Was ist Tabby?
Tabby ist ein kostenloser, quelloffener, selbst gehosteter KI-Coding-Assistent, den Sie auf Ihrem eigenen Server betreiben, positioniert als On-Premises-Alternative zu GitHub Copilot. Er wurde von Meng Zhang und Lucy Gao gegründet, beide ehemalige Google-Ingenieure, und kündigte im Oktober 2023 eine Seed-Runde über 3,2 Millionen $ an, angeführt von Yunqi Partners und ZooCap.
- Produkttyp: ein selbst gehosteter Server (via Docker) plus IDE-Erweiterungs-Clients — kein Cloud-SaaS-Produkt
- Lizenz: Apache 2.0 für den Kern des Projekts; ein separates
ee/-Verzeichnis (Enterprise Edition) trägt eine eigene Lizenz - Gründer: Meng Zhang und Lucy Gao, beide Ex-Google
- Finanzierung: eine Seed-Runde über 3,2 Millionen $, angekündigt im Oktober 2023, angeführt von Yunqi Partners und ZooCap
- Umfang: etwa 33.900 GitHub-Stars und 1.800 Forks zum Zeitpunkt dieser Review
- Kernunterscheidungsmerkmal: On-Premises-/Air-Gapped-Deployment — kein Code oder Vervollständigungen verlassen Ihre eigene Infrastruktur
Was macht Tabby tatsächlich?
Tabby fügt Ihrem Editor KI-gestützte Code-Vervollständigung und Chat hinzu, betrieben gegen ein selbst gehostetes lokales Modell statt einer Cloud-API, mit einer optionalen RAG-artigen Kontextschicht, die Antworten in Ihrer eigenen Codebase und Dokumentation verankert.
- Code-Vervollständigung: mehrzeilige und ganze Funktions-Inline-Vorschläge während der Eingabe, vergleichbar mit der Kernfunktion von GitHub Copilot
- Chat: konversationelle Unterstützung zu Ihrem Code direkt in der IDE
- „Answer Engine": eine Codebase-Q&A-Funktion, die auf indexierten Repository-Inhalten basiert
- Context Providers: eine RAG-artige Schicht, die Repository-, Dokumentations- und Konfigurationskontext einbezieht, um Vervollständigungen und Chat zu verankern
- Unterstützte lokale Modelle: empfohlene/dokumentierte Optionen umfassen StarCoder-1B, Qwen2-1.5B-Instruct, CodeLlama 7B, CodeGemma und die CodeQwen-Serie
- Hardware-Unterstützung: consumer-taugliche NVIDIA-GPUs via Docker, AMD-GPUs via ein eigenes
tabby-rocm-Image, und Apple Silicon (M1/M2 und neuer) via Metal - MCP-Unterstützung: Tabby kann als MCP-Client agieren und Model-Context-Protocol-Server als zusätzliche Context Provider registrieren (stdio- und Streamable-HTTP-Transporte) — diese Integration entwickelt sich laut einem offenen GitHub-Issue, das tiefergehende Unterstützung fordert, noch weiter, statt bereits ein ausgereifter, vollwertiger MCP-Client zu sein
Plattform, Preise und Lizenzierung
Plattformen
- Was Tabby angibt:
- Selbst gehosteter Server via Docker (NVIDIA, AMD ROCm oder Apple Silicon/Metal), mit IDE-Clients für VS Code, JetBrains-IDEs und Vim/Neovim.
Community-Stufe
- Was Tabby angibt:
- Kostenlos, für bis zu 5 Nutzer, inklusive Code-Vervollständigung, Chat, Answer Engine und Context Providers.
Team-Stufe
- Was Tabby angibt:
- Kostenpflichtig, laut Drittquellen rund 19 $/Platz/Monat für bis zu 50 Nutzer; die genaue aktuelle Zahl konnte via tabbyml.com/pricing nicht sauber bestätigt werden — vor Budgetierung direkt prüfen.
Enterprise-Stufe
- Was Tabby angibt:
- Individuelles Angebot, für unbegrenzte Nutzer, mit zusätzlichen Sicherheits-, SSO- und Gruppenverwaltungsfunktionen.
Lizenzierung
- Was Tabby angibt:
- Apache 2.0 für den Kern, bestätigt über die LICENSE-Datei des GitHub-Repositorys. Ein separates
ee/-Verzeichnis und Drittkomponenten tragen eigene Lizenzen.
Tabbys Preisseite lieferte während der Recherche zu dieser Review uneinheitliche Daten (neben den Community-/Team-/Enterprise-Zahlen erschien auch ein unabhängig wirkendes Jahrespreismodell) — betrachten Sie keine konkrete Team-/Enterprise-Dollarzahl als bestätigt, ohne direkt bei tabbyml.com/pricing nachzuprüfen.
Tabby herunterladen und installieren
Tabbys Server läuft über ein veröffentlichtes Docker-Image, und seine IDE-Clients lassen sich kostenlos aus den Standard-Marktplätzen installieren.
Source | Link |
|---|---|
| GitHub-Repository (Quellcode, Apache 2.0) | github.com/TabbyML/tabby |
| Docker-Image (NVIDIA/CPU) | tabbyml/tabby auf Docker Hub, oder ghcr.io/tabbyml/tabby |
| Docker-Image (AMD-GPU/ROCm) | tabby-rocm — aktuellen Image-Namen im GitHub-Repository nachsehen |
| VS Code Marketplace | marketplace.visualstudio.com/items?itemName=TabbyML.vscode-tabby |
| JetBrains Marketplace | Plugin gelistet als "Tabby" — im JetBrains Marketplace suchen, oder aktuellen Link in Tabbys Doku nachsehen |
| Dokumentation | tabby.tabbyml.com/docs/welcome |
Der Betrieb des Servers erfordert eigene Hardware (idealerweise eine GPU) und etwas Docker-/Ops-Erfahrung — kein Ein-Klick-Cloud-Signup wie bei den meisten Wettbewerbern.
Für wen eignet sich Tabby?
Tabby passt zu Entwicklern und Teams, für die der Verbleib des Codes auf der eigenen Infrastruktur wichtiger ist als der Zugriff auf das leistungsfähigste Cloud-Modell.
Nutzen Sie Tabby, wenn Sie
- Code-Vervollständigung benötigen, die Ihre eigene Infrastruktur nie verlässt — für air-gapped, regulierte oder sicherheitskritische Umgebungen
- bereits einen GPU-Server betreiben (oder bereit sind, einen zu betreiben) und mit Docker-basiertem Deployment und Betrieb vertraut sind
- einen quelloffenen (Apache-2.0-Kern), selbst überprüfbaren Coding-Assistenten statt eines Closed-Source-Cloud-Produkts möchten
- realistisch einschätzen, dass die Vervollständigungsqualität dem gewählten lokalen Modell folgt, nicht einem Frontier-Cloud-Modell
- ein kleines Team (5 oder weniger) sind, das in die kostenlose Community-Stufe passt, oder ein größeres Team, das für Team-/Enterprise-Platzverwaltung zahlen möchte
Suchen Sie anderswo, wenn Sie
- ein Zero-Ops-, cloudgehostetes Produkt ohne eigenen Server möchten — ein SaaS-Tool wie GitHub Copilot oder Cursor passt besser
- die bestmögliche Vervollständigungs-/Chat-Qualität unabhängig vom Verarbeitungsort benötigen — Cloud-Frontier-Modelle übertreffen die kleineren lokalen Modelle, für die Tabby konzipiert ist, in der Regel
- einen vollständig autonomen Coding-Agenten benötigen (Multi-Datei-Planung, Terminal-Ausführung) — Tabby ist ein Vervollständigungs-/Chat-Assistent, kein agentisches Tool wie Cline oder Cursors Agent-Modus
- keine GPU-Hardware oder Ops-Kapazität haben, um einen selbst gehosteten Dienst zu betreiben und zu warten
Wofür Tabby nicht gut geeignet ist
Tabby passt nicht gut, wenn Sie Cloud-Niveau-Vervollständigungsqualität ohne jegliche Infrastruktur-Verwaltung möchten, oder wenn Sie autonomes Multi-Datei-Agentenverhalten benötigen.
- Kein Zero-Ops-Produkt — Sie müssen Ihren eigenen Server bereitstellen, betreiben und warten (idealerweise mit GPU), was realen operativen Aufwand bedeutet, den ein Cloud-SaaS-Tool nicht erfordert
- Keine garantierte Übereinstimmung mit der Vervollständigungsqualität von Cloud-Frontier-Modellen — die Ausgabe ist durch das gewählte lokale Modell begrenzt; manche Nutzer beschreiben die Ausgabe bei komplexen Aufgaben als merklich schwächer
- Kein autonomer Coding-Agent — es ist ein Vervollständigungs-/Chat-Assistent, kein Tool für Multi-Datei-Planung und -Ausführung wie Cline oder Cursors Agent-Modus
- Für MCP noch nicht vollständig ausgereift — Tabby kann als MCP-Client agieren, aber die Integration entwickelt sich laut einer offenen GitHub-Feature-Anfrage noch weiter, statt eine vollständige Implementierung zu sein
- Bei größeren Teams mit Verwaltungsbedarf nicht kostenlos skalierbar — die Community-Stufe ist auf 5 Nutzer begrenzt; größere Teams benötigen einen kostenpflichtigen Team- oder Enterprise-Plan
Häufige Fehler bei der Bewertung von Tabby
Die meiste Verwirrung um Tabby entsteht durch die Erwartung, es solle sich wie ein Cloud-SaaS-Produkt oder ein vollständig autonomer Coding-Agent verhalten.
Fehler 1: Erwarten, dass Tabby ohne eigene GPU-Hardware funktioniert
Tabby ist ein selbst gehostetes Produkt — Vervollständigungsqualität und -geschwindigkeit hängen direkt von der Hardware ab, auf der es läuft. Ohne eine einigermaßen leistungsfähige GPU (oder Apple Silicon via Metal) sind langsamere oder qualitativ schwächere Vorschläge als bei einem cloudgehosteten Wettbewerber zu erwarten.
Fehler 2: Annehmen, das gesamte Repository stehe unter Apache 2.0
Der Kern des Projekts steht unter Apache 2.0, aber das ee/-Verzeichnis (Enterprise Edition) und einige Drittkomponenten tragen eigene Lizenzen. Prüfen Sie die spezifische Datei-/Verzeichnislizenz, bevor Sie kommerzielle Produkte auf Tabby aufbauen oder es weiterverteilen.
Fehler 3: Vollständig autonomes Agentenverhalten erwarten
Tabby ist ein Code-Vervollständigungs- und Chat-Assistent mit Answer Engine und MCP-basierten Context Providers — es ist nicht für autonome, mehrstufige Planung und Ausführung konzipiert, wie es bei Cline oder Cursors Agent-Modus der Fall ist.
Fehler 4: Annehmen, veröffentlichte Team-/Enterprise-Preise seien ungeprüft aktuell
Diese Review fand bei der Prüfung von tabbyml.coms Preisseite uneinheitliche Preisdaten vor. Prüfen Sie aktuelle Team- und Enterprise-Preise direkt bei TabbyML, statt sich auf eine zwischengespeicherte oder von Dritten stammende Zahl zu verlassen.
Wettbewerber und Alternativen
Tabby wird am häufigsten mit GitHub Copilot, Continue.dev, Sourcegraph Cody und Cursor verglichen — sein Hauptunterscheidungsmerkmal gegenüber allen ist das selbst gehostete On-Premises-Deployment.
Tool | Best known for | Link |
|---|---|---|
| GitHub Copilot | Microsofts/GitHubs verbreitete, cloudgehostete KI-Autocomplete- und Chat-Erweiterung | github.com/features/copilot |
| Continue.dev | Open-Source Autocomplete/Chat-Erweiterung, eingestellt (im Juni 2026 von Cursor übernommen) | Continue.dev Review |
| Sourcegraph Cody | Nur für Enterprise, KI-Assistent basierend auf Sourcegraphs Code-Suchtechnologie | Sourcegraph Cody Review |
| Cursor | Kommerzieller, eigenständiger, cloudbasierter KI-first Code-Editor | cursor.com |
| Cline | Open-Source, autonome Agenten-Erweiterung für VS Code und JetBrains | Cline Review |
Diese Liste spiegelt Tools wider, mit denen Tabby häufig verglichen wird, nicht ein unabhängiges PromptQuorum-Ranking — prüfen Sie die aktuellen Preise und den Funktionsumfang jedes Tools vor einer Entscheidung.
Häufig gestellte Fragen
Was ist Tabby?
Tabby (github.com/TabbyML/tabby) ist ein kostenloser, quelloffener, selbst gehosteter KI-Coding-Assistent, konzipiert als On-Premises-Alternative zu GitHub Copilot.
Ist Tabby kostenlos?
Die selbst gehostete Community-Stufe im Kern ist kostenlos für bis zu 5 Nutzer. TabbyML als Unternehmen verkauft kostenpflichtige Team- und Enterprise-Stufen auf demselben selbst gehosteten Kern für größere Teams.
Ist Tabby quelloffen?
Ja, der Kern des Projekts ist unter Apache 2.0 lizenziert, bestätigt über sein GitHub-Repository. Ein separates Enterprise-Edition-Verzeichnis und einige Drittkomponenten tragen eigene Lizenzen.
Brauche ich eine GPU, um Tabby zu betreiben?
Eine GPU wird dringend für gute Vervollständigungsgeschwindigkeit und -qualität empfohlen — Tabby unterstützt NVIDIA-GPUs, AMD-GPUs via ROCm und Apple Silicon via Metal. Es kann auf CPU laufen, aber mit langsamerer Leistung.
Unterstützt Tabby MCP (Model Context Protocol)?
Tabby kann als MCP-Client agieren und MCP-Server als Context Provider registrieren, aber diese Integration entwickelt sich laut einer offenen GitHub-Feature-Anfrage noch weiter, statt eine vollständige, ausgereifte Implementierung zu sein.
Wie schneidet Tabby im Vergleich zu GitHub Copilot ab?
Copilot ist ein cloudgehostetes, Closed-Source-Produkt mit großen Frontier-Modellen. Tabby ist selbst gehostet und quelloffen, behält Code auf Ihrer eigenen Infrastruktur, aber die Vervollständigungsqualität hängt vom (typischerweise kleineren) lokalen Modell ab, das Sie wählen.
Wer hat Tabby gegründet?
Tabby wurde von Meng Zhang und Lucy Gao gegründet, beide ehemalige Google-Ingenieure, die im Oktober 2023 eine Seed-Runde über 3,2 Millionen $ ankündigten.
Kann Tabby autonom mehrere Dateien bearbeiten wie Cline oder Cursor?
Nein. Tabby ist ein Code-Vervollständigungs- und Chat-Assistent, kein autonomer Multi-Datei-Agent — für dieses agentische Verhalten kommen eher Cline oder Cursors Agent-Modus infrage.
Welche IDEs unterstützt Tabby?
VS Code, die meisten JetBrains-IDEs und Vim/Neovim.
Hat PromptQuorum Tabbys Angaben unabhängig getestet?
Diese Review basiert auf Tabbys GitHub-Repository, seiner Dokumentation und unabhängiger Berichterstattung (TechCrunch, SiliconANGLE), statt auf praktischem Benchmarking durch PromptQuorum.