123 Modelle mit Profil. Die Einteilung beschreibt Fähigkeiten, keine Qualitätsrangliste.
NVIDIA-Bildbearbeitungsmodell, Version 1.0.0 veröffentlicht am 20. Oktober 2026. Es überführt synthetische, in Omniverse gerenderte Ausschnitte von Leiterplattenbauteilen in einen Beleuchtungsstil für optische Inspektion. Es basiert auf Qwen-Image-Edit mit fusioniertem LoRA-Finetuning: Das Paket enthält die vollständige Pipeline, keinen separaten Adapter. Nutzer liefern das Bild; die englische Anweisung ist fest vorgegeben, kein freier Prompt.
Bild · Offene Gewichte↗ NVIDIANVIDIA-Embedding-Modell mit 1,55 Milliarden Parametern, veröffentlicht am 20. Oktober 2026. Es vektorisiert Textdokumente, Seitenbilder oder beides für ausschließlich textbasierte Anfragen. Es wurde aus Embed 8B destilliert, friert den Textturm von Nemotron 3 Embed 1B ein und ergänzt visuelle Suche. Sein Vektor hat 2.048 Dimensionen; es teilt nicht automatisch den Raum des 8B-Modells.
Embeddings · Offene Gewichte↗ NVIDIANVIDIA-Embedding-Modell mit 8,38 Milliarden Parametern, veröffentlicht am 20. Oktober 2026. Es vektorisiert Text, Seitenbilder oder beides für die Suche mit Textanfragen. Es friert den Turm von Nemotron 3 Embed 8B ein und ergänzt Bildverarbeitung durch Pixtral. Der Text-Embedding-Raum dieses Vorgängers bleibt erhalten; es erzeugt Vektoren mit 4.096 Dimensionen, keine Dialogantworten.
Embeddings · Offene Gewichte↗ NVIDIANVIDIA-Reranker mit 8,38 Milliarden Parametern, veröffentlicht am 20. Oktober 2026. Er bewertet jedes Paar aus Textanfrage und Dokument, das Text, ein Seitenbild oder beides enthalten kann. Er ergänzt die erste Suche durch das Reranking der Kandidaten; er erzeugt weder Antworten noch Embeddings. Er kombiniert einen Pixtral-Bildencoder mit einem bidirektionalen Ministral3-Turm.
Reranking · Offene Gewichte↗ DeepSeekDeepSeek aktualisierte API, Website und App am 17. Oktober 2026 auf DeepSeek-V4.1-Flash-1017. Der API-Bezeichner bleibt deepseek-flash und die Preise ändern sich nicht. Wir behalten Profil und URL bei: Es handelt sich um eine Revision des bestehenden Modells, nicht um ein weiteres Duplikat.
Text und Begründung · Kostenpflichtige API · offene Gewichte↗ NVIDIAAm 17. Oktober 2026 veröffentlichtes NVIDIA-Modell, das Seitenbilder in strukturierten Text, semantische Klassen, Boxen und Lesereihenfolge umwandelt. Es kombiniert C-RADIOv4-SO400M mit einem zehnschichtigen mBART-Decoder und 630.800.496 eindeutigen Parametern. Eingaben sind RGB-Bild und Aufgabenprompt; PDFs müssen in Seitenbilder umgewandelt werden. Es erzeugt keine Bilder und ersetzt keinen universellen Assistenten.
OCR und Dokumente · Offene Gewichte↗ NVIDIATextmodell von NVIDIA, veröffentlicht am 16. Oktober 2026, mit 4 Milliarden Parametern und rekurrenter Architektur. Es verwendet einen Schichtenblock wieder, um den Rechenaufwand pro Token ohne Checkpoint-Wechsel anzupassen. Dokumentiert sind Englisch und ein validierter Kontext von 256K Token. Es erzeugt keine Bilder, Audio- oder Videodaten.
Text und Begründung · Offene Gewichte↗ Liquid AIMultimodales Entscheidungsmodell von Liquid AI, veröffentlicht am 15. Oktober 2026. Es verarbeitet Text und Bilder und liefert Wahrscheinlichkeiten für definierte Optionen, binäre Fragen oder Skalen. Kennung d1-ultra in der Decisions-API; keine freie Textgenerierung.
Entscheidungen · Kostenpflichtig proprietär↗ Black Forest LabsBildmodell mit 5,6 Milliarden Parametern, veröffentlicht am 15. Oktober 2026. Es erzeugt und bearbeitet Bilder aus Text und Referenzen mit Bounding-Box-Steuerung. Distilled und Base sind unterschiedliche Checkpoints und nicht mit dem vollständigen FLUX 3 Image zu verwechseln.
Bild · Eingeschränkte Gewichte↗ Black Forest LabsBildmodell mit 5,6 Milliarden Parametern, veröffentlicht am 15. Oktober 2026. Es erzeugt und bearbeitet Bilder aus Text und Referenzen mit Bounding-Box-Steuerung. Distilled und Base sind unterschiedliche Checkpoints und nicht mit dem vollständigen FLUX 3 Image zu verwechseln.
Bild · Eingeschränkte Gewichte↗ MetaMultimodales Meta-Modell, veröffentlicht am 15. Oktober 2026, mit insgesamt 816 Milliarden und 42 Milliarden aktiven Parametern. Es verarbeitet Text, Bilder, Audio und Video und gibt Text aus. Kombiniertes Kontextfenster von einer Million Tokens; BF16- und NVFP4-Varianten.
Multimodal · Eingeschränkte Gewichte↗ Mistral AINumerische Modellfamilie von Mistral, veröffentlicht am 15. Oktober 2026 in vier Größen: 5M, 28M, 123M und 209M. Sie erstellt probabilistische univariate und multivariate Zero-Shot-Prognosen. Eingaben sind historische Daten sowie vergangene und bekannte zukünftige Kovariaten; keine Gespräche oder Textgenerierung.
Zeitreihen · Eingeschränkte Gewichte↗ Mistral AINumerische Modellfamilie von Mistral, veröffentlicht am 15. Oktober 2026 in vier Größen: 5M, 28M, 123M und 209M. Sie erstellt probabilistische univariate und multivariate Zero-Shot-Prognosen. Eingaben sind historische Daten sowie vergangene und bekannte zukünftige Kovariaten; keine Gespräche oder Textgenerierung.
Zeitreihen · Eingeschränkte Gewichte↗ Mistral AINumerische Modellfamilie von Mistral, veröffentlicht am 15. Oktober 2026 in vier Größen: 5M, 28M, 123M und 209M. Sie erstellt probabilistische univariate und multivariate Zero-Shot-Prognosen. Eingaben sind historische Daten sowie vergangene und bekannte zukünftige Kovariaten; keine Gespräche oder Textgenerierung.
Zeitreihen · Eingeschränkte Gewichte↗ Mistral AINumerische Modellfamilie von Mistral, veröffentlicht am 15. Oktober 2026 in vier Größen: 5M, 28M, 123M und 209M. Sie erstellt probabilistische univariate und multivariate Zero-Shot-Prognosen. Eingaben sind historische Daten sowie vergangene und bekannte zukünftige Kovariaten; keine Gespräche oder Textgenerierung.
Zeitreihen · Eingeschränkte Gewichte↗ xAIProprietäres Sprachmodell, seit dem 14. Oktober 2026 für bidirektionale Audio- und Textgespräche verfügbar. Die versionierte Kennung lautet grok-voice-3.0; grok-voice-latest verweist bereits auf diese Version und ist kein weiteres Modell. Es ersetzt das abgekündigte Grok Voice 2.0, ohne Endpunkt, Sitzungsparameter oder Ereignisse zu ändern. Nicht mit Grok Voice Transcribe 2.0 oder dem separaten Sprachsynthesedienst verwechseln.
Sprache und Audio · Kostenpflichtig proprietär↗ Ai2Am 14. Oktober 2026 angekündigtes Ai2-System, das den Atmosphärenemulator ACE2S-X-SHiELD mit dem Diffusionsmodell HiROv2 verbindet. Es verfeinert Felder von etwa 100 km auf 3 km für Niederschlag, Wind in zehn Metern Höhe und Luftdruck auf Meereshöhe. Das öffentliche Repository enthält beide Checkpoints, Konfiguration und Beispieldaten; sein Erstellungsdatum am 12. Oktober ist nicht das Ankündigungsdatum. Es ist weder Gesprächsassistent noch herkömmlicher Bildgenerator.
Zeitreihen · Offene Gewichte↗ MicrosoftMicrosoft-Checkpoint auf Basis von Qwen3.5-4B, der Textgespräche in Beschreibungen der Aufgabe und des beobachteten Verhaltens umwandelt. Die Gewichte wurden am 14. Oktober 2026 in das offizielle Repository hochgeladen. Er erzeugt Repräsentationen für einen separaten Simulator, nicht selbst Nutzerbeiträge oder Aufgabenausführungen. Trotz der multimodalen Architektur des Basismodells unterstützt diese Veröffentlichung nur Text und wurde auf Englisch evaluiert.
Text und Begründung · Offene Gewichte↗
Technische Analyse des NVIDIA-Modells zur Umwandlung von Simulationskontrollen in RGB-Videos. Wir bewerten Architektur, veröffentlichte Benchmarks, Hardwareanforderungen und die physikalischen Einschränkungen, die es als zertifizierten Simulator untauglich machen.
22 Okt 2026 ↗
Eine rigorose Bewertung des Text-to-Speech-Modells von Mistral: hybride Architektur, Bewertungsmetriken, Preis pro Zeichen und praktische Einschränkungen für Engineering-Teams.
22 Okt 2026 ↗
Technische Bewertung der Offline-Transkriptionsvariante von Mistral: Architektur, Anbieter-Metriken, Bereitstellungserfordernisse und Kriterien für die Auswahl gegenüber Alternativen.
22 Okt 2026 ↗
Z.AI beschreibt GLM-5.1 als Modell für agentische Softwareentwicklung; außerdem gibt es einen Eintrag auf Hugging Face. Die verfügbaren Angaben reichen jedoch nicht aus, um Lizenz, Ausführungsanforderungen, offiziellen Preis oder Benchmark-Ergebnisse zu bestätigen. Dieser Leitfaden trennt Dokumentiertes von Ungeklärtem und bietet eine Checkliste für die Bewertung.
03 Okt 2026 ↗
Cohere zufolge erzielte Embed 5 Pro unter den getesteten Modellen den höchsten Durchschnittswert; besonders hervorgehoben wird die Suche in Finanzdokumenten. Die verfügbaren Angaben reichen jedoch nicht aus, um die Punktzahl, die Methodik, den genauen Preis oder sämtliche Nutzungsbedingungen zu überprüfen.
03 Okt 2026 ↗
Die vorliegenden Unterlagen ordnen Embed 5 Fast der Embed-5-Familie zu. Sie reichen jedoch nicht aus, um die Eingabemodalitäten, die Verfügbarkeit über einzelne Zugangskanäle, den geltenden Preis oder die Retrieval-Ergebnisse zu bestätigen. Hier erfahren Sie, was sich belegen lässt – und was noch geprüft werden muss.
03 Okt 2026 ↗
Google beschreibt Gemini 3.8 Live Extended Thinking als Audio-zu-Audio-Modell für die Live API, das empfohlen wird, wenn mehr Schlussfolgern im Hintergrund erforderlich ist. Die verfügbare Dokumentation belegt für sich genommen jedoch weder weniger Fehler noch eine geringere Latenz. Dafür sind Tests mit kontrollierten Aufgaben und Bedingungen nötig.
02 Okt 2026 ↗
Google beschreibt Gemini 3.8 Live als Modell für Dialoge in Echtzeit. Die verfügbaren Quellen bestätigen jedoch weder einen Preis noch quantitative Ergebnisse oder vollständige Zugangsbedingungen. Dieser Leitfaden trennt die Aussagen des Anbieters von den Punkten, die ein Team in der eigenen Integration überprüfen sollte.
02 Okt 2026 ↗
ElevenLabs positioniert v4 Turbo als Variante mit niedriger Latenz und nennt eine mediane Inferenzlatenz von rund 100 ms. Dieser Wert entspricht jedoch nicht der Antwortzeit eines vollständigen Agenten. Angaben zur Messmethode, zu den Zugangsbedingungen, den anwendbaren Kosten und zur modellspezifischen Sicherheit fehlen.
02 Okt 2026 ↗