DeepSeek
AllgemeinOpen-Weight-LLMs, darunter ein 671-Milliarden-Parameter-MoE-Modell auf GPT-4o-Niveau zu deutlich günstigeren API-Kosten
Diese Kategorie umfasst Tools rund um große Sprachmodelle: Infrastruktur für den Einsatz, das Fine-Tuning, die Evaluierung und das Monitoring von LLMs im Produktionsbetrieb. Mit 369 gelisteten Tools gehört sie zu den technisch anspruchsvolleren Kategorien auf der Website – sie richtet sich in erster Linie an Entwickler und ML-Ingenieure, nicht an Endanwender.
Open-Weight-LLMs, darunter ein 671-Milliarden-Parameter-MoE-Modell auf GPT-4o-Niveau zu deutlich günstigeren API-Kosten
Präsentationsfolien sofort aus Text generieren
Schreibeditor für Langformen: Bücher, Romane und Drehbücher
Video sofort in 3D-Animation umwandeln
Text aus Bildern per OCR extrahieren
Anki-Lernkarten aus Lernmaterial per KI erstellen
KI-Fotos, Videos und Vertonungen erstellen und planen
Text-zu-Podcast-Tool mit 120+ KI-Stimmen und natürlichen Gesprächen in mehreren Sprachen
KI-Texte umschreiben, um Erkennungstools zu umgehen
KI-Text humanisieren, um Detektoren zu umgehen
Blogs, PDFs und Audio in KI-Videos verwandeln
Verzeichnis von KI-Videotools mit Workflow-Vergleichen
Textbausteine und Schnellantworte für Support-Teams
KI-generierte Texte in natürlich klingendes Schreiben umwandeln
SMS, WhatsApp und Sprachagenten für Microsoft Teams
Professionelle Plagiatserkennung für Texte
PDFs in TikTok-ähnliche Lernvideos umwandeln
Text aus Bildern, Dokumenten und Screenshots extrahieren
Text-to-Speech, Voice-to-Text und Übersetzung
Individuelle Emojis mit KI erstellen
Sprache-zu-Text-Diktat und Transkription
KI-gestützter Landing-Page-Builder für Marketer
Kollaborative Schreib-App mit KI-Unterstützung
KI-generierten Text so aufbereiten, dass er Erkennungstools umgeht
LLM-Tooling ist parallel zu den Modellen selbst stark gewachsen, und die Kategorie umspannt mittlerweile mehrere klar abgegrenzte Problembereiche. Deployment- und Serving-Tools wie PeriFlow und Dstack helfen Teams, Modelle effizient im großen Maßstab zu betreiben. Evaluierungs- und Observability-Tools wie UpTrain und AIWatch verfolgen Modellqualität, Drift und Kosten über die Zeit. Gedächtnis- und Retrieval-Tools wie Cognee ergänzen LLM-Anwendungen um persistenten Kontext oder RAG-Fähigkeiten. Bei der Auswahl sind die entscheidenden Fragen: Infrastrukturpassung (Cloud, On-Premises oder hybrid), Modellkompatibilität (nur OpenAI oder auch Open-Source-Gewichte) und ob das Tool den tatsächlichen Engpass adressiert – sei es Latenz, Kosten, Genauigkeit oder Entwicklergeschwindigkeit. Preisstrukturen variieren: Manche Tools berechnen pro verarbeitetem Token, andere pro Nutzer oder API-Aufruf. Open-Source-Optionen existieren in den meisten Unterkategorien, was für Teams mit ausreichend technischer Kapazität zur Selbsthoste eine ernstzunehmende Alternative darstellt.