Konfigurieren von LLMs

LLM-Konfigurationsoptionen im AI Trust Layer zum Verbinden benutzerdefinierter oder abonnementbasierter großer Sprachmodelle mit Test Cloud-Diensten.

Auf der Registerkarte LLM-Konfigurationen können Sie Ihre vorhandenen KI-Abonnements integrieren und gleichzeitig das von UiPath bereitgestellte Governance-Framework beibehalten. Sie können:

• UiPath LLM-Abonnement ersetzen: Ersetzen Sie von UiPath verwaltete Abonnements durch Ihre eigenen, sofern sie der gleichen Modellfamilie und Version entsprechen, die bereits vom UiPath-Produkt unterstützt wird. Dies ermöglicht einen nahtlosen Wechsel von von UiPath verwalteten Modellen zu Ihren abonnierten Modellen.
• Eigenes LLM hinzufügen: Verwenden Sie ein beliebiges LLM, das die Kompatibilitätskriterien des Produkts erfüllt. Um eine reibungslose Integration zu gewährleisten, muss das von Ihnen gewählte LLM eine Reihe von Tests bestehen, die über einen Testaufruf initiiert wurden, bevor es im UiPath-Ökosystem verwendet werden kann.

Hinweis:

Der Zugriff auf von UiPath verwaltete Modelle und/oder LLM-Konfigurationen hängt von der Cloud-Plattform ab, die Sie verwenden. Weitere Informationen finden Sie unter Verfügbarkeit der Funktionen von Test Cloud.

Durch die Konfiguration von LLMs werden die meisten Governance-Vorteile des AI Trust Layer beibehalten, einschließlich der Richtliniendurchsetzung über Automation Ops und detaillierter Prüfungsprotokolle. Modell-Governance-Richtlinien sind jedoch speziell für von UiPath verwaltete LLMs konzipiert.

Das bedeutet, dass, wenn Sie ein bestimmtes Modell über eine AI Trust Layer-Richtlinie deaktivieren, die Einschränkung nur für die von UiPath verwaltete Version dieses Modells gilt. Ihre eigenen konfigurierten Modelle desselben Typs bleiben davon unberührt.

Wenn Sie die Option zur Verwendung Ihres eigenen LLM oder Abonnement nutzen, beachten Sie die folgenden Punkte:

• Kompatibilitätsanforderungen: Das ausgewählte LLM oder Abonnement muss der Modellfamilie und der Version entsprechen, die vom UiPath-Produkt unterstützt werden.
• Einrichtung: Stellen Sie sicher, dass Sie alle erforderlichen LLMs im benutzerdefinierten Setup ordnungsgemäß konfigurieren und verwalten. Wenn eine Komponente fehlt, veraltet oder falsch konfiguriert ist, funktioniert Ihr benutzerdefiniertes Setup möglicherweise nicht mehr. In solchen Fällen kehrt das System automatisch zu einem UiPathverwalteten LLM zurück, um die Kontinuität des Dienstes sicherzustellen, es sei denn, UiPath -LLMs werden durch eine Automation Ops Richtlinie deaktiviert.
• Kostenersparnis: Wenn Ihre benutzerdefinierte LLM-Einrichtung vollständig und korrekt ist und alle erforderlichen Anforderungen erfüllt, haben Sie möglicherweise Anspruch auf eine reduzierte Verbrauchsrate. Weitere Informationen finden Sie unter Verbrauchsraten für vom Kunden verwaltete Modelle.

Lizenzierung

LLM-Konfigurationen sind in den folgenden Lizenzierungsplänen verfügbar:

• Unified Pricing: Community, Enterprise Platform, Standard Platform, Basic Platform, App Test Platform Enterprise, App Test Platform Standard.
• Flex: Erweiterte Plattform, Flex Standard-Plattform.

Hinweis:

Standardmäßig können Agents in Community- und Standard-Testversionsorganisationen nur Bring Your Own-Modelle verwenden. Um von UiPath gehostete Modelle zu verwenden, fordern Sie Zugriff an.

Wie LLM-Anfragen weitergeleitet werden

Jeder LLM-Aufruf aus einem UiPath-Produkt durchläuft das AI Trust Layer LLM-Gateway, bevor er das Modell erreicht, unabhängig davon, ob das Modell von UiPath verwaltet wird oder Ihr eigenes ist. Die folgenden Diagramme zeigen die für Ihre eigenen Modelle verfügbaren Konnektivitätsmuster: eine direkte Verbindung zu einem öffentlich erreichbaren Anbieter, eine Relay-vermittelte Verbindung zu einem Modell, das in einem privaten Netzwerk gehostet wird, und einen benutzerdefinierten Connector für ein Modell hinter Ihrem eigenen KI-Gateway.

Direkte Konnektivität über Integration Service

Mit direkter Konnektivität sendet das Produkt die Anforderung an das LLM-Gateway, das sie über die Integration Service-Verbindung, die Sie für Ihren Anbieter erstellt haben, weiterleitet. Die Verbindung führt die Anforderung über die Grenze in die Domäne Ihres Anbieters, und die Antwort läuft auf demselben Pfad zurück.

Das Gateway bleibt in beiden Richtungen im Pfad, sodass Richtliniendurchsetzung und Prüfungsprotokollierung für jeden Aufruf gelten, auch wenn das Modell Ihnen gehört.

Private Netzwerkkonnektivität über Relay

Wenn Ihr Modell lokal oder in einem privaten Netzwerk ohne öffentlichen Endpunkt gehostet wird, stellt Relay die Verbindung dazu bereit. LLM-Gateway und Integration Service verhalten sich genauso wie bei der direkten Konnektivität. Die UiPath-Relay-Infrastruktur leitet die Anforderung dann über den ausgehenden Tunnel, den ein Relay-Client in Ihrem Netzwerk offen hält, weiter, und der Client ruft Ihr Modell lokal auf.

Für dieses Konnektivitätsmuster muss der Modellendpunkt unter einer Relay-Gruppe registriert werden, wobei Privat beim Erstellen der Integration Service-Verbindung als Verbindungstyp ausgewählt ist. Weitere Details finden Sie unter Verwenden von Relay.

KI-Gateway-Konnektivität über einen benutzerdefinierten Connector

Wenn Ihr Modell hinter Ihrem eigenen KI-Gateway steht oder eine API bereitstellt, die kein integrierter Connector unterstützt, überbrückt ein benutzerdefinierter Integration Service-Connector die beiden Formate. Das LLM-Gateway sendet und empfängt das Standard-Anforderungs- und Antwortformat, und der Connector übersetzt zwischen diesem Format und dem, das Ihr Gateway erwartet, in beide Richtungen. Weitere Details finden Sie unter Verbinden benutzerdefinierter LLMs über AI Trust Layer.

Einrichten einer LLM-Konfiguration

Die LLM-Konfiguration verwendet Integration Service , um die Verbindung zu Ihren eigenen Modellen herzustellen. Sie können Verbindungen mit den folgenden Anbietern erstellen:

• Azure Open AI
• OpenAI
• Amazon Web Services
• Anthropic Claude
• Google Vertex
• Open AI V1 Compliant LLM – Verwenden Sie diese Option, um eine Verbindung zu einem beliebigen LLM-Anbieter zu herstellen, dessen API dem OpenAI V1-Standard folgt. Weitere Details finden Sie in der Dokumentation zum OpenAI V1 Compliant LLM Connector.
  Hinweis:

  Um Integration Service-Verbindungen zu verwenden, müssen Sie die ausgehenden IP-Bereiche des Integration Service zu Ihrer Zulassungsliste hinzufügen. Da die Migration des IP-Bereichs noch nicht abgeschlossen ist, finden Sie im Hinweis zu veralteter Eigenschaft am Anfang der Legacy-Seite weitere Informationen.

Um eine neue Verbindung einzurichten, führen Sie die folgenden Schritte aus:

1. Erstellen Sie die Integration Service-Verbindung

1. Erstellen Sie im Integration Service eine Verbindung mit Ihrem LLM-Anbieter.
2. Wählen Sie den Ordner aus, in dem die Verbindung gespeichert wird.
3. Schließen Sie die Authentifizierung gemäß den Anforderungen des ausgewählten Connectors ab.
   Hinweis:

   Der von Ihnen ausgewählte Ordner steuert sowohl die Sicherheit als auch die Sichtbarkeit. Um unbefugten Zugriff zu verhindern, erstellen Sie die Integration Service-Verbindung in einem privaten, nicht freigegebenen Ordner. Beachten Sie jedoch, dass die Modellsichtbarkeit durch den Zugriff auf diesen Ordner bestimmt wird. Wenn ein Administrator keinen Zugriff darauf hat, wird die zugehörige Modellkonfiguration nicht in der Liste angezeigt.

2. Fügen Sie eine neue LLM-Konfiguration hinzu

1. Gehen Sie zu Administrator > AI Trust Layer > LLM-Konfigurationen.
2. Wählen Sie den Mandanten aus .
3. Wählen Sie Konfiguration hinzufügen aus.
4. Wählen Sie das Produkt (z. B. Agents) und die Funktion (z. B. Design, Bewerten und Bereitstellen aus.
5. Wählen Sie den Verbindungsordner aus.

3. Konfigurieren Sie das Modell

Füllen Sie im Abschnitt Modellkonfiguration die folgenden Felder aus:

• LLM-Name – Dieses Feld unterstützt je nach Anwendungsfall zwei Konfigurationsoptionen:
  • Wählen Sie ein Modell aus der Liste – Wenn Sie ein Modell aus der vordefinierten Liste auswählen, wird das von UiPath verwaltete LLM-Abonnement durch Ihr eigenes Abonnement für dasselbe Modell ersetzt. Dieses Szenario wird als Bring Your Own Subscription (BYOS) bezeichnet.
  • Benutzerdefinierten Alias hinzufügen – Durch die Eingabe eines benutzerdefinierten Namens können Sie ein Modell konfigurieren, das nicht in der vordefinierten Liste der empfohlenen Modelle für dieses Produkt enthalten ist. Dieses Szenario wird als Bring Your Own Model (BYOM) bezeichnet.
    Hinweis:

    Die Option Benutzerdefiniertes Alias hinzufügen ist nur für Produkte verfügbar, die benutzerdefinierte Modelle unterstützen. Welche Produkte benutzerdefinierte Modelle unterstützen, erfahren Sie in der folgenden Tabelle.

• API-Typ – Der API-Endpunkt, der vom LLM unterstützt wird (z. B. Open AI Chat Completions). Dieser muss mit dem von Ihrem Anbieter offengelegten Endpunkt übereinstimmen.
• Connector – Der Integration Service-Connector (z. B. Microsoft Azure OpenAI, Amazon Web Services).
  • Wenn Sie Zugriff auf benutzerdefinierte Connectors für AI Trust Layer haben (derzeit auf Anforderung für Enterprise-Kunden verfügbar), können Sie auch Benutzerdefinierten Connector erstellen auswählen, um eine vordefinierte Vorlage über den Connector Builder zu verwenden. Weitere Details finden Sie unter Verbinden benutzerdefinierter LLMs über AI Trust Layer.
• Verbindung – Die spezifische Integration Service-Verbindung, die zuvor erstellt wurde. Wenn keine Verbindung verfügbar ist, erstellen Sie eine im Integration Service.
• LLM-Bezeichner – Der Modellbezeichner genau so, wie er in Ihrem LLM-Abonnement angezeigt wird.
  • Für von Azure gehostete Modelle: Geben Sie den Namen/die ID der Modellbereitstellung ein.
  • Für die Regionsübergreifende AWS Bedrock-Inferenz: Geben Sie die Inferenzprofil-ID ein. Sie müssen der Modell-ID Ihren Regionscode voranstellen, zum Beispiel: eu.anthropic.claude-3-5-sonnet-20240620-v1:0.
  • Für andere Anbieter: Verwenden Sie den Modellnamen, wie in Ihrem Abonnement definiert.

Hinweis:

Beim Konfigurieren Ihres eigenen LLM können Sie optional einschränken, welche Large Language Models für die Verwendung in Ihrer Organisation verfügbar sind. Wenn Sie sicherstellen möchten, dass nur Ihre benutzerdefinierten Modelle verwendet werden, können Sie von UiPath verwaltete Modelle von Drittanbietern deaktivieren, indem Sie eine AI Trust Layer-Richtlinie anwenden . Sehen Sie sich den Abschnitt Modelle in der Dokumentation zu den AI Trust Layer-Richtlinien an.

4. Validieren und speichern Sie

1. Wählen Sie Testkonfiguration aus, um zu überprüfen, ob der Endpunkt erreichbar ist.

   • Die Plattform validiert die Konnektivität.
   • Es liegt in Ihrer Verantwortung, sicherzustellen, dass das richtige Modell konfiguriert ist.

2. Wenn die Validierung erfolgreich ist, wählen Sie Speichern aus, um die Konfiguration zu aktivieren.

   

Verwalten vorhandener LLM-Verbindungen

Sie können die folgenden Aktionen für Ihre vorhandenen Verbindungen ausführen:

• Status überprüfen – Überprüfen Sie den Status Ihrer Integration Service-Verbindung. Diese Aktion stellt sicher, dass die Verbindung aktiv ist und ordnungsgemäß funktioniert.
• Bearbeiten – Ändern Sie alle Parameter Ihrer vorhandenen Verbindung.
• Deaktivieren – Setzt die Verbindung vorübergehend aus. Wenn diese Option deaktiviert ist, bleibt die Verbindung in Ihrer Liste sichtbar, leitet jedoch keine Anrufe weiter. Sie können die Verbindung bei Bedarf erneut aktivieren.
• Löschen – Entfernen Sie die Verbindung endgültig aus Ihrem System. Diese Aktion deaktiviert die Verbindung und entfernt sie aus Ihrer Liste.

Konfiguration von LLMs für Ihr Produkt

Jedes Produkt unterstützt bestimmte Large Language Models (LLMs) und -Versionen. Verwenden Sie die folgende Tabelle, um die unterstützten Modelle und Versionen für Ihr Produkt zu ermitteln.

Sie können Ihr eigenes LLM mithilfe eines der folgenden Anbieter verbinden: Amazon Web Services, Google Vertex, Microsoft Azure OpenAI oder OpenAI V1 Compliance. Führen Sie die im vorherigen Abschnitt beschriebenen Schritte aus, um eine Verbindung zu erstellen.

Hinweis:

Dateiunterstützung: Einige Produktfunktionen sind auf den konfigurierten LLM-Endpunkt angewiesen, um hochgeladene Dateien zu verarbeiten. Bei Verwendung benutzerdefinierter LLM-Konfigurationen hängt die Unterstützung von Dateiformaten vom Anbieter, der Modellfamilie, der Modellversion und dem API-Typ ab. Überprüfen Sie, ob das ausgewählte Modell die erforderlichen Dateiformate unterstützt, bevor Sie dateibasierte Funktionen aktivieren. Produktspezifische Anforderungen finden Sie in der entsprechenden Produktdokumentation, z. B. in Dateien analysieren für Agents.

Die Anzahl der Modelle, die Sie konfigurieren müssen, hängt vom Produkt und der Funktion ab:

• Für Funktionen mit einem auswählbaren Modell – bei dem Sie auswählen, welches Modell Sie verwenden möchten – können Sie ein oder mehrere Modelle konfigurieren. Unkonfigurierte Modelle verwenden weiterhin von UiPath verwaltete Abonnements.
• Für Funktionen mit einem festen Modellsatz – bei denen die Funktion einen vorbestimmten Satz von Modellen verwendet – müssen Sie alle Modelle konfigurieren, damit die Funktion funktioniert. Eine Teilkonfiguration ist nicht gültig.

Produkt	Unterstützt benutzerdefinierte Modelle	Funktionen	LLM-Anbieter	Haupt-LLM-Versionen
Agents 1	Ja	Entwerfen, auswerten und bereitstellen	Google Vertex AI	claude-opus-5 Claude-opus-5–5 Claude-SONNET-5-5 gemini-3.7-Flag gemini-3.5-Flag gemini-3.5-flash-lite gemini-3.1-pro-preview – Öffentliche Vorschau claude-opus-4-5@20251101 gemini-3-flash-preview – öffentliche Vorschau gemini-2.5-pro gemini-2.5-flash
			Azure OpenAI Service	gpt-6-luna gpt-6-sol gpt-6.1-sol gpt-5.6-sol gpt-5.6- Terra gpt-5.6- Luna gpt-5.5-2026-04-23 gpt-5.4-mini-2026-03-17 gpt-5.4-2026-03-05 gpt-5.4 gpt-5.2-2025-12-11 gpt-5.1-2025-11-13 gpt-5-2025-08-07 gpt-5-mini-2025-08-07 gpt-4.1-2025-04-14 gpt-4.1-mini-2025-04-14 gpt-4o-2024-11-20 gpt-4o-2024-08-06 gpt-4o-mini-2024-07-18
			Amazon Bedrock	thropic.Claude-sonnet-5 thropic.Claude-opus-4-8 anthropic.claude-opus-4-7 anthropic.claude-sonnet-4-6 anthropic.claude-opus-4-6-v1 anthropic.claude-haiku-4-5-20251001-v1:0 anthropic.claude-sonnet-4-5-20250929-v1:0
		LLM as Judge guardrail	Google Vertex AI	gemini-3.7-Flag gemini-3.5-Flag gemini-3.5-flash-lite gemini-2.5-pro gemini-2.5-flash
			Azure OpenAI Service	gpt-6-luna gpt-6-sol gpt-6.1-sol gpt-5.6-sol gpt-5.6- Terra gpt-5.6- Luna gpt-5.5-2026-04-23 gpt-5.4-mini-2026-03-17 gpt-5.4 gpt-5.2-2025-12-11 gpt-5.1-2025-11-13 gpt-5-2025-08-07 gpt-5-mini-2025-08-07 gpt-4.1-2025-04-14 gpt-4.1-mini-2025-04-14 gpt-4o-2024-11-20 gpt-4o-2024-08-06 gpt-4o-mini-2024-07-18
			Amazon Bedrock	thropic.Claude-sonnet-5 thropic.Claude-opus-4-8 anthropic.claude-opus-4-7 anthropic.claude-sonnet-4-6 anthropic.claude-opus-4-6-v1 anthropic.claude-haiku-4-5-20251001-v1:0 anthropic.claude-sonnet-4-5-20250929-v1:0
Autopilot	Ja	Chat	Google Vertex AI	Claude- Haiku-4-5@20251001 Claude-opus-4–6 Claude-opus-4–7 Claude-opus-4–8 claude-opus-5 Claude-opus-5–5 Claude-sonnet-4-5@20250929 Claude-SONNET-4-6 Claude-SONNET-5 Claude-SONNET-5-5 gemini-3.8-Flag gemini-3.6-flash — Upcoming removal: 2026-11-19 — Replacement: gemini-3.8-flash gemini-3.5-Flag gemini-3.5-flash-lite gemini-3.1-flash-image gemini-3.1-pro-preview – Öffentliche Vorschau claude-opus-4-5@20251101 gemini-3-flash-preview – öffentliche Vorschau gemini-2.5-pro gemini-2.5-flash
			Fireworks AI	fw-kii-k3 fw-kii-k2.6
			Azure OpenAI Service	gpt-6-luna gpt-6.1-sol gpt-5.6-sol gpt-5.6- Terra gpt-5.6- Luna gpt-5.5-2026-04-23 gpt-5.4-mini-2026-03-17 gpt-5.4-2026-03-05
			Amazon Bedrock	thropic.Claude-sonnet-5 thropic.Claude-opus-4-8 anthropic.claude-opus-4-7 anthropic.claude-sonnet-4-6 anthropic.claude-opus-4-6-v1 anthropic.claude-haiku-4-5-20251001-v1:0
		Generation	Google Vertex AI	gemini-2.5-pro gemini-2.5-flash gemini-2.5-flash-lite gemini-embedding-001
Autopilot for Everyone	Ja	Chat	Amazon Bedrock	anthropic.claude-sonnet-4-5-20250929-v1:0 Alternative model: gemini-2.5-flash (Google Vertex AI) Alternative model: gpt-4o-2024-11-20 (Azure OpenAI Service)
			Azure OpenAI Service	gpt-4.1-mini-2025-04-14 Alternative model: gemini-2.5-flash (Google Vertex AI) Alternative model: gpt-4o-mini-2024-07-18 (Azure OpenAI Service)
Codierte Agents	Ja	LLM aufrufen	Google Vertex AI	claude-opus-5 Claude-opus-5–5 Claude-SONNET-5-5 gemini-3.7-Flag gemini-3.5-Flag gemini-3.5-flash-lite gemini-3.1-pro-preview – Öffentliche Vorschau claude-opus-4-5@20251101 gemini-3-flash-preview – öffentliche Vorschau gemini-2.5-pro gemini-2.5-flash
			Azure OpenAI Service	gpt-6-luna gpt-6-sol gpt-6.1-sol gpt-5.6-sol gpt-5.6- Terra gpt-5.6- Luna gpt-5.5-2026-04-23 gpt-5.4-mini-2026-03-17 gpt-5.4-2026-03-05 gpt-5.4 gpt-5.2-2025-12-11 gpt-5.1-2025-11-13 gpt-5-2025-08-07 gpt-5-mini-2025-08-07 gpt-4.1-2025-04-14 gpt-4.1-mini-2025-04-14 gpt-4o-2024-11-20 gpt-4o-2024-08-06 gpt-4o-mini-2024-07-18 text-embedding-3-large text-embedding-ada-002
			UiPath	path-mini
			Amazon Bedrock	thropic.Claude-sonnet-5 thropic.Claude-opus-4-8 anthropic.claude-opus-4-7 anthropic.claude-sonnet-4-6 anthropic.claude-opus-4-6-v1 anthropic.claude-haiku-4-5-20251001-v1:0 anthropic.claude-sonnet-4-5-20250929-v1:0
Kontextgrundlage	Ja	Advanced Ingestion	Google Vertex AI	gemini-2.5-flash Alternative model: gemini-3.5-flash-lite (Google Vertex AI)
		Batch-Transformation	Google Vertex AI	gemini-2.5-flash Alternative model: gemini-3.5-flash-lite (Google Vertex AI) gemini-2.5-flash-lite Alternative model: gemini-3.5-flash-lite (Google Vertex AI)
		Batch-Transformation mit Web-Suche	Google Vertex AI	gemini-2.5-flash Alternative model: gemini-3.5-flash-lite (Google Vertex AI) gemini-2.5-flash-lite Alternative model: gemini-3.5-flash-lite (Google Vertex AI)
		DeepRAG	Google Vertex AI	gemini-3.5-flash-lite gemini-2.5-flash Alternative model: gemini-3.5-flash-lite (Google Vertex AI) gemini-2.5-flash-lite Alternative model: gemini-3.5-flash-lite (Google Vertex AI)
		Einbettungen	Google Vertex AI	gemini-embedding-001
		Suche	Google Vertex AI	gemini-2.5-flash Alternative model: gemini-3.5-flash-lite (Google Vertex AI)
GenAI-Aktivitäten	Ja	Erstellen, Testen und Bereitstellen	Google Vertex AI	claude-opus-5 gemini-3.7-Flag gemini-3.5-Flag gemini-3.5-flash-lite gemini-3.1-pro-preview – Öffentliche Vorschau claude-opus-4-5@20251101 gemini-3-flash-preview – öffentliche Vorschau gemini-2.5-pro gemini-2.5-flash
			Azure OpenAI Service	gpt-6-luna gpt-6-sol gpt-6.1-sol gpt-5.6-sol gpt-5.6- Terra gpt-5.6- Luna gpt-5.5-2026-04-23 gpt-5.4-mini-2026-03-17 gpt-5.4-2026-03-05 gpt-5.4 gpt-5.2-2025-12-11 gpt-5.1-2025-11-13 gpt-5-2025-08-07 gpt-5-mini-2025-08-07 gpt-5-nano-2025-08-07 gpt-4.1-2025-04-14 gpt-4.1-mini-2025-04-14 gpt-4o-2024-11-20 gpt-4o-2024-08-06 gpt-4o-mini-2024-07-18
			Amazon Bedrock	thropic.Claude-sonnet-5 thropic.Claude-opus-4-8 anthropic.claude-opus-4-7 anthropic.claude-sonnet-4-6 anthropic.claude-opus-4-6-v1 anthropic.claude-haiku-4-5-20251001-v1:0 anthropic.claude-sonnet-4-5-20250929-v1:0
Healing Agent	Ja	Workflow-Wiederherstellung	Google Vertex AI	gemini-2.5-flash
			Azure OpenAI Service	gpt-4o-2024-08-06
UI-Automatisierung (UI Automation)	Ja	ScreenPlay	Google Vertex AI	gemini-3.8-Flag gemini-3-flash-preview – öffentliche Vorschau gemini-2.5-flash
			UiPath	path-mini
			Azure OpenAI Service	gpt-5.6-sol gpt-5.6- Terra gpt-5.6- Luna gpt-5.5-2026-04-23 gpt-5.4-mini-2026-03-17 gpt-5.4-2026-03-05 gpt-5-2025-08-07 gpt-5-mini-2025-08-07 computer-use-preview-2025-03-11 gpt-4.1-2025-04-14 gpt-4.1-mini-2025-04-14
			Amazon Bedrock	anthropic.claude-sonnet-4-5-20250929-v1:0
		Semantische Aktivitäten	UiPath	path-mini
			Azure OpenAI Service	gpt-5.4-mini-2026-03-17 gpt-5-mini-2025-08-07 gpt-4.1-2025-04-14 gpt-4.1-mini-2025-04-14 gpt-4o-2024-08-06 gpt-4o-mini-2024-07-18
			Google Vertex AI	gemini-3-flash-preview – öffentliche Vorschau gemini-2.5-flash
		Semantische Selektoren	Google Vertex AI	gemini-2.5-flash
Test Manager	Ja	Autopilot-Suche	Google Vertex AI	Claude-SONNET-5-5 gemini-2.5-pro gemini-2.5-flash
			Amazon Bedrock	anthropic.claude-sonnet-4-5-20250929-v1:0 — Upcoming removal: 2027-01-07 — Replacement: claude-sonnet-5-5
			Azure OpenAI Service	gpt-5.1-2025-11-13 gpt-4o-2024-11-20
		Veraltete Tests finden	Google Vertex AI	Claude-SONNET-5-5 gemini-2.5-pro gemini-2.5-flash
			Amazon Bedrock	anthropic.claude-sonnet-4-5-20250929-v1:0 — Upcoming removal: 2027-01-07 — Replacement: claude-sonnet-5-5
			Azure OpenAI Service	gpt-5.1-2025-11-13 gpt-4o-2024-11-20
		Testfälle generieren	Google Vertex AI	Claude-SONNET-5-5 gemini-2.5-pro gemini-2.5-flash
			Amazon Bedrock	anthropic.claude-sonnet-4-5-20250929-v1:0 — Upcoming removal: 2027-01-07 — Replacement: claude-sonnet-5-5
			Azure OpenAI Service	gpt-5.1-2025-11-13 gpt-4o-2024-11-20
		Testfälle importieren	Google Vertex AI	Claude-SONNET-5-5 gemini-2.5-pro gemini-2.5-flash
			Amazon Bedrock	anthropic.claude-sonnet-4-5-20250929-v1:0 — Upcoming removal: 2027-01-07 — Replacement: claude-sonnet-5-5
			Azure OpenAI Service	gpt-5.1-2025-11-13 gpt-4o-2024-11-20
		Berichte generieren	Google Vertex AI	Claude-SONNET-5-5 gemini-2.5-pro gemini-2.5-flash
			Amazon Bedrock	anthropic.claude-sonnet-4-5-20250929-v1:0 — Upcoming removal: 2027-01-07 — Replacement: claude-sonnet-5-5
			Azure OpenAI Service	gpt-5.1-2025-11-13 gpt-4o-2024-11-20
		Anforderungsauswertung	Google Vertex AI	Claude-SONNET-5-5 gemini-2.5-pro gemini-2.5-flash
			Amazon Bedrock	anthropic.claude-sonnet-4-5-20250929-v1:0 — Upcoming removal: 2027-01-07 — Replacement: claude-sonnet-5-5
			Azure OpenAI Service	gpt-5.1-2025-11-13 gpt-4o-2024-11-20
IXP	Yes (generally available for a limited set of customers)	Unstructured & Complex Documents — Extraction model	Anthropic	anthropic.claude-sonnet-5 — Public Preview anthropic.claude-sonnet-4-6 — Public Preview anthropic.claude-opus-4-8 2
			Google	gemini-3.8-flash — Public Preview gemini-3.7-flash 2 gemini-3.6-flash 2 — Deprecated gemini-3.5-Flag gemini-3.5-flash-lite gemini-3.1-pro-preview – Öffentliche Vorschau gemini-3.1-flash-lite 2 gemini-2.5-pro — Public Preview gemini-2.5-flash
			OpenAI	gpt-5.6-sol 2 gpt-5.6-terra — Public Preview gpt-5.6-luna — Public Preview gpt-5.5-2026-04-23 2 gpt-5.4-2026-03-05 gpt-5.1-2025-11-13 gpt-4o-2024-08-06
	Nein	Unstructured & Complex Documents — Table model pre-processing and model-based attribution	Google	gemini-2.5-flash
	Yes (generally available for a limited set of customers)	Unstructured & Complex Documents — Autopilot for Document Taxonomy Generation	Google	gemini-2.5-flash
	Ja	IXP in Flow — Extraction — Public Preview	Google	gemini-3.8-Flag gemini-3.5-flash-lite gemini-2.5-flash
			OpenAI	gpt-6.1-sol gpt-6-luna
		IXP in Flow — Attribution — Public Preview	Google	gemini-3.5-flash-lite gemini-2.5-flash
			OpenAI	gpt-6-luna
Delegate	Ja	Chat	Google Vertex AI	Claude- Haiku-4-5@20251001 Claude-opus-4–6 Claude-opus-4–7 Claude-opus-4–8 claude-opus-5 Claude-opus-5–5 Claude-sonnet-4-5@20250929 Claude-SONNET-4-6 Claude-SONNET-5 Claude-SONNET-5-5 gemini-3.8-Flag gemini-3.6-flash — Upcoming removal: 2026-11-19 — Replacement: gemini-3.8-flash gemini-3.5-Flag gemini-3.5-flash-lite gemini-3.1-pro-preview – Öffentliche Vorschau claude-opus-4-5@20251101 gemini-3-flash-preview – öffentliche Vorschau gemini-2.5-pro gemini-2.5-flash
			Fireworks AI	fw-kii-k3 fw-kii-k2.6
			Azure OpenAI Service	gpt-6-luna gpt-6.1-sol gpt-5.6-sol gpt-5.6- Terra gpt-5.6- Luna gpt-5.5-2026-04-23 gpt-5.4-mini-2026-03-17 gpt-5.4-2026-03-05
			Amazon Bedrock	thropic.Claude-sonnet-5 thropic.Claude-opus-4-8 anthropic.claude-opus-4-7 anthropic.claude-sonnet-4-6 anthropic.claude-opus-4-6-v1 anthropic.claude-haiku-4-5-20251001-v1:0
Document Understanding	Ja	Generative Digitization	Google Vertex AI	gemini-3.7-Flag gemini-3.5-flash-lite gemini-3.1-Flight-light
			Azure OpenAI Service	gpt-5.6- Luna
Cartographer	Nein	Chat	Google Vertex AI	Claude-opus-5–5 Claude-SONNET-5-5 gemini-3.8-Flag gemini-3.6-flash gemini-3.5-Flag gemini-3.1-pro-preview – Öffentliche Vorschau gemini-3-flash-preview – öffentliche Vorschau gemini-2.5-pro gemini-2.5-flash
			Fireworks AI	fw-kii-k3 fw-kii-k2.6
			Azure OpenAI Service	gpt-5.6-sol gpt-5.6- Terra gpt-5.6- Luna gpt-5.5-2026-04-23 gpt-5.4-mini-2026-03-17 gpt-5.4-2026-03-05
			Amazon Bedrock	thropic.Claude-sonnet-5 thropic.Claude-opus-4-8 anthropic.claude-opus-4-7 anthropic.claude-sonnet-4-6 anthropic.claude-opus-4-6-v1 anthropic.claude-haiku-4-5-20251001-v1:0

¹ Agents-Anforderungen:

• Stellen Sie sicher, dass Ihr LLM Folgendes unterstützt:
  • Tool (Funktions)-Aufruf – Das Modell muss in der Lage sein, Tools oder Funktionen während der Ausführung aufzurufen.
  • Parallele Toolaufrufe deaktivieren – Wenn Ihr Anbieter dies unterstützt, sollte das Modell die Option zum Deaktivieren paralleler Toolaufrufe bieten.
• Bei Verwendung benutzerdefinierter Modelle setzen Agents standardmäßig ein 4096-Token-Limit, unabhängig von der wahren Kapazität des Modells, da UiPath keine Token-Limits für kundenseitig definierte Bereitstellungen ableiten kann.

² IXP bring your own subscription (BYOS) only: IXP does not offer this model as a UiPath-managed model. It is available only when you configure your own subscription for it. For details, refer to Bring your own subscription (BYOS).

Verbrauchsraten für vom Kunden verwaltete Modelle

Wenn Sie Ihr eigenes Modell (BYOM) verwenden, verbrauchen berechtigte Produkte weniger Lizenzierungseinheiten. In der folgenden Tabelle sind die BYOM-Verbrauchsraten zusammengefasst, die in der UiPath-Lizenzierungsrichtlinie, der autoritativen Quelle, veröffentlicht wurden. Berechtigungen sowie Produkte und Funktionen, die hier nicht aufgeführt sind, finden Sie auf dieser Seite.

Most eligible products apply a 30% reduction, four remove the charge entirely, and Agents change the meter instead of the rate.

Um sich für die Verringerung zu qualifizieren, konfigurieren Sie jedes Modell, das das Produkt benötigt. Wenn ein erforderliches Modell fehlt, greift das Produkt auf von UiPath verwaltete Modelle zurück und es gilt die Standardrate.

Unified Pricing

Die Raten werden in Platform Units (PU) angegeben.

Hinweis:

Die aufgeführten Raten sind Standardverbrauchsraten und spiegeln möglicherweise nicht die vertraglichen Raten Ihrer Organisation wider. Die vollständige und aktuelle Liste der Raten finden Sie unter UiPath-Lizenzierung.

Produkt	Funktion	Meter	Standardrate	Bewerten Sie mit Ihrem eigenen Modell	Reduzierung
Ausführung des Conversational Agent	Autopilot for Everyone	Pro Aktion	0.2	0,14	30 %
Agent-Ausführung	Mitarbeiter	Pro LLM-Aufruf in 64.000 Eingabetoken-Schritten	0,2 Standardmodell; 0,16 Basismodell; 0,4 Premiummodell	0,2 pro Agent-Ausführung	Keines. Der Zähler ändert sich von LLM-Aufrufen zu Agent-Ausführungen.
Agent-Ausführung	Codierte Agents (BYOM)	Pro Agent-Ausführung, max. Laufzeit von 5 Minuten	0,2 kleine Maschine; 0,4 Standard; 0,8 mittel; 2 groß	Entspricht der Standardrate	Keine
Healing Agent	Keine Angabe	Pro Heilung, einschließlich Empfehlung	3	2.1.	30 %
App Test Healing Agent	Keine Angabe	Pro Testheilung	1	0.7	30 %
UI-Automatisierung (UI Automation)	ScreenPlay	Pro ScreenPlay-Ausführung	0,2 Standardmodell; 0,05 Basismodell	Verfügbar	100%
UI-Automatisierung (UI Automation)	Semantische Aktivitäten	Pro Aktivität	0,1	Verfügbar	100%
UI-Automatisierung (UI Automation)	Semantische Selektoren	Pro Selektorausführung	0,01	Verfügbar	100%
Kontextgrundlage	DeepRAG-Abfrage	Pro Anforderung sind 30.000 Token begrenzt	0.2	0,14	30 %
Kontextgrundlage	Erweiterte Erfassung	Pro 15.000 erfasste Token	0.4	0,28	30 %
Kontextgrundlage	Batch-Transformation	Pro verarbeiteter Zeile	0.2	0,14	30 %
Delegate	Keine Angabe	Pro Aufgabe	Anteil des monatlichen Nutzungslimits des Benutzers, basierend auf Aufgabentyp und Modell. Weitere Informationen finden Sie unter Methodik für Nutzungsschätzungen.	Kostenlos. Aufgaben verbrauchen nicht das monatliche Nutzungslimit.	100%

Flex

Weitere Informationen zu den Flex Pricing-BYOM-Verbrauchsraten erhalten Sie von Ihrem UiPath-Vertreter.