Katalog der Modelle LLM as a Service
Übersicht
Cloud Temple LLMaaS bietet 56 Large Language Models, die sorgfältig ausgewählt und optimiert wurden, um den strengsten SecNumCloud-Anforderungen zu entsprechen. Unser Katalog deckt das gesamte Spektrum ab, von ultra-effizienten Mikro-Modellen bis hin zu extrem großen Modellen.
Gesamtstatistiken
| Metrik | Wert |
|---|---|
| Gesamtzahl der Modelle | 56 Modelle |
| Mindestkontext | 512 Tokens |
| Maximaler Kontext | 1,000,000 Tokens |
| Konformität | SecNumCloud ✅ HDS ✅ Souveränität ✅ C5 ✅ |
| Standort | 100% Frankreich 🇫🇷 |
Preisgestaltung
| Nutzungsart | Preis |
|---|---|
| Eingabetokens | 1,80 € / Million Tokens |
| Ausgabetokens | 8,00 € / Million Tokens |
| Erweitertes Reasoning | 8,00 € / Million Tokens |
| Dokumenten-Reranking | 4,00 € / Million rerankerter Tokens |
| Asynchroner Batch (Input) | 0,90 € / Million Tokens |
| Asynchroner Batch (Output) | 4,00 € / Million Tokens |
Chat- und Reasoning-Modelle
Allgemeine Modelle für Dialog, Analyse, Reasoning und mehrsprachige Aufgaben.
cogito:32b
Deep Cogito • 32B Parameter • Kontext : 32,000 Tokens
Modell für erweitertes analytisches Reasoning, entwickelt für die Aufschlüsselung komplexer Probleme und logische Verifikation.
Technische Spezifikationen:
- Geschwindigkeit : 21 Tokens/Sekunde
- Verbrauch : 6.32 kWh/Million Tokens
- Lizenz : LLAMA 3.2 Community Licence
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Agent Raisonnement Compréhension Analyse
Anwendungsfälle :
- Analyse mehrfaktorieller Szenarien
- Lösung wissenschaftlicher Probleme mit formaler Beweisführung
- Expertensysteme (rechtlich, medizinisch, technisch)
gemma3:27b
Google • 27B Parameter • Kontext : 120.000 Tokens
Multimodales Google-Modell mit integrierter Bilderkennung und Unterstützung für 140+ Sprachen. Kontext von 120K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 23 Tokens/Sekunde
- Energieverbrauch : 5,80 kWh/Million Tokens
- Lizenz : Google Gemma Terms of Use
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Vision Agent Großer Kontext
Anwendungsfälle :
- Dokumentenanalyse mit erweitertem Kontext (120K tokens)
- Gleichzeitige Verarbeitung von Bildern und Text
- Strukturierte Extraktion aus PDFs und gescannten Dokumenten
glm-4.7-flash:30b
Zhipu AI • 30B Parameter • Kontext : 120,000 Tokens
Schnelles Modell mit einem hervorragenden Gleichgewicht zwischen Leistung und Latenz für Reasoning und Analyse.
Technische Spezifikationen:
- Geschwindigkeit : 88 Tokens/Sekunde
- Verbrauch : 1.58 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Agent Schnell Großer Kontext Mehrsprachig
Anwendungsfälle :
- Schnelle Konversationsassistenten
- Analyse langer Dokumente (120k tokens)
- Reasoning-Aufgaben mit niedriger Latenz
gpt-oss:120b
OpenAI • 120B Parameter • Kontext : 120.000 Tokens
Open-Weight-Modell von OpenAI mit konfigurierbarem Reasoning und transparenter Chain-of-Thought.
Technische Spezifikationen:
- Geschwindigkeit : 94 Tokens/Sekunde
- Energieverbrauch : 2,37 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : MoE Agent Raisonnement Open-Source Très Large
Anwendungsfälle :
- Fortgeschrittene Konversationsagenten mit komplexem Reasoning
- Anwendungen, die eine Transparenz des Reasoning-Prozesses erfordern
- Kommerzielle Szenarien, die eine permissive Lizenz erfordern
gpt-oss:20b
OpenAI • 20B Parameter • Kontext : 120,000 Tokens
Kompakte Version des OpenAI-Modells, optimiert für schnelle Inferenz mit guten Reasoning-Fähigkeiten.
Technische Spezifikationen:
- Geschwindigkeit : 41 Tokens/Sekunde
- Energieverbrauch : 3.25 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : MoE Agent Reasoning Open-Source Kompakt Schnell
Anwendungsfälle :
- Schnelle Inferenz mit guten Reasoning-Fähigkeiten
- Agentische Anwendungsfälle (Function Calling, Web-Navigation, Code-Ausführung)
- Anwendungen mit begrenztem Rechenbudget
llama3.3:70b
Meta • 70B Parameter • Kontext : 132,000 tokens
Multilinguelles Modell von Meta, hervorragend im natürlichen Dialog und im differenzierten Verständnis in 8 Sprachen.
Technische Spezifikationen:
- Geschwindigkeit : 10 tokens/seconde
- Verbrauch : 13.33 kWh/million tokens
- Lizenz : LLAMA 3.3 Community Licence
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Agent Dialogue Multilingue
Anwendungsfälle :
- Multilinguale Chatbots (8 langues)
- Analyse umfangreicher juristischer oder technischer Dokumente
- Generierung strukturierter Texte mit hoher stilistischer Treue
ministral-3:14b
Mistral AI • 14B Parameter • Kontext : 250.000 Tokens
Das leistungsstärkste Modell der Ministral-Familie mit fortschrittlichen Reasoning- und Coding-Fähigkeiten. Kontextfenster von 250K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 28 Tokens/Sekunde
- Energieverbrauch : 4.74 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Hohe Leistung Reasoning Code
Anwendungsfälle :
- Lösung komplexer Probleme
- Coding- und Engineering-Assistenten
- Tiefgehende Dokumentenanalyse mit Reasoning
ministral-3:3b
Mistral AI • 3B Parameter • Kontext : 250,000 Tokens
Kompaktes Mistral-Modell, leistungsstark trotz seiner geringen Größe. Kontext von 250K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 22 Tokens/Sekunde
- Verbrauch : 1.75 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Kompakt Effizient
Anwendungsfälle :
- Reaktive persönliche Assistenten
- Schnelle Klassifizierung und Routing
- Einfache Aufgaben mit großem Kontext
ministral-3:8b
Mistral AI • 8B Parameter • Kontext : 250.000 Tokens
Mittelständiges Ministral-Modell mit einem hervorragenden Kompromiss aus Leistung und Geschwindigkeit. Kontext von 250K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 40 Tokens/Sekunde
- Energieverbrauch : 3.33 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Effizient Reasoning
Anwendungsfälle :
- Fortgeschrittene Konversationsassistenten
- Dokumentenanalyse und Informationsextraktion
- Gutes Geschwindigkeits-/Qualitätsverhältnis
mistral-small3.2:24b
Mistral AI • 24B Parameter • Kontext : 128,000 Tokens
Mistral-Modell mit verbessertem Instruction Following, robustem Function Calling und visuellen Fähigkeiten. Integrierte Erkennung problematischer Inhalte.
Technische Spezifikationen:
- Geschwindigkeit : 28 Tokens/Sekunde
- Verbrauch : 5.05 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ✅ Sicherheit
Tags : Vision Agent Sicherheit Instruction Following
Anwendungsfälle :
- Zuverlässige Konversationsagenten mit präziser Befehlsbefolgung
- Integration externer Tools über Function Calling
- Anwendungen, die eine native Sicherheitsfilterung erfordern
mistral-small4:119b
Mistral AI • 119B Parameter • Kontext : 262,144 Tokens
Hochleistungs-Mistral-Modell (119B) mit Vision, integrierter Sicherheit und einem Kontext von 262K Tokens. Schnell (100 t/s).
Technische Spezifikationen:
- Geschwindigkeit : 100 Tokens/Sekunde
- Verbrauch : 2.00 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ✅ Sicherheit
Tags : Vision Agent Sicherheit Großer Kontext Schnell
Anwendungsfälle :
- Hochleistungs-Konversationsagenten mit Vision
- Analyse sehr langer Dokumente (262K Tokens)
- Kritische Anwendungen, die Zuverlässigkeit und Sicherheit erfordern
nemotron-3-super:120b
NVIDIA • 120B Parameter • Kontext : 1.000.000 Tokens
NVIDIA-Modell, optimiert für kollaborative Agenten, langes Reasoning und hochvolumige Workloads. Kontext von 1M Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 72 Tokens/Sekunde
- Energieverbrauch : 1,93 kWh/Million Tokens
- Lizenz : NVIDIA Community License
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Agent Reasoning Großer Kontext
Anwendungsfälle :
- Autonome Agenten mit mehreren Tool-Aufrufen
- Automatisierung hochvolumiger Workflows
- Analyse langer Dokumente mit präziser Extraktion
nemotron-cascade:30b
NVIDIA • 30B Parameter • Kontext : 1,000,000 Tokens
NVIDIA-Modell, spezialisiert auf Mathematik (médaille d'or IMO 2025) und Problemdekomposition. Kontext: 1M Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 130 Tokens/Sekunde
- Energieverbrauch : 1.93 kWh/Million Tokens
- Lizenz : NVIDIA Community License
- Region : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Agent Raisonnement Grand Contexte Maths
Anwendungsfälle :
- Lösung komplexer mathematischer Probleme
- Agenten mit mehreren Tool-Aufrufen
- Analyse langer Dokumente
nemotron3-nano:30b
NVIDIA • 30B Parameter • Kontext : 1,000,000 Tokens
Ultra-schnelles NVIDIA-Modell (160 t/s) mit Reasoning und Function Calling. Kontext von 1M Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 160 Tokens/Sekunde
- Energieverbrauch : 1.56 kWh/Million Tokens
- Lizenz : NVIDIA Community License
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Agent Raisonnement Grand Contexte Rapide
Anwendungsfälle :
- Autonome Agenten, die schnelle Antworten benötigen
- Logisches Reasoning und Problemlösung
- Analyse langer Dokumente mit präziser Extraktion
olmo-3:32b
AllenAI • 32B Parameter • Kontext : 65,536 Tokens
Erstes vollständig offenes Reasoning-Modell in diesem Maßstab. Vollständige Transparenz (données, code, poids).
Technische Spezifikationen:
- Geschwindigkeit : 22 Tokens/Sekunde
- Verbrauch : 5.98 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Open-Source Grand Contexte Raisonnement Transparent Code Haute Performance
Anwendungsfälle :
- Komplexes Reasoning und mehrstufige Problemlösung
- Softwareentwicklung mit Transparenz des Entscheidungsprozesses
- Kritische Aufgaben, die vollständige Auditierbarkeit erfordern
olmo-3:7b
AllenAI • 7B Parameter • Kontext : 65.536 Tokens
Vollständig offenes und effizientes Modell, hervorragend in Mathematik und Programmierung mit vollständiger Transparenz.
Technische Spezifikationen:
- Geschwindigkeit : 35 Tokens/Sekunde
- Energieverbrauch : 1.13 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Open-Source Großer Kontext Transparent Effizient Mathematik Code
Anwendungsfälle :
- Akademische Forschung, die vollständige Reproduzierbarkeit erfordert
- Programmierung und Lösung mathematischer Probleme
- Dokumentenanalyse mit vollständiger Nachverfolgbarkeit
qwen3-2507-think:4b
Qwen Team • 4B Parameter • Kontext : 250.000 Tokens
Kompaktes Modell, optimiert für tiefes Reasoning (Logik, Mathematik, Naturwissenschaften, Code). Kontext von 250K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 55 Tokens/Sekunde
- Stromverbrauch : 2.42 kWh/Million Tokens
- Lizenz : Apache 2.0
- Region : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Agent Reasoning Großer Kontext Kompakt Schnell
Anwendungsfälle :
- Komplexes Reasoning (Logik, Mathematik, Naturwissenschaften, Code)
- Agents mit großem Konversationsverlauf (250K Tokens)
- Analyse umfangreicher Dokumente mit tiefem Reasoning
qwen3-2507:235b
Qwen Team • 235B Parameter • Kontext : 200,000 Tokens
Leistungsstärkstes Modell im Katalog (235B paramètres, 22B actifs). Hervorragend in Mathematik, Programmierung und logischem Reasoning.
Technische Spezifikationen:
- Geschwindigkeit : 56 Tokens/Sekunde
- Verbrauch : 3.97 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : MoE Agent Raisonnement Très Large
Anwendungsfälle :
- Lösung komplexer mathematischer und logischer Probleme
- Aufgaben, die ein umfangreiches Wissensfundament erfordern
- Fortgeschrittener Programmierassistent
qwen3-omni:30b
Qwen Team • 30B Parameter • Kontext : 32,768 Tokens
Nativ omnimodales Modell – verarbeitet gleichzeitig Text, Bilder, Video und Audio.
Technische Spezifikationen:
- Geschwindigkeit : 19 Tokens/Sekunde
- Energieverbrauch : 7.43 kWh/Million Tokens
- Lizenz : Apache 2.0
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Omni Audio Vision Agent Multimodal
Anwendungsfälle :
- Multimodale Interaktionen (Text + Bild + Audio + Video)
- Kombinierte Video- und Audioanalyse
- Intelligente Assistenten der nächsten Generation
qwen3.5:0.8b
Qwen Team • 0.8B Parameter • Kontext : 250,000 Tokens
Ultra-leichtes Modell mit einem außergewöhnlichen Kontext von 250K Tokens — bemerkenswert für ein Modell dieser Größe.
Technische Spezifikationen:
- Geschwindigkeit : 16 Tokens/Sekunde
- Energieverbrauch : 2.39 kWh/Million Tokens
- Lizenz : Apache 2.0
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ✅ Werkzeuge/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Compact Efficient Grand Contexte Multilingue
Anwendungsfälle :
- Textverarbeitung mit sehr großem Kontext (250K Tokens)
- Schnelle Klassifizierung und Sortierung
- Leichte Assistenten mit langem Verlaufsgedächtnis
qwen3.5:4b
Qwen Team • 4B Parameter • Kontext : 250,000 Tokens
Kompaktes Qwen3.5-Modell mit einem guten Kompromiss aus Leistung und Effizienz sowie einem Kontext von 250K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 37 Tokens/Sekunde
- Verbrauch : 3.64 kWh/Million Tokens
- Lizenz : Apache 2.0
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Kompakt Effizient Großer Kontext Mehrsprachig
Anwendungsfälle :
- Konversationsassistenten mit großem Kontext
- Textzusammenfassung und Klassifizierung
- Einfache Codierungsaufgaben
qwen3.5:9b
Qwen Team • 9B Parameter • Kontext : 250,000 Tokens
Zwischenmodell Qwen3.5 mit starkem Reasoning und erweitertem Kontext von 250K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 32 Tokens/Sekunde
- Energieverbrauch : 4.23 kWh/Million Tokens
- Lizenz : Apache 2.0
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Effizient Großer Kontext Mehrsprachig Reasoning
Anwendungsfälle :
- Fortgeschrittene Konversationsassistenten
- Dokumentenanalyse und Informationsextraktion
- Reasoning-Aufgaben mittlerer Komplexität
qwen3.6:27b
Qwen Team • 27B Parameter • Kontext : 1.000.000 Tokens
Referenzmodell für allgemeine Zwecke mit einem nativen Kontext von 1M Tokens. Überzeugt durch starkes Reasoning, präzise Instruktionsbefolgung und Mehrsprachigkeit.
Technische Spezifikationen:
- Geschwindigkeit : 80 Tokens/Sekunde
- Stromverbrauch : 2,78 kWh/Million Tokens
- Lizenz : Apache 2.0
- Region : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ✅ Reasoning • ❌ Sicherheit
Tags: Agent Großer Kontext Mehrsprachig Vision Reasoning
Anwendungsfälle:
- Vielseitige Assistenten mit präziser Instruktionsbefolgung
- Analyse sehr umfangreicher Dokumente (1M Tokens)
- Mehrsprachige Anwendungen mit logischem Reasoning
- Programmierung und Codegenerierung
qwen3:0.6b
Qwen Team • 0.6B Parameter • Kontext : 40,000 Tokens
Ultra-schnelles Mikro-Modell für einfache Aufgaben und Routing. 40K Tokens Kontext.
Technische Spezifikationen:
- Geschwindigkeit : 46 Tokens/Sekunde
- Verbrauch : 1.33 kWh/Million Tokens
- Lizenz : Apache 2.0
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Compact Rapide Efficient Multilingue
Anwendungsfälle :
- Schnelle Klassifizierung und Sortierung
- Leichte Assistenten mit geringer Latenz
- Routing in Multi-Model-Architekturen
Modelle für Programmierung & Agenten
Modelle, die auf Code, Softwareentwicklung und autonome Agenten spezialisiert sind.
devstral-small-2:24b
Mistral AI & All Hands AI • 24B Parameter • Kontext : 200,000 Tokens
State-of-the-Art Agent-Modell für die Softwareentwicklung. Leistungen nahe an Modellen mit >100B Parametern für Code. Integrierte Vision.
Technische Spezifikationen:
- Geschwindigkeit : 33 Tokens/Sekunde
- Verbrauch : 4.23 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ✅ Sicherheit
Tags : Agent Programmierung Vision Open-Source Großer Kontext Schnell
Anwendungsfälle :
- Autonome Coding-Agents
- Schnelles Code-Refactoring
- Iterative Engineering-Aufgaben
functiongemma:270m
Google • 270M Parameter • Kontext : 32.768 Tokens
Mikromodell, spezialisiert auf die Erkennung von Funktionsaufrufen. Ideal als Router in einer agentischen Architektur.
Technische Spezifikationen:
- Geschwindigkeit : 40 Tokens/Sekunde
- Energieverbrauch : 0,97 kWh/Million Tokens
- Lizenz : Google Gemma Terms of Use
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Agent Compact Efficient Function Calling
Anwendungsfälle :
- Tool-Router in einer agentischen Architektur
- Erkennung von Absichten für Funktionsaufrufe
- Schnelle Vorfilterung vor dem Routing
qwen-coder-next:80b
Qwen Team • 80B Parameter • Kontext : 250.000 Tokens
Spitzenmodell für Code und komplexes Reasoning. Kontext von 250K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 97 Tokens/Sekunde
- Verbrauch : 2,29 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Agent Programmierung MoE Großer Kontext
Anwendungsfälle :
- Erweiterte Programmierassistent (Repository-Ebene)
- Analyse und Refaktorierung komplexen Codes
- Autonome Software-Engineering-Agenten
qwen3-next:80b
Qwen Team • 80B Parameter • Kontext : 250,000 Tokens
Vielseitiges 80B-Modell, optimiert für große Kontexte, Function Calling und strukturiertes Reasoning.
Technische Spezifikationen:
- Geschwindigkeit : 67 Tokens/Sekunde
- Verbrauch : 2.09 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Agent Großer Kontext MoE
Anwendungsfälle :
- Fortgeschrittene Konversationsagenten mit Tool-Integration
- Analyse sehr umfangreicher Dokumente
- Codegenerierung und strukturiertes Reasoning
qwen3.6:35b
Qwen Team • 35B Parameter • Kontext : 1,000,000 Tokens
Führend in der agentenbasierten Softwareentwicklung (SWE-bench 73.4%). Kontext von 1M Tokens, integrierte Vision und Tool-Calling.
Technische Spezifikationen:
- Geschwindigkeit : 121 Tokens/Sekunde
- Stromverbrauch : 2,07 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Werkzeuge/Agent • ✅ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Agent Programmation Grand Contexte MoE Vision Raisonnement
Anwendungsfälle :
- Agentenbasierter Coding-Assistent in IDEs (Cursor, Continue.dev, VS Code Copilot)
- Analyse vollständiger Codebasen (1M Tokens)
- Automatisierte Code-Reviews und intelligente CI/CD-Pipelines
- Behebung komplexer Fehler mit mehrstufigem Reasoning
rnj-1:8b
Essential AI • 8B Parameter • Kontext : 32,000 Tokens
STEM-spezialisiertes Modell — überzeugt in Code (83.5% HumanEval+), Mathematik und Wissenschaft.
Technische Spezifikationen:
- Geschwindigkeit : 23 Tokens/Sekunde
- Verbrauch : 1.69 kWh/Million Tokens
- Lizenz : Open Weights
- Standort : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Code Maths STEM Raisonnement Efficient
Anwendungsfälle :
- Erweiterte Codegenerierung
- Lösung komplexer mathematischer Probleme
- Wissenschaftliche und technische Aufgaben
Vision- und Multimodale Modelle
Modelle zur Analyse von Bildern, Videos, OCR und visuellen Dokumenten.
deepseek-ocr
DeepSeek AI • 3B Parameter • Kontext : 8.192 Tokens
Spezialisiertes OCR-Modell zur hochpräzisen Textextraktion mit Beibehaltung der Formatierung (tableaux, formules).
Technische Spezifikationen:
- Geschwindigkeit : 84 Tokens/Sekunde
- Energieverbrauch : 0.66 kWh/Million Tokens
- Lizenz : MIT licence
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Vision OCR Efficient
Anwendungsfälle :
- Extraktion strukturierter Texte (Markdown/LaTeX) aus Bildern/PDFs
- Digitalisierung von Dokumenten mit Tabellen und Formeln
gemma4:31b
Google • 31B Parameter • Kontext : 250,000 Tokens
Multimodales dichtes Modell von Google, weltweit auf Platz 3 auf Arena AI. Erweiterte Bildanalyse, Reasoning und Programmierung. Kontext 250K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 59 Tokens/Sekunde
- Stromverbrauch : 3.77 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Agent Großer Kontext Vision Reasoning Mehrsprachig Open-Source
Anwendungsfälle :
- Autonome Agenten mit Reasoning und Tool-Aufrufen
- Analyse umfangreicher Dokumente mit Vision
- Visuelles Verständnis (OCR, graphiques, documents scannés)
gemma4:e2b
Google • 31B (E2B) Parameter • Kontext : 128,000 Tokens
Ultra-schnelle Variante (125 t/s) von Gemma 4 mit Vision-Funktion. Hervorragende Energieeffizienz.
Technische Spezifikationen:
- Geschwindigkeit : 125 Tokens/Sekunde
- Verbrauch : 1.11 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Vision Schnell Effizient
Anwendungsfälle :
- Bildanalyse mit niedriger Latenz
- Umfangreiche Dokumente mit geringem Ressourcenverbrauch
gemma4:e4b
Google • 31B (E4B) Parameter • Kontext : 128.000 Tokens
Variante von Gemma 4 mit besserem Qualitäts-/Geschwindigkeitsverhältnis als die E2B-Version. Integrierte Vision.
Technische Spezifikationen:
- Geschwindigkeit : 85 Tokens/Sekunde
- Energieverbrauch : 1,63 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Vision Schnell
Anwendungsfälle :
- Analyse von Dokumenten und Bildern mit gutem Qualitäts-/Geschwindigkeitsverhältnis
- Schnelle Alternative für Vision-Aufgaben
granite3.2-vision:2b
IBM • 2B Parameter • Kontext: 16.384 Tokens
Kompaktes IBM Granite Vision-Modell für schnelles OCR und die Datenextraktion aus gescannten Dokumenten.
Technische Spezifikationen:
- Geschwindigkeit : 49 Tokens/Sekunde
- Verbrauch : 0,80 kWh/Million Tokens
- Lizenz : Apache 2.0
- Region : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Vision Kompakt Effizient OCR
Anwendungsfälle :
- Schnelles OCR für leichte Dokumente
- Datenextraktion aus Bildern
- Energieeffiziente visuelle Analyse
qwen3-vl:235b
Qwen Team • 235B Parameter • Kontext : 200,000 Tokens
Das leistungsstärkste multimodale Modell im Katalog. Spitzentechnologie im visuellen Verständnis und außergewöhnliche Reasoning-Fähigkeiten.
Technische Spezifikationen:
- Geschwindigkeit : 24 Tokens/Sekunde
- Energieverbrauch : 5,56 kWh/Million Tokens
- Lizenz : Apache 2.0
- Region : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ✅ Reasoning • ❌ Sicherheit
Tags : Agent Reasoning Großer Kontext Vision
Anwendungsfälle :
- Komplexe Dokumentenautomatisierung (OCR multilingue, extraction structurée)
- Intelligente visuelle Agenten
- Fortgeschrittene wissenschaftliche Analyse (STEM, raisonnement spatial)
- Multimodales RAG für Dokumente und Videos
qwen3-vl:2b
Qwen Team • 2B Parameter • Kontext : 250.000 Tokens
Ultra-kompaktes Vision-Modell für schnelles OCR, Objekterkennung und Embedded-Anwendungen.
Technische Spezifikationen:
- Geschwindigkeit : 64 Tokens/Sekunde
- Energieverbrauch : 0,95 kWh/Million Tokens
- Lizenz : Apache 2.0
- Region : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Vision Compact Efficient Multimodal OCR
Anwendungsfälle :
- Echtzeit-Bildanalyse
- OCR und einfache Dokumentenanalyse
- Schnelle visuelle Sortierung und Klassifizierung
qwen3-vl:30b
Qwen Team • 30B Parameter • Kontext : 250.000 Tokens
Leistungsfähiges multimodales Modell für OCR, Objekterkennung, Videoanalyse und raumzeitliches Reasoning.
Technische Spezifikationen:
- Geschwindigkeit : 39 Tokens/Sekunde
- Verbrauch : 3,39 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Sicherheit
Tags: Vision Agent Großer Kontext Multimodal Video OCR
Anwendungsfälle:
- Analyse langer Videos und intelligente Überwachung
- Extraktion strukturierter Daten (Dokumente, Tabellen, Diagramme)
- Visuelle Assistenten mit räumlichem Verständnis
qwen3-vl:32b
Qwen Team • 32B Parameter • Kontext : 250,000 Tokens
Hochleistungsvariante für die anspruchsvollsten Vision-Aufgaben. Kontext 250K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 17 Tokens/Sekunde
- Verbrauch : 7.75 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Vision Agent Großer Kontext Multimodal Video OCR
Anwendungsfälle :
- Wissenschaftliche und technische Analyse hochauflösender Bilder
- Automatisierung komplexer visueller Prozesse
- Detaillierte Erfassung dynamischer Szenen
qwen3-vl:4b
Qwen Team • 4B Parameter • Kontext : 250,000 Tokens
Kompaktes und schnelles Vision-Modell für die Dokumentenanalyse und das Video-Verständnis.
Technische Spezifikationen:
- Geschwindigkeit : 57 Tokens/Sekunde
- Energieverbrauch : 2.34 kWh/Million Tokens
- Lizenz : Apache 2.0
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Vision Compact Multimodal Efficient Vidéo OCR
Anwendungsfälle :
- Automatisierte Dokumentenanalyse (factures, formulaires)
- Verständnis von Videoinhalten
- Interaktive visuelle Assistenten
qwen3-vl:8b
Qwen Team • 8B Parameter • Kontext : 250,000 Tokens
Visuelles Modell mittlerer Größe — guter Kompromiss zwischen Leistung und Ressourcenverbrauch. Kontext 250K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 39 Tokens/Sekunde
- Energieverbrauch : 3.38 kWh/Million Tokens
- Lizenz : Apache 2.0
- Region : FR 🇫🇷
Fähigkeiten: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Vision Multimodal Efficient Vidéo OCR
Anwendungsfälle :
- Automatisierte Dokumentenanalyse
- Verständnis von Videoinhalten
- Interaktive visuelle Assistenten
Embedding-Modelle
Modelle für die semantische Suche und Retrieval-Augmented Generation (RAG).
bge-m3:567m
BAAI • 567M Parameter • Kontext : 8.192 Tokens
State-of-the-Art mehrsprachiges Embedding (100+ Sprachen). Unterstützt dichte, sparse und multi-vektorielle Suche.
Technische Spezifikationen:
- Geschwindigkeit : 171 Tokens/Sekunde
- Verbrauch : 0,36 kWh/Million Tokens
- Lizenz : MIT
- Standort : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Embedding Mehrsprachig Effizient
Anwendungsfälle :
- Mehrsprachige semantische Suche
- Retrieval-Augmented Generation (RAG)
- Clustering und Klassifizierung von Dokumenten
embeddinggemma:300m
Google • 300M Parameter • Kontext : 2,048 Tokens
Mehrsprachiges Google-Embedding (100+ langues), optimiert für semantische Suche und Abruf.
Technische Spezifikationen:
- Geschwindigkeit : 175 Tokens/Sekunde
- Energieverbrauch : 0.35 kWh/Million Tokens
- Lizenz : Google Gemma Terms of Use
- Standort : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Embedding Kompakt Semantisch Effizient Mehrsprachig
Anwendungsfälle :
- Informationsrecherche und -abruf
- Dokumentenklassifizierung und -clustering
- Semantische Ähnlichkeitssuche
granite-embedding:278m
IBM • 278M Parameter • Kontext : 512 Tokens
Ultra-kompaktes IBM-Embedding für semantische Suche mit minimaler Latenz.
Technische Spezifikationen:
- Geschwindigkeit : 196.3 Tokens/Sekunde
- Energieverbrauch : 0.31 kWh/Million Tokens
- Lizenz : Apache 2.0
- Region : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Embedding Compact Efficient
Anwendungsfälle :
- Hochfrequente semantische Suche
- Dokumenten-Clustering
qwen3-embedding:0.6b
Qwen Team • 0.6B Parameter • Kontext : 32,768 Tokens
Ultra-leichtes und schnelles Embedding für semantische Suche mit niedriger Latenz.
Technische Spezifikationen:
- Geschwindigkeit : N/A
- Stromverbrauch : 0.57 kWh/million Tokens
- Lizenz : Apache 2.0
- Region : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Embedding Compact Efficient
Anwendungsfälle :
- Schnelle semantische Suche
- Echtzeit-Textklassifizierung
qwen3-embedding:4b
Qwen Team • 4B Parameter • Kontextfenster: 40.000 Tokens
High-Performance-Embedding mit tiefem semantischem Verständnis und erweitertem Kontext (40K tokens).
Technische Spezifikationen:
- Geschwindigkeit : N/A
- Stromverbrauch : 0.57 kWh/million tokens
- Lizenz : Apache 2.0
- Region : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Embedding Grand Contexte Efficient
Anwendungsfälle :
- Semantische Suche in langen Dokumenten
- RAG mit erweitertem Kontext
- Präzise semantische Analyse
qwen3-embedding:8b
Qwen Team • 8B Parameter • Kontext : 40,000 Tokens
Embedding mit hoher Kapazität und dem besten semantischen Verständnis der Qwen3-Familie. Erweitertes Kontextfenster (40K tokens).
Technische Spezifikationen:
- Geschwindigkeit : N/A
- Energieverbrauch : 0.57 kWh/Million Tokens
- Lizenz : Apache 2.0
- Region : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Embedding Großer Kontext Hohe Leistung
Anwendungsfälle :
- Semantische Suche mit hoher Präzision
- Erweitertes RAG mit erweitertem Kontext
- Semantische Analyse komplexer Dokumente
Reranking-Modelle
Modelle zur Neureihung von Ergebnissen in RAG-Pipelines.
bge-reranker-large
BAAI • 335M Parameter • Kontext : 512 Tokens
Hochleistungs-Reranking-Modell der BGE-Familie, mehrsprachig.
Technische Spezifikationen:
- Geschwindigkeit : N/A
- Ressourcenverbrauch : N/A
- Lizenz : MIT
- Region : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Reranker Hohe Leistung
Anwendungsfälle :
- Mehrsprachiges Reranking für RAG
nvidia/llama-nemotron-rerank-vl-1b-v2
NVIDIA • 1B Parameter • Kontext : 4.096 Tokens
Cohere-API-kompatibles Reranking-Modell (/v1/rerank und /v2/rerank). Sortiert Dokumente nach ihrer Relevanz in Bezug auf eine Abfrage.
Technische Spezifikationen:
- Geschwindigkeit : N/A
- Verbrauch : N/A
- Lizenz : NVIDIA Open Model License
- Standort : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Rerank RAG Compact
Anwendungsfälle :
- Neusortierung semantischer Suchergebnisse
- Optimierung der Relevanz in RAG-Pipelines
qwen3-reranker:0.6b
Qwen Team • 0.6B Parameter • Kontext : 4.096 Tokens
Kompaktes und effizientes Reranking-Modell für schnelles Reranking.
Technische Spezifikationen:
- Geschwindigkeit : N/A
- Ressourcenverbrauch : N/A
- Lizenz : Apache 2.0
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ❌ Werkzeuge/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Reranker Compact Efficient
Anwendungsfälle :
- Schnelles Reranking für RAG
qwen3-reranker:4b
Qwen Team • 4B Parameter • Kontext : 4.096 Tokens
Leistungsstarkes Reranking-Modell mit hoher kontextueller Verständnisfähigkeit.
Technische Spezifikationen:
- Geschwindigkeit : N/A
- Speicherbedarf : N/A
- Lizenz : Apache 2.0
- Sprache : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Reranker Performance
Anwendungsfälle :
- Hochwertiges Reranking für RAG
Sicherheitsmodelle
Modelle für Inhaltsfilterung, Compliance und Guardrails.
granite3-guardian:2b
IBM • 2B Parameter • Kontext : 8,192 Tokens
Kompakte Version des Sicherheitsmodells Granite Guardian für die Filterung mit niedriger Latenz.
Technische Spezifikationen:
- Geschwindigkeit : 60 Tokens/Sekunde
- Energieverbrauch : 0.65 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ✅ Sicherheit
Tags : Sécurité Guardrails Compact Efficient
Anwendungsfälle :
- Latenzarme Guardrails in agentischen Workflows
- Echtzeit-Sicherheitsfilterung
granite3-guardian:8b
IBM • 8B Parameter • Kontext : 8,192 Tokens
Sicherheitsspezialmodell zur Erkennung problematischer Inhalte, Jailbreaks und regulatorischer Konformität.
Technische Spezifikationen:
- Geschwindigkeit : 45 Tokens/Sekunde
- Energieverbrauch : 3.09 kWh/Million Tokens
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ✅ Sicherheit
Tags : Sicherheit Guardrails Konformität Filterung
Anwendungsfälle :
- Erkennung problematischer Inhalte und Jailbreaks
- Sicherheitsfilterung vor/nach der Generierung
- Regulatorische Konformität (RGPD, HDS)
Übersetzungsmodelle
Modelle, die auf hochtreue mehrsprachige Übersetzung spezialisiert sind.
translategemma:12b
Google • 12B Parameter • Kontext : 128.000 Tokens
Hochpräzise Übersetzung für 55 Sprachen mit einem Kontext von 128K Tokens.
Technische Spezifikationen:
- Geschwindigkeit : 27 Tokens/Sekunde
- Verbrauch : 4,87 kWh/Million Tokens
- Lizenz : Gemma Terms of Use
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Übersetzung Mehrsprachig Spezialisiert
Anwendungsfälle :
- Übersetzung langer Dokumente
- Kommunikation zwischen Sprachen
- Inhaltslokalisierung
translategemma:27b
Google • 27B Parameter • Kontext : 120,000 Tokens
Hochleistungsübersetzung für 55 Sprachen. Überlegene Qualität für komplexe und technische Inhalte.
Technische Spezifikationen:
- Geschwindigkeit : 17 Tokens/Sekunde
- Verbrauch : 7.84 kWh/Million Tokens
- Lizenz : Gemma Terms of Use
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Übersetzung Mehrsprachig Spezialisiert Hochleistung
Anwendungsfälle :
- Hochpräzise Übersetzung
- Übersetzung technischer Dokumente
- Literarische und kulturelle Nuancen
translategemma:4b
Google • 4B Parameter • Kontext : 128,000 Tokens
Schnelle und effiziente Übersetzung für 55 Sprachen. Ideal für die Echtzeit-Lokalisierung.
Technische Spezifikationen:
- Geschwindigkeit : 31 Tokens/Sekunde
- Verbrauch : 1.25 kWh/Million Tokens
- Lizenz : Gemma Terms of Use
- Lokalisierung : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Übersetzung Mehrsprachig Spezialisiert Effizient
Anwendungsfälle :
- Schnelle Textübersetzung
- Echtzeit-Lokalisierung
- Übersetzung mit begrenztem Budget
Audio- und Bildmodelle
Modelle für die Audio-Transkription und Bildgenerierung.
voxtral
Mistral AI • 4B Parameter • Kontext : 32,768 Tokens
Echtzeit-Audiotranskription über WebSocket. Streaming-Spracherkennung mit geringer Latenz.
Technische Spezifikationen:
- Geschwindigkeit : N/A
- Verbrauch : N/A
- Lizenz : Apache 2.0
- Standort : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : ASR Audio Realtime WebSocket
Anwendungsfälle :
- Echtzeit-Audiotranskription (Streaming)
- Sprachassistenten
- Live-Untertitelung
z-image:16b
Community • 16B Parameter • Kontext : 0 Tokens
Bildgenerierung aus Text-Prompts, kompatibel mit der OpenAI-API /v1/images/generations.
Technische Spezifikationen:
- Geschwindigkeit : N/A
- Verbrauch : N/A
- Lizenz : Open Weights
- Region : FR 🇫🇷
Fähigkeiten: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Sicherheit
Tags : Image Generation Kreativ Multimodal
Anwendungsfälle :
- Bildgenerierung aus Textbeschreibungen
- Erstellung visueller Inhalte
- Schnelle visuelle Prototypisierung
Empfohlene Anwendungsfälle
Mehrsprachiger Dialog
Chatbots und Assistenten, die in mehreren Sprachen kommunizieren können, mit automatischer Spracherkennung und Kontextbeibehaltung
Empfohlene Modelle:
- nemotron-3-super:120b
- qwen3.6:27b
- nemotron3-nano:30b
- gpt-oss:120b
Analyse langer Dokumente
Verarbeitung umfangreicher Dokumente (>100 Seiten) mit Extraktion von Schlüsselinformationen, Zusammenfassungen und Beantwortung von Fragen
Empfohlene Modelle:
- nemotron-3-super:120b
- qwen3.6:27b
- qwen3-2507:235b
Programmierung und Entwicklung
Generierung, Optimierung und Debugging von Code in mehreren Sprachen, Refactoring und Erstellung von Tests
Empfohlene Modelle:
- qwen3.6:35b
- qwen-coder-next:80b
- devstral-small-2:24b
- nemotron-3-super:120b
Visuelle Analyse
Verarbeitung von Bildern und visuellen Dokumenten, OCR, Interpretation von Diagrammen und Tabellen
Empfohlene Modelle:
- qwen3-vl:235b
- gemma4:31b
- deepseek-ocr
- qwen3-vl:30b
Sicherheit und Compliance
Filterung sensibler Inhalte, Jailbreak-Erkennung, DSGVO/HDS-Konformität
Empfohlene Modelle:
- granite3-guardian:8b
- granite3-guardian:2b
- mistral-small4:119b
Schlanke Bereitstellungen
Anwendungen, die einen minimalen Footprint, niedrige Latenz und geringen Ressourcenverbrauch erfordern
Empfohlene Modelle:
- qwen3.5:0.8b
- qwen3-vl:2b
- ministral-3:3b
RAG (Retrieval-Augmented Generation)
Vollständige Pipelines für semantische Suche, Re-Ranking und retrieval-augmentierte Generierung
Empfohlene Modelle:
- bge-m3:567m
- nvidia/llama-nemotron-rerank-vl-1b-v2
- qwen3.6:27b