KI-Modelle
KI-Modelle machen Vorhersagen auf Basis ihrer Trainingsdaten. Sie können in jedem Bereich eingesetzt werden, beispielsweise in Zahlen, Texten oder Multimedia-Inhalten.
- LLMFunktionsvergleich14. Okt
Top LLMOps-Tools & Vergleich mit MLOps
LLMOps-Plattformen übernehmen die operative Seite des Betriebs großer Sprachmodelle: Bereitstellung, Überwachung, Evaluierung und Kostenmanagement. Wir haben führende LLMOps-Tools, ihre Kernfunktionen, Preismodelle und ihre Unterschiede untersucht, um die beste Lösung für verschiedene Anwendungsfälle zu identifizieren. Eine Aufschlüsselung der einzelnen Metriken finden Sie unten: LLMOps-Plattformen unterstützen den Lebenszyklus von LLMs durch: LLMOps-Plattformen unterscheiden sich in ihrem Ansatz:…
- LLMEinblick13. Okt
LLM-Marktanteil: Nutzung & Akzeptanz im Vergleich
Wir analysierten den LLM-Marktanteil, indem wir nutzungsbasierte Daten und Web-Besuchsschätzungen kombiniert haben, um zu zeigen, wie sich die Nachfrage nach Large Language Models auf KI-Labore und KI-Anwendungen verteilt. Lesen Sie die Methodik, um zu sehen, wie wir diese Ergebnisse gemessen und berechnet haben. Die Vereinigten Staaten dominierten die Web-Besuche in allen vier Monaten und machten…
- LLMFunktionsvergleich13. Okt
Cloud LLM vs. lokale LLMs: Beispiele & Vorteile
Cloud-LLMs, die auf fortschrittlichen Modellen wie GPT-5.5 und Claude Opus 4.7 basieren, bieten Skalierbarkeit und Zugänglichkeit. Umgekehrt gewährleisten lokale LLMs, die auf Open-Source-Modellen wie Llama 4, DeepSeek V4 und Qwen3.6-Plus basieren, stärkeren Datenschutz und Anpassbarkeit. Erkunden Sie, was Cloud-LLMs sind, Stärken und Schwächen, die häufigsten Fallstudien mit Beispielen aus der Praxis und wie sie sich…
- LLMBenchmark13. Okt
LLM-Latenz-Benchmark nach Anwendungsfällen
Details zur Messung der Latenz finden Sie hier. Wir berichten getrennt über Reasoning- und Nicht-Reasoning-Modelle. Reasoning-Modelle verbringen mehrere Sekunden mit Nachdenken, bevor die erste sichtbare Antwort erscheint; ein direkter Vergleich ihrer Latenz mit Nicht-Reasoning-Modellen wäre daher irreführend. Einige Modelle ändern ihr Verhalten auch je nach Aufgabe: GPT-5.2 beantwortet Q&A ohne Reasoning, denkt aber bei den…
- LLMBenchmark6. Okt
Large Language Models in der Cybersicherheit
Wir haben 7 Large Language Models über 9 Cybersicherheitsdomänen mit SecBench bewertet, einem groß angelegten und formatübergreifenden Benchmark für Sicherheitsaufgaben. Wir haben jedes Modell mit 44.823 Multiple-Choice-Fragen (MCQs) und 3.087 Kurzantwortfragen (SAQs) getestet, die Datensicherheit, Identitäts- und Zugriffsverwaltung, Netzwerksicherheit, Schwachstellenmanagement und Cloud-Sicherheit abdecken. MCQs (Multiple-Choice-Fragen) Benchmarking: SAQs (Kurzantwortfragen): Dieser Benchmark bewertet 7 allgemeine LLMs, einschließlich…
- LLMFunktionsvergleich6. Okt
LLM-Preise: Top 15+ Anbieter im Vergleich
Wir verfolgen die Einführungspreise von mehr als 160 LLMs, von GPT-3.5 Turbo im März 2023 bis zu den neuesten Veröffentlichungen, gruppiert nach Größenklasse. Wir vergleichen außerdem die API-Preise aktueller Modelle mit ihren Benchmark-Ergebnissen und betrachten die Abonnementpläne der wichtigsten Anbieter. Die Preise gelten pro eine Million Tokens, gemischt aus drei Teilen Eingabe zu einem Teil…
- LLMEinblick21. Sep
LLM VRAM-Rechner für Self-Hosting
Self-Hosting eines LLMs bedeutet, Inferenz auf Hardware auszuführen, die der Betreiber kontrolliert, statt über eine API eines Drittanbieters, was Kosten, Datenkontrolle und Datenschutzprofil verändert. Ob ein Modell überhaupt läuft, hängt vom Speicher ab. Der Rechner schätzt den VRAM oder Unified Memory, den ein Modell lokal benötigt, basierend auf dem Modell, seiner Präzision, der Kontextlänge und…
- LLMBenchmark18. Sep
Agentic IT: Können KI-Agenten einen Benchmark entwerfen
Wir haben 16 Models anhand eines Benchmark-Entwurfs in Text-zu-SQL und Tool-Calling getestet. Jedes Model erstellte einen Benchmark pro Thema, insgesamt 32 Einreichungen. Keine Einreichung erfüllte jedes Rubrik-Kriterium. Die Agenten konnten Tests erstellen und ausführen, aber keiner führte sowohl einen Leerantwort-Test als auch einen Richtigantwort-Test des eigenen Scorers vor. Text-zu-SQL wandelt eine Frage in natürlicher Sprache…