{"id":6134,"date":"2026-02-06T23:01:26","date_gmt":"2026-02-06T23:01:26","guid":{"rendered":"https:\/\/allosai.com\/openai-modelle-genauigkeit-kosten\/"},"modified":"2026-02-06T23:01:26","modified_gmt":"2026-02-06T23:01:26","slug":"openai-modelle-genauigkeit-kosten","status":"publish","type":"post","link":"https:\/\/allosai.com\/de\/blog\/openai-modelle-genauigkeit-kosten\/","title":{"rendered":"Welche OpenAI-Modelle maximieren Genauigkeit und senken Kosten?"},"content":{"rendered":"<div>\n<div>\n<h1>Die richtige OpenAI-Modellwahl f\u00fcr Ihre Gesch\u00e4ftsbed\u00fcrfnisse<\/h1>\n<p>OpenAI-Modelle ver\u00e4ndern, wie Unternehmen und Kreative KI nutzen. Sie treiben Chatbots, Code-Assistenten, Bildgeneratoren und Audio-Tools an. Da sich diese Optionen in Bezug auf Genauigkeit, Kosten und Geschwindigkeit unterscheiden, ist die Wahl des richtigen Modells entscheidend. Stellen Sie sich ein Startup vor, das ein 200-seitiges Transkript in Minuten zusammenfassen muss. Ein kleines, schnelles Modell kann schnelle Zusammenfassungen zur Bewertung liefern. Ein hochgradig logisches Modell hingegen erfasst rechtliche Nuancen und verringert Risiken.<\/p>\n<p>Dieser Artikel hilft Ihnen zu entscheiden, welches gro\u00dfe Sprachmodell f\u00fcr jede Aufgabe verwendet werden sollte. Daher vergleichen wir Abw\u00e4gungen wie Latenz, Preisgestaltung und Kontextfenster. Zum Beispiel skizzieren wir, wann das GPT-5 mini oder GPT-4.1 mini f\u00fcr Zusammenfassungen geeignet ist und wann GPT-5.1 oder GPT-4o tiefgreifendes Denken unterst\u00fctzt. Wir behandeln auch Tokens, Strategien f\u00fcr Aufforderungen, multimodale Bed\u00fcrfnisse und Kosten pro Million Tokens. Infolgedessen werden Sie smartere Entscheidungen \u00fcber Modellauswahl und -bereitstellung treffen.<\/p>\n<p>Vollgepackt mit praktischen Tipps und klaren Regeln zielt dieser Leitfaden darauf ab, Raterei zu minimieren und die Einf\u00fchrung zu beschleunigen.<\/p>\n<\/div>\n<div>\n<h3>\u00dcbersicht der OpenAI-Modelle<\/h3>\n<p>OpenAI-Modelle decken ein breites Spektrum an F\u00e4higkeiten ab. Sie reichen von kleinen, kosteng\u00fcnstigen Optionen bis hin zu f\u00fchrenden Denksystemen. Da sie sich in Bezug auf Skalierung, Latenz und Kosten unterscheiden, eignen sich jeweils verschiedene Modelle f\u00fcr unterschiedliche Anwendungsf\u00e4lle.<\/p>\n<h4>Wichtige Modellfamilien und Funktionen<\/h4>\n<ul>\n<li><strong>GPT-5.1 und GPT-5:<\/strong> f\u00fchrende Denksysteme mit gro\u00dfen Kontextfenstern. Sie zeichnen sich durch tiefgehende Analysen, komplexe Zusammenfassungen und Programmierlogik aus. Allerdings sind sie teurer pro Token und laufen langsamer als die Mini-Varianten.<\/li>\n<li><strong>GPT-5 mini und GPT-5 nano:<\/strong> niedrige Latenz, niedrige Kosten und schnelle Inferenz. Verwenden Sie sie f\u00fcr Zusammenfassungen, Klassifikationen und leichten Chat. Daher eignen sie sich f\u00fcr Aufgaben mit hohem Volumen, bei denen die Kosten eine Rolle spielen.<\/li>\n<li><strong>GPT-4.1-Familie:<\/strong> massive Kontextfenster und starke Mehrdokumentenspeicherung. Sie bieten oft ein Gleichgewicht zwischen Kosten und F\u00e4higkeiten f\u00fcr gro\u00dfe Unternehmensarbeitslasten.<\/li>\n<li><strong>GPT-4o und GPT-4o mini:<\/strong> multimodal und audiof\u00e4hig. Folglich k\u00f6nnen sie Sprachassistenten und multimodalen Chat verarbeiten.<\/li>\n<li><strong>Open-Source-Optionen wie gpt-oss-120b und gpt-oss-20b:<\/strong> Sie laufen lokal und erm\u00f6glichen Feinabstimmungen. F\u00fcr Alternativen siehe <a href=\"https:\/\/huggingface.co\/models\" target=\"_blank\" rel=\"noopener\">weitere offene Modelle<\/a>.<\/li>\n<li><strong>Medien- und Toolchain-Modelle:<\/strong> Whisper f\u00fcr Transkription und GPT Image 1 f\u00fcr Bildaufgaben. Diese Modelle kosten pro Minute oder pro Bildtoken, planen Sie daher entsprechend.<\/li>\n<\/ul>\n<h4>Wie diese Modelle Anwendungen gestalten<\/h4>\n<ul>\n<li><strong>Chatbots und virtuelle Agenten:<\/strong> profitieren von einem Gleichgewicht zwischen Geschwindigkeit und Logik, daher steuern h\u00e4ufig Mini-Modelle die Ersteinsch\u00e4tzung, w\u00e4hrend f\u00fchrende Modelle die Eskalation \u00fcbernehmen.<\/li>\n<li><strong>Codegenerierung und Entwicklerwerkzeuge:<\/strong> ben\u00f6tigen pr\u00e4zise Logik, w\u00e4hlen Sie daher Codex-\u00e4hnliche Modelle, wenn Genauigkeit wichtig ist.<\/li>\n<li><strong>Zusammenfassungen und Suche:<\/strong> nutzen lange Kontextfenster f\u00fcr bessere Relevanz, was sich auf abfrageunterst\u00fctzte Generierungsstrategien auswirkt. F\u00fcr Unternehmensbereitstellungen und Infrastrukturleitf\u00e4den siehe <a href=\"https:\/\/allosai.com\/blog\/enterprise-ai-infrastructure-deployment\/\">diesen Leitfaden<\/a>.<\/li>\n<li><strong>Generative Medien-Workflows:<\/strong> verlassen sich auf spezialisierte Modelle und Werkzeuge, folgen Sie daher \u00dcbernahme-Mustern wie den in <a href=\"https:\/\/allosai.com\/blog\/generative-ai-adoption-qwen-worldgen\/\">diesem Blog<\/a> besprochenen.<\/li>\n<li><strong>Automatisierung bei Einstellung und Zusammenarbeit:<\/strong> verwendet leichtere Modelle f\u00fcr Skalierung und schwerere Modelle f\u00fcr Qualit\u00e4tskontrolle, wie in <a href=\"https:\/\/allosai.com\/blog\/ai-workplace-group-collaboration-recruitment\/\">diesem Artikel<\/a> erkl\u00e4rt.<\/li>\n<\/ul>\n<p>Verwandte Keywords und Konzepte: Tokens, Kontextfenster, multimodal, Preis pro Million Tokens, Denkaufwand, mini, nano, Codex, Feinabstimmung.<\/p>\n<\/div>\n<div>\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/allosai.com\/wp-content\/uploads\/2025\/12\/img-ai-model-interaction-abstract.png\" alt=\"KI-Modelle interagieren\"\/><\/figure>\n<\/div>\n<div>\n<h1>OpenAI Modellvergleichstabelle<\/h1>\n<p>Verwenden Sie diese Tabelle, um beliebte OpenAI-Modelle zu vergleichen und das richtige Modell f\u00fcr Ihre Aufgabe auszuw\u00e4hlen. Die Modelle tauschen Genauigkeit, Kosten und Geschwindigkeit auf unterschiedliche Weise aus. Unten listen wir h\u00e4ufige Anwendungsf\u00e4lle, St\u00e4rken und Einschr\u00e4nkungen f\u00fcr jedes Modell auf. Beispielsweise bieten Flagship-Modelle wie GPT-5.1 tiefes Denken und lange Kontextfenster. Allerdings kosten sie mehr pro Token und laufen langsamer. Mini- und Nano-Varianten bieten schnelle Inferenz und niedrige Kosten. Daher eignen sie sich f\u00fcr Zusammenfassungen und Hochvolumeneins\u00e4tze. Multimodale Modelle f\u00fcgen Audio- und Bildunterst\u00fctzung hinzu, jedoch erh\u00f6hen Medien-Token die Kosten. Open-Source-Modelle erm\u00f6glichen es Teams, lokal zu arbeiten und f\u00fcr Datenschutz und Kontrolle feinzujustieren. Folglich kombinieren viele Teams Modelle in Pipelines, um Preis und Qualit\u00e4t auszubalancieren. Lesen Sie die Tabelle, um Modelle mit realen Arbeitslasten abzugleichen.<\/p>\n<div class=\"table-wrapper\">\n<table>\n<thead>\n<tr>\n<th>Modell<\/th>\n<th>Hauptanwendungsf\u00e4lle<\/th>\n<th>St\u00e4rken<\/th>\n<th>Einschr\u00e4nkungen<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>GPT-5.1<\/td>\n<td>Komplexes Denken, rechtliche \u00dcberpr\u00fcfung, tiefe Code-Aufgaben<\/td>\n<td>Beste Genauigkeit. Gro\u00dfer Kontext (400k). Starkes Denken<\/td>\n<td>H\u00f6chste Kosten pro Token. H\u00f6here Latenz<\/td>\n<\/tr>\n<tr>\n<td>GPT-5<\/td>\n<td>Forschung, hochpr\u00e4zise Generierung, Code-\u00dcberpr\u00fcfung<\/td>\n<td>Starkes Denken. Gro\u00dfer Kontext. Robuste Ausgaben<\/td>\n<td>Kostspielig. Langsame Reaktionszeit f\u00fcr Echtzeitanwendungen<\/td>\n<\/tr>\n<tr>\n<td>GPT-5 mini<\/td>\n<td>Zusammenfassungen, Klassifizierung, Chat in gro\u00dfem Ma\u00dfstab<\/td>\n<td>Niedrige Latenz. Niedrige Kosten. Schnelle Inferenz<\/td>\n<td>Weniger Tiefe bei nuancierten Aufgaben<\/td>\n<\/tr>\n<tr>\n<td>GPT-5 nano<\/td>\n<td>Hohe Inferenzvolumen, einfache Automatisierung<\/td>\n<td>G\u00fcnstig pro Token. Sehr schnell<\/td>\n<td>Begrenztes Denken. K\u00fcrzerer effektiver Kontext<\/td>\n<\/tr>\n<tr>\n<td>GPT-4.1<\/td>\n<td>Unternehmenssuche, Workflows f\u00fcr lange Dokumente<\/td>\n<td>Massiver Kontext. Gutes Verh\u00e4ltnis von Leistung und Kosten<\/td>\n<td>Teurer als Minis bei intensiver Nutzung<\/td>\n<\/tr>\n<tr>\n<td>GPT-4.1 mini<\/td>\n<td>Langkontextzusammenfassungen, RAG-Systeme<\/td>\n<td>Gro\u00dfer Kontext zu geringeren Kosten<\/td>\n<td>Leicht reduzierte Genauigkeit im Vergleich zum Flaggschiff<\/td>\n<\/tr>\n<tr>\n<td>GPT-4o<\/td>\n<td>Multimodale Assistenten, Audio-Ein\/Aus-Anwendungsf\u00e4lle<\/td>\n<td>Verarbeitet Audio und Bilder. Multimodal<\/td>\n<td>Medien-Token k\u00f6nnen teuer sein<\/td>\n<\/tr>\n<tr>\n<td>gpt-oss-120b<\/td>\n<td>Lokale Bereitstellung, Feinabstimmung, private Daten<\/td>\n<td>Open Source. Anpassen. L\u00e4uft auf einem einzelnen H100<\/td>\n<td>Erfordert Infrastruktur. Geringerer \u00d6kosystem-Support<\/td>\n<\/tr>\n<tr>\n<td>Whisper<\/td>\n<td>Transkription und \u00dcbersetzung von Audio<\/td>\n<td>Sehr g\u00fcnstig pro Minute. Genaues Sprach-zu-Text<\/td>\n<td>Kein allgemeines Denkmodell<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<div>\n<p>Verwandte Konzepte, die ber\u00fccksichtigt werden sollten: Tokens, Kontextfenster, multimodale Unterst\u00fctzung, Preis pro Million Tokens, Denkaufwand, Feineinstellung.<\/p>\n<\/div>\n<div>\n<h1>Echte Anwendungen und Vorteile von OpenAI-Modellen<\/h1>\n<p>OpenAI-Modelle erschlie\u00dfen praktischen Wert in verschiedenen Branchen. Sie beschleunigen Arbeitsabl\u00e4ufe, reduzieren manuelle Arbeit mit KI-Automatisierung und verbessern das Kundenengagement. Beispielsweise nutzen Einzelhandelsteams kleinere Modelle, um Chatbots zu betreiben, die R\u00fccksendungen bearbeiten. In der Zwischenzeit verwenden Unternehmenteams Flagship-Modelle, um Vertr\u00e4ge zu \u00fcberpr\u00fcfen und risikobehaftete Klauseln zu kennzeichnen.<\/p>\n<h2>Kundenservice und Kundenengagement<\/h2>\n<ul>\n<li>Anwendungsfall: 24&#215;7 Support-Triage und Eskalation.<\/li>\n<li>Vorteil: Mini-Modelle bearbeiten Routineanfragen schnell und kosteng\u00fcnstig.<\/li>\n<li>Vorteil: Komplexe Anfragen an hochgradige Modelle weiterleiten, sodass sich die Agenten auf wertvollere Arbeiten konzentrieren k\u00f6nnen.<\/li>\n<\/ul>\n<h2>Inhaltserstellung und Marketing<\/h2>\n<ul>\n<li>Anwendungsfall: Entwurf von Blogbeitr\u00e4gen, Social-Copy und Anzeigenvarianten.<\/li>\n<li>Vorteil: Modelle beschleunigen die Inhaltserstellung und erh\u00f6hen so die Produktion, ohne mehr Autoren einstellen zu m\u00fcssen.<\/li>\n<li>Beispiel: Ein Team verwendet GPT-5 mini, um erste Entw\u00fcrfe zu erstellen. Dann nutzen sie ein Flagship-Modell, um Ton und Genauigkeit zu verfeinern.<\/li>\n<\/ul>\n<h2>Datenanalyse und Entscheidungsunterst\u00fctzung<\/h2>\n<ul>\n<li>Anwendungsfall: Zusammenfassen langer Berichte und Extrahieren von Erkenntnissen.<\/li>\n<li>Vorteil: Modelle mit gro\u00dfen Kontextfenstern fassen Dokumente in Aktionspunkte zusammen. Infolgedessen sparen Analysten Stunden pro Bericht.<\/li>\n<li>Beispiel: Ein Finanzteam analysiert Earnings Calls mit einem Langzeit-Kontextmodell, um Risiken und Themen zu extrahieren.<\/li>\n<\/ul>\n<h2>Weitere Sektoren<\/h2>\n<ul>\n<li>Bildung: Automatisierung der Benotung und Personalisierung von Lernpfaden.<\/li>\n<li>Gesundheitswesen: Triage von Patientennotizen vor der \u00dcberpr\u00fcfung durch Kliniker.<\/li>\n<li>Medien und Design: Konzepte mit multimodalen Modellen generieren.<\/li>\n<\/ul>\n<p>Da Teams Modelle kombinieren, balancieren sie Kosten und Qualit\u00e4t. F\u00fcr Open-Source-Alternativen und Modelle, die lokal ausgef\u00fchrt werden k\u00f6nnen, siehe <a href=\"https:\/\/huggingface.co\/models\" target=\"_blank\" rel=\"noopener\">Hugging Face Models<\/a>.<\/p>\n<\/div>\n<div>\n<h2>Fazit<\/h2>\n<p>Wir haben behandelt, wie sich die OpenAI-Modelle hinsichtlich Genauigkeit, Kosten und Geschwindigkeit unterscheiden. Da Modelle die Latenz gegen das Denken abw\u00e4gen, w\u00e4hlen Sie basierend auf der Aufgabe. Zum Beispiel sollten Sie Mini-Modelle f\u00fcr die Hochvolumen-Triage und Flaggschiff-Modelle f\u00fcr tiefgehende Analysen und rechtliche \u00dcberpr\u00fcfungen verwenden.<\/p>\n<p>Bereit, diese Ideen in die Praxis umzusetzen? Probieren Sie AllosAI als Ihre AI-Automatisierungsplattform unter <a href=\"https:\/\/allosai.com\">AllosAI<\/a>. AllosAI unterst\u00fctzt die Integration von externem Chat, intelligente Inhaltserstellung und Automatisierung der Kundeninteraktion. Daher hilft es Teams, ohne Qualit\u00e4tsverlust zu skalieren.<\/p>\n<h3>Wichtigste Funktionen von AllosAI<\/h3>\n<ul>\n<li>Unterst\u00fctzung f\u00fcr externen Chat, der mit bestehenden Systemen verbunden ist.<\/li>\n<li>Intelligente Inhaltsinhalts-Workflows f\u00fcr schnellere Marketingausgaben.<\/li>\n<li>Automatisierung der Kundeninteraktion, die die Bearbeitungszeit reduziert und das Engagement verbessert.<\/li>\n<\/ul>\n<p>Zusammenfassend l\u00e4sst sich sagen, dass die Wahl des Modells zur Arbeitslast Geld spart und die Qualit\u00e4t erh\u00f6ht. Infolgedessen beschleunigt das Paaren der richtigen OpenAI-Modelle mit einer Plattform wie AllosAI die Bereitstellung und erzielt Ergebnisse. Probieren Sie AllosAI noch heute unter <a href=\"https:\/\/allosai.com\">AllosAI<\/a> aus.<\/p>\n<\/div>\n<div>\n<h1>H\u00e4ufig gestellte Fragen (FAQs)<\/h1>\n<details open style=\"background-color:#000000; border-left:4px solid #0096c7; padding:15px 20px; margin-bottom:15px; border-radius:8px; box-shadow:0 2px 6px rgba(0,0,0,0.1); transition: background 0.3s;\">\n<summary style=\"font-weight:bold; cursor:pointer; font-size:1.1em;\">Was sind OpenAI-Modelle und wie unterscheiden sie sich?<\/summary>\n<p style=\"margin-top:8px; color:#ffffff;\">OpenAI-Modelle sind trainierte Systeme f\u00fcr Sprache, Code, Bilder und Audio. Sie unterscheiden sich durch Gr\u00f6\u00dfe, Kontextfenster und Kosten. Beispielsweise tauschen Mini- und Nano-Modelle Tiefe gegen Geschwindigkeit ein. Im Gegensatz dazu bieten Flaggschiff-Modelle st\u00e4rkere Argumentation und gr\u00f6\u00dfere Kontexte.<\/p>\n<\/details>\n<details style=\"background-color:#000000; border-left:4px solid #0096c7; padding:15px 20px; margin-bottom:15px; border-radius:8px; box-shadow:0 2px 6px rgba(0,0,0,0.1); transition: background 0.3s;\">\n<summary style=\"font-weight:bold; cursor:pointer; font-size:1.1em;\">Welches Modell sollte ich f\u00fcr den Kundenservice w\u00e4hlen?<\/summary>\n<p style=\"margin-top:8px; color:#ffffff;\">Verwenden Sie Mini-Modelle f\u00fcr Routineanfragen und Triage, da sie schnell und kosteng\u00fcnstig sind. Leiten Sie jedoch Eskalationen an Flaggschiff-Modelle weiter, wenn Genauigkeit wichtig ist. Dieser Hybridansatz verbessert die Kundenbindung und reduziert die Arbeitslast der Agenten.<\/p>\n<\/details>\n<details style=\"background-color:#000000; border-left:4px solid #0096c7; padding:15px 20px; margin-bottom:15px; border-radius:8px; box-shadow:0 2px 6px rgba(0,0,0,0.1); transition: background 0.3s;\">\n<summary style=\"font-weight:bold; cursor:pointer; font-size:1.1em;\">Kann ich Modelle lokal ausf\u00fchren oder Open-Source-Alternativen verwenden?<\/summary>\n<p style=\"margin-top:8px; color:#ffffff;\">Ja. Open-Source-Modelle wie gpt-oss-120b und gpt-oss-20b laufen auf privater Infrastruktur. Daher setzen Teams sie aus Datenschutz- oder Feinabstimmungsgr\u00fcnden ein. Sie erfordern jedoch mehr Ingenieur- und GPU-Ressourcen.<\/p>\n<\/details>\n<details style=\"background-color:#000000; border-left:4px solid #0096c7; padding:15px 20px; margin-bottom:15px; border-radius:8px; box-shadow:0 2px 6px rgba(0,0,0,0.1); transition: background 0.3s;\">\n<summary style=\"font-weight:bold; cursor:pointer; font-size:1.1em;\">Wie beeinflussen Tokens und Preise meine Rechnung?<\/summary>\n<p style=\"margin-top:8px; color:#ffffff;\">Tokens treiben die Kosten in die H\u00f6he, da die meisten Preise pro Million Tokens berechnet werden. L\u00e4ngere Kontextfenster erh\u00f6hen den Tokenverbrauch, also \u00fcberwachen Sie sowohl Eingabe- als auch Ausgabetokens. Optimieren Sie daher Eingabeaufforderungen und batchen Sie Anfragen, um die Ausgaben zu reduzieren.<\/p>\n<\/details>\n<details style=\"background-color:#000000; border-left:4px solid #0096c7; padding:15px 20px; margin-bottom:15px; border-radius:8px; box-shadow:0 2px 6px rgba(0,0,0,0.1); transition: background 0.3s;\">\n<summary style=\"font-weight:bold; cursor:pointer; font-size:1.1em;\">Wie kombiniere ich Modelle in der Produktion?<\/summary>\n<p style=\"margin-top:8px; color:#ffffff;\">Erstellen Sie Pipelines, die kosteng\u00fcnstige Modelle f\u00fcr Skalierung und starke Modelle zur Verifizierung verwenden. Verwenden Sie retrieval-augmentierte Generierung f\u00fcr lange Dokumente. F\u00fcgen Sie au\u00dferdem \u00dcberwachungs- und Fallback-Regeln hinzu, um die Qualit\u00e4t aufrechtzuerhalten und die Kosten zu kontrollieren.<\/p>\n<\/details>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Choosing the Right OpenAI Model for Your Business Needs OpenAI models are reshaping how businesses and creators use AI. They power chatbots, code assistants, image generators, and audio tools. Because these options differ in accuracy, cost, and speed, picking the right one matters. Imagine a startup that must summarize a 200 page transcript in minutes. [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":988,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"rank_math_focus_keyword":"OpenAI Modelle","rank_math_description":"Ein praktischer Leitfaden, wann man OpenAI-Modelle f\u00fcr Genauigkeit, Kosten und Geschwindigkeit nutzen sollte \u2013 Tipps zu GPT-5, GPT-4o und Open-Source-Optionen.","footnotes":""},"categories":[38],"tags":[14],"class_list":["post-6134","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai","tag-features"],"_links":{"self":[{"href":"https:\/\/allosai.com\/de\/wp-json\/wp\/v2\/posts\/6134","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/allosai.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/allosai.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/allosai.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/allosai.com\/de\/wp-json\/wp\/v2\/comments?post=6134"}],"version-history":[{"count":0,"href":"https:\/\/allosai.com\/de\/wp-json\/wp\/v2\/posts\/6134\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/allosai.com\/de\/wp-json\/wp\/v2\/media\/988"}],"wp:attachment":[{"href":"https:\/\/allosai.com\/de\/wp-json\/wp\/v2\/media?parent=6134"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/allosai.com\/de\/wp-json\/wp\/v2\/categories?post=6134"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/allosai.com\/de\/wp-json\/wp\/v2\/tags?post=6134"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}