Claude Fable 5.1
Das leistungsfähigste allgemein verfügbare Modell von Anthropic, gebaut für anspruchsvolles Reasoning und lang laufende Agentenarbeit.
- Kontext
- 1M
- Eingabe
- Text, Bild
Claude Opus 5.5
Die empfohlene Standardwahl von Anthropic für anspruchsvolle Arbeit: lang laufendes agentisches Programmieren und Wissensarbeit, mit stets aktivem adaptivem Denken.
- Kontext
- 1M
- Eingabe
- Text, Bild
Claude Sonnet 5.5
Die Balance aus Geschwindigkeit und Intelligenz von Anthropic für alltägliche Programmier-, Agenten- und Unternehmensarbeit, mit standardmäßig aktivem adaptivem Denken.
- Kontext
- 1M
- Eingabe
- Text, Bild
Claude Haiku 4.5
Das schnellste und günstigste aktuelle Modell von Anthropic, mit einem 200K-Kontextfenster und optionalem Extended Thinking.
- Kontext
- 200K
- Eingabe
- Text, Bild
GPT-6 (Astra, Sol, Luna)
Die aktuelle Reasoning-Familie von OpenAI in drei Stufen: Astra für die schwierigste Arbeit, Sol für nahezu Astra-Ergebnisse zu geringeren Kosten, Luna für hohe Volumen.
- Kontext
- 1.05M
- Eingabe
- Text, Bild
GPT-5.6 (Sol, Terra, Luna)
Die vorherige Generation von OpenAI, die die Stufen Sol, Terra und Luna einführte: Flaggschiff, ausgewogen und am günstigsten.
- Kontext
- 1.05M
- Eingabe
- Text, Bild
gpt-oss (120b, 20b)
Die Open-Weight-Reasoning-Modelle von OpenAI mit Mixture-of-Experts-Architektur unter Apache 2.0: 120b passt auf eine 80-GB-GPU, 20b läuft auf Geräten mit 16 GB.
- Kontext
- 131K
- Eingabe
- Text
Gemini 3.8 Flash
Das aktuelle allgemein verfügbare Flash-Modell von Google, ausgerichtet auf Engineering mit langem Horizont, autonome Agenten und Unternehmens-Workflows bei Flash-Geschwindigkeit und -Kosten.
- Kontext
- 1.05M
- Eingabe
- Text, Bild, Video, Audio, PDF
Gemini 3.1 Pro
Das aktuelle Pro-Modell von Google, in der Gemini API als Preview verfügbar, abgestimmt auf komplexes Reasoning, Software-Engineering und präzise mehrstufige Tool-Nutzung.
- Kontext
- 1.05M
- Eingabe
- Text, Bild, Video, Audio, PDF
Gemini 3.5 Flash-Lite
Das günstigste 3.5-Modell von Google mit der geringsten Latenz, gebaut für Sub-Agenten-Arbeit mit hohem Durchsatz, Dokumenten-Parsing und einfache Extraktion.
- Kontext
- 1.05M
- Eingabe
- Text, Bild, Video, Audio, PDF
Gemma (Gemma 4, Gemma 3)
Die Open-Weight-Familie von Google, von Edge-Modellen bis zu einem dichten 31B- und einem 26B-Mixture-of-Experts-Modell in Gemma 4.
- Kontext
- –
- Eingabe
- Text, Bild
Grok 4.7
Das Frontier-Modell von xAI für Programmierung, agentische Aufgaben und Wissensarbeit, mit Text- und Bildeingabe und wählbarem Reasoning-Aufwand.
- Kontext
- 500K
- Eingabe
- Text, Bild
DeepSeek Flash (V4.1)
Das aktuelle Flash-Modell von DeepSeek mit nativem Bildverständnis, einem 1M-Token-Kontext und standardmäßig aktivem Denken; die Gewichte stehen unter MIT-Lizenz.
- Kontext
- 1M
- Eingabe
- Text, Bild
DeepSeek V4 Pro
Das große V4-Pro-Modell von DeepSeek: über die API nur Text, mit 1M-Token-Kontext, Tool-Aufrufen und wählbarem Denkaufwand; die Gewichte stehen unter MIT-Lizenz.
- Kontext
- 1M
- Eingabe
- Text
DeepSeek-R1 Distill (8B)
Ein kleines offenes Reasoning-Modell: Qwen3-8B, trainiert auf der Chain of Thought von DeepSeek-R1, für den lokalen Einsatz.
- Kontext
- 128K
- Eingabe
- Text
Kimi K3
Das Flaggschiff von Moonshot AI mit 1M-Token-Kontext, nativem Bild- und Videoverständnis und stets aktivem Denken; die Gewichte sind veröffentlicht.
- Kontext
- 1.05M
- Eingabe
- Text, Bild, Video
Kimi K2.7 Code
Das spezialisierte Coding-Modell von Moonshot AI mit 256K-Kontext, stets aktivem Denken, Tool Calling und einer separaten Hochgeschwindigkeitsvariante.
- Kontext
- 256K
- Eingabe
- Text, Bild, Video
Qwen 3.8 (Max, Flash)
Die Qwen-3.8-Linie von Alibaba: Max ist das Flaggschiff, und Max wie Flash bieten 1M-Token-Kontext, Bild- und Videoeingabe sowie hybrides Denken.
- Kontext
- 1M
- Eingabe
- Text, Bild, Video
Qwen 3.7 Plus
Qwen 3.7 Plus und Flash bieten 1M-Token-Kontext, Bild- und Videoeingabe, hybrides Denken und Function Calling für multimodale Agentenarbeit.
- Kontext
- 1M
- Eingabe
- Text, Bild, Video
GLM-5.3
Das Flaggschiff von Z.ai für Software-Engineering und Agentenarbeit, mit 1M-Token-Kontext, bis zu 128K Ausgabe und veröffentlichten Gewichten; die Flash-Varianten ergänzen Bild- und Videoeingabe.
- Kontext
- 1M
- Eingabe
- Text
MiniMax M3
Das nativ multimodale Coding- und Agentenmodell von MiniMax, mit bis zu 1M Tokens Kontext und Denken zwischen den Tool-Aufrufen; die Gewichte sind veröffentlicht.
- Kontext
- 1M
- Eingabe
- Text, Bild, Video
Mistral Large 3
Das Open-Weight-Flaggschiff von Mistral mit Mixture-of-Experts-Architektur (41B aktive, 675B Parameter insgesamt) und Bildverständnis, unter Apache 2.0.
- Kontext
- 256K
- Eingabe
- Text, Bild
Mistral Medium 3.5
Ein dichtes multimodales 128B-Modell, das Instruktionsbefolgung, Reasoning und Programmierung vereint, mit pro Anfrage einstellbarem Reasoning-Aufwand.
- Kontext
- 256K
- Eingabe
- Text, Bild
Mistral Small 4
Ein Open-Weight-Modell mit Mixture-of-Experts-Architektur (rund 6B aktive Parameter), das Instruct, Reasoning und Programmierung vereint, mit Bildeingabe.
- Kontext
- 256K
- Eingabe
- Text, Bild
Ministral 3 (3B, 8B, 14B)
Kleine Open-Weight-Modelle in drei Größen, jeweils mit Base-, Instruct- und Reasoning-Variante und Bildverständnis, für den lokalen und Edge-Einsatz.
- Kontext
- 256K
- Eingabe
- Text, Bild
Codestral
Das Coding-Modell von Mistral für Aufgaben mit geringer Latenz und hoher Frequenz wie Fill-in-the-Middle und Codegenerierung.
- Kontext
- 128K
- Eingabe
- Text
Llama 4 (Scout, Maverick)
Die nativ multimodalen Mixture-of-Experts-Modelle von Meta mit 17B aktiven Parametern: Scout (109B insgesamt) und Maverick (400B insgesamt).
- Kontext
- 1M
- Eingabe
- Text, Bild
Llama 3.3 70B
Das 70B-Textmodell von Meta für mehrsprachige Dialoge in acht Sprachen, mit Tool-Nutzung.
- Kontext
- 128K
- Eingabe
- Text
Llama 3.2 1B
Ein mehrsprachiges Modell mit 1,2B Parametern für eingeschränkte Umgebungen und Geräte, klein genug, um innerhalb der EDDI-JVM zu laufen.
- Kontext
- 128K
- Eingabe
- Text
Amazon Nova (Pro, Lite)
Die multimodalen Modelle von Amazon auf Bedrock für Text-, Bild- und Videoeingabe: Pro ist die ausgewogene Stufe, Lite die günstige.
- Kontext
- 300K
- Eingabe
- Text, Bild, Video
Cohere Command A
Das 111B-Unternehmensmodell von Cohere mit Fokus auf Tool-Nutzung, Retrieval und 23 Sprachen; Oracle bietet zudem Reasoning- und Vision-Varianten an.
- Kontext
- 256K
- Eingabe
- Text
Phi-4-mini
Das offene 3,8B-Modell von Microsoft für speicherbeschränkte, latenzkritische Arbeit sowie mathematisches und logisches Reasoning.
- Kontext
- 128K
- Eingabe
- Text
Kein Modell passt zu diesem Filter.
Wo Modelle laufen
Dasselbe Modell ist oft an mehr als einer Stelle verfügbar. Wählen Sie danach, wohin Ihre Daten dürfen, was Ihr Team bereits betreibt und wie Sie sich authentifizieren.
Amazon Bedrock
Verwalteter AWS-Zugang zu Modellen von Anthropic, Meta, Amazon, OpenAI, Mistral und weiteren.
- Anbieter sehen keine Prompts oder Antworten von Kunden
- Privates Netzwerk über VPC und PrivateLink
- Inferenz innerhalb einer Region oder regionsübergreifend für Datenresidenz
Google Vertex AI
Die KI-Plattform von Google Cloud, inzwischen auch Gemini Enterprise Agent Platform genannt, für Gemini- und Model-Garden-Modelle.
- Regionale Endpunkte halten die Verarbeitung in einer Jurisdiktion
- VPC Service Controls zur Netzwerkisolation
- Authentifizierung über Google-Cloud-Zugangsdaten
Azure OpenAI
OpenAI-Modelle in Ihrem Azure-Abonnement, inzwischen Teil von Microsoft Foundry, aufgerufen über den Deployment-Namen.
- Data-Zone-Deployments halten die Verarbeitung in der EU, den USA oder APAC
- Private Endpunkte im Azure-Backbone
- Provisioned Throughput für reservierte Kapazität
Oracle OCI Generative AI
Verwalteter Oracle-Cloud-Dienst für Cohere, Meta Llama und weitere Modelle, on demand oder auf dedizierten Clustern.
- Dedizierte KI-Cluster
- Private Endpunkte und Datenisolation
- Gesteuert über OCI-IAM-Richtlinien
Groq
Eine Inferenz-Cloud, die offene Modelle auf Groqs eigenen LPU-Chips ausführt, über eine OpenAI-kompatible API.
- Sehr geringe Latenz
- Offene Modelle wie gpt-oss und Qwen
- Ein Schlüssel, keine Infrastruktur
OpenRouter
Eine API für Hunderte Modelle vieler Anbieter, mit einem Auto-Router, der pro Anfrage ein Modell wählt.
- Ein Schlüssel für viele Hersteller
- Automatischer Fallback zwischen Anbietern
- openrouter/auto wählt für jede Aufgabe ein Modell
Ollama
Führt offene Modelle auf Ihrer eigenen Hardware hinter einer lokalen API aus, auf Wunsch im selben Docker-Netzwerk wie EDDI.
- Keine Cloud-Verbindung nötig
- Daten verlassen Ihre Maschinen nie
- Ein Befehl, um ein Modell zu laden
Hugging Face
Gehostete Inferenz für offene Modelle über die Repository-ID, weitergeleitet an Partneranbieter mit einem einzigen Token.
- Offene Modelle über die Repository-ID
- Ein Token für alle Anbieter
- Keine Infrastruktur zu betreiben
Jlama
Eine reine Java-Inferenz-Engine, die kleine Modelle innerhalb der EDDI-JVM ausführt, ganz ohne Modellserver.
- Nichts weiter zu deployen
- Quantisierte Modelle für einen kleinen Footprint
- Funktioniert air-gapped, sobald die Gewichte zwischengespeichert sind
Nicht im Katalog?
Jeder OpenAI-kompatible Endpunkt funktioniert über type: openai und eine baseUrl, darunter Cohere, Together, vLLM, llama-server und Unternehmens-Gateways. OpenRouter erreicht mit einem einzigen Schlüssel Hunderte weiterer Modelle.
Mehr als eines nutzen
EDDI kann Modelle in einer Kaskade verketten: Ein schnelles, günstiges Modell antwortet zuerst, und ein stärkeres wird nur bei niedriger Konfidenz aufgerufen. Siehe Modell-Kaskadierung.