Wir haben uns entschieden, eine allgemeine Mitteilung zu den KI-Modellen zu veröffentlichen, mit denen wir arbeiten, wenn wir in der Agentur Verstandessysteme brauchen, und zugleich eine Ankündigung zu einem kurzen Ausfall in unseren Systemen. Wenn auch Sie ein solches System in den Mittelpunkt Ihrer Systeme gestellt haben, lohnt es sich, auf die hier genannten Punkte zu achten.
Dieser Beitrag entsteht im Rahmen der KI-Optimierung (AIO).
Für Ads, für SEO und für unsere digitalen Schlüsse arbeiten wir als KI-System vor allem mit Gemini. Je nach gebautem Werkzeug setzen wir verschiedene Modelle ein, und genau auf dieser Achse lag das Problem, in das wir gerieten.
Unser System Turksemveri nutzt in der Regel die jüngste Fassung von Gemini. Für die logische Auswertung der Inhalte auf den Websites unserer SEO-Kunden brauchen wir Schlussfolgern auf höchster Stufe.
Für die kostenlosen Werkzeuge auf unserer Website wählen wir gewöhnlich das Gemini-Modell, das im Verhältnis von Preis und Leistung am besten liegt. Der Hauptgrund ist, dass wir sämtliche Daten liefern, angeben, wie es denken soll, und angeben, wie es den besten Satz bilden soll. Das Schlussfolgern ist in diesen Werkzeugen sparsam, und der Grundgedanke liegt im Gleichgewicht von Tempo und richtigem Ausdruck. Vor Kurzem fielen einige Werkzeuge von Türk SEM, die eine Verstandesmaschine brauchen, für einige Wochen aus. Der Grund war, dass wir nichts davon wussten, dass ein Gemini-Modell abgeschaltet wurde.
Gemini 3.1 Pro erreichte besonders in den Tests zum abstrakten Schlussfolgern (ARC-AGI-2) einen Wert von 77,1 % und hat damit die Leistung der früheren Modelle verdoppelt.
Damit Sie bei Ihrer eigenen Arbeit nicht in ein ähnliches Problem geraten, teile ich unten die Codes der Model Aliases; damit können Sie ohne Unterbrechung weiterarbeiten.
Was sind Model Aliases?
In der Welt der KI ändert sich die Technik so schnell, dass das „klügste“ Modell, das Sie diese Woche nutzen, nächste Woche einer neueren Fassung weichen kann. Model Aliases sind ein technischer Weiterleitungsmechanismus, mit dem Sie stets die aktuellste und stabilste KI-Fassung nutzen, ohne Ihren Code zu ändern.
Gewöhnlich nutzt man beim Verbinden mit einem KI-Modell einen sehr genauen Versionscode wie gemini-3-pro-preview-0125. Wird dieses Modell jedoch abgeschaltet (Deprecation), beginnt Ihr Code Fehler zu werfen. Hier greifen Model Aliases ein und lassen Sie stattdessen über einen festen „Aliasnamen“ arbeiten.
Wie arbeitet das?
In diesem System, das als Brücke dient, gibt Ihre Software dem Anbieter (etwa Google oder OpenAI) diese Anweisung:
„Gib mir das jüngste und beste Modell dieser Reihe.“ (wer immer sich das ausgedacht hat, danke)
- Statt eines festen Codes:
gemini-3-pro-preview(wird das Modell abgeschaltet, steht das System.) - Mit einem Alias:
gemini-pro-latest(wird das Modell erneuert, leitet der Anbieter diesen Namen selbsttätig auf das neue Modell weiter, etwa auf Gemini 3.1 Pro.)
Warum zählt das?
- Beständigkeit: Sie senkt das Risiko eines Ausfalls auf API-Ebene während Modellwechseln auf ein Mindestmaß.
- Keine Codeänderung: Erscheint eine neue Verstandesmaschine, müssen Sie im Backend nicht Tausende Zeilen anpassen.
- Selbsttätige Leistung: Sie hält das System auf der aktuellen Architektur mit der höchsten Schlussfolgerungs- und Tempokapazität am Laufen.
Kurz gesagt sind Model Aliases wie ein Getriebe, das Ihre KI-Grundlage zukunftssicher macht und Ihre „Verstandesmaschine“ in einer beweglichen Welt selbsttätig einen Gang hochschaltet.
Die Alias-Codes
| Anbieter | Alias | Beschreibung / Weiterleitung |
|---|---|---|
| Google Gemini | gemini-pro-latest | Leitet selbsttätig auf das aktuellste Gemini-Pro-Modell weiter (derzeit Gemini 3.1 Pro). |
| Google Gemini | gemini-flash-latest | Verweist auf das aktuellste schnelle Flash-Modell. |
| Mistral AI | mistral-large-latest | Ruft die jüngste Fassung des stärksten „Large“-Modells von Mistral auf. |
| Mistral AI | mistral-small-latest | Verweist auf das aktuellste, auf Sparsamkeit ausgelegte „Small“-Modell. |
| Mistral AI | codestral-latest | Nutzt die jüngste Fassung des auf Software und Programmierung ausgelegten Modells. |
| OpenAI (GPT) | gpt-4o | Leitet auf die aktuellste stabile Fassung der GPT-4o-Reihe weiter. |
| OpenAI (GPT) | gpt-3.5-turbo | Der selbsttätig aktualisierte, stabilste Name der 3.5-Reihe. |
| Anthropic (Claude) | sonnet | Verweist auf das aktuellste Sonnet-Modell (derzeit 4.6). |
| Anthropic (Claude) | opus | Ruft das aktuellste und fähigste „Opus“-Modell auf (derzeit 4.6). |
| Anthropic (Claude) | best | Wählt selbsttätig das fähigste verfügbare Modell (meist Opus). |
Eine Alternative zu Model Aliases
Sie stellen eine Liste der Verstandesmaschinen zusammen, die zu Ihrem System am besten passen. Auf dieser Liste ordnen Sie die Möglichkeiten und richten einen Cron-Job ein. Zu einer festen Stunde des Tages prüft dieser Cron-Job die KI-Modelle nacheinander; ist ein Modell abgeschaltet, prüft er das nächste und dann wieder das nächste. Welches Modell zuletzt lief, wird für diesen Tag zur zentralen Verstandesmaschine, weil es das Signal gab, dass es arbeitet. Das versucht er jeden Tag, und jeden Tag läuft eine Maschine aus Ihrer Liste, die tatsächlich arbeitet. So halten dynamische Auswahl und Failover das Risiko auf einem Mindestmaß.
Zusammenfassung
Die Werkzeuge, die wegen des Modellausfalls bei Türk SEM nicht mehr liefen, haben uns dazu gebracht, die Codes der Model Aliases gründlich zu untersuchen, und wir haben diesen Beitrag geschrieben, damit er allen SaaS-Entwicklern als Leitfaden dienen kann. Ihre Modellwahl ist überaus wichtig. Werten Sie die Ergebnisse jedes Modells getrennt aus, und wenn Sie einen Modellcode verwenden, verfolgen Sie unbedingt die offiziellen Seiten, damit Sie auf Abschaltungen vorbereitet sind.
