Welches Open-Weight-Modell ist das beste für Coding-Agents?

Die Open-Weight-Modelle, die wir anbieten, nach Aufgabe

Alle Modelle in der Tabelle haben ihre Gewichte auf Hugging Face veröffentlicht und laufen auf Standard Compute. Oft heißen sie Open-Source-Modelle, veröffentlicht sind aber die Gewichte, nicht die Trainingsdaten oder der Trainingscode. Die Reihenfolge ist unsere Empfehlung für Agenten: drei Modelle für schwere Schritte, drei für Routineschritte und drei für speziellere Einsätze, jeweils mit unserer Wahl zuerst. Die Gründe stehen im nächsten Abschnitt. Darunter stehen zum Vergleich zwei geschlossene Frontier-Modelle.

Welches Modell für welche Aufgabe

• GLM 5.3, z-ai/glm-5.3: Unsere Open-Weight-Wahl für schwere Schritte wie Änderungen über mehrere Dateien und lange Tool-Schleifen. Es hat das beste Open-Weight-Ergebnis auf dem offiziellen Terminal-Bench-4.0-Leaderboard (41,8 %, in Claude Code ausgeführt).
• Kimi K3, moonshotai/kimi-k3: Das Flaggschiff von Moonshot mit 2,8 Billionen Parametern und Bild- und Videoeingabe. Mit 3 $ Eingabe und 15 $ Ausgabe pro Million Tokens kostet es so viel wie ein geschlossenes Mittelklasse-Modell; setzen Sie es für Planungsschritte ein, nicht für jeden Schritt.
• MiMo V2.6 Pro, xiaomi/mimo-v2.6-pro: Das Flaggschiff von Xiaomi mit 1,02 Billionen Parametern und niedrigem Preis pro Token. Es erschien am 21. September, steht noch nicht auf dem offiziellen Terminal-Bench-Leaderboard und hat wenig Praxis mit Agenten; testen Sie es, bevor Sie sich darauf verlassen.
• GLM 5.3 Flash, z-ai/glm-5.3-flash: Unsere Wahl für Routineschritte, Subagenten und Screenshots (es nimmt Bilder an): 35,8 % auf dem offiziellen Terminal-Bench-4.0-Leaderboard, das zweitbeste Open-Weight-Ergebnis, zu 0,15 $ Eingabe und 0,50 $ Ausgabe pro Million Tokens.
• DeepSeek V4.1 Flash, deepseek/deepseek-v4.1-flash: Für Änderungen, Tests und Nachschlagen in großer Menge. Am 13. Oktober die Nummer 1 nach Tokens auf OpenCodes öffentlicher Nutzungsübersicht.
• MiMo V2.6 Flash, xiaomi/mimo-v2.6-flash: Der niedrigste Preis pro Token in der Tabelle, für Routineschritte. Wie MiMo V2.6 Pro erst seit dem 21. September verfügbar.
• Qwen 3.8 27B, qwen/qwen3.8-27b: Das einzige Modell hier, das klein genug ist, um es auf einer einzelnen Workstation selbst zu betreiben. Eher für Vervollständigungen und kleine Änderungen als für lange Agenten-Läufe.
• MiniMax M3, minimax/minimax-m3: Schnell und günstig mit 1M Kontext, aber mit der restriktivsten Lizenz in der Tabelle, und es steht nicht auf dem offiziellen Terminal-Bench-Leaderboard.
• DeepSeek V4 Pro 0813, deepseek/deepseek-v4-pro-0813: Für Agenten weitgehend vom neueren V4.1 Flash abgelöst, das in unseren Messungen pro Anfrage nur einen Bruchteil kostet. Weiterhin das größte offene Modell von DeepSeek (1,6 Billionen Parameter).

Wie nah kommen sie an Claude Fable 5.1 und GPT-6 Astra heran?

Noch nicht auf Augenhöhe. Auf dem offiziellen Terminal-Bench-4.0-Leaderboard ist das beste Open-Weight-Ergebnis GLM 5.3 mit 41,8 %, gegenüber 58,2 % für GPT-6 Astra und 57,9 % für Claude Fable 5.1. Die meisten offenen Modelle stehen dort gar nicht.

Der Preisabstand ist viel größer als der Qualitätsabstand. Bei den Coding-Agent-Anfragen, die wir gemessen haben, kostet eine durchschnittliche Anfrage 0,0067 $ mit DeepSeek V4.1 Flash und 0,057 $ mit GLM 5.3, gegenüber 0,24 $ mit Claude Fable 5.1 und 0,41 $ mit GPT-6 Astra, jeweils zu Listenpreisen der Hersteller (wie wir messen, auf Englisch).

In der Praxis teilt das die Arbeit auf: Offene Modelle übernehmen die Routine, also den Großteil der Agenten-Schritte (Änderungen, Test-Fixes, Dateien lesen, Zusammenfassungen), und ein Frontier-Modell ist seinen Preis bei den Schritten wert, in denen ein falscher Plan die nächsten fünfzig Aufrufe verschwendet, etwa bei einem Refactoring über mehrere Services oder einem Bug, an dem schon zwei Versuche gescheitert sind.

Was die Lizenzen erlauben

• MIT: MiMo V2.6 Pro, GLM 5.3 Flash, DeepSeek V4.1 Flash, MiMo V2.6 Flash und DeepSeek V4 Pro 0813. Kommerziell nutzen, ändern und als Dienst anbieten, solange der Copyright-Hinweis erhalten bleibt.
• Apache 2.0: Qwen 3.8 27B. Dieselbe Freiheit plus eine ausdrückliche Patentlizenz. Die von Alibaba gehosteten Qwen 3.7 Plus, Qwen 3.7 Max und Qwen 3.8 Max gibt es nur per API, sie sind keine Open-Weight-Modelle.
• GLM 5.3 License: ähnlich wie MIT, aber ein Unternehmen, das Modelle als Dienst anbietet und in 12 Monaten mehr als 10 Milliarden US-Dollar Umsatz macht, muss vor der kommerziellen Nutzung die Sicherheitsprüfung von Z.ai durchlaufen.
• Kimi K3 License: ähnlich wie MIT, aber ein Model-as-a-Service-Geschäft mit mehr als 20 Millionen US-Dollar Umsatz in 12 Monaten braucht eine eigene Vereinbarung mit Moonshot, und ein Produkt mit mehr als 100 Millionen monatlichen Nutzern oder 20 Millionen US-Dollar Monatsumsatz muss „Kimi K3“ in der Oberfläche zeigen. Interne Nutzung ist ausgenommen.
• MiniMax Community License: die restriktivste hier. Kommerzielle Nutzung verlangt „Built with MiniMax M3“ auf Ihrer Website oder in der Doku und eine Mitteilung an MiniMax, ab 20 Millionen US-Dollar Jahresumsatz außerdem eine schriftliche Genehmigung.
• Diese Bedingungen binden, wer die Gewichte selbst betreibt. Wer eine gehostete API aufruft, unterliegt deren Bedingungen. Das ist eine Zusammenfassung, keine Rechtsberatung.

Selbst hosten oder eine API nutzen?

Die meisten dieser Modelle sind für eine einzelne Maschine viel zu groß: Kimi K3 hat 2,8 Billionen Parameter, MiMo V2.6 Pro 1,02 Billionen und DeepSeek V4 Pro 1,6 Billionen, und selbst die Flash-Modelle haben 300 bis 550 Milliarden, brauchen also einen Server mit mehreren GPUs. Qwen 3.8 27B ist die Ausnahme, und ein lokales Modell muss außerdem schnell genug für eine Agenten-Schleife sein, die pro Aufgabe Dutzende Aufrufe macht.

Der gehostete Endpunkt bestimmt Preis, Tempo, Präzision und wo Ihr Code verarbeitet wird. Mehrere Anbieter betreiben offene Modelle mit reduzierter Präzision (FP8 oder FP4); welche wir so anbieten, auf Englisch.

Und Llama, gpt-oss und Mistral Large 4?

• Llama 4 Maverick (Meta, Llama 4 Community License) und gpt-oss-120b (OpenAI, Apache 2.0) sind die bekannten Modelle, die sich am leichtesten selbst betreiben lassen; laut OpenAI passt gpt-oss-120b auf eine einzelne 80-GB-GPU. Für Agenten liegen sie weit zurück: Keines steht auf dem offiziellen Terminal-Bench-4.0-Leaderboard, und Artificial Analysis verzeichnet in seinem eigenen Terminal-Bench-4.0-Lauf für beide 0 % (Quelle: Artificial Analysis (artificialanalysis.ai)). Wir bieten keines der beiden an.
• Mistral bezeichnet Mistral Large 4 (öffentliche Vorschau seit dem 6. Oktober) als Open-Weight-Modell, aber Gewichte und Lizenz sind noch nicht auf Hugging Face. Auf Standard Compute ist es als mistralai/mistral-large-4-0 verfügbar und kommt in die Tabelle, sobald die Gewichte erscheinen.

Über eine API in Ihrem Agenten nutzen

Standard Compute ist eine OpenAI- und Anthropic-kompatible API mit allen Modellen oben. Ein Konto bei Z.ai, Moonshot, MiniMax, Xiaomi oder Alibaba brauchen Sie nicht.

• Kosten zuerst: Wählen Sie im Dashboard bis zu 5 Modelle, zum Beispiel GLM 5.3 Flash und DeepSeek V4.1 Flash für Routinearbeit und GLM 5.3 und Claude Fable 5.1 für schwere Schritte, und senden Sie das Modell standardcompute. Das Routing schickt jeden Schritt an das günstigste davon, das ihn erledigen kann.
• Für jedes Modell wählen wir Anbieter nach Preis, Verfügbarkeit und Tempo aus, mit automatischem Fallback, wenn einer ausfällt. Eine Anfrage mit exakter Modell-ID wie z-ai/glm-5.3 bleibt immer bei diesem Modell.
• Optionale Compliance-Regeln beschränken einen Schlüssel, ein Team oder eine Firma auf Anbieter-Endpunkte in Europa oder den USA. Mit der Europa-Regel bleiben von den offenen Modellen GLM 5.3 und GLM 5.3 Flash verfügbar; die Tabelle unten zeigt beide Regeln. Ein Modell ohne Endpunkt in der Region schlägt fehl, bevor ein Prompt gesendet wird. Mehr zur DSGVO: LLM-API mit DSGVO und EU-Inferenz.
• Wir trainieren nicht mit Ihren Prompts und speichern sie nicht.

Welche Open-Weight-Modelle jede Regionsregel behält

Einrichtung in OpenCode, Claude Code und Codex

1. OpenCode: /connect ausführen, Standard Compute wählen, Schlüssel einfügen und ein Modell wie z-ai/glm-5.3-flash auswählen.
2. Claude Code: ANTHROPIC_BASE_URL auf https://api.stdcmpt.com setzen, ANTHROPIC_AUTH_TOKEN auf Ihren Schlüssel und ANTHROPIC_MODEL sowie jeden ANTHROPIC_DEFAULT_*_MODEL-Slot auf eine Modell-ID. GLM 5.3 in Claude Code und Kimi K3 in Claude Code (auf Englisch) haben getestete Zuordnungen.
3. Codex: standardcompute launch codex -- --model deepseek/deepseek-v4.1-flash.
4. Cline, Kilo Code, Hermes und andere OpenAI-kompatible Agenten: Base-URL https://api.stdcmpt.com/v1 mit demselben Schlüssel und denselben Modell-IDs.

Der Haken

Offene Gewichte machen ein Modell nicht von selbst günstig, privat oder gut für Agenten. Der Anbieter, den Sie aufrufen, bestimmt Preis, Präzision und wohin Ihr Code geht, und das beste Open-Weight-Modell verliert bei langen, mehrstufigen Aufgaben weiterhin gegen Claude Fable 5.1 und GPT-6 Astra. Nutzen Sie offene Modelle für die Menge und behalten Sie ein Frontier-Modell für die Schritte, die über das Ergebnis entscheiden.

Häufige Fragen

Weitere Anleitungen auf Deutsch

• Welche LLM-API für Coding-Agents hält Daten in der EU und ist DSGVO-konform?Für Unternehmen in der EU
• Welche Flatrate-Anbieter sind für OpenCode empfehlenswert?OpenCode
• Gibt es einen Flatrate-Dienst für Cline, auch mit Claude Sonnet 5?Cline
• Gibt es eine Flatrate für Claude Code, die man einfach als API einträgt?Claude Code
• Welche LLM-APIs und KI-Coding-Abos haben einen festen Monatspreis?Flatrate-Vergleich
• Gibt es eine LLM-API mit festem Monatspreis für Coding-Agents?Für Coding-Agents