Modelle

Die Liste wird live aus unserem Modellkatalog erzeugt und ist immer aktuell. Die API-ID setzt du im Request als model. Ein Klick auf den Modellnamen führt zu Beschreibung, Stärken, API-Hinweisen und Beispielen.

Modell	API-ID	Kategorie	Kontext	Credit-Faktor
Mistral Small 24B BetaTool-Calling	mistral-small-24b	Sprachmodelle	32.768 Token	2×
Qwen 3.8 27B BetaTool-CallingReasoning	qwen3.8-27b	Sprachmodelle	32.768 Token	1,5×
Gemma 4 31B BetaBildeingabeTool-CallingReasoning	gemma-4-31b	Sprachmodelle	32.768 Token	1,5×
Qwen3-Coder-Next BetaTool-Calling	qwen3-coder-next	Coding	32.768 Token	1×
Qwen3-VL Embedding 2B Beta	qwen3-vl-embedding-2b	Embeddings	8.192 Token	0,25×

Der Credit-Faktor gibt an, wie viele Credits ein Token des Modells verbraucht: (Input-Token + Output-Token) × Credit-Faktor. Wie Token gezählt werden und welche Pakete es gibt, steht unter Abrechnung. Welche Modelle dein API-Key nutzen darf, liefert GET /v1/models.

Welches Modell passt?Link kopieren

• Hohes Anfragevolumen und klar umrissene Aufgaben (Chatbots, Klassifikation, Extraktion): ein kleineres, schnelles Modell mit niedrigem Credit-Faktor.
• Komplexe Texte, Analysen und anspruchsvolle Kundenkommunikation: ein großes Allround-Modell, bei kniffligen Aufgaben mit Reasoning.
• Programmierung, Code-Review und Coding-Agenten: ein Coding-Modell.
• Semantische Suche, RAG und Klassifikation über Ähnlichkeit: ein Embedding-Modell.

Am schnellsten findest du das passende Modell, indem du dieselben Prompts im Test-Chat des Portals mit mehreren Modellen ausprobierst.

Status und LebenszyklusLink kopieren

Neue, geänderte und entfernte Modelle stehen im Changelog.