

TabPFN-3.5
#2 in LLM-Inferenz & ServingPrior Labs · v3.5 · 3× · zuletzt 19. Sept. 2026
TabPFN-3.5 ist ein tabellarisches Foundation-Modell von Prior Labs (seit Juli 2026 Teil von SAP), das Klassifikation und Regression für strukturierte Daten in einem einzigen Forward-Pass löst. Die Version 3.5 ist das erste Multitask-Checkpoint der Modellfamilie, unterstützt bis zu 20.000 Merkmale, verbessert die Verarbeitung von Text, hochkardinalen Kategorien sowie breiten Tabellen und führt zusätzlich die latenzoptimierte Alpha-Variante "Fast" sowie aktualisierte "Plus"- und "Thinking"-Varianten ein. Es rangiert laut Anbieter auf den Benchmarks TabArena und BeyondArena auf Platz eins und ist über gehostete API, Python-Client, MCP, AWS SageMaker, Microsoft Foundry, SAP AI Core sowie als On-Premises-Container verfügbar. Die Modellgewichte stehen unter einer nicht-kommerziellen Lizenz, komm
Features
| Deployment (Self-host/Cloud) | Self-Hosting via On-Premises-Container/Open-Source-Package, Private Cloud, sowie Managed Cloud über AWS SageMaker, Microsoft Foundry und SAP AI Core |
| Durchsatz/Latenz | Cached Inference bewertet neue Zeilen in deutlich unter einer Sekunde; bis zu 1.000.000 Trainingszeilen unterstützt; 75% geringere Kosten bei erfolgreicher KV-Cache-Wiederverwendung |
| Lizenz | Nicht-kommerzielle TabPFN-3.5-Lizenz für offene Modellgewichte; API/Private Cloud unterliegen separaten Terms of Service (Plus/Thinking-Linie) |
| Plattform | Hosted API, tabpfn-client (Python), MCP, AWS SageMaker, Microsoft Foundry/Azure ML, SAP AI Core, On-Premises-Container |
| Preis | Modellgewichte kostenlos (nicht-kommerzielle Lizenz); API/MCP: 50% Rabatt auf Standard-Token-Preise vom 15.–29. Sep 2026; kommerzielle On-Prem/Private-Cloud-Nutzung erfordert Lizenz von Prior Labs |
| Protokoll-Kompatibilität | Verfügbar über gehostete REST-API, tabpfn-client Python-Paket und Model Context Protocol (MCP) |
| Release-Datum | 15. September 2026 (Ankündigung des 50%-Rabatts ab diesem Datum); Modell-Checkpoint datiert 09.09.2026 |
| Unterstützte Modelle/Provider | Modellfamilie: Base, Fast (Alpha), Plus, Thinking – ein gemeinsamer Multitask-Checkpoint für Klassifikation & Regression |