Verfügbare Modelle

Chat AI bietet eine große Auswahl an modernen, Open Weight großen Sprachmodellen (LLMs), die auf unserer Plattform mit höchsten Standards zum Datenschutz gehostet werden. Die Daten, die an diese Modelle gesendet werden – einschließlich der Prompts und Nachrichteninhalte – werden an keiner Stelle in unseren Systemen gespeichert. Zusätzlich bietet Chat AI Modelle, die extern gehostet werden, wie Anthropic Claude und OpenAI GPT-5.

Verfügbare Modelle werden regelmäßig aktualisiert, sobald neuere, leistungsfähigere Versionen veröffentlicht werden. Wir wählen Modelle für unsere Dienste basierend auf Nutzerbedarf, Kosten und Leistung in verschiedenen Benchmarks, wie HumanEval, MATH, HellaSwag, MMLU usw. Bestimmte Modelle sind für spezifische Aufgaben und Einstellungen besonders gut geeignet, was unten nach bestem Wissen beschrieben wird.

Liste der Open Weight Modelle, gehostet von GWDG

Liste der externen Modelle, gehostet von externen Anbietern

Open Weight Modelle, gehostet von GWDG

Die in diesem Abschnitt aufgeführten Modelle werden auf unserer Plattform mit höchsten Standards zum Datenschutz gehostet. Die Daten, die an diese Modelle gesendet werden – einschließlich der Prompts und Nachrichteninhalte – werden an keiner Stelle in unseren Systemen gespeichert.

Apertus 70B Instruct

Apertus ist ein vollständig quelloffenes Sprachmodell, das die Grenzen transparenter und rechtskonformer KI vorantreibt. Es unterstützt über 1.800 Sprachen und ein Kontextfenster von bis zu 65.536 Tokens und verwendet ausschließlich vollständig konforme und offene Trainingsdaten. Das Modell erreicht vergleichbare Leistungen wie geschlossene Modelle, respektiert jedoch die Widerrufs- und Zustimmungserklärungen der Dateneigentümer. Es wurde auf 15 T Token vortrainiert, wobei ein gestaffelter Lehrplan aus Web-, Code- und Mathedaten verwendet wurde.

DeepSeek V4 Flash 0731

DeepSeek V4 Flash 0731 ist ein leistungsstarkes Mixture-of-Experts (MoE)-Modell mit 304B Parametern und einem Kontextfenster von einer Million Tokens. Es übertrifft DeepSeek V4 Pro (Preview) in mehreren Benchmarks, obwohl es weniger aktivierte Parameter hat, und eignet sich für komplexe agente Workflows.

Devstral 2 123B Instruct 2512

Entwickelt von mistralai, ist Devstral 2 ein agentes LLM, das für Software-Engineering- und Codieraufgaben konzipiert ist. Es kann Codebasen erkunden, mit mehreren Dateien arbeiten und Software-Engineering-Agenten unterstützen.

Google Gemma 4 31B Instruct

Gemma 4-Modelle bieten Frontline-Leistung und sind besonders gut geeignet für Schlussfolgerung, agente Workflows, Codierung und multimodales Verständnis.

GLM-4.7

GLM-4.7 ist ein codierungsorientiertes Modell, das gegenüber seinem Vorgänger erhebliche Verbesserungen bei mehrsprachigen agenten Codierungsaufgaben und Terminal-basierten Aufgaben erzielt. Es erreicht starke Leistung auf SWE-bench, SWE-bench Multilingual und Terminal Bench 2.0. GLM-4.7 überzeugt auch bei Werkzeugnutzung, Web-Browsing und mathematischer Schlussfolgerung, mit bemerkenswerten Fortschritten in Benchmarks wie HLE und τ²-Bench.

GLM 5.3 Flash

GLM-5.3-Flash ist das erste natively multimodale Modell der GLM-5-Serie. Es ist ein Hybrid-Architektur-MoE-Modell mit insgesamt 320B Parametern und nur 18B aktiven Parametern. Es kombiniert seltene und lineare Aufmerksamkeit mit Manifold-Constrained Hyper-Connections (mHC), um präzise Langkontextfähigkeiten bei signifikant reduzierten Bereitstellungskosten zu liefern. Es übertrifft GLM-5.2 in Benchmarks und realen Workloads und nähert sich Claude Opus 4.8 bei Codierungs- und agenten Benchmarks an.

Meta Llama 3.1 8B Instruct

Das Standardmodell, das wir empfehlen. Es ist das leichteste mit der schnellsten Leistung und guten Ergebnissen in allen Benchmarks. Es ist ausreichend für allgemeine Gespräche und Unterstützung.

Mistral Medium 3.5 128B

Mistral Medium 3.5 128B ist ein dichtes Modell mit 128B Parametern und einem 256k-Kontextfenster, das Anweisungsfolge, Schlussfolgerung und Codierung in einem einzigen Modell vereint. Daher ersetzt dieses Modell seine Vorgänger in Le Chat und dem Coding-Agent Vibe und liefert bessere Ergebnisse für eine Vielzahl von Aufgaben, einschließlich Anweisungen, Schlussfolgerung und Codierung, im Vergleich zu früheren Modellen.

OpenAI GPT OSS 120B

Im August 2025 veröffentlichte OpenAI die GPT-OSS-Modellreihe, bestehend aus zwei Open Weight LLMs, die für schnellere Inferenz mit state-of-the-art-Leistung in vielen Bereichen optimiert sind, einschließlich Schlussfolgerung und Werkzeugnutzung. Laut OpenAI erreicht das GPT-OSS-120B-Modell nahezu Parität mit OpenAI o4-mini auf Kern-Schlussfolgerungsbenchmarks.

Qwen 3 30B A3B Instruct 2507

Dieses MoE-Modell verfügt über 30,5B insgesamt und 3,3B aktivierte Parameter für effiziente Inferenz. Es liefert erhebliche Verbesserungen bei Anweisungsfolge, logischer Schlussfolgerung, Textverständnis, Mathematik, Wissenschaft, Codierung und Werkzeugnutzung, mit besserer Ausrichtung bei subjektiven und offenen Aufgaben. Das Modell unterstützt eine native Kontextlänge von 256K und arbeitet im Nicht-Überlegungsmodus, wodurch starke Leistung in Wissens-, Schlussfolgerungs-, Codierungs- und mehrsprachigen Benchmarks erzielt wird.

Qwen 3 Coder Next

Qwen 3 Coder Next verfügt über 80 Milliarden insgesamt und 3 Milliarden aktivierte Parameter, was es kosteneffizient macht, besonders für Agenten-Deployment. Mit einer Kontextlänge von 256K und Anpassungsfähigkeit an verschiedene Vorlagen kann es auch in CLI- und IDE-Plattformen integriert werden.

Qwen 3 Omni 30B A3B Instruct

Qwen3 Omni ist ein natively mehrsprachiges Omni-Modell, das Text, Bilder, Audio und Video verarbeitet. Es erreicht Spitzenleistung in vielen Audio-/Video-Benchmarks mit ASR, Audio-Verständnis und Sprachkonversationen, die mit Gemini 2.5 Pro vergleichbar sind. Das Modell verfügt über eine neuartige MoE-basierte Thinker–Talker-Architektur mit AuT-Prätraining, unterstützt 119 Textsprachen, 19 Sprach-Eingabesprachen und ermöglicht latenzarme Interaktion mit flexibler Steuerung über Systemprompts.

Qwen 3.5 122B A10B

Qwen 3.5 122B A10B ist ein leistungsstarkes Sprachmodell, das von Alibaba Cloud entwickelt wurde. Mit 122 Milliarden Parametern liefert es starke Leistung in Schlussfolgerung, Codierung und allgemeinen Aufgaben. Das Modell unterstützt Vision-Fähigkeiten für multimodale Anwendungen.

Qwen 3.5 397B A17B

Qwen 3.5 397B A17B ist ein MoE-Modell mit 397 Milliarden insgesamt und 17 Milliarden aktiven Parametern. Es stellt eines der leistungsstärksten Open Weight Modelle dar, das außergewöhnliche Leistung in Schlussfolgerung, Codierung, Mathematik und allgemeinen Aufgaben erzielt. Das Modell unterstützt Vision-Fähigkeiten und bietet Spitzenleistung unter den Open Weight Modellen.

Qwen 3.6 35B A3B

Qwen 3.6 35B A3B ist ein MoE-Modell mit 35 Milliarden insgesamt und 3 Milliarden aktiven Parametern für effiziente Inferenz. Es eignet sich für reale Aufgaben, einschließlich Codierung und agente Workflows.

Qwen 3.8 27B

Qwen 3.8 liefert im Vergleich zu seinen Vorgängern erhebliche Fortschritte in Forschung, Codierung und großen agenten Aufgaben. Qwen 3.8 ist ein natives Vision-Sprach-Modell, das Bilder und Videos versteht, mit flexibler Denksteuerung und dafür konzipiert, komplexe Aufgaben zuverlässiger zu erledigen.

Externe Modelle, gehostet von externen Anbietern

Anthropic Claude Sonnet 5

Claude Sonnet 5 ist als agentes Modell entwickelt. Es bietet erheblich verbesserte Kosten-Effizienz bei mittlerem Aufwand; seine Leistung bei höherem Aufwand kann Opus 4.8 auf einigen Aufgaben erreichen.

Anthropic Claude Sonnet 4.6

Claude Sonnet 4.6 bietet ein hervorragendes Gleichgewicht zwischen Leistung und Geschwindigkeit. Es ist für Produktionsworkloads optimiert und liefert schnelle, zuverlässige Antworten für Codierung, Analyse und Gespräche.

OpenAI GPT-5, 5.1, 5.2, 5.3, 5.4, 5.5 und 5.6-Serie

Die GPT-5-Serie-Modelle von OpenAI erreichen Spitzenleistung in verschiedenen Benchmarks. Die Serie besteht aus folgenden Modellen mit ihren vorgesehenen Einsatzgebieten:

• OpenAI GPT-5.6 Sol: Das Frontline-Modell der GPT-5.6-Familie, entwickelt für komplexe professionelle Arbeit.
• OpenAI GPT-5.6 Terra: Das GPT-5.6-Modell, das Intelligenz und Kosten ausbalanciert.
• OpenAI GPT-5.6 Luna: Das GPT-5.6-Modell optimiert für kostenempfindliche Workloads.
• OpenAI GPT-5.5: Für die komplexeste professionelle Arbeit konzipiert, einschließlich Codierung, werkzeugintensiver Agenten, fundierter Assistenten und Kunden-Workflows, bei denen Ausführungsgüte und Antwortqualität wichtig sind.
• OpenAI GPT-5.4: Für professionelle Wissensarbeit, einschließlich Dokument- und Tabellenarbeiten, Codierung, Datenanalyse, agente Workflows und Software-Automatisierung.
• OpenAI GPT-5.4 Mini: Eine leichtgewichtige Variante von GPT-5.4 für kostenempfindliche Anwendungen.
• OpenAI GPT-5.4 Nano: Eine stark optimierte Variante von GPT-5.4. Ideal für Anwendungen mit niedriger Latenz.
• OpenAI GPT-5/5.1/5.2: Für logikintensive und mehrstufige Aufgaben konzipiert.
• OpenAI GPT-5 Mini: Eine leichtgewichtige Variante von GPT-5 für kostenempfindliche Anwendungen.
• OpenAI GPT-5 Nano: Eine stark optimierte Variante von GPT-5.

OpenAI GPT-4.1

Die GPT-4.1-Klasse-Modelle von OpenAI verbessern die älteren GPT-4-Serien. Diese Modelle übertrifft auch GPT-4o und GPT-4o Mini, besonders in Codierung und Anweisungsfolge. Sie verfügen über ein großes Kontextfenster von 1M Tokens, verbesserte Langkontext-Komprehension und ein aktualisiertes Wissens-Cutoff von Juni 2024.

OpenAI GPT-4.1 Mini

Dies wurde als kosteneffizientere und schnellere Alternative zu GPT-4.1 entwickelt.

OpenAI o1 und o1 Mini

Die o1-Klasse-Modelle von OpenAI wurden entwickelt, um komplexe Schlussfolgerungsaufgaben zu erfüllen. Diese Modelle wurden mittlerweile durch die o3-Serie ersetzt und werden daher nicht mehr empfohlen.

OpenAI o3

Im April 2025 veröffentlicht, wurden die o3-Klasse-Modelle von OpenAI entwickelt, um komplexe Schlussfolgerungsaufgaben in den Bereichen Codierung, Mathematik, Wissenschaft, visuelle Wahrnehmung und mehr zu erfüllen. Diese Modelle verfügen über einen iterativen Gedankengang und benötigen daher Zeit, um intern zu verarbeiten, bevor sie auf den Benutzer reagieren. Der Gedankengang für o3-Modelle wird dem Benutzer nicht angezeigt.

OpenAI o3 Mini

Dies wurde als kosteneffizientere und schnellere Alternative zu o3 entwickelt.