Das richtige Modell hilft dir, schneller voranzukommen, weniger auszugeben und bessere Ergebnisse zu erzielen. Cursor unterstützt alle erstklassigen Modelle. Die meisten Modelle können jede Aufgabe erledigen, verhalten sich aber unterschiedlich – und diese Unterschiede sind wichtig.

Wie sich Modelle unterscheiden

Modelle werden auf unterschiedliche Weise trainiert und reagieren mit jeweils eigenen Stilen. Manche „denken, bevor sie Code schreiben“, während andere direkt loslegen. Manche 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:
  • Durchsetzungsfähigkeit: 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) nehmen sich Zeit zum Planen oder stellen Fragen, um den Kontext besser zu verstehen.
  • Kontextfenster: Manche Modelle können mehr von deiner Codebasis auf einmal verarbeiten, was für groß angelegte Aufgaben nützlich ist.

Warum das wichtig ist

Jedes Modell hat unterschiedliche Stärken. Manche sind top bei schneller Umsetzung, andere eignen sich besser für Planung und das Ausloten von Optionen. Das richtige Modell zu wählen, ermöglicht dir:
  • Schnellere Ergebnisse
  • Höherwertige Vorschläge
  • Optimierte Nutzung und Kosten
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. Das hilft dir einzuschätzen, welches Modell am besten zu deiner Aufgabe passt.

Modellverhalten

Eine Möglichkeit, über das Verhalten eines Modells nachzudenken, ist zu schauen, wie viel Initiative es übernimmt.

Denkende Modelle

Diese Modelle erschließen deine Absicht, planen voraus und treffen oft Entscheidungen, ohne dass du sie Schritt für Schritt anleiten musst.
  • Ideal, wenn du das Modell mit der Aufgabe eigenständig loslegen lassen willst
  • Weniger Prompting nötig, dafür manchmal meinungsstärker
  • Kann größere Änderungen vornehmen, als du erwartest
Beispiele:
  • claude-4-opus
  • gemini-2.5-pro
  • o3 (für komplexes Reasoning entwickelt)
Nutze diese, wenn du Ideen explorierst, breit refaktorierst oder möchtest, dass das Modell unabhängiger agiert.
Denkende Modelle sind in der Regel teurer als nicht-denkende Modelle. Schau dir Modellpreise an.

Nicht-denkende Modelle

Diese Modelle warten auf explizite Anweisungen. Sie leiten nichts ab, raten nicht und sind ideal, wenn du die Ausgabe direkt steuern willst.
  • Ideal für präzise, kontrollierte Änderungen
  • Erfordern mehr Prompting, verhalten sich aber vorhersehbarer
  • Leichter zu steuern, zu überarbeiten und feinzujustieren
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 entschlossene Modelle, die die Führung übernehmen. Andere bevorzugen solche, die auf Anweisungen 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 anhand mehrerer Faktoren wählen, hier sind ein paar typische:

1. Prompting-Stil

Wenn du lieber …Modelle
Die Kontrolle behalten, klare Anweisungen gebenclaude-4-sonnet, gpt-4.1
Dem Modell die Initiative überlassenclaude-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. Wähle das Modell, das für dich am besten funktioniert.

Automatische Auswahl

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

Speichere, was funktioniert

Sobald du gut funktionierende Kombinationen findest – etwa bestimmte Prompts zusammen mit bestimmten Modellen – kannst du sie als Custom Modes speichern. Diese erlauben dir:
  • Ein Modell vorab auszuwählen
  • Eigene Anweisungen hinzuzufügen
  • Das Setup für zukünftige Tasks wiederzuverwenden

Updates

Dieser Abschnitt dokumentiert größere Überarbeitungen und Updates an diesem Guide.
DatumÄnderungen
Ende Mai 2025Empfehlungen für neuere Modelle aktualisiert. Kategorien vereinfacht, da die Fähigkeiten besser werden.
Anfang Mai 2025Erste Version mit Leitlinien zur Modellauswahl, Verhaltensmustern und Auswahlkriterien

Takeaways

  • Wähl das Modell, das für dich am besten funktioniert
  • Manche Modelle ergreifen Initiative. Die sind hilfreich für Exploration, Planung und Aufgaben, bei denen du willst, dass das Modell Ideen beisteuert.
  • Andere folgen Anweisungen sehr genau. Die sind hilfreich 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 vom Interaktionsstil ab.
  • o3 ist für die härtesten Probleme gemacht.
  • Auto-select ist eine sichere Voreinstellung, wenn du unsicher bist.
  • Speichere effektive Setups als Custom Modes, um deinen Workflow zu beschleunigen.