Wie man das richtige LLM auswählt
Ein detaillierter Leitfaden zur LLM-Auswahl, der erklärt, wie Blockbrain die Nutzung über Compute Blocks misst, mit konkreten Modellempfehlungen für den unternehmensweiten Einsatz und spezifische Anwendungsfälle.
Bei der Verwendung von Blockbrain ist das Verständnis, wie Rechenressourcen gemessen und zugeteilt werden, entscheidend, um das Beste aus der Plattform herauszuholen. Im Zentrum dieses Systems steht eine transparente und nutzungsbasierte Kennzahl: Compute Blocks (CBs).
Jede Aktion bei Blockbrain – das Senden einer Nachricht, das Hochladen einer Datei oder das Ausführen eines Agents – verbraucht Compute Blocks (CBs). CBs spiegeln die tatsächlichen Rechenkosten jeder Operation wider und bestehen hauptsächlich aus Tokens, die von Large Language Models (LLMs) verwendet werden.
Der CB-Verbrauch spiegelt direkt die Preisgestaltung der Eingabe- und Ausgabetokens jedes LLM wider. Wenn beispielsweise Opus 4.8 bei den Preisen für Eingabe- und Ausgabetokens 66.67 % teurer ist als Sonnet 4.6, ist auch sein CB-Verbrauch ungefähr 66.67 % höher.
Standardempfehlung für den unternehmensweiten Einsatz
Hauptauswahl: Claude Sonnet 5 (AWS Bedrock)
Blockbrain-Metriken:
Qualität: 4.7 | Geschwindigkeit: 4.4 | Kosteneffizienz: 3.6
Kontext: 1M Tokens | Anbieter: AWS Bedrock (EU)
Preisgestaltung: $1.87 Eingabe / $9.35 Ausgabe pro Million Tokens
Warum in Betracht ziehen? Höchste Qualität unter den Modellen der Budget-Klasse. Hervorragend für Teams, die besseres Reasoning benötigen und gleichzeitig kosteneffizient bleiben wollen.
Hauptauswahl: Gemini 3.5 Flash (Google)
Blockbrain-Metriken:
Qualität: 4.2 | Geschwindigkeit: 4.8 | Kosteneffizienz: 3.7
Kontext: 1M Tokens | Anbieter: Google AI (EU)
Preisgestaltung: $1.50 Eingabe / $9.00 Ausgabe pro Million Tokens
Warum in Betracht ziehen? Wettbewerbsfähige Qualität zu niedrigen Kosten – hervorragend für den Einsatz mit hohem Volumen.
Hauptauswahl: GPT 5.6 Terra (Azure)
Blockbrain-Metriken:
Qualität: 4.4 | Geschwindigkeit: 3.4 | Kosteneffizienz: 3.4
Kontext: 1M Tokens | Anbieter: Azure AI (EU)
Preisgestaltung: $2.50 Eingabe / $15.00 Ausgabe pro Million Tokens
Warum dieses Modell? Hervorragende Balance aus Qualität und Geschwindigkeit – ideal für vielfältige geschäftliche Anwendungsfälle.
Empfehlungen nach Szenario
Höchste Qualität (Premium-Aufgaben)
Gewinner: Claude Opus 5
Qualität 4.9 | Geschwindigkeit 4.0 (Bedrock) | Kosteneffizienz 3.0
Kontext: 1M Tokens | Anbieter: AWS Bedrock (EU)
Preisgestaltung: $4.67 Eingabe / $23.38 Ausgabe pro Million Tokens
Wann verwenden: Für missionskritische Aufgaben, Ergebnisse für die Führungsebene, komplexe strategische Analysen, lang laufende Agentenläufe, komplexe strategische Analysen – alles, bei dem das Modell seine eigenen Fehler erkennen muss.
Zweitplatzierter: GPT 5.6 Sol
Qualität 4.8 | Geschwindigkeit 3.5 | Kosteneffizienz 2.9
Kontext: 1M Tokens | Anbieter: Azure AI (EU)
Preisgestaltung: $5.00 Eingabe / $30.00 Ausgabe pro Million Tokens
Budget-Qualitätsoption: Claude Sonnet 5
Qualität: 4.7 | Geschwindigkeit: 4.4 | Kosteneffizienz: 3.6
Kontext: 1M Tokens | Anbieter: AWS Bedrock (EU)
Preisgestaltung: $1.87 Eingabe / $9.35 Ausgabe pro Million Tokens
Beste Premium-Option ohne extreme Kosten
Maximale Geschwindigkeit
Gewinner: Gemini 3.5 Flash
Geschwindigkeit 4.8 | Antwortqualität 4.2 | Kosteneffizienz 3.7
Kontext: 1M Tokens | Anbieter: Google AI (EU)
Preisgestaltung: $1.50 Eingabe / $9.00 Ausgabe pro Million Tokens
Warum es gewinnt: Übertrifft den bisherigen Sieger (Claude Sonnet 4.6 Fast) um 0.4 Qualitätspunkte bei halben Ausgabe-Kosten.
Budget-Qualitätsoption: Gemini 3.1 Flash (Lite)
Geschwindigkeit 4.9 | Qualität 3.4 | Kosteneffizienz 4.9
Kontext: 1M Tokens | Anbieter: Google AI (EU)
Preisgestaltung: $0.25 Eingabe / $1.50 Ausgabe
Besseres Preis-Leistungs-Verhältnis für die meisten zeitkritischen Anwendungen
Exzellenz in der Codeentwicklung
Gewinner: Claude Sonnet 5
Blockbrain-Metriken:
Qualität 4.7 | Geschwindigkeit 4.4 | Kosteneffizienz 3.6
Kontext: 1M Tokens | Anbieter: AWS Bedrock (EU)
Preisgestaltung: $1.87 Eingabe / $9.35 Ausgabe pro Million Tokens
Warum es gewinnt: Kommt der Qualität von Opus 4.8 nahe – bei einem Fünftel der Ausgabe-Kosten
Alternative: Gemini 3.5 Flash (mit hohem Denkaufwand)
Blockbrain-Metriken:
Qualität: 4.4 | Geschwindigkeit: 4.2 | Kosteneffizienz: 3.5
Kontext: 1M Tokens | Anbieter: Google AI (EU)
Preisgestaltung: $1.50 Eingabe / $9.00 Ausgabe pro Million Tokens
Warum es gewinnt: Hohe Qualität für die Codeentwicklung (4.4) bei hervorragender Geschwindigkeit. Speziell entwickelt für agentische und Codierungsaufgaben zu Flash-Geschwindigkeit und Flash-Preisen.
Premium-Option: Claude Opus 5
Qualität 4.9 | Geschwindigkeit 4.0 (Bedrock) | Kosteneffizienz 3.0
Kontext: 1M Tokens | Anbieter: AWS Bedrock (EU)
Preisgestaltung: $4.67 Eingabe / $23.38 Ausgabe pro Million Tokens
Am besten für: Komplexe Architekturentscheidungen, kritische Code-Reviews
Kreative und Schreibaufgaben
Gewinner: Claude Sonnet 5
Blockbrain-Metriken:
Qualität 4.7 | Geschwindigkeit 4.4 | Kosteneffizienz 3.6
Kontext: 1M Tokens | Anbieter: AWS Bedrock (EU)
Preisgestaltung: $1.87 Eingabe / $9.35 Ausgabe pro Million Tokens
Warum es gewinnt: Die neueste Version von Sonnet 4.6, die Schreiben in Flaggschiff-Qualität (4.7) zu Mittelklasse-Preisen lieferte – außergewöhnlicher Wert für kreative Arbeit.
Budget-Alternative: Claude Haiku 4.5
Qualität 3.6 | Geschwindigkeit 3.6 | Kosteneffizienz 4
Kontext: 200kk Tokens | Anbieter: AWS Bedrock (EU)
Preisgestaltung: $0.94 Eingabe / $4.67 Ausgabe pro Million Tokens
Am besten für: Immer noch das beste günstige Modell für den Ton im Katalog
Alternative mit hohem Volumen: GPT 5.6 Luna
Qualität 3.7 | Geschwindigkeit 4 | Kosteneffizienz 5
Kontext: 1M Tokens | Anbieter: OpenAI (EU)
Preisgestaltung: $0.20 Eingabe / $1.20 Ausgabe pro Million Tokens
Am besten für: Einsätze, bei denen Volumen wichtiger ist als Feinschliff
Komplexe Reasoning-Aufgaben
Gewinner: Claude Opus 5
Qualität 4.9 | Geschwindigkeit 4.0 (Bedrock) | Kosteneffizienz 3.0
Kontext: 1M Tokens | Anbieter: AWS Bedrock (EU)
Preisgestaltung: $4.67 Eingabe / $23.38 Ausgabe pro Million Tokens
Leistung: 43.3 % bei Frontier-Bench v0.1 (gegenüber 21.1 % von Opus 4.8); 1861 bei GDPval-AA v2 für Wissensarbeit
Am besten für: mehrstufige Analysen, wissenschaftliches Reasoning, mathematische Arbeit, selbstverifizierende Agenten-Schleifen
Zweitplatzierter: GPT 5.6 Sol
Qualität 4.8 | Geschwindigkeit 3.5 | Kosteneffizienz 2.9
Kontext: 1M Tokens | Anbieter: Azure AI (EU)
Preisgestaltung: $5.00 Eingabe / $30.00 Ausgabe pro Million Tokens
Leistung: 91.9 % bei Terminal-Bench 2.1. Stark bei langfristig laufenden autonomen Aufgaben; verwendet pro Aufgabe weniger Tokens als GPT 5.5, trotz des tieferen Reasonings
Budget-Alternative: Claude Sonnet 5
Qualität 4.7 | Geschwindigkeit 4.4 | Kosteneffizienz 3.6
Kontext: 1M Tokens | Anbieter: AWS Bedrock (EU)
Preisgestaltung: $1.87 Eingabe / $9.35 Ausgabe pro Million Tokens
Entscheidungsmatrix
Ausgewogener Alltagseinsatz
Claude Sonnet 5 ($1.87/$9.35)
Gemini 3.5 Flash ($1.50/$9)
Claude Opus 5 ($4.67/$23.38)
Maximale Kosteneinsparung
GPT 5.6 Luna ($0.20/$1.20)
Gemini 3.1 Flash Lite ($0.25/$1.50)
Gemini 3.5 Flash ($1.50/$9)
Höchste Qualität
Claude Opus 5 ($4.67/$23.38)
Claude Sonnet 5 ($1.87/$9.35)
Schnellste Antwort
Gemini 3.5 Flash Low ($1.50/$9)
Gemini 3.1 Flash Lite ($0.25/$1.50)
GPT 5.4 Low Thinking ($2.50/$15)
Kreative Arbeit
Claude Sonnet 5 ($1.87/$9.35)
Claude Haiku 4.5 ($.94/$4.67)
Claude Opus 5 ($4.67/$23.38)
Codeentwicklung
Claude Sonnet 5 ($1.87/$9.35)
Gemini 3.5 Flash ($1.50/$9)
Claude Opus 5 ($4.67/$23.38)
Komplexes Reasoning
Claude Opus 5 ($4.67/$23.38)
Claude Sonnet 5 ($1.87/$9.35)
GPT 5.6 Sol ($5/$30)
Strategische Empfehlungen
Für die meisten Unternehmen: Multi-Modell-Strategie
Wir empfehlen einen gestaffelten Ansatz:
Stufe 1 (80 % der Anfragen): Schnelle, kosteneffiziente Modelle
Gemini 3.5 Flash (Low) oder GPT 5.6 Luna
Verwenden für: E-Mails, Zusammenfassungen, Fragen und Antworten, grundlegende Analysen
Stufe 2 (15 % der Anfragen): Ausgewogene Premium-Modelle
Claude Sonnet 5 oder Gemini 3.5 Flash
Verwenden für: Berichte, komplexe Inhalte, strategische Analysen
Stufe 3 (5 % der Anfragen): Flaggschiff-Modelle
Claude Opus 5
Verwenden für: kritische Entscheidungen, Inhalte mit hoher Tragweite, Materialien für die Führungsebene
Geschätzte Einsparungen: 60–75 % gegenüber der Verwendung von Flaggschiff-Modellen für alles
Wichtige Überlegungen
Ausgabe-Token-Kosten sind am wichtigsten
Für typische konversationelle KI:
Eingabe: System-Prompt + Benutzeranfrage = 500 Tokens
Ausgabe: KI-Antwort = 200–500 Tokens
Beispielkosten für 1.000 Anfragen (500 Eingabe-Tokens, 300 Ausgabe-Tokens):
GPT 4o Mini
$0.075
$0.18
$0.26
GPT 5.4 Mini
$0.20
$0.48
$0.68
Gemini 2.5 Flash
$0.25
$0.90
$1.15
Claude Haiku 4.5
$0.50
$1.50
$2.00
Claude Sonnet 4.6
$1.50
$4.50
$6.00
Claude Opus 4.8
$2.50
$7.50
$10.00
Ausgabeintensive Anwendungsfälle (Berichte, Dokumentation, Codegenerierung) sollten Modellen mit niedrigen Ausgabekosten den Vorrang geben.
Wert des Kontextfensters
Gemini 2.5 Flash / Pro
1M Tokens
Claude Sonnet 4.6
1M Tokens
Die meisten anderen
128k–400k Tokens
Mistral Codestral
32k Tokens
Wenn es darauf ankommt: Dokumentenanalyse, lange Gespräche, umfassende Recherchen, Code-Reviews über mehrere Dateien hinweg.
Profi-Tipp: Ein 1M-Kontextfenster kann 750.000 Wörter oder 3.000 Seiten Text aufnehmen.
Überlegungen zum Anbieter
Alle Blockbrain-Modelle werden in der EU gehostet und gewährleisten:
DSGVO-Konformität – Daten werden innerhalb der EU-Grenzen verarbeitet
Datenresidenz – Erfüllt europäische regulatorische Anforderungen
Geringere Latenz – Für europäische Kunden
Bewährte Methoden zur Kostenoptimierung
1. Prompt Engineering
Ausgabe-Tokens um 30–50 % reduzieren
Füge dies entweder in die ersten Anweisungen des Bots ein oder fordere es direkt an:
Fordere knappe Antworten an: „Antworte in 2–3 Sätzen“ oder verwende in der Sendbox Optionen → Länge: Kurz / Sehr kurz
Verwende strukturierte Ausgaben: „Antworte in Stichpunkten“
Vermeide Redundanz: „Wiederhole die Frage nicht“
Auswirkung: Kann die Kosten bei ausgabeintensiven Modellen um 40 %+ senken.
2. Intelligente Modellweiterleitung
Einfach (FAQ, Definitionen)
GPT 5.4 Mini
Standard (Analyse, Entwurf)
Gemini 2.5 Flash
Komplex (strategisch, kritisch)
Claude Sonnet 4.6 / Opus 4.8
Auswirkung: 50–70 % Kostenreduktion gegenüber der Nutzung von Premium-Modellen für alles.
3. Caching & Wiederverwendung
Häufige Prompts zwischenspeichern (Prompt Library)
Kontext nach Möglichkeit wiederverwenden (z. B. über Insights)
RAG (Retrieval-Augmented Generation) über die Datenbank implementieren, um die Kontextgröße zu reduzieren
Auswirkung: 20–30 % geringere Eingabe-Token-Kosten.
Fazit
Das Blockbrain-Modellportfolio bietet hervorragende Optionen für jeden Anwendungsfall und jedes Budget.
Für die meisten Unternehmen empfehlen wir:
Beginnen Sie mit Gemini 3.5 Flash als Standardmodell (z. B. in Ihrem Company GPT)
Fügen Sie GPT 5.6 Luna für Teams mit hohem Volumen und hoher Kostensensibilität hinzu (z. B. Klassifizierung, Extraktion, Weiterleitung, Metadaten, Massenentwürfe)
Führen Sie Spezialisten dort ein, wo sie ihren Platz verdienen: Claude Sonnet 5 für agentisches Coden und hochwertiges Schreiben; Gemini 3.5 Flash High für agentische Arbeit zu Flash-Kosten.
Reservieren Sie Claude Opus 5 nur für kritische Arbeiten – und fixieren Sie seine Effort-Einstellung, da adaptives Denken standardmäßig aktiv ist und Thinking-Tokens zum Ausgabesatz abgerechnet werden.
Dieser Ansatz liefert typischerweise:
60–75 % Kosteneinsparungen gegenüber einer reinen Premium-Bereitstellung
90 %+ Nutzerzufriedenheit
Flexibilität, um im Laufe der Zeit zu skalieren und zu optimieren
Zuletzt aktualisiert