Multimodale Sprachmodelle
Sprachmodellfamilien mit multimodaler Eingabe (mehr als nur Text). Eingabe- und Ausgabemodalität sind getrennt zu betrachten; reine Bild-, Video- oder Audiomodelle finden sich in den jeweiligen Modellarten.
GPT
OpenAI · USA
GPT ist die Sprachmodell-Familie von OpenAI mit proprietären Chat- und Reasoning-Modellen sowie den offenen Gewichtsmodellen gpt-oss.
- stabil
- proprietär
Claude
Anthropic · USA
Claude ist die proprietäre Sprachmodell-Familie von Anthropic mit mehreren Leistungsstufen für Text- und Bildeingaben. Fable 5 ist die höchste allgemein verfügbare Stufe.
- stabil
- proprietär
Gemini
Google · Vereinigtes Königreich
Gemini ist die proprietäre multimodale Modellfamilie von Google DeepMind mit Pro-, Flash- und Flash-Lite-Stufen.
- stabil
- proprietär
Gemma
Google · Vereinigtes Königreich
Gemma ist die Familie offener Gewichtsmodelle von Google DeepMind mit Text-, Bild- und Audioeingabe.
- Gewichte verfügbar
- offene Gewichte
Llama
Meta · USA
Llama ist die Familie offener Gewichtsmodelle von Meta, aktuell in der nativ multimodalen Generation Llama 4.
- Gewichte verfügbar
- offene Gewichte
Grok
xAI · USA
Grok ist die Sprachmodell-Familie von xAI für Text- und Bildeingaben.
- stabil
- proprietär
Phi
Microsoft · USA
Phi ist Microsofts Familie kompakter, quelloffener Sprachmodelle mit Fokus auf Effizienz bei kleiner Modellgröße.
- Gewichte verfügbar
- Open Source
Nova
Amazon (AWS) · USA
Amazon Nova ist eine proprietäre Familie multimodaler Foundation-Modelle, bereitgestellt über Amazon Bedrock.
- stabil
- API-only
Command
Cohere · Kanada
Command ist Coheres Familie unternehmensorientierter Sprachmodelle mit Schwerpunkt auf RAG, Tool-Use und Mehrsprachigkeit.
- stabil
- offene Gewichte
Granite
IBM · USA
Granite ist IBMs Familie offener, unternehmensorientierter Modelle unter Apache-2.0-Lizenz.
- stabil
- Open Source
Nemotron
NVIDIA · USA
Nemotron ist NVIDIAs Familie offener Modelle mit Schwerpunkt auf Reasoning und agentischer KI, teils auf Basis von Meta Llama.
- Gewichte verfügbar
- offene Gewichte
Mistral
Mistral AI · Frankreich
Mistral AI ist ein französischer Anbieter einer Modellfamilie aus generalistischen und spezialisierten Modellen, teils Open-Weight, teils proprietär.
- stabil
- offene Gewichte
Qwen
Alibaba Cloud · China
Modellfamilie von Alibaba Cloud mit offenen Gewichten und proprietären Flaggschiff-APIs für Text, Reasoning, Coding und multimodale Anwendungen.
- stabil
- offene Gewichte
ERNIE
Baidu · China
Modellfamilie von Baidu, deren ERNIE-4.5-Reihe als Text- und multimodale Modelle unter Apache 2.0 offen veröffentlicht wurde.
- stabil
- Open Source
Kimi
Moonshot AI · China
Modellfamilie von Moonshot AI mit Long-Context-Fähigkeiten und Fokus auf Coding, Tool-Use und agentische Aufgaben.
- stabil
- offene Gewichte
MiMo
Xiaomi · China
MiMo ist Xiaomis offen unter MIT-Lizenz veröffentlichte Modellreihe mit Fokus auf Reasoning, langen Kontext und agentische Aufgaben.
- Gewichte verfügbar
- Open Source
HyperCLOVA X
NAVER Cloud · Südkorea
HyperCLOVA X ist die von NAVER entwickelte, auf Koreanisch fokussierte Modellfamilie, deren SEED-Modelle als offene Gewichte bereitstehen.
- Gewichte verfügbar
- offene Gewichte
PLaMo
Preferred Networks · Japan
PLaMo ist die von Preferred Networks entwickelte, zweisprachig japanisch-englische Modellfamilie mit Gewichten unter der PLaMo Community License.
- Gewichte verfügbar
- eingeschränkte Lizenz
Sarvam
Sarvam AI · Indien
Sprachmodell-Familie mit Fokus auf indische Sprachen (22 indische Sprachen plus Englisch), inklusive Chat-, Übersetzungs- und Sprachmodelle.
- stabil
- Lizenz nicht verifiziert
SEA-LION
AI Singapore · Singapur
Offene, multilinguale Sprachmodell-Familie mit Schwerpunkt auf südostasiatischen Sprachen (11+ SEA-Sprachen).
- stabil
- Open Source
Sabiá
Maritaca AI · Brasilien
Sprachmodell-Familie mit Spezialisierung auf Portugiesisch und brasilianische Kontexte, verfügbar über API und Web-Chat (MariTalk).
- stabil
- proprietär
Zur filterbaren Gesamtübersicht: Sprachmodell-Verzeichnis.
Maßgeblich sind die offiziellen Model Cards und Anbieterseiten. Zeitkritische Angaben (Versionen, Kontextfenster, Preise, regionale Verfügbarkeit) vor Nutzung dort prüfen.