• GPT-5: Höchste Qualität/“Denktiefe” – komplexe Aufgaben, Tools, Agenten, Enterprise.
• 5-mini: Sehr schnelle “Allrounder”; fast so gut wie “groß”, günstiger.
• 5-nano: Ultraschnell/günstig für einfache, hohe Volumen-Aufgaben.
• GPT-4.1: Sehr langer Kontext (1 Mio Token), ”4er-Flaggschiff”; gut für Code, große Dateien.
• 4.1-mini: Starke Preis/Leistungs-Wahl, Vision + Text, viel Volumen.
• 4.1-nano: Minimalste Kosten/Latenz, simple Aufgaben, Klassifikation.
• o4-mini: Vision, Audio, Text — Alltags-Produktionsmodell mit schnellen Antworten.
• o3: Solide, super breiter Einsatz – kleine Apps, klassische Chat-Bots.

• 🧠 = Modell‑Fähigkeit / Intelligenz. 1 = Smalltalk & einfache Umformulierung; 3 = solide Analyse, Code‑Bugfixes; 5 = sehr komplexe Aufgaben (Forschung, Olympiade‑Mathe).
• ⚡️ = gefühlte Geschwindigkeit (Time‑to‑First‑Token, Durchsatz). Mehr = schneller.
• 🧩 = Reasoning‑Stärke (mehrstufiges Denken/Planen). Mehr = „denkt länger“ und robuster.
• 🛠️ = Tool‑/Multimodal‑Fähigkeiten (Web, Code, Dateien, Bilder, Interpreter). Mehr = breiteres Tooling und stabilere Nutzung.
• 📏 = Kontextfenster (Tokens). Wir zeigen sowohl Icons (relativ) als auch die typische Obergrenze in Zahlen.
• 💸 = Kosten (relativ). Mehr = teurer.
• ⏱️ = Latenz (relativ). Mehr = langsamer/höhere Verzögerung.
• 🔒 = Sicherheit / Halluzinations‑Reduktion. Mehr = sicherer/stabiler.

Beispiel zur Einordnung:

• 1 Icon ≈ Einstiegsniveau / sehr günstig / sehr schnell (aber begrenzter Umfang)
• 3 Icons ≈ Allrounder
• 5 Icons ≈ Spitzenklasse / teuer / kann lange „denken“

Warum so bewertet? (Kurzprofile + konkrete, leicht verständliche Beispiele)

• GPT‑5 (Flaggschiff, 400k Kontext, volle Tools): Für „Agenten“-Aufgaben mit langen Tool‑Ketten. Beispiel: „Baue mir ein kleines Frontend, lies meine Dokumentation (200 Seiten) und verdrahte beides zu einem Daten‑Eingabe‑Flow“—GPT‑5 bewirbt bessere Tool‑Ketten („long chains of tool calls“) und führt neben Vision auch Web/File‑Suche; Preise: $1.25/$10 pro 1M Token; Kontext: 400k.
• GPT‑5‑mini / GPT‑5‑nano (gleiche API‑Features, günstiger/schneller): Für „viel Volumen, ordentliche Qualität“. Beispiel: „Tausende Support‑Chats schnell vorsortieren, bei kniffligen Fällen Tools nutzen“. Preise und Kontext (400k) laut.
• GPT‑4.1 (1M‑Kontext, stark bei Code/Instruktionen): Für „lange Dokumente + präzise Format‑Befehle“. Beispiel: „Fasse 3 komplette Forschungsberichte zusammen (insg. ~600k Tokens) und generiere ein sauberes XML nach Schema“.
• GPT‑4.1‑mini (schneller/billiger; 1M‑Kontext): Für „Alltags‑Automationen“ wie „Markdown‑Berichte generieren, Code‑Diffs nach Schema erzeugen“. Mini reduziert Latenz und Kosten vs 4o deutlich.
• GPT‑4.1‑nano (sehr schnell/sehr günstig; 1M‑Kontext): Für „Autovervollständigen/klassifizieren“. Beispiel: „Auto‑Tagging von E‑Mails in Near‑Realtime“. Offiziell: schnellstes/ günstigstes 4.1‑Modell; MMLU 80.1% etc.
• o3 (Reasoning‑Spezialist; „denkt länger“, volle Tools in ChatGPT): Für „mehrstufige, nicht offensichtliche Antworten“. Beispiel: „Webrecherche + Python‑Forecast + Diagramm + Begründung in einem Rutsch“. OpenAI beschreibt o3 als stärkstes Reasoning‑Modell mit weniger schweren Fehlern als o1; agentische Tool‑Nutzung.
• o4‑mini (kleiner, schneller Reasoner; 128k Kontext): Für „viele technisch‑knackige Fragen, wenig Latenz“. Beispiel: „AIME‑ähnliche Mathe, kurz rechnen (ggf. mit Python), Antwort darlegen“. Offiziell: bestes kleines Reasoning‑Modell; in ChatGPT/ API mit Tool‑Zugriff; 128k Kontext (wie o3).

Quelle:

• https://openai.com/gpt-5
• https://openai.com/index/gpt-4-1/
• https://openai.com/index/introducing-o3-and-o4-mini/
• https://openai.com/api/pricing/?Tag=Heat%25252520Map&utm_source=chatgpt.com
• https://help.openai.com/en/articles/10491870-o4-mini-in-chatgpt-faq?utm_source=chatgpt.com