PandaNpc kann integrierte Chat-Modelle nutzen, die vom Dienst bereitgestellt werden, sowie Modelle, die über Ihren eigenen API-Anbieter verbunden sind. Es kann auch Codierungs-Engines wie Claude Code, OpenAI Codex und PandaCode fernsteuern. Diese sind verwandte Optionen, aber nicht austauschbar.
Diese Seite ist eine Momentaufnahme des integrierten Modellkatalogs vom 17. August 2026. Die Verfügbarkeit von Modellen ändert sich schneller als die Dokumentation, daher ist der Modellauswähler in der App maßgeblich. Die öffentliche KI-Modell-Rangliste ist der beste Ort, um aktuelle Qualitäts-, Geschwindigkeits- und Preisdaten zu vergleichen.
Integrierter Modellkatalog
Integrierte Modelle können ausgewählt werden, ohne einen eigenen Anbieterschlüssel einzugeben. Der Katalog umfasst derzeit:
| Provider-Familie | In PandaNpc angezeigte Modelle | Guter Ausgangspunkt für |
|---|---|---|
| OpenAI | GPT-5.6 Sol | Allgemeines Denken, Programmierung, toolorientierte Arbeitsabläufe |
| Anthropic | Claude Fable 5, Claude Opus 4.8, Claude Sonnet 5 | Langfristiges Denken, Code-Review, Implementierungsplanung |
| Gemini 3.1 Pro | Multimodale und Langdokument-Arbeit | |
| DeepSeek | DeepSeek v4 pro, DeepSeek v4 flash | Denken oder schnellere kostenbewusste Anfragen |
| Moonshot AI | Kimi Coding k3, Kimi Coding k3 [1m], Kimi K3 | Programmierung und Arbeitsabläufe mit langem Kontext; der Eintrag [1m] kennzeichnet explizit die Variante mit großem Fenster |
| Zhipu AI | GLM-5.2 | Allzweck-Chinesisch- und Programmieraufgaben |
| Alibaba | Qwen 3.7 Max | Allgemeines Denken, mehrsprachige Arbeit und Code |
Namen im Auswähler kennzeichnen eine Dienstkonfiguration, keine dauerhafte Leistungsgarantie. Anbieter können zugrunde liegende Modellversionen, Kontextlimits, Preise, Ratenlimits oder regionale Verfügbarkeit überarbeiten.
Integrierte Modelle, API-Modelle und Codierungs-Engines
Wählen Sie die richtige Ebene, bevor Sie Namen vergleichen:
| Ebene | Wo es läuft | Authentifizierung und Abrechnung | Typische Verwendung |
|---|---|---|---|
| Integriertes PandaNpc-Modell | Über den PandaNpc-Modellservice | Verwendet Ihren PandaNpc-Zugang und das geltende Servicekontingent | Chat, Notizen, Zusammenfassungen und unterstützte KI-Funktionen |
| Modell eines benutzerdefinierten Anbieters | Direkt gegen die Basis-URL, die Sie konfigurieren, sofern unterstützt | Verwendet den API Key Ihres Anbieters und die Abrechnung des Anbieters | OpenAI-kompatible Endpunkte, private Gateways, Ollama oder LM Studio |
| Claude Code- oder Codex-Engine | Auf Ihrem verbundenen Computer | Verwendet das Konto oder die API-Konfiguration dieser lokalen CLI | Bearbeiten von Repositorys, Ausführen von Befehlen und agentisches Programmieren |
| PandaCode-Engine | Auf Ihrem verbundenen Computer mit einem konfigurierbaren Backend | Verwendet das PandaCode zugewiesene Modell/den zugewiesenen Anbieter | Claude-Code-artiger Arbeitsablauf auf DeepSeek, Qwen, privaten Gateways und anderen unterstützten APIs |
Die Auswahl von GPT-5.6 Sol in einem Chat ändert nicht das Modell, das von einem bereits auf Ihrem Computer ausgeführten Codex-Prozess verwendet wird. Ebenso gewährt das Teilen einer Claude-Code-Verbindung kein separates integriertes Chat-Modellkontingent. Siehe die PandaPaw-Verbindungsreferenz für Informationen darüber, wie lokale Codierungs-Engines remote bereitgestellt werden.
So wählen Sie ein Modell
Gehen Sie von der Aufgabe aus, nicht vom Markennamen:
- Repository-weites Programmieren: Verwenden Sie Claude Code, Codex oder PandaCode, wenn die Aufgabe Dateien, Shell-Befehle, Tests und Tool-Genehmigungen erfordert. Wählen Sie das Modell der Engine basierend auf dem Repository und dem Budget.
- Komplexes Denken oder Überprüfung: Beginnen Sie mit einem Flaggschiff- oder „Pro“-Modell wie GPT-5.6 Sol, Claude Opus 4.8, Claude Sonnet 5, Gemini 3.1 Pro oder DeepSeek v4 pro und vergleichen Sie dann die tatsächlichen Ergebnisse mit Ihrer Eingabeaufforderung.
- Schnelle Iteration: Eine „Flash“-Konfiguration wie DeepSeek v4 flash kann besser für Klassifizierung, Umschreiben, Extraktion und wiederholte kleine Aufrufe geeignet sein.
- Sehr lange Eingaben: Wählen Sie einen Katalogeintrag, dessen angegebenes Kontextfenster die Anfrage abdeckt, z. B. Kimi Coding k3 [1m], aber gehen Sie nicht davon aus, dass maximaler Kontext maximale Genauigkeit liefert. Abruf, Zusammenfassungen und kleinere, fokussierte Eingaben sind oft zuverlässiger und kostengünstiger.
- Chinesische oder mehrsprachige Arbeit: Vergleichen Sie Kimi-, DeepSeek-, GLM-, Qwen-, Gemini-, Claude- und OpenAI-Optionen anhand repräsentativer Texte. Die Sprachqualität variiert je nach Domäne und Anweisungsstil.
- Kostenbewusste Arbeitslasten: Vergleichen Sie Eingabepreis, Ausgabepreis, Richtlinie für zwischengespeicherte Eingaben sowie Fehler-/Wiederholungsrate. Ein billigerer Token kann trotzdem mehr kosten, wenn das Modell wiederholte Versuche benötigt.
Kontextfenster und Ausgabelimit sind unterschiedlich
Das Kontextfenster ist das gesamte Token-Budget für Anweisungen, Gesprächsverlauf, Tool-Ergebnisse, abgerufenen Text und generierte Ausgabe. Die Einstellung für die maximale Ausgabe begrenzt nur die Antwort. Ein Modell, das mit einem Fenster von einer Million Token beworben wird, akzeptiert nach Einbeziehung von Systemanweisungen und reservierter Ausgabe nicht unbedingt eine Eingabeaufforderung mit einer Million Token.
Für benutzerdefinierte PandaCode-Modelle zeigt das Modellformular Context Window und Max Tokens an. Lassen Sie sie leer, wenn PandaNpc das Modell bereits kennt. Wenn Sie benutzerdefinierte Werte eingeben, verwenden Sie die dokumentierten Grenzen des Anbieters und lassen Sie Sicherheitsspielraum für System-Prompts und Komprimierung. Wenn Sie ein Fenster festlegen, das größer ist als die Upstream-API unterstützt, kann eine lang laufende Sitzung erst nach erheblicher Arbeit fehlschlagen.
Verfügbarkeit, Kontingente und Datenschutz
Bevor Sie sich in der Produktion auf ein Modell verlassen, bestätigen Sie Folgendes:
- Es erscheint in Ihrem aktuellen Modellauswähler und ist für Ihr Konto autorisiert.
- Seine Eingabetypen passen zu Ihrer Aufgabe; ein Textmodell akzeptiert möglicherweise keine Bilder oder Dateien.
- Sein Anbieterkontingent, Ratenlimit und die Abrechnungsrichtlinie sind akzeptabel.
- Ihre Anforderungen an die Datenverarbeitung erlauben das Senden der ausgewählten Inhalte an diesen Anbieter.
- Tool-Aufrufe und strukturierte Ausgabe funktionieren mit der genauen von Ihnen gewählten Modellversion.
PandaNpc kann Chat- oder Sitzungsinhalte an den Anbieter übertragen, der die ausgewählte Funktion unterstützt. Lesen Sie die Datenschutzrichtlinie und die eigenen Aufbewahrungs- und Schulungsbedingungen Ihres Anbieters, bevor Sie vertrauliches Material senden.
Hinzufügen eines Modells, das nicht aufgeführt ist
Wenn ein OpenAI-kompatibles oder unterstütztes Anbietermodell fehlt, fügen Sie einen Anbieter hinzu und registrieren Sie dann dessen genaue Modellkennung. Die Anzeigebezeichnung kann benutzerfreundlich sein, aber Model Value muss der Kennung entsprechen, die von der Upstream-API erwartet wird. Folgen Sie Konfigurieren Sie einen benutzerdefinierten KI-Anbieter und API-Key für den vollständigen Einrichtungs- und Überprüfungsablauf.
Wenn ein Modell unerwartet verschwindet oder ausfällt, überprüfen Sie zuerst den Live-Auswähler und den Anbieterstatus. Katalogänderungen, ausgemusterte Modell-IDs, abgelaufene Schlüssel, Kontolimits und inkompatible Kontexteinstellungen sind häufigere Ursachen als ein Installationsproblem des PandaNpc-Clients.