Verfügbare Modelle

‍

Wir bieten aktuell die nachfolgenden Modelle an, die sich im Laufe der Zeit ändern oder erweitern können. Zu jedem Modell findest du eine Beschreibung und die modellspezifischen Parameter.

Modellname	Typ	Modalitäten	Context (Tokens)	Lizenz	Status
gpt-oss-120b	Chat + Reasoning	Text, Tool-Calling	131.072	Apache 2.0	LTS
Qwen3.5-0.8B	Chat + Reasoning	Text, Tool-Calling	262.144	Apache 2.0	Stable
Ministral-3-14B-Instruct-2512	Chat + Vision	Text, Bild, Tool-Calling	262.144	Apache 2.0	LTS
Qwen3.5-122B-A10B-FP8	Chat + Reasoning + Vision	Text, Bild, Tool-Calling	245.760	Apache 2.0	Stable, deaktiviert ab 28.12.2026
Qwen3.6-35B-A3B-FP8	Chat + Reasoning + Vision	Text, Bild, Tool-Calling	256.000	Apache 2.0	Stable
Qwen3.8-27B-NVFP4	Chat + Reasoning + Vision	Text, Bild, Tool-Calling	256.000	Apache 2.0	Stable
GLM-OCR	Dokument OCR	PDF, DOCX, PPTX, XLSX, HTML, SVG, Bild → Text	131.072	MIT	Stable
Qwen3-Embedding-8B	Embedding	Text → Vektor	32.768	Apache 2.0	LTS
Qwen3-VL-Reranker-2B	Reranking	Text, Bild → Score	32.768	Apache 2.0	Stable
whisper-large-v3-turbo	Speech-to-Text	Audio → Text	n/a (Audio-basiert)	MIT	LTS
cohere-transcribe-03-2026	Speech-to-Text	Audio → Text, Sprecher, Wort-Zeitstempel	n/a (Audio-basiert)	Apache 2.0	Testphase
Qwen3-TTS-12Hz-1.7B-CustomVoice	Text-to-Speech	Text → Audio	n/a (Audio-basiert)	Apache 2.0	Stable

Status zeigt die Lebenszyklus-Phase‍ des Modells.

Tool-Calling in dieser Tabelle bezieht sich auf die Unterstützung über /v1/chat/completions. Die Unterstützung über /v1/responses ist modellspezifisch — die genaue Aufschlüsselung pro Modell findet sich unter Responses-API-Support‍.

Modellauswahl

• Für komplexe textzentrierte Workloads und fortgeschrittene Automatisierungen, bei denen hohe Präzision und umfangreiches Wissen erforderlich sind
  verwende gpt-oss-120b.
• Für hochdurchsatz- und kostensensitive Aufgaben ohne Vision-Bedarf, etwa einfache Frage-Antwort-Szenarien, Routing, Klassifizierung und Batch-Verarbeitung
  verwende Qwen3.5-0.8B.
• Für generelle, skalierbare und kostenbewusste Chat- sowie einfache multimodale Workflows (Text + Bild)
  verwende Ministral-3-14B-Instruct-2512.
• Für umfangreiche Reasoning- und Vision-Aufgaben, bei denen hohe Modellkapazität erforderlich ist
  verwende Qwen3.5-122B-A10B-FP8.
• Für Workloads, die lange Kontextfenster mit Reasoning- und Vision-Unterstützung bei niedrigeren Kosten erfordern
  verwende Qwen3.6-35B-A3B-FP8.
• Für mehrstufige Coding-Aufgaben, Tool-Loops und länger laufende Agenten, bei denen eine dichte Architektur und eine wählbare Reasoning-Tiefe den Unterschied machen
  verwende Qwen3.8-27B-NVFP4.
• Spezialanwendungen
  • Für das Extrahieren von Text aus PDF-, DOCX-, PPTX-, XLSX-, HTML- und Bilddokumenten, einschließlich gescannter Rechnungen, Verträge und Formulare
    verwende GLM-OCR
  • Für alle Anwendungsfälle mit Suche, Empfehlung, Clustering oder dem Aufbau von Knowledge Graphen
    verwende Qwen3-Embedding-8B
  • Für alle Transkriptions- oder Sprachbefehl-Anforderungen
    verwende whisper-large-v3-turbo
  • Für Transkripte mit Sprechertrennung, Wort-Zeitstempeln oder Untertiteln und für Aufnahmen über 30 Minuten
    verwende cohere-transcribe-03-2026
  • Zum Vorlesen von Texten, etwa für Sprachantworten, Barrierefreiheit oder Audiofassungen geschriebener Inhalte
    verwende Qwen3-TTS-12Hz-1.7B-CustomVoice
  • Für eine verbesserte Präzision beim RAG-Retrieval durch einen zweiten Reranking-Schritt nach der Vektorsuche
    verwende Qwen3-VL-Reranker-2B

Für weitere Details und zusätzliche Hinweise wirf einen Blick in die Beispiele und Anleitungen‍.

Tipp

Für optimalen ROI beginne mit dem kleinsten Modell, das deinen Qualitätsanforderungen entspricht – steige nur dann auf ein größeres Modell um, wenn du zusätzliche Tiefe oder Zuverlässigkeit benötigst! "Klein" bezieht sich hier auf die Anzahl der Parameter, die ein Modell hat, was oft mit Kosten und Rechenanforderungen korreliert. Die Größe des Kontextes eines Modells (gemessen in Tokens) ist ebenfalls ein entscheidender Faktor, da sie bestimmt, wie viele Informationen das Modell auf einmal verarbeiten kann, was sich auch auf die Leistung und Eignung für bestimmte Aufgaben auswirken kann. Bei der Modellauswahl geht es also nicht nur darum, das leistungsstärkste Modell auszuwählen, sondern vielmehr dasjenige, das am besten zu deinem spezifischen Anwendungsfall passt.

Auf den nachfolgenden Seiten erhältst du weitere Informationen zu diesen Modellen:

Ministral-3-14B-Instruct-2512

Detaillierte Informationen zu Ministral-3-14B-Instruct-2512

‍

Qwen3-Embedding-8B

Detaillierte Informationen zu Qwen3-Embedding-8B

‍

gpt-oss-120b

Detaillierte Informationen zu gpt-oss-120b

‍

Whisper-Large-V3-Turbo

Detaillierte Informationen zu Whisper-Large-V3-Turbo

‍

Cohere-Transcribe-03-2026

Detaillierte Informationen zu cohere-transcribe-03-2026

‍

Qwen3-TTS-CustomVoice

Detaillierte Informationen zu Qwen3-TTS-12Hz-1.7B-CustomVoice

‍

Qwen3.5-122B-A10B-FP8

Detaillierte Informationen zu Qwen3.5-122B-A10B-FP8

‍

Qwen3.6-35B-A3B-FP8

Detaillierte Informationen zu Qwen3.6-35B-A3B-FP8

‍

Qwen3.8-27B-NVFP4

Detaillierte Informationen zu Qwen3.8-27B-NVFP4

‍

GLM-OCR

Detaillierte Informationen zu GLM-OCR

‍

Qwen3.5-0.8B

Detaillierte Informationen zu Qwen3.5-0.8B

‍

Qwen3-VL-Reranker-2B

Detaillierte Informationen zu Qwen3-VL-Reranker-2B

‍