# Automatische Modellauswahl

Beide Plattformen können die Modellwahl selbst übernehmen, statt sie den Nutzer*innen oder der Konfiguration zu überlassen. Das Prinzip ist in beiden Fällen dasselbe: Nicht jede Anfrage braucht das stärkste verfügbare Modell.

# Warum sich das lohnt

Passende Qualität statt maximaler Qualität. Große Frontier-Modelle sind bei komplexem Reasoning, anspruchsvoller Textarbeit, Coding und mehrstufiger Planung im Vorteil. Für einfache Wissensfragen, kurze Zusammenfassungen oder Routineaufgaben reichen effizientere Modelle aus – die Antwort wird dadurch nicht schlechter.

Deutlich geringere Kosten. Wird für eine einfache Aufgabe ein sehr großes Modell eingesetzt, entstehen unnötige Kosten: Das Modell führt womöglich zusätzliche Reasoning-Schritte aus, obwohl eine direkte Antwort genügt hätte. Die automatische Auswahl vermeidet diese Überdimensionierung.

Weniger Entscheidungslast. Nutzer*innen müssen weder Modellnamen noch Leistungsklassen oder Kostenprofile kennen. Das ist besonders in Organisationen hilfreich, in denen viele Menschen mit sehr unterschiedlichen Vorkenntnissen arbeiten.

Robust gegenüber Modellwechseln. Kommen neue Modelle hinzu oder werden alte abgelöst, greift die Automatik ohne dass Sie Ihre Konfiguration nachziehen müssen.

# Wann eine bewusste Wahl sinnvoll ist

Eine manuelle Modellwahl lohnt sich, wenn Sie einen konkreten Grund dafür haben – etwa ein sehr großes Kontextfenster für lange Dokumente, ein Modell, das sich in Ihren eigenen Tests für eine bestimmte Aufgabe bewährt hat, oder besondere Anforderungen an Kosten und Geschwindigkeit bei sehr hohem Anfragevolumen.

# Umsetzung in den beiden Plattformen