Kann ich o1 lokal ausführen?

Nein. o1 ist ein geschlossenes, nur per API verfügbares Modell von OpenAI — es gibt nichts zum Herunterladen und es kann nicht offline betrieben werden.

Was kostet o1 und wie groß ist das Kontextfenster?

OpenAI verlangt $15,00 pro Million Eingabetokens und $60,00 pro Million Ausgabetokens, mit einem Kontextfenster von 200.000 Tokens.

Worin unterscheidet sich o1 von anderen OpenAI-Modellen?

Im Gegensatz zu Standard-GPT-Modellen wurde o1 mit Reinforcement Learning trainiert, um Probleme mittels Chain-of-Thought vor der Antwort zu durchdenken, was es bei schweren MINT-Aufgaben stärker, aber langsamer und teurer als seine Geschwister macht.

O1

2485°

#llm #openai #vision #logik #programmieren #mathematik

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

OpenAI | 200.000 Token Kontext | $15,00/M Eingabe, $60,00/M Ausgabe. Die neueste und stärkste Modellfamilie von OpenAI, o1 ist darauf ausgelegt, mehr Zeit zum Nachdenken vor der Antwort zu verwenden. Die o1-Modellserie wird mit groß angelegtem Reinforcement Learning trainiert, um Reasoning mittels Chain of Thought durchzuführen. Die o1-Modelle sind optimiert für Mathematik, Naturwissenschaften, Programmierung und andere STEM-bezogene Aufgaben. Sie zeigen durchgehend PhD-Niveau Genauigkeit bei Benchmarks in Physik, Chemie und Biologie. Mehr dazu in der Launch-AnkündigungOpens in new tab.

Anleitungen zu diesem Modell

Offene Gewichte vs. Open Source vs. Nur API: Was du wirklich darfst

Wie man im Oktober 2026 ein KI-Modell auswählt: Neuigkeiten zu Closed Source und dann die Open-Weights, die sich zum Download lohnen

Die 10 günstigsten ChatGPT-Alternativen 2026: kostenlose lokale Modelle, Gratis-Stufen und Flatrate-Tarife

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

o1 ist OpenAIs auf Denken fokussiertes Modell, trainiert mit groß angelegtem Reinforcement Learning, um Probleme mittels Chain-of-Thought vor der Antwort durchzudenken. Es zielt auf MINT-Arbeiten ab — Mathematik, Physik, Chemie, Biologie, Programmierung — und ist für Aufgaben gebaut, bei denen eine langsamere, überlegte Antwort schnellerer vorzuziehen ist. Für andere Bereiche sind günstigere OpenAI-Modelle meist ausreichend.

Bekannt für

PhD-Niveau Genauigkeit bei Physik-, Chemie- und Biologie-Benchmarks
Chain-of-Thought-Denken im Training verankert, nicht nur per Prompt hinzugefügt
200.000 Token Kontextfenster für lange technische Dokumente
Vision-Unterstützung neben Texteingabe
Optimiert für Mathematik- und Programmieraufgaben, die Standardmodelle überfordern

Achte auf

Ausgabepreise von $60 pro Million Tokens sind hoch; lange Denkspuren treiben die Kosten schnell in die Höhe.
Geschlossene Gewichte, nur API — kein lokaler Betrieb, kein Fine-Tuning, keine Offline-Nutzung.
Für alltägliches Schreiben, Chat oder Zusammenfassungen überdimensioniert und zu teuer.

Am besten für

Prompts zum Ausprobieren

Beweis eines kombinatorischen Ergebnisses

Beweisen Sie, dass die Anzahl der Möglichkeiten, ein 2×n-Brett mit 1×2-Dominosteinen zu belegen, der Fibonacci-Relation folgt. Zeigen Sie jeden Schritt Ihrer Überlegung, nennen Sie explizit Basisfälle und bestätigen Sie, dass die Rekurrenz für n=4 gilt.

Fehlerbehebung eines subtilen Algorithmus

Hier ist eine Python-Implementierung des Dijkstra-Algorithmus, die bei Graphen mit Kanten mit Gewicht Null falsche kürzeste Pfade liefert. Lesen Sie den Code sorgfältig, identifizieren Sie den genauen Fehler, erklären Sie, warum er das Problem verursacht, und liefern Sie eine korrigierte Version. [Code hier einfügen]

Analyse eines chemischen Mechanismus

Erklären Sie den Mechanismus der Diels-Alder-Reaktion zwischen Butadien und Maleinsäureanhydrid. Erläutern Sie das Orbital-Symmetrie-Argument, warum sie thermisch erlaubt ist, sagen Sie die Stereochemie des Produkts voraus und nennen Sie Bedingungen, die das Endo-Addukt bevorzugen.

Vergleichen mit

GPT-5.6 Sol
Nur API-Modell
1,050,000 Token Kontext · $4.00/M Eingabe, $20.00/M Ausgabe
GPT-6.1 Sol
Nur API-Modell
1,050,000 Token Kontext · $2.00/M Eingabe, $10.00/M Ausgabe
GPT-6 Sol
Nur API-Modell
1,050,000 Token Kontext · $2.00/M Eingabe, $10.00/M Ausgabe
gpt-oss-120b
Modell mit offenen Gewichten
131,072 Token Kontext · $0.15/M Eingabe, $0.60/M Ausgabe

Mehr Textmodelle von openai

Häufig gestellte Fragen

Kann ich o1 lokal ausführen?: Nein. o1 ist ein geschlossenes, nur per API verfügbares Modell von OpenAI — es gibt nichts zum Herunterladen und es kann nicht offline betrieben werden.
Was kostet o1 und wie groß ist das Kontextfenster?: OpenAI verlangt $15,00 pro Million Eingabetokens und $60,00 pro Million Ausgabetokens, mit einem Kontextfenster von 200.000 Tokens.
Worin unterscheidet sich o1 von anderen OpenAI-Modellen?: Im Gegensatz zu Standard-GPT-Modellen wurde o1 mit Reinforcement Learning trainiert, um Probleme mittels Chain-of-Thought vor der Antwort zu durchdenken, was es bei schweren MINT-Aufgaben stärker, aber langsamer und teurer als seine Geschwister macht.

Captain's Urteil
Das richtige Werkzeug für schwere MINT-Probleme, bei denen Genauigkeit wichtiger ist als Geschwindigkeit oder Kosten — für alles andere überdimensioniert.

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

Mistral Small 3.2 24B

TEXT / LLM

MiMo V2.6 Flash

TEXT / LLM

Nano Banana Pro (Gemini 3 Pro Image Preview)

TEXT / LLM

Muse Spark 1.1

TEXT / LLM

KI-Modelle für Bild-, Video- und Texterzeugung

O1 ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm openai vision logik programmieren mathematik forschung

Nach Modellfamilie stöbern