Das richtige Modell bringt dich schneller voran, spart Kosten und liefert bessere Ergebnisse. Cursor unterstützt alle Top-Modelle. Die meisten Modelle können jede Aufgabe bewältigen, aber sie verhalten sich unterschiedlich – und diese Unterschiede sind entscheidend.

Wie sich Modelle unterscheiden

Modelle werden auf unterschiedliche Weise trainiert und reagieren auf unterschiedliche Art. Manche „denken, bevor sie Code schreiben“, während andere direkt loslegen. Einige ergreifen die Initiative und sind schnell, während andere sich Zeit nehmen, deine Anweisungen zu verstehen, bevor sie handeln. Hier sind ein paar Dimensionen, die du berücksichtigen solltest:
  • Durchsetzungsvermögen: Manche Modelle (wie gemini-2.5-pro oder claude-4-sonnet) sind selbstbewusst und treffen Entscheidungen mit minimalem Prompting.
  • Neugier: Andere (wie o3 oder claude-4-opus) planen zuerst oder stellen Fragen, um den Kontext besser zu verstehen.
  • Kontextfenster: Manche Modelle können mehr von deinem Codebase auf einmal verarbeiten, was für größere Aufgaben nützlich ist.

Warum es wichtig ist

Jedes Modell hat unterschiedliche Stärken. Manche sind top für schnelle Umsetzung, andere eignen sich besser fürs Planen und das Ausloten von Optionen. Das richtige Modell zu wählen ermöglicht dir:
  • schneller Ergebnisse zu bekommen
  • hochwertigere Vorschläge zu erhalten
  • deine Nutzung und Kosten zu optimieren
Ähnlich wie bei der Zusammenarbeit mit Menschen interpretiert jedes Modell Prompts anders. Mit der Zeit entwickelst du ein Gespür dafür, wie jedes Modell liest, denkt und handelt. So weißt du, welches Modell am besten zu deiner Aufgabe passt.

Modellverhalten

Eine Möglichkeit, über Modellverhalten nachzudenken, ist, wie viel Eigeninitiative es zeigt.

Denkende Modelle

Diese Modelle erkennen deine Absicht, planen voraus und treffen oft Entscheidungen, ohne Schritt-für-Schritt-Anweisungen zu brauchen.
  • Ideal, wenn du willst, dass das Modell eigenständig loslegt
  • Weniger Prompting erforderlich, dafür manchmal meinungsstärker
  • Kann größere Änderungen vornehmen, als du vielleicht erwartest
Beispiele:
  • claude-4-opus
  • gemini-2.5-pro
  • o3 (für komplexes Reasoning konzipiert)
Nutze diese, wenn du Ideen erkundest, breit refaktorierst oder willst, dass das Modell unabhängiger agiert.
Denkende Modelle sind in der Regel teurer als nicht-denkende Modelle. Schau dir die Modellpreise an.

Nicht-denkende Modelle

Diese Modelle warten auf explizite Anweisungen. Sie schließen nicht auf Intentionen und raten nicht; ideal, wenn du die Ausgabe direkt steuern willst.
  • Ideal für präzise, kontrollierte Änderungen
  • Erfordern mehr Prompting, verhalten sich aber berechenbarer
  • Einfacher zu steuern, zu überarbeiten und zu fine-tunen
Beispiele:
  • claude-4-sonnet
  • gpt-4.1
Nutze diese, wenn du enge Kontrolle willst, konsistentes Verhalten brauchst oder an klar definierten Aufgaben arbeitest.

Auswahl nach Stil

Viele Nutzer wählen ihr bevorzugtes Modell eher nach Interaktionsstil als nach Aufgabentyp. Manche mögen durchsetzungsstarke Modelle, die die Führung übernehmen. Andere bevorzugen solche, die auf Anweisung warten. claude-4-sonnet, gemini-2.5-pro und gpt-4.1 können alle als verlässliche Daily Driver dienen – am Ende hängt es davon ab, wie viel Kontrolle du willst.

So triffst du die Auswahl

Cursor gibt dir Zugriff auf eine kuratierte Auswahl leistungsstarker Modelle. Du kannst nach mehreren Faktoren wählen – hier sind ein paar gängige:

1. Prompting-Stil

Wenn du lieber …Modelle
Die Kontrolle behältst, klar anleitestclaude-4-sonnet, gpt-4.1
Dem Modell Initiative überlässtclaude-4-opus, gemini-2.5-pro, o3

2. Aufgabentyp

Nutze diese Tabelle, um deine Aufgabe einem passenden Modell zuzuordnen:
AufgabeModelle
Zielgerichtete Änderungenclaude-4-sonnet, gemini-2.5-pro
Codebase-Navigation/Suchegemini-2.5-pro, claude-4-opus, o3
Planung oder Problemlösungclaude-4-opus, gemini-2.5-pro
Komplexe Bugs oder tiefes Reasoningo3
o3 ist für komplexe, mehrdeutige Probleme konzipiert. Es ist leistungsfähig, aber auch langsamer und ressourcenintensiver, weshalb es sich besser für gelegentliche Nutzung eignet.

Auswahlbaum

Das sind subjektive Empfehlungen. Du solltest das Modell wählen, das für dich am besten funktioniert.

Auto-Auswahl

Auto hält dich im Flow, indem es ein zuverlässiges Modell aus dem obigen Pool auswählt (ohne o3). Es routet nicht nach Aufgabentyp, ist aber eine solide Standardeinstellung, wenn du unsicher bist, welches du wählen sollst.

Speichere, was funktioniert

Sobald du Kombinationen gefunden hast, die gut funktionieren – z. B. bestimmte Prompts in Kombination mit bestimmten Modellen – kannst du sie als Custom Modes speichern. Diese erlauben dir:
  • Ein Modell vorab auszuwählen
  • Eigene Anweisungen hinzuzufügen
  • Das Setup für zukünftige Aufgaben wiederzuverwenden

Updates

Dieser Abschnitt listet die wichtigsten Überarbeitungen und Aktualisierungen dieses Guides auf.
DatumÄnderungen
Ende Mai 2025Empfehlungen für neuere Modelle aktualisiert. Kategorien vereinfacht, da die Fähigkeiten besser werden.
Anfang Mai 2025Erste Version mit Hinweisen zur Modellauswahl, Verhaltensmustern und Auswahlkriterien

Takeaways

  • Wähl das Modell, das für dich am besten funktioniert
  • Manche Modelle ergreifen die Initiative. Die sind nützlich für Erkundung, Planung und Aufgaben, bei denen du willst, dass das Modell Ideen beisteuert.
  • Andere folgen Anweisungen strikt. Die sind nützlich für Präzision, Vorhersagbarkeit und Aufgaben, bei denen du direkte Kontrolle willst.
  • claude-4-sonnet, gemini-2.5-pro und gpt-4.1 sind starke Daily Driver. Deine Wahl hängt von deinem Interaktionsstil ab.
  • o3 ist für die härtesten Probleme ausgelegt.
  • Auto-Select ist eine sichere Standardeinstellung, wenn du unsicher bist.
  • Speichere effektive Setups als Custom Modes, um deinen Workflow zu optimieren.