In den letzten acht Wochen ist in der KI-Branche etwas Seltsames passiert.
Im Juni brachte Z.ai GLM-5.2 auf den Markt und wurde damit still und leise zum ersten Open-Weight-Modell, das auf Terminal-Bench die Marke von 80% überschritt. Im Juli brachte Moonshot AI „Kimi K3“ auf den Markt – mit 2,8 Billionen Parametern das größte jemals veröffentlichte Open-Weight-Modell –, woraufhin die chinesischen KI-Aktien im Sog dieser Entwicklung abstürzten. Am 3. August konterte Alibaba dann mit Qwen3.8-Max, einem Modell mit 2,4 Billionen Parametern, und stellte damit zum ersten Mal in der Unternehmensgeschichte ein Modell der Max-Klasse als Open-Source-Software zur Verfügung.
Drei Modelle, die an die Grenzen des Machbaren stoßen. Drei unterschiedliche Lizenzierungsansätze. Drei völlig unterschiedliche Preisklassen. Und eine Unmenge verwirrender Berichte, in denen sie als austauschbar behandelt werden.
Sie sind nicht austauschbar. Eines davon kann keine Bilder erkennen. Eines davon lässt sich trotz hunderter Schlagzeilen, in denen es als “Open Source” bezeichnet wird, noch gar nicht herunterladen. Und eines davon kostet pro ausgegebenem Token fünfmal so viel wie das andere, schneidet dabei aber bei mehreren Programmier-Benchmarks schlechter ab.
Dieser Vergleich bringt Klarheit.
TL;DR – Das 30-Sekunden-Urteil
Wenn Sie die höchste Rohleistung wünschen und es sich leisten können: Kimi K3. Es belegt Platz #4 im Artificial Analysis Intelligence Index und Platz #1 bei Frontend Code Arena und ist das einzige der drei Modelle, das es mit den Flaggschiff-Modellen von Claude und GPT aufnehmen kann. Für dieses Privileg zahlen Sie $3/$15 pro Million Token.
Wenn Sie beim Programmieren das beste Preis-Leistungs-Verhältnis erzielen möchten: GLM-5.2. Mit einem Preis von $1,40/$4,40 kostet es weniger als ein Drittel des Verkaufspreises von K3, es steht tatsächlich unter der MIT-Lizenz, und die Gewichte sind seit Juni auf Hugging Face verfügbar. Es kann lediglich keine Bilder verarbeiten.
Wenn Sie multimodale Eingaben und Agenten mit langem Zeithorizont in einem Modell benötigen: Qwen 3.8 – Max. Text, Bild und Videoeingabe sowie die besten veröffentlichten Werte für Vision-Agenten unter den dreien. Zum Zeitpunkt der Erstellung dieses Artikels sind die Gewichte jedoch noch ein Versprechen und nicht zum Download verfügbar.
Wenn du etwas Ernsthaftes auf die Beine stellen willst: Verwenden Sie mehr als eine. Im folgenden Abschnitt zum Routing wird erläutert, warum das keine Ausrede ist.
Inhaltsverzeichnis
- Warum dieser Vergleich gerade jetzt wichtig ist
- Lernen Sie die Kandidaten kennen
- Technische Daten im direkten Vergleich
- Ein tiefer Einblick in den Benchmark
- Der Asterisk-Benchmark, den niemand erwähnt
- Preisgestaltung: Die Rechnung der tatsächlichen Kosten
- Was “Open Weights” hier eigentlich bedeutet
- Kann man diese tatsächlich selbst hosten?
- Drei 1M-Kontextfenster sind nicht gleich
- Welches Modell sollten Sie wählen?
- Die Multi-Modell-Routing-Strategie
- Risiken, Vorbehalte und Warnsignale
- Was kommt als Nächstes?
- Häufig gestellte Fragen
- Endgültiges Urteil
Warum dieser Vergleich gerade jetzt wichtig ist
Während des größten Teils der Jahre 2024 und 2025 war die Diskussion um die offene Gewichtsklasse eine Art Trostrunde. Man entschied sich für ein „Western-Frontier“-Modell, wenn es um harte Arbeit ging, und für ein offenes Modell, wenn es um billige Massenware ging. Die Kluft war real, und jeder wusste das.
Diese Sichtweise hat sich diesen Sommer gewandelt.
Als Moonshot Mitte Juli Kimi K3 auf den Markt brachte, sprach die Reaktion des Marktes eine deutlichere Sprache als jede Benchmark-Tabelle. Die in Hongkong notierten Aktien von Z.ai fielen um bis zu 30%. MiniMax verlor bis zu 16%. Alibaba gab um 4% nach. Die Anleger reagierten nicht auf eine Forschungsarbeit – sie reagierten auf ein Modell, das Entwickler in blinden Vergleichstests bei Frontend-Codierungsaufgaben den führenden amerikanischen Systemen vorzogen.
Dann ließ die Einführung von Alibabas „Qwen 3.8-Max“ den Kurs der eigenen Aktie in Hongkong um 71 TP3T steigen. In derselben Woche soll sich der Tagesumsatz von Moonshot nach der Einführung von K3 um mindestens das Sechsfache erhöht haben. Das Unternehmen erreichte im Juni einen wiederkehrenden Jahresumsatz von $300 Millionen – gegenüber $200 Millionen im April – und strebt gleichzeitig eine Finanzierungsrunde mit einer Bewertung von $50 Milliarden an.
Hier geht es nicht mehr um günstige Alternativen. Es geht darum, ob der Preis für Leistungen der Spitzenklasse gerade eingebrochen ist – und wenn ja, welche dieser drei Lösungen Sie tatsächlich in die Produktion integrieren sollten.
Lernen Sie die Kandidaten kennen
Kimi K3 (Moonshot AI)
Veröffentlicht: 16. Juli 2026 (API) · 27. Juli 2026 (Gewichte)
Kimi K3 ist das Modell der Superlative. Mit insgesamt 2,8 Billionen Parametern ist es rund 75% größer als DeepSeeks V4 Pro, das bisher den Titel “größtes weit verbreitetes offenes Modell” innehatte. Für alle, die sich mit den Inferenzkosten beschäftigen, ist jedoch vor allem eine Zahl von Bedeutung: K3 nutzt ein „Mixture-of-Experts“-Design mit 896 Experten, von denen pro Token nur 16 aktiv sind, sodass bei jedem Vorwärtsdurchlauf etwa 50 Milliarden Parameter zum Einsatz kommen.
Zwei architektonische Werke stammen aus der Feder von Moonshot: Kimi Delta – Achtung, ein hybrider linearer Aufmerksamkeitsmechanismus, und Hinweis zu Restbeträgen, das das Unternehmen als direkten Ersatz für herkömmliche Residual-Verbindungen beschreibt, der sich bei einer Skalierung immer wieder auszahlt. Beide waren bereits vor der Veröffentlichung von K3 als offene Forschungsergebnisse auf GitHub veröffentlicht worden.
Die Ausrichtung ist eindeutig – Moonshot hat diese Lösung für langfristige Entwicklungsprojekte entwickelt. Das Konzept des Unternehmens zielt darauf ab, mehrstündige Sitzungen aufrechtzuerhalten, große Repositorys zu durchsuchen und Terminal-Tools mit minimaler Überwachung zu koordinieren. Es verfügt über native visuelle Erkennung und einen stets aktiven Schlussfolgerungsmodus und ist mit dem OpenAI-SDK kompatibel, sodass die Integration im Wesentlichen nur einen Austausch der Basis-URL erfordert.
Qwen3.8-Max (Alibaba)
Veröffentlicht: 19. Juli 2026 (Vorschau auf der WAIC in Shanghai) · 3. August 2026 (allgemeine Verfügbarkeit)
Qwen3.8-Max verfügt über insgesamt 2,4 Billionen Parameter, von denen pro Token etwa 95 Milliarden aktiv sind – fast doppelt so viele wie bei K3. Dies hat konkrete Auswirkungen auf die Servicekosten, auf die wir später noch zurückkommen werden.
Das wirklich Neue daran ist nicht die Größenordnung, sondern die Modalität. Dies ist das erste Qwen-Modell mit mehr als einer Billion Parametern, das multimodal ist und Text sowie Bilder akzeptiert und Video als Eingabe. Und es ist das erste Mal überhaupt, dass Alibaba sich dazu verpflichtet hat, ein Flaggschiff der Max-Reihe als Open-Source-Projekt zur Verfügung zu stellen. Alle bisherigen Max-Modelle – Qwen3.7-Max, Qwen3.6-Max-Preview – blieben hinter der API verborgen, während die Open-Weight-Reihe separat mit kleineren Größen fortgeführt wurde.
Alibabas Demos mit langfristiger Perspektive sind die eindrucksvollste Marketingmaßnahme der drei. In einer davon soll das Modell über zehn Tage lang eigenständig ein sich selbst weiterentwickelndes Software-Framework aufgebaut haben, wobei es Feedback einbezog und ohne menschliches Eingreifen Iterationen durch Code, Vorschauen und Protokolle durchführte. In einer anderen Demonstration reproduzierte es eine Forschungsarbeit zum maschinellen Lernen von Grund auf: 33 Runden GPU-Training über etwa 125 Stunden, 7.600 Codezeilen, gefolgt von 18 selbst generierten Verbesserungsvorschlägen, die die Methode der ursprünglichen Arbeit übertrafen. Bei einem Live-Wettbewerb gegen 526 menschliche Teams belegte es einen Platz vor 87% der Teilnehmer.
Betrachten Sie diese als Hersteller-Demos, denn genau das sind sie. Allerdings handelt es sich um ungewöhnlich spezifische Hersteller-Demos.
GLM-5.2 (Z.ai / Zhipu AI)
Veröffentlicht: 13. Juni 2026 (Vorschau auf den Programmierplan) · Mitte Juni 2026 (vollständige Veröffentlichung)
GLM-5.2 ist mit großem Abstand das kleinste Modell in dieser Reihe und dasjenige mit der höchsten Schärfe. Mit insgesamt etwa 744–753 Milliarden Parametern, von denen pro Token etwa 40 Milliarden aktiv sind, wurde es für einen einzigen Zweck entwickelt: agentische Kodierung mit langem Zeithorizont.
Dieser Schwerpunkt zeigt sich in einer bewussten Auslassung. Der GLM-5.2 verfügt über keinen optischen Encoder. Es akzeptiert Text und Code. Gibst du ihm einen Screenshot, eine PDF-Datei oder ein UI-Mockup, gibt es eine Fehlermeldung aus. Jie Tang, Mitbegründer von Z.ai, hat die Gründe dafür öffentlich dargelegt – er sieht in textbasiertem Denken, nicht in visuellen Eingaben, die Fähigkeit, die die Obergrenze der maschinellen Intelligenz nach oben verschiebt. Eine Community-Umfrage im Juni zu den Funktionen der nächsten Version verzeichnete über 466.000 Aufrufe, und die Bildverarbeitung war mit überwältigender Mehrheit der häufigste Wunsch. Diese Funktion ist immer noch nicht verfügbar.
Was GLM-5.2 jedoch bietet, ist die übersichtlichste Lizenzierung in diesem Vergleich und mit deutlichem Abstand der niedrigste Preis. Es wurde unter einer uneingeschränkten MIT-Lizenz veröffentlicht, wobei die Gewichte live auf Hugging Face verfügbar sind, und es wurde vom ersten Tag an in mehr als zwanzig Programmierumgebungen von Drittanbietern unterstützt.
Technische Daten im direkten Vergleich
| Kimi K3 | Qwen 3.8-Max | GLM-5.2 | |
|---|---|---|---|
| Entwickler | Moonshot AI | Alibaba | Z.ai (Zhipu AI) |
| Gesamtparameter | 2,8 T | 2,4 T | ~744–753 v. Chr. |
| Aktiv pro Token | ~50 Mrd. (16 von 896 Experten) | ~95B | ~40 Mrd. |
| Architektur | Sparse MoE + Kimi-Delta-Attention | Sparse MoE | Sparse MoE + IndexShare-Aufmerksamkeit |
| Kontextfenster | 1 Million Token | 1 Mio. Token (maximale Eingabe: 991.000) | 1 Million Token |
| Maximale Leistung | — | 131.000 Token | 128.000–131.000 Token |
| Texteingabe | ✅ | ✅ | ✅ |
| Bildeingabe | ✅ | ✅ | ❌ |
| Videoeingang | ❌ | ✅ | ❌ |
| Denkweisen | „Always-on“-Denken | Standard / Konzeption (Budget: 262.000) | Hoch / Max. |
| Verfügbare Gewichte | ✅ 27. Juli 2026 | ⏳ Angekündigte Woche vom 10. August | ✅ Seit Juni 2026 |
| Lizenz | Modifiziertes MIT (unter bestimmten Bedingungen) | Noch nicht bekannt gegeben | MIT (ohne Einschränkungen) |
| API-Eingang / 1M | $3.00 | $2.00 | $1.40 |
| API-Ausgabe / 1M | $15.00 | $6.00 | $4.40 |
| Zwischengespeicherte Eingaben / 1 Mio. | $0.30 | $0.25 | $0.26 |
Drei Dinge fallen in dieser Tabelle besonders ins Auge.
Erstens, GLM-5.2 leistet mehr mit weniger. Es ist etwa ein Viertel so groß wie K3 und kann bei Programmier-Benchmarks mithalten – was zeigt, dass die Größe im Jahr 2026 nicht alles ist.
Zweitens, Die Anzahl der aktiven Parameter bei Qwen3.8-Max ist der Ausreißer.. Mit rund 95 Milliarden aktiven Parametern ist es fast doppelt so groß wie K3, obwohl es insgesamt kleiner ist. Aktive Parameter bestimmen die Betriebskosten; wer also plant, das Modell selbst zu hosten, sollte beachten, dass der Betrieb von Qwens Flaggschiff-Modell pro Token teurer ist als der eines Modells mit 400 Milliarden mehr Parametern.
Drittens, Die Preisspanne ist enorm. Die von K3 ausgegebenen Token kosten das 3,4-Fache der von GLM-5.2 ausgegebenen. Bei einem Monat intensiver Nutzung des Agenten ist das kein Rundungsfehler.
Ein tiefer Einblick in den Benchmark
Kodierung und agentische Leistung
Genau darauf zielen alle drei Modelle ab, daher ist dies der Punkt, an dem der Vergleich tatsächlich von Bedeutung ist.
| Benchmark | Kimi K3 | Qwen 3.8-Max | GLM-5.2 |
|---|---|---|---|
| Terminal-Bench 2.1 | 88.3 | 86.6 | 81.0 |
| SWE-bench Pro | — | 67.7 | 62.1 |
| FrontierSWE | 81.2 | 73.5 | 74.4 |
| SWE-Marathon | 42.0 (#1) | — | — |
| Programmbank | 77.8 (#1) | — | — |
| DeepSWE | 67.5 | 56.6 | — |
| MCP-Atlas (Werkzeuggebrauch) | ~Fable 5 −0,5 | — | 77.0 |
Zum Kontext dieser Terminal-Bench-Werte: GPT-5.6 Sol erreicht bei maximaler Schlussfolgerungsleistung 88,8 Punkte, während Claude Opus 4.8 und Claude Fable 5 laut der von Alibaba veröffentlichten Tabelle beide bei 84,6 Punkten liegen. Mit 88,3 liegt Kimi K3 nur einen halben Punkt hinter dem Spitzenwert. Qwen3.8-Max übertrifft mit 86,6 beide Claude-Modelle in derselben Tabelle. Der Wert von 81,0 für GLM-5.2 war zu diesem Zeitpunkt der erste Open-Weight-Wert, der die 80er-Marke überschritt.
Der herausragende Sieg von GLM-5.2 wurde speziell gegen GPT-5.5 errungen: 62,1 gegenüber 58,6 auf dem SWE-Bench Pro und 74,4 gegenüber 72,6 auf FrontierSWE – wobei es bei Letzterem mit 74,4 fast gleichauf mit Claude Opus 4.8 (75,1) liegt. Bei der MCP-Atlas-Tool-Nutzung erreichte es 77,0 gegenüber 75,3 bei GPT-5.5 und 77,8 bei Opus 4.8.
Logisches Denken und Allgemeinwissen
| Benchmark | Kimi K3 | Qwen 3.8-Max | GLM-5.2 |
|---|---|---|---|
| GPQA Diamond | 93.5 | 92.6 | 89.5 |
| Index für künstliche Intelligenz in der Analyse | 57,11 (#4 von 189) | — | 51.09 |
| BrowseComp | 91.2 (#1) | — | — |
| PaperBench | — | 93,0 (Führungen) | — |
| IFBench | — | 82,8 (Führungen) | — |
Die 93,5 Punkte, die K3 beim GPQA Diamond erzielte, waren zum Zeitpunkt der Veröffentlichung das beste Ergebnis, das ein Modell mit offenem Gewicht bei diesem Benchmark jemals erzielt hatte. Beim unabhängigen Artificial Analysis Intelligence Index erzielte es 57,11 Punkte und belegte damit den vierten Platz unter 189 erfassten Modellen – hinter Claude Fable 5 (59,86) und den beiden GPT-5.6-Sol-Konfigurationen (58,89 und 57,65), aber voraus von Claude Opus 4.8 bei 55,69.
GLM-5.2 liegt mit 51,09 deutlich niedriger in diesem zusammengesetzten Index. Diese Differenz ist der tatsächliche Preis für seinen Preisvorteil im Bereich des allgemeinen logischen Denkens – auch wenn sie sich bei reinen Programmieraufgaben deutlich verringert.
Multimodalität und Bildverarbeitung
Dies ist die Kategorie, in der GLM-5.2 einfach nicht mithalten kann und in der Qwen3.8-Max seine größten Stärken ausspielt.
| Benchmark | Qwen 3.8-Max | Anmerkungen |
|---|---|---|
| Von OSWorld geprüft | 86.1 | Aufgaben des Agenten zur Computernutzung |
| Parametric CAD-Arbeitsplatz | 91.5 | Strukturiertes gestalterisches Denken |
| OmniDocBench 1.5 | 92.1 | Verständnis von Dokumenten |
| Vision Arena | #2 weltweit | Nur eine Variante von „Fable 5“ liegt noch davor |
Qwen 3.8-Max führt in den meisten Vision-Kategorien der von Alibaba veröffentlichten Tabelle, und sein zweiter Platz im Vision-Arena-Ranking ist ein wirklich starkes eigenständiges Signal. Kimi K3 verfügt über natives visuelles Verständnis und schneidet Berichten zufolge bei Diagrammen, Dokumenten und multimodalen Aufgaben gut ab, doch unter den dreien ist Qwen in dieser Kategorie unangefochten führend.
Präferenzranglisten von Menschen
Die aus Crowdsourcing stammenden, unvoreingenommenen Arena-Ergebnisse sollten getrennt von den Benchmark-Tabellen betrachtet werden, da sie Aspekte widerspiegeln, die in den Tabellen nicht zum Ausdruck kommen.
- Frontend-Code-Arena: Kimi K3 belegte mit 1.679 Elo den #1-Platz und lag damit vor Claude Fable 5 mit 1.631. Qwen3.8-Max belegte mit 1.668 den #4-Platz – 37 Punkte hinter Claude Opus 5.
- Text Arena: Qwen3.8-Max ging als bestplatziertes chinesisches Modell ins Rennen, lag jedoch weiterhin hinter mehreren Modellen von Anthropic zurück.
- Code Arena: GLM-5.2 belegte unter den Codierungsmodellen den zweiten Platz in der Blind-Rangliste.
Dass Kimi K3 bei der „Frontend Code Arena“ den Gesamtsieg errungen hat – noch vor „Fable 5“ –, ist wohl das beeindruckendste Ergebnis in diesem gesamten Artikel.
Der Asterisk-Benchmark, den niemand erwähnt
Jede der oben aufgeführten Tabellen verdient einen Gesundheitshinweis, und die ehrliche Version dieses Vergleichs muss dies klar und deutlich zum Ausdruck bringen.
Die Auswirkungen der Ausrüstung sind enorm. Ein Coding-Agent-Benchmark misst kein Modell. Er misst ein Modell. plus die dazugehörige Laufzeitumgebung: Zugriff auf Tools, Dateiberechtigungen, Logik zur Kontextkomprimierung, Wiederholungsverhalten, Abbruchregeln. Kimi Code, Claude Code, Codex, Terminus und mini-SWE-agent sind allesamt unterschiedliche Testumgebungen mit unterschiedlichen Funktionen. Ein Ergebnis mit der Bezeichnung “Kimi K3 + Kimi Code” ist nicht direkt mit einem reinen API-Ergebnis vergleichbar.
Moonshots eigene Starttabelle kombiniert verschiedene Agent-Harnesses – KimiCode und Claude Code für K3, Claude Code für die Claude- und GLM-Reihen sowie Codex für GPT. Einige Ergebnisse der Wettbewerber stammen von deren eigenen Anbietern. In einigen Auswertungen fiel Fable 5 bei Anfragen, die aufgrund der Nutzungsrichtlinien abgelehnt wurden, auf Opus 4.8 zurück. In den Daten verbirgt sich jedoch eine nützliche Plausibilitätsprüfung: K3 erzielte bei DeepSWE mit KimiCode 67,5 Punkte und mit dem benchmark-eigenen ’mini-SWE-agent“-Harness 67,3 Punkte. Eine Differenz von 0,2 Punkten deutet darauf hin, dass der Einfluss des Harness auf diese spezielle Aufgabe gering ist.
Verkaufsstände schmeicheln ihren Urhebern. In Alibabas multimodalen Vergleichstests wird Qwen3.8-Max mit Qwen3.7- verglichen.Außerdem, nicht Qwen3.7-Max – was den Generationssprung größer erscheinen lässt, als er tatsächlich ist. Zu Alibabas Ehren muss gesagt werden, dass das Unternehmen auch eine RL-Skalierungskurve veröffentlicht hat, die tut nicht Um es milde auszudrücken: Die Leistung erreicht bei etwa 4.000 Trainingsumgebungen einen Höchstwert von 0,725 und sinkt dann auf 0,719 bzw. 0,689. Das ist ein Unternehmen, das seine sinkenden Erträge öffentlich zur Schau stellt – was mehr ist, als die meisten Forschungslabore tun.
Die unabhängige Überprüfung hinkt hinterher. GLM-5.2 wurde ohne jegliche Benchmark-Tabelle ausgeliefert; die im Umlauf befindlichen Zahlen stammten erst später aus Herstellerangaben und Tests von Drittanbietern. Die fünf veröffentlichten Ergebnisse von Qwen3.8-Max stammen von Herstellerangaben; eine unabhängige Bewertung lag Anfang August noch nicht vor. Kimi K3 verfügt über die meisten Daten von Drittanbietern – Artificial Analysis, Vals, Arena –, doch selbst dort stimmen die Ergebnisse nicht miteinander überein. Vals stufte K3 am 17. Juli insgesamt auf den zweiten Platz ein, zwischen Fable 5 und GPT-5.6 Sol, während Sol speziell bei Terminal-Bench 2.1 und SWE-bench Verified vor K3 platziert wurde.
Der aussagekräftigste unabhängige Test, den ich gefunden habe, stammt von Fireworks AI, wo K3 in rund 1.000 agentenbasierten Aufgaben gegen Claude Fable 5 antrat. Das Ergebnis war kein eindeutiger Sieg für eine der beiden Seiten. K3 schnitt bei Sicherheitsaufgaben, Kryptografie und langen Terminalschleifen besser ab. Fable 5 gewann bei mehrsprachigen Aufgaben sowie bei der Web- und Datenvisualisierung. Keiner der beiden dominierte.
Das Fazit für die Praxis: Führen Sie vor dem Commit Ihre eigene Auswertung Ihrer Aufgaben durch. Alle diese Modelle liegen so nah beieinander, dass die Platzierung in der Rangliste keine Rückschlüsse auf Ihre Ergebnisse zulässt.
Preisgestaltung: Die Rechnung der tatsächlichen Kosten
API-Gebühren pro Token
| Modell | Eingabe / 1M | Ausgabe / 1M | Zwischengespeicherte Eingaben / 1 Mio. |
|---|---|---|---|
| GLM-5.2 | $1.40 | $4.40 | $0.26 |
| Qwen 3.8-Max | $2.00 | $6.00 | $0.25 |
| Kimi K3 | $3.00 | $15.00 | $0.30 |
| Claude Sonett 5 | $2.00 | $10.00 | — |
| Claude Opus 5 | $5.00 | $25.00 | $0.50 |
| Claude Fable 5 | $10.00 | $50.00 | — |
Zwei Beobachtungen, die wichtiger sind als die reinen Zahlen.
Der Kimi K3 ist preislich eher mit einem westlichen Mittelklasse-Modell vergleichbar und keine preisgünstige Alternative. Bei $3/$15 sind die Kosten pro ausgegebenem Token höher als bei Claude Sonnet 5 und 3,4-mal höher als bei GLM-5.2. Wenn man davon ausgegangen ist, dass “chinesisches Open-Weight-Modell” gleichbedeutend mit “günstig” ist, widerlegt K3 diese Annahme.
Das Caching ist der eigentliche Hebel, nicht der Listenpreis. Die zwischengespeicherte Eingabe von Qwen bei $0,25 ist achtmal kostengünstiger als eine neue Eingabe, und Alibabas eigene Dokumentation macht deutlich, dass die Stabilität des Präfixes die Kosten stärker beeinflusst als die Länge der Eingabeaufforderung. Bei Agent-Workloads mit einer stabilen Systemprompt und einer sich ausweitenden Konversation wirkt sich aggressives Caching stärker auf Ihre Kosten aus als die Wahl des Modells. Qwen bietet zudem explizite Cache-Erstellung zu $2,50 und explizite Lesevorgänge zu $0,17 für Workloads, die Sie entsprechend planen können.
Abonnementmodelle
Wenn Sie als Einzelentwickler oder kleines Team tätig sind, ist die Preisgestaltung pro Token möglicherweise gar nicht die Art und Weise, wie Sie einkaufen.
GLM-Kodierungsplan umfasst drei Stufen. Die monatlichen Grundtarife betragen $18 (Lite), $72 (Pro) und $160 (Max), mit Rabatten je nach Abrechnungszeitraum – 10% monatlich, 20% vierteljährlich, 30% jährlich. Bei jährlicher Abrechnung entspricht dies etwa $12,60, $50,40 und $112 pro Monat. Jede Stufe bietet Ihnen einen Prompt-Pool, der alle fünf Stunden aktualisiert wird, und der Tarif ist sofort einsatzbereit mit Claude Code, Cline, Kilo Code und OpenClaw.
Ein wichtiger Punkt, den man beachten sollte: Beim Verbrauch des Datenvolumens kommen Multiplikatoren zum Tragen. Im Rahmen einer Sonderaktion gilt für die Nutzung des GLM-5.2-Tarifs außerhalb der Spitzenzeiten bis September 2026 der Faktor 1×. Danach gelten wieder die Faktoren 2× außerhalb der Spitzenzeiten und 3× in den Spitzenzeiten – das bedeutet, dass Ihr effektives Datenvolumen stark davon abhängt, wenn wie du arbeitest, nicht nur, wie viel.
Qwen bietet ein „Token Plan“-Abonnement ab etwa $6 pro Monat (39 CNY) in der „Lite“-Stufe als Alternative zur Abrechnung pro Token an.
Moonshot bietet Abonnementstufen für die Kimi-Apps an, die nach Tempobezeichnungen benannt sind – Moderato, Allegro, Allegretto und Vivace –, wobei die Apps selbst im Rahmen der allgemeinen Datenvolumenbegrenzung kostenlos sind.
Kosten pro Aufgabe im Vergleich zu Kosten pro Token
Hier liegt der Haken: Der Preis pro Token entspricht nicht den Kosten pro abgeschlossener Aufgabe.
Ein Modell, das Ihr Problem in einem Durchlauf mit einer Leistung von $15/1M löst, kann leicht kostengünstiger sein als eines, das vier Iterationen mit einer Leistung von $4,40/1M benötigt. Bei allen drei Modellen werden die Token nach den jeweiligen Ausgabegeschwindigkeiten abgerechnet, und insbesondere K3 arbeitet im Dauerbetrieb – einer Analyse zufolge absolvierte K3 die „Artificial Analysis“-Suite zu etwas geringeren Gesamtkosten als GPT-5.6 Sol. trotz Es wurden deutlich mehr Ausgabetoken generiert, da weniger Versuche erforderlich waren.
Messen Sie die Kosten pro gelöstem Ticket, nicht die Kosten pro Million Token. Das ist die einzige Kennzahl, die die Realität widerspiegelt.
Was “Open Weights” hier eigentlich bedeutet
In diesem Abschnitt hakt es bei den meisten Berichten über diese drei Modelle, denn der Begriff “offen” spielt in vielen Schlagzeilen eine enorme Rolle.
Drei verschiedene Zustände werden in einem Wort zusammengefasst:
- Über die API verfügbar — Du kannst es dir zwar wünschen, aber du bekommst es nicht
- Freihanteln — Sie können die Parameter herunterladen
- Open Source mit einer freizügigen Lizenz — Sie können die Inhalte frei herunterladen, ändern, weiterverbreiten und kommerziell nutzen
Hier sehen Sie, wo sich die einzelnen Modelle tatsächlich befinden.
GLM-5.2: wirklich offen
MIT-Lizenz, uneingeschränkt, Gewichte sind live auf Hugging Face verfügbar unter zai-org/GLM-5.2. Herunterladen, anpassen, selbst hosten, darauf basierende Produkte verkaufen. Keine Umsatzschwellen, keine Namensnennungsanforderungen, keine Verhandlungen. Einfacher kann eine Open-Weight-Lizenzierung nicht sein, und das ist ein echter Wettbewerbsvorteil, über den viel zu wenig gesprochen wird, weil die MIT-Lizenzierung keine Schlagzeilen macht.
Kimi K3: unter bestimmten Bedingungen geöffnet
Die Gewichte wurden am 27. Juli unter einer speziellen Lizenz veröffentlicht, die Moonshot als „Kimi K3-Lizenz“ bezeichnet. Eine umfassende kommerzielle Nutzung ist gestattet, allerdings gelten dabei zwei Bedingungen:
- Jedes Unternehmen mit Jahresumsatz von über $20 Millionen muss zunächst einen Vertrag mit Moonshot aushandeln, bevor K3 externen Kunden als Dienstleistung angeboten werden kann
- Jedes Unternehmen mit Monatsumsatz von über $20 Millionen oder mehr als 100 Millionen aktive Nutzer pro Monat Bei jedem Produkt, in das das Modell integriert ist, muss der Verweis auf „Kimi K3“ angegeben werden.
Für einen Indie-Entwickler oder ein Start-up gilt keine der beiden Bedingungen. Für ein etabliertes SaaS-Unternehmen, das den Weiterverkauf von K3-basierten Inferenzdiensten plant, gilt die erste Bedingung jedoch zwingend. Lesen Sie die Lizenz, bevor Sie darauf ein Geschäftsmodell aufbauen.
Qwen3.8-Max: noch nicht geöffnet
Das muss hier ganz klar gesagt werden, denn in zahlreichen Schlagzeilen wurde Qwen3.8-Max bereits als Open-Source-Software bezeichnet.
Seit dem 5. August 2026 stehen die Gewichte für Qwen3.8-Max nicht mehr zum Download bereit. Alibaba hatte bei der Einführung zugesagt, die Gewichte “nächste Woche” – also in der Woche vom 10. August – auf Hugging Face und ModelScope zu veröffentlichen, und zwar sowohl für Qwen3.8-Max als auch für einen kleineren Checkpoint namens Qwen3.8-27B. Eine Lizenz wurde nicht genannt. Eine Suche auf Hugging Face nach „Qwen3.8“ am 4. August ergab keine offizielle Modellkarte von Alibaba, sondern lediglich von der Community hochgeladene Modelle mit Namen wie Qwen3.8_4B_Distilled — Es handelt sich um Destillate von Drittanbietern, nicht um das Flaggschiffprodukt, und man kann sie leicht mit dem Original verwechseln, wenn man nur flüchtig hinschaut.
Es gibt Grund für vorsichtigen Optimismus: Alibaba kann auf eine echte Open-Source-Bilanz zurückblicken, da die Produktreihen Qwen3 und Qwen3.5 unter der Apache-2.0-Lizenz veröffentlicht wurden. Es gibt jedoch auch einen Trend in die entgegengesetzte Richtung – jedes Flaggschiff der Max-Reihe seit Qwen3-Max war proprietär. Sollten die Gewichte unter einer freizügigen Lizenz veröffentlicht werden, würde dies dieses Muster vollständig durchbrechen und wäre wohl eine größere Neuigkeit als die Anzahl der Parameter. Solange noch kein Repository und keine Lizenzdatei vorliegen, sollten Sie Ihre Planung an der API ausrichten.
Kann man diese tatsächlich selbst hosten?
Offene Gewichte sind nur dann sinnvoll, wenn man sie auch nutzen kann – und genau hier gehen Marketing und die Realität der Hardware deutlich auseinander.
Kimi K3 ist ein 1,56 TB großer Download, der in MXFP4-Präzision bereitgestellt wird, um eine breitere Hardwarekompatibilität zu gewährleisten. Dennoch erfordert ein Modell mit 2,8 Billionen Parametern eine Infrastruktur der Supernode-Klasse – empfohlen werden 64 oder mehr Beschleuniger. Für die überwiegende Mehrheit der Teams sind die Gewichte ein Forschungsartefakt und eine Garantie für Souveränität, kein Einsatzplan. Sie werden die API nutzen.
Qwen 3.8-Max Auch die Gesamtkapazität von 2,4 T ist ein Merkmal von Rechenzentren mit mehreren Knoten. Alibabas kleinere Qwen3.8-27B Checkpoint ist der realistische Weg für den Einsatz vor Ort, und genau dieser sollte jeden interessieren, der tatsächlich plant, die Lösung selbst zu hosten.
GLM-5.2 Mit insgesamt ca. 753 Mrd. und ca. 40 Mrd. aktiven Nutzern ist dies die am besten handhabbare der drei Lösungen, doch “am besten handhabbar” bedeutet immer noch eine umfangreiche GPU-Infrastruktur. Kleine Unternehmen verfügen in der Regel nicht darüber.
Warum ist eine offene Gewichtsverteilung also wichtig, wenn fast niemand diese Rennen bestreiten kann? Dafür gibt es zwei Gründe, die beide stichhaltig sind.
Das erste ist Souveränität. Länder, die Milliarden in ihre eigene KI-Infrastruktur investieren, besitzen meist die Hardware selbst, während sie die Modelle von amerikanischen Anbietern mieten. Ein „Open-Weight-Frontier“-Modell ändert diese Konstellation – eine Regierung kann es auf eigenem Boden betreiben, es für ihre eigene Sprache und ihren rechtlichen Kontext umtrainieren und die Daten ihrer Bürger innerhalb ihrer Grenzen behalten.
Der zweite ist der Markt für Schlussfolgerungen. Offene Gewichte bedeuten, dass jeder Hosting-Anbieter das Modell bereitstellen kann, was die Preise pro Token eher durch Wettbewerb als durch den guten Willen der Anbieter senkt. Dies ist ein wesentlicher Grund dafür, dass GLM-5.2 über Router von Drittanbietern zu Eingabepreisen von $1,00–$1,20 verfügbar ist – und damit unter dem von Z.ai selbst angebotenen Preis von $1,40 liegt.
Drei 1M-Kontextfenster sind nicht gleich
Alle drei Modelle werben mit einem Kontextfenster von 1 Million Token. Das entspricht etwa 750.000 Wörtern – einer ganzen umfangreichen Codebasis oder etwa 400 Seiten an Dokumenten – in einer einzigen Anfrage.
Die Unterschiede betreffen Aspekte, die für den Betrieb von Bedeutung sind:
- Qwen 3.8-Max Die tatsächliche Eingabekapazität ist auf 991.000 Token begrenzt und sinkt bei aktivierter Denkfunktion auf 983.000 Token, wobei ein separates maximales Budget von 262.000 Token für die Schlussfolgerung zur Verfügung steht. Die Ausgabe beträgt in beiden Modi maximal 131.000 Token. Die Ratenbegrenzungen liegen bei 2 Millionen Token pro Minute und 15.000 Anfragen pro Minute.
- GLM-5.2 Es unterstützt bis zu 128–131.000 Ausgabetoken, was für umfangreiche Dateivergleiche mit mehreren Dateien in einem Durchgang ausreicht. Sein 1-Mio.-Fenster stellte eine etwa fünffache Steigerung gegenüber den rund 200.000 von GLM-5.1 dar und ist die Verbesserung, die die Leistungsfähigkeit des Modells am stärksten verändert hat.
- Kimi K3 bietet einen Kontextumfang von 1M und weist von den dreien die stärksten Signale für die Abfrage aus einem langen Kontext auf, da seine Architektur speziell für Sitzungen mit langem Zeithorizont konzipiert wurde.
Die sinnvollere Frage als “Wie groß ist das Fenster?” lautet: “Bleibt das Modell am anderen Ende des Fensters konsistent?” Der angegebene Kontext und nutzbar Die Rahmenbedingungen unterscheiden sich, und keine dieser drei Lösungen wurde unabhängig in voller Länge einem Stresstest unterzogen, den ich als aussagekräftig bezeichnen würde. Wenn Ihre Arbeitslast von einem tatsächlichen Abruf von 800.000 Token abhängt, sollten Sie dies testen, bevor Sie Ihre Architektur darauf ausrichten.
Welches Modell sollten Sie wählen?
Für Einzelentwickler oder Indie-Hacker → GLM-5.2
Die wirtschaftlichen Aspekte sind entscheidend. Ein „Lite Coding Plan“ bei $12.60 pro Monat bei jährlicher Abrechnung erhalten Sie einen wirklich leistungsfähigen Codierungsagenten innerhalb von Claude Code oder Cline, mit einer fünftägigen kostenlosen Testphase über ZCode (3 Millionen GLM-5.2-Token plus 2 Millionen GLM-5-Turbo-Token pro Tag), um sich ein echtes Urteil bilden zu können, bevor Sie etwas bezahlen.
Man verzichtet auf die visuelle Darstellung. Wenn Sie im Backend, mit der Befehlszeile, mit Skripten oder in der API-Entwicklung arbeiten, werden Sie das kaum bemerken. Wenn Sie jedoch Frontend-Arbeiten anhand von Design-Mockups durchführen, werden Sie es sofort bemerken.
Für das technische Team des Startups → GLM-5.2 (Hauptansprechpartner), Kimi K3 bei Eskalationen
Leiten Sie die meisten Ihrer Routineaufgaben – routinemäßige Fehlerbehebungen, Refactorings, Testgenerierung, Boilerplate-Code – an GLM-5.2 weiter und reservieren Sie K3 für die Aufgaben, bei denen sich die zusätzliche Leistungsfähigkeit tatsächlich in ein abgeschlossenes Ticket niederschlägt. Der 7-Punkte-Unterschied im SWE-Bench-Pro-Test zwischen den beiden ist real, spielt aber nur beim Hardtail eine Rolle.
Für Unternehmen und regulierte Branchen → selbst gehostetes GLM-5.2 oder Qwen3.8-27B, sobald es verfügbar ist
Das entscheidende Detail: Die Cloud-API von Z.ai wird über eine in China ansässige Infrastruktur geleitet. Für persönliche Projekte und die meisten Start-ups ist dies kein Problem. Für ein reguliertes Unternehmen erfordert dies jedoch entweder eine rechtliche Prüfung oder die Umstellung auf Selbsthosting. Die MIT-Lizenz macht Selbsthosting wirklich praktikabel, was bei den Umsatzschwellenbedingungen von K3 nicht der Fall ist.
Für multimodale und computerbasierte Arbeitsabläufe → Qwen3.8-Max
Wenn Ihr Agent Screenshots auswerten, Dokumente visuell analysieren oder Videos verarbeiten muss, scheidet GLM-5.2 aus, und Qwen liegt bei den veröffentlichten Vision-Werten vor Kimi. Die von OSWorld verifizierten Werte von 86,1 und 92,1 im OmniDocBench-Test sind deutliche Indikatoren für die Eignung im Bereich Computeranwendung und Dokumentenverständnis. Planen Sie einfach den API-Zugriff ein, anstatt eine eigene Instanz zu hosten, bis die Gewichtung und die Lizenz tatsächlich vorliegen.
Für Forscher und Anwendungen mit Schwerpunkt auf Souveränität → Kimi K3
Der größte jemals veröffentlichte Checkpoint mit offenem Gewicht, ergänzt durch einen technischen Bericht zu Design, Training und Benchmark-Methodik. Wenn Sie sich mit MoE-Architekturen im Frontier-Maßstab, Kimi Delta Attention oder Attention Residuals beschäftigen, ist dies das leistungsfähigste Modell, das Sie tatsächlich untersuchen können.
Für maximale Leistung – unabhängig von den Kosten → Kimi K3
Platz vier bei „Artificial Analysis“, Platz zwei beim „Vals Index“, Platz eins bei „Frontend Code Arena“ und das einzige Modell der drei, das regelmäßig Gewinne gegen die Flaggschiff-Modelle von Claude und GPT erzielt. Der Preis spiegelt dies wider.
Die Multi-Modell-Routing-Strategie
Die ehrliche Antwort auf die Frage “Welchen soll ich verwenden?” lautet: Sich für einen zu entscheiden, ist in der Regel der falsche Ansatz.
Alle drei Modelle sind mit dem OpenAI-SDK kompatibel. GLM-5.2 verfügt zusätzlich über Anthropic-kompatible Endpunkte, und Qwen unterstützt sowohl die OpenAI- als auch die DashScope-Spezifikationen. Der Wechsel zwischen den Modellen erfolgt über eine Basis-URL und eine Modell-ID. Es entstehen nahezu keine Bindungskosten.
Dadurch ist eine Routing-Architektur kostengünstig zu realisieren, aber teuer zu umgehen:
- Kostengünstige Stufe für Arbeiten mit hohem Durchsatz und geringen Einsätzen. Klassifizierung, Zusammenfassung, einfache Bearbeitungen. GLM-4.7 mit $0,60/$2,20 leistet mehr, als man erwarten würde – es erreicht im SWE-Bench Verified immer noch 73,8%.
- Standardstufe für den Großteil der eigentlichen Arbeit. GLM-5.2 oder Qwen3.8-Max, je nachdem, ob Sie Bildverarbeitung benötigen.
- Eskalationsstufe für das Hardtail. Kimi K3 oder ein westliches Flaggschiff – für Aufgaben, bei denen ein Fehlschlag teuer ist und die Iterationskosten die Token-Kosten übersteigen.
- Spezielle Routenplanung nach Aufgabentyp. Die Fireworks-Daten sind hier aufschlussreich – K3 schnitt in den Bereichen Sicherheit und lange Endschleifen besser ab, während Fable 5 bei der Mehrsprachigkeit und der Datenvisualisierung die Nase vorn hatte. Das sind entscheidende Unterschiede, kein Zufall.
Die Teams, die das Beste aus der Modelllandschaft des Jahres 2026 herausholen, sind nicht diejenigen, die die richtige Wahl getroffen haben. Es sind diejenigen, die den Wechsel selbst gestaltet haben.
Risiken, Vorbehalte und Warnsignale
Der Vorwurf der Destillation. Michael Kratsios, Leiter des Büros für Wissenschafts- und Technologiepolitik im Weißen Haus, hat Moonshot öffentlich vorgeworfen, Kimi K3 durch Destillation des „Claude Fable“-Modells von Anthropic entwickelt zu haben. Moonshot hat dies nicht eingeräumt. Es handelt sich um einen ungelösten Streit mit potenziellen rechtlichen und beschaffungsrechtlichen Auswirkungen, und wenn Sie in einem Umfeld tätig sind, in dem die Herkunft von Modellen eine Rolle spielt – beispielsweise bei öffentlichen Ausschreibungen –, gehört dieser Streit in Ihr Risikoregister.
Datenweiterleitung und Gerichtsbarkeit. Alle drei Unternehmen unterliegen in erster Linie der chinesischen Rechtshoheit. API-Aufrufe laufen über deren Infrastruktur. Durch Eigenhosting lässt sich dieses Problem lösen; die Nutzung von APIs hingegen nicht. Dies ist eine Frage der Compliance, keine politische, und es gibt eine klare technische Lösung, sofern Ihre Anforderungen dies erfordern.
Die Überprüfung der Benchmark-Ergebnisse fällt wirklich dürftig aus. Die Benchmark-Tabelle für Qwen3.8-Max basiert ausschließlich auf Angaben des Herstellers; es wurden keine unabhängigen Nachuntersuchungen veröffentlicht. Die Zahlen für GLM-5.2 wurden nach der Markteinführung aus unterschiedlichen Quellen bekannt. Lediglich für K3 liegen umfangreiche Bewertungen durch Dritte vor, die jedoch untereinander nicht übereinstimmen.
Unklarheiten bezüglich der Lizenzierung von Qwen. Ein Präzedenzfall ist noch keine Verpflichtung. Solange es kein Hugging-Face-Repository mit einer tatsächlichen Lizenzdatei gibt, basiert jeder Plan, der auf den Qwen3.8-Max-Gewichten beruht, lediglich auf einer Pressemitteilung.
Die Quotenregelung ändert sich. Die 1×-Multiplikator-Aktion von GLM für Nebenzeiten läuft im September 2026 aus. Danach verdoppelt sich der Kontingentverbrauch in den Nebenzeiten in etwa und verdreifacht sich in den Spitzenzeiten. Wenn Sie die Größe eines Abonnements anhand des derzeitigen effektiven Durchsatzes festlegen, sollten Sie auch die Zahlen nach Ablauf der Aktion in Ihre Berechnungen einbeziehen.
Der Release-Rhythmus ist brutal. GLM-5 wurde im Februar ausgeliefert, 5.1 im April, 5.2 im Juni. Kimi kam im Januar auf K2.5, im April auf K2.6, im Juni auf K2.7 Code und im Juli auf K3. Was auch immer man heute als Schlussfolgerung zieht, hat eine Haltbarkeit, die sich in Wochen bemisst.
Was kommt als Nächstes?
Das nächste Flaggschiff von Z.ai ist die mit größter Spannung erwartete Veröffentlichung in naher Zukunft. Eine von Reuters und CGTN verbreitete Forschungsnotiz von JPMorgan deutet auf einen Zeitrahmen im August 2026 hin. Aus der Community durchgesickerte Informationen beschreiben ein Modell mit mehr als einer Billion Parametern, einem vorgetragenen Kontextfenster von 1 Million und offenen Gewichten, dessen Schwerpunkt auf lang laufende Programmieragenten liegt. Selbst der Name ist umstritten – GLM-5.3, GLM-5.5 und GLM-6 tauchen alle in der aktuellen Diskussion auf, wobei einige Berichte darauf hindeuten, dass Z.ai die Versionen 5.3 und 5.4 möglicherweise komplett überspringen wird. Stand 4. August wird in der Dokumentation von Z.ai weiterhin GLM-5.2 als neueste Version aufgeführt. Die Unterstützung für Bildverarbeitung ist mit großem Abstand die am häufigsten geäußerte Forderung der Community.
Qwen 3.8 – Maximale Gewichte sind die unmittelbar bevorstehenden konkreten Ereignisse, die für die Woche vom 10. August zusammen mit Qwen3.8-27B angekündigt wurden. Der Checkpoint 27B ist für den praktischen Einsatz vor Ort besonders wichtig.
Der vollständige technische Bericht zum Kimi K3 Es wurde erwartet, dass im Anschluss an die Veröffentlichung der Gewichtsangaben die Themen Gestaltung, Trainingsmethodik und Nachbildung von Referenzwerten behandelt würden.
Ich werde diesen Vergleich aktualisieren, sobald die einzelnen Titel erscheinen.
Häufig gestellte Fragen
Welches ist derzeit das beste Open-Weight-KI-Modell?
Was die reine Leistungsfähigkeit angeht, belegt Kimi K3 den vierten Platz unter 189 Modellen im Artificial Analysis Intelligence Index und den ersten Platz bei Frontend Code Arena. Was das Preis-Leistungs-Verhältnis bei der Programmierarbeit angeht, ist GLM-5.2 die beste Wahl: Es kostet weniger als ein Drittel der Produktionskosten von K3 und verfügt über eine wirklich uneingeschränkte MIT-Lizenz. Was ’das Beste“ ist, hängt ganz davon ab, ob Sie auf Leistung oder auf die Kosten pro gelöster Aufgabe optimieren.
Ist Qwen3.8-Max tatsächlich Open Source?
Noch nicht. Stand 5. August 2026 ist es ausschließlich über die API verfügbar. Alibaba hat zugesagt, die Gewichte in der Woche vom 10. August auf Hugging Face und ModelScope zu veröffentlichen, doch bislang sind weder ein Repository noch eine Lizenz erschienen. Schlagzeilen, die von „Open Source“ sprechen, beziehen sich auf eine Zusage, nicht auf einen Download.
Kann GLM-5.2 Bilder verarbeiten?
Nein. GLM-5.2 verfügt über keinen visuellen Encoder – es akzeptiert ausschließlich Text und Code. Dies war eine bewusste architektonische Entscheidung und kein Versehen, und die Integration einer visuellen Komponente ist der häufigste Wunsch der Community für die nächste Version.
Wie viel kostet der Kimi K3?
$3 pro Million Eingabetoken und $15 pro Million Ausgabetoken, wobei die zwischengespeicherten Eingaben bei $0,30 liegen. Damit ist es mit großem Abstand das teuerste dieser drei Modelle, liegt jedoch immer noch deutlich unter Claude Opus 5 mit $5/$25 und Claude Fable 5 mit $10/$50.
Kann ich diese Modelle auf meiner eigenen Hardware ausführen?
Realistisch betrachtet sind das nicht die Flaggschiff-Modelle. Kimi K3 ist ein 1,56 TB großer Download, für den mehr als 64 Beschleuniger erforderlich sind. Qwen3.8-Max mit 2,4 T ist eine Multi-Node-Bereitstellung im Rechenzentrum. GLM-5.2 mit insgesamt ca. 753B und ca. 40B aktiven Elementen ist am besten handhabbar, erfordert aber dennoch eine umfangreiche GPU-Infrastruktur. Das in Kürze erscheinende Qwen3.8-27B ist die realistische Option für den Einsatz vor Ort.
Welches Modell eignet sich am besten für die Programmierung von Agenten?
Kimi K3 liegt bei Terminal-Bench 2.1 (88,3), Program Bench und SWE Marathon an der Spitze. GLM-5.2 bietet mit 81,0 bei Terminal-Bench und 62,1 bei SWE-Bench Pro das beste Preis-Leistungs-Verhältnis. Qwen3.8-Max liegt mit 86,6 bzw. 67,7 dazwischen und bietet zusätzlich multimodale Eingaben. Alle drei funktionieren mit Claude Code, Cline und ähnlichen Frameworks.
Sind diese Modelle besser als Claude und GPT?
Bei bestimmten Benchmarks, manchmal. Kimi K3 führt in der „Frontend Code Arena“ vor Claude Fable 5 und erzielt im „Artificial Analysis“-Index eine höhere Punktzahl als Claude Opus 4.8. Moonshot selbst räumt jedoch ein, dass K3 insgesamt immer noch hinter Fable 5 und GPT-5.6 Sol zurückbleibt, und unabhängige Tests zeigen je nach Aufgabenkategorie gemischte Ergebnisse, anstatt einen eindeutigen Sieger zu ermitteln.
Welche Lizenz eignet sich am besten für die kommerzielle Nutzung?
GLM-5.2, eindeutig. Uneingeschränktes MIT ohne Umsatzschwellen oder Nennungspflichten. Die benutzerdefinierte Lizenz von Kimi K3 erlaubt eine umfassende kommerzielle Nutzung, enthält jedoch zusätzliche Bedingungen für Unternehmen mit einem Umsatz von über $20M, die das Modell als Dienstleistung weiterverkaufen. Für Qwen3.8-Max wurde überhaupt keine Lizenz bekannt gegeben.
Ist der Einsatz chinesischer KI-Modelle für Geschäftsdaten sicher?
API-Aufrufe werden über eine Infrastruktur geleitet, die der chinesischen Gerichtsbarkeit unterliegt. Für persönliche Projekte und die meisten Start-ups ist dies kein Problem. In regulierten Branchen erfordert dies jedoch entweder eine rechtliche Prüfung oder ein Eigenhosting – und genau deshalb ist für manche Organisationen die MIT-Lizenz von GLM-5.2 wichtiger als dessen Benchmark-Ergebnisse.
Was ist der Unterschied zwischen Gesamt- und aktiven Parametern?
„Mixture-of-Experts“-Modelle aktivieren pro Token nur einen Bruchteil ihrer Parameter. Kimi K3 verfügt über insgesamt 2,8 T, aktiviert jedoch etwa 50 Mrd. (16 von 896 Experten). Qwen3.8-Max verfügt über insgesamt 2,4 T, von denen ~95 Mrd. aktiv sind. GLM-5.2 verfügt über ~753 Mrd., von denen ~40 Mrd. aktiv sind. Aktive Parameter bestimmen die Inferenzkosten – weshalb die Ausführung von Qwens Flaggschiff-Modell teurer ist als die des größeren K3.
Endgültiges Urteil
Das Wichtigste, was dieser Vergleich zeigt, ist nicht, welches Modell gewinnt. Es ist vielmehr, dass sich die Frage geändert hat.
Vor zwei Jahren lautete die interessante Frage zu Open-Weight-Modellen, wie weit sie hinterherhinkten. Diese Frage ist mittlerweile langweilig, denn die Antwort lautet: “Nah genug, dass es auf die jeweilige Aufgabe ankommt.” Kimi K3 schlug Claude Fable 5 in einer Blindbewertung durch Menschen bei der Bewertung von Frontend-Code. GLM-5.2 schlug GPT-5.5 bei der Behebung realer Fehler – und das zu einem Sechstel der Kosten. Das sind keine Ergebnisse aus der Trostrunde.
Die interessante Frage lautet nun: Was Sie tatsächlich kaufen. Und die Antwort fällt für jede dieser drei Gruppen unterschiedlich aus, und zwar in einer Weise, die nichts mit der Position im Benchmark zu tun hat:
- GLM-5.2 verkauft dir Unabhängigkeit. MIT-Gewichtung, keine Bedingungen, keine Verhandlungen, der niedrigste Preis im Vergleich. Sie erwerben das Recht, nicht mehr von einem Anbieter abhängig zu sein.
- Kimi K3 verkauft dir Fähigkeit. Hier gibt es die besten Ergebnisse – zu einem Preis, der dem entspricht, und mit Lizenzbedingungen, die erst dann ins Gewicht fallen, wenn man groß wird.
- Qwen 3.8-Max verkauft dir Breite. Text, Bild und Video in einem Modell, starke agentische Zahlen, gestützt durch Alibabas Infrastruktur-Zusage in Höhe von $53 Milliarden – und vorerst ein Versprechen in Bezug auf Gewichte statt Gewichte.
Wenn ich es jeweils auf eine Zeile zusammenfassen müsste: Entscheiden Sie sich für GLM-5.2, wenn Sie die Kosten selbst tragen, für Kimi K3, wenn Ihnen die Leistungsfähigkeit den Aufpreis wert ist, und für Qwen3.8-Max, wenn Ihr Agent Augen braucht.
Und egal, für welches Modell Sie sich entscheiden: Bauen Sie den Router. In einem Umfeld, in dem drei Modelle, die an die Grenzen des Machbaren stoßen, innerhalb von acht Wochen ausgeliefert wurden, ist die Fähigkeit, umzuschalten, mehr wert als die Fähigkeit, die richtige Wahl zu treffen.
Zuletzt aktualisiert: 5. August 2026. Preise, Benchmarks und Lizenzbedingungen in diesem Bereich ändern sich wöchentlich – bitte überprüfen Sie die aktuellen Angaben anhand der offiziellen Dokumentation, bevor Sie Beschaffungsentscheidungen treffen. Zu den Quellen zählen VentureBeat, MarkTechPost, Fortune, SCMP, Quartz, Artificial Analysis, Northflank sowie Herstellerangaben von Moonshot AI, Alibaba Qwen und Z.ai.
Deutsch 
English 
Español 
Italiano 
Français