> ## Documentation Index > Fetch the complete documentation index at: https://docs.langdock.com/llms.txt > Use this file to discover all available pages before exploring further. # Modellguide > Langdock ist modellagnostisch und integriert die besten KI-Modelle von führenden Anbietern. Wähle das Modell, das am besten zu deiner Aufgabe passt. # Ein Modell auswählen * Wenn du einen neuen Chat startest, wähle oben links das gewünschte Modell aus * Du kannst das Modell jederzeit während eines Chats wechseln. Starte zum Beispiel mit einem schnellen Modell für Brainstorming und wechsle dann zu einem leistungsfähigeren für das endgültige Ergebnis * Lege dein persönliches Standardmodell in den [Kontoeinstellungen](https://app.langdock.com/settings/account/preferences) fest ## Auto-Modus Der Auto-Modus ist die intelligente Modell-Routing-Option von Langdock. Anstatt für jedes Gespräch ein Modell manuell auszuwählen, analysiert Auto deine erste Nachricht, um die Anfrage zu verstehen und ihre Komplexität einzuschätzen, und wählt dann ein passendes Modell für das Gespräch aus. Auto-Modus Modellkarte in der Modellauswahl Der Auto-Modus ist für die tägliche Arbeit gedacht: schnelle Fragen, Texte verfassen, Zusammenfassungen, Umformulierungen und Analysen. Er soll die manuelle Modellauswahl nicht vollständig ersetzen. Für Aufgaben, die maximale Reasoning-Tiefe oder Qualität erfordern, kannst du jederzeit zu einem bestimmten Modell wie Opus wechseln. Sobald ein Modell ausgewählt wurde, bleibt es für den Rest des Gesprächs festgelegt. Ein Modellwechsel mitten im Gespräch würde erfordern, den gesamten Gesprächsverlauf erneut an das neue Modell zu senden, was deinen Token-Verbrauch erhöhen würde. Indem Auto die Modellwahl automatisch übernimmt, hilft es Teams, schneller zu arbeiten und zu vermeiden, dass Nutzungs-Limits für leistungsstarke Modelle bei Aufgaben verbraucht werden, die das nicht erfordern. # Modell-Namenskonventionen verstehen KI-Anbieter folgen konsistenten Namensmustern, die dir helfen, die Fähigkeiten eines Modells schnell zu erkennen. Wenn du diese Muster verstehst, kannst du das richtige Modell wählen, ohne dir bestimmte Versionen merken zu müssen. ## Versionsnummern = Leistungsniveau **Höhere Versionsnummern bedeuten in der Regel neuere, leistungsfähigere Modelle.** Wenn ein Anbieter eine neue Generation veröffentlicht, erhöht er die Hauptversionsnummer. | Muster | Bedeutung | | ------------------------ | ------------------------------------------------------ | | GPT-5 vs GPT-4 | GPT-5 ist die neuere Generation | | Claude 4 vs Claude 3 | Claude 4 ist die neuere Generation | | Gemini 2.5 vs Gemini 2.0 | Gemini 2.5 ist neuer innerhalb der gleichen Generation | Im Zweifelsfall wähle das Modell mit der höheren Versionsnummer. Es hat typischerweise bessere Reasoning-Fähigkeiten, weniger Fehler und mehr Features. ## Größenindikatoren = Geschwindigkeit vs. Intelligenz Anbieter bieten mehrere Größen innerhalb jeder Modellfamilie an. **Modelle ohne Größenindikator sind am intelligentesten, aber möglicherweise langsamer. Modelle mit Größenindikatoren tauschen etwas Leistung gegen Geschwindigkeit und Kosteneffizienz.** | Indikator | Intelligenz | Geschwindigkeit | Am besten für | | ------------------------------------------------ | ----------- | --------------- | ---------------------------------------------- | | *Kein Indikator* (z.B. "GPT-5", "Claude Sonnet") | Höchste | Moderat | Komplexe Aufgaben, wichtige Ergebnisse | | **mini** / **nano** | Mittel-Hoch | Schnell | Alltägliche Aufgaben, schnelle Iterationen | | **flash** / **fast** | Mittel | Sehr schnell | Echtzeit-Anwendungen, hohes Volumen | | **haiku** (Anthropic) | Gut | Sehr schnell | Einfache Aufgaben, kostensensitive Anwendungen | **Pro-Tipp:** Starte mit einem schnelleren Modell für Entwürfe und Erkundung, wechsle dann zum vollständigen Modell für dein finales Ergebnis. Das spart Zeit und liefert trotzdem hochwertige Resultate, wenn es darauf ankommt. ## Thinking „Reasoning"- und „Thinking"-Funktionen sind über einen Schalter direkt in der Modellauswahl verfügbar. Wenn aktiviert, denkt das Modell Probleme Schritt für Schritt durch, bevor es antwortet, und liefert genauere Ergebnisse bei komplexen Aufgaben, allerdings auf Kosten einer längeren Antwortzeit. Thinking aktivieren Schalter in der Modellauswahl Thinking eignet sich besonders für: * Komplexe mehrstufige Probleme * Mathematische und wissenschaftliche Analysen * Logische Schlussfolgerungen und Planung * Code-Architekturentscheidungen Einige Modelle sind standardmäßig Thinking-Modelle (wie GPT-5.1 Thinking Fast oder OpenAIs o-series). Thinking ist bei ihnen immer aktiv, ohne separaten Schalter. ## Anbieter-Stufen Jeder Anbieter organisiert seine Modelle in Stufen: | Stufe | Beispiele | Anwendungsfall | | ------------- | -------------------- | -------------------------------------------- | | **Flagship** | GPT-5, GPT-5.x | Am leistungsfähigsten, für komplexe Aufgaben | | **Reasoning** | o-Serie (o3, o4) | Tiefe analytische Aufgaben | | **Effizient** | mini, nano Varianten | Schnell, kosteneffektiv | | Stufe | Beispiele | Anwendungsfall | | ---------- | ------------- | ------------------------------------------- | | **Opus** | Claude Opus | Am intelligentesten, komplexes Reasoning | | **Sonnet** | Claude Sonnet | Ausgewogene Intelligenz und Geschwindigkeit | | **Haiku** | Claude Haiku | Schnell, effizient für einfachere Aufgaben | | Stufe | Beispiele | Anwendungsfall | | --------- | ------------ | ---------------------------------------- | | **Pro** | Gemini Pro | Am leistungsfähigsten, komplexe Aufgaben | | **Flash** | Gemini Flash | Schnell, Echtzeit-Anwendungen | | Anbieter | Flagship | Hinweise | | ------------ | ------------- | ---------------------------------- | | **Mistral** | Mistral Large | Stark mehrsprachig, Programmierung | | **Meta** | LLaMA | Open-Source, effizient | | **DeepSeek** | DeepSeek R1 | Starkes Reasoning, Programmierung | # Das richtige Modell wählen ## Nach Aufgabentyp | Aufgabe | Empfohlener Modelltyp | Warum | | ---------------------------------- | ------------------------------------------ | ---------------------------------------------- | | **Schnelle Fragen, Brainstorming** | Fast/mini Varianten | Geschwindigkeit wichtig, ausreichende Qualität | | **E-Mails, Dokumente schreiben** | Standard Flagship | Gute Balance aus Qualität und Geschwindigkeit | | **Komplexe Analyse, Recherche** | Flagship mit Thinking | Höchste Genauigkeit erforderlich | | **Programmierung und Debugging** | Anthropic Sonnet | Stark bei strukturierten Aufgaben | | **Kreatives Schreiben** | Anthropic Modelle | Bekannt für natürlichen, authentischen Ton | | **Lange Dokumente** | Google Gemini | Exzellente Verarbeitung langer Kontexte | | **Mathematik und Wissenschaft** | Beliebiges Modell mit aktiviertem Thinking | Schrittweise Problemlösung | ## Schnelle Entscheidungshilfe ```text theme={null} Nicht sicher, wo du anfangen sollst? └─ Verwende Auto → Langdock wählt das richtige Modell für dich Weißt du, was du brauchst? ├─ Einfache, schnelle Aufgabe → Verwende ein fast/mini/flash Modell └─ Komplexe Aufgabe ├─ Tiefes Reasoning erforderlich → Verwende ein Flagship-Modell mit aktiviertem Thinking └─ Sonst → Verwende das Standard-Flagship Modell ``` # Unsere Empfehlungen ### Auto-Modus wählen Nicht sicher, welches Modell du nehmen sollst? Wähle **Auto** in der Modellauswahl. Langdock analysiert die Komplexität deiner ersten Nachricht und leitet sie an das richtige Modell weiter. Schnell und effizient für alltägliche Aufgaben, leistungsstärker wenn die Anfrage es erfordert. ### Für alltägliche Aufgaben Verwende das **aktuelle Flagship-Modell von OpenAI oder Anthropic**. Diese bieten die beste Balance aus Leistung und Geschwindigkeit für den allgemeinen Gebrauch. Achte auf Modelle ohne Größenindikatoren (kein "mini", "fast", etc.). ### Für Programmierung und Schreiben **Anthropics Sonnet-Modelle** werden durchweg für natürlich klingenden Text und starke Programmierfähigkeiten gelobt. Sie haben einen authentischen Ton, der gut für professionelle Kommunikation funktioniert. ### Für komplexes Reasoning Aktiviere **Thinking** bei einem Flagship-Modell, wenn du maximale Genauigkeit bei analytischen Aufgaben brauchst. Das dauert länger, reduziert aber Fehler bei komplexen Problemen deutlich. ### Für zeitkritische Aufgaben **Flash-, mini- oder nano-Varianten** liefern gute Ergebnisse viel schneller. Perfekt für Echtzeit-Anwendungen, Ideen-Iteration oder hohe Volumina. Deine Modellwahl beeinflusst auch, wie schnell du deine Nutzungs-Limits erreichst. Leistungsstärkere Modelle verbrauchen pro Interaktion mehr. Details findest du unter [Nutzungs-Limits](/de/using-langdock/models-and-limits/fair-usage-policy). # Bildgenerierungs-Modelle Auch Bildmodelle folgen Namensmustern: | Anbieter | Modelle | Stärken | | --------------------- | ----------------- | ----------------------------------------------- | | **Black Forest Labs** | Flux-Serie | State-of-the-Art Qualität, schnelle Generierung | | **Google** | Imagen-Serie | Diverse Kunststile, Fotorealismus | | **OpenAI** | DALL-E, GPT Image | Text-zu-Bild, integriert mit Chat | Bei der Bildgenerierung priorisieren "Fast"-Varianten Geschwindigkeit, während Standardversionen Qualität priorisieren. Wähle basierend darauf, ob du schnelle Iterationen oder finale Qualität brauchst. # Aktuell bleiben KI-Modelle entwickeln sich schnell. Um aktuell zu bleiben: 1. **Prüfe die Modellauswahl** - Langdock zeigt immer die neuesten verfügbaren Modelle 2. **Achte auf Versionsnummern** - Höhere Nummern = neuere Fähigkeiten 3. **Probiere neue Modelle** - Wenn eine neue Version erscheint, teste sie mit deinen typischen Aufgaben 4. **Lies Release Notes** - Anbieter kündigen größere Verbesserungen mit neuen Releases an Langdock fügt kontinuierlich neue Modelle hinzu, sobald sie verfügbar sind. Die Modellauswahl in deinem Chat spiegelt immer die aktuellen Optionen wider. ## FAQ Nutze stärkere Modelle für komplexes Reasoning, langen Kontext, Programmierung, Analysen oder Aufgaben, bei denen Qualität wichtiger ist als Geschwindigkeit oder Kosten. Nutze kleinere oder schnellere Modelle für Routinetexte, Zusammenfassungen und einfachere Aufgaben. Modelle stammen von verschiedenen Anbietern und Deployments. Sie können sich in Kontextgröße, Output-Länge, unterstützten Modalitäten, Geschwindigkeit, Verfügbarkeit, Kosten und regionalem Deployment unterscheiden. Diese Unterschiede können das Ergebnis desselben Prompts beeinflussen. Langdock möchte neue Modelle anbieten, sobald der Anbieter sie veröffentlicht. Neue Modelle können jedoch regionales Deployment, Sicherheitsprüfungen, Preisgestaltung und Produktintegration erfordern, bevor sie erscheinen. Die Verfügbarkeit kann daher vom öffentlichen Launch-Datum eines Anbieters abweichen.