// 00KI-Modell-Atlas

Die Modelle, mit denen wir bauen und wie wir sie wählen.

// //Fleet · was wir gerade betreiben

…

// //welches Modell? · nach Aufgabe

Was möchten Sie tun?

Der Router wählt:

Mistral Large 3

Assistent auf Ihrem Wissen, Kundensupport, Inhaltsübersetzung

Modell ansehen →

Mit den Modellen live spielen? Playground · Modell-Arena

Flaggschiff-Engines — Standard-Primaries

DeepSeek-V4live

Für: schwierige Entscheidungen, Dokumentanalyse, Agenten-Schrittplanung

Reasoning

Mistral Large 3live

Für: Assistent auf Ihrem Wissen, Kundensupport, Inhaltsübersetzung

ChatÜbersetzung

Qwen3 / Qwen3-Coderlive

Für: Codegenerierung und Refactoring, Integrationen, mehrsprachige Aufgaben

Code

GLM-5 / GLM-4.7live

Für: Chat, Qualitätsvergleiche, Aufgaben mit leichtem Reasoning

Chat

Gemma 3 / Gemma 4live

Für: Zusammenfassungen, Klassifizierung, Extraktion, günstige Aufgaben in großem Maßstab

Zusammenfassungschnelle AntwortenKlassifizierung

Devstral-2live

Für: Code schreiben, Automatisierungen, Agenten-Tools, technische Integrationen

Code

Ebenfalls betrieben

Ministral-3live

Für: Intent-Routing, Lead-Klassifizierung, Feldextraktion, schnelle Antworten

schnelle AntwortenKlassifizierungExtraktion

Qwen3-VLlive

Für: Analyse von Angebotsfotos, Dokumentenlesen, Bildbeschreibung und -Tagging

Vision

Kimi K2live

Für: tiefes Reasoning, lange Kontexte, Qualitätsvergleiche in der Arena

Reasoning

MiniMax M2live

Für: gemischte Aufgaben, Backup-Chat-Engine, Arena-Experimente

Nemotron-3live

Für: Echtzeit-Schnittstellen, schnelles Feedback, kurze Antworten

GPT-OSSlive

Für: Fallback-Reasoning, analytische Aufgaben, Anbieterunabhängigkeit

Reasoning

Cogito-2.1live

Für: Fallback-Reasoning, umfangreiche Analysen, Qualitätsvergleiche

Reasoning

Gemini 3 Flashlive

Für: Analyse langer Dokumente, ganze Wissensbasen in einem Durchgang

Embeddings (lokal)

BGE-M3

Für: semantische Suche, RAG, Datenschutz — die Basis jeder KI-Wissensbasis

Bei Bedarf integriert

Llama 4

Für: On-Prem-Deployments, volle Kontrolle über Gewichte, keine Cloud-Abhängigkeit

Claude Opus 4.x

Für: schwierigstes Reasoning, Code-Arbeit, qualitätskritische Aufgaben

GPT-5 / o-series

Für: Premium-Aufgaben mit Anbietervorgabe, Qualitäts-Benchmarking

Claude Sonnet 4.x / Haiku

Für: Produktionsassistenten, Code-Arbeit, Agenten mit gutem Preis-Leistungs-Verhältnis

Grok 4 (xAI)

Für: Aufgaben mit aktuellen Informationen, Trendanalyse, Live-Recherche

Command A (Cohere)

Für: Enterprise-RAG, Unternehmenssuche, Assistenten mit harter Zitierung

Phi-4 (Microsoft)

Für: On-Prem auf bescheidener Hardware, Edge-Tasks, niedrige Stückkosten

// //FAQ

Wie wählen Sie das KI-Modell für eine Aufgabe?

Der OpenClaw-Router wählt das günstigste Modell, das die Aufgabe trägt — anhand von gemessenem Durchsatz, Time-to-First-Token und Kontextfenster. Jeder Aufgabentyp hat ein primäres und ein Fallback-Modell.

Gehen meine Daten in die Cloud?

PII wird maskiert, bevor etwas in die Cloud geht, und Embeddings werden lokal mit BGE-M3 berechnet. Sensible Daten und vollständige On-Prem-Deployments verlassen Ihre Infrastruktur nie.

Wie viele Modelle betreiben Sie tatsächlich?

Heute sind über den Router 39 Modelle mit gemessenen Parametern verfügbar (das Live-„Fleet“-Band). Frontier-Modelle (Claude Opus, GPT-5, Gemini) integrieren wir zusätzlich bei Bedarf.

Unsicher, welches Modell zu Ihrer Aufgabe passt? Sagen Sie uns, was Sie bauen wollen — sprechen wir →