Welche KI passt zu deinem Mac?
Lokal, Cloud oder hybrid — wir testen Modelle praxisnah und erklären sie verständlich.
Finde heraus, welche lokalen Modelle, Cloud-APIs und Mac-Setups für RAM, Datenschutz, Kosten und Alltag wirklich sinnvoll sind.
Artikel
Zuletzt veröffentlicht
- Test CodingKreativität Claude Fable 5 ist zurück: Status, Preis und Mac-Alternativen Anthropic gibt Claude Fable 5 nach aufgehobenen US-Exportkontrollen wieder frei. Der aktuelle Stand zu Claude Code, API, Cloud-Anbietern, Preis, Datenschutz und lokalen Mac-Alternativen.
- Test CodingHardware Claude Sonnet 5 auf dem Mac: Agenten, Coding, 1M Kontext und API-Kosten erklärt
- Test KreativitätHardware Gemini 3.1 Flash Lite Image auf dem Mac: Nano Banana Lite für schnelle KI-Bilder erklärt
- Test Cloud ChatGPT 5.6: GPT-5.6 Sol, Terra und Luna erklärt
- Test HardwareCloud Gemini 3.5 Flash auf dem Mac: Preise, API und lokale Grenzen
- Test HardwareCloud Sakana Fugu Ultra: KI-Orchestrator mit Agenten-Pool statt lokalem Modell
- Vergleich HardwareLokal Apple Intelligence vs. lokale KI: Datenschutz auf dem Mac
- Review CodingCreativity Claude Fable 5 Is Back: Status, Pricing and Mac Alternatives Anthropic is redeploying Claude Fable 5 after US export controls were lifted. Current status for Claude Code, the API, cloud providers, pricing, data retention and local Mac alternatives.
- Review CodingHardware Claude Sonnet 5 on Mac: Agents, Coding, 1M Context and API Costs Explained
- Review CreativityHardware Gemini 3.1 Flash Lite Image on Mac: Nano Banana Lite Explained
- Review Cloud ChatGPT 5.6 Explained: GPT-5.6 Sol, Terra and Luna
- Review HardwareCloud Sakana Fugu Ultra: An AI Orchestrator, Not a Model You Can Download
- Comparison HardwareLocal Apple Intelligence vs Local AI: Mac Privacy Guide
- Review CodingHardware GLM-5.2 OpenRouter Pricing: 1M Context & Mac Limits
Entscheidungsraster
Welcher KI-Stack passt zu deiner Aufgabe?
01 Text, Recherche, Office
- Input
- Prompt-Länge, Quellenlage, Datenschutz
- Test
- Cloud-Modelle gegen lokale Setups: Antwortqualität, Nacharbeit, Kosten pro Aufgabe.
- Input
- Medientyp, Dateigröße, Offline-Pflicht
- Test
- Vision- und Speech-Modelle nach Erkennung, Latenz und Setup-Aufwand sortiert.
- Input
- Repo-Größe, Toolzugriff, Budgetdeckel
- Test
- Agenten, APIs und lokale Code-Modelle nach Patch-Qualität und Fehlerrate.
- Input
- Mac, RAM, Modellgröße, Risiko
- Test
- Mac-Hardware, Unified Memory und API-Modelle im gleichen Entscheidungsraster.
Praxistest
Messwerte nur dort, wo sie Entscheidungen ändern.
Ein Benchmark ist hier kein Balkendiagramm als Selbstzweck. Jede Messung hängt an einer Frage: schneller lokal, günstiger per API oder robuster als hybrider Workflow?
01 Modellleistung auf Apple Silicon Tokens/s, RAM-Druck, thermisches Verhalten Vergleichbare Setups statt Herstellerfolien. 02 Tool gegen Tool Setup-Zeit, Export, API, Bedienfehler Gewinner nach Use Case, nicht nach Hype. 03 Lokal oder Cloud Datenschutz, Latenz, Grenzkosten, Ausfallrisiko Die Grenze wird pro Workflow gezogen.
Hardware
Was läuft auf welchem Mac?
Die Übersicht ordnet Modellgrößen nach Arbeitsspeicher ein. Der Finder fragt Mac, RAM und Einsatzzweck ab.