KI-Tool-Datenbank · 67 Tools
KI-Modelle & Plattformen
Die Motoren unter der Haube: offene und geschlossene Sprachmodelle, Ranglisten, Plattformen zum lokalen Betrieb und zum Feintuning.
🏆 Konsens-Favoriten
Diese Tools empfehlen mindestens zwei der drei großen Listen unabhängig voneinander.
- Arena🥈 in 2 von 3 ListenOffene Plattform, auf der Menschen KI-Modelle im Blindvergleich bewerten; betrieben von Forschenden der UC Berkeley.
- Artificial Analysis🥈 in 2 von 3 ListenUnabhängige Benchmarks zu KI-Modellen und Anbietern als Entscheidungshilfe.
- Bloom🥈 in 2 von 3 ListenOffenes Sprachmodell von Hugging Face, trainiert auf 46 Sprachen und 13 Programmiersprachen.
- DragGAN🥈 in 2 von 3 ListenForschungsprojekt: Bilder durch Ziehen von Punkten interaktiv verformen.
- Gopher🥈 in 2 von 3 ListenSprachmodell von DeepMind mit 280 Milliarden Parametern.
- Imagen🥈 in 2 von 3 ListenBildmodell von Google für fotorealistische Bilder aus Text.
Welches KI-Modell oder welche Plattform passt zu deinem Projekt? 🧭
- API oder lokalWillst du ein Modell per API nutzen oder offene Gewichte selbst betreiben?
- Größe und HardwareLokale Modelle brauchen je nach Parameterzahl viel Grafikspeicher. Prüfe, was auf deine Hardware passt.
- LizenzOffene Modelle haben sehr unterschiedliche Lizenzen. Darfst du sie kommerziell nutzen?
- EignungBenchmarks geben eine Richtung. Entscheidend ist der Test mit deinen eigenen Aufgaben.
- KostenAPI-Preise pro Token oder eigene Hardware und Strom: Der API-Kosten-Rechner hilft beim Vergleich.
Starte mit einer Plattform wie Ollama oder LM Studio, um offene Modelle lokal auszuprobieren, bevor du in Hardware oder Fine-Tuning investierst. Erst Probefahrt, dann Garage umbauen.
Lies die Lizenz jedes offenen Modells vor dem kommerziellen Einsatz, denn „offen“ heißt nicht automatisch „frei für alles“. Benchmark-Ranglisten sagen wenig darüber, wie gut ein Modell deine konkrete Aufgabe löst. DSGVO-Checkliste für KI-Tools →
Alle 67 Tools
67 Tools
Offene Plattform, auf der Menschen KI-Modelle im Blindvergleich bewerten; betrieben von Forschenden der UC Berkeley.
- Artificial Analysis↗🥈 2/3🆓
Unabhängige Benchmarks zu KI-Modellen und Anbietern als Entscheidungshilfe.
Offenes Sprachmodell von Hugging Face, trainiert auf 46 Sprachen und 13 Programmiersprachen.
Forschungsprojekt: Bilder durch Ziehen von Punkten interaktiv verformen.
Sprachmodell von DeepMind mit 280 Milliarden Parametern.
Bildmodell von Google für fotorealistische Bilder aus Text.
Vergleicht KI-Modelle nach Benchmarks, Preis, Geschwindigkeit und Kontextlänge.
- Make-A-Scene↗🥈 2/3
Forschungsmethode von Meta: Bilder aus Text und Skizze gezielt steuern.
- OpenAI API↗🥈 2/3
Schnittstelle zu den OpenAI-Modellen für Text, Code, Bilder, Audio und Agenten.
Rangliste der Sprachmodelle nach tatsächlicher Nutzung in Apps.
🧔 Jeans Steckbrief: Preise, Gratis-Tarif, Alternativen →Offene vortrainierte Sprachmodelle von Meta.
- Stable Diffusion↗🥈 2/3
Offenes Bildmodell von Stability AI, das aus Text Bilder erzeugt.
Umfangreiche Liste von Stable-Diffusion-Modellen.
- Together AI↗🥈 2/3
Plattform, um KI-Modelle schnell und günstig zu trainieren, feinzutunen und zu betreiben.
- Vicuna-13B↗🥈 2/3🔓
Offener Chatbot, entstanden durch Feintuning von LLaMA auf geteilten Unterhaltungen.
Python-Bibliothek, die den Speicherbedarf bei der Inferenz senkt, indem sie Modelle schichtweise lädt, sodass große Modelle auf kleinen Grafikkarten laufen.
Unabhängige Rangliste für KI-Modelle mit Benchmarks und Preisvergleich über viele Anbieter.
Modellfamilie von Cloudflare Workers AI für Entscheidungen, mit einer multimodalen Variante und einer Variante für geringe Latenz.
Open-Source-Inferenz-Framework von DeepSeek für hohen Durchsatz und geringe Latenz im Produktivbetrieb.
Reihe von Open-Source-Sprachmodellen von DeepSeek.
Modellfamilie von DeepSeek mit offenen Gewichten für Reasoning, Coding und Agenten-Aufgaben, selbst hostbar und kommerziell nutzbar.
Inferenz-Engine in C vom Redis-Erfinder antirez, um einige große offene Modelle auf Consumer-Hardware zu betreiben.
Text-zu-Bild-Modelle von Black Forest Labs mit fotorealistischen Ergebnissen.
Googles Sprachmodell-Reihe mit offenen Gewichten auf Basis der Gemini-Architektur, in kleinen Größen vom Gerät bis zum Server.
Reihe von Open-Source-MoE-Sprachmodellen von Z.ai für agentische Aufgaben.
Multimodales MoE-Modell von Zhipu mit offenen Gewichten unter MIT-Lizenz und langem Kontextfenster.
Gehostete Jupyter-Notebooks von Google mit kostenlosem Zugang zu GPU und TPU für ML- und KI-Arbeit.
Gopher ist ein Sprachmodell von DeepMind mit 280 Milliarden Parametern.
Kostengünstiges Sprachmodell von OpenAI.
Sprachmodell von xAI mit offenen Gewichten.
Großes Sprachmodell von xAI, unter Apache-2.0 mit offenen Gewichten veröffentlicht.
Führende offene KI-Plattform und Community mit Millionen Modellen, Datensätzen und Demo-Spaces.
Sprachmodelle lokal und offline auf dem eigenen Rechner ausführen oder Remote-APIs anbinden.
Entscheidungsmodell von TypeSafe AI, das keinen Text erzeugt, sondern typisierte Antworten mit kalibrierten Wahrscheinlichkeiten liefert.
Hugging-Face-Space, der Open-Source-Nachbauten und Alternativen zu Jev sammelt und in einer Rangliste bewertet.
Plattform von Google für ML-Wettbewerbe und Daten, mit kostenlosen GPU-Notebooks und vielen öffentlichen Datensätzen.
Reihe von Open-Source-MoE-Sprachmodellen von Moonshot AI für agentische Aufgaben.
Benchmark für Code-Fähigkeiten von Sprachmodellen, der laufend neue Aufgaben sammelt, um Verfälschung durch Trainingsdaten zu vermeiden.
Open-Source-Sprachmodell von Meta.
Grundlegendes Sprachmodell von Meta mit 65 Milliarden Parametern.
Multimodale Modellfamilie von Meta mit offenen Gewichten und breiter Unterstützung in Werkzeugen und Plattformen.
Kommandozeilen-Werkzeug und Python-Bibliothek für die Arbeit mit lokalen und entfernten Sprachmodellen.
Kostenlose Seite, die zeigt, welche offenen Sprachmodelle auf die eigene GPU, den Mac oder Mini-PC passen, mit Speicherbedarf und geschätzter Geschwindigkeit.
Lokale Sprachmodelle herunterladen und auf dem eigenen Rechner ausführen.
Offene Plattform zum Trainieren, Bereitstellen und Bewerten von Sprachmodellen, Ursprung von Vicuna und Chatbot Arena.
Multimodale Basismodelle für Text, Sprache, Video und Musik.
Sprachmodelle von Mistral AI mit offenen Gewichten.
🧔 Jeans Steckbrief: Preise, Gratis-Tarif, Alternativen →Mixture-of-Experts-Modell von Mistral AI mit offenen Gewichten, schnell und stark für seine Größe.
Häufige Fragen: KI-Modelle & Plattformen 🙋
Was ist ein Open-Weight-Modell?
Ein Modell, dessen Gewichte veröffentlicht sind. Du kannst es selbst betreiben, oft auch lokal ohne Cloud, sozusagen KI zum Mitnehmen.
Welches KI-Modell kann ich lokal nutzen?
Es gibt viele offene Modellfamilien, etwa Gemma, Mistral, Qwen, Metas neue Muse-Modelle oder die älteren Llama-Modelle, in verschiedenen Größen. Seiten wie llmrun oder runthisllm in der Datenbank zeigen dir, was auf deine Hardware passt.
Wie vergleiche ich KI-Modelle?
Mit denselben Aufgaben aus deinem Alltag, nicht mit Rekordtabellen. Der KI-Test auf mentat.codes liefert dafür Aufgaben und einen Bewertungsbogen.
Darf ich Gemma 4 kommerziell nutzen?
Ja. Google hat Gemma 4 am 2. April 2026 veröffentlicht, erstmals unter der Open-Source-Lizenz Apache 2.0. Es gibt vier Größen: E2B und E4B für Smartphones und Edge-Geräte, ein 26B-Mixture-of-Experts-Modell und ein 31B-Dense-Modell. Die Gewichte stehen unter anderem bei Hugging Face, Kaggle, Ollama und LM Studio bereit (Stand Oktober 2026).
Was ist Muse Spark Open?
Ein offenes Modell von Meta, dessen Gewichte am 15. Oktober 2026 erschienen sind. Laut Meta hat es 816 Mrd. Parameter, davon 42 Mrd. aktiv, und ein Kontextfenster von 1 Mio. Tokens. Für normale Rechner ist es eine Nummer zu groß: Meta nennt zwei Mac Studios mit M5 Ultra als Desktop-Variante. Die Muse Model License erlaubt kommerzielle Nutzung nur eingeschränkt, lies sie vor dem Einsatz.
Quellen und Stand 🔎
Auswahlkriterien und Antworten wurden mit diesen Quellen abgeglichen, zuletzt am 26.10.2026.
Stand 23. Oktober 2026. Einträge aus drei offenen GitHub-Listen, deutsche Kurzbeschreibungen auf Basis der Quellenangaben. Quellen und Lizenzen · ← alle Rubriken
Weiter geht's 🧭
Nachbarseiten mit dem meisten gemeinsamen Thema. Kein Zufall, reine Statistik.
Gerade in den KI-News:
Passt dazu 6
- RatgeberOpen-Weight-Modelle 2026: Wann sich eigene KI lohnt
- KI-NewsMuse Spark Open: Metas offenes Modell erklärt
- GlossarWas ist ein Open-Weight-Modell? Einfach erklärt
- KI-ModellMuse Spark Open: Start, Preis und Fakten
- RubrikKI-Chatbots: 42 Tools im Überblick
- RubrikKI-Tools kostenlos: Gratis-Tarife & Open Source 2026
Wer hierher verlinkt 49
Herzstück: 49 Seiten zeigen auf diese hier. Die passendsten:
- KI-ToolVicuna-13B: Was ist das? Alternativen & Einordnung
- KI-ToolOPT: Was ist das? Alternativen & Einordnung
- KI-ToolGopher: Was ist das? Alternativen & Einordnung
- KI-ToolLLM Stats: Was ist das? Alternativen & Einordnung
- KI-ToolArtificial Analysis: Was ist das?
- KI-ToolGopher: Was ist das? Alternativen & Einordnung
Begriffe kurz erklärt 4
- Fine-Tuning
- Nachtrainieren eines fertigen Modells mit eigenen Beispielen, damit es eine Aufgabe oder einen Stil besonders gut beherrscht.
- Benchmark
- Standardisierter Test, mit dem Modelle verglichen werden. Gute Benchmark-Werte garantieren nicht, dass ein Modell deine Aufgaben am besten löst.
- Latenz
- Die Zeit zwischen Anfrage und Antwort eines KI-Modells. Wichtig für Chatbots, Sprachassistenten und alle Anwendungen, bei denen Nutzer warten.
- Inferenz
- Das Ausführen eines trainierten Modells, also das Erzeugen einer Antwort. Kosten und Geschwindigkeit der Inferenz entscheiden über den Preis.
Wie kommen Tools in diese Rubrik?
Über die Kategorie aus den offenen Tool-Sammlungen, die wir zusammenführen. Jedes Tool steht in genau einer Rubrik, damit nichts doppelt auftaucht. Mehr dazu: Quellen und Lizenzen.
Heute bei mentat.codes
Gratis-Perle des Tages
Jeden Tag eine handverlesene Gratis-Perle mit Dofollow-Link. Alle Gratis-Portale
Prompt des Tages
Jeden Tag eine andere Vorlage zum Kopieren. Zur Prompt-Bibliothek
Tool des Tages
Jeden Tag ein anderes KI-Tool mit Preisen laut Anbieter. Alle Steckbriefe
Jeans Senf zu dieser Seite
68 Einträge zu den Motoren unter der Haube: offene und geschlossene Sprachmodelle, Ranglisten, Plattformen für lokalen Betrieb und Feintuning. Die Konsens-Favoriten oben empfehlen mindestens zwei der drei großen Listen. Mein Tipp: Lies zuerst den Abschnitt So wählst du. Wer ein Modell lokal betreiben will, braucht andere Kandidaten als jemand, der nur Ranglisten vergleichen möchte.
Wer den Motor versteht, kauft das Moped besser.
Fragen, Tool eintragen lassen oder einen Fehler gefunden?