Zum Inhalt springen

Modellfamilie

oder auch Model Family, Modellreihe

Männliche Person, frontal, schaut in die Kamera; trägt kariertes Hemd über dunkelfarbigem T‑Shirt; heller Innenraum mit unscharfem Monitor oder Poster links und Fenster rechts.

von Richard Albrecht am 17.10.2026

Eine Modellfamilie ist eine Reihe von KI-Modellen desselben Anbieters, die denselben Bauplan und dieselbe Schnittstelle teilen und sich vor allem in der Größe unterscheiden. Jede Familie deckt damit die Spanne von teuer und gründlich bis günstig und schnell ab.

Modellfamilie

Eine Reihe von KI-Modellen desselben Anbieters, die denselben Bauplan teilen und sich in der Größe unterscheiden.
Beispiel: „Die Modellfamilie reicht vom kleinen Modell für Massenaufgaben bis zum großen für schwierige Analysen.“

Auch: Modellreihe oder Model Family. Die Anbieter geben den Stufen eigene Namen, hinter denen fast immer dieselbe Staffelung steckt.

Abgrenzung zur Version: Die Familie hält Jahre, die Versionsnummer ein Quartal. Wer von einer Familie spricht, meint die Bauart; wer eine Nummer nennt, meint einen bestimmten Stand davon.

Außerhalb der KI: eine Reihe von Geräten oder Programmen desselben Herstellers, die auf derselben Grundlage beruhen und sich in Ausstattung und Preis unterscheiden.
Beispiel: „Die Modellfamilie reicht vom Einstiegsgerät bis zur Werkstattausführung, und die Ersatzteile passen über die ganze Reihe.“

Drei Felder nebeneinander, von eins bis drei nummeriert, mit unterschiedlich hohen Balken darin; beschriftet mit groß, mittel und klein sowie der jeweiligen Güte, Geschwindigkeit und Preislage
Dieselbe Anfrage läuft auf jeder Stufe. Nur Güte, Tempo und Preis ändern sich.

Warum es die Staffelung gibt

Weil kaum eine Aufgabe die größte Stufe braucht. Eine Anfrage einsortieren, eine Adresse aus einem Text ziehen, eine Überschrift vorschlagen: Das erledigt die kleinste Stufe zu einem Bruchteil der Kosten und in einem Bruchteil der Zeit. Die große Stufe lohnt dort, wo ein Fehler teuer wird oder die Aufgabe wirklich schwer ist.

Wie eng die Familien beieinanderliegen, zeigt die Modellübersicht von Anthropic: Alle aktuellen Modelle nehmen Text und Bilder entgegen, beherrschen Werkzeugaufrufe und führen dasselbe Kontextfenster von einer Million Token. Unterschiedlich sind Tempo und Preis.

Wie man wählt

Von unten. Mit der kleinsten Stufe anfangen, an echten Fällen messen und erst hochgehen, wenn die Ergebnisse es verlangen. Umgekehrt fängt man teuer an und merkt nie, dass es billiger ginge.

Was sich beim Wechsel ändert

Weniger, als man denkt, und mehr, als bequem ist. Die Schnittstelle bleibt gleich, der Prompt läuft weiter. Was sich verschiebt, ist das Verhalten im Detail: Eine Anweisung, die auf der großen Stufe von selbst verstanden wurde, braucht auf der kleinen ein Beispiel.

Deshalb lohnt es, die Stufe im eigenen System als Einstellung zu führen und nicht fest einzubauen. Dann lässt sich für eine neue Aufgabe schnell vergleichen, und wenn der Anbieter eine Familie um eine Stufe erweitert, kostet der Versuch nichts als eine Zeile.

Woher der Begriff kommt

Aus dem Produktbau, und dort wird er bis heute so benutzt. Eine Modellfamilie bei Fahrzeugen, Werkzeugen oder Haushaltsgeräten umfasst mehrere Ausführungen auf derselben Grundlage: gleiche Bauteile, gleiche Anschlüsse, unterschiedliche Ausstattung. In der Software gilt dasselbe für Produktreihen mit gemeinsamem Kern und gestaffeltem Funktionsumfang.

Die Übertragung auf KI-Modelle liegt deshalb nahe und trifft die Sache genau: Was eine Familie zusammenhält, ist der gemeinsame Bauplan, und was die Mitglieder unterscheidet, ist die Größe. Wer den Begriff aus dem Produktbau kennt, braucht für die KI-Bedeutung keine neue Erklärung.

Siehe auch:

Modellvariante

Eine einzelne Ausführung innerhalb einer Modellfamilie, bei KI-Modellen eine Größenstufe.

#Künstliche Intelligenz (KI)

Foundation Model

Ein großes KI-Modell, das auf breiten Daten trainiert wurde und als Grundlage für viele Anwendungen dient.

#Künstliche Intelligenz (KI)

Large Language Models

Sprachmodelle mit sehr vielen Parametern, die das nächste Token vorhersagen.

#Künstliche Intelligenz (KI)

Parameteranzahl

Die Zahl der gelernten Gewichte eines KI-Modells, meist in Milliarden angegeben.

#Künstliche Intelligenz (KI)

Reasoning-Modelle

KI-Modelle, die vor der Antwort einen eigenen Denkschritt ausführen, der Token kostet und die Güte hebt.

#Künstliche Intelligenz (KI)

Kontextfenster

Die Textmenge, die ein Sprachmodell bei einer Anfrage gleichzeitig vor sich hat.

#Künstliche Intelligenz (KI)