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 im Arbeitsalltag, um riesige Textmengen, Dokumente oder Videos schnell zu analysieren. Trotz des großen Kontextfensters schwächelt Gemini gelegentlich bei sehr komplexem logischem Denken.

Der Transformer ist eine 2017 von Google-Forschern entwickelte neuronale Netzwerkarchitektur für Machine Learning. Unternehmen nutzen darauf basierende KI-Modelle wie GPT oder Claude für automatisierte Textanalysen und Chatbots. Sein Self-Attention-Mechanismus verarbeitet Eingaben parallel statt sequenziell.

Gemini 2.5 ist eine Familie multimodaler KI-Modelle von Google DeepMind mit integrierten Denkfunktionen. Du nutzt Pro oder Flash für komplexe Programmieraufgaben, Dokumentanalysen und datenintensive Workflows. Das tiefe Schlussfolgern erhöht die Genauigkeit, verlängert aber bei Anfragen spürbar die Antwortzeit.

Nano Banana ist eine KI-Bildmodellfamilie von Google DeepMind, die nativ in Gemini eingebunden ist. Du nutzt sie, um per Text- oder Bildprompt konsistente Marketing-Assets, Produkt-Mockups und Infografiken zu generieren. Sie bietet starke Charakterkonsistenz und präzise Textdarstellung, unterliegt aber Nutzungsquoten.

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 ist ein multimodales Large Language Model von OpenAI, das im März 2023 veröffentlicht wurde. Du nutzt es für anspruchsvolle Aufgaben wie die Analyse von Dokumenten, Code-Generierung oder komplexe Logik. Im Vergleich zu Nachfolgern arbeitet es langsamer, liefert aber sehr präzise Ergebnisse.

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.

Claude Fable 5 ist ein 2026 veröffentlichtes KI-Modell der Mythos-Klasse von Anthropic. Du nutzt es für komplexe, langlaufende Programmierprojekte und autonome Agenten-Workflows. Bei sicherheitskritischen Anfragen greifen strenge Filter, die Aufgaben an andere Modelle umleiten.

GPT-4.5 ist ein Large Language Model von OpenAI, das auf skaliertes unüberwachtes Lernen setzt. Wissensarbeiter nutzen es für nuancierte Textarbeit, komplexe Formulierungen und Aufgaben mit hoher emotionaler Intelligenz. Wegen des hohen Rechenaufwands ist das Modell allerdings vergleichsweise teuer.

Sora ist ein KI-Modell zur Videogenerierung von OpenAI, das fotorealistische Szenen aus Textprompts erstellt. Du kannst damit Prototypen, Erklärvideos oder Werbeclips ohne echtes Kamera-Team produzieren. Nach der Abschaltung von App und API stellt OpenAI den Dienst 2026 schrittweise ein.

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.

Claude Opus ist eine KI-Modellreihe von Anthropic für besonders anspruchsvolle Aufgaben. Du nutzt sie für komplexe Software-Entwicklung, tiefe Datenanalysen und mehrstufige Agenten-Workflows. Sie liefert sehr hohe logische Präzision, arbeitet jedoch langsamer als die Sonnet-Varianten.

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.

Phi-3-mini ist ein von Microsoft entwickeltes Small Language Model (SLM) mit 3,8 Milliarden Parametern. Du nutzt das Modell, um Chatbots oder Textanalysen direkt lokal auf Smartphones und Edge-Geräten auszuführen. Mit bis zu 128K Kontext verarbeitet es lange Dokumente ohne teure Cloud-Infrastruktur.

GPT-4.1 ist eine im April 2025 veröffentlichte LLM-Modellfamilie von OpenAI für Entwickler. Du nutzt das Modell über die API für komplexe Programmieraufgaben und das exakte Befolgen langer Prompts. Es bietet 1 Million Token Kontext, ist aber primär auf Entwickler-Workflows statt Chat fokussiert.

Gemini Nano ist ein kompaktes On-Device-KI-Modell von Google für Smartphones und Browser. Du nutzt es für datenschutzfreundliche Textzusammenfassungen, Antworten und Bildanalysen direkt offline auf dem Gerät. Das spart Cloud-Kosten und minimiert Latenzen, erfordert jedoch kompatible Hardware wie Pixel-Smartphones.

DALL-E ist eine Modellreihe zur Bildgenerierung von OpenAI, die Texteingaben in digitale Grafiken umwandelt. Du nutzt sie, um visuelle Konzepte, Mockups oder Marketing-Assets direkt per Text-Prompt zu erstellen. Neuere Varianten verstehen komplexe Prompts gut, stoßen bei exaktem Bildtext aber manchmal an Grenzen.

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-Videomodell von Google DeepMind zur Erstellung hochauflösender Videos. Du nutzt es, um aus Text- oder Bild-Prompts filmische Szenen mit automatisch synchronisiertem Ton und Dialogen zu generieren. Die Clips sind standardmäßig auf kurze Sequenzen wie acht Sekunden beschränkt.

OpenAI o3 ist ein KI-Reasoning-Modell von OpenAI für vielschichtige Problemlösungen. Du nutzt es für anspruchsvolle Datenanalysen, mathelastige Aufgaben oder die agentische Prüfung komplexer Codebases. Die hohe Rechenpräzision bezahlst du jedoch mit spürbaren Denkpausen und Latenzen.

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.

Claude Mythos ist eine KI-Modellreihe von Anthropic für fortgeschrittene Cybersicherheit und Softwareanalyse. Du nutzt das Modell im Rahmen von Project Glasswing, um Sicherheitslücken in Codebasen automatisiert zu identifizieren und abzusichern. Der Zugriff ist streng auf verifizierte Organisationen beschränkt.

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.

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

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.

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.