Die Modell-Landschaft im Juli 2026: Intelligenz gegen Preis
Proprietäre Modelle dominieren die Spitze, aber die Open-Source-Front holt auf. Ein Blick auf Intelligenz, Preis und das wahre Preis-Leistungs-Verhältnis.
Modelle sind austauschbar. Was zählt, ist das System darüber — aber die Modellwahl entscheidet dennoch über Intelligenz, Latenz und Kosten. Ein aktueller Blick auf die Landschaft.
Die Spitze bleibt proprietär
Die intelligentesten Modelle kommen weiterhin von Anthropic, OpenAI und Google. Sie sind aber nicht selbst hostbar und nur über die Cloud-API nutzbar. Wer maximale Qualität braucht, kommt an ihnen nicht vorbei.
Die Open-Source-Front
Gleichzeitig hat sich eine starke Open-Weight-Front gebildet: DeepSeek, GLM, Qwen, Kimi. Diese Modelle sind deutlich günstiger — teilweise um Faktoren — und lassen sich auf eigener Hardware betreiben. Für viele Use Cases reicht ihre Intelligenz völlig aus.
Preis-Leistungs-Verhältnis
Der Output-Preis pro Million Tokens ist der teuerste Bestandteil. Aber das Blended-Maß (gemittelt aus Cache-, Input- und Output-Preisen) zeigt das wahre Bild: Ein gutes Open-Source-Modell kostet einen Bruchteil eines Flaggschiffs, bei allerdings geringerer Intelligenz.
Was das für Ihr Projekt heißt
Die Modellwahl ist eine engineering-Entscheidung, kein Glaubensbekenntnis:
- Proprietär, wenn Sie maximale Intelligenz brauchen und Cloud in Ordnung ist.
- Open-Source self-hosted, wenn Daten im Haus bleiben sollen oder die Abfragemenge hoch ist.
- Hybrid, wenn beides zusammenpasst: ein kleines lokales Modell für die Masse, ein großes Cloud-Modell für die harten Fälle.
Wir hosten Open-Weight-Modelle wie Llama, Qwen, DeepSeek und GLM auf eigener Hardware — ohne Cloud-Abhängigkeit und ohne pro Token zu zahlen. Die Hardwarekosten stehen fest, die Abrechnung wird berechenbar.