Claude von Anthropic, GPT von OpenAI und Gemini von Google sind drei LLM-Familien mit eigener Modell-API, die sich für die AI Automation direkt vergleichen lassen. Eine belastbare Marktanteilszahl liegt uns nicht vor. Die Anbieter positionieren ihre Modelle unterschiedlich — Anthropic seine Spitzenmodelle für langlaufende Agenten und agentisches Programmieren, OpenAI drei Preisstufen mit denselben eingebauten Werkzeugen wie Websuche und Computer Use, Google eine Flash-Reihe mit kostenloser Stufe für Prototypen.
Doch welches ist das richtige für Ihre Automation? Diese Seite ordnet die drei Familien nach dem, was die Anbieter selbst dokumentieren: Kontextfenster, Preise je Million Token, verfügbare Werkzeuge und die Ausrichtung der jeweiligen Spitzenmodelle. Benchmark-Ranglisten und Praxismessungen führt sie bewusst nicht auf — welches Modell Ihre Tool-Definitionen am zuverlässigsten bedient, zeigt erst ein Testlauf mit Ihren eigenen Werkzeugen.
Die drei Anbieter im Kurzporträt
Claude (Anthropic)
Claude ist die Modellreihe von Anthropic. Anthropics Modellübersicht führt vier Modelle: Claude Fable 5.1 «For demanding reasoning and long-horizon agentic work», Claude Opus 5.5 für langlaufendes agentisches Programmieren und Wissensarbeit — von Anthropic als Startpunkt für die meisten Aufgaben empfohlen —, Claude Sonnet 5 als Kombination aus Tempo und Intelligenz sowie Claude Haiku 4.5 als schnellstes Modell der Reihe. Fable 5.1, Opus 5.5 und Sonnet 5 arbeiten mit 1 Mio. Token Kontext, Haiku 4.5 mit 200'000. Die Vorgänger Claude Fable 5 (10 USD ein / 50 USD aus je 1 Mio. Token) und Claude Opus 5 (5 / 25) bleiben verfügbar.
GPT (OpenAI)
GPT bringt ein breites Integrationsökosystem mit: Module in Make, n8n, Zapier und weiteren Plattformen. Die GPT-6-Familie besteht aus drei Stufen: GPT-6 Astra, laut OpenAI «our most capable model», GPT-6 Sol «for complex coding and agentic workflows» und GPT-6 Luna, «our most efficient model for focused, high-volume tasks». Alle drei fassen 1,05 Mio. Token Kontext und geben bis 128'000 Token je Antwort aus. Über die Responses API stehen bei allen drei Function Calling, Websuche, Dateisuche und Computer Use bereit. Die Vorgängerreihe GPT-5.6 bleibt verfügbar: Sol 4 USD ein / 20 USD aus (laut OpenAI ein Aktionspreis, mindestens bis 21. November 2026), Terra 2 / 12, Luna 0.20 / 1.20 je 1 Mio. Token.
Gemini (Google)
Gemini ist mit dem Google-Ökosystem verzahnt (Workspace, BigQuery, Google Cloud). Neuestes Modell ist Gemini 3.8 Flash, seit dem 2. September 2026 verfügbar und von Google als «most intelligent Flash model» beschrieben; Gemini 3.7 und 3.6 Flash führt Google als Vorgängergeneration. Die Pro-Stufe ist Gemini 3.1 Pro, weiterhin als Preview. Für hohes Volumen gibt es Gemini 3.5 Flash-Lite und Gemini 3.1 Flash-Lite; für 3.1 Flash-Lite hat Google die Abschaltung auf den 7. Mai 2027 angekündigt. Google weist die Preise je Modell aus — die Flash-Sätze von 3.8, 3.7 und 3.6 gelten allerdings nur bis zum 31. Dezember 2026 und verdoppeln sich ab 1. Januar 2027 auf 1.50 USD Input und 7.50 USD Output. Bei 3.8 Flash und 3.5 Flash-Lite gilt der Eingabepreis für alle Eingabearten einschliesslich Audio; 3.1 Flash-Lite berechnet Audio-Eingabe mit 0.50 statt 0.25 USD. Daneben gibt es eine kostenlose Stufe — dort nutzt Google die Inhalte zur Produktverbesserung, in der kostenpflichtigen nicht.
Quelle: OpenAI — Modelle und die Modellseiten GPT-6 Astra, GPT-6 Sol und GPT-6 Luna («Tools supported by this model when using the Responses API»), Anthropic, Google — Modelle, Gemini 3.8 Flash («Inputs: Text, Image, Video, Audio, and PDF»), Google — Preise und Google — Deprecations — alle abgerufen am 23. September 2026.
Modellübersicht: Kontext und Preise
| Modell | Kontextfenster | Input USD | Output USD | Input CHF | Output CHF |
|---|---|---|---|---|---|
| Claude Fable 5.1 | 1 Mio. Token | 10.00 | 50.00 | 8.19 | 40.97 |
| Claude Opus 5.5 | 1 Mio. Token | 4.00 | 20.00 | 3.28 | 16.39 |
| Claude Sonnet 5 | 1 Mio. Token | 2.00 | 10.00 | 1.64 | 8.19 |
| Claude Haiku 4.5 | 200'000 Token | 1.00 | 5.00 | 0.82 | 4.10 |
| GPT-6 Astra | 1,05 Mio. Token | 10.00 | 50.00 | 8.19 | 40.97 |
| GPT-6 Sol | 1,05 Mio. Token | 2.00 | 10.00 | 1.64 | 8.19 |
| GPT-6 Luna | 1,05 Mio. Token | 0.10 | 0.50 | 0.08 | 0.41 |
| Gemini 3.1 Pro (Preview, bis 200'000 Token) | 1'048'576 Token | 2.00 | 12.00 | 1.64 | 9.83 |
| Gemini 3.8 Flash (bis 31.12.2026) | 1'048'576 Token | 0.75 | 3.75 | 0.61 | 3.07 |
| Gemini 3.5 Flash-Lite | 1'048'576 Token | 0.30 | 2.50 | 0.25 | 2.05 |
| Gemini 3.1 Flash-Lite | 1'048'576 Token | 0.25 | 1.50 | 0.20 | 1.23 |
Quelle: OpenAI — Preise und die Modellseiten GPT-6 Astra, GPT-6 Sol und GPT-6 Luna («Batch and Flex are priced at 50% of Standard rates»), Anthropic — Preise, Google — Preise; Kurs: EZB-Referenzkurse — alle abgerufen am 23. September 2026.
Entscheidungsbaum: Welches LLM für welchen Automation-Use-Case
Benchmark-Ranglisten führt diese Seite nicht auf; die Zuordnung stützt sich auf Kontextfenster, Preise und die dokumentierte Ausrichtung der Anbieter.
Quelle: OpenAI, Anthropic, Google — abgerufen am 23. September 2026.
Coding und Agents → Claude Opus 5.5 oder GPT-6 Sol
Warum: Anthropic richtet Opus 5.5 auf langlaufendes agentisches Programmieren und Wissensarbeit aus; für anspruchsvolles Reasoning und lange Agentenläufe nennt Anthropic Claude Fable 5.1. OpenAI beschreibt GPT-6 Sol als Modell für komplexes Programmieren und agentische Workflows. Alle drei bieten rund 1 Mio. Token Kontext, was für grosse Codebasen reicht. Für AI Agents, die Code schreiben, analysieren oder debuggen, sind das die naheliegenden Kandidaten für einen Testlauf.
RAG und Knowledge Management → Claude Sonnet 5 oder GPT-6 Sol
Warum: Beide arbeiten mit rund 1 Mio. Token Kontext zu 2 USD Input und 10 USD Output je 1 Mio. Token. RAG-Systeme verarbeiten damit grosse Dokumentenmengen, ohne in die oberste Preisstufe zu wechseln.
Chatbot und hohes Volumen → GPT-6 Luna oder Gemini 3.5 Flash-Lite
Warum: GPT-6 Luna kostet 0.10 USD Input und 0.50 USD Output je 1 Mio. Token, Gemini 3.5 Flash-Lite 0.30 und 2.50 USD. Googles kostenlose Stufe eignet sich für Prototypen — dort nutzt Google die Inhalte allerdings zur Produktverbesserung. Ideal für Kundenservice Automation.
Ökosystem und Integration → GPT
Warum: Für GPT gibt es Module in Make, n8n und Zapier; Function Calling, Websuche, Dateisuche und Computer Use stehen über die Responses API bereit. Wenn schnelle Time-to-Market zählt, ist GPT ein naheliegender Startpunkt.
Audio, Bild und Video → Gemini
Warum: Die Gemini-API nimmt Text, Bild, Video und Audio direkt entgegen; die GPT-6-Modelle verarbeiten laut ihren Modellseiten Text und Bild, Audio und Video nicht. Für Automationen mit Sprach- oder Videomaterial ist Gemini damit der kürzeste Weg.
Enterprise mit Microsoft Stack → GPT (via Azure)
Warum: Microsoft bietet OpenAI-Modelle über seine Azure-Plattform an. Welche Modellversionen dort verfügbar sind, Hosting-Regionen, SLAs und Vertragsdetails prüfen Sie direkt bei Microsoft.
Migrations-Guide: Von einem LLM zum anderen
Von GPT zu Claude
- API-Mapping: OpenAI Chat Completions → Anthropic Messages API (sehr ähnliches Format)
- Function Calling: Tools-Parameter sind vergleichbar, die Tool-Definitionen müssen angepasst werden
- System Prompts: Claude reagiert anders auf Instruktionen — Prompts neu abstimmen
- Kontext: kein Neuzuschnitt nötig — GPT-6 bietet 1,05 Mio. Token, Claude Fable 5.1, Opus 5.5 und Sonnet 5 je 1 Mio.
- Aufwand: nach unserer Erfahrung 1–2 Tage für einfache Workflows, rund eine Woche für komplexe Agent-Systeme — Erfahrungswerte aus eigenen Migrationen, keine Erhebung
Von Claude zu Gemini
- API-Mapping: Anthropic Messages → Google GenerateContent (unterschiedliches Format)
- Tool Use: Gemini Function Calling hat eine andere Semantik als Claude Tool Use
- Multimodal-Bonus: Audio und Video lassen sich direkt in der Gemini-API verarbeiten
- Kalkulation: Rechnen Sie mit dem Satz des gewählten Modells — bei Gemini 3.8 Flash 0.75 USD Input je 1 Mio. Token bis Ende 2026, danach 1.50 USD
- Aufwand: nach unserer Erfahrung 2–3 Tage, da das API-Format stärker abweicht — Erfahrungswert, keine Erhebung
Von Gemini zu GPT
Vertiefen Sie Ihr Wissen:
- API-Mapping: Google GenerateContent → OpenAI Responses API; für eingebaute Werkzeuge und Function Calling verweist OpenAI auf die Responses API — über Chat Completions unterstützen GPT-6 Sol und Luna Function Calling nur mit
reasoning_effortaufnone - Ökosystem-Bonus: Zugang zu vielen fertigen Integrationen und Plugins
- Werkzeuge: Function Calling, Websuche, Dateisuche und Computer Use stehen über die Responses API bereit
- Kostenstufe: Prüfen Sie, ob GPT-6 Luna (0.10 / 0.50 USD) genügt, bevor Sie auf Sol oder Astra wechseln
- Aufwand: nach unserer Erfahrung 1–2 Tage, da viele Libraries das OpenAI-Format standardmässig unterstützen — Erfahrungswert, keine Erhebung
Multi-Model als Strategie
Eine tragfähige Strategie für Enterprise AI Automation ist die Kombination aller drei LLMs nach ihren Eigenschaften:
Empfohlenes Setup für Schweizer Unternehmen
| Layer | Modell | Einsatz |
|---|---|---|
| Premium | Claude Opus 5.5 | Coding, Agents, RAG, Analyse |
| Standard | GPT-6 Sol oder Claude Sonnet 5 | Workflows, E-Mail, CRM |
| Budget | GPT-6 Luna oder Gemini 3.5 Flash-Lite | Chatbot, Klassifikation, Routing |
| Audio und Video | Gemini 3.8 Flash | Sprach- und Videoverarbeitung |
Implementierung
AI Agent Frameworks wie LangChain bieten natives Multi-Model-Routing. Alternativ implementieren Sie einen einfachen Router in Make oder n8n mit bedingten Verzweigungen.
Mehr Details zur Implementierung finden Sie im umfassenden LLMs für AI Automation Guide.
Häufig gestellte Fragen
- Welches LLM ist insgesamt das beste für AI Automation?
Es gibt kein einzelnes «bestes» LLM. Anthropic empfiehlt Claude Opus 5.5 als Startpunkt für die meisten Aufgaben und Claude Fable 5.1 für anspruchsvolles Reasoning und langlaufende Agenten. OpenAI stellt mit GPT-6 Astra, Sol und Luna drei Preisstufen bereit, alle mit Websuche, Dateisuche und Computer Use über die Responses API. Google bietet mit der Gemini-Flash-Reihe eine kostenlose Stufe für Prototypen. Die tragfähigste Strategie ist eine Multi-Model-Architektur, die diese Eigenschaften kombiniert.
- Kann ich einfach zwischen den LLMs wechseln?
Grundsätzlich ja, aber der Aufwand variiert. Von GPT zu Claude und von Gemini zu GPT rechnen wir mit 1–2 Tagen für einfache Workflows; der Wechsel zu Gemini dauert länger, weil dessen API-Format stärker abweicht. Die grösste Herausforderung ist nicht die API-Migration, sondern die Prompt-Optimierung: Jedes Modell reagiert unterschiedlich auf Instruktionen. Nach unserer Erfahrung sind 1–3 Tage pro Workflow einzuplanen — ein Erfahrungswert aus eigenen Migrationen, keine Erhebung.
- Wie teuer ist eine Multi-Model-Strategie?
Eine Multi-Model-Strategie ist oft günstiger als der durchgehende Einsatz eines Premium-Modells. Einfache Tasks laufen über GPT-6 Luna (0.10 USD Input je 1 Mio. Token) oder Claude Haiku 4.5 (1 USD), nur komplexe über Claude Opus 5.5 (4 USD) oder GPT-6 Astra (10 USD). Wie gross die Ersparnis ausfällt, hängt davon ab, welcher Anteil Ihrer Anfragen das Premium-Modell wirklich braucht — das lässt sich nur am eigenen Volumen messen.
- Was ist beim Datenschutz zu beachten?
Belegbar ist die Unterscheidung bei Google: In der kostenlosen Stufe der Gemini-API nutzt Google die Inhalte zur Produktverbesserung, in der kostenpflichtigen Stufe nicht. Für die übrigen Anbieter prüfen Sie Vertrags- und Datenschutzbedingungen direkt an der Quelle; pauschale Aussagen zu Speicherfristen oder Konformität halten einer Prüfung selten stand. Wer Daten gar nicht herausgeben möchte, betreibt ein Modell selbst. Details unter Datenschutz und AI Automation.
- Werden LLMs bald alle gleich gut sein?
Eine belastbare Messung der Konvergenz über alle drei Familien hinweg liegt uns nicht vor. Was sich benennen lässt: Die strukturellen Unterschiede — Ökosystem, Modalitäten, Preisstufen, Kontextfenster — sind dokumentiert, bleiben bestehen und sind für die Modellwahl oft wichtiger als einzelne Testergebnisse. Investieren Sie in eine flexible Multi-Model-Architektur, die es ermöglicht, neue Modelle schnell zu evaluieren und einzusetzen.
Quellen
- OpenAI — Modelle und die Modellseiten GPT-6 Astra, GPT-6 Sol und GPT-6 Luna («Tools supported by this model when using the Responses API»), Anthropic, Google — Modelle, Gemini 3.8 Flash («Inputs: Text, Image, Video, Audio, and PDF»), Google — Preise und Google — Deprecations — alle abgerufen am 23. September 2026.
- OpenAI — Preise und die Modellseiten GPT-6 Astra, GPT-6 Sol und GPT-6 Luna («Batch and Flex are priced at 50% of Standard rates»), Anthropic — Preise, Google — Preise; Kurs: EZB-Referenzkurse — alle abgerufen am 23. September 2026.
- OpenAI, Anthropic, Google — abgerufen am 23. September 2026.
