KI-Modelle
KI-Modelle machen Vorhersagen auf Basis ihrer Trainingsdaten. Sie können in jedem Bereich eingesetzt werden, beispielsweise in Zahlen, Texten oder Multimedia-Inhalten.
LLM Observability-Tools: Weights & Biases, Langsmith
LLM-Anwendungen haben sich von Single-Turn-Chats zu mehrstufigen Agenten entwickelt, die Tools verwenden, Datenbanken abfragen und sich mit anderen Modellen koordinieren, was ihr Verhalten schwerer interpretierbar macht. LLM-Observability bietet kontinuierliche Einblicke in diese komplexen Workflows und hilft Unternehmen, die Qualität zu überwachen, Ausfälle zu erkennen, Probleme zu beheben sowie Leistung und Kosten zu managen. W&B Weave…
LLM-Preisgestaltung: Top 15+ Anbieter im Vergleich
Es gibt zwei Möglichkeiten, für ein LLM zu bezahlen: Abonnementpläne der großen Anbieter oder ein Pay-as-you-go-API-Modell, das nach Token-Nutzung abgerechnet wird. Klicken Sie auf die Modellnamen, um deren Benchmark-Ergebnisse, Latenz in der Praxis und Preise anzuzeigen und so die Effizienz und Kosteneffektivität jedes Modells zu bewerten. Rangliste: Die Modelle sind nach ihrer durchschnittlichen Platzierung über…
LLM VRAM-Rechner für Selbsthosting
Einen LLM selbst zu hosten bedeutet, die Inferenz auf Hardware auszuführen, die der Betreiber kontrolliert, anstatt über eine API eines Drittanbieters, was die Kosten, die Datenkontrolle und das Datenschutzprofil verändert. Ob ein Modell überhaupt läuft, hängt vom Speicher ab. Der Rechner schätzt den benötigten VRAM oder vereinheitlichten Speicher, um ein Modell lokal auszuführen, basierend auf…
Benchmark von 40+ LLMs im Finanzwesen: Claude Fable 5 & GPT-5.6 Sol
Wir haben 40+ LLMs im Finanzwesen anhand von 238 schwierigen Fragen aus dem FinanceReasoning-Benchmark evaluiert, um herauszufinden, welche Modelle bei komplexen Finanzlogik-Aufgaben wie Bilanzanalyse, Prognosen und Kennzahlenberechnungen hervorragend sind. Wir haben LLMs auf 238 schwierigen Fragen aus dem FinanceReasoning-Benchmark (Tang et al.) evaluiert.1 Diese Untergruppe zielt auf die anspruchsvollsten Finanzlogik-Aufgaben ab und bewertet komplexe, mehrstufige…
LLM-Automatisierung: Top 7 Tools & 8 Fallstudien
LLM-Automatisierung bezeichnet den Wandel hin zu intelligenten Automatisierungstools, die LLMs nutzen, einschließlich KI-Agenten, feinabgestimmten LLMs und RAG-Modellen, um Aufgaben zu automatisieren und zu koordinieren. Erkunden Sie, was LLM-Automatisierung ist, ihre wichtigsten praktischen Anwendungen und die wesentlichen Tools: LLM in der Automatisierung sind ein systematischer Ansatz, der Natural Language Processing (NLP) mit bestehenden Prozessautomatisierungsmethoden kombiniert. Es…
LLM-Latenz-Benchmark nach Anwendungsfällen
Wir haben 11 führende große Sprachmodelle mit insgesamt 1.320 Anfragen einem Benchmark unterzogen, wobei wir zwischen Reasoning- und Nicht-Reasoning-Modellen unterschieden und die Time to First Token, die Latenz pro Token sowie die gesamte Antwortzeit gemessen haben. Details zur Messung der Latenz finden Sie hier. Wir berichten über Reasoning- und Nicht-Reasoning-Modelle getrennt. Reasoning-Modelle verbringen mehrere Sekunden…
HALC-Bench: LLM Halluzination bei Langkontext-Retrieval-Benchmark
HALC-Bench (LLM Halluzination bei Langkontext-Retrieval-Benchmark) misst die Beständigkeit eines großen Sprachmodells gegenüber der Erfindung von Belegen für eine Metrik, die im Zieldokument nicht existiert, indem 3 Heuhaufen am Anfang, in der Mitte und am Ende des Kontextfensters des Modells platziert werden, mit 204 Fragen. claude-fable-5 beantwortete alle 204 Fallen an jeder Heuhaufenposition korrekt. Unter den…
Intelligenzdichte von 71 LLMs: Intelligentere und dichtere Modelle
Wir haben 71 LLMs verfolgt, die zwischen Februar 2023 und Mai 2026 veröffentlicht wurden, und 10 öffentliche Benchmarks gesammelt, um die Intelligenzdichte zu messen. Wir haben den Fähigkeitswert durch die vom Modell verbrauchten Ressourcen (aktive Parameter, Trainingsrechenleistung und Inferenzpreis) dividiert. Um die Intelligenzdichte zu berechnen, haben wir die folgenden Schritte ausgeführt: Siehe Methodik für den…
50+ ChatGPT-Anwendungsfälle mit realen Beispielen
ChatGPT erreichte Anfang 2026 etwa 1 Milliarde wöchentlich aktive Nutzer, was rund 10 % der Weltbevölkerung entspricht.1 OpenAI übertraf im Jahr 2025 einen Jahresumsatz von 20 Milliarden US-Dollar, bestätigt durch CFO Sarah Friar.2 Der Anthropic Economic Index unterscheidet zwei Nutzungsarten: Erweiterung, bei der ein Mensch mit KI interagiert, und Automatisierung, bei der KI Aufgaben unabhängig…
Benchmark für tabellarische Modelle: Leistung über 19 Datensätze
Wir haben 8 tabellarische Lernmodelle auf 19 realen Datensätzen mit rund 260.000 Stichproben verglichen, mit Datensatzgrößen von 435 bis 48.800 Zeilen. Jedes Modell lief auf derselben Maschine mit 5-facher Kreuzvalidierung und identischen Aufteilungen. Jeder Datensatz ist ein Round-Robin von direkten Vergleichen zwischen Modellen, entschieden durch die primäre Metrik. Elo fasst alle 483 Vergleiche zu einer…