Modelle

Google Gemini ist eine Familie multimodaler KI-Modelle von Google für Text, Code, Bild und Audio. Du nutzt sie über die API, um große Datensätze zu analysieren oder agentische Workflows zu bauen. Die Modelle heben sich durch native Multimodalität und lange Kontextfenster vom Wettbewerb ab.

GPT-5 ist das aktuelle Flaggschiff-Sprachmodell von OpenAI. Es deckt Reasoning, multimodale Eingabe und Tool-Use ab und laeuft als Backend hinter ChatGPT-Pro-Features.

Gemini 2.5 ist eine Familie multimodaler KI-Modelle von Google DeepMind. Du nutzt Varianten wie Pro oder Flash für komplexe Programmieraufgaben, agentische Workflows und die Analyse großer Datenmengen. Die Modelle heben sich durch erweiterte logische Schlussfolgerungen und ein langes Kontextfenster ab.

GPT-4.5 ist ein Sprachmodell von OpenAI, das auf skaliertes unüberwachtes Lernen setzt. Operator:innen nutzen es für Aufgaben, die emotionale Intelligenz und kreative Mustererkennung erfordern. Im Gegensatz zu o1-Modellen liegt der Fokus auf reduzierten Halluzinationen statt auf komplexer Logik.

Sora ist ein Text-zu-Video-Modell von OpenAI, das aus Text-Prompts realistische Videoszenen generiert. Du nutzt es, um schnell visuelle Inhalte für Marketing oder Prototyping zu erstellen. Beachte, dass OpenAI die eigenständige App im April 2026 eingestellt hat und die API im September 2026 abschaltet.

DeepSeek ist eine Familie von Open-Weight-Sprachmodellen (wie V3 oder R1) des chinesischen KI-Unternehmens DeepSeek. Du nutzt sie für komplexe Reasoning-Aufgaben, Coding oder als Basis für eigene KI-Anwendungen. Die Modelle heben sich durch eine effiziente MoE-Architektur und niedrige Kosten vom Wettbewerb ab.

Veo ist ein Video-Generierungsmodell von Google DeepMind. Du nutzt es, um aus Text- oder Bild-Prompts hochauflösende Videos mit nativ synchronisiertem Audio und Soundeffekten zu erstellen. Es bietet dir erweiterte kreative Kontrolle und ist über die Gemini API oder Google Flow zugänglich.

Claude Opus ist das Premium-Sprachmodell von Anthropic. Du nutzt es für komplexe Aufgaben wie professionelles Software-Engineering, agentische Workflows und tiefgehende Datenanalysen. Es zeichnet sich durch adaptives Denken aus, wodurch das Modell bei schwierigen Problemen automatisch mehr Rechenzeit investiert.

Nano Banana ist ein KI-Bildmodell von Google, das zur Gemini-Familie gehört. Du nutzt es, um Marketing-Assets, Produkt-Mockups oder Infografiken zu erstellen und per Texteingabe zu bearbeiten. Das Modell hebt sich durch Geminis Weltwissen ab, wodurch es konsistente Charaktere und fehlerfreien Text generiert.

Claude Sonnet ist das Workhorse-Modell von Anthropic — schneller und guenstiger als Opus, staerker als Haiku. Deckt den Grossteil produktiver Anwendungsfaelle ab, von Content bis Code.

GPT-4.1 ist ein großes Sprachmodell von OpenAI für komplexe Aufgaben. Du nutzt es über die API oder in Tools wie GitHub Copilot, um anspruchsvolle Programmieraufgaben zu lösen und präzise Anweisungen umzusetzen. Es bietet dir ein Kontextfenster von bis zu einer Million Token.

Gemini 3.5 Flash ist ein schnelles KI-Modell von Google für agentische Workflows. Du nutzt es, um mehrstufige Aufgaben wie Code-Generierung mit geringer Latenz zu automatisieren. Es bietet Leistung nahe am Pro-Modell, ist jedoch teurer als sein direkter Vorgänger.

Mistral Medium 3.5 ist ein multimodales Open-Weights-Sprachmodell von Mistral AI. Du nutzt es für komplexe agentische Workflows, Coding-Aufgaben und tiefgehende Schlussfolgerungen. Es vereint Chat, Reasoning und Coding in einem einzigen 128B-Modell und ersetzt damit spezialisierte Vorgängermodelle.

Gemini Nano ist ein lokales KI-Modell von Google für Endgeräte. Du nutzt es, um KI-Funktionen wie Textzusammenfassungen direkt in Android-Apps oder Chrome-Erweiterungen zu integrieren. Die Offline-Verarbeitung spart Cloud-Kosten und sichert Datenschutz, hängt aber von der lokalen Hardware ab.

DALL-E ist ein Text-zu-Bild-Modell von OpenAI, das Bilder aus Text-Prompts generiert. Du nutzt es, um schnell visuelle Konzepte, Designelemente oder Marketingmaterialien zu erstellen. Es zeichnet sich dadurch aus, komplexe Anweisungen präzise umzusetzen und lesbaren Text in Bilder zu integrieren.

Phi-3-mini ist ein Small Language Model (SLM) von Microsoft für den lokalen Einsatz auf Endgeräten. Du nutzt es, um ressourcenschonende KI-Funktionen wie Chatbots direkt auf Edge-Geräten bereitzustellen. Mit 3,8 Milliarden Parametern erreicht es die Leistung deutlich größerer Modelle auch ohne Cloud-GPUs.

Veo 3 ist ein Text-zu-Video-Modell von Google DeepMind, das Videos mit nativem Audio generiert. Du nutzt es, um aus Prompts realistische Clips inklusive Soundeffekten und Dialogen zu erstellen. Die direkte Erzeugung von Bild und Ton unterscheidet es von rein visuellen Modellen.

GPT-4 ist ein multimodales Sprachmodell von OpenAI, das Text- und Bildeingaben verarbeitet. Du nutzt es über die API oder ChatGPT für komplexe Aufgaben wie Content-Erstellung, Datenanalyse oder Code-Generierung. Trotz neuerer Versionen wie GPT-4o bleibt es ein robuster Standard für viele Unternehmensanwendungen.

OpenAI o3 ist ein fortschrittliches Reasoning-Modell von OpenAI. Du nutzt es für komplexe Aufgaben in Programmierung, Mathematik und Datenanalyse, bei denen tiefgründiges, mehrstufiges Nachdenken erforderlich ist. Es integriert native Tools wie Web-Suche und Bildanalyse direkt in seinen Denkprozess.

Marco MT ist ein Übersetzungs-Sprachmodell (LLM) der Alibaba International Digital Commerce Group. Du nutzt es, um Produktbeschreibungen und Kunden-Chats im E-Commerce präzise zu lokalisieren. Das auf Qwen basierende Modell erfasst kulturelle Nuancen und idiomatische Ausdrücke besonders gut.

Sonar ist Perplexitys eigenes Sprachmodell, das direkt auf Web-Suche spezialisiert ist. Liefert Antworten mit Quellen und nutzt Real-Time-Retrieval statt nur Training-Data.

o1 ist die Reasoning-Modellfamilie von OpenAI, optimiert fuer mehrstufiges Denken in Mathe, Wissenschaft und Coding. Denkt laenger bevor es antwortet — andere Latenz-Charakteristik als GPT-4-Familie.

GPT-3 ist ein großes Sprachmodell von OpenAI, das auf einer riesigen Datenmenge trainiert wurde. Du kannst es über die API nutzen, um menschenähnliche Texte zu generieren, zu übersetzen, zusammenzufassen oder Fragen zu beantworten. Es zeichnete sich durch seine 175 Milliarden Parameter und die Fähigkeit zum Zero- und Few-Shot-Learning aus.

Claude Haiku ist das schnellste und guenstigste Modell von Anthropic. Eingesetzt fuer Echtzeit-Anwendungen, einfache Klassifikation und hochvolumige Tasks wo Latenz wichtiger ist als tiefes Reasoning.

Gemini Flash ist Googles latenz-optimiertes Modell fuer High-Volume-Anwendungen. Eingesetzt wenn Kosten und Response-Time wichtiger sind als maximale Tiefe.

Mistral Large ist das europaeische Flaggschiff-Modell von Mistral AI in Paris. Multilingual (inkl. stark auf Deutsch, Franzoesisch), DSGVO-freundliche Infrastruktur in Europa.

Llama 4 ist die aktuelle Generation von Metas offener Modellfamilie. Open-Weights-Modelle, die selbstgehostet werden koennen — relevante Alternative zu proprietaeren APIs fuer Firmen mit Daten-Sensibilitaet.

Gemini 2.5 Pro ist das Flaggschiff-Modell von Google fuer komplexe Tasks — Reasoning, Multi-Step-Planung, Coding. Bietet eines der groessten Context-Windows am Markt.

Grok 4 ist das aktuelle Modell von xAI (Elon Musks KI-Firma), integriert in X/Twitter. Fokus auf Echtzeit-Web-Zugriff und direkter Persoenlichkeit.