Modelle

Google Gemini ist eine Familie multimodaler KI-Modelle von Google für Text, Code, Bild und Audio. Du nutzt sie über die API oder Vertex AI, um große Datensätze zu analysieren oder automatisierte Workflows zu bauen. Ein starker Vorteil ist das Kontextfenster von bis zu zwei Millionen Token.

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, 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 steuerbare Denkprozesse (Thinking Budgets).

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 zu erstellen. Trotz starker Textdarstellung stoßen die Modelle in Standard-Chat-Interfaces oft auf Auflösungs-Limits.

Das Transformer-Modell ist eine 2017 von Google vorgestellte neuronale Netzwerkarchitektur. Du nutzt sie als technisches Fundament für moderne Sprachmodelle wie GPT-4 oder Gemini. Durch den Self-Attention-Mechanismus verarbeitet sie Daten parallel, was das skalierbare Training heutiger KI-Systeme ermöglicht.

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.

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

Claude Fable 5 ist ein im Juni 2026 veröffentlichtes KI-Modell der Mythos-Klasse von Anthropic. Wissensarbeiter nutzen es für komplexe, mehrtägige Programmierprojekte und autonome Agenten-Workflows. Bei potenziell riskanten Anfragen greifen jedoch strenge Sicherheitsfilter, die die Aufgabe automatisch an das Modell Opus 4.8 übergeben.

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 liegen die API-Preise bei stolzen 75 US-Dollar pro Million Input-Token.

Gemini 3.5 Flash ist ein hocheffizientes, multimodales KI-Modell von Google DeepMind, das im Mai 2026 veröffentlicht wurde. Du nutzt es für komplexe, mehrstufige Agenten-Workflows und schnelle Code-Generierung im Arbeitsalltag. Es bietet Leistung auf Pro-Niveau bei deutlich reduzierten Kosten und extrem geringer Latenz.

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 Video-Generierungsmodell von Google DeepMind für die Erstellung hochauflösender Videos aus Text- und Bild-Prompts. Du nutzt es, um filmische Clips mit nativ synchronisiertem Audio und Soundeffekten zu generieren. Es versteht reale Physik und ist über die Gemini API zugänglich.

Claude Opus ist eine Familie von High-End-Sprachmodellen des US-Herstellers Anthropic. Du nutzt sie für anspruchsvolles Software-Engineering, komplexe Datenanalysen und mehrstufige KI-Agenten. Sie bieten ein großes Kontextfenster von bis zu einer Million Token, sind jedoch langsamer und teurer.

OpenAI o3 ist ein KI-Modell von OpenAI, das für komplexe, mehrstufige Denkprozesse entwickelt wurde. Du nutzt es im Arbeitsalltag, um anspruchsvolle Datenanalysen durchzuführen oder Code-Strukturen automatisiert zu prüfen. Es kann eigenständig Web-Suchen und Code-Ausführungen in seinen Denkprozess integrieren.

Gemini 3.1 ist ein multimodales KI-Modell von Google DeepMind für komplexe Reasoning-Aufgaben. Du nutzt es für anspruchsvolle Softwareentwicklung, Datenanalyse und die Verarbeitung großer Datensätze wie Video oder Audio. Es zeichnet sich durch ein dreistufiges Thinking-System aus.

Gemini Nano ist ein lokales KI-Modell von Google für mobile Endgeräte und Browser. Du nutzt es, um datenschutzfreundliche Textzusammenfassungen oder Bildbeschreibungen direkt auf Android-Geräten oder in Chrome auszuführen. Die Offline-Verarbeitung spart Cloud-Kosten, erfordert jedoch kompatible Hardware.

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 direkt lokal auf Smartphones oder Edge-Geräten auszuführen. Dank optimierter Trainingsdaten bietet es starke Leistung bei logischen Aufgaben ohne Cloud-Zwang.

GPT-4.1 ist ein großes Sprachmodell von OpenAI, das speziell für Entwickler und anspruchsvolle Programmieraufgaben entwickelt wurde. Du nutzt es über die API, um komplexe Code-Reviews durchzuführen oder lange Dokumente dank des 1-Million-Token-Kontextfensters präzise zu analysieren.

Marco MT ist ein Übersetzungs-Sprachmodell (LLM) von Alibaba. 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 besser als klassische Übersetzungstools.

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.

DALL-E ist eine Familie von Text-zu-Bild-Modellen von OpenAI, die aus Textbeschreibungen digitale Bilder generieren. Du nutzt es, um visuelle Konzepte, Mockups oder Marketing-Grafiken direkt über ChatGPT oder die API zu erstellen. DALL-E 3 besticht durch hohe Texttreue, stößt bei komplexen Szenen aber an Grenzen.

Veo 3 ist ein KI-Videogenerationsmodell von Google DeepMind, das hochauflösende Clips mit nativ erzeugtem Audio erstellt. Du nutzt es, um aus Text- oder Bild-Prompts filmische Szenen inklusive passender Soundeffekte und Dialoge zu generieren. Die maximale Videolänge ist dabei auf acht Sekunden begrenzt.

GPT-4 ist ein multimodales Großsprachmodell (LLM) 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 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. Wegen des Missbrauchspotenzials ist der Zugriff streng limitiert und unterliegt US-Exportkontrollen.

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.

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.

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.

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.