Dieser Artikel stellt einige der bekanntesten und leistungsstärksten LLMs vor und erläutert die Unterschiede. Während 2020–2022 noch GPT‑3 oder BERT im Mittelpunkt standen, prägen heute die neusten Updates der Modelle wie GPT‑4o, Gemini 1.5, Claude 3.5, Llama 3 und 4 sowie Mistral 9B die Landschaft. Parallel wächst die Bedeutung von Open‑Source‑Modellen und multimodalen Systemen. Im Folgenden gibt es einen Überblick zum aktuellen Stand 2025 sowie zu Trends und Einsatzfeldern der aktuell wichtigsten LLMs.
Was ist ein LLM und wie funktioniert es?
Ein Large Language Modell ist eine Unterkategorie von maschinellen Lernmodellen, die darauf trainiert werden, menschliche Sprache zu verstehen, zu verarbeiten und selbst zu generieren. Diese Architekturen haben in den meisten Fällen Milliarden von erlernbaren Parametern, die das Modell „large“, also umfassend, machen und das Erlernen komplexer Strukturen in den Daten ermöglichen. Zusätzlich werden riesige Textmengen verwendet, um das Modell zu trainieren und die Sprache mit all ihren Eigenheiten, wie Grammatik oder Synonymen, zu verstehen.
Die Sprache wird dabei in Form von „Tokens“ ausgelesen, also kleinsten Einheiten, in die ein Text zerlegt wird, bevor das Modell ihn verarbeitet. Die Kontextlänge (z. B. „128k Tokens“ bei ChatGPT) gibt an, wie viele solcher Einheiten ein Modell gleichzeitig „im Gedächtnis“ behalten kann. Kosten der API-Nutzung werden oft pro Token abgerechnet.
Heutzutage ist es Standard, dass Modelle „multimodal“ sind. Das heißt, sie sind in der Lage, neben einfachem Text auch Audio-, Video- und andere Dateiformate zu verarbeiten. Daher wird der Begriff „Large Language Models“ um Bezeichnungen wie „Foundation Modell“ oder auch „Transformer Modell“ ergänzt, da sie nicht ausschließlich Sprache verarbeiten und auf einer breiten Wissensbasis fundiert sind.
Wichtigste LLM-Neuerungen in 2025
LLMs entwickeln sich zu immer leistungsfähigeren, vielseitigen Systemen und bilden den zentralen Baustein moderner KI. Hier auf einen Blick die wichtigsten Entwicklungen der großen Sprachmodelle im Jahr 2025:
Welches sind die wichtigsten LLMs?
Seit der Veröffentlichung von ChatGPT im November 2022 durch OpenAI hat sich viel getan im Bereich der Large Language Models und weitere bekannte Tech-Firmen haben eigene Modelle veröffentlicht. In diesem Abschnitt betrachten wir die wichtigsten LLM und deren Eigenschaften.
1. GPT Modelle von OpenAI
(aktuelles Modell: GPT-5, September 2025)
Das aktuellste Modell der Generative Pretrained Transformer (kurz: GPT), die vom Unternehmen OpenAI im August 2025 veröffentlicht wurde, ist GPT-5. Es ist ein „einheitliches System“, das je nach Aufgabe automatisch entscheidet, ob schnell geantwortet werden soll oder tiefes Denken angewendet wird, bekannt als „Reasoning“. Plus- und Pro-Nutzer bekommen Zugang zu Varianten mit erweiterter Reasoning-Kapazität. ChatGPT erlaubt eine begrenzte Nutzung des neuesten Modells in der kostenlosen Version nach Anmeldung. GPT-5 baut auf der Multimodalität von GPT-4o mit einer weiterentwickelten Architektur auf.
GPT-4o, „o“ am Ende steht dabei für „omni“, ist in der Lage, die Fähigkeiten im Bereich der Audio-, Bild- und Textverarbeitung zu kombinieren und dabei noch deutlich performanter und effizienter zu agieren als bei vorherigen Versionen. Das Interessante an dieser Architektur ist, dass es sich nicht um ein einziges, großes Modell handelt, sondern um eine Vielzahl von „kleineren“ Modellen, die gezielt zusammenarbeiten. Dieses Vorgehen wird als „Mixture of Experts (MoE)“ bezeichnet. Obwohl OpenAI die genaue Architektur unter Verschluss hält, geht man davon aus, dass es insgesamt 16 sogenannte Expertenmodelle gibt, die für verschiedene Teilbereiche trainiert wurden. Für jede Vorhersage werden dann zwei dieser Modelle aktiviert und sorgen für den Output. (Hackernoon, 2023)
Im Juli 2024 wurde zudem eine kleinere Version von GPT-4o mit dem Namen GPT-4o mini vorgestellt, die eine kleinere Architektur mit weniger Parametern besitzt. Allgemein ergeben sich daraus für viele Anwendungsfälle, die nicht die höchste Ausgabequalität benötigen, Vorteile, da deutlich weniger Rechenkapazität benötigt wird, wodurch die Kosten sinken, und außerdem die Modelle auch auf schwächeren Geräten, wie zum Beispiel Smartphones oder Tablets, genutzt werden können. Diese Modelle eignen sich besonders für Real-Time-Anwendungen, bei denen die Antwortzeit höher gewichtet wird und Kompromisse bei der Leistungsfähigkeit gemacht werden können. Trotz dieser kleineren Architektur schafft es GPT-4o mini trotzdem, auch größere Modelle in einzelnen Benchmarks zu übertreffen. Es schneidet beispielsweise in Programmier- und Mathematikbenchmarks besser ab, als das Llama-3-Modell mit acht Milliarden Parametern oder Mistral Large.
Mehr detaillierte Informtationen zu den verschiedenen GPT-Modellen von OpenAI haben wir in unserem ausführlichen Artikel zu GPT-4 hier zusammengestellt.
2. Mistral / Mixtral von Mistral AI
(Letzte Aktualisierung: September 2025)
Das Unternehmen Mistral AI ist ein französisches Startup, das sich auf die Entwicklung leistungsstarker Large Language Models spezialisiert hat. Es wurde unter anderem von ehemaligen Mitarbeitern von Google und Meta gegründet und hat namhafte Investoren wie beispielsweise Microsoft. Ein Unterschied zu vielen anderen Anbietern besteht darin, dass einige Modelle von Mistral Open Source sind, sodass sie kostenlos genutzt und frei angepasst werden können. Damit verfolgt Mistral das Ziel, die Entwicklung von Künstlicher Intelligenz transparenter und nachvollziehbarer zu gestalten. Besonders nennenswert: Alle Daten verbleiben in Europa und unterliegen dem EU-AI-Act, sodass beispielsweise Gespräche mit Le Chat nicht auf US-Server übertragen werden, wie es bei anderen Modellen der Fall ist. Dies bietet sowohl erhöhte Datensicherheit als auch rechtliche Verlässlichkeit für Unternehmen und Nutzer.
Zu den frei zugänglichen Modellen zählen:
- Mistral 7B: Dieses Modell hat etwa sieben Milliarden Parameter (englisch: 7 Billion = 7B) und ist das kleinste Modell der Mistral-Familie. Obwohl es weniger Parameter als vergleichbare LLMs besitzt, kann es trotzdem mit größeren Modellen mithalten. Es überzeugt durch schnelle Vorhersagen und geringen Rechenaufwand, ist jedoch in seinen Anwendungsmöglichkeiten eingeschränkt und eignet sich vor allem für englische Sprachverarbeitung oder Programmieraufgaben.
- Mixtral 8x7B: Dieses Modell basiert auf dem Mixture-of-Experts-Ansatz, bei dem acht Einzelmodelle zusammenarbeiten. Es ist effizient im Ressourcenverbrauch und vielseitig einsetzbar. Mixtral 8x7B beherrscht mehrere Sprachen fließend, darunter Englisch, Französisch, Spanisch, Italienisch und Deutsch. In einigen Benchmarks übertrifft es sogar GPT‑3.5 bei bestimmten Aufgaben.
- Mixtral 8x22B: Dies ist die fortschrittlichste Open-Source-Variante von Mistral. Sie besteht aus acht Expertenmodellen mit jeweils 22 Milliarden Parametern. Durch diese Größe können deutlich komplexere Aufgaben bearbeitet werden, etwa das Zusammenfassen langer Texte oder die Generierung großer Textmengen. Das Modell kann bis zu 64 000 Tokens gleichzeitig verarbeiten, was in etwa 48 000 Wörtern entspricht.
Die Bezeichnungen wie 7B oder 22B geben die Anzahl der Modellparameter in Milliarden an (z. B. „7B“ = 7 Milliarden Parameter). Diese klassischen Mistral-Modelle sind rein textbasiert. Daneben hat Mistral jedoch Multimodalität eingeführt: Modelle wie Pixtral 12B verarbeiten neben Text auch Bilder und erweitern damit die Einsatzmöglichkeiten deutlich.
Neben den Open-Source-Modellen bietet Mistral auch kommerzielle Modelle an:
- Mistral Large: eines der leistungsstärksten Modelle von Mistral, das in Benchmarks knapp hinter GPT‑4 rangiert. Es kann für Textgenerierung in verschiedenen Sprachen und für Programmieraufgaben eingesetzt werden.
- Mistral Small: Optimiert für schnelle, ressourcenschonende Vorhersagen, etwa im Customer Support für Klassifizierungen oder kurze Textantworten. Für komplexere Aufgaben wie Datenextraktion oder umfangreiche Textzusammenfassungen empfiehlt sich der Einsatz der größeren Modelle.
- Mistral Embed: Dieses Modell erzeugt numerische Word-Embeddings aus englischem Text, die für maschinelle Verarbeitung und semantische Analysen verwendet werden können
Zusätzlich bietet Mistral AI den Le Chat an, einen KI-Chatbot, der ähnlich wie ChatGPT für Unterhaltung, Textgenerierung und interaktive Anwendungen genutzt werden kann.
Neu in 2025 sind die Integration von Super-RAGs für verbesserten Zugriff auf externe Wissensquellen und multimodale Varianten wie Pixtral, die Text und Bilder gleichzeitig verarbeiten können.
3. Llama Modellfamilie
(Letzte Aktualisierung: September 2025)
Im Februar 2023 stieg auch der Mutterkonzern von Facebook, Meta, in die Welt der Large Language Models ein und stellte sein LLM Meta AI, oder kurz Llama, vor. Die Veröffentlichung war eine Reaktion auf die Fortschritte von Meta im Bereich des Natural Language Processing (NLP), die bereits 2019 mit dem Tool Laser begannen, das Sätze und deren Inhalt in verschiedenen Sprachen in einen Vektorraum überführen konnte.
Seit der Vorstellung des Large Language Models liegt der Fokus darauf, ein möglichst gutes Foundation-Modell vorzustellen, welches für verschiedene Anwendungen mit natürlicher Sprache angepasst werden kann. Um die Forschung in diesem Bereich zu fördern, entschied sich Meta, den Programmiercode für die Modellfamilie öffentlich zugänglich zu machen. Meta plant, die Llama-Modelle bis Ende 2025 weiter zu verbessern, und es wird erwartet, dass zukünftige Versionen erweiterte Sprachunterstützung und optimierte Leistungskennzahlen bieten werden.
Entwicklung der Llama-Modellfamilie
Seit dem initialen Release in 2023 wurden insgesamt mehrere Modellfamilien vorgestellt. Die aktuelle Modellversion ist die Llama-4-Familie (April 2025), die auf einer Mixture-of-Experts-Architektur basiert. Die Modelle sind multimodal (Unterstützung für Text- und Bilddaten) und mehrsprachig (Unterstützung für 12 Sprachen). Zu den Varianten gehören:
- Scout: Das Modell mit 17 Milliarden aktiven Parametern und 16 Experten verfügt über ein Kontextfenster von 10 Millionen Tokens
- Maverick: Das Modell hat 17 Milliarden aktive Parameter und 128 Experten, sowie ein Kontextfenster von 1 Million Tokens
- Behemoth (in Entwicklung): Das größte Modell mit 288 Milliarden aktiven Parametern und insgesamt etwa 2 Billionen Parametern, das in bestimmten Benchmarks Modelle wie GPT-4.5 und Claude Sonnet 3.7 übertrifft
Die Llama-4-Modelle sind in Metas AI Assistant integriert und über Plattformen wie WhatsApp, Messenger, Instagram und das Web zugänglich. Vorherige Versionen der Llama-Familie sind folgende:
- Llama 3: Nach knapp einem weiteren Jahr, im April 2024, veröffentlichte Meta die dritte und bisher aktuellste Version von Llama in den Varianten mit acht und 70 Milliarden Parametern. Im Vergleich zu Llama 2 wurden einige Verbesserungen vorgenommen, unter anderem ein neuer sogenannter Tokenizer, der die natürliche Sprache in die Tokens umwandelt und dabei deutlich effizienter vorging und ein größeres Vokabular von insgesamt 128 000 Tokens besitzt. Nach eigenen Angaben schlägt das 70-Milliarden-Parameter-Modell dadurch andere Modelle wie beispielsweise GPT‑3.5 oder Mistral Medium.
- Llama 2: Die Llama-2-Variante (Juli 2023) enthielt drei verschiedene Modelle mit sieben, 13 und 70 Milliarden Parametern, die mit einem deutlich größeren Datensatz von zwei Billionen Tokens trainiert wurden. Dadurch konnte Llama 2 mit 70 Milliarden Parametern auch in vielen Benchmarks deutlich besser abschneiden im Vergleich zu
- Llama (1), die ursprüngliche Variante des Modells mit 65 Milliarden Parametern. Es wurde in verschiedenen Größen angeboten, die so konzipiert waren, dass auch kleinere Infrastrukturen mit geringerer Rechenleistung das Modell trainieren konnten.
4. Google Modelle
(Letzte Aktualisierung: September 2025)
(Letzte Aktualisierung: September 2025)
Im Jahr 2025 zählt Google mit der Gemini-Serie zu den führenden Anbietern multimodaler Large-Language-Models. Google adressiert sowohl komplexe wissenschaftliche und technische Aufgaben als auch interaktive Anwendungen in Bildung und Forschung, da die Modelle große Kontextfenster, Multimodalität und eine effiziente Mixture-of-Experts-Architektur besitzen. Google DeepMind entwickelte die Gemini-Serie als Nachfolger der LaMDA- und PaLM-Modelle.
Die aktuelle Version Gemini 2.5 Flash-Lite (Juni 2025) ist die kosteneffiziente und schnellere Version der Gemini-2.5-Serie, welche vor allem anhand von Deep Think erweiterte Funktionen für das Bearbeiten komplexer Aufgaben besitzt. Gemini 2.5 wurde im Mai 2025 veröffentlicht und verbesserte weiter die Rechenleistung und Multimodalität. Für Nutzer mit begrenzten Ressourcen stellte Google parallel die Flash-Lite-Version vor, die schnelle und kosteneffiziente Antworten liefert. Außerdem erschien im März 2025 Gemini Robotics-ER 1.5, das speziell für Robotersteuerung entwickelt wurde und eine nahtlose Interaktion über Sprache und visuelle Signale ermöglicht. Die erste Version, Gemini 1.5, zeichnete sich bereits durch ein großes Kontextfenster von bis zu zwei Millionen Tokens und eine Mixture-of-Experts-Architektur aus, die eine effiziente Nutzung der Rechenressourcen erlaubt.
In unserem Artikel zu Google Gemini 3 haben wir alle Modelle nochmal im Detail beleuchtet. Die Google-Research-Abteilung lieferte jedoch bereits 2018 erste Large-Language-Modelle, die auf dem Transformer-Ansatz aus dem Jahr 2017 basierten und beachtliche Fortschritte lieferten.
Google hat bereits 2018 mit BERT und T5 wichtige Meilensteine im Bereich der natürlichen Sprachverarbeitung gesetzt. BERT ermöglichte durch bidirektionale Verarbeitung ein besseres Verständnis von Kontexten zwischen Wörtern und öffnete neue Anwendungsfelder wie Frage-Antwort-Systeme und Stimmungsanalysen. T5 führte das Text-to-Text-Prinzip ein, bei dem unterschiedliche Aufgaben wie Übersetzung oder Zusammenfassung über denselben Eingabetext gesteuert werden können.
5. Weitere Große Modelle
Die genannten Modelle und Updates sind lediglich ein Ausschnitt des stetig wachsenden Marktes der LLM. Dieser ist sehr dynamisch und es treten regelmäßig neue Anbieter mit leistungsstarken Modellen auf. Hier eine Betrachtung ausgewählter Modelle:
Grok AI: Das Sprachmodell von X, ehemals Twitter, macht nicht nur durch seine Leistungsfähigkeit von sich reden, sondern auch durch die Tatsache, dass ein signifikanter Teil der Trainingsdaten offenbar aus X-Inhalten stammt. Frühere Versionen des Modells hatten mit Halluzinationen zu kämpfen, wie etwa der Veröffentlichung einer falschen Geschichte über den Basketballer Klay Thompson. In aktuellen Versionen wurden Genauigkeit und Faktenzuverlässigkeit deutlich verbessert. Leistungstechnisch hinkt Grok AI in diversen Benchmarks hinter anderen, aktuellen LLMs hinterher und hat auch einen geringeren Leistungsumfang als die Mitbewerber.
Claude 3.5: Das Unternehmen Anthropic, welches im Jahr 2021 von einigen ehemaligen Entwicklern von OpenAI, dem Unternehmen hinter ChatGPT, gegründet wurde, bleibt mit seiner Claude-Serie ein wichtiger Wettbewerber. Das neueste Modell zeigt in Benchmarks Leistung auf Augenhöhe mit, oder teils besser als, GPT-4 und GPT-4o. Parallel dazu wird Claude 4 bereits in Beta-Varianten getestet und zeichnet sich durch größere Kontextfenster, Multimodalität und verbesserte Agentenfähigkeiten aus. Die Modellvarianten wie Haiku, Sonnet und Opus bieten dabei unterschiedliche Größen- und Leistungsklassen.
Mehrere neue Startups und Forschungsinstitute haben zudem bemerkenswerte Modelle veröffentlicht, darunter Mistral Pixtral, Mixtral 8x22B Cohere Command R sowie regionale Entwicklungen wie AI4Bharat und SEA-LION, die speziell auf Sprachvielfalt oder besondere Aufgaben zugeschnitten sind.
Zu den zentralen Trends des Jahres 2025 zählen die durchgängige Multimodalität (Text, Bild, Audio, Video), ultralange Kontextfenster, die effiziente Nutzung spezialisierter Hardware wie Groq LPU, NVIDIA H100/H200 sowie die zunehmende Bedeutung von Open-Source-Modellen.
Welche Entwicklungen gibt es außerhalb von Europa und den USA?
In der öffentlichen Wahrnehmung konzentriert sich ein Großteil der KI-Entwicklung im Bereich Large Language Models auf Europa und die USA, da dort große, etablierte Unternehmen und umfangreiche Datensätze verfügbar sind. Dies führt dazu, dass westliche Modelle oft nur begrenzt auf Sprachen und Kulturen anderer Regionen reagieren können. Trainingsdaten von Llama‑2 zum Beispiel enthalten lediglich etwa 0,5 % Inhalte aus südostasiatischen Ländern, obwohl in dieser Region über 1.200 Dialekte und Sprachen gesprochen werden (Carnegie, 2025).
Mit dem Modell SEA-LION wurde deshalb im Jahr 2024 zum ersten Mal ein Large Language Model vorgestellt, welches speziell für die ASEAN-Region trainiert wurde. Zwar umfasst es nur einen Bruchteil der Größe von beispielsweise GPT-4, jedoch kann es in spezifischen Applikationen, wie zum Beispiel dem Kundensupport, hilfreicher sein, da es spezieller auf die kulturellen Unterschiede der einzelnen Länder eingehen kann.
Auch in China und anderen asiatischen Märkten gibt es eigene Entwicklungen. DeepSeek, ein chinesisches KI-Startup aus Hangzhou, hat mit dem Modell DeepSeek-Coder-V2 einen bedeutenden Schritt in der KI-Entwicklung gemacht. Dieses Open-Source-Modell nutzt auch den Mixture-of-Experts-(MoE)-Ansatz und übertrifft in spezialisierten Aufgaben wie Programmierung und mathematischer Logik die Leistung von GPT-4 Turbo. Unterstützt werden 338 Programmiersprachen und das Modell bietet eine erweiterte Kontextlänge von 128 000 Token, was eine tiefere und kohärentere Verarbeitung komplexer Codebasen ermöglicht. Auch Baidu, ein führendes chinesisches Technologieunternehmen, hat seine ERNIE-Modelle weiter ausgebaut, wobei die aktuelle Version laut Hersteller GPT‑3.5 bei allgemeinen Aufgaben und GPT‑4 bei chinesischen Sprachaufgaben übertrifft. Benchmark-Analysen wie OpenCompass bestätigen, dass diese Modelle speziell für regionale Kontexte eine hohe Leistung erzielen.
2025 zeigt sich zudem ein Trend zu regional spezialisierten LLMs weltweit, eine Entwicklung, die Large Language Models zugänglicher und nutzbarer für jene Regionen macht, die bislang im globalen KI-Markt unterrepräsentiert waren.
Trotz der beeindruckenden Fähigkeiten großer LLMs wie ChatGPT zeigt sich in der Praxis, dass sie nicht immer optimal für die direkte Kundenkommunikation eingesetzt werden können. Entdecken Sie, wie moinAI Ihr Unternehmen bei der smarten Automatisierung von Kundenanfragen unterstützt und warum es der ideale Partner für eine professionelle Kundenkommunikation ist.
.svg)
