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 für Text, Code, Bild und Audio. Du nutzt sie über APIs oder Vertex AI, um große Dokumente zu analysieren oder komplexe Workflows zu automatisieren. Ein Alleinstellungsmerkmal ist das Kontextfenster von bis zu zwei Millionen Token.

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.

Claude Fable 5 ist ein im Juni 2026 veröffentlichtes KI-Modell der Mythos-Klasse von Anthropic. Du nutzt 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 übergeben.

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.

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.

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

Veo ist ein KI-Videogenerierungsmodell von Google DeepMind, das Videos aus Text- und Bild-Prompts erstellt. Du nutzt es in der Content-Erstellung, um hochauflösende Clips mit nativ synchronisiertem Audio zu generieren. Die Version 3.1 bietet erweiterte Kontrollen wie das Kombinieren mehrerer Referenzbilder.

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.

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

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.

DALL-E ist eine Familie von Bildgenerierungs-Modellen von OpenAI. Du nutzt sie, um visuelle Konzepte, Mockups oder Marketing-Grafiken direkt über ChatGPT oder die API zu erstellen. Während DALL-E 3 durch hohe Texttreue überzeugt, stößt das Modell bei komplexen räumlichen Anordnungen 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.

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

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 allerdings mit spürbarer Latenz beim „Nachdenken“.

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 keine Sicherheitsfilter besitzt.

GPT-4.1 ist ein model im KI-Kontext (im Podcast erwaehnt).

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. Es bietet starke logische Fähigkeiten, stößt jedoch bei reinem Faktenwissen an Grenzen.

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.

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

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.

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.