Womit unser Agent denkt

Was die Zahlen sagen

• Werkzeug-Treffsicherheit – die wichtigste Achse für einen Assistenten, der echte Aktionen ausführt: Unser Modell liegt mit 95 % auf Frontier-Niveau, gleichauf mit Claude Opus, knapp hinter der GPT-5.4-Familie (97–100 %). Und das in vier Sprachen.
• Verlässlichkeit: null leere oder fehlerhafte Antworten über alle Testläufe hinweg. Genau hier sahen wir bei einigen anderen, auch grösseren Modellen Aussetzer – der häufigste Grund für Frust im echten Betrieb.
• Geschwindigkeit: volle Support-Antworten in median rund 2.4 Sekunden (90 % unter 2.7 s); reine Werkzeug-Entscheidungen in etwa einer Sekunde. Schnell genug, dass sich ein Gespräch natürlich anfühlt.
• Antwortqualität: Die Spitzenmodelle (GPT-5.4: 9.8) und das grössere Qwen3.5-122B (9.5) formulieren etwas stärker. Für korrekte, belegte Support-Antworten reicht unser Niveau klar. Eine Schwäche kennen wir und nennen sie offen: Bei Anfragen, zu denen die Suche nichts findet, sucht unser Modell eher erneut, statt sofort «nichts gefunden» zu melden. Daran arbeiten wir gezielt. Für Literaturpreise gäbe es ohnehin Stärkere.
• Kosten: Mit 1 / 5 CHF pro Mio. Tokens liegt unser Modell weit unter den Premium-Modellen (Opus 3.97 / 19.85, Sonnet 2.38 / 11.91, GPT-5.4 1.99 / 11.91) – wir behaupten aber nicht, das billigste zu sein. Es gibt günstigere Modelle; sie erfüllen unsere übrigen Kriterien nicht so gut.

Das grösste versteckte Risiko: wenn sich das Modell unter Ihnen ändert

Wer einen Assistenten direkt an eine fremde Cloud-API hängt, hat ein Problem, das man erst merkt, wenn es zu spät ist: Der Anbieter aktualisiert oder pensioniert das Modell – und Ihre sorgfältig abgestimmten Abläufe brechen über Nacht. Eine neue Modellversion wählt plötzlich ein anderes Werkzeug, formuliert anders, hält sich nicht mehr an dieselben Vorgaben. Sie haben weder Kontrolle über das Wann noch über das Ob.

Wir haben das strukturell ausgeschlossen:

• Ein fixiertes, selbst betriebenes Modell. Es ändert sich nur, wenn wir es ändern – nicht, wenn ein Anbieter einen Stichtag setzt.
• Speziell auf Botster abgestimmt. Das Modell ist auf unsere Werkzeuge, unsere Sprache und unsere Abläufe ausgerichtet – nicht ein generisches Modell, dem man hofft, dass es passt.
• Testfälle, die genau unsere Workflows prüfen. Unser Benchmark besteht aus Fällen, die exakt auf Botster zugeschnitten sind. Bei einem fremden Modell, das sich jederzeit ändern kann, lässt sich diese Verlässlichkeit schlicht nicht garantieren.
• Kein Blindwechsel. Sollte je ein neues Modell besser passen, wechseln wir erst, nachdem es gegen unseren Botster-Benchmark angetreten ist und bestanden hat – nie auf Verdacht, nie unter Zeitdruck eines Anbieters.

Für Sie heisst das: Ihr Assistent verhält sich morgen so wie heute. Stabilität ist keine Glückssache, sondern eingebaut.

Warum diese Wahl – und was Sie davon haben

Wir haben nicht das billigste und nicht das prestigeträchtigste Modell gewählt, sondern das mit der besten Kombination für unseren Zweck:

• Datensouveränität. Es läuft auf Infrastruktur, die wir in der Schweiz kontrollieren – nicht in einer fremden Cloud, deren Bedingungen sich ändern können. Für Spitäler, Behörden und Schweizer KMU ist das die Voraussetzung, überhaupt mitzumachen.
• Verlässlichkeit durch Kontrolle. Weil wir das Modell selbst betreiben, kontrollieren wir die Konfiguration und haben die Aussetzer-Probleme strukturell beseitigt – keine API-Blackbox.
• Spitzen-Treffsicherheit zu fairem Preis. Frontier-nahes Routing, deutlich unter den Premium-Tarifen.

Und es bleibt offen

Die Modell-Landschaft ändert sich monatlich – unsere Preisdaten aktualisieren wir automatisch täglich, den Benchmark wiederholen wir bei jeder relevanten Modelländerung. Sobald ein Modell für unsere Aufgaben und unsere Anforderungen an Souveränität messbar besser passt, wechseln wir. Datengetrieben, nicht marketinggetrieben. Die Methodik legen wir auf Anfrage offen.