Kunden, die GitLab Duo Agent Platform Self-Hosted betreiben, unterliegen Einschränkungen, mit denen viele Softwareteams nicht konfrontiert sind: Datenresidenz-Vorgaben, air-gapped Netzwerke und Compliance-Vorschriften, die das Senden von Quellcode an Drittanbieter-APIs verbieten. Diese Einschränkungen bringen auch einen Kompromiss mit sich. Die leistungsstärksten Modelle werden in der Regel zuerst für Cloud-Bereitstellungen verfügbar, sodass regulierte und isolierte Umgebungen bei der KI-Leistungsfähigkeit einen Schritt hinterherhinken und Teams auf ein einzelnes Modell festgelegt sind, das entweder für Routineaufgaben überdimensioniert oder für komplexe agentische Aufgaben zu schwach ist.
GitLab 19.0 verringert diese Lücke durch die Erweiterung der Unterstützung für selbstgehostete Open-Source-Modelle. Kunden können das richtige Modell dem richtigen Workflow zuordnen – auch für Teams, die ihre eigenen GPUs in vollständig isolierten oder air-gapped Umgebungen betreiben. Ob dein Fokus auf Datenresidenz, Netzwerkisolierung oder regulatorischer Compliance liegt – du hast jetzt leistungsstärkere Optionen.
Air-gapped Bereitstellungen erhalten mehr Auswahl bei Open-Source-Modellen
Für Teams in vollständig isolierten Umgebungen – keine externen API-Aufrufe, keine Internetverbindung – sind Open-Source-Modelle auf lokaler Inferenz-Infrastruktur der einzig gangbare Weg. Air-gapped Umgebungen waren historisch die letzten, die von KI-Produktivitätsgewinnen profitiert haben. Das kann an Compliance-Vorschriften liegen, an Datenklassifizierungsanforderungen, die das Senden von Code an Drittanbieter-APIs verbieten, oder an Netzwerkkontrollen, die cloudbasierte Inferenz blockieren.
Open-Source-Modelle, die lokal bereitgestellt werden, adressieren diese Einschränkungen direkt. Die Inferenz läuft auf deiner Hardware, und keine Daten verlassen deine Umgebung. Das Engineering-Team von GitLab hat Kandidatenmodelle anhand der Aufgabenanforderungen von Duo Agent Platform bewertet – mehrstufige Tool-Nutzung, Befolgung von Anweisungen, Qualität der Codegenerierung und Reasoning über große Diffs und Codebasen mit mehreren Dateien – und Modelle ausgewählt, die zuverlässig genug sind, um echte agentische Workflows zu unterstützen.
Die neu unterstützten Modelle umfassen:
- Mistral Devstral 2 123B
- GLM-5.1
- Kimi-K2.6
- MiniMax-M2.7
Bereitstellungsoptionen
Das primäre Muster ist lokale Hardware mit vLLM, der von GitLab empfohlenen Serving-Plattform für Open-Source-Modelle. Für Teams, die selbstverwaltete Inferenz ohne dedizierte Hardware-Investitionskosten wünschen, laufen Open-Source-Modelle auch auf GPU-fähigen virtuellen Maschinen in Virtual Private Clouds und bieten so bedarfsgerechte Kapazität mit denselben Garantien für Datenisolierung.
Das richtige Modell für deine Bereitstellung wählen
Hier sind einige Überlegungen zur Wahl eines Bereitstellungsmodells:
Vollständig air-gapped? Open-Source-Modelle auf deiner eigenen Inferenz-Hardware sind der Weg. Sieh dir die Dokumentation der unterstützten Modelle für die Hardwareanforderungen pro Modell an.
Hybride Bereitstellung? GitLab Duo Agent Platform Self-Hosted unterstützt die Kombination von selbstgehosteten Modellen mit von GitLab verwalteten Modellen pro Funktion. Sieh dir die Dokumentation zur AI-Gateway-Konfiguration für Details an.
Verfügbarkeit
Kunden mit einer Offline-Lizenz benötigen die Erweiterung GitLab Duo Agent Platform Self-Hosted.
Kunden mit einer Online-Lizenz können das nutzungsbasierte Modell verwenden und selbstgehostete mit von GitLab verwalteten Modellen in einer hybriden Konfiguration kombinieren.
Kontaktiere unser Vertriebsteam, um deine Bereitstellungsanforderungen zu besprechen.
