Unabhängige Tests Aktualisiert August 2026 387 Self-Hosting-Guides 5 VPS-Anbieter getestet

comparison

Der beste VPS für OpenHands (2026): Echte Specs für den Coding-Agenten

OpenHands braucht mehr, als die Doku zugibt. Die VPS-Konfiguration, die eine lange Aufgabe übersteht – und die günstige, die beim ersten Build in OOM abstürzt.

Zuletzt geprüft:

OpenHands ist das Projekt, das früher OpenDevin hieß, inzwischen bei über 74.000 GitHub-Stars und mit monatlichen Releases. Das Hosting-Bild hat sich Anfang 2026 stark verändert, als das Team die Laufzeitumgebung aus dem Hauptprozess herausgelöst und in eine Docker-Sandbox verschoben hat. Gut für die Sicherheit. Schmerzhaft, wenn du die alte Dokumentation liest und einen 2-GB-VPS bestellst.

Ich betreibe OpenHands seit neun Wochen als meinen Hintergrund-Coding-Agenten. Hier ist, was das Datenblatt verschweigt.

Was OpenHands wirklich braucht

Drei Ressourcenfresser, in der Reihenfolge, wie oft sie zuschlagen:

  1. Die Sandbox. Docker-in-Docker, mit einem Laufzeit-Image zwischen 800 MB und 2,5 GB, je nach Sprach-Stack. Jede aktive Aufgabe startet eine eigene.
  2. Build- und Installationsschritte. Wenn der Agent beschließt, npm install oder pip install auf einem echten Repo auszuführen, schießt der RAM-Verbrauch hoch.
  3. Das Modell. Wenn du das LLM zusätzlich auf derselben Maschine selbst hostest, brauchst du eine GPU und eine ganz andere Hardware-Klasse.

Die meisten Nutzer wollen Pfad 1 plus 2 auf einer reinen CPU-Maschine, während das Modell bei Anthropic oder OpenAI liegt. Genau dieses Setup behandelt der Rest dieser Seite.

VPS-Vergleich für OpenHands

AnbieterPlanvCPURAMSpeicherMonatlichAm besten geeignet für
Hetzner CloudCCX23416 GB160 GB NVMe85,99 EURStandard-Alltagswahl
Contabo VPSVPS M616 GB400 GB NVMe8,50 EURBudget-Wahl, wenn langsames Provisioning nicht stört
DigitalOceanPremium AMD 4 GB28 GB100 GB NVMe28 USDUS-Team, geringes Aufgabenvolumen
VultrHF General 16 GB416 GB320 GB NVMe48 USDWenn viele gleichzeitige Sandboxes gebraucht werden

Hetzner Cloud CCX23: Meine aktuelle Wahl

Die CCX-Linie ist der Sweet Spot für OpenHands. CCX13 mit 8 GB funktioniert für leichte Solo-Nutzung, aber sobald du den Agenten bittest, zwei Dinge parallel zu erledigen, willst du CCX23. NVMe ist wichtig, weil die Sandbox während Builds viel schreibt, und Hetzners I/O ist konstant auf eine Weise, wie es Contabos ältere Knoten nicht waren.

Was hier für OpenHands funktioniert:

Nachteil: Das inkludierte ausgehende Datenvolumen von 20 TB klingt nach viel, bis der Agent beschließt, in einer Schleife Fünf-Gigabyte-Repos zu klonen. Behalte den Zähler im Auge.

Hetzner einrichten: Hetzner Cloud.

Contabo VPS M: Der 8-Euro-Geheimtipp

Schwer zu widerlegen: 6 vCPU und 16 GB für 8,50 EUR. Bei den neueren NVMe-Plänen ist das I/O-Profil für OpenHands völlig in Ordnung. Die zwei echten Nachteile: Das Provisioning dauert Stunden statt Sekunden, und die ausgehende Latenz zu den großen Modell-APIs ist durchgehend 100 bis 200 ms schlechter als bei Hetzner. Wenn du die Maschine langfristig laufen lässt, ist das kein Problem. Wenn du oft hoch- und wieder runterfährst, ist die Wartezeit brutal.

Vorteile:

Negativpunkt, den ich nicht schönreden will: Die Support-Antwortzeiten in den günstigeren Stufen können sich über Tage hinziehen.

Contabo holen: Contabo VPS.

DigitalOcean Premium AMD: Für US-Teams

Wenn dein Modell-Endpunkt in US-East liegt und dein Team auch, sparen sich DigitalOceans NYC3-Knoten einen Roundtrip bei jedem Modellaufruf. Die 8-GB-Stufe stemmt einen einzelnen OpenHands-Worker, aber ich würde darauf nicht mehr als eine schwere Sandbox laufen lassen. Die neueren Premium-AMD-Knoten sind spürbar flotter als die älteren Shared-CPU-Pläne, den Aufpreis wert.

Ehrlicher Nachteil: 28 USD für 8 GB sind happig im Vergleich zu Hetzners EU-Preisen. Zahl es, wenn Latenz wichtiger ist als Euro pro Gigabyte.

DigitalOcean einrichten: DigitalOcean.

Vultr HF General 16 GB: Für Multi-Sandbox-Workloads

Wenn du OpenHands als Team-Tool nutzt und drei oder vier gleichzeitige Sandboxes brauchst, ist Vultrs High-Frequency-Linie die einfachste Landestelle. Der 16-GB-Plan mit 4 vCPU bietet genug Spielraum, dass keine einzelne Aufgabe die anderen aushungert, und Vultrs weltweite Regionskarte zählt, wenn dein Team über mehrere Kontinente verteilt ist.

Vultr holen: Vultr.

Häufige Stolperfallen beim Selbst-Hosten von OpenHands

Drei Dinge, die mir zum Verhängnis wurden:

  1. Docker-Socket-Exposition. Die Sandbox braucht den Docker-Socket des Hosts. Auf einem Single-User-VPS ist das in Ordnung, auf einem geteilten gefährlich. Betreibe OpenHands nicht als Dienst für nicht vertrauenswürdige Nutzer ohne einen separaten Laufzeit-Benutzer.
  2. Aufräumen. Alte Sandbox-Container sammeln sich schnell an. Richte ein tägliches docker container prune ein, sonst geht dir innerhalb einer Woche der Speicherplatz aus.
  3. Speicherlimits. Begrenze jede Sandbox explizit auf 4 GB. Ohne Limits frisst ein außer Kontrolle geratenes npm install den ganzen VPS auf und reißt die Orchestrierungsschicht mit sich.

Was ich tatsächlich wählen würde

Wenn du heute startest und OpenHands als deinen Hintergrund-Programmierer willst:

Für das größere Bild des Selbst-Hostings siehe den SelfHostVPS-Vergleich. OpenHands entwickelt sich schnell, daher aktualisiere ich diese Seite nach größeren Sandbox- oder Laufzeit-Änderungen im Main-Branch.

Frequently asked questions

Was ist der minimale VPS für das Selbst-Hosting von OpenHands?

4 vCPU und 8 GB RAM sind das Minimum, wenn du deinen eigenen Modell-API-Schlüssel mitbringst. Der Agent betreibt die Laufzeitumgebung in einer Docker-in-Docker-Sandbox, die deutlich mehr Ressourcen frisst, als man denkt. Mit 2 GB RAM kippt der Sandbox-Container sofort in Out-of-Memory, sobald npm-Pakete installiert oder etwas kompiliert wird. Für alles jenseits von Spielereien solltest du mit 16 GB planen.

Braucht OpenHands eine GPU auf dem VPS?

Nein, außer du hostest das Modell ebenfalls selbst. OpenHands selbst ist eine Python-Orchestrierungsschicht plus eine gesandboxte Laufzeitumgebung, beides rein CPU-gebunden. Die Rechenlast, die zählt, steckt im Modell hinter deinem API-Schlüssel. Ein reiner CPU-Server wie eine Hetzner CCX oder eine Contabo-NVMe-Maschine funktioniert problemlos, wenn du auf Anthropic, OpenAI oder einen entfernten vLLM-Endpunkt zeigst.

Läuft OpenHands auf einem 5-Dollar-Contabo-VPS?

Technisch ja, im Einzelaufgaben-Modus mit dem kleinsten Sandbox-Image. In der Praxis swappt er stark, und jede Aufgabe, die eine Node-Toolchain zieht oder eine Python-Testsuite ausführt, kippt ihn um. Gib die zusätzlichen 5 Euro für die nächste Stufe aus, und du ersparst dir eine Woche Frust.

Warum verbraucht OpenHands so viel Speicherplatz?

Die Sandbox zieht pro Aufgabentyp ein eigenes Docker-Image, und der Agent behält Repo-Klone, Build-Artefakte und ein Zustandsverzeichnis pro Konversation. 80 GB NVMe sind das realistische Minimum für den täglichen Einsatz. Nach einem Monat gemischter Python- und TypeScript-Arbeit ist mir der Arbeitsbestand schon auf 30 GB angewachsen, bevor ich aufgeräumt habe.