Keera Code
Ein Coding-Agent, der deinen Perimeter nicht verlässt
Planen, über Dateigrenzen hinweg ändern, Tests laufen lassen, den Merge Request öffnen. Im Terminal oder in der IDE - und jede Aktion gehört einer Person, die einen Namen hat.
Was Keera Code ist
Eine Sammlung offener Modelle, die Code schreiben - betrieben auf Schweizer GPUs oder in deinem eigenen Rechenzentrum. Darüber liegt eine ganz normale API: Was heute mit OpenAI spricht, spricht morgen mit Keera.
Die API
OpenAI-kompatibel. Eine Base-URL, ein Schlüssel, und jeder Client, der schon mit OpenAI redet, redet mit Keera - ohne neues SDK und ohne Plugin.
Die Modelle
Offene Weights, auf Code getrimmt. Du kannst nachlesen, was da drinsteckt, und sie jederzeit herunterladen und mitnehmen.
Der Inferenz-Server
vLLM und llm-d verteilen die Anfragen über viele GPUs. Das hält die Antworten schnell, auch wenn mehrere Teams gleichzeitig arbeiten.
Der Ort
Schweizer Rechenzentren - oder deine eigenen Racks, auch ganz ohne Internet.
Die Modelle
Open-Weight-Modelle, auf Code getrimmt, betrieben auf Schweizer GPUs. Wähle pro Workspace - oder lass das Gateway routen: kleine Änderungen an das schnelle Modell, schwieriges Reasoning an das starke.
| Modell | Kontext | Ideal für |
|---|---|---|
| Keera Deep | 256k | Agentische Arbeit über viele Dateien |
| Keera Swiss | 128k | Code und Dokumentation auf Deutsch, Französisch, Italienisch |
| Keera Fast | 64k | Completion, Tests, Commit-Hygiene |
| Dein Fine-Tune | - | Interne Frameworks und Legacy-Code |
Keera Deep und Keera Fast sind von Qwen-Coder abgeleitet, Keera Swiss von Apertus. Alle drei stehen unter Apache-2.0: du kannst die Weights herunterladen und mitnehmen.
Gehostete Anbieter - heute die OpenAI-Modelle - hängen hinter denselben Policies, laufen aber auf der Infrastruktur des Anbieters und nicht auf Schweizer GPUs. Sie sind standardmässig gesperrt; ein Tenant gibt sie pro Team und Datenklasse frei, oder gar nicht. Stand September 2026.
Da, wo deine Engineers arbeiten
CLI, VS Code, JetBrains und headless in der Pipeline - alles über eine OpenAI-kompatible Base-URL. Deine MCP-Server, internen APIs und Tools deklarierst du pro Projekt in AGENTS.md.
Jedes Token, das Keera Code verbraucht, läuft durch Keera Gateway: dieselben Policies, dasselbe Audit-Log wie überall sonst.
Häufige Fragen
Das fragen uns Engineering-Teams am häufigsten, bevor sie Keera Code ausprobieren.
Bleibt mein Code im Haus?
Ja. Die Modelle laufen auf Schweizer GPUs oder in deinen eigenen Racks; dein Code geht zur Inferenz dorthin und wieder zurück. Gespeichert wird er nicht, die Antwort des Modells auch nicht, und trainiert wird damit nichts.
Läuft es in meiner IDE?
CLI, VS Code, JetBrains, headless in der Pipeline. Alles hängt an derselben OpenAI-kompatiblen Base-URL - kein eigener Client, kein neues SDK, kein Plugin, das jemand pflegen muss. Du änderst eine Base-URL und arbeitest weiter wie vorher.
Sind offene Modelle gut genug?
Für die tägliche Arbeit ja: Refactorings über viele Dateien, Tests, Migrationen, Reviews. Beim schwierigsten Reasoning liegen die grossen proprietären Modelle weiter vorn - deshalb hängen sie am selben Gateway und lassen sich pro Team und Datenklasse freigeben. Wir behaupten nicht, dass offene Weights überall gewinnen. Wir behaupten, dass du die Wahl behältst.
Wie hängt das mit Keera Gateway zusammen?
Keera Code ist ein Client, Keera Gateway ist der Endpunkt, durch den seine Anfragen laufen: dieselben Policies, dasselbe Audit-Log wie für jede andere KI-Anwendung im Haus. Du kannst mit einem Team auf Keera Code anfangen und das Gateway später vor alles andere ziehen - oder umgekehrt.
Keera testen
Wir onboarden ein Team, verbinden es mit deinen Repos und zeigen dir die Zahlen. Nach 30 Tagen entscheidest du.