Genauigkeit und Konsistenz in deinen Aufgaben.
Lernen wir die Modelle kennen, ohne ein Rennen zu veranstalten.
Wir haben die Fähigkeiten verstanden. Jetzt können wir die Familien aus den USA, Europa und China durchgehen – in dem Wissen, dass jede für anderes taugt.
Bevor wir Namen ansehen, bereiten wir die Lupe vor.
Öffentliche Tabellen helfen bei der Orientierung, erzählen aber nicht die ganze Geschichte. Ein nützlicher Vergleich prüft die echte Arbeit und ergänzt Governance: welche Daten jedes Modell erhält, wo sie verarbeitet werden, wer ihre Nutzung freigibt und wie ein Versionswechsel kontrolliert wird.
Zeit bis zu einer brauchbaren Antwort.
Inference, Infrastruktur und Betrieb.
Wie viel Information effektiv verarbeitet wird.
Privatsphäre, Residenz, Herkunft und Aufbewahrung.
Was abgefragt, ausgeführt, genehmigt und verifiziert werden kann.
Ein Modell ist eine Art zu sehen.
Unterschiedliche Darstellungen offenbaren unterschiedliche Strukturen.
Erste Ebene: globale Familien.
Jedes Labor trifft unterschiedliche Entscheidungen zu Geschwindigkeit, Begründung, Offenheit und Preis. Außerdem ändert sich eine Familie im Laufe der Zeit: Entscheidend ist stets die genaue Version, die getestet wird.
GPT-5.6
Multimodale Familie für Analyse, Code und werkzeugnutzende Systeme. Ihr Katalog trennt Varianten nach Fähigkeit, Geschwindigkeit und Kosten.
Claude Sonnet 5
Anthropic leitet Sie an bei Programmierung, Toolnutzung und langwierigen Wissensaufgaben.
Gemini 3.6 / 3.5
Die Gemini-Familie kombiniert Text, Bilder, Audio, Video, Reasoning und Tools im Google-Ökosystem.
Medium 3.5 / Small 4
Relevante europäische Familien, wenn Effizienz, Unternehmensintegration und Bereitstellungsalternativen zählen.
Zweite Etappe: das chinesische Ökosystem.
Das ist keine Fußnote. China vereint Labore mit Sprach‑, Visions‑, Audio‑ und Agentenmodellen sowie eine eigene industrielle Kette. Einige Familien veröffentlichen Gewichte und Komponenten; andere werden per API angeboten.
Qwen 3.6
Qwen deckt Sprache, Vision, Audio, Code und Tool-Integration ab. Das offizielle Repository erlaubt direkte Prüfung von Architektur, Gewichten und Lizenz.
DeepSeek V4
DeepSeek stellte V4 Preview mit Kontext von bis zu einer Million Tokens vor. Es ist stets sinnvoll, die über API angebotene Version von den veröffentlichten Komponenten zu unterscheiden.
Kimi K3
Moonshot präsentiert Kimi K3 für Wissensarbeit, Programmierung und Aufgabenausführung mit Agenten.
GLM-5
GLM-5 ist auf Reasoning, Code und werkzeugnutzende Systeme ausgerichtet. Sein Repository dokumentiert die offene Version.
MiniMax M3
MiniMax führt spezialisierte Familien für generative Sprache und Medien. Sein Katalog ist breiter als ein einzelnes LLM.
Verfügbarkeit der Region, kommerzielle Lizenz, Datenresidenz, Supportsprache, Inferenzpreis und reale Möglichkeit, das Modell auf eigener Infrastruktur zu betreiben, prüfen.
Wir wenden uns kurz den Bildern zu.
ConvNets · Vision Transformers
Weisen der gesamten Abbildung eine oder mehrere Kategorien zu.
YOLO · DETR und Abkömmlinge
Sie lokalisieren Objekte und liefern deren Positionen.
U-Net · Segment Anything
Sie identifizieren die genaue Region, die jedes Objekt einnimmt.
Meta AI · offizielle QuelleMultimodale Modelle
Sie verknüpfen eine Szene mit Anweisungen und Kontext.
OCR + Layout-Verständnis
Sie extrahieren Text, Tabellen und räumliche Beziehungen.
Diffusion und multimodale Modelle
Sie erstellen oder bearbeiten Bilder und Videos nach Anweisungen.
API oder eigenes Modell? Kommt auf das Gepäck an.
Modelle mit verfügbaren Gewichten können auf eigener Infrastruktur ausgeführt werden. Das gibt mehr Kontrolle über Daten und Versionen, überlässt dem Unternehmen jedoch auch Sicherheit, Kapazität, Updates und Monitoring.
Verwaltete API
- Schneller Zugriff auf aktuelle Modelle
- Weniger Infrastrukturbetrieb
- Anbieterabhängigkeit und Richtlinien
Eigenes Deployment
- Mehr Kontrolle über Daten und Version
- Tiefere Personalisierung
- Volle operative Verantwortung
Hybride Architektur
- Routen nach Sensibilität und Aufgabe
- Kombiniert Kosten, Qualität und Kontrolle
- Benötigt gemeinsames Governance-Modell
Bevor wir schließen, legen wir die Quellen auf den Tisch.
Wir beginnen mit Primärdokumentation. Eine Aussage gibt wieder, was ihr Autor erklärt; daher datieren und verlinken wir sie und verwechseln sie nicht mit einem unabhängigen Beweis.