte. Chat- und Media-Modelle laufen über dasselbe Guthaben- und DIEM-Modell, Preise je Modell-ID.
Wichtig für die Planung: Jev und die Decisions API sind Beta. Verfügbarkeit und Verhalten können sich ohne Ankündigung ändern, Request- und Response-Schemas sind noch nicht eingefroren. Wer Schwellen für Produktion setzt, pinnt eine Versions-ID, sobald Venice sie stabil listet, und misst auf eigenen Beispielen. Die Zahlen auf der Landingpage sind illustrativ, keine Garantie.
Auth geht per API-Key oder per x402-Wallet mit prepaid USDC. Für Enterprise-Stacks in Deutschland ist das Wallet-Modell interessant für Agenten, aber selten die Compliance-Antwort, die Revision hören will.
Limits laut Landingpage, Stand 20.09.2026: State plus längste Frage rund 32.000 Token, State plus alle Fragen rund 64.000 Token. Eingabe als Text oder strukturiertes JSON. Auswertung parallel. Modelle vom Typ Decision listet GET /models?type=decision. Wer TypeSafe-SDKs gegen Venice dreht, kann laut Vendor denselben Handler unter /systemone ansprechen und nur die Base-URL tauschen. Wir haben diesen Swap in diesem Artikel nicht gegen ein Kundenkonto gemessen.
Rechenbeispiel ohne eigenen Verbrauch: 10.000 Support-Tickets am Tag, je Ticket ein State mit 800 Token und drei Fragen. Das sind grob 8 Millionen Eingabe-Token am Tag. Zum Listenpreis 0,042 USD je Million wären das rund 0,34 USD am Tag, also unter 11 USD im Monat nur für Decisions. Frontier-Chat für dieselbe Verzweigung wäre um Größenordnungen teurer, sobald jedes Ticket ein JSON-Completion erzeugt. Die Rechnung kippt, sobald Sie personenbezogene Tickettexte in die API schicken und damit Compliance-Aufwand erzeugen, den die Tokenzeile nicht zeigt.
Häufige Fragen
Was kostet die Venice API mit Jev Decisions?
Für Jev nennt Venice 0,042 USD je Million Eingabe-Token, Ausgabe frei, Input aktuell in einer Promo gratis. Chat- und Media-Modelle haben eigene Tarife hinter demselben Key. Für Budgetplanung zählen Ihre Token-Zahlen und Schwellen, nicht die Folie.
Venice API oder TypeSafe direkt: was ist der Unterschied?
TypeSafe hostet Jev unter /v1/systemone. Venice spiegelt denselben Entscheidungstyp unter /api/v1/decisions und kombiniert ihn mit Chat, Bild, Audio und Video hinter einem Key plus No-Retention-Claim. Funktional ähnlich, Betriebs- und Datenschutzversprechen unterschiedlich.
Ist Venice API DSGVO-konform für Unternehmensdaten?
Ein No-Retention-Claim ersetzt keinen Auftragsverarbeitungsvertrag, keine Residenzentscheidung und keine Risikoanalyse. Für anonyme oder wenig sensible Inhalte kann Venice passen. Für personenbezogene oder geheime Betriebsdaten empfehlen wir Inference im eigenen Tenant.
Brauche ich für Jev auf Venice ein Chat-Modell?
Nein. Jev ist API-only und antwortet nicht in der Venice-Web-App. Typisches Muster: Decisions für Routing und Scores, Chat-Completions erst für die ausformulierte Antwort.
Wann reicht Venice nicht mehr und wir brauchen On-Prem?
Sobald Daten die Unternehmensgrenze nicht verlassen dürfen, Aufsicht das verlangt oder das IP-Risiko inakzeptabel ist. Dann bauen wir Private AI auf eigener GPU oder in deutscher Cloud, mit SSO, Audit und Budget-Caps.
