KI-Modelle vergleichen

Entscheidend für Agentenaufgaben sind zuverlässige Tool-Nutzung (Function Calling), ein ausreichend großes Kontextfenster für Gesprächsverlauf und Tool-Ausgaben sowie konsistentes Befolgen von Anweisungen. In AACFlow sind OpenAI GPT-4.1, Anthropic Claude Sonnet und Google Gemini 2.5 Pro beliebte Optionen; alle unterstützen Tool-Nutzung, strukturierte Ausgaben und Kontextfenster ab 128K Tokens. Für kostensensitive oder durchsatzstarke Agenten bieten Groq und Cerebras deutlich schnellere Inferenz zu geringeren Kosten.

Das Kontextfenster ist die Gesamtzahl der Tokens, die ein Modell in einem einzigen Aufruf verarbeiten kann – einschließlich System-Prompt, Gesprächsverlauf, Ergebnissen von Tool-Aufrufen und übergebenen Dokumenten. Bei Agenten mit mehrstufigen Aufgaben füllt sich der Kontext schnell, denn jedes Tool-Ergebnis und jedes abgerufene Dokument fügt Tokens hinzu. Ein Kontextfenster mit 128K Tokens fasst etwa 300 Seiten Text; Modelle wie Gemini 2.5 Pro unterstützen bis zu 1M Tokens – genug, um eine komplette Codebasis in einem Durchgang zu halten.

Ja. Preise für Eingabe, zwischengespeicherte Eingabe und Ausgabe werden jeweils pro einer Million Tokens angegeben – so, wie Anbieter über ihre APIs abrechnen. Bei Agenten, die mehrere Aufrufe verketten, summieren sich die Kosten schnell: Ein Agent mit 100 Durchläufen à 10K Tokens verbraucht etwa 1M Tokens pro Sitzung. Der Preis für zwischengespeicherte Eingaben gilt, wenn ein Anbieter Prompt-Caching unterstützt; ein wiederkehrendes Präfix wie ein System-Prompt wird dann zu einem reduzierten Satz berechnet.

Tool-Nutzung, auch Function Calling genannt, ermöglicht es einem Agenten, externe APIs aufzurufen, Datenbanken abzufragen, Code auszuführen oder beliebige von Ihnen definierte Aktionen durchzuführen. In AACFlow unterstützen alle Modelle von OpenAI, Anthropic, Google, Mistral, Groq, Cerebras und xAI Tool-Nutzung. Achten Sie auf das Fähigkeits-Tag „Tool Use“ auf den Modellkarten in diesem Verzeichnis, um die Unterstützung zu prüfen.

Öffnen Sie AACFlow, fügen Sie einen Agent-Block hinzu und wählen Sie Anbieter und Modell in der Modellauswahl des Blocks. Jedes in diesem Verzeichnis aufgeführte Modell steht im Agent-Block zur Verfügung. Der Modellwechsel erfordert nur einen Klick und wirkt sich nicht auf den Rest Ihres Agenten aus – so können Sie verschiedene Modelle bei derselben Aufgabe testen, ohne etwas neu aufzubauen.