Modellauswahl

Finden Sie das passende Modell für Ihren Anwendungsfall

Lernen Sie die Modelle kennen

Astra

Intelligenz auf dem neuesten Stand

Mehrdeutige Probleme, tiefgehende Analysen und anspruchsvolle Ergebnisse.

GPT-6.1 Sol

Optimiert und leistungsstark

Komplexe Aufgaben, bei denen Sie auch Zeit und Kosten im Blick behalten müssen.

GPT-6.1 Terra

Visuelles Schlussfolgern und Computerbedienung

Bildschirmbasierte Arbeitsabläufe, prägnante Texte und klar eingegrenzte Codekorrekturen.

Luna

Intelligent und effizient

Klar eingegrenzte Aufgaben, Triage und regelmäßige Automatisierungen

Verfügbarkeit, Tools, Einstellungen für den Reasoning-Aufwand und Nutzungslimits unterscheiden sich je nach Produkt und Modellversion. Informieren Sie sich über die in ChatGPT verfügbaren Modelle oder den API-Modellkatalog.

Das richtige Modell für Ihren Workflow finden

Wählen Sie Ihre Arbeit und Aufgabe aus und erhalten Sie eine Empfehlung.

In welchem Bereich arbeiten Sie?

Wann Sie GPT-6.1 Terra in Betracht ziehen sollten

Probieren Sie GPT-6.1 Terra für prägnante Texte auf Grundlage bereitgestellten Materials, Aufgaben zur Computerbedienung mit definiertem Ergebnis und klar eingegrenzte Codekorrekturen aus. Geben Sie klare Eingaben, Anforderungen und eine Möglichkeit zur Ergebnisprüfung vor, etwa indem gespeicherte Datensätze überprüft oder Regressionstests ausgeführt werden.

Vergleichen Sie es mit GPT-6.1 Sol bei gleichen Eingaben und gleichem Denkaufwand. Bewerten Sie bei Texten Zielgruppeneignung, Ton und nützliche Details sowie Genauigkeit und Länge. Prüfen Sie bei der Computerbedienung das gespeicherte Ergebnis und die Genauigkeit des Abschlussberichts.

Wann Sie GPT-6.1 Sol in Betracht ziehen sollten

Ziehen Sie GPT-6.1 Sol für komplexe Projekte in Betracht, bei denen die Kosten eine Rolle spielen, etwa wenn Sie aus Finanzergebnissen eine Vorstandspräsentation erstellen oder eine Website auf Basis eines Produktbriefings entwickeln. Vergleichen Sie es bei derselben Aufgabe mit Astra, um das Verhältnis von Qualität und Kosten zu beurteilen.

Auf der API-Modellseite finden Sie Spezifikationen und API-Preise; unter Verfügbarkeit in Codex und ChatGPT Work erfahren Sie, wie Sie über Ihren ChatGPT-Tarif Zugriff erhalten.

Modelle und Reasoning-Aufwand richtig einordnen

Luna ist unser effizientestes Modell, während Astra unser modernstes und leistungsstärkstes Modell ist. Wenn Sie weder auf die Nutzung noch auf die Dauer der Aufgabenbearbeitung achten müssen, können Sie standardmäßig Astra verwenden. Um die Nutzung zu optimieren, wählen Sie anhand der folgenden Hinweise ein Modell und einen Denkaufwand, die Ihren Anforderungen entsprechen.

Modell und Denkaufwand

  1. Luna · Niedrig

    Präzise Detailänderungen, klar abgegrenzte Problemlösungen und einfache Datenextraktion.

  2. Luna · Extra hoch

    Aktuellen Kontext in mehreren Apps ermitteln, Arbeit priorisieren und Probleme mit klaren Einschränkungen lösen.

  3. GPT-6.1 Sol · Mittel

    Komplexe technische Arbeit und aufeinander abgestimmte Arbeitsergebnisse, die Sie voraussichtlich überarbeiten werden.

  4. GPT-6.1 Sol · Extra hoch

    Ausgefeilte Arbeitsergebnisse, zusammenhängende visuelle Systeme und Entscheidungen auf Basis widersprüchlicher Belege.

  5. Astra · Niedrig

    Prägnante Texte und Inhaltsanpassungen, bei denen Fakten und Nuancen erhalten bleiben.

  6. Astra · Mittel

    Anspruchsvolle Projekte, die umfassenden Kontext, zuverlässige Interaktionen und vollständige Ergebnisse erfordern.

  7. Astra · Extra hoch

    Anspruchsvolle Analysen und komplexe Ergebnisse mit höchsten Anforderungen.

Modellstärken
3D undDesignSoftwareDaten undAnalyseDokumente undPräsentationenComputerbedienungRecherche undPlanung

Experimentieren

Betrachten Sie die Empfehlungen auf dieser Seite als Ausgangspunkt. Am besten finden Sie das passende Modell für Ihren Workflow, indem Sie mit verschiedenen Modellen und Einstellungen für den Reasoning-Aufwand experimentieren und prüfen, was für Sie funktioniert.

Berücksichtigen Sie zunächst Folgendes:

  • Wie häufig wird Ihr Workflow ausgeführt? Bei einer häufigen Automatisierung summieren sich Nutzung und Kosten schneller als bei einem gelegentlichen Projekt.
  • Wie schnell benötigen Sie das Ergebnis? Für eine Aufgabe, auf deren Ergebnis Sie warten, ist möglicherweise eine schnellere Einstellung erforderlich als für eine Aufgabe, die über Nacht ausgeführt wird.
  • Wie werden Sie die Ausgabe verwenden? Ein Entwurf für Ihre eigene Prüfung benötigt möglicherweise weniger Feinschliff als etwas, das Sie extern weitergeben.
  • Wie wichtig ist die Qualität des Ergebnisses? Je nach Anwendungsfall oder Branche empfiehlt sich möglicherweise ein leistungsstärkeres Modell, um den Schwerpunkt auf Qualität zu legen.

Experimentieren Sie nach Möglichkeit mit denselben Eingaben, um Ergebnisse zu vergleichen, und behalten Sie die ressourcenschonendste Einstellung bei, die Ihren Qualitätsanspruch erfüllt.

Legen Sie Akzeptanzkriterien fest, bevor Sie Modelle vergleichen:

  • Texte: Prüfen Sie erforderliche Fakten, Einschränkungen, Zielgruppe und Ton. Prüfen Sie beide Ergebnisse, bevor Sie entscheiden, ob das kürzere nützlicher ist.
  • Computerbedienung: Öffnen Sie den betroffenen Datensatz oder die Seite erneut, um gespeicherte Änderungen zu überprüfen, bestätigen Sie, dass der Arbeitsablauf unbeteiligte Daten unverändert gelassen hat, und vergleichen Sie den Abschlussbericht mit dem tatsächlichen Ergebnis.
  • Code und Benutzeroberflächen: Führen Sie Regressionstests aus. Prüfen Sie bei einer interaktiven Anwendung außerdem die gerenderte Darstellung auf Desktop- und Mobilgeräten.

Wiederholen Sie den Vergleich mit repräsentativen Aufgaben. Messen Sie neben der Qualität auch die Bearbeitungszeit und berücksichtigen Sie dabei den Zeitaufwand für die Prüfung oder Nachbesserung des Ergebnisses. Variieren Sie anschließend den Denkaufwand bei gleichbleibendem Modell und unveränderten Eingaben.