Lohnt sich Cherry Studio wirklich? Zuerst: Was ist das überhaupt? Ein Open-Source-KI-Desktop-Client mit rund 52.000 Stars auf GitHub, der sich als „AI productivity studio" versteht und Multi-Modell-Chat, über 300 eingebaute Assistenten sowie autonome Agenten mit Werkzeugzugriff in einem Fenster vereint. Kein Server nötig — Installer herunterladen, eigene Modell-API-Keys eintragen oder ein lokales Modell anbinden, fertig. Im Folgenden: der aktuelle Stand des Projekts, für wen es taugt, was es wirklich kostet — und drei belegte Fallstricke aus den GitHub Issues.
Chat, Assistenten und Agenten in einem Fenster
Cherry Studios Kernversprechen ist Bündelung: OpenAI, Anthropic, DeepSeek und diverse chinesische Anbieter haben je eigene Webseiten und Clients — Cherry Studio fasst all diese Zugänge in einer Desktop-App zusammen. Eine Chat-Oberfläche kann mehrere Modelle gleichzeitig aufrufen und Antworten nebeneinander vergleichen; über 300 eingebaute Assistenten decken Schreiben, Übersetzen und Coden ab, eigene Assistenten lassen sich erstellen.
Seit Version 2.0 ist aus der „Chat-Hülle" eine „Werkbank" geworden: Die Agenten-Laufzeitumgebung ist eingebaut, Agenten können lokale Dateien lesen und schreiben sowie Wissensdatenbanken pflegen; der neue office-transform-Skill in 2.1.0 extrahiert Inhalte aus Tabellen, Dokumenten, PDFs und Folien in neue Dateien. MCP (Model Context Protocol) wird unterstützt, externe Werkzeuge lassen sich anbinden, und 2.1.0 brachte zusätzlich eine eingebaute Browser-Steuerung für Agenten.
Warum der Hype?
Drei Gründe. Erstens: ein echter Schmerzpunkt. Multi-Modell-Nutzer gibt es wirklich, und Dutzende Modellzugänge in einem Client zu verwalten ist ein echtes Bedürfnis. Zweitens: hohes Tempo bei Updates, große Refactorings inklusive. Drittens: ein starkes chinesischsprachiges Ökosystem — jede Version erscheint parallel als China Edition (CN), Release Notes sind zweisprachig Chinesisch/Englisch, und chinesische Nutzer finden bei Problemen massenhaft Diskussionen auf Chinesisch.
Für wen — und für wen nicht
Drei Gruppen passen: Wer API-Keys mehrerer Modellanbieter besitzt und einheitlich verwalten will; wer Assistenten, Agenten und Wissensdatenbanken langfristig an einem Ort halten will; wer lokale Modelle (Ollama, LM Studio) anbinden will, um API-Kosten zu sparen, oder gern mit MCP bastelt und der KI externe Werkzeuge geben will.
Ehrlichkeitshalber auch die Gegenliste: Wer nur eine schlanke Chat-Box sucht, für den ist das zu schwer. Nutzer unter macOS 13 können es gar nicht installieren — v2.1.0 hob das Minimum auf macOS 13. Und wer einer Desktop-App keine Datei-Lese-/Schreibrechte geben will, sollte es lassen — die Agenten-Fähigkeiten bauen auf lokalem Dateizugriff auf.
Kosten: Die Software ist gratis, die Modelle kosten
Erst das Grundprinzip: Cherry Studio ist ein Desktop-Client, kein Serverprojekt zum Selbst-Hosten. Installer für das jeweilige System laden (Windows, macOS und Linux werden abgedeckt, dazu portable Versionen ohne Installation), doppelklicken, läuft. Keine Server-, Domain- oder Betriebskosten.
Die echten Kosten stecken in den Modellen. Cloud-APIs werden nach Verbrauch je Anbieter abgerechnet; bei lokalen Modellen über Ollama oder LM Studio werden die Kosten zu RAM und VRAM des eigenen Rechners. Spartipp: Seit 2.0 lassen sich bestehende Abos wie Claude oder Codex weiterverwenden.
Drei echte Fallstricke aus den GitHub Issues
Fallstrick eins: Vor dem Update sichern. Ein Nutzer meldete, dass nach dem Update auf v1.9.13 Dateien in einem Ordner seines D:-Laufwerks offenbar gelöscht wurden — Verdacht auf einen Bug in der Migrations- oder Bereinigungslogik des Updates (Issue #18074). Einzelfall, aber die Lehre ist allgemeingültig: wichtige Verzeichnisse vor dem Update sichern.
Fallstrick zwei: Seit 2.0 ruckeln lange Sessions. Ein Nutzer meldete: Sobald ein einzelnes Thema rund 20.000 Tokens ansammelt, beginnen Scrollen und Blättern in der Chat-Oberfläche spürbar zu ruckeln — in v1 war dasselbe Szenario flüssig, Verdacht auf eine Rendering-Regression aus dem v2-Rewrite (Issue #18356). Wer gern Zehntausende Wörter in einem Thema chattet, sollte regelmäßig neue Themen anlegen.
Fallstrick drei: Intensive MCP-Nutzer sollten Updates gut überlegen. Eine Regression in 2.0: Von MCP-Servern bereitgestellte Prompts sind in den Einstellungen sichtbar, lassen sich aber aus dem Chat-Eingabefeld nicht aufrufen — der Slash-Befehl aus 1.x, der das konnte, fiel dem 2.0-Rewrite zum Opfer (Issue #17999). Wer im Workflow stark auf MCP-Prompts baut, sollte vor dem Update prüfen, ob das behoben ist.
Offizielle Repository-Informationen
- Plattform: GitHub
- Organisation: CherryHQ
- Projekt: cherry-studio
- Repository:
CherryHQ/cherry-studio(reiner Text)
Unterm Strich: Cherry Studio ist ein Schweizer Taschenmesser für Power-User — je mehr Modelle man jongliert und je vertrackter die Anforderungen, desto mehr lohnt es sich. Wer nur gelegentlich fragt, für den überwiegen Lern- und Einrichtungskosten den Nutzen.
