Modelle

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.

Google Gemini ist eine Familie multimodaler KI-Modelle von Google. Du nutzt sie, um riesige Dokumentenmengen oder Videos in Sekunden zu analysieren und im Arbeitsalltag zu verarbeiten. Trotz des enormen Kontextfensters schwächelt die Modellfamilie manchmal bei komplexem logischem Denken.

Gemini 2.5 ist eine Familie multimodaler KI-Modelle von Google DeepMind, die 2025 eingeführt wurde. Du nutzt Varianten wie Pro oder Flash für komplexe Programmieraufgaben, Datenanalysen oder Echtzeit-Audio-Interaktionen. Die Modelle bieten ein langes Kontextfenster und fortgeschrittene Denkprozesse (Deep Think).

Nano Banana ist eine Familie von KI-Bildmodellen von Google DeepMind, die nativ in Gemini integriert sind. Du nutzt sie, um per Texteingabe konsistente Marketing-Assets, Mockups oder Infografiken mit präzisem Text zu erstellen. Die Modelle bieten starke Charakterkonsistenz, sind aber oft durch Quoten limitiert.

Haiku ist ein KI-Modell von Anthropic. Im Podcast wird es als schnelles Modell beschrieben, das sich gut für einfachere Aufgaben wie das Verbessern von E-Mails eignet.

GPT-4.5 ist ein im Februar 2025 veröffentlichtes Large Language Model von OpenAI, das auf skaliertes unüberwachtes Lernen setzt. Du nutzt es für kreative Textarbeit, Programmierung und Aufgaben mit hohem EQ-Bedarf. Wegen hoher Rechenintensität kosten 1 Million Input-Token stolze 75 US-Dollar.

Claude Fable 5 ist ein im Juni 2026 veröffentlichtes KI-Modell von Anthropic für anspruchsvolle logische Aufgaben. Du nutzt es für komplexe, mehrtägige Programmierprojekte und autonome Agenten-Workflows. Bei riskanten Anfragen greifen jedoch strenge Sicherheitsfilter, die die Ausführung blockieren.

Sora ist ein Text-zu-Video-Modell von OpenAI zur Generierung realistischer Videoszenen aus Text-Prompts. Du konntest damit extrem schnell visuelle Prototypen oder Marketing-Clips erstellen. OpenAI hat die App jedoch im April 2026 eingestellt und schaltet die API am 24. September 2026 endgültig ab.

Gemini 3.1 Pro ist ein multimodales KI-Modell von Google DeepMind aus dem Februar 2026. Du nutzt es im Arbeitsalltag für komplexe Reasoning-Aufgaben, Softwareentwicklung oder die Analyse langer Audio- und Videodateien. Ein dreistufiges Thinking-System steuert dabei die Rechenzeit je nach Problemstellung.

GPT-4 ist ein multimodales Großsprachmodell von OpenAI, das im März 2023 veröffentlicht wurde. Du nutzt es für anspruchsvolle Aufgaben wie komplexe Datenanalysen, Code-Generierung oder strategische Textarbeit. Obwohl neuere Modelle wie GPT-4o schneller sind, bleibt es ein robuster Standard für präzise Logik.

Claude Opus ist eine LLM-Modellreihe von Anthropic für komplexe logische Aufgaben. Du nutzt sie für anspruchsvolles Software-Engineering, tiefe Datenanalysen und autonome Agenten-Workflows. Die Modelle bieten tiefe logische Fähigkeiten, sind jedoch langsamer und teurer als die Sonnet-Varianten.

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.

Veo ist ein KI-Videogenerierungsmodell von Google DeepMind. Du nutzt es in der Content-Erstellung, um hochauflösende Clips mit nativ synchronisiertem Audio aus Text- oder Bild-Prompts zu generieren. Die Version 3.1 bietet zwar starke physikalische Konsistenz, erfordert für optimale Ergebnisse aber extrem präzises Prompting.

DALL-E ist eine Serie von Bildgenerierungs-Modellen von OpenAI. Du nutzt sie in ChatGPT oder via API, um visuelle Konzepte, Mockups oder Marketing-Grafiken aus Text-Prompts zu erstellen. Während neuere Versionen wie DALL-E 3 Text im Bild gut rendern, stoßen sie bei komplexen räumlichen Details an Grenzen.

Claude Mythos ist eine KI-Modellreihe von Anthropic für Cybersicherheit und Softwareentwicklung. Du nutzt sie im Rahmen von Project Glasswing, um kritische Sicherheitslücken in Codebasen automatisiert aufzuspüren. Der Zugriff ist streng limitiert, da das Modell im Gegensatz zu Fable 5 kaum Sicherheitsfilter besitzt.

GPT-4.1 ist eine im April 2025 veröffentlichte LLM-Modellfamilie von OpenAI, die für Entwickler optimiert wurde. Du kannst das Modell über die API für komplexe Programmieraufgaben und präzise Befolgung langer Prompts nutzen. Es bietet ein Kontextfenster von 1 Million Token, wurde aber 2026 aus ChatGPT entfernt.

Phi-3-mini ist ein von Microsoft entwickeltes Small Language Model (SLM) mit 3,8 Milliarden Parametern. Du nutzt das Modell, um KI-Anwendungen wie Chatbots oder Textanalysen direkt lokal auf Smartphones oder Edge-Geräten auszuführen. Dank des 128K-Kontextfensters verarbeitet es auch längere Dokumente effizient.

Mistral Medium 3.5 ist ein multimodales 128B-Sprachmodell von Mistral AI. Du nutzt es für komplexe agentische Workflows und Programmieraufgaben, wobei du den Reasoning-Aufwand pro Anfrage flexibel steuern kannst. Als Open-Weights-Modell ersetzt es spezialisierte Vorgänger und lässt sich lokal betreiben.

Veo 3 ist ein KI-Videogenerationsmodell von Google DeepMind, das im Mai 2025 veröffentlicht wurde. Du nutzt es, um aus Text- oder Bild-Prompts filmische Szenen mit automatisch synchronisierten Soundeffekten und Dialogen zu erstellen. Die maximale Videolänge ist dabei standardmäßig auf acht Sekunden begrenzt.

OpenAI o3 ist ein Reasoning-Modell von OpenAI für komplexe, mehrstufige Denkprozesse. Du nutzt es im Arbeitsalltag, um anspruchsvolle Datenanalysen durchzuführen oder Code-Strukturen automatisiert zu prüfen. Seine enorme Tiefe bei Mathe und Coding erkaufst du mit spürbarer Latenz beim „Nachdenken“.

Gemini Nano ist ein kompaktes On-Device-KI-Modell von Google für mobile Endgeräte. Du nutzt es, um datenschutzfreundliche Textzusammenfassungen oder Bildbeschreibungen direkt offline auf Android-Geräten auszuführen. Das spart Cloud-Kosten, erfordert jedoch kompatible Hardware wie neuere Pixel-Smartphones.

GPT-5.6 ist eine KI-Modellfamilie von OpenAI, die aus den Varianten Sol, Terra und Luna besteht. Du nutzt die Modelle für agentisches Coding sowie zur Workflow-Automatisierung in Microsoft 365 Copilot. Das Flaggschiff Sol bietet hohe Token-Effizienz bei komplexen Aufgaben, erfordert aber höhere API-Kosten.

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.

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.

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

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.

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.

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.

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