Auswahl von KI-Modellen für 3CX
Einführung
KI-Modelle unterscheiden sich darin, wie gut sie ein Gespräch verstehen, wie schnell sie antworten und wie viel ihr Betrieb kostet. Die beste Wahl hängt von der jeweiligen Aufgabe ab: Die Erstellung einer einfachen Anrufzusammenfassung stellt andere Anforderungen als die Analyse eines detaillierten Streifalls oder die Betreuung eines Live-Kunden-Gesprächs.
Diese Prinzipien gelten für den Vergleich von Optionen von OpenAI, xAI Grok und Google.
OpenAI und xAI Grok stehen für integrierte 3CX KI-Agenten sowie für die Transkription und Analyse von Aufzeichnungen zur Verfügung. Google steht für die Transkription und Analyse von Aufzeichnungen zur Verfügung, jedoch nicht für integrierte KI-Agenten.
Prüfen Sie, welche spezifischen Modelle der jeweiligen Anbieter in Ihrer 3CX-Installation verfügbar sind, und vergleichen Sie diese Optionen.
Arten von KI-Modellen in 3CX
- Sprach-zu-Text-Modelle wandeln gesprochene Aufzeichnungen in ein schriftliches Transkript um.
- Text- und Analyse-Modelle verarbeiten Transkripte, um Zusammenfassungen, Notizen, Handlungsaufforderungen und Ergebnisse zur Stimmungsanalyse zu erstellen. Textmodelle unterstützen auch Aufgaben wie KI-Chat und E-Mail-Generierung.
- Echtzeit-Modelle wickeln Live-Sprachgespräche mit KI-Agenten ab, indem sie Anrufer verstehen und gesprochene Antworten generieren.
So zeigen Sie die Modelleinstellungen im Admin-Konsole an:
- Transkription und Analyse: Öffnen Sie Admin > Integrationen > Transkription.
- KI-Agent-Modelle: Öffnen Sie Admin > Integrationen > KI.
Das Analyse-Textmodell (für Zusammenfassungen und Stimmungsanalyse) und das KI-Textmodell (von KI-Agenten für Telefonbuchsuche, Wissensdatenbank-Aufgaben und E-Mail-Generierung verwendet) werden separat konfiguriert.
Kleinere und größere Modelle
Anbieter bieten üblicherweise effiziente Modelle für Routineaufgaben und leistungsfähigere Modelle für anspruchsvolle Aufgaben an. „Kleinere“ und „größere“ beschreiben hier diese breiten Stufen; Anbieter nutzen unterschiedliche Architekturen und Benennungsschemata, sodass Namen keine universelle Rangfolge darstellen.
Innerhalb einer vergleichbaren Modellfamilie sind kleinere Modelle im Allgemeinen kostengünstiger und antworten schneller. Größere Modelle bieten in der Regel eine stärkere Handhabung komplexer Anweisungen, Zweideutigkeiten und Beziehungen zwischen Details. Ein neueres effizientes Modell kann ein älteres größeres Modell übertreffen, und ein höherer Preis garantiert nicht bei jedem Anruf ein besseres Ergebnis.
- Beginnen Sie mit einem kleineren Modell für klare Routinegespräche wie Buchungsbestätigungen, einfache Anfragen oder Zusammenfassungen mit einem vereinbarten nächsten Schritt. Die geringeren Verarbeitungskosten sind bei hohem Anrufaufkommen von Vorteil.
- Erwägen Sie ein größeres Modell für Gespräche mit mehreren Themen, sich ändernden Anforderungen oder widersprüchlichen Aussagen, bei denen Nachverfolgungsaktionen der richtigen Person und den richtigen Bedingungen zugeordnet werden müssen.
- Wählen Sie für Live-KI-Agenten ein Modell, das die Anfragen der Anrufer präzise verarbeitet und zügig antwortet.
- Qualität bedeutet, wichtige Fakten und Bedeutungen zu bewahren. Eine längere oder geschliffenere Zusammenfassung ist nicht automatisch genauer. Beide Stufen können Details auslassen oder falsche Schlussfolgerungen ziehen.
Gesprächslänge und Kontext
Längere Gespräche geben dem Modell mehr Informationen zur Verarbeitung und mehr Details zur Verknüpfung. Eine frühere Anfrage kann später korrigiert werden, ein Angebot kann zurückgezogen werden oder eine Aktion kann von einer Bedingung abhängen, die an anderer Stelle im Anruf besprochen wurde. Leistungsfähigere Modelle sind im Allgemeinen besser darin, diese Änderungen zu verfolgen und zusammenhängende Details zu verknüpfen.
Die Komplexität der Diskussion ist ebenso wichtig wie ihre Länge. Ein langer, sich wiederholender Statusanruf benötigt möglicherweise wenig Interpretation, während eine kurze Beschwerde mit widersprüchlichen Informationen eine sorgfältigere Analyse erfordert.
Das Kontextfenster ist die Menge an Informationen, mit der ein Modell in einer Anfrage arbeiten kann, einschließlich Anweisungen und Gesprächsinhalten. Es unterscheidet sich von der Modellgröße: Ein effizientes Modell kann ebenfalls ein großes Kontextfenster haben. Die Qualität der Analyse hängt auch davon ab, wie gut das Modell diese Details interpretiert und verknüpft.
3CX kann lange Aufzeichnungen teilen und den Verlauf von Live-Gesprächen verdichten. Dies hilft, die Menge an Gesprächsinhalten zu verwalten, die bei jeder Anfrage an das Modell übergeben wird.
Antwortgeschwindigkeit
Kleinere Modelle antworten innerhalb einer vergleichbaren Modellfamilie gewöhnlich schneller. Längere Eingaben, mehr Argumentation und längere Antworten erhöhen den Arbeitsaufwand. Die Antwortzeit hängt auch von der Anbieterauslastung, der Netzwerklatenz und der Zeit ab, die für das Nachschlagen von Informationen oder das Ausführen anderer Aktionen benötigt wird.
- Für Live-KI-Agenten halten schnellere Antworten das Gespräch im Fluss und verkürzen die Wartezeit der Anrufer. Das Modell muss die Anfrage verstehen und in einem Tempo antworten, das zu einem Live-Gespräch passt.
- Bei Zusammenfassungen nach dem Anruf und Stimmungsanalysen bestimmt die Verarbeitungsgeschwindigkeit, wie schnell die Ergebnisse den Nutzer zur Verfügung stehen. Zusätzliche Verarbeitungszeit kann sich lohnen, wenn sie die Genauigkeit verbessert, wichtige Details bewahrt und manuelle Korrekturen reduziert.
Kosten verstehen
Kleinere Modelle haben im Allgemeinen niedrigere Preise als größere Modelle derselben Familie. Die Einsparungen werden mit zunehmendem Anrufvolumen bedeutender. Überprüfen Sie die aktuellen Eingabe-, Ausgabe- und Audiopreise des Anbieters für die in Ihrer Installation verfügbaren Modelle.
Textbasierte Analysen werden üblicherweise nach Tokens abgerechnet, die kleine Textabschnitte darstellen. Die Eingabe umfasst das Transkript und die Anweisungen; die Ausgabe umfasst das generierte Ergebnis. Audio- und Echtzeitdienste können nach Audio-Tokens oder Dauer abgerechnet werden. Die Abrechnungsmethode und die Modellpreise bestimmen die Kosten für die Verarbeitung jedes Anrufs.
Längere Transkripte erhöhen die Eingabenutzung, während detailliertere Antworten die Ausgabenutzung erhöhen. Einige Modelle berechnen auch die für das Ergebnis genutzte Argumentation. Berücksichtigen Sie Gebühren für Transkription, Analyse und etwaige erneute Versuche bei der Berechnung der Gesamtverarbeitungskosten.
Berücksichtigen Sie die Verarbeitungskosten zusammen mit der Zeit, die zur Überprüfung und Korrektur der Ergebnisse benötigt wird. Ein günstigeres Modell bietet einen guten Wert, wenn es die erforderlichen Informationen zuverlässig erfasst. Ein leistungsfähigeres Modell kann seine höheren Kosten rechtfertigen, wenn es wichtige Details und vereinbarte Aktionen genauer erfasst und manuelle Korrekturen reduziert.
Aktuelle Preise und Abrechnungsdetails sind auf den Preisseiten der jeweiligen Anbieter verfügbar:
- OpenAI API-Preise
- xAI API-Preise
- Google: Gemini | Sprach-zu-Text
Für Transkription und Analyse können Sie auch den 3CX KI-Server verwenden. Er läuft auf Ihrer eigenen Hardware ohne Gebühren pro Anruf oder pro Minute. Die Kosten beschränken sich auf den Hardwarekauf und den laufenden Betrieb, wie Strom und Wartung. Siehe Installation des 3CX KI-Servers für Einrichtungsanweisungen.
Hinweis: Der 3CX KI-Server erfordert eine 3CX KI-Edition-Lizenz mit 8 oder mehr gleichzeitigen Anrufen.
Siehe auch
- Aktivieren der Transkription in 3CX
- Konfigurieren von OpenAI für Transkription
- Konfigurieren von xAI Grok für Transkription
- Google Cloud Storage und Speech API V2
- Konfiguration von 3CX KI-Agenten
Letztes Update
Dieses Dokument wurde zuletzt am 18. November 2026 aktualisiert
