Estimated reading time: 13 minutes
„Ein Leitfaden für IT-Profis und IT-Dienstleister – Stand: Juli 2026“ – Net Professionals
KI-Modelle im Vergleich
Kaum ein Technologiethema entwickelt sich derzeit so schnell wie der Markt der KI-Modelle. Alle paar Wochen erscheinen neue Versionen, Preise ändern sich, und ganze Modellfamilien werden abgekündigt, während neue Reasoning- und Agenten-Funktionen dazukommen. Für Privatanwender ist das oft nur eine Randnotiz. Für IT-Profis und IT-Dienstleister ist es dagegen tagesgeschäftsrelevant: Welches Modell eignet sich für automatisierte Workflows? Welches API-Kontextfenster reicht für die Analyse großer Codebasen oder Log-Dateien? Außerdem stellt sich die Frage, auf welcher Cloud-Plattform sich ein Modell überhaupt regelkonform betreiben lässt.
Aus diesem Grund haben wir die aktuell wichtigsten KI-Modellfamilien – von OpenAI, Google, Anthropic, Microsoft und Perplexity aufbereitet. Insbesondere stehen hier die Aspekte im Vordergrund, die für Entwicklung, Automatisierung, Systemintegration und Beratung tatsächlich zählen: API-Zugriff, Preise pro Million Token, Kontextfenster, Coding- und Agentenfähigkeiten sowie die Verfügbarkeit auf Enterprise-Plattformen wie AWS, Google Cloud oder Microsoft Foundry.
Da sich Modell-Landschaften laufend verändern, handelt es sich hierbei um eine Momentaufnahme mit Stand Juli 2026 – als Orientierungshilfe, nicht als endgültige Referenz. Preise, Kontextfenster und Verfügbarkeiten ändern sich bei den Anbietern häufig – wir empfehlen daher, diese vor jedem produktiven Einsatz in Kundenprojekten direkt beim jeweiligen Anbieter zu prüfen.
OpenAI / ChatGPT – Modelle für Entwicklung und Automatisierung
Für IT-Dienstleister ist bei OpenAI vor allem die API-Perspektive relevant, denn hier stellt sich die Frage: Welches Modell lässt sich in eigene Anwendungen, Skripte oder Agenten-Workflows integrieren, und zu welchem Preis? Aktuelles Flaggschiff ist die am 9. Juli 2026 veröffentlichte GPT-5.6-Familie mit den Varianten Sol, Terra und Luna, die dabei unterschiedliche Reasoning-Tiefen und Preis-Leistungs-Profile abdecken. Für Coding-Aufgaben ist außerdem Codex als dedizierter Coding-Agent relevant, der auf denselben Modellen aufbaut.
| Modell | API-Name | Empfohlen für IT-Einsatz | Preis (Input/Output pro Mio. Token) | Kontextfenster (API) |
| GPT-5.5 Instant | gpt-5.5 | Alltägliche Automatisierung, schnelle Skript-Antworten | 5 $ / 30 $ | ≈ 1,05 Mio. Token |
| GPT-5.6 Sol | gpt-5.6 / gpt-5.6-sol | Komplexe Programmierung, Codeanalyse, Forschung | 5 $ / 30 $ | ≈ 1,05 Mio. Token |
| GPT-5.6 Sol Pro | gpt-5.6-sol-pro | Höchste Korrektheit bei kritischen, lang laufenden Workflows | ≈ 30 $ / 180 $ (Richtwert) | 1 Mio. Token |
| GPT-5.6 Terra | gpt-5.6-terra | Agenten-Workflows in Work/Codex mit gutem Kosten-Nutzen-Verhältnis | 2,50 $ / 15 $ | ≈ 1,05 Mio. Token |
| GPT-5.6 Luna | gpt-5.6-luna | Hochvolumige, einfache Automatisierungsaufgaben, Kostenoptimierung | 1 $ / 6 $ | ≈ 1,05 Mio. Token |
Laut Artificial Analysis Coding Agent Index gilt GPT-5.6 Sol derzeit als SOTA im Bereich Coding; OpenAI bezeichnet es zudem als sein stärkstes Cybersicherheits-Modell.
Relevant für Migrationsplanung: auslaufende Modelle
Für IT-Dienstleister, die bestehende Kundenintegrationen betreuen, ist wichtig zu wissen, dass OpenAI Modelle in der Regel rund 90 Tage nach Veröffentlichung eines Nachfolgers verfügbar hält, bevor Unterhaltungen automatisch migriert werden. Bereits abgekündigt bzw. zurückgezogen sind unter anderem GPT-5.2, GPT-5.1, GPT-4.5, GPT-4o sowie o3/o4-mini.
Wer noch produktiv mit diesen Modellen arbeitet, sollte zeitnah auf GPT-5.5 bzw. GPT-5.6 migrieren, da die API-Verfügbarkeit retirierter Modelle keinem langfristig zugesicherten Zeitplan folgt.
Ein Hinweis zur Transparenz: Die GPT-5.6-Familie wurde auf Bitte der US-Regierung zunächst nur eingeschränkt an geprüfte Organisationen freigegeben, bevor sie am 9. Juli 2026 öffentlich verfügbar wurde – ein Vorgang im Zusammenhang mit den weitreichenden Cybersicherheits-Fähigkeiten der Modelle, der zeigt, dass Spitzenmodelle zunehmend regulatorischer Prüfung unterliegen können.
Google Gemini – Für Cloud-, Coding- und Agenten-Workloads
Google pflegt aktuell zwei parallel unterstützte Generationen: die neue Gemini-3.x-Familie sowie die weiterhin stabile Vorgängergeneration Gemini 2.5. Für IT-Dienstleister, die Wert auf produktionsreife Stabilität statt Preview-Risiko legen, bleibt die 2.5-Familie eine solide Wahl, während die 3.x-Modelle bei Coding- und Agenten-Benchmarks aktuell die Spitze markieren. Besonders relevant für die Verarbeitung großer Codebasen oder Dokumentenmengen: Denn Gemini 3.1 Pro bietet mit bis zu 2 Millionen Token das größte Kontextfenster im gesamten Marktvergleich.
| Modell | Status | API-Name | Preis (Input/Output pro Mio. Token) | Kontextfenster |
| Gemini 3.5 Flash | Stable (GA) | gemini-3.5-flash | 1,50 $ / 9 $ | 1 Mio. Token |
| Gemini 3.1 Pro | Preview | gemini-3.1-pro-preview | 2 $/12 $ (≤200K), 4 $/18 $ (>200K) | bis zu 2 Mio. Token |
| Gemini 3 Flash | Preview | gemini-3-flash-preview | 0,50 $ / 3 $ | 1 Mio. Token |
| Gemini 3.1 Flash-Lite | Stable (GA) | gemini-3.1-flash-lite | 0,25 $ / 1,50 $ | 1 Mio. Token |
| Gemini 2.5 Pro | Stable (Vorgänger) | gemini-2.5-pro | 1,25 $/10 $ (≤200K), 2,50 $/15 $ (>200K) | 1 Mio. Token |
| Gemini 2.5 Flash | Stable (Vorgänger) | gemini-2.5-flash | 0,30 $ / 2,50 $ | 1 Mio. Token |
| Gemini 2.5 Flash-Lite | Stable (Vorgänger) | gemini-2.5-flash-lite | 0,10 $ / 0,40 $ | 1 Mio. Token |
Für IT-Dienstleister, die Kundenprojekte auf Google Cloud betreiben, ist außerdem relevant, dass Gemini 3.5 Flash seit 8. Juni 2026 Standardmodell in Gemini Enterprise ist – der von Google adressierten Business-Umgebung für Unternehmenskunden.
Google hat für Sommer 2026 bereits ein Gemini 3.5 Pro angekündigt, das Gemini 3.1 Pro als Pro-Option ablösen und dabei ein 2-Mio.-Token-Kontextfenster mit noch tieferem Reasoning bieten soll. Per 13. Juli 2026 war dieses Modell laut Google-Dokumentation noch nicht allgemein verfügbar.
Anthropic Claude – Agentische Workflows und Enterprise-Integration
Anthropic unterscheidet vier Lebenszyklus-Status: Aktiv (empfohlen, volle Unterstützung), Legacy (funktioniert noch, wird aber nicht mehr aktualisiert), Deprecated (mit Enddatum) und Retired (nicht mehr nutzbar).
Für IT-Dienstleister, die Claude in eigene Tools oder Kundenprojekte integrieren, sind dabei aktuell vier Modelle aktiv und produktiv einsetzbar.
| Modell | API-Name | Empfohlen für IT-Einsatz | Preis (Input/Output pro Mio. Token) | Kontextfenster |
| Claude Fable 5 | claude-fable-5 | Anspruchsvollste, lang laufende Agenten-Workflows, maximale Fähigkeit | 10 $ / 50 $ | 1 Mio. Token |
| Claude Opus 4.8 | claude-opus-4-8 | Komplexe agentische Programmierung, Enterprise-Workflows | 5 $ / 25 $ | 1 Mio. Token |
| Claude Sonnet 5 | claude-sonnet-5 | Alltägliche Coding- und Wissensarbeit, bestes Preis-Leistungs-Verhältnis | 3 $ / 15 $ (Einführungspreis: 2 $ / 10 $ bis 31.08.2026) | 1 Mio. Token |
| Claude Haiku 4.5 | claude-haiku-4-5-20251001 | Hochvolumige, schnelle Automatisierungsaufgaben, Kostenoptimierung | 1 $ / 5 $ | 200.000 Token |
Für Systemintegratoren besonders wichtig: Alle vier aktiven Modelle sind neben claude.ai und der Anthropic-API auch über AWS Bedrock, Google Cloud Vertex AI und Microsoft Foundry verfügbar – ein relevanter Faktor, wenn Kunden aus Compliance- oder Datenresidenz-Gründen an einen bestimmten Hyperscaler gebunden sind. Claude Opus 4.8 punktet laut Anthropic zudem mit rund viermal selteneren unbemerkten Code-Fehlern als der Vorgänger sowie einem neuen „Fast Mode“ mit 2,5-facher Geschwindigkeit.
Legacy-Modelle: Migrationsempfehlung
Opus 4.7, Opus 4.6 und Sonnet 4.6 laufen zwar über die API weiter, sind in claude.ai jedoch in der Regel nicht mehr wählbar und werden nicht mehr aktualisiert. Für produktive API-Integrationen empfiehlt sich die Migration auf Opus 4.8 bzw. Sonnet 5, da Anthropic für Legacy-Modelle keine tagesaktuellen Preistabellen mehr auf der Haupt-Übersichtsseite veröffentlicht.
Claude Fable 5 wurde am 9. Juni 2026 eingeführt, am 12. Juni 2026 aufgrund einer US-Exportkontrollanordnung vorübergehend ausgesetzt und nach Aufhebung der Anordnung am 1. Juli 2026 wieder freigeschaltet – für Kundenanfragen dazu empfiehlt sich der Verweis auf anthropic.com/news/fable-mythos-access.
Microsoft Copilot – Das Ökosystem für Microsoft-Umgebungen
Da viele IT-Dienstleister zahlreiche Microsoft-365-Kunden betreuen, ist Copilot gerade deshalb meist der praktisch relevanteste Baustein im gesamten KI-Vergleich. Wichtig zu verstehen: „Copilot“ ist keine einzelne Modellfamilie, sondern eine Produktmarke, unter der Microsoft verschiedene KI-Modelle in unterschiedlichen Werkzeugen bündelt – vom kostenlosen Chat-Assistenten über Microsoft 365 Copilot (Word, Excel, PowerPoint, Outlook, Teams) bis zu GitHub Copilot (Coding), Copilot Studio (Agenten-Entwicklung) und Security Copilot.
Im Hintergrund kombiniert Microsoft dabei drei Modellquellen:
- OpenAI-Modelle (aktuell GPT-5.6 als „bevorzugtes Modell“ in Microsoft 365 Copilot seit 9. Juli 2026),
- Anthropic-Modelle (Claude Sonnet/Opus, seit Januar 2026 in bestimmten Copilot-Flächen verfügbar) sowie
- Microsofts eigene MAI-Modelle, die seit Juni 2026 schrittweise Drittanbieter-Modelle aus Kostengründen ersetzen sollen
Microsofts eigene MAI-Modelle – besonders relevant für Entwickler
| Modell | Kategorie | Einsatzort |
| MAI-Thinking-1 | Reasoning (35 Mrd. aktive Parameter, MoE, 256K Kontext) | Private Preview auf Microsoft Foundry |
| MAI-Code-1 | Coding (Vollversion, ohne Distillation von Drittanbietern trainiert) | Rollout in GitHub Copilot, VS Code |
| MAI-Code-1-Flash | Coding (5 Mrd. aktive Parameter, inferenz-effizient) | Tief integriert in GitHub Copilot & VS Code |
| MAI-Transcribe-1.5 | Transkription (43 Sprachen) | Copilot, Teams, GitHub, Dynamics 365, Foundry |
Drittanbieter-Modelle in Copilot
| Modell | Anbieter | Einsatzort | Status |
| GPT-5.6 (Sol/Terra/Luna) | OpenAI | Word, Excel, PowerPoint, Copilot Chat, Copilot Cowork | Aktuell, im Rollout |
| Claude Sonnet 4.6 | Anthropic | Copilot Studio, Researcher-Agent | Aktuell |
| Claude Opus 4.5 | Anthropic | Copilot Studio für anspruchsvolle Reasoning-Aufgaben | Aktuell |
| Claude Fable 5 | Anthropic | Optional in GitHub Copilot (Org-Admin-Freigabe nötig) | Aktuell, gesonderte Datenschutzbedingungen |
Preise und Produktflächen im Überblick
| Produkt | Zielgruppe | Preis | Relevanz für IT-Dienstleister |
| Microsoft 365 Copilot | Unternehmen | 30 $/Nutzer/Monat (Enterprise, jährlich) | Zugriff auf Unternehmensdaten via Microsoft Graph – Standardempfehlung für Business-Kunden |
| GitHub Copilot | Entwickler & Teams | Free / Pro 10 $ / Pro+ 39 $ / Business 19 $ / Enterprise 39 $ pro Sitzplatz | Coding-Assistent in IDEs; seit 1.6.2026 nutzungsbasierte „AI Credits“ |
| Copilot Studio | Agenten-Entwicklung | Pay-as-you-go, z. B. 200 $ pro 25.000 Credits/Monat | Für eigene KI-Agenten (Website, App, interner Prozess) |
| Security Copilot | IT-Sicherheitsteams | Nutzungsbasiert (Security Compute Units) | Bedrohungserkennung, Incident Response, Security-Analysen |
GitHub Copilot wurde am 1. Juni 2026 von einem festen Anfragen-Kontingent auf nutzungsbasierte „AI Credits“ umgestellt – relevant für die Kostenkommunikation, da unterschiedliche Modelle unterschiedlich viele Credits verbrauchen. Anthropic wurde zudem im Januar 2026 offiziell als Microsoft-Subprozessor onboardet, wodurch Claude-Nutzung in bestimmten Copilot-Flächen unter Microsofts regulären Produktbedingungen und der Datenschutz-Zusatzvereinbarung (DPA) läuft.
Perplexity Sonar-API – für such- und rechercheintensive Anwendungen
Perplexity ist kein klassischer Modell-Hersteller, sondern eine KI-gestützte Antwortmaschine mit fest eingebauter Echtzeit-Websuche und Zitationsfunktion. Für IT-Dienstleister, die Retrieval-Augmented-Generation-Anwendungen (RAG) für Kunden entwickeln, ist vor allem die eigene Sonar-Modellfamilie über die API interessant, denn diese stellt Websuche und Quellenangaben ohne separate Tool-Integration bereit.
| Modell | API-Name | Empfohlen für | Preis (Input/Output pro Mio. Token) | Kontextfenster |
| Sonar | sonar | Schnelle Fakten-Checks, einfache Suchintegration | 1 $ / 1 $ + Requestgebühr | 128.000 Token |
| Sonar Pro | sonar-pro | Komplexe Rechercheanfragen, Quellenvergleich | 3 $ / 15 $ + Requestgebühr | 200.000 Token |
| Sonar Deep Research | sonar-deep-research | Erschöpfende Recherche über viele Quellen, Reports | 2 $ / 8 $ + Zitations-/Reasoning-Token | 128.000 Token |
Die Sonar-API-Preisstruktur ist mehrteilig: Neben Input-/Output-Token-Kosten fällt bei den meisten Modellen eine zusätzliche, von der „Search Context Size“ abhängige Requestgebühr an – daher ist dies bei Kostenkalkulationen für Kunden unbedingt zu berücksichtigen.
Was Sie mitnehmen sollten
Der Vergleich zeigt: Es gibt kein „bestes“ KI-Modell, sondern für jede Aufgabe ein passendes. Für IT-Profis und IT-Dienstleister lassen sich daraus einige praxisnahe Leitlinien ableiten:
- Modellwahl nach Use Case, nicht nach Marke: Für schnelle, günstige Automatisierung eignen sich kompakte Modelle wie GPT-5.6 Luna, Gemini 3.1 Flash-Lite oder Claude Haiku 4.5. Für komplexe agentische Coding-Projekte hingegen sind GPT-5.6 Sol, Gemini 3.1 Pro, Claude Opus 4.8 oder MAI-Code-1 die richtige Wahl.
- Enterprise-Verfügbarkeit entscheidet oft über den Einsatz: Wenn Kunden aus Compliance- oder Datenresidenz-Gründen an AWS, Google Cloud oder Microsoft Azure gebunden sind, schränkt das die Modellauswahl unmittelbar ein – Claude ist beispielsweise über alle drei Hyperscaler verfügbar, was Flexibilität in Kundenprojekten schafft.
- Microsoft Copilot bleibt für viele KMU-Kunden der pragmatischste Einstieg, da es direkt in bestehende Microsoft-365-Umgebungen integriert ist – IT-Dienstleister sollten hier besonders auf den sich wandelnden Modell-Mix (OpenAI, Anthropic, Microsofts eigene MAI-Modelle) sowie die neue nutzungsbasierte Abrechnung bei GitHub Copilot achten.
- Preise und Kontextfenster sind API-Kostenfaktoren erster Ordnung: Gerade bei hochvolumigen oder dokumentenintensiven Anwendungen (Logfile-Analyse, große Codebasen, Support-Automatisierung) lohnt sich daher ein genauer Blick auf Preis pro Million Token und maximales Kontextfenster.
- Regulatorische Themen betreffen alle Anbieter: Sowohl OpenAIs GPT-5.6-Familie als auch Anthropics Claude Fable 5 waren 2026 zeitweise von exportkontrollbedingten Verfügbarkeitsbeschränkungen betroffen. Für Kundenprojekte mit hohen Anforderungen an Verfügbarkeit empfiehlt sich, solche Risiken frühzeitig einzuplanen.
- Das Lineup verändert sich weiterhin sehr dynamisch: Modelle werden im Wochen- bis Monatstakt eingeführt, aktualisiert oder abgekündigt. Wer KI produktiv in Kundenumgebungen einsetzt, sollte Preise, Kontextfenster und Legacy-Enddaten regelmäßig neu prüfen.
KI-Strategie mit Net Professionals
Als IT-Dienstleister mit über 25 Jahren Erfahrung in Infrastruktur, Cloud Services und individueller Softwareentwicklung unterstützen wir Sie dabei, die für Ihr Unternehmen passende KI-Strategie zu finden – von der Auswahl des richtigen Modells über die Integration in bestehende Systeme bis zur sicheren Anbindung an Ihre IT-Infrastruktur.
FAQs
Es gibt kein „bestes“ Modell, sondern nur passende für den Use Case. Für schnelle Automatisierung eignen sich kompakte Varianten wie GPT-5.6 Luna oder Claude Haiku 4.5. Komplexe Coding-Projekte hingegen erfordern leistungsstarke Modelle wie GPT-5.6 Sol, Gemini 3.1 Pro oder Claude Opus 4.8.
Für die Analyse großer Codebasen oder umfangreicher Dokumente ist Google Gemini 3.1 Pro führend, denn es bietet aktuell mit bis zu 2 Millionen Token das größte Kontextfenster auf dem Markt, was es besonders effizient für komplexe Workloads macht, die tiefes Reasoning erfordern.
Microsoft Copilot ist eine Produktmarke, kein einzelnes Modell. Sie bündelt je nach Anwendung GPT-5.6-Modelle von OpenAI, Claude-Modelle von Anthropic sowie Microsofts eigene MAI-Modelle. Dies ermöglicht eine nahtlose Integration in Microsoft 365, GitHub und Copilot Studio.
Bei OpenAI werden Modelle meist 90 Tage nach einem Nachfolger-Release verfügbar gehalten. Anthropic dagegen nutzt Status wie Legacy oder Deprecated. IT-Profis sollten daher regelmäßig prüfen, welche Modelle abgekündigt werden, um rechtzeitig auf aktuelle Versionen zu migrieren.
Für such- und rechercheintensive Anwendungen empfiehlt sich die Perplexity Sonar-API, denn sie kombiniert KI-Modelle mit einer fest eingebauten Echtzeit-Websuche und Zitationsfunktionen – ideal für RAG-Anwendungen, die aktuelle Informationen und Quellenangaben erfordern.