Für die Modellwahl sind drei Dinge entscheidend: Löst das Modell deine Aufgabe, darfst du deine Daten dort verarbeiten und passt der Betrieb zu deinem Budget? Familiennamen und Ranglisten helfen bei der Vorauswahl. Entscheiden solltest du anhand konkreter Versionen und eigener Prüffälle.
2 Min. Lesezeit
4 Abschnitte
4 Quellen
Stand: 16. Juni 2026
Familienname, Modell und Anwendung auseinanderhalten
Claude, GPT und Gemini sind Modellfamilien. Innerhalb einer Familie gibt es unterschiedliche Versionen und Ausführungen. Die gleichnamige Chat-Anwendung kann zusätzlich Suche, Dateiverarbeitung oder andere Modelle einsetzen. Ein Ergebnis aus der App ist deshalb nicht automatisch mit einem nackten API-Aufruf vergleichbar.
Notiere beim Vergleich die genaue Modellkennung und den Zugangsweg. Die im Katalog dokumentierten Versionen, Preise und Modalitäten helfen dabei, Angebote auseinanderzuhalten. Ein Familienname allein beschreibt noch keine Fähigkeit.
Bei open-weightModell, dessen trainierte Gewichte öffentlich herunterladbar sind, sodass man es selbst (lokal oder auf eigener Hardware) betreiben kann. Nicht zwingend vollständig quelloffen – die Lizenz bestimmt die erlaubte Nutzung.Mehr im Wissen →-Modellen lassen sich die Gewichte herunterladen. Du kannst sie je nach Lizenz selbst betreiben, verändern oder über einen Hostingdienst nutzen. Bei geschlossenen Gewichten läuft der Zugriff gewöhnlich über angebotene Dienste; Betrieb und Modellupdates liegen beim Anbieter.
Offene Gewichte sind nicht automatisch Open Source. Trainingsdaten, Trainingscode oder Nutzungsrechte können eingeschränkt sein. Prüfe die konkrete Lizenz. Umgekehrt ist ein offenes Modell über eine externe API kein lokaler Betrieb: Die Anfrage geht weiterhin an einen Dienstleister.
MerksatzGewichtszugang, Lizenz und Betriebsort sind drei getrennte Eigenschaften.
Ein Coding-Test, eine Wissensprüfung und eine Abstimmung über angenehm formulierte Antworten messen unterschiedliche Dinge. Deshalb können mehrere Ranglisten zu verschiedenen Ergebnissen kommen, ohne dass eine davon falsch ist.
Stelle eine kleine Sammlung echter Aufgaben zusammen und bewerte die Antworten möglichst ohne sichtbaren Modellnamen. Halte fest, welche Fehler Nacharbeit kosten. Ein günstigerer Aufruf bringt wenig, wenn jede zweite Antwort repariert werden muss.
Beginne mit den zwingenden Anforderungen: Sprache, Eingabeformate, Datenverarbeitung und benötigte Werkzeuge. Vergleiche danach Ergebnisqualität, Wartezeit und Kosten an denselben Aufgaben. Bei langen Dokumenten gehört ein Test der tatsächlichen Kontextnutzung dazu.
Bewahre diese Prüffälle auf. So kannst du bei einem Versionswechsel feststellen, ob sich etwas verbessert oder verschlechtert. Das ist belastbarer, als bei jeder Ankündigung allein nach einer neuen Spitzenzahl zu wechseln.