Kostenlose Modelle zum Programmieren: GLM, DeepSeek, Qwen und Kimi

Informationen zur Arbeit mit Ailoot findest du in der Dokumentation.

Wofür Claude-Limits draufgehen und was sie kosten#

Die häufigste Sorge bei Menschen, die gerade mit Vibe Coding anfangen, lautet: „Ich habe 20 $ bezahlt und alles an einem Abend aufgebraucht.“ Das ist keine Übertreibung; es kommt vor.

Wenn du einen KI-Agenten bittest, eine Funktion zu reparieren, liest das Modell nicht nur eine einzige Zeile. Es lädt verwandte Dateien, erinnert sich an frühere Nachrichten, führt Befehle aus und liest deren Ausgabe. Jeder Schritt verbraucht Tokens. Bei einem winzigen Projekt ist der Unterschied schwer zu bemerken, aber bei einem echten Produkt mit Dutzenden Dateien kann dieselbe Anfrage ein Vielfaches dessen kosten, was auf den ersten Blick zu erwarten ist. Diese separate Analyse erklärt, wie ein Agent über Nacht das gesamte Budget aufbrauchte.

Dann stehst du vor einer Weggabelung. Ein Claude-Abonnement bietet ein festes Tageskontingent: Ist das Limit erreicht, wartest du auf die Zurücksetzung oder wechselst zur Abrechnung pro Token. Und Premiummodelle sind teuer. Anthropics Spitzenmodell Fable 5 kostete beispielsweise 10 $ pro Million Eingabetokens und 50 $ pro Million Ausgabetokens, und ein großes agentenbasiertes Projekt kann diese Millionen an einem Tag verbrauchen.

Dann hilft es, sich eine einfache Sache vor Augen zu halten: Ein Modell ist ein austauschbarer Motor. 2026 haben offene Modelle nahezu dasselbe Leistungsniveau erreicht wie teure kostenpflichtige Modelle, und einige davon lassen sich kostenlos nutzen.

GLM-5.2: Das chinesische Modell, das kostenpflichtige Modelle herausfordert#

GLM-5.2 ist die Nachricht, die selbst Skeptiker dazu gebracht hat, über offene Modelle zu sprechen. Unter der Haube hat es 753 Milliarden Parameter (etwa 40 Milliarden davon sind pro Anfrage aktiv) und ein Kontextfenster von einer Million Tokens. Einfach gesagt kann es dadurch ein großes Projekt im Kontext halten, ohne den Anfang aus den Augen zu verlieren.

Die folgenden Werte stammen aus Z.ai-Veröffentlichungsübersicht zu GLM-5.2 vom 17. Juni 2026, nicht aus einem unabhängigen Vergleich dieses Artikels. SWE-bench Pro verwendete OpenHands mit angepasstem Prompt, Temperatur 1, top-p 1, 32K-Ausgabelimit und 400K-Kontext. Die Terminal-Bench-Zeile gehört zu Terminus-2. FrontierSWE ist der für den 16. Juni 2026 berichtete Dominance-Wert mit 1M-Kontext, max effort und 128K-Ausgabe. Diese vom Harness abhängigen Ergebnisse dürfen nicht auf jeden Programmierablauf verallgemeinert werden.

Lies jeden Benchmark getrennt: Der berichtete GLM-Wert übertrifft GPT-5.5 in den beiden gemeinsam aufgeführten Zeilen; Claude Opus 4.8 liegt bei FrontierSWE und Terminal-Bench vorn. Diese ausgewählte Tabelle belegt keine Überlegenheit von GLM bei allen Programmieraufgaben.

Was kostet GLM-5.2 und wo bekommst du es?#

Für Unternehmer ohne Programmierkenntnisse ist ein Z.ai-Abonnement oder Pay-per-Token-API-Zugang am einfachsten. Du musst das Modell nicht auf deinem eigenen Server ausführen; das ist etwas für Leute, die sich mit Infrastruktur auskennen.

Vergleiche die ungefähren Preise. Ein kostenpflichtiges Premiummodell kann bis zu 50 $ pro Million Ausgabetokens kosten. Mit Pay-per-Token-Zugang kostet GLM-5.2 etwa 3 $, während ein Z.ai-Monatsabo weniger kostet als ein Mittagessen. Bei den meisten Aufgaben gibt es nur geringe Qualitätsunterschiede, während die Rechnung um ein Vielfaches niedriger ausfallen kann. Ein weiterer Vorteil: GLM-5.2 ist bereits in beliebte Tools wie Cline integriert (eine kostenlose Editor-Erweiterung), du musst also nicht mit der Kommandozeile arbeiten.

Das Modell zu wechseln ist nur die halbe Arbeit. Das Setup darum herum sorgt für gleichbleibende Ergebnisse: was du in den Kontext aufnimmst, wie das Projektwissen organisiert ist und ob der Agent deine Denkweise versteht. Ein funktionierendes Setup besteht aus drei Teilen: einem KI-Klon, einem Second Brain und Context Engineering. Diese Kombination macht aus jedem Modell „einem Schwätzer, der halluziniert“ ein Werkzeug, auf das du dich verlassen kannst.

Weitere Alternativen zu Claude: DeepSeek, Qwen3-Coder und Kimi#

2026 gibt es viele offene Modelle zum Programmieren, und sie können tatsächlich mit kostenpflichtigen Modellen konkurrieren. Diese Modelle sollten Unternehmer kennen.

DeepSeek V4. Ein offenes Modell unter der MIT-Lizenz, veröffentlicht am 24. April 2026. Das Spitzenmodell DeepSeek V4-Pro-Max erreicht 80.6% im Test SWE-bench Verified – das beste Ergebnis unter den offenen Modellen, gleichauf mit Gemini 3.1 Pro. Das leichtere DeepSeek V4-Flash kostet dagegen fast nichts: etwa 0.14 $ pro Million Eingabetokens. Außerdem gibt es ein kostenloses Startkontingent, für das keine Karte erforderlich ist. So kannst du es unbesorgt ausprobieren. Diese Analyse vergleicht DeepSeek und Claude ausführlich.

Qwen3-Coder. Ein Modell mit 480 Milliarden Parametern aus dem Qwen-Team (35 Milliarden davon aktiv), das fürs Programmieren optimiert wurde und ein Kontextfenster von einer Million Tokens hat. Es ist ein offenes Modell, das fürs Programmieren optimiert wurde. Wenn du dieses Modell im Terminal ausführen möchtest, erfährst du hier, wie du einen API-Schlüssel für Qwen Code erhältst und welche Nutzungskosten anfallen.

Kimi K2.6. Ein offenes Modell von Moonshot mit einer Billion Parametern, veröffentlicht am 20. April 2026. Pay-per-Token-Zugang kostet etwa 0.66 $ pro Million Eingabetokens und 3.41 $ pro Million Ausgabetokens. Gelobt wird seine Ausgewogenheit: Es ist leistungsfähig und kostet nicht viel.

Welche Codiermodelle sind 2026 wirklich kostenlos?#

„Kostenlos“ kann in der Welt der Modelle Verschiedenes bedeuten. Manche bieten ein Startkontingent, andere begrenzen die Zahl der Anfragen pro Tag, und wieder andere sind ein Bonus zu einem Abonnement, das du bereits hast. Hier sind die praktischen Möglichkeiten für 2026:

1. DeepSeek-Startkontingent. Ein kostenloses Kontingent, für das keine Karte erforderlich ist. Es reicht aus, das Modell sorgfältig an einer echten Aufgabe zu testen, nicht nur an einem Spielzeugbeispiel.
2. Kostenlose Gemini-Stufe. Das Modell Gemini 3 Flash bietet über die API bis zu 1,500 kostenlose Anfragen pro Tag. Ein leicht zu übersehendes Detail: Google hat sein separates Gemini-CLI-Tool für Privatpersonen am 18. Juni 2026 eingestellt und verweist Nutzer auf Antigravity, seinen neuen KI-Editor – hier findest du die Schritt-für-Schritt-Anleitung zum Wechsel zu Antigravity.
3. Codex in ChatGPT. Wenn du bereits ein ChatGPT-Plus-Abonnement für 20 $ hast, ist der Codex-Programmieragent ohne zusätzliche Kosten enthalten. Er ist auch in der kostenlosen ChatGPT-Stufe verfügbar, dort ist die Anfragengrenze jedoch streng.

So verbindest du in 15 Minuten ein günstiges Modell#

Du brauchst die Kommandozeile nicht anzufassen. Der ganze Vorgang findet im gewohnten Editorfenster statt. Wenn du Cline erst mit anderen Optionen vergleichen möchtest, erfährst du hier, welcher kostenlose KI-Agent für VS Code zu deiner Situation passt.

1. VS Code und die Cline-Erweiterung installieren

   VS Code ist ein kostenloser Code-Editor von Microsoft. Suche im Tab „Erweiterungen“ des Editors nach Cline und klicke auf „Install“. Cline selbst ist ein kostenloser KI-Agent, der direkt in den Editor integriert ist.

2. Einen API-Schlüssel erstellen

   Anleitungen zu Tools in der Ailoot-Dokumentation finden

3. Den Schlüssel in Cline einfügen

   Wähle in den Cline-Einstellungen deinen Anbieter aus und füge deinen Schlüssel ein. Die Liste der verfügbaren Modelle wird automatisch geladen.

4. Ein Modell auswählen

   Suche das gewünschte Modell: z-ai/glm-5.2 für Leistungsfähigkeit, qwen/qwen3-coder zur kostenlosen Nutzung oder deepseek für einen niedrigen Preis. Du kannst jederzeit zwischen den Modellen wechseln.

5. Die Aufgabe in Worten beschreiben

   Beschreibe in gewöhnlicher Sprache, was erledigt werden soll. Der Agent liest das Projekt und schlägt Änderungen vor, die du bestätigen kannst. Danach läuft der Arbeitsablauf wie bei Claude.

Wenn du bereits mit Claude Code gearbeitet hast, musst du dich an sehr wenig gewöhnen – alles ist gleich, nur das Modell unter der Haube wechselt. Über das Tool selbst habe ich mehr in der Anleitung Cline vs. Claude Code geschrieben.

Wo ein günstiges Modell dich enttäuschen kann#

Es gibt kein einziges Werkzeug für jede Situation. Ein günstiges Modell ist oft eine ausgezeichnete Wahl, aber die Ersparnis hat eine Kehrseite, die du bedenken solltest.

Daten. Wenn du ein chinesisches Modell über dessen offizielle API nutzt, werden deine Anfragen (und Teile deines Codes) an die Server des Anbieters geschickt. Bei einem Lernprojekt ist das nebensächlich. Bei einem Produkt mit Kundendaten oder Geschäftsgeheimnissen ist es ein Grund, sorgfältig abzuwägen. Eine einfache Alternative ist, die Gewichte auf deinem eigenen Server auszuführen; dann sieht der Datenfluss anders aus.

Zuverlässigkeit über längere Zeit. Ein schwächeres Modell kann eine einzelne Funktion reparieren. Lässt du einen Agenten jedoch eine halbe Stunde lang selbstständig an einer großen Aufgabe arbeiten, geraten offene Modelle eher ins Straucheln: Sie verlieren den Faden und beschädigen Dinge, die bereits funktioniert haben. Das kostenpflichtige Claude ist in solchen Situationen zuverlässiger, und die gesparten Dollar können schnell zu verlorenen Stunden werden.

Ökosystem. Rund um Claude Code haben sich Skills, Erweiterungen, Agenten und fertige Setups entwickelt. Offene Modelle haben das auch, nur weniger davon. Wenn du auf bestimmte Tools angewiesen bist, sparst du durch einen Wechsel nicht immer Zeit.

Welches Modell solltest du wählen?#

Es gibt keine allgemeingültige Antwort, aber für jede Situation ist die Entscheidung einfach.

Eine vernünftige Strategie ist, die Modelle zu kombinieren. Lass Entwürfe und Lernaufgaben von einem kostenlosen oder günstigen Modell erledigen und überlasse die wichtigen Teile Claude. So arbeiten fast alle, die täglich mit KI programmieren.

Was macht wirklich den Unterschied: das Modell oder die Methode?#

Manchmal suchen Menschen nach „dem einen Modell“: Sie wechseln von einem zum anderen und sind jedes Mal enttäuscht. Fast nie ist das Modell das Problem.

Jedes Modell, kostenpflichtig oder kostenlos, produziert Müll, wenn du ihm Müll gibst. Mit einem gut vorbereiteten Kontext kann aber selbst ein günstiges Modell überraschend sorgfältig arbeiten. So funktioniert Context Engineering: Du steuerst, was das Modell sieht, bevor du auf „send“ drückst.

Konsistente Ergebnisse mit jedem Modell hängen von drei Dingen ab. Du brauchst einen geordneten Bestand an Projektwissen, auf den der Agent bei jedem Schritt zurückgreifen kann – das ist der Ansatz „Second Brain“. Richte den Agenten dann so ein, dass er deiner Denkweise folgt und Vorschläge in deinem Stil macht, anstatt standardmäßig den Durchschnitt des Internets nachzuahmen. Schließlich verwaltest du den Kontext: was geladen und entfernt wird und wann du von vorn anfängst. Wenn du das beherrschst, wird die Frage „Welches Modell soll ich wählen?“ kein ständiges Ärgernis mehr. Du kannst jedes Modell wählen, das du dir leisten kannst.

Der vollständige Leitfaden zu Vibe Coding an einem Abend: KI-Klon + Second Brain + Context Engineering. Eine Kombination, die mit jedem Modell für konsistente Ergebnisse sorgt, egal ob teuer oder kostenlos.

Lerne Ailoot kennen.