KI-Modell-Äquivalente: das Opus, Sonnet und Haiku jeder Coding-CLI

GPT-6.1 Sol. In der Tabelle oben liegen Claude Opus und GPT-6.1 Sol beide auf der Opus-Stufe: Das ist das Flaggschiff, auf dem der Großteil ernsthafter Coding-Arbeit läuft, direkt unter der Frontier-Stufe. Das Frontier-Modell von Codex, das Gegenstück zu Fable, ist GPT-6 Astra. Für Arbeit auf der Sonnet-Stufe ist das Codex-Modell GPT-6 Luna. Und das Modell der Haiku-Stufe in der Liste ist Codex Spark.

Gemini 3.1 Pro (High), in Antigravity. Gemini Pro ist die Flaggschiff-Reihe von Google und liegt daher auf der Opus-Stufe. Gemini Flash spielt die Rolle von Sonnet: heute Gemini 3.8 Flash (High).

GPT-6 Luna, in Codex. Die ausgewogene Reihe von OpenAI liegt auf der Sonnet-Stufe: stark genug für die meisten Features, günstiger als das Flaggschiff.

Codex Spark, in Codex: das leichte, schnelle Modell der Reihe, für Umbenennungen, kleine Korrekturen und schnelle Fragen.

Dieselbe Stufe heißt nicht dieselben Ergebnisse. GPT-6.1 Sol und Opus 5.5 spielen in der Modellreihe ihres jeweiligen Herstellers dieselbe Rolle, unterscheiden sich aber weiterhin in Preis, Geschwindigkeit, Kontextfenster, Nutzungslimits und den Aufgaben, die sie am besten bewältigen, und die Benchmark-Rankings zwischen beiden ändern sich mit jedem Release. Verlässlich ist nur ein Test beider Modelle an derselben Aufgabe aus Ihrer eigenen Arbeit: AgentsRoom startet auf jedem Modell einen Agenten, nebeneinander, im selben Projekt.

Heute steht Opus auch in den Modelllisten von Antigravity, OpenCode, Aider, GitHub Copilot, oh-my-pi und Devin, unter dem Namen, den die jeweilige CLI ihm gibt. Gleiche Familie, gleiche Stufe: Die Äquivalenz ändert sich nicht mit der CLI, die das Modell anbietet.

Weil die Skala der Rolle folgt, die ein Modell spielt, und nie übertreibt. Open-Weight-Familien bieten oft ein hervorragendes Preis-Leistungs-Verhältnis, und mehrere CLIs führen sie, doch eine davon auf die Opus-Stufe zu setzen hieße, Ihnen zu sagen, sie könne Opus bei jeder Aufgabe ersetzen, was bisher keine durchgängig gezeigt hat. Ihre leichten Varianten liegen auf der Haiku-Stufe.

Weil sie kein Modell sind: GitHub Copilot (Auto), Amp (Amp default), Freebuff (Freebuff default), Devin (Adaptive) und Cursor (Default) lassen den Dienst bei jeder Anfrage ein Modell wählen, es gibt also keine feste Leistungsfähigkeit, die sich vergleichen ließe. Die Tabelle lässt sie weg, statt zu raten.

Die Tabelle wird bei jedem Aufruf der Seite berechnet, aus demselben Modellkatalog, den die AgentsRoom-App jedem Desktop und jedem Smartphone bereitstellt. Wenn AgentsRoom ein Modell hinzufügt, das eine CLI veröffentlicht hat, erscheint es hier sofort auf seiner Stufe, und die Version, die es ersetzt, wird als Ältere Version markiert. Die Beliebtheitsflammen werden alle zehn Minuten aus den Starts der letzten 30 Tage aktualisiert.

Ja, auf zwei Arten, und beide machen nur Vorschläge. AI Suggestion schätzt den Umfang der Aufgabe ein, bevor sich die Sitzung öffnet (Schnell, Standard, Komplex oder Extrem), und öffnet den Agenten auf dem günstigsten Modell seiner CLI, das sie noch bewältigen kann. Adaptive Mode liest Ihren Entwurf, sobald die CLI läuft, und schlägt ein leichteres Modell vor, wenn die Aufgabe kein Flaggschiff braucht, oder bestätigt Ihnen, dass das aktuelle Modell das richtige ist.