18 KiB
18 KiB
| created | updated | sources | tags | ||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-23 | 2026-06-23 |
|
|
LLM Model Catalog — Konsolidierte Modell-Übersicht mit Fokus auf lokale Deployment-Optionen
Zweck: Diese Seite konsolidiert alle im Wiki erwähnten LLM-Modelle in einer referenzierbaren Übersicht. Schwerpunkt liegt auf lokal deploybaren Modellen (Open Weights, Ollama, LM Studio etc.), da Cloud-Exit und lokale Überlegenheit — wie im OME21-Debrief und Yegges Flat-Curve-These dokumentiert — die strategisch relevanteste Entwicklung 2026 ist. Attribution: Wer hat welches Modell im Wiki oder OME-Kontext getestet? HuggingFace-Links wo dokumentiert.
1. Frontier-Modelle (Cloud-only, Closed Weights)
Diese Modelle sind proprietär, nicht lokal hostbar, und werden über API-Provider (OpenRouter, direkte APIs, OpenClaw Provider-Adapter) geroutet. Sie dienen als Benchmark-Referenz und Qualitäts-Benchmark für Open-Source-Alternativen.
| Modell | Hersteller | Kontext | Preis | Lizenz | Bemerkung | Quelle |
|---|---|---|---|---|---|---|
| Claude Opus 4.8 | Anthropic | — | — | Closed | Aktuelles Frontier-Modell (GA). $30 Mrd. ARR, 500+ Enterprise-Kunden. Nicht von Exportkontrollen betroffen. | tools/anthropic-claude.md |
| Claude Fable 5 | Anthropic | — | — | Closed | Public-Version von Mythos 5 (ohne Cybersecurity-Safeguards). Launch 9. Juni 2026, 3 Tage später blockiert. DRACO-Solo: 65.3% (93/100 Tasks, 7 durch Content-Filter abgebrochen). | tools/anthropic-claude.md, concepts/llm/llm-model-fusion-ensembles.md |
| Claude Mythos 5 | Anthropic | — | — | Closed | Cybersecurity-Spezialmodell, NSA nutzt es für offensive Cyber-Ops. Export-restricted seit 12.06.2026. | tools/anthropic-claude.md |
| Claude Opus 4.7 | Anthropic | — | — | Closed | Legacy-Vorgängermodell. | tools/anthropic-claude.md |
| GPT-5.5 | OpenAI | 1M | $5/$30 pro Mio I/O | Closed | "Smartest and most intuitive model yet". Agentic Coding, Computer Use. Released 2026-04-23. DRACO-Solo: 60.0%. | tools/openai-gpt.md, concepts/llm/llm-model-fusion-ensembles.md |
| GPT-5.5 Instant | OpenAI | — | — | Closed | 52,5% weniger Halluzinationen (Medizin, Jura, Finanzen). Released 2026-05-05. | tools/openai-gpt.md |
| GPT-5.4 | OpenAI | 200K | — | Closed | Routing: openrouter/openai/gpt-5.4. 32K Output. Reasoning/Thinking deaktiviert (per Claire Vo-Empfehlung). |
architecture/model-routing.md |
| Grok 4.20 | xAI | — | — | Closed | Routing: xai/grok-4.20-0309-non-reasoning. Ideation-Phase in Two-Model-Pipeline (Grok → Gemini). |
architecture/model-routing.md |
| Gemini 3.1 Pro | — | — | Closed | DRACO-Solo: 45.4%. Kosteneffizient für Enterprise, Cloud-Integration. | tools/openai-gpt.md, concepts/llm/llm-model-fusion-ensembles.md | |
| Gemini 3 Flash | — | — | Closed | DRACO-Solo: 43.1%. Routing: ollama/gemini-3-flash-preview. Synthesis-Phase in Two-Model-Pipeline. |
concepts/llm/llm-model-fusion-ensembles.md, architecture/model-routing.md |
Strategisches Bild: Yegges Flat-Curve-These (concepts/llm/flat-curve-society.md) besagt, dass Frontier-Modelle in 2-3 Generationen unter Lockdown geraten — kontrolliert wie Kernwaffen, zugänglich nur als "vending machine". OSS-Modelle trailn Frontier um ~7 Monate. Die praktische Konsequenz: "Route every task to the dumbest model that can handle it" — Discernment Horizon als Routing-Infrastruktur.
2. Open-Source / Local-Deployable Modelle
Das Herzstück. Modelle mit Open Weights oder zumindest lokaler Hosting-Option. Sortiert nach Relevanz für das RamaDama-Setup.
| Modell | Hersteller | Architektur | Kontext | Lizenz | HuggingFace | Lokale Hosting | Getestet von | Praxis-Erfahrung | Tokens/s | Quelle |
|---|---|---|---|---|---|---|---|---|---|---|
| GLM 5.2 | Zhipu AI / Z.ai | Dense, 744B | 1M | MIT | https://huggingface.co/zai-org/GLM-5 | LM Studio, Unsloth, DwarfStar (antirez/ds4), Ollama, OpenClaw v2026.6.8 | IAmFabian (Flappy Bird, Newton-Pendel, 14.06.2026), AI mit Arnie (4 Tests, 22.06.2026), Fahd Mirza (Head-to-Head vs Kimi K2.7, 14.06.2026), Hector (ollama/glm-5.2:cloud) |
Frontier-Niveau, vergleichbar mit Opus 4.6 (6% darunter laut AI Code King). Stärke: kreative Animation, Detail. Schwäche: Light-Plan-Wartezeiten, Innovation bei Bug-Fix geringer als Kimi. 10× günstiger als Claude. | — | concepts/llm/glm-5.2-zai-coding-model.md, concepts/llm/real-world-coding-showdown.md |
| GLM 5.1 | Zhipu AI / Z.ai | — | 200K | — | — | Ollama, OpenClaw | Hector (ollama/glm-5.1) |
Geplant als neuer Primary in Hectors Routing (Stand 16.06.2026). | — | architecture/model-routing.md |
| GLM 5.0 | Zhipu AI / Z.ai | — | 200K | — | — | Ollama (zai/glm-5-turbo) |
— | Vorgänger, Feb 2026. In alter Fallback-Chain als zweite Stufe. | — | concepts/llm/glm-5.2-zai-coding-model.md, architecture/model-routing.md |
| Kimi K2.7 Code | Moonshot AI | MoE, ~1.04T (1T total, 32B active) | 256K | Open | — | Ollama Cloud (NVIDIA B300), Ollama local, ollama launch (Claude, OpenClaw, Codex, Hermes, OpenCode) |
Fahd Mirza (Head-to-Head vs GLM-5.2, 14.06.2026), Hector (ollama/kimi-k2.7-code) |
~30% weniger Thinking-Tokens als K2.6. Stärke: Speed (~5 Min für Bug-Fix+Feature), Innovation (Progression-Previews). Schwäche: Animation sehr schwach. MCP Mark Verified: 81.1 (schlägt Claude 76.4). | — | tools/kimi-k2.7-code.md, concepts/llm/real-world-coding-showdown.md |
| Kimi K2.6 | Moonshot AI | — | — | Open | — | OpenRouter | OpenRouter (DRACO-Benchmark) | DRACO-Solo: 53.7%. Budget-Panel-Kandidat in OpenRouter Fusion. | — | concepts/llm/llm-model-fusion-ensembles.md |
| DeepSeek V4 Pro | DeepSeek | — | — | — | — | OpenRouter, Ollama (ollama/deepseek-v4-pro:cloud) |
OpenRouter (DRACO-Benchmark), Hector | DRACO-Solo: 60.3%. Budget-Panel: Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro = 64.7% (bei 50% Kosten vs Fable 5). | — | concepts/llm/llm-model-fusion-ensembles.md |
| DeepSeek V4 Flash | DeepSeek | — | — | — | — | Ollama (ollama/deepseek-v4-flash:cloud) |
Hector | Cloud-Variante im aktiven Stack. | — | MEMORY.md (Hector's Setup) |
| DeepSeek V3.2 | DeepSeek | — | — | — | — | Ollama | Hector | Aktiver Ollama-Provider. | — | MEMORY.md (Hector's Setup) |
| NLS 2.5 | nicht dokumentiert | MoE (1,5 Mrd. Parameter pro Expert) | — | — | — | Local (MacBook Pro M-Series) | OME21 Community | 150 Tokens/s lokal — Gemini-Flash-Niveau offline. | 150 | concepts/hardware/cloud-exit-and-local-superiority.md |
| Qwen 3.5 Vision | Qwen (Alibaba) | Vision/OCR | — | — | — | Local (MacBook Pro M-Series) | OME21 Community | Lokales OCR, visuelle Verarbeitung. 80 Tokens/s lokal. | 80 | concepts/hardware/cloud-exit-and-local-superiority.md |
| Qwen3 Coder (480B) | Qwen (Alibaba) | — | — | — | — | Ollama (ollama/qwen3-coder:480b) |
Hector | Aktiver Ollama-Provider. | — | MEMORY.md (Hector's Setup) |
| Qwen 3.5 (397B) | Qwen (Alibaba) | — | — | — | — | Ollama (ollama/qwen3.5:397b) |
Hector | Aktiver Ollama-Provider. | — | MEMORY.md (Hector's Setup) |
| MiniMax M3 | MiniMax | — | — | — | — | Ollama (ollama/minimax-m3) |
Hector (Wiki-Kuration via Ollama) | Geplanter Fallback hinter GLM-5.1 Primary. OME21: "Hochwertige autonome Kuration extrem kosteneffizient" — nur 20% Token-Kontingent nach Monatsmitte. | — | architecture/model-routing.md, raw/other/2026-06-19_ome21-briefing-ki-fortschritte-lokale-modelle.md |
| MiniMax M2.7 | MiniMax | — | — | — | — | Ollama (ollama/minimax-m2.7) |
Hector | Legacy-Fallback (letzte Stufe der alten Fallback-Chain). | — | architecture/model-routing.md, MEMORY.md |
| Nemotron 3 Ultra | NVIDIA | — | — | — | — | Ollama (ollama/nemotron-3-ultra) |
Hector | Aktiver Ollama-Provider. | — | MEMORY.md (Hector's Setup) |
| GPT-OSS 120B | OpenAI | — | — | — | — | Ollama (ollama/gpt-oss:120b) |
Hector | Aktiver Ollama-Provider. OpenAI's Open-Source-Modell. | — | MEMORY.md (Hector's Setup) |
| MiMo v2 Pro | Xiaomi | — | — | — | — | OpenRouter (openrouter/xiaomi/mimo-v2-pro) |
Hector | Aktiver OpenRouter-Provider. | — | MEMORY.md (Hector's Setup) |
| Gemini 3 Flash | — | — | — | — | Ollama (ollama/gemini-3-flash-preview) |
Hector, OpenRouter (DRACO) | DRACO-Solo: 43.1%. Budget-Panel-Kandidat. Synthesis-Phase in Two-Model-Pipeline. | — | architecture/model-routing.md, concepts/llm/llm-model-fusion-ensembles.md |
Lokale Performance-Referenz: OME21-Debrief (concepts/hardware/cloud-exit-and-local-superiority.md): Apple M-Series mit 48-128 GB RAM erreicht mit MoE-Modellen Geschwindigkeiten auf Gemini-Flash-Niveau — komplett offline. RAM wird zur neuen digitalen Währung; 48 GB kritische Untergrenze, 64-128 GB empfohlen.
Community-Krallen im Einsatz (OME21)
| Operator | Anwendung | Modell | DSGVO | Quelle |
|---|---|---|---|---|
| Rüdiger | Zeugniserstellung (Schulwesen) | Gemini 3.5 Flash lokal | 100% | concepts/hardware/cloud-exit-and-local-superiority.md |
| Andreas | E-Book-Vektorisierung (persönl. RAG) | Server-Pipeline | — | concepts/hardware/cloud-exit-and-local-superiority.md |
| Christian | SLA-Übersetzung (juristisch) | Kimi lokal | — | concepts/hardware/cloud-exit-and-local-superiority.md |
| Hector | Autonomes Gruppen-Wiki | MiniMax 3.0 via Ollama | — | raw/other/2026-06-19_ome21-briefing-ki-fortschritte-lokale-modelle.md |
3. Hector's Active Stack
Hectors Modell-Routing gemäß architecture/model-routing.md und MEMORY.md (Stand 23.06.2026).
Routing-Architektur
Primary (geplant): ollama/glm-5.1
Fallback: ollama/minimax-m3
Long-Context (1M): ollama/glm-5.2:cloud
Coding: ollama/kimi-k2.7-code
Ideation: xai/grok-4.20-0309-non-reasoning
Synthesis: ollama/gemini-3-flash-preview
Frontier Quality: Claude Opus 4.8 / Fable (via OpenRouter)
Alte Fallback-Chain (wird abgelöst):
openrouter/auto → zai/glm-5-turbo → moonshot/moonshot-v1-auto
→ moonshot/kimi-k2.5 → ollama/minimax-m2.7
Vollständige Active Provider-Tabelle
| Modell | Provider-Route | Rolle | Kontext | Quelle |
|---|---|---|---|---|
| GLM-5.2 Cloud | ollama/glm-5.2:cloud |
Active (Runtime) | 1M | concepts/llm/glm-5.2-zai-coding-model.md |
| GLM-5.1 Cloud | ollama/glm-5.1 |
Primary (Migration) | 200K | architecture/model-routing.md |
| GLM-5 | ollama/glm-5 |
Active | — | MEMORY.md |
| MiniMax M3 | ollama/minimax-m3 |
Fallback | — | architecture/model-routing.md |
| MiniMax M2.7 | ollama/minimax-m2.7 |
Legacy Fallback | — | architecture/model-routing.md |
| Kimi K2.7 Code | ollama/kimi-k2.7-code |
Coding | 256K | tools/kimi-k2.7-code.md |
| DeepSeek V3.2 | ollama/deepseek-v3.2 |
Active | — | MEMORY.md |
| DeepSeek V4 Flash | ollama/deepseek-v4-flash:cloud |
Active (Cloud) | — | MEMORY.md |
| DeepSeek V4 Pro | ollama/deepseek-v4-pro:cloud |
Active (Cloud) | — | MEMORY.md |
| Qwen 3.5 (397B) | ollama/qwen3.5:397b |
Active | — | MEMORY.md |
| Qwen3 Coder (480B) | ollama/qwen3-coder:480b |
Active | — | MEMORY.md |
| Nemotron 3 Ultra | ollama/nemotron-3-ultra |
Active | — | MEMORY.md |
| GPT-OSS 120B | ollama/gpt-oss:120b |
Active | — | MEMORY.md |
| Gemini 3 Flash | ollama/gemini-3-flash-preview |
Synthesis | — | architecture/model-routing.md |
| GPT-5.4 | openrouter/openai/gpt-5.4 |
Active (OpenRouter) | 200K / 32K Output | architecture/model-routing.md |
| Grok 4.20 | xai/grok-4.20-0309-non-reasoning |
Ideation | — | architecture/model-routing.md |
| MiMo v2 Pro | openrouter/xiaomi/mimo-v2-pro |
Active (OpenRouter) | — | MEMORY.md |
Sub-Task-Routing-Plan
OpenClaw Primary Routing
├─ Creative / Long-Context (1M) → GLM 5.2 (via OpenClaw provider-adapter)
├─ Speed / Innovation Coding → Kimi K2.7 Code
├─ Standard Tasks → openrouter/auto → ollama/minimax-m3
└─ Frontier Quality → Claude Opus 4.8 / Fable
Quelle: architecture/model-routing.md — Update 2026-06-16 nach OpenClaw v2026.6.8
4. Post-Transformer-Architekturen (Outlook)
Nicht im aktiven Routing, aber mittelfristig zu beobachten. Status: beobachten, nicht adoptieren. Keine offenen Weights + stabile Provider-Listings bisher.
| Architektur | Kernidee | Status | Quelle |
|---|---|---|---|
| Griffin | Lokale Attention + rekurrentes "Index-Karten"-Gedächtnis statt KV-Cache. arXiv:2402.19427 | Veröffentlicht 2024 | concepts/llm/post-transformer-llm-architectures.md |
| Recurrent Gemma | Baut auf Griffin auf; verbesserte Langkontext-Benchmarks. arXiv:2404.08239 | 2024 | concepts/llm/post-transformer-llm-architectures.md |
| Titans | "Learning to Memorize at Test Time" — selektives Gedächtnis. arXiv:2501.00663 | Behrouz et al., 2025 | concepts/llm/post-transformer-llm-architectures.md |
| Gemma 4 | Sparsity/Experts + lokal+global hybrid multimodal. 256k Token auf Edge-Hardware. | Aktuell | concepts/llm/post-transformer-llm-architectures.md |
| Gemini Diffusion | Iterative Sequenz-Verfeinerung statt AR. ~10× schneller bei ähnlicher Qualität. Beliebige Kontextpositionen (Code-Completion in Lücken). | Ankündigung Mai 2025 | concepts/llm/post-transformer-llm-architectures.md |
| V-JEPA | JEPA-Weltmodell (Meta/LeCun): Konsistenz von Repräsentationen statt Pixel-Rekonstruktion. arXiv:2404.08471 | Empirisch noch hinter Top-Generatoren | concepts/llm/post-transformer-llm-architectures.md |
OpenClaw-Relevanz: Mittelfristig könnten Griffin-artige Architekturen für lokal laufende Embedding/SSR-Modelle interessant werden. Diffusions-LLMs für parallele Code-Completion in nicht-Präfix-Positionen (Hermes-Agent-Code-Edit-Tasks). JEPA für Subconscious-Agent-"Simulations-Prior".
5. Ensemble- und Fusion-Kontext
OpenRouter Fusion (concepts/llm/llm-model-fusion-ensembles.md) ermöglicht parallele Model-Panels mit Judge-Synthese. DRACO-Benchmark-Ergebnisse:
| Typ | Model(s) | Synthesizer | DRACO Score |
|---|---|---|---|
| Fusion | Fable 5 + GPT-5.5 | Opus 4.8 | 69.0% |
| Fusion | Opus 4.8 + GPT-5.5 + Gemini 3.1 Pro | Opus 4.8 | 68.3% |
| Fusion | Opus 4.8 + GPT-5.5 | Opus 4.8 | 67.6% |
| Fusion | Opus 4.8 + Opus 4.8 (Self-Fusion) | Opus 4.8 | 65.5% |
| Solo | Fable 5 | — | 65.3% |
| Budget-Fusion | Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro | Opus 4.8 | 64.7% |
| Solo | DeepSeek V4 Pro | — | 60.3% |
| Solo | GPT-5.5 | — | 60.0% |
| Solo | Claude Opus 4.8 | — | 58.8% |
| Solo | Kimi K2.6 | — | 53.7% |
| Solo | Gemini 3.1 Pro | — | 45.4% |
| Solo | Gemini 3 Flash | — | 43.1% |
Kernerkenntnis: Budget-Panels (Open-Source-Modelle) erreichen Frontier-Nähe zu halben Kosten. GLM 5.2 + Kimi K2.7 als heterogenes Coding-Panel (Dense vs MoE) ist Ensemble-Kandidat.
Quellen
Wiki-Seiten (referenziert)
- concepts/llm/glm-5.2-zai-coding-model.md — GLM 5.2: Distribution, Tests, OpenClaw-Integration, Self-Hosting-Pfade
- tools/kimi-k2.7-code.md — Kimi K2.7 Code: Benchmarks, Ollama Cloud, Verbesserungen über K2.6
- tools/anthropic-claude.md — Claude-Modellfamilie: Opus 4.8, Mythos/Fable 5, Exportkontrollen
- tools/openai-gpt.md — GPT-5.5, GPT-5.5 Instant, Pricing
- concepts/hardware/cloud-exit-and-local-superiority.md — Lokale Performance-Parität, NLS 2.5, Qwen 3.5 Vision, RAM als Währung
- architecture/model-routing.md — Two-Model-Pipeline, Fallback-Chain, GLM-5.2-Routing-Position, OpenClaw v2026.6.8
- concepts/llm/real-world-coding-showdown.md — Head-to-Head Kimi K2.7 vs GLM-5.2 in Hermes Agent
- concepts/llm/llm-model-fusion-ensembles.md — OpenRouter Fusion, DRACO-Benchmark, Budget-Panels
- concepts/llm/post-transformer-llm-architectures.md — Griffin, Recurrent Gemma, Titans, Diffusions-LLMs, JEPA
- concepts/llm/flat-curve-society.md — Yegge's Modell-Lockdown-These, Discernment Horizon, "Route to dumbest model"
- raw/other/2026-06-19_ome21-briefing-ki-fortschritte-lokale-modelle.md — OME21 Community-Krallen, lokale MoE-Benchmarks
Externe Referenzen
- Open LLM Leaderboard (HuggingFace)
- OpenRouter Model Listing
- Ollama Model Library
- Z.ai (Hersteller GLM)
- Moonshot AI (Hersteller Kimi)
- GLM-5 Open Weights (HuggingFace)
Cross-References
- architecture/model-routing.md — Wie Modelle im Agent-Stack eingebunden sind (Primary/Fallback/Routing-Plan)
- concepts/llm/llm-model-fusion-ensembles.md — Ensemble-Pattern mit DRACO-Benchmark
- concepts/llm/real-world-coding-showdown.md — Praxis-Vergleich Kimi K2.7 vs GLM-5.2
- concepts/hardware/cloud-exit-and-local-superiority.md — Warum lokale Modelle 2026 strategisch dominant werden
- concepts/llm/flat-curve-society.md — Warum Frontier-Lockdown OSS-Modelle aufwertet
- concepts/llm/post-transformer-llm-architectures.md — Architektur-Ausblick jenseits AR-Transformer
- concepts/llm/ai-intelligence-commoditization-thesis.md — Makro-These: Modelle werden Commodity
- tools/anthropic-claude.md — Frontier-Referenz (Opus 4.8, Fable 5)
- tools/openai-gpt.md — Frontier-Referenz (GPT-5.5)
- tools/kimi-k2.7-code.md — Detailseite Kimi K2.7
- tools/hermes-desktop.md — Agent-Framework mit Model-Picker
- concepts/directives/pro-leben-directive.md — Philosophischer Rahmen: Cloud-Exit = Handlungsfähigkeit