KI-Modelle und Assistenten im Vergleich.

Die wichtigsten KI-Modelle am 16. Oktober 2026

Welches Sprachmodell ist aktuell besonders leistungsfähig? Welche KI kannst du sofort im Browser nutzen? Und welche Modelle lassen sich auf eigener Infrastruktur betreiben? Diese Fragen führen zu unterschiedlichen Antworten. ChatGPT ist eine Anwendung, GPT eine Modellfamilie. Google bietet mit Gemini einen Assistenten und proprietäre Modelle an, mit Gemma zusätzlich herunterladbare Modelle. Auch bei Meta müssen die Muse-Angebote getrennt betrachtet werden.

Dieser Überblick verbindet den aktuellen Modellstand mit der betrieblichen Auswahl: Texte und Dokumente bearbeiten, Angebote vergleichen, Projektwissen erschließen, Tabellen auswerten und eigene Abläufe automatisieren. Er umfasst die großen internationalen Anbieter sowie wichtige offene Modellfamilien. Die Auswahl deckt zentrale Angebote ab, nicht jede Forschungsvariante, Quantisierung oder Community-Anpassung.

Redaktions- und Recherchestand: 16. Oktober 2026. Modellnamen, Veröffentlichungen und Lizenzangaben sind anhand der verlinkten Primärquellen geprüft. Die Leistungseinordnung bezieht zusätzlich öffentlich zugängliche Vergleichsseiten ein. Praxisempfehlungen sind redaktionelle Ableitungen; wir haben keinen eigenen Leistungstest sämtlicher Modelle durchgeführt. Zugänge und Kontingente können sich nach Tarif, Region und Freischaltung unterscheiden.

LLM, Chatbot, KI-Agent und offene Gewichte: Was ist der Unterschied?

Das Modell verarbeitet die Aufgabe

Ein Large Language Model, kurz LLM, ist ein trainiertes Sprachmodell. Es verarbeitet Eingaben und erzeugt Ausgaben. Viele aktuelle Familien können zusätzlich Bilder, Audio oder andere Medien einbeziehen; der konkrete Umfang hängt von der Modellvariante ab. Ein Modellname beschreibt aber noch keine fertige Arbeitsumgebung.

Die Anwendung bringt Dateien, Suche und Bedienung mit

Ein Assistent verbindet Modelle mit einer Oberfläche und weiteren Funktionen. Ob du PDFs hochladen, das Web durchsuchen, Tabellen erzeugen oder auf Unternehmensdokumente zugreifen kannst, hängt auch von der Anwendung ab. Eine API ist eine Schnittstelle für eigene Software. Ein Chat-Abonnement und API-Nutzung sind deshalb getrennt zu prüfen.

Ein Agent kann mehrere Arbeitsschritte ausführen

Ein Agent nutzt Werkzeuge, um auf ein Ergebnis hinzuarbeiten. Beispielsweise liest er Unterlagen, erstellt eine Vergleichstabelle und bereitet einen Bericht vor. Dafür braucht er eine Umgebung, Datenzugriff und festgelegte Befugnisse. Ein starkes Grundmodell allein stellt diesen vollständigen Ablauf noch nicht bereit. Mehr dazu im Vergleich persönlicher KI-Assistenten.

Open Weights ist nicht dasselbe wie vollständig offene Entwicklung

Open Weights bedeutet zunächst, dass die trainierten Modellgewichte verfügbar sind. Daraus folgt nicht automatisch, dass auch Trainingsdaten, Trainingscode und sämtliche Nutzungsrechte offen sind. Bei den unten genannten Downloads unterscheiden wir deshalb verbreitete Lizenzen wie Apache 2.0 oder MIT von eigenen Modelllizenzen. Auch innerhalb einer Familie können unterschiedliche Bedingungen gelten.

Die Angaben nennen die Lizenz des konkreten veröffentlichten Modells. Sie ersetzen keine Prüfung eures geplanten Einsatzes. Eine kostenlose Modelldatei umfasst außerdem weder Hardware noch Hosting, Betreuung, Schnittstellen oder die fertige Chat-Anwendung.

Welche Modelle sind aktuell State of the Art?

Für eine belastbare Antwort müssen Aufgabe und Testverfahren mitgenannt werden. Ein Modell kann bei Programmieraufgaben führen, ein anderes schneller antworten oder bei gleicher Qualität weniger kosten. Auch die erlaubte Rechenzeit, eingebundene Werkzeuge und der Umgang mit schwierigen Aufgaben verändern das Ergebnis.

Am Stichtag weist der Intelligence Index von Artificial Analysis folgende ausgewählte Konfigurationen aus. Die Tabelle ist eine Momentaufnahme einzelner Spitzenmodelle, keine vollständige Rangliste und kein Test speziell für deutsches Handwerk.

„With fallback“ bezeichnet hier eine getestete Konfiguration mit Ausweichmodellen. Ein solcher Wert beschreibt nicht ausschließlich das benannte Einzelmodell. Die Stufen „high“ und „max“ sind außerdem keine anbieterübergreifend einheitlichen Rechenbudgets. Bei Arena stehen in der abgerufenen Übersicht der Gesamt-Agenten Claude Opus 5.5, GPT-6 Astra und Claude Fable 5.1 vorn; die dortige Reihenfolge beruht auf einem anderen Verfahren.

Unsere Ableitung für Betriebe: Nutze solche Vergleiche für eine Vorauswahl. Entscheide danach mit denselben eigenen Aufgaben, denselben Unterlagen und klaren Qualitätskriterien. Ein Modell, das bei einer langen Entwicklungsaufgabe gut abschneidet, muss nicht die wirtschaftlichste Lösung für 300 kurze Kundenanfragen sein.

Die großen Anbieter und ihre aktuellen Modelle

Die Tabelle trennt die wichtigsten Modellvarianten von der Frage, wie du sie nutzen kannst. Die verlinkten Profile erläutern die Auswahl. Ein genanntes Modell ist nicht automatisch in jedem Konto oder jedem Produkt desselben Anbieters freigeschaltet.

OpenAI, Anthropic, Google, Grok und Meta im Detail

Open Source und Open Weights: große Modellfamilien im Vergleich

Für eine betriebliche Vorauswahl sind drei Fragen entscheidend: Sind die Gewichte tatsächlich verfügbar? Welche Lizenz gilt für genau diese Variante? Und wer betreibt das Modell? Ein chinesischer, amerikanischer oder europäischer Modellanbieter und der Standort eures späteren Servers sind unterschiedliche Dinge. Umgekehrt bleibt die Nutzung einer ausländischen Chat-Plattform eine Cloud-Nutzung, auch wenn deren Grundmodell heruntergeladen werden kann.

Weitere wichtige offene Modelle mit Links

Diese Übersicht ergänzt die großen Familien um kleinere Modelle, alternative Anbieter und besonders offene Forschungsprojekte. Die Einordnung beschreibt mögliche Testfelder. Sie ist keine Rangfolge und kein Nachweis, dass ein Modell eine bestimmte Aufgabe in eurem Betrieb bereits zuverlässig löst.

Was heißt „lokal nutzbar“ wirklich?

Die Parameterzahl allein beantwortet die Hardwarefrage nicht. Benötigt werden Speicher für Modellgewichte und laufende Verarbeitung; lange Dokumente und mehrere gleichzeitige Nutzer erhöhen den Bedarf. Bei Mixture-of-Experts-Modellen ist die Zahl aktiver Parameter kleiner als die Gesamtzahl. Für den Speicherbedarf darf trotzdem nicht einfach nur mit den aktiven Parametern gerechnet werden.

Quantisierung speichert Gewichte mit geringerer Genauigkeit und kann Speicher sparen. Das gewählte Dateiformat, die Laufzeit und mögliche Qualitätseinbußen gehören in den Test. Für lokale Versuche ist Ollama ein möglicher Einstieg; für technisch betreute Modellserver gibt es beispielsweise vLLM. Prüfe jeweils, ob die konkrete Modellversion bereits unterstützt wird. Ein Laufzeitprogramm macht ein nicht kompatibles oder zu großes Modell nicht automatisch nutzbar.

Copilot, Perplexity und DeepL: Die Anwendung bleibt wichtig

Eine reine Modellliste übersieht schnell, wo dein Team tatsächlich arbeitet. Ein zusätzlicher Chat ist hilfreich, wenn dort benötigte Dateien und Ergebnisse gut zusammenkommen. Er kann aber auch einen weiteren manuellen Übertragungsschritt schaffen.

• Microsoft 365 Copilot: für die Auswahl interessant, wenn eure Arbeit bereits in Microsoft 365 stattfindet. Prüfe die konkreten Funktionen, Zugriffsrechte und Voraussetzungen eures Tarifs. Der Produktname steht für eine Arbeitsumgebung, nicht für ein einziges unveränderliches Modell.
• Perplexity: auf Recherche mit Quellen ausgerichtet. Teste, ob die verlinkten Fundstellen tatsächlich die jeweilige Aussage tragen und die gesuchte Region sowie den richtigen Zeitpunkt betreffen.
• DeepL: als spezialisierte Anwendung für Übersetzung und Textarbeit berücksichtigen. Bei fremdsprachigen Lieferantenunterlagen zählt neben gutem Deutsch die richtige Übertragung von Einheiten, Produktbezeichnungen und Fachbegriffen.

Für branchenspezifische Abläufe lohnt sich zusätzlich der Blick auf Handwerkersoftware, SHK-, Gebäude- und Energie-Tools sowie Automatisierung. Ein Modellvergleich ersetzt den Vergleich der vollständigen Lösung nicht.

Was kosten aktuelle LLMs? Abo, API und Eigenbetrieb unterscheiden

Ein Monatsabo bezahlt den Zugang zu einer Anwendung innerhalb ihrer Kontingente. Eine API rechnet Nutzung nach den jeweiligen Bedingungen ab. Beim Eigenbetrieb kommen Hardware oder Servermiete, Einrichtung, Überwachung, Aktualisierungen und Betreuung hinzu. Diese drei Kostenmodelle sind nicht direkt austauschbar.

Ausgewählte veröffentlichte API-Standardpreise

Stand 16. Oktober 2026, US-Dollar pro eine Million Tokens. Tokens sind Verarbeitungseinheiten; eine Million Tokens entsprechen nicht einer Million Wörtern. Die Tabelle zeigt normale Eingabe und Ausgabe, keine vollständige Angebotskalkulation. Cache-Rabatte, Batch-Verarbeitung, zusätzliche Werkzeuge, besondere Kontextlängen, Steuern und Vertragskonditionen können die Rechnung verändern.

Rechenbeispiel: Eine Million Eingabe-Tokens und 200.000 Ausgabe-Tokens kosten zu den genannten Standardpreisen bei Sol 4 US-Dollar, bei Astra 20 US-Dollar. Das ist eine reine Tokenrechnung. Zusätzliche Verarbeitungsschritte oder umfangreiche Reasoning-Ausgaben können die tatsächlich berechnete Menge erhöhen. Ein günstiger Tokenpreis sagt außerdem wenig darüber aus, wie viele Versuche für ein richtiges Ergebnis nötig sind.

Vergleiche Kosten pro abgenommenem Ergebnis

Für deinen Betrieb ist die bessere Frage: Was kostet ein fachlich geprüfter Servicebericht oder ein vollständig ausgewerteter Vorgang? Rechne dafür Modellnutzung, notwendige Wiederholungen und die Zeit für Kontrolle und Korrekturen zusammen. Ein leistungsfähigeres Modell kann trotz höherer API-Kosten wirtschaftlicher sein, wenn es deutlich weniger Nacharbeit verursacht. Umgekehrt lohnt sich für einfache Zuordnungen oft eine kleinere Variante.

Welche KI passt zu Handwerk und Energiemarkt?

Beginne mit dem Arbeitsprozess. Liste vorhandene Systeme auf: E-Mail, Dokumentenablage, Handwerkersoftware, CRM, Planung, Kalkulation und gegebenenfalls Messdatenplattform. Halte fest, wo Daten entstehen, wer sie prüft und in welchem System das Ergebnis benötigt wird. Erst dann lässt sich beurteilen, ob ein zusätzlicher Assistent, eine integrierte Funktion oder eine eigene Anwendung sinnvoll ist.

Die Vorauswahl ist eine redaktionelle Empfehlung für Tests, keine fachliche Freigabe. Ein Sprachmodell kann einen Planungsprozess vorbereiten, fehlende Angaben markieren oder Dokumente strukturieren. Aus einer überzeugenden Formulierung folgt aber keine korrekte technische Berechnung. Für Auslegung, Messwertinterpretation und Freigaben bleibt der dafür vorgesehene Fachprozess maßgeblich.

Ein realistischer Modelltest mit fünf Fällen

1. Ein vollständiger Standardfall: ein sauberer Servicebericht mit klarer Aufgabe. Prüfe, ob das Ergebnis überhaupt in eurem Alltag verwendbar ist.
2. Ein Fall mit fehlenden Angaben: beispielsweise ohne Gerätetyp oder Auftragsnummer. Die KI soll die Lücke benennen und nichts erfinden.
3. Ein Widerspruch: zwei Dokumente nennen unterschiedliche Termine oder Mengen. Die Antwort soll beide Fundstellen nennen und Klärungsbedarf markieren.
4. Ein schwieriges Dokument: eine unübersichtliche Tabelle oder ein mäßig lesbarer Scan. Prüfe Zeichen, Dezimaltrennzeichen und Einheiten.
5. Ein langer Vorgang: mehrere E-Mails und Dokumentfassungen. Die KI soll den aktuellen Stand herausarbeiten und Änderungen nachvollziehbar machen.

Verwende zunächst freigegebene, anonymisierte oder eigens erstellte Testunterlagen. Gib allen Kandidaten dieselbe Aufgabe und dieselben Hilfsmittel. Bewerte Richtigkeit, Vollständigkeit, Fundstellen, Bearbeitungszeit und Nacharbeit getrennt. Wiederhole wichtige Fälle, denn eine einzelne gelungene Antwort zeigt noch keine stabile Qualität.

Erstelle aus den beigefügten Unterlagen eine Übersicht des Auftrags.
Nutze ausschließlich die Unterlagen. Ergänze keine fehlenden Angaben.
Nenne zu jeder Zahl und jeder verbindlichen Zusage die Fundstelle.
Trenne bestätigte Angaben, Widersprüche und offene Rückfragen.
Gib anschließend eine kurze E-Mail mit den notwendigen Rückfragen aus.
Versende nichts und ändere keine Daten in anderen Systemen.

Von der Probe zur betrieblichen Nutzung

Halte Modellversion, Anwendung, Einstellungen und Testdatum fest. Bestimme, wer Ergebnisse kontrolliert und welche Handlungen eine Freigabe brauchen. Kläre Datenzugriff, Speicherfristen, Hosting und Vertragsbedingungen für das gewählte Produkt. Das Herkunftsland des Modellentwicklers allein beantwortet diese Fragen nicht. Auch ein lokal laufendes Modell kann über angebundene Suche, Protokollierung oder andere Werkzeuge Daten nach außen übertragen.

Führe den Assistenten zunächst für einen klaren Ablauf ein und messe den tatsächlichen Nutzen. Prüfe denselben Testsatz erneut, wenn Anbieter, Modell oder wichtige Einstellungen wechseln. So wird aus einer aktuellen Bestenliste eine belastbare Entscheidung für euren Betrieb.

Quellen, Auswahl und Aktualisierungsstand

Dieser Vergleich wurde am 16. Oktober 2026 inhaltlich überarbeitet. Modellnamen, Preise, Verfügbarkeit und Lizenzen beziehen sich auf diesen Stichtag. Die Herstellerseiten, Dokumentationen und offiziellen Modellkarten sind direkt bei den jeweiligen Angaben verlinkt. Dabei wird eine angekündigte Veröffentlichung ausdrücklich von einem bereits verfügbaren Download unterschieden.

Für die Leistungseinordnung wurden zusätzlich Artificial Analysis und Arena herangezogen. Deren Messungen sind keine eigenen Tests von Zukunftsjobs Energie und bilden keinen vollständigen betrieblichen Arbeitsprozess ab. Allgemeine Auswahlhinweise und Praxisbeispiele sind redaktionelle Einordnungen.

Berücksichtigt werden wichtige allgemeine Text-, Reasoning- und multimodale Modellfamilien sowie relevante Alternativen für eigene Bereitstellung. Reine Bildgeneratoren, reine Sprachsynthese, Embedding-Modelle und jede einzelne Community-Variante würden einen anderen Vergleich erfordern. Neue Veröffentlichungen nach dem Stichtag sind nicht automatisch enthalten.