Dazu haben wir noch kein Tool im Verzeichnis. Versuch es mit einem anderen Begriff.
Chatbots & Assistenten
30Bekanntester KI-Chatbot von OpenAI für Texte, Fragen, Bilder, Dateien und Sprachgespräche.
KI-Assistent von Anthropic, stark beim Schreiben, Analysieren langer Dokumente und Programmieren.
Kostenloser Chatbot des chinesischen Anbieters DeepSeek mit starken Denk- und Rechenfähigkeiten.
KI-Assistent von Google mit Anbindung an Google-Suche, Gmail, Docs und andere Google-Dienste.
Chatbot von Moonshot AI, bekannt für lange Texte, Websuche und agentische Aufgaben.
Apples Sprachassistent, ab iOS 27 als eigene App mit Bildschirmerkennung und Kamera-Modus.
Plattform zum Chatten mit KI-Figuren und selbst erstellten Charakteren.
Chat und API von Meituan mit dem multimodalen Agentenmodell LongCat-2.5 mit 1 Million Tokens Kontext.
KI-Assistent von Meta, nutzbar im Web sowie in WhatsApp, Instagram und Facebook.
Freundlicher, persönlicher KI-Gesprächspartner von Inflection AI für lockere Unterhaltungen.
Plattform von Quora, um viele KI-Modelle verschiedener Anbieter in einer App zu nutzen.
Open-Source-Chat-App für Profis mit Modellvergleich, Personas und Sprachfunktionen.
Im Brave-Browser eingebauter KI-Assistent, der Webseiten zusammenfasst und Fragen beantwortet.
Desktop- und Handy-App, um per API-Schlüssel oder lokal mit verschiedenen KI-Modellen zu chatten.
Open-Source-Desktop-App, die viele KI-Anbieter und lokale Modelle in einer Oberfläche bündelt.
Anonymer KI-Chat von DuckDuckGo, der verschiedene Modelle ohne Konto und Tracking anbietet.
Chatbot von Baidu auf Basis der ERNIE-Modelle, vor allem für chinesische Nutzer.
Chatbot des französischen Anbieters Mistral AI mit Websuche, Dokumentanalyse und Bildern.
Open-Source-Chatoberfläche im ChatGPT-Stil, die viele KI-Anbieter und eigene Server vereint.
Moderne Open-Source-Chat-App mit Plugins, Agenten und Unterstützung vieler Modelle.
Datenschutzorientierter KI-Assistent von Proton mit verschlüsseltem Chatverlauf.
KI-Assistent von Microsoft, integriert in Windows, Edge und Microsoft 365.
Schlanke Open-Source-Chatoberfläche, die sich mit wenigen Klicks selbst hosten lässt.
Kostenloser Chatbot von Alibaba mit den Qwen-Modellen, inklusive Bild- und Videoerzeugung.
KI-Begleiter-App für persönliche Gespräche mit einem virtuellen Freund.
Alternative Chatoberfläche, die mit eigenen API-Schlüsseln mehrere KI-Modelle nutzt.
Privater, unzensierter KI-Chat mit offenen Modellen, der Gespräche nicht auf Servern speichert.
Chatbot von Zhipu AI mit den GLM-Modellen, auch zum Erstellen von Präsentationen und Webseiten.
Coding
34Open-Source-Coding-Agent fürs Terminal, der mit vielen Anbietern und lokalen Modellen funktioniert.
Open-Source-KI-Pair-Programmer im Terminal, der mit vielen Modellen direkt in Git-Repos arbeitet.
Coding-Agent von Anthropic für Terminal und IDE, der Code liest, schreibt, testet und Befehle ausführt.
Open-Source-KI-Assistent für VS Code und JetBrains, frei mit eigenen oder lokalen Modellen nutzbar.
Coding-Agent von OpenAI als Terminal-Tool, IDE-Erweiterung und Cloud-Dienst, nutzbar mit ChatGPT-Abo.
KI-Code-Editor auf VS-Code-Basis mit Chat, Autovervollständigung und Agenten, die ganze Projekte bearbeiten.
KI-Entwicklungsumgebung von Google, in der Agenten Code schreiben, testen und im Browser prüfen.
App, um mehrere Coding-Agenten parallel in getrennten Git-Arbeitskopien laufen zu lassen.
Autonomer KI-Softwareentwickler von Cognition, der Aufgaben eigenständig plant und umsetzt.
Sehr schlanker, quelloffener Coding-Agent, der Software-Aufgaben nur über Shell-Befehle löst.
KI-Programmierumgebung von Alibaba mit Agenten, die Code schreiben und Aufgaben im Projekt erledigen.
Skill für Claude Code, der interaktive 3D-Maschinenmodelle als einzelne, offline nutzbare HTML-Datei baut.
Coding-Agent von Sourcegraph für Terminal und Editor, ausgelegt auf große Aufgaben.
KI-Coding-Assistent und Agent, der große Codebasen besonders gut versteht.
App-Builder im Browser, der aus Prompts Full-Stack-Webanwendungen erstellt und startet.
Open-Source-Coding-Agent für VS Code, der Dateien bearbeitet und Befehle nach Freigabe ausführt.
Prüft Pull-Requests automatisch mit KI und hinterlässt Review-Kommentare.
Open-Source-Terminal-Agent von Google, der mit Gemini-Modellen programmiert und Aufgaben erledigt.
KI-Assistent von GitHub für Codevorschläge, Chat und Agenten direkt in Editor und GitHub.
Coding-Agent von JetBrains für IntelliJ, PyCharm & Co., der Aufgaben im Projekt selbstständig löst.
Asynchroner Coding-Agent von Google, der in GitHub-Repos Aufgaben erledigt und Änderungen vorschlägt.
Open-Source-Coding-Agent für VS Code und JetBrains mit Zugriff auf viele KI-Modelle.
KI-Entwicklungsumgebung von Amazon, die aus Anforderungen Spezifikationen und Code erstellt.
Erstellt komplette Web-Apps aus Textbeschreibungen im Browser, ohne Programmierkenntnisse.
KI-Plattform für Code-Reviews, Tests und Codequalität in Editor und Pull-Requests.
Online-Entwicklungsumgebung mit KI-Agent, der Apps aus Beschreibungen baut und veröffentlicht.
Open-Source-Coding-Agent für VS Code mit verschiedenen Modi wie Architekt, Code und Debug.
KI-Codeassistent mit Fokus auf Datenschutz, auch auf eigenen Servern betreibbar.
KI-Code-Editor von ByteDance mit Chat und Agentenmodus für ganze Projekte.
App- und UI-Generator von Vercel, der aus Text React-Oberflächen und Web-Apps baut.
Modernes Terminal mit eingebauten KI-Agenten, die Befehle ausführen und Code schreiben.
KI-Code-Editor mit dem Agenten Cascade, der mehrere Dateien selbstständig bearbeitet.
Agenten & Automatisierung
32Selbst gehosteter persönlicher KI-Assistent, der über Messenger Aufgaben auf dem eigenen Rechner erledigt.
Quelloffenes KI-Agentensystem, das Penetrationstests weitgehend selbstständig durchführt.
Kommandozeilen-Werkzeug, mit dem Coding-Agenten native Apps über die Bedienungshilfen-Struktur des Systems steuern.
Quelloffenes Agenten-Framework von ByteDance, das Aufgaben aufteilt und Berichte, Folien oder Web-Apps erstellt.
Terminal-Agent, der beschriebene Bauwerke in Minecraft Java baut, mit Vorschau als Geist und Undo.
KI-Agent von Perplexity für macOS, der Aufgaben am Rechner erledigt, nun auch mit lokalen Modellen.
Dauerhaft laufende KI-Agenten von Perplexity, die wiederkehrende Aufgaben erledigen und über Slack kommunizieren.
Offene Zapier-Alternative für Automatisierungen mit KI-Bausteinen, selbst hostbar.
Persönliches Agenten-Framework, das in einer eigenen Linux-Umgebung Werkzeuge und Code nutzt.
Eines der ersten autonomen Agentenprojekte, heute Plattform zum Bauen dauerhaft laufender KI-Agenten.
Browser-Erweiterung, die wiederkehrende Web-Aufgaben wie Datensammeln per KI automatisiert.
Bibliothek und Cloud-Dienst, mit dem KI-Agenten Webseiten selbstständig im Browser bedienen.
Agentenmodus in ChatGPT, der im eigenen virtuellen Browser Aufgaben im Web erledigt.
Webbrowser von OpenAI mit integriertem ChatGPT und Agentenmodus für Aufgaben im Web.
Framework und Plattform, in der mehrere KI-Agenten mit Rollen gemeinsam Aufgaben lösen.
Plattform zum Bauen von KI-Apps, Agenten und Workflows per Baukasten, auch selbst hostbar.
Drag-and-drop-Werkzeug zum Zusammenstellen von KI-Agenten und Chatbots auf Basis von Sprachmodellen.
KI-Agenten-Plattform, die Recherchen, Präsentationen, Tabellen und Anrufe automatisch erstellt bzw. erledigt.
No-Code-Baukasten für KI-gestützte Automatisierungen und Agenten mit vielen App-Anbindungen.
Visueller Editor zum Bauen von KI-Agenten und RAG-Workflows mit Python-Unterbau.
Erstellt KI-Assistenten für E-Mails, Termine, Vertrieb und Support ohne Programmierkenntnisse.
Visuelle Automatisierungsplattform, die Apps verknüpft und KI-Agenten in Abläufe einbindet.
Autonomer KI-Agent, der Recherchen, Webseiten und mehrstufige Aufgaben selbstständig erledigt.
Workflow-Automatisierung mit grafischem Editor, KI-Agenten-Bausteinen und Selbsthosting-Option.
Offene Plattform für KI-Agenten, die Software entwickeln, Befehle ausführen und im Web arbeiten.
KI-Webbrowser von Perplexity mit Assistent, der Seiten zusammenfasst und Aufgaben im Web erledigt.
Entwicklerfreundliche Plattform für Workflows und KI-Agenten mit vielen API-Anbindungen.
Plattform zum Aufbau von KI-Agenten-Teams für Vertrieb, Support und Geschäftsprozesse.
Automatisiert Browser-Abläufe wie Formulare oder Downloads mit KI und Bilderkennung.
Desktop-App von ByteDance, mit der ein KI-Agent Computer und Browser per Bildschirmsteuerung bedient.
Offene Plattform für Skripte, Workflows und interne Tools, auch mit KI-Schritten.
Verbindet tausende Web-Apps zu automatischen Abläufen, inklusive KI-Agenten und KI-Schritten.
Recherche & Suche
27KI-generierte Zusammenfassungen über den Suchergebnissen der Google-Suche.
Chat-Assistent von Planet, mit dem man ein Satellitenbildarchiv aus über zehn Jahren in Alltagssprache durchsucht.
Websuche in ChatGPT, die aktuelle Ergebnisse mit Quellen zusammenfasst; dazu Deep Research.
Zeigt zu einem Fachartikel einen Graphen ähnlicher Arbeiten, um ein Forschungsfeld zu erkunden.
KI-Suchmaschine für Forschung, die Fragen anhand wissenschaftlicher Studien beantwortet.
KI-Assistent für wissenschaftliche Literatur: findet Studien, fasst sie zusammen und extrahiert Daten.
KI-Suchmaschine und Such-API, die Webinhalte nach Bedeutung findet, gedacht für Apps und Agenten.
Mehrsprachige KI-Suchmaschine, die Antworten mit Quellen liefert und daraus Folien oder Mindmaps macht.
KI-Modus der Google-Suche, der komplexe Fragen im Dialog mit Gemini und Weblinks beantwortet.
Open-Source-Agent, der selbstständig im Web recherchiert und ausführliche Berichte mit Quellen erstellt.
Werbefreie Bezahl-Suchmaschine mit KI-Zusammenfassungen und Kagi Assistant für viele Modelle.
Open-Source-KI-Assistent, der eigene Dokumente und das Web durchsucht, lokal oder in der Cloud.
KI-Recherche-Assistent mit Fokus auf verlässliche und wissenschaftliche Quellen samt Zitaten.
Open-Source-KI-Suchframework, das Fragen in Teilsuchen zerlegt und Antworten aus dem Web zusammenführt.
Open-Source-KI-Suchmaschine mit generativer Oberfläche, selbst hostbar oder online nutzbar.
Open-Source-Deep-Research-Agent von LangChain, der mit beliebigen Modellen und Suchdiensten arbeitet.
Open-Source-Alternative zu Perplexity, selbst hostbar und auch mit lokalen Modellen nutzbar.
KI-Suchmaschine, die Fragen mit Quellenangaben aus dem Web beantwortet, inklusive Deep-Research-Modus.
Tool zum Entdecken verwandter Fachartikel und Autoren über visuelle Zitationsnetzwerke.
KI-Plattform zum Finden, Lesen und Erklären wissenschaftlicher Paper und für Literaturübersichten.
Recherche-Tool, das zeigt, wie Studien zitiert werden – bestätigend oder widersprechend – mit KI-Assistent.
Freie, selbst hostbare Metasuchmaschine, oft als datenschutzfreundliche Suchquelle für KI-Tools genutzt.
Kostenlose KI-gestützte Suchmaschine für wissenschaftliche Fachartikel vom Allen Institute for AI.
Open-Source-System der Stanford-Uni, das per Webrecherche Wikipedia-artige Berichte mit Quellen schreibt.
Such-API speziell für KI-Agenten, die aufbereitete Webergebnisse für Sprachmodelle liefert.
KI-Agent, der wissenschaftliche Literatur gründlich durchsucht und passende Paper zu komplexen Fragen findet.
KI-Suche und Recherche-Assistent mit Quellen, inzwischen stark auf Firmen und Such-APIs ausgerichtet.
Schreiben & Übersetzen
31Detektor, der prüft, ob Texte oder Bilder wahrscheinlich von einer KI erzeugt wurden.
Offline-Übersetzungsprogramm und Python-Bibliothek, die komplett lokal läuft.
KI-Plattform für Marketing- und Vertriebstexte sowie automatisierte Text-Workflows.
KI-Übersetzer mit sehr natürlichen Übersetzungen, dazu DeepL Write zum Verbessern von Texten.
Rechtschreib-, Grammatik- und Stilprüfung des Duden für deutsche Texte, mit KI-Umformulierung.
In Firefox eingebaute Webseiten-Übersetzung, die lokal im Browser statt in der Cloud läuft.
Kostenloser Übersetzungsdienst von Google für über 200 Sprachen, auch für Fotos, Gespräche und Dokumente.
Schreibassistent, der Grammatik, Stil und Ton prüft und Texte per KI umformuliert, vor allem auf Englisch.
Schnelle, datenschutzfreundliche Grammatikprüfung für Englisch, die lokal läuft.
Editor, der schwer lesbare Sätze und Passivformen markiert, um Texte klarer zu machen.
KI-Plattform für Marketingtexte mit Markenstimme, Vorlagen und Teamfunktionen.
KI-gestützter Übersetzer von Kagi, der auch Ton und Stil der Übersetzung anpassen kann.
Grammatik- und Rechtschreibprüfung für über 30 Sprachen inkl. Deutsch, mit KI-Umformulierung; Kern ist Open Source.
Minimalistischer Online-Texteditor mit eingebautem KI-Assistenten für Feedback und Ideen.
Freie, selbst hostbare Übersetzungs-API und Weboberfläche ohne Cloud-Abhängigkeit.
Übersetzungsdienst von Microsoft, im Web über Bing sowie in Edge und Office integriert.
Deutscher KI-Texter für Marketinginhalte mit Fokus auf deutschsprachige Texte und Markenstimme.
KI-Dienst zum Schreiben von Geschichten und Rollenspiel-Texten, inklusive Bildgenerator.
Schreibumgebung für Romane mit Story-Wiki und Anbindung beliebiger KI-Modelle.
Übersetzer von Naver, besonders stark bei Koreanisch, Japanisch und Chinesisch.
KI-Schreibassistent für wissenschaftliche Arbeiten mit Sprachkorrektur und Einreichungsprüfung.
Stil- und Grammatikprüfung mit ausführlichen Berichten, beliebt bei Autoren längerer Texte.
Tool zum Umformulieren (Paraphrasieren), Zusammenfassen und Korrigieren von Texten.
Übersetzer und Wörterbuch mit Beispielsätzen im Kontext, dazu Umformulierung und Grammatikprüfung.
Günstiger KI-Schreibassistent mit Vorlagen für E-Mails, Posts und Werbetexte.
KI-Schreibwerkzeug für Romanautoren: Ideen, Beschreibungen, Szenen und Überarbeitung.
Grammatik- und Stilprüfung für akademische und technische Texte auf Englisch.
Schreibhilfe, die Sätze per KI umformuliert, kürzt, erweitert oder im Ton anpasst.
Sprachprüfung und KI-Hilfen speziell für englische wissenschaftliche Texte.
KI-Schreibplattform für Unternehmen mit eigenen Modellen, Stilrichtlinien und Markenregeln.
KI-Texter für Blogartikel, Werbetexte und SEO-Inhalte.
Dokumente & Produktivität
30PDFs, Word und PowerPoint in sauberes Markdown umwandeln – inklusive Tabellen.
Elegante Dokumenten- und Notiz-App mit KI-Assistent zum Schreiben, Zusammenfassen und Übersetzen.
Winziges OCR-Programm von Datalab, das PDFs und Scans ohne Grafikkarte in Markdown, Text oder JSON umwandelt.
KI im Notiz- und Wiki-Tool Notion: schreibt, fasst zusammen, durchsucht Wissen und protokolliert Meetings.
Open-Source-Alternative zu Notion und Miro mit Dokumenten, Whiteboard und KI-Assistent.
Open-Source-Notion-Alternative für Notizen, Wikis und Projekte, auch mit lokalen KI-Modellen.
Präsentationssoftware, die Folien per KI erstellt und das Layout automatisch sauber hält.
PDF hochladen und per Chat Fragen dazu stellen, mit Quellenangaben zu den passenden Stellen.
KI in Coda, einer Mischung aus Dokument, Tabelle und App, für Texte, Auswertungen und Automationen.
Zeichnet Videocalls auf und liefert automatisch Transkript, Zusammenfassung und To-dos.
Meeting-Assistent, der Gespräche aufzeichnet, transkribiert, zusammenfasst und durchsuchbar macht.
Erstellt aus einer kurzen Beschreibung fertige Präsentationen, Dokumente und einfache Webseiten.
Gemini-KI direkt in Docs, Sheets, Slides, Gmail und Meet zum Schreiben, Auswerten und Zusammenfassen.
KI-Notizblock für Meetings, der ohne Bot mithört und eigene Notizen zu sauberen Protokollen ergänzt.
Beantwortet Fragen zu langen PDFs und Dokumenten und fasst sie mit Quellenhinweisen zusammen.
Analysiert Tabellen und Datendateien per Chat und erstellt Diagramme und Auswertungen.
Open-Source-Meeting-Assistent, der Gespräche komplett lokal transkribiert und zusammenfasst.
KI-Notiz-App, die Notizen automatisch ordnet, verknüpft und Fragen zum eigenen Wissen beantwortet.
Verwandelt Text automatisch in Diagramme, Infografiken und Schaubilder für Präsentationen.
Google-Tool, das eigene Dokumente, PDFs und Links zusammenfasst, Fragen dazu beantwortet und Audio-Überblicke erstellt.
Selbst gehostete Open-Source-Alternative zu NotebookLM für Recherche in eigenen Quellen und Podcasts.
Transkribiert Meetings live, erstellt Zusammenfassungen und Aufgabenlisten für Zoom, Teams und Meet.
Kollaborative Präsentations-App mit KI-Generator für Folienentwürfe und Texte.
Add-on für Google Slides und PowerPoint, das Präsentationen per KI erstellt und überarbeitet.
Open-Source-Präsentationsgenerator, der Folien per KI erstellt, auch lokal und als PowerPoint-Export.
Fasst Meetings, E-Mails und Chats zusammen und liefert Protokolle sowie Gesprächsanalysen.
Verschlüsselte Notiz-App mit Verknüpfungen, KI-Assistent und Sprachtranskription.
Tabellenkalkulation mit eingebautem KI-Analysten, der Daten auswertet, zusammenfasst und Formeln baut.
Browser-Erweiterung, die Meetings in Google Meet, Zoom und Teams live transkribiert und zusammenfasst.
Meeting-Recorder für Zoom, Meet und Teams mit KI-Notizen, Zusammenfassungen und CRM-Anbindung.
Bilder erzeugen
45Knotenbasierte Oberfläche, um Bild- und Videomodelle lokal in frei kombinierbaren Abläufen zu nutzen.
Bilder aus Text in unter einer Sekunde – perfekt zum Reinschnuppern in Colab.
LoRA-Adapter für ComfyUI, der eine Anime-Figur aus einem einzigen Referenzbild in neue Bilder übernimmt.
Ein neuer Adapter für das Anime-Bildmodell Anima übernimmt Aussehen und teils den Stil einer Figur aus einem einzigen Referenzbild.
App für Mac, iPhone und iPad, die Bildmodelle wie Stable Diffusion und FLUX offline ausführt.
Bildmodelle von BRIA AI zum Erzeugen und Bearbeiten von Bildern, nur für nichtkommerzielle Nutzung frei.
Comfy-Org hat die Bildmodelle Fibo 2.0 (dev) und Fibo 2.0 edit-turbo von BRIA AI für ComfyUI umgepackt.
Bildmodellfamilie von Black Forest Labs; einige Varianten frei herunterladbar, Pro-Versionen per API.
Black Forest Labs hat auf Hugging Face das Modell flux-3-image-klein veröffentlicht.
Bild- und Videogenerator von xAI, integriert in die Grok-App und X.
Feintuning von Krea 2, das Comics, Sprechblasen und Text per Koordinaten-Boxen gezielt platziert.
Offener Bildgenerator auf Basis von MOSS-Image, mit Turbo-LoRAs für Bilder in nur 8 Schritten.
Offenes Text-zu-Bild-Modell von Linum mit 2 Mrd. Parametern, das direkt in Pixeln arbeitet.
Das kleine Forschungslabor Linum hat für rund 21.000 US-Dollar Rechenkosten ein eigenes Text-zu-Bild-Modell von Grund auf trainiert.
Offenes Text-zu-Bild-Modell von OpenMOSS, das Text und Objekte per JSON-Layout gezielt im Bild platziert.
Das OpenMOSS-Team veröffentlicht MOSS-Image-SFT, ein feinabgestimmtes Text-zu-Bild-Modell mit 5,1 Milliarden Parametern unter …
NVIDIAs PiD ersetzt bei Bildgeneratoren wie FLUX oder SDXL den VAE-Decoder und zeichnet das fertige Bild in nur vier Schritten direkt …
Verkleinerte, schnellere Version des Bildmodells MiniMax-H3 von Pruna AI, erzeugt und bearbeitet Bilder in 8 Schritten.
Offenes Bildmodell von Alibaba, stark bei Schrift im Bild (auch Chinesisch) und Bildbearbeitung.
Alibaba hat Qwen-Image-2.1 veröffentlicht, ein Bildmodell zum Erzeugen und Bearbeiten, das auch lokal läuft.
Adobes Bildgenerator, auf lizenzierten Daten trainiert und in Photoshop und andere Adobe-Apps eingebunden.
Klassische Browser-Oberfläche zum lokalen Erzeugen von Bildern mit Stable Diffusion und Erweiterungen.
Kostenloser Bildgenerator von Microsoft, nutzbar im Browser und in der Bing- bzw. Copilot-App.
Bilderzeugung und -bearbeitung direkt im Chat mit ChatGPT, gut bei Text im Bild und genauen Vorgaben.
Große Community-Plattform für Bildmodelle und LoRAs, mit eingebautem Online-Generator.
ByteDance-Kreativplattform mit dem Bildmodell Seedream für hochwertige Bilder und Bearbeitung.
Einfache lokale Bildgenerator-Oberfläche, die ohne viele Einstellungen gute Ergebnisse liefert.
Bildgenerator von Freepik, der mehrere Top-Modelle in einer Oberfläche bündelt.
Offenes, leistungsstarkes Bildmodell von HiDream.ai, lokal oder über Plattformen nutzbar.
Bildgenerator, der besonders gut lesbare Schrift in Bilder einbaut, etwa für Poster und Logos.
Lokale Kreativ-Oberfläche mit Leinwand, Ebenen und Inpainting für Stable Diffusion und FLUX.
Kreativplattform mit Echtzeit-Bilderzeugung, vielen Modellen, Hochskalieren und Video.
Webplattform zum Erzeugen von Bildern mit vielen Stilen und Modellen, beliebt für Game-Art und Design.
Bekannter Bildgenerator, der aus Textbeschreibungen künstlerische, sehr hochwertige Bilder erzeugt.
Googles Bildmodell in der Gemini-App zum Erzeugen und gezielten Bearbeiten von Bildern per Text.
Einsteigerfreundlicher Bildgenerator mit vielen Modellen und Community-Wettbewerben.
Bildgenerator für Designer, erzeugt auch Vektorgrafiken, Icons und einheitliche Markenstile.
Bildgenerator mit starker Prompt-Treue und guter Typografie, inklusive Bearbeitung per Text.
Umfangreiche lokale Weboberfläche für viele Bildmodelle und verschiedene Grafikkarten.
Weit verbreitetes offenes Bildmodell von Stability AI, lokal nutzbar und mit riesigem Zubehör-Ökosystem.
Schnellere, speichersparende Weiterentwicklung der AUTOMATIC1111-Oberfläche, auch für FLUX.
Bedienfreundliche Oberfläche für lokale Bildmodelle, die im Hintergrund ComfyUI nutzt.
Online-Plattform zum Erzeugen von Bildern mit tausenden Community-Modellen und LoRAs.
Bilder & Design bearbeiten
35Kommandozeilen-Tool und Python-Bibliothek zum automatischen Freistellen von Bildern.
Kostenloses Desktop-Programm, das Bilder per KI lokal hochskaliert und schärft.
Offenes Modell von vivo, das Bilder per Textanweisung direkt in 4K bearbeitet, mit nur 4 Rechenschritten.
KI-Modell in Canva, das bestehende Designs nach Textanweisung ändert, die Ergebnisse bleiben editierbar.
ComfyUI-Node, der Personen per Klick mit haargenauen Kanten freistellt, auch in 4K.
Offenes 3D-Modell, das grobe 3D-Netze anhand eines Referenzbilds hochauflösend verfeinert.
Modell, das aus einem einzelnen Foto in Sekunden ein 3D-Gaussian-Splat-Modell erzeugt.
Freies Apple-Modell, das aus einem einzelnen Foto eine drehbare 3D-Szene (Gaussian Splats) macht.
Blender-Add-on, das per ComfyUI aus Text texturierte, geriggte 3D-Modelle erzeugt.
Profi-Bildbearbeitung mit KI-Funktionen wie Generativem Füllen und Erweitern auf Basis von Adobe Firefly.
Hochpräzises offenes Modell zum Freistellen von Objekten, auch feiner Haare und Kanten.
Online-Designtool für Grafiken und Social-Media-Posts mit KI-Funktionen (Magic Studio).
Node-basiertes Desktop-Programm für Bildverarbeitung und Upscaling-Ketten mit KI-Modellen.
Web-Werkzeugsammlung zum Freistellen, Objekte entfernen, Hochskalieren und Neubeleuchten.
Kollaboratives Design-Tool für Oberflächen und Grafiken mit integrierten KI-Funktionen.
Offenes 3D-Generierungsmodell von Tencent, das aus Bildern texturierte 3D-Objekte erzeugt.
Lokales Werkzeug, um Objekte, Wasserzeichen oder Personen per KI aus Bildern zu entfernen.
Online-Designtool für Logos, Typografie und Merch-Designs mit KI-Unterstützung.
Plugin für das Malprogramm Krita, das Stable Diffusion/FLUX zum Malen, Inpainting und Erweitern nutzt.
Online-Dienst zum Hochskalieren und Verbessern von Fotos per KI.
KI-Logogenerator, der Logos und Markenpakete für Firmen erstellt.
Fotobearbeitung mit KI-Werkzeugen für Himmel, Haut, Licht und Objektentfernung.
KI-Upscaler, der beim Hochskalieren neue Details hinzuerfindet; gehört zu Freepik.
Erzeugt texturierte 3D-Modelle aus Text oder Bildern.
Kostenloser Photoshop-ähnlicher Bildeditor im Browser, inklusive KI-Funktionen.
App für Produktfotos: Hintergründe freistellen, ersetzen und Bilder per KI aufbereiten.
Foto- und Design-App mit KI-Effekten, Freistellen und Bildgenerierung.
App für Produktbilder mit Freistellen, Objektentfernung und Hochskalieren per KI.
Browser-Bildeditor mit KI-Werkzeugen wie Freistellen, generativem Füllen und Upscaling.
Webdienst, der den Hintergrund von Fotos automatisch entfernt.
Desktop-Software zum Entrauschen, Schärfen und Hochskalieren von Fotos per KI.
KI-Dienst, der aus Bildern oder Text schnell 3D-Modelle erstellt.
Video
51Open-Source-App von Lightricks: Videos mit Ton per LTX-2.5 lokal erzeugen und gleich im Editor schneiden.
Schnelles offenes Videomodell von Lightricks, läuft auch auf Heim-GPUs.
Videos aus Text oder einem Bild erzeugen – eines der besten offenen Videomodelle.
Das Pariser KI-Labor Kyutai hat CADRE veröffentlicht, eine Familie von sieben Video-Autoencodern für interaktive Weltmodelle.
Nvidia hat vier neue Modelle seiner Cosmos-3-Familie mit frei herunterladbaren Gewichten veröffentlicht.
Kreativplattform von ByteDance/CapCut mit dem Videomodell Seedance und Bildgenerierung.
Nvidia gibt mit Flora eine offene Daten-Engine frei, die Robotervideos beschriftet und bewertet.
Googles Video-Werkzeug zum Erstellen und Bearbeiten von Videos, inklusive KI-generierter Clips.
ComfyUI-Nodes, die mit MiniMax H3 mehrminütige 1080p-Videos aus verketteten Segmenten erzeugen.
Plattform für KI-Videos mit Kamerafahrten, Effekten und Zugang zu mehreren Modellen.
Tencent Hunyuan hat mit Hy-Nomas ein Open-Source-Modell veröffentlicht, das interaktive Videowelten Stück für Stück erzeugt.
Verkleinertes Video-Modell auf Basis von MiniMax-H3, das kurze Clips mit Stereo-Ton erzeugt und als GGUF lokal läuft.
Freie Desktop-App, die ein vorhandenes ComfyUI steuert und in sechs Schritten aus einer Idee einen KI-Kurzfilm macht.
Kandinsky Lab hat Kandinsky 6.0 Video veröffentlicht: zwei Modelle (29 und 3 Milliarden Parameter), die Videos samt Dialog, Musik und …
Kandinsky Lab hat Kandinsky S2V 1.0 veröffentlicht, ein Modell, das aus einem einzelnen Bild und einer Sprachaufnahme ein Video der …
Das Start-up LTX, eine Ausgründung von Lightricks, hat mit LTX-2.5 ein frei herunterladbares Videomodell mit 22 Milliarden Parametern …
Offenes Modell von Nvidia und MIT, das niedrig aufgelöste MiniMax-H3-Videos in 2K bis 4K neu erzeugt.
Lokales Studio auf ComfyUI-Basis, das Videos, Bilder und 3D-Objekte auf der eigenen GPU erzeugt.
Freie Web-App, die in Videos die Hauptperson lokal durch eine Figur aus einem Foto ersetzt.
Offenes Videomodell von Pika, das Videos mit synchronem Stereo-Ton in wenigen Schritten erzeugt.
Framework, mit dem man Videos per React-Code erstellt und rendert; für größere Firmen lizenzpflichtig.
Community-Projekt für ComfyUI, das Videos von Personen aus neuen Kamerawinkeln neu rendert.
Offenes 27B-Modell, das Erklär- und Motion-Design-Videos als Code schreibt, rendert und überarbeitet.
Offenes Modell, das Personen in Videos austauscht und Szenen bearbeitet, mit MCP-Server für Agenten.
Das Team Vimoo-AI hat die Gewichte seines Videomodells Vimoo-1.0-Lite für ComfyUI veröffentlicht.
Beliebter Videoeditor mit KI-Untertiteln, Effekten und automatischem Schnitt.
Lässt Fotos sprechen und erstellt Videos mit digitalen Avataren.
Video- und Podcast-Editor, bei dem man über das Transkript schneidet, mit KI-Helfern.
Videogenerator von MiniMax mit guter Bewegungs- und Prompt-Treue.
Erzeugt ausdrucksstarke sprechende Figuren aus einem Bild und Audio.
Erstellt Videos mit sprechenden KI-Avataren und übersetzt Videos lippensynchron.
Offenes Videomodell von Tencent für hochwertige Text- und Bild-zu-Video-Erzeugung.
Erstellt aus einem Text-Prompt komplette Videos mit Szenen, Sprecher und Musik.
Browser-Videoeditor mit KI-Untertiteln, Übersetzung und Clip-Erstellung.
Videogenerator von Kuaishou, bekannt für flüssige Bewegungen und lange Clips.
Videogenerator von Luma AI, der aus Text oder Bildern filmische Clips erstellt.
Offenes Projekt zum Trainieren und Ausführen eigener Videogenerierungsmodelle.
Schneidet lange Videos automatisch in kurze Clips für Social Media mit Untertiteln.
Einfacher KI-Videogenerator mit kreativen Effekten für kurze Clips.
Kreativplattform mit KI-Videogenerierung (Gen-Modelle) und vielen Bearbeitungswerkzeugen.
Videogenerator von OpenAI, der aus Text oder Bildern realistische Clips mit Ton erzeugt.
Erstellt Schulungs- und Firmenvideos mit KI-Avataren aus Text in vielen Sprachen.
Desktop-Programm zum Hochskalieren, Entrauschen und Glätten von Videos per KI.
Online-Videoeditor mit KI-Untertiteln, Übersetzung und Avataren.
Videomodell von Google DeepMind, nutzbar in Gemini und Flow, erzeugt Clips samt Ton.
Videogenerator von Shengshu für Text-, Bild- und Referenz-zu-Video.
Sprache & Audio
58Schnelle lokale Text-zu-Sprache, läuft sogar auf dem Raspberry Pi, beliebt für Home Assistant.
Offene Desktop-App für Windows, Mac und Linux, die Aufnahmen lokal mit Whisper transkribiert.
Offenes Text-zu-Sprache-Modell von Resemble AI mit Stimmklon und regelbarer Ausdrucksstärke.
Deutlich schnellere und sparsamere Umsetzung von Whisper für die lokale Transkription.
Diktieren statt tippen – Taste drücken, sprechen, der Text landet in jedem Programm.
Diktier-App für alle Systeme: Tastenkürzel drücken, sprechen – der Text landet direkt im aktiven Programm.
Lokales KI-Sprachstudio: Stimmen klonen, Texte vorlesen lassen und diktieren, ohne Cloud
Lokale ElevenLabs-Alternative: Stimmen klonen, Hörbücher erstellen und Videos vertonen, alles auf deinem Rechner
ServiceNow hat mit Apriel Voice 27B Preview ein offenes Modell veröffentlicht, das gesprochene Sprache direkt versteht, darüber …
Das Start-up Edge0 hat Audio8-TTS-Realistic veröffentlicht, ein offenes Sprachmodell mit nur 0,6 Milliarden Parametern.
Echtzeit-Sprachagenten von ElevenLabs mit über 90 Sprachen und tausenden Stimmen.
Text zu Sprache in vielen Sprachen mit sehr natürlichen Stimmen, dazu Stimmklon, Synchronisation und Transkription.
IBM hat Granite Speech 5.0 2B veröffentlicht, ein offenes Sprachmodell mit 2 Milliarden Parametern unter Apache 2.0.
Offenes Tencent-Modell, das gesprochenes Chinesisch und Englisch live mit rund drei Sekunden Verzögerung übersetzt.
Tencent hat mit Hy-SimulMT ein offenes Modell veröffentlicht, das gesprochenes Chinesisch und Englisch live übersetzt, noch während die …
Text-zu-Sprache-Modell mit Stimmklonen, das in Echtzeit auf einer normalen CPU läuft.
KittenML hat Code und Gewichte von Kitten-TTS 2 veröffentlicht, einem Text-zu-Sprache-Modell mit 1,7 Milliarden Parametern und ternären …
In der Ollama-Bibliothek sind drei neue Modelle der LFM3-Familie von Liquid AI aufgetaucht: Audio, Omni und Vision-Language, alle rund 2 …
LinnetTTS ist ein englisches Text-zu-Sprache-Modell mit nur 41 Millionen Parametern, das schon nach rund 80 Millisekunden zu sprechen …
Kleines Sprachmodell auf Basis von Qwen3-TTS mit Stimmklonen, Lach-Tags und schneller Turbo-Variante.
Offenes Text-zu-Sprache-Modell fuer elf indische Sprachen und Englisch, mit Stimmklonen aus wenigen Sekunden Audio.
Ants inclusionAI-Team hat die Ming-3.0-Sprachfamilie unter MIT-Lizenz veröffentlicht.
Modellfamilie von Mistral für Spracherkennung, Sprachsynthese und Sprachassistenten in über 50 Sprachen.
Nvidia veröffentlicht Nemotron 3.5 Transcribe, ein offenes, per Textanweisung steuerbares Sprachmodell für Transkription, Übersetzung, …
Nvidia hat mit NemotronLabs RE-USE ein Modell veröffentlicht, das Rauschen, Hall, Übersteuerung und Kompressionsschäden aus …
OmniVoice ist ein kostenloses Text-to-Speech-Modell, das aus wenigen Sekunden Audio eine Stimme nachbilden kann und über 600 Sprachen …
Sehr kleine Text-to-Speech-Modelle von Gradium, die Text lokal in gesprochene Sprache umwandeln.
Gradium hat seine Text-to-Speech-Familie Phonon in der Ollama-Bibliothek veröffentlicht.
Kleines Text-zu-Sprache-Modell von Kyutai, das auf normalen CPUs läuft, auch mit deutschem Modell.
Ein einzelner Entwickler hat fast ein Jahr an Scylla's Band v4 gearbeitet, einem freien Text-zu-Sprache-Modell mit nur rund 131 …
Sehr schnelles, kompaktes Text-zu-Sprache-Modell für den lokalen Einsatz, Version 3 mit 31 Sprachen.
Das US-Start-up Underdog hat mit Woof ein Sprachausgabe-Modell vorgestellt, das nur rund 32 MB groß ist und ohne Internet läuft.
Xiaomi hat mit CocktailASR-1 ein offenes Spracherkennungsmodell veröffentlicht.
Webtool, das Sprachaufnahmen per KI von Hall und Rauschen befreit und wie im Studio klingen lässt.
API für Transkription mit Sprechererkennung, Zusammenfassungen und Echtzeit-Spracherkennung.
Sehr schnelle, realistische KI-Stimmen per API, ausgelegt für Echtzeit-Sprachanwendungen.
Offene Sprachsynthese mit mehrsprachigem Stimmklon, weiterentwickelt von der Community.
Cloud-API für schnelle Spracherkennung und Sprachausgabe, oft für Sprachagenten genutzt.
Offenes Modell von Nari Labs, das realistische Dialoge mit mehreren Sprechern samt Lachen erzeugt.
Offenes Audio-Modell von Boson AI für ausdrucksstarke Sprachausgabe und Stimmklon.
Sprach-KI mit emotional ausdrucksstarken Stimmen und Erkennung von Gefühlen in der Stimme.
Kleines, schnelles offenes Text-zu-Sprache-Modell, das auch auf schwachen Rechnern gut klingt.
Entfernt Hintergrundgeräusche und Echo live in Anrufen und Videokonferenzen.
Mac-App, die Audio und Video lokal mit Whisper transkribiert, ohne Daten hochzuladen.
Webstudio für KI-Sprecherstimmen für Videos, Präsentationen und E-Learning.
Offene, sehr schnelle und genaue Spracherkennungsmodelle von NVIDIA.
Offenes, Llama-basiertes Sprachmodell für menschlich klingende, emotionale Sprachausgabe.
Offene Bibliothek zur Sprechererkennung: findet heraus, wer wann in einer Aufnahme spricht.
Stimmklon und Text zu Sprache für Firmen, inklusive Erkennung von Deepfake-Audio.
Offenes Werkzeug zur Stimmumwandlung: verwandelt eine Stimme in eine andere, auch für Gesang.
Offenes Gesprächs-Sprachmodell von Sesame für natürlich klingende Dialogstimmen.
Liest Texte, PDFs und Webseiten mit natürlichen KI-Stimmen vor, als App und Browser-Erweiterung.
Offenes Microsoft-Modell, das lange Podcast-artige Gespräche mit mehreren Stimmen erzeugt.
Offenes Spracherkennungsmodell von OpenAI, das Audio in vielen Sprachen transkribiert und übersetzt.
Whisper in C/C++ für schnelle Spracherkennung auf CPU, Mac und Smartphone ohne Python.
Erweitert Whisper um genaue Wort-Zeitstempel und Sprechererkennung (Diarisierung).
Musik
29Erzeugt komplette Songs mit Gesang und Instrumenten aus einer Textbeschreibung oder eigenen Lyrics.
Das chinesische KI-Unternehmen MiniMax hat mit Music 3 ein Musikmodell mit frei herunterladbaren Gewichten veröffentlicht.
Offenes Modell, das lange Songs mit Gesang und Begleitung aus Liedtexten generiert.
Offenes Musikmodell, das lokal schnell komplette Songs mit Gesang aus Text und Lyrics erzeugt.
KI-Komponist für Instrumentalmusik wie Film-, Spiele- und Klassikmusik, mit MIDI-Export.
Kommandozeilen-Tool und Python-Paket zur Stem-Trennung mit UVR-Modellen.
Metas offene Bibliothek mit MusicGen, das Instrumentalmusik aus Text oder Melodie erzeugt.
Erstellt lizenzfreie Hintergrundmusik passend zur Stimmung von Videos und Podcasts.
Einfache App, mit der man in Sekunden Songs erzeugt und sie auf Streamingdienste veröffentlicht.
Offenes Tool von Meta, das Songs in Gesang, Schlagzeug, Bass und weitere Spuren trennt.
Offenes Diffusionsmodell, das ganze Songs mit Gesang in wenigen Sekunden erzeugt.
Musikgenerator von ElevenLabs, der Songs mit Gesang aus Textvorgaben erstellt, auch für kommerzielle Nutzung.
Plattform für KI-Gesangsstimmen, Stimmumwandlung, Stem-Trennung und Mastering für Musiker.
Online-Dienst zum Trennen von Gesang, Instrumenten und Stimmen aus Audio- und Videodateien.
Online-Dienst für automatisches KI-Mastering von Songs, dazu Vertrieb und Samples.
KI-Musikgenerator und Bibliothek für lizenzfreie Tracks für Content-Ersteller.
Offenes Modell von Google Magenta, das Musik live und interaktiv in Echtzeit erzeugt.
App für Musiker zum Trennen von Spuren, Tempo ändern, Akkorde erkennen und Üben.
Generiert endlose oder kurze lizenzfreie Musik für Videos, Streams und Apps, auch per API.
KI-Songgenerator für Lieder mit Gesang aus Text oder Referenzaudio, mit eigenem Musikmodell.
KI-Songgenerator für Lieder mit Gesang, mit großzügiger Gratis-Nutzung.
KI-Generator für lizenzfreie Beats und Tracks in vielen Genres, mit Stem-Download.
Erzeugt lizenzfreie Hintergrundmusik nach Genre, Stimmung und Länge, die sich anpassen lässt.
Offene Bibliothek von Deezer, die Musik schnell in Gesang und Begleitspuren aufteilt.
Musik- und Soundgenerator von Stability AI, der Tracks und Effekte aus Textbeschreibungen erzeugt.
Frei herunterladbares Audiomodell von Stability AI für kurze Musikstücke, Loops und Sounds.
KI-Musikgenerator für Songs mit Gesang in vielen Stilen, inklusive Remix- und Verlängerungsfunktionen.
Kostenloses Desktop-Programm zum Entfernen von Gesang und Trennen von Spuren mit vielen KI-Modellen.
Lokal ausführen
38Einfaches Programm, um Sprachmodelle per Befehl oder App lokal herunterzuladen und auszuführen.
Einzelne Programmdatei auf llama.cpp-Basis für lokale Modelle, beliebt für Geschichten und Rollenspiel.
Desktop-App zum Suchen, Laden und Chatten mit lokalen Sprachmodellen, inkl. lokalem API-Server.
Selbst gehostete Chat-Oberfläche im ChatGPT-Stil für Ollama und andere Modell-Server.
Desktop-App für lokale KI: wählt selbst das passende Modell, chattet offline und arbeitet mit PDFs und Dateien.
Offline-Chat-App für Desktop, die lokale Modelle ausführt und optional Cloud-Modelle nutzt.
Schnelle C/C++-Engine, die Sprachmodelle im GGUF-Format auf CPU und GPU ausführt.
Dein Offline-Server mit Wikipedia, Karten und lokalem KI-Assistenten – läuft auch ganz ohne Internet.
Lokale Oberfläche, mit der du Sprachmodelle nicht nur ausführst, sondern auch mit eigenen Daten nachtrainierst
Inferenz-Engine in C, die riesige MoE-Modelle ohne GPU ausführt und Experten von der SSD nachlädt.
Linux-Kernelmodul, das bei RTX-40-Grafikkarten eine Drosselung aufhebt und die FP16-Tensorleistung erhöht.
Winzige C99-Engine, die Kimi K3 ohne GPU auf einer CPU ausführt und das Modell von der SSD streamt.
Framework von Alibaba, um KI-Modelle effizient direkt auf Handys und anderen Geräten auszuführen.
Kompakter KI-Rechner von NVIDIA mit 128 GB Speicher, auch im Cluster für große Modelle am Schreibtisch.
Webbrowser, der per WebAI-Vorschau KI-Modelle wie Gemma lokal im Browser ausführen kann.
Kostenlose Mac-App, die KI-Modelle für Video, Bild, Sprache und Musik offline auf Apple-Silicon-Macs ausführt.
Lokale Inferenz-Software, um große MoE-Modelle wie DeepSeek V4.1 Flash auf Consumer-GPUs zu betreiben.
Offline-Desktop-App, die ein lokales KI-Modell mit einer Notfall-Bibliothek samt Quellenangaben kombiniert.
All-in-one-App für lokale KI-Chats mit eigenen Dokumenten (RAG) und Agenten.
Verbindet mehrere eigene Geräte zu einem Cluster, um große Modelle gemeinsam auszuführen.
Microsoft-Tool, um KI-Modelle lokal unter Windows und macOS mit OpenAI-kompatibler API auszuführen.
Desktop-App von Nomic, um Sprachmodelle lokal zu nutzen und mit eigenen Dokumenten zu chatten.
Lokaler Modell-Server von AMD, optimiert für Ryzen-AI-NPUs und Radeon-GPUs.
Mozilla-Projekt, das ein Modell samt Software in eine einzige startbare Datei packt.
Selbst gehosteter Ersatz für die OpenAI-API, der Text-, Bild- und Audiomodelle lokal ausführt.
Engine, um Sprachmodelle nativ auf Handys, im Browser und auf diversen GPUs auszuführen.
Apples Werkzeug, um Sprachmodelle effizient auf Macs mit Apple-Silicon-Chips auszuführen.
Desktop-App für lokale und Cloud-Modelle mit Vergleichsansicht und Wissensdatenbanken.
Browser-Erweiterung, die lokale Modelle (z. B. Ollama) als Seitenleiste im Browser nutzbar macht.
Browser-artige App, die lokale KI-Programme mit einem Klick installiert und startet.
Smartphone-App für iOS und Android, die kleine Sprachmodelle offline auf dem Handy ausführt.
Lokale Anwendung, um private Dokumente ohne Internet mit einem Sprachmodell zu befragen.
Kommandozeilen-Tool, das KI-Modelle sicher in Containern (Podman/Docker) lokal ausführt.
Schnelles Serving-Framework, um große Sprach- und Bildmodelle auf eigenen GPU-Servern zu betreiben.
Lokale Oberfläche für Rollenspiel- und Charakter-Chats mit lokalen oder Cloud-Modellen.
Schlanker API-Server für ExLlama-Modelle, sehr schnell auf NVIDIA-Grafikkarten.
Umfangreiche Weboberfläche zum lokalen Ausführen von Sprachmodellen mit vielen Backends.
Offene Modelle
99Offene Sprachmodelle von Zhipu AI (Z.ai), etwa GLM-4.5, mit Fokus auf Reasoning und Coding.
Kleine offene Modelle von Liquid AI für Text, Bild und Audio, die sogar im Browser laufen.
Mixture-of-Experts-Modellfamilie der Ant Group; Ling-3.2-flash versteht Text, Bilder und Videos.
Vielseitige offene Modellfamilie von Alibaba für Text, Code, Bilder und mehr, von klein bis sehr groß.
Großes offenes Sprachmodell von Mistral, das Text und Bilder versteht.
Offene Modellfamilie von NVIDIA; Bolt ist eine komprimierte Vision-Sprach-Variante für Coding und Tool-Nutzung.
Von Nous Research nachtrainiertes Qwen-Modell, das bei politischen Themen keine chinesische Staatspropaganda übernimmt.
Microsofts sparsames 1,58-Bit-Sprachmodell, das mit wenig Speicher auch auf schwacher Hardware läuft.
Vision-Modellfamilie von Prism ML mit ternären Gewichten, besonders klein bei fast voller Qualität.
Prism ML hat die Modellfamilie Bonsai 2 veröffentlicht, die mit ternären Gewichten (−1, 0, +1) arbeitet.
Das Start-up PrismML hat Qwen3.6-27B auf rund ein Bit pro Gewicht zusammengepresst.
Hugging Face hat Carbon-X veröffentlicht, ein offenes Modell, das DNA-Sequenzen in normaler Sprache analysiert und Mutationen als …
27B-Modell von Cloudflare, das Ja/Nein-, Auswahl- und Bewertungsfragen zu Text, JSON und Bildern mit Wahrscheinlichkeiten beantwortet.
Offenes Diffusions-Sprachmodell mit 35 Mrd. Parametern für Agenten- und Coding-Aufgaben, Apache-2.0-Lizenz.
DiffuSpace, ein Team aus dem Umfeld der Dream-Modelle, veröffentlicht Clover-35B-A3B-Preview als offenes Diffusions-Sprachmodell.
DeepSeek hat ein kleines Update seines Modells V4.1-Flash veröffentlicht, das unter MIT-Lizenz frei herunterladbar ist.
Google hat mit DiffusionGemma ein experimentelles, offenes Sprachmodell veröffentlicht, das Text nicht Wort für Wort schreibt, sondern …
Offenes Embedding-Modell von Google, das Text, Code, Bilder, Video und Audio in Vektoren für Suche umwandelt.
Google DeepMind hat EmbeddingGemma 2 veröffentlicht, ein offenes Embedding-Modell auf Basis von Gemma 4.
Sprachmodellfamilie von Baidu, teils mit offenen Gewichten, etwa das Basismodell ERNIE 5.5 Flash Base.
Baidu hat sein neues Basismodell ERNIE 5.5 Flash Base ohne große Ankündigung auf Hugging Face gestellt.
Offenes 40B-MoE-Sprachmodell von Recursive, zugeschnitten auf Coding-Agenten.
Kompakte offene Sprachmodelle von Google, die auch auf normalen Rechnern und Handys laufen.
IBM bündelt vier offene Granite-Zeitreihenmodelle zu einem Ensemble, das ohne Nachtraining Median- und Quantilprognosen liefert.
Offene Modellfamilie, abgeleitet von DeepSeek; größte Variante mit 280 Mrd. Parametern und 1 Mio. Tokens Kontext.
Das „GrootTeam“ hat eine Modellfamilie mit offenen Gewichten veröffentlicht, die größte Variante hat 280 Mrd.
Hi3D hat sein 3D-Modell V1.0, früher Sparc3D, mit Code und Gewichten veröffentlicht.
Offenes Modell von Tencent, das entscheidet, was KI-Assistenten langfristig speichern und wie Erinnerungen aktualisiert werden.
Das chinesische Unternehmen Deep Principle hat Hydrogen-1.0 veröffentlicht, ein auf GLM-5.3 aufbauendes Spezialmodell für Chemie, …
Offene Zeitreihenmodelle von IBM für Prognosen ohne Nachtraining, z. B. TTM und PatchTST-FM.
Der südkoreanische Konzern Kakao hat auf Hugging Face zwei Embedding-Modelle mit 3 und 1,3 Milliarden Parametern freigegeben.
Moonshot AI hat Kimi K3.1 Pro vorgestellt, ein Mixture-of-Experts-Modell mit 2,8 Billionen Parametern und 1 Million Token Kontext.
Kolibri ist ein englisch-deutsches Mixture-of-Experts-Modell mit 78,1 Mrd.
NVIDIA stellt Kumo Relational vor, ein vortrainiertes Modell, das ohne Training direkt auf relationalen Unternehmensdatenbanken …
Liquid AI bringt mit LFM2.5-24B-A2B ein Mixture-of-Experts-Modell mit 24 Mrd.
Liquid AI hat mit LFM3 eine Familie aus sechs offenen Kleinmodellen veröffentlicht.
InclusionAI, die KI-Sparte des Alipay-Betreibers Ant Group, bietet sein kleinstes Modell Ling 3.0 Tiny jetzt auch über OpenRouter an – …
InclusionAI, das Labor von Ant Group, hat laut Modellkarte Ling 3.1 Flash als Open-Weight-Modell veröffentlicht: 560 Milliarden …
inclusionAI, das KI-Labor von Ant Group, hat mit Ling-3.0-flash-Sante ein auf Gesundheit und Medizin spezialisiertes Modell mit offenen …
Microsoft hat mit Mage-VL-Cowork ein kleines 4-Milliarden-Parameter-Modell veröffentlicht, das Computer per Bildschirm und per Terminal …
Ternäres 20B-Reasoning-Modell von Deepgrove, unter 6 GB groß und schnell auf CPU und kleinen GPUs.
Kleine offene Code-Modelle von JetBrains, z. B. Mellum2.1 Thinking mit 12B Parametern für Coding-Agenten.
JetBrains veröffentlicht Mellum2.1 Thinking, ein Denkmodell mit 12 Milliarden Parametern, von denen nur 2,5 Milliarden pro Token aktiv sind.
ModelBest und OpenBMB haben die MiniCPM-OCR-Serie veröffentlicht: ein 1,3-Milliarden-Parameter-Modell, das gescannte und fotografierte …
Offene multimodale Modellfamilie von MiniMax für Coding und Agenten, mit langem Kontext.
MiniMax hat M3.1 Flash vorgestellt, ein multimodales Mixture-of-Experts-Modell für Coding und Agenten.
Winziges Bildmodell von Cactus Compute, das auf dem Handy Szenen beschreibt, Objekte findet, Text liest und Masken erstellt.
Offene Sprachmodelle des französischen Anbieters Mistral AI, etwa Mistral Small und Devstral.
Mistral hat die Gewichte von Mistral Large 4 veröffentlicht, einem Modell mit rund einer Billion Parametern, das Text und Bilder versteht.
Das MNN-Team von Taobao hat MNN-Pocket-0.3B als Open Source veröffentlicht.
Meta hat mit Muse Glimmer ein offenes Agenten-Modell mit 30 Milliarden Parametern veröffentlicht, das auf einem Mac oder PC mit einer …
Offene Sprachmodell-Familie, deren 33B-Modell auf Coding- und Büro-Agenten mit 512K Kontext ausgelegt ist.
Das Team hinter Nanbeige hat auf Hugging Face das Modell Nanbeige4.3-33B freigegeben.
NVIDIA hat mit Nemotron 3.5 Bolt ein komprimiertes Vision-Sprachmodell veröffentlicht, das nun in der Ollama-Bibliothek verfügbar ist.
NVIDIA hat Nemotron 3.5 Embed, Rerank und Parse mit offenen Gewichten veröffentlicht.
9B-Modell von Bespoke Labs, das Fragen mit festen Antwortoptionen samt Wahrscheinlichkeiten bewertet statt Text zu schreiben.
Kleines 4B-Sprachmodell von NVIDIA, das Schichten mehrfach durchläuft und so mit mehr Rechenzeit besser wird.
NVIDIA hat mit Dory ein offenes Sprachmodell mit 4 Milliarden Parametern vorgestellt, das einen Teil seiner Schichten mehrfach durchläuft.
Offene Modellfamilie von NVIDIA; die 3.5-Super-VL-Variante versteht Text, Bilder und Video mit bis zu 1 Mio. Token Kontext.
NVIDIA hat Nemotron 3.5 Super VL in einer 4-Bit-Variante (NVFP4) veröffentlicht.
Das Allen Institute for AI (Ai2) veröffentlicht OlmoEarth v1.3, ein offenes Modell, das Satellitendaten in kompakte Merkmalsvektoren …
Offene MoE-Modellfamilie von Ornith AI für Coding und Agenten, läuft laut Hersteller auf einer 80-GB-GPU.
Ornith AI veröffentlicht Ornith-1.5-122B, ein Mixture-of-Experts-Modell mit 122 Mrd.
Das chinesische Startup-Team SoMark hat OXR veröffentlicht, ein Open-Weights-Modell mit 1,3 Milliarden Parametern, das PDFs und …
Das japanische KI-Unternehmen Preferred Networks hat sein Übersetzungsmodell PLaMo 3 Translate in vier Größen von 0,8 bis 31 Milliarden …
Kleines lokales Modell, das aus einem Satz eine Three.js-Szene mit GLB-Export für Godot erzeugt.
Ein Entwickler hat in Qwen 3.5 4B eine funktionierende 32-Bit-RISC-V-CPU hineinkompiliert, die komplett innerhalb der Rechenschritte des …
Alibabas Qwen3.8-27B hat nur 27 Milliarden Parameter, liegt in Benchmarks aber nahe an Modellen, die 30- bis 60-mal größer sind.
Ein Community-Nutzer zeigt, wie eine stark komprimierte Coder-Variante von Qwen3.8-Flash-Next mit 262K Kontext auf einer …
Offene Sprachmodelle von KRAFTON mit Fokus auf Koreanisch, Reasoning und Agenten; Raon-1 mini läuft auf einer RTX 5090.
Der Spielekonzern KRAFTON hat mit Raon-1 mini (Preview) ein selbst trainiertes Sprachmodell mit 28,8 Mrd.
Das US-Start-up Reflection AI hat mit Beam ein offenes KI-Modell mit 501 Milliarden Parametern unter Apache-2.0-Lizenz veröffentlicht, …
Das Institute for Protein Design der University of Washington und Nvidia stellen RFD4-Proteina vor, ein offenes generatives Modell für …
Offenes Sprachmodell mit 65 Mrd. Parametern, auf Programmieren mit KI-Agenten ausgelegt.
Das US-Unternehmen Ricursive Intelligence hat Ripple-65B Preview veröffentlicht, ein von Grund auf selbst trainiertes Sprachmodell mit …
Offenes 35B-MoE-Agentenmodell für Forschung, das Aufgaben an Subagenten verteilen und sich selbst prüfen kann.
SenseNova hat ein offenes Modell mit 27 Milliarden Parametern veröffentlicht, das Videos nicht direkt generiert, sondern als …
Offenes 9B-Modell für Text und Bilder, das Schichten mit geteilten Gewichten mehrfach durchläuft.
SenseNova hat auf Hugging Face das Preview-Modell SenseNova-Loop-9B veröffentlicht.
Kompakte offene Sprachmodelle für den Betrieb auf dem eigenen Gerät, mit einstellbarem Denkbudget.
Das SparkLLM-Team (XHToken) hat Spark-X2.6-4B veröffentlicht, ein kleines Sprachmodell mit rund 4 Milliarden Parametern für den Betrieb …
Prism ML hat Qwen3.5-9B so stark komprimiert, dass das Sprach- und Bildmodell nur noch 2,42 GB groß ist.
Kleine offene Modelle von Mistral AI, die Zeitreihen wie Verkäufe oder Sensordaten ohne Training vorhersagen.
Mistral AI stellt mit Timestral eine Familie kleiner Foundation-Modelle für Zeitreihenprognosen vor.
Baidu hat mit Unlimited OCR 2 ein 3,34 Milliarden Parameter großes OCR-Modell unter MIT-Lizenz veröffentlicht.
Offenes Videomodell (9,5 Mrd. Parameter) für ComfyUI, erzeugt Clips aus Text oder animiert Startbilder.
Xiaomi hat mit Xiaomi-OCR-0 ein quelloffenes Dokumentenmodell mit nur 0,8 Milliarden Parametern veröffentlicht.
China Telecom AI hat mit Xing4.0-29B-A4B ein offenes Sprachmodell veröffentlicht, das selbstständig mehrstufige Aufgaben abarbeiten und …
Offenes Vision-Language-Action-Modell von Physical Intelligence zur Steuerung von Robotern.
Offene Sprachmodelle des Technology Innovation Institute (Abu Dhabi), u. a. Falcon 3 und Falcon-H1.
Offene Reasoning-Sprachmodelle von OpenAI in zwei Größen (20B und 120B) zum lokalen Betrieb.
Offene Sprachmodelle von IBM für Unternehmenseinsatz, Code und Dokumentenverarbeitung.
Offene Sprachmodell-Familie von Meta, in vielen Größen frei herunterladbar und lokal nutzbar.
Offene Sprachmodelle von MiniMax mit sehr langem Kontext und Stärken bei Agenten und Code.
Vollständig offene Sprachmodelle von Ai2 – inklusive Trainingsdaten und Trainingscode.
Offenes Sprachmodell von ByteDance Seed mit langem Kontext und Reasoning-Fähigkeiten.
Winzige offene Sprachmodelle von Hugging Face, die sogar im Browser oder auf dem Handy laufen.
Für Entwickler
45Sehr schnelles Diffusions-Sprachmodell von Inception, nutzbar per API und Chat.
Googles Verfahren, KI-Texte, -Bilder und -Audio mit unsichtbaren Wasserzeichen zu markieren; Text-Variante quelloffen.
Bildmodelle von OpenAI per API zum Erzeugen und Bearbeiten von Bildern.
Offener Standard, um KI-Agenten Fähigkeiten als Ordner mit Anleitungen und Skripten beizubringen.
AWS-Dienst, der verschiedene KI-Modelle mehrerer Anbieter über eine gemeinsame Schnittstelle bereitstellt.
API-Modell von Cohere, das Suchergebnisse nach Relevanz neu sortiert, bevor ein Sprachmodell sie nutzt.
Forschungsprototyp von Anthropic, der per Zero-Knowledge-Beweis belegt, welches KI-Modell eine Antwort erzeugt hat.
Werkzeug, das Verweigerungen und andere Verhaltensweisen ohne Training aus lokalen Sprachmodellen entfernt.
Plattform zum Teilen und Nutzen von KI-Modellen, Datensätzen und Demos (Spaces).
Open-Source-Framework von NVIDIA, um Roboter per Reinforcement Learning in der Simulation zu trainieren.
Offener Beweisprüfer und Programmiersprache, mit der sich mathematische Beweise maschinell prüfen lassen.
Proxy und Bibliothek, um viele LLM-APIs im OpenAI-Format anzusprechen.
Framework, das KI-Assistenten und Agenten ein Langzeitgedächtnis gibt.
Quelloffenes NVIDIA-Baukastensystem, um KI-Agenten für Unternehmen zu bauen, anzubinden und zu überwachen.
Plattform mit offenen Weltmodellen und Werkzeugen für Roboter- und Fahrzeug-KI.
Open-Source-Sandbox, in der KI-Agenten nach festen Regeln auf Dateien, Netzwerk und Zugangsdaten zugreifen dürfen.
Leichtgewichtiges Framework für Multi-Agenten-Workflows von OpenAI.
Programmierschnittstelle für GPT-Modelle, Bild-, Audio- und Agentenfunktionen.
Quelloffenes Werkzeug von Anthropic, das Datei- und Netzwerkzugriffe von Prozessen ohne Container einschränkt.
Open-Source-Scanner von NVIDIA, der Skills für KI-Agenten vor der Installation auf Schadcode und Prompt Injection prüft.
Winziges Weltmodell, das auf einem Raspberry Pi Pico 2 W einfache Spiele erzeugt und selbst spielt.
Offenes PyTorch-Backend von Google, mit dem PyTorch-Modelle direkt auf TPUs laufen.
Programmierschnittstelle von Anthropic für die Claude-Modelle.
Framework, um LLM-Pipelines zu programmieren und Prompts automatisch zu optimieren.
Weboberfläche und API zum Testen und Nutzen der Gemini-Modelle.
Cloud-API mit sehr schneller Inferenz für offene Sprachmodelle.
Framework, um eigene Daten mit Sprachmodellen zu verbinden (RAG, Agenten).
Offener Standard, um KI-Assistenten mit Tools und Datenquellen zu verbinden.
Einheitliche API für Hunderte Sprachmodelle verschiedener Anbieter.
Verwaltete Vektordatenbank in der Cloud für KI-Suche.
Dienst, um KI-Modelle per API in der Cloud auszuführen.
Cloud-Plattform zum Ausführen und Feintunen offener Modelle per API.
Hugging-Face-Bibliothek zum Laden, Nutzen und Feintunen vortrainierter Modelle.
Bibliothek für schnelles, speichersparendes Feintuning von Sprachmodellen.