Anthropic- und Google-Modelle sind jetzt innerhalb der AI Agent Action in Workflows verfügbar – zusätzlich zu OpenAI. Du kannst den Anbieter und das Modell wählen und den Denkaufwand über ein überarbeitetes Auswahlmenü steuern.

Was ist neu

Erweiterte Anbieter- und Modellunterstützung

Die AI Agent Action unterstützt nun Modelle von drei Anbietern:

• Anthropic: Claude Opus 5, Claude Sonnet 5, Claude Haiku 4.5
• Google: Gemini 3.6 Flash, Gemini 3.1 Pro Preview
• OpenAI: GPT-5.6 Luna, GPT-5.6 Tera, GPT-5.6 Sol, GPT-5 Nano

Neues Auswahlmenü für Modelle

Modelle sind in der Auswahl nach Anbieter gruppiert. Modelle, die Denken/Reasoning unterstützen, sind mit einem entsprechenden Hinweis ("thinking chip") markiert. Zudem zeigt jede Modelloption eine kurze Beschreibung, wofür das Modell ausgelegt ist, damit du die passende Wahl treffen kannst.

Aufwandssteuerung (Effort Control)

Du kannst den Denkaufwand direkt im Dropdown auf Low, Medium oder High einstellen. Höherer Aufwand liefert tiefergehende Reasoning-Ergebnisse bei komplexen Aufgaben, niedrigerer Aufwand liefert schnellerere Antworten bei einfachen Aufgaben. Die Aufwandssteuerung ist für Modelle verfügbar, die Thinking/Reasoning unterstützen.

Anleitung

1. Öffne deine AI Agent Action.
2. Klicke auf das Modell-Dropdown.
3. Wähle den Anbieter und nutze den Thinking-Hinweis und die Modellbeschreibung, um ein Modell auszuwählen.
4. Wähle im gleichen Dropdown eine Aufwandsstufe (Low, Medium, High).
5. Speichern und veröffentlichen.

Warum das wichtig ist

Ein leistungsfähiges Flaggschiff-Modell eignet sich für mehrschrittiges Reasoning, bei dem Genauigkeit entscheidend ist. Ein schnelleres, leichteres Modell eignet sich für Intent-Klassifikation, einfache Leseaufgaben und Basis-Operationen – so kannst du das richtige Modell für die jeweilige Aufgabe wählen.

Die Aufwandssteuerung fügt eine zusätzliche Entscheidungsdimension hinzu, sodass du Qualität gegen Geschwindigkeit und Token-Verbrauch auf Aktionenebene abwägen kannst.

Aufbauend auf zuvor bereitgestellten Token-Optimierungen kann dieselbe Aufgabe jetzt bis zu 50% günstiger ausgeführt werden.