Die 5 besten chinesischen LLM-Modelle im Jahr 2026: Welches ist am besten fürs Programmieren geeignet?

Die besten chinesischen LLM-Modelle auf einen Blick

Die unabhängigen Bewertungen stammen aus dem aktuellen Artificial Analysis Intelligence Index, der neun Tests zu Coding, Terminalarbeit, Wissen, Mathematik und Reasoning kombiniert. Er ist umfassender als eine reine Coding-Bestenliste und sollte daher als ein Signal und nicht als endgültiges Urteil betrachtet werden. Methodik von Artificial Analysis und aktuelle Modellergebnisse ansehen.

So haben wir die chinesischen LLM-Modelle bewertet

Ein Ranking der „besten chinesischen LLM-Modelle“, das nur auf der Gesamtzahl der Parameter basiert, würde Kimi K3 an die erste Stelle setzen und die Diskussion beenden. Das würde Entwicklern bei der Modellauswahl jedoch nicht helfen.

Stattdessen haben wir fünf Fragen berücksichtigt:

1. Wie schneidet das Modell in unabhängigen Bewertungen ab und nicht nur in den Benchmarks seines Entwicklers?
2. Kann es Coding auf Repository-Ebene und wiederholte Tool-Nutzung zuverlässig bewältigen?
3. Wie schnell und teuer ist es beim Zugriff über eine API?
4. Akzeptiert es Screenshots, Diagramme oder andere visuelle Eingaben?
5. Kann ein Unternehmen seine Gewichte herunterladen, ändern und kommerziell einsetzen?

Die letzte Unterscheidung ist wichtig. „Offen“, „offene Gewichte“ und „Open Source“ gewähren nicht immer dieselben Rechte. GLM-5.2 und DeepSeek V4 Pro verwenden die freizügige MIT-Lizenz. MiniMax M3 veröffentlicht seine Gewichte unter einer Community License. Qwen3.7 Max ist proprietär. Kimi K3 veröffentlicht seine vollständigen Gewichte nun unter der eigenen Kimi-K3-Lizenz, die eine breite Nutzung und Änderung erlaubt, aber Bedingungen für große Model-as-a-Service-Unternehmen und sehr große kommerzielle Produkte enthält.

1. Kimi K3: Bestes chinesisches LLM insgesamt

Moonshot AI hat Kimi K3 für Coding, Wissensarbeit und Reasoning-Aufgaben entwickelt, die sich über viele Tool-Aufrufe erstrecken können. Die zentrale Spezifikation ist kaum zu übersehen: 2,8 Billionen Gesamtparameter, ein Kontextfenster mit 1 Mio. Tokens und native Verarbeitung von Text, Bildern und Videos.

Die Architektur ist interessanter als die reine Größe. Kimi K3 verwendet Kimi Delta Attention und Attention Residuals und aktiviert für jedes Token 16 seiner 896 Experten. Dadurch kann Moonshot das Modell skalieren, ohne bei jedem Schritt die vollständigen Rechenkosten eines dichten Modells mit 2,8 Billionen Parametern zu tragen. Der Kimi-K3-Leitfaden von Moonshot erklärt Architektur und Kontextfenster.

Kimi K3 erreicht derzeit 57 Punkte im Artificial Analysis Intelligence Index und liegt damit vor den anderen vier Modellen dieser Liste. Außerdem ist es das einzige Modell hier, das dieses Niveau an allgemeinem Reasoning mit nativer visueller Eingabe kombiniert. Das macht es besonders relevant für:

• Fehlerbehebung im Frontend anhand von Screenshots und Laufzeitprotokollen
• Nachbildung einer Benutzeroberfläche anhand einer visuellen Vorlage
• Navigation durch ein großes Repository während einer langen Agentensitzung
• Kombination technischer Dokumente, Diagramme und Code
• Wiederholtes Testen und Überarbeiten einer Anwendung

Es gibt drei wesentliche Nachteile.

Erstens der Preis. Bei GPT Proto kostet die Ausgabe 13,50 $ pro Million Tokens. Das ist mehr als dreimal so viel wie bei GLM-5.2 und mehr als vierzehnmal so viel wie bei MiniMax M3. Ein langfristig laufender Agent kann beim Planen, Bearbeiten, Prüfen von Testergebnissen und erneuten Versuchen viele Tokens erzeugen.
Zweitens die Infrastruktur. Die vollständigen K3-Gewichte sind jetzt öffentlich verfügbar, das Repository ist jedoch etwa 1,56 TB groß. Moonshot empfiehlt Bereitstellungen mit 64 oder mehr Beschleunigern. Dieses Modell mit offenen Gewichten richtet sich an Infrastrukturteams und ist kein Download für den Laptop.
Drittens die Lizenz. Kimi K3 ist nicht MIT-lizenziert. Seine eigene Lizenz erlaubt grundsätzlich Nutzung, Änderung, Fine-Tuning und Bereitstellung, enthält aber Bedingungen für große Model-as-a-Service-Unternehmen und sehr große kommerzielle Produkte. Eine rechtliche Prüfung sollte Teil des Bereitstellungsplans sein.

Fazit: Wählen Sie Kimi K3, wenn die Aufgabe schwierig genug ist, um die höhere API-Rechnung zu rechtfertigen, oder wenn der Zugriff auf ein hochmodernes Modell mit offenen Gewichten entscheidend ist. Behalten Sie GLM-5.2 als einfachere Standardwahl mit offenen Gewichten für routinemäßige Coding-Agenten bei.

2. GLM-5.2: Bestes chinesisches Coding-Modell für langfristig laufende Agenten

GLM-5.2 wäre das Modell, mit dem ich für einen ernsthaften Coding-Agenten beginnen würde.

Z.ai hat es gezielt für Aufgaben mit langem Horizont trainiert, statt Coding lediglich als weitere Chat-Funktion zu behandeln. Es handelt sich um ein Mixture-of-Experts-Modell mit 753 Milliarden Parametern, von denen etwa 40 Milliarden pro Token aktiv sind, einem Kontextfenster von 1 Mio. Tokens, nativem Tool-Calling und MIT-lizenzierten Gewichten. Die Ankündigung von GLM-5.2 durch Z.ai beschreibt seine Ausrichtung auf Aufgaben mit langem Horizont.

Im Artificial Analysis Intelligence Index erreicht GLM-5.2 51 Punkte. Für die interaktive Entwicklung wichtiger ist, dass unabhängige Messungen seine Ausgabegeschwindigkeit bei etwa 200 Tokens pro Sekunde einordnen. Das ist deutlich schneller als MiniMax M3 und DeepSeek V4 Pro im selben Datensatz.

Diese Kombination eignet sich für Aufgaben wie:

• Refactoring im gesamten Repository
• Debugging über mehrere Dateien hinweg
• Lange Terminal- und Testschleifen
• Migrationen, die Code, Konfiguration und Dokumentation umfassen
• Kommerzielles Self-Hosting oder Fine-Tuning

Die MIT-Lizenz ist ein echter Vorteil. Ein Team kann die Gewichte prüfen, das Modell in der eigenen Umgebung hosten und anpassen, ohne eine proprietäre Vereinbarung pro Sitzplatz auszuhandeln.

Der Nachteil ist, dass GLM-5.2 ausschließlich Text verarbeitet. Es kann keinen Screenshot eines fehlerhaften Layouts untersuchen und nicht direkt über eine Designvorlage nachdenken. Unabhängige Tests stellen außerdem fest, dass es relativ ausführlich ist. Die schnelle Generierung hilft, aber unnötige Ausgabe erhöht weiterhin die Rechnung.

Mit 1,26 $ pro Million Eingabe-Tokens und 3,96 $ pro Million Ausgabe-Tokens bei GPT Proto ist GLM-5.2 nicht das günstigste Modell dieser Liste. Es ist jedoch das ausgewogenste offene Modell für einen Coding-Agenten.

Fazit: Verwenden Sie GLM-5.2 als Standard, wenn ein Agent bei einem großen Repository über längere Zeit bei der Aufgabe bleiben soll. Wechseln Sie zu einem anderen Modell, wenn visuelle Eingaben oder die niedrigstmöglichen Tokenkosten wichtiger sind.

3. Qwen3.7 Max: Am besten für schnelle gehostete Coding-Workloads

Qwen3.7 Max ist Alibabas proprietäres Agentenmodell. Es bietet ein Kontextfenster von 1 Mio. Tokens, bis zu 65.536 Ausgabe-Tokens und erweitertes Reasoning für Coding und langfristige Ausführung. Anders als Qwen3.7 Plus verarbeitet Max ausschließlich Text. Alibabas Ankündigung von Qwen3.7 positioniert Max als Grundlage für Agentenmodelle.

Der wichtigste Vorteil ist die Geschwindigkeit.

Artificial Analysis misst Qwen3.7 Max derzeit mit etwa 204 Ausgabe-Tokens pro Sekunde, verglichen mit ungefähr 65 bei DeepSeek V4 Pro. Außerdem erreicht es 46 Punkte im Intelligence Index und liegt damit leicht vor MiniMax M3 und DeepSeek V4 Pro.

Der GPT Proto-Tarif macht das Modell noch interessanter: 0,36 $ pro Million Eingabe-Tokens und 1,44 $ pro Million Ausgabe-Tokens. Damit liegt es bei einer realistischen Coding-Aufgabe nahe bei MiniMax M3, bietet aber bessere unabhängige Ergebnisse bei der allgemeinen Intelligenz.

Qwen3.7 Max eignet sich für:

• Schnelle Code-Reviews
• Textbasiertes Refactoring über mehrere Dateien
• Agentenaufgaben, bei denen die Antwortzeit die Benutzererfahrung beeinflusst
• Gehostete Workloads mit hohem Volumen
• Teams, die ein leistungsfähiges API-Modell ohne Verwaltung der Gewichte wünschen

Der Nachteil ist die fehlende Kontrolle. Qwen3.7 Max hat geschlossene Gewichte, sodass Sie es nicht in einem privaten Cluster bereitstellen oder die Basisgewichte selbst feinabstimmen können. Außerdem fehlen ihm die visuellen Eingaben von Kimi K3 und MiniMax M3.

Es gibt außerdem ein Aktualitätsproblem. Alibaba hat bereits Qwen3.8 Max angekündigt. Solange dieses neuere Modell keine stabilen Dokumentationen, Preise und unabhängigen Ergebnisse vorweisen kann, wäre es verfrüht, eine funktionierende Qwen3.7-Integration zu ersetzen.

Fazit: Qwen3.7 Max ist hier die beste Wahl, wenn gehostete Geschwindigkeit und niedrige API-Kosten wichtiger sind als Self-Hosting oder multimodale Eingaben.

4. MiniMax M3: Bestes Preis-Leistungs-Verhältnis für multimodale Entwicklung

MiniMax M3 wird leicht unterschätzt, wenn man nur seinen Wert von 44 betrachtet.

Das Modell verfügt über etwa 428 Milliarden Gesamtparameter und 23 Milliarden aktive Parameter, unterstützt aber einen Kontext von 1 Mio. Tokens sowie native Text-, Bild- und Videoeingaben. MiniMax Sparse Attention reduziert die Berechnung der Attention bei voller Kontextlänge auf etwa ein Zwanzigstel der vorherigen Generation. MiniMax berichtet bei einem Kontext von 1 Mio. Tokens von neunmal schnellerem Prefill und fünfzehnmal schnellerem Decoding als bei M2. Die offizielle MiniMax-M3-Modellkarte enthält die Architektur- und Geschwindigkeitswerte.

Damit ist MiniMax M3 eine praktische Option für:

• Analyse von Repository-Diagrammen und UI-Screenshots zusammen mit Code
• Analyse langer Dokumente und von Code
• Multimodale Fehleranalyse
• Coding-Teilaufgaben mit hohem Volumen
• Agenten, die einen langen Kontext ohne den Ausgabepreis von Kimi K3 benötigen

Bei GPT Proto kostet das Modell 0,48 $ pro Million Eingabe-Tokens und 0,96 $ pro Million Ausgabe-Tokens. Es ist das günstigste Ausgabemodell in diesem Vergleich.

Die Gewichte können heruntergeladen werden, aber eine rechtliche Unterscheidung ist wichtig: MiniMax M3 verwendet die MiniMax Community License und nicht MIT. Offene Gewichte bedeuten nicht automatisch eine uneingeschränkte kommerzielle Nutzung. Ein Unternehmen, das das Modell weiterverteilen, feinabstimmen oder selbst hosten möchte, sollte die Lizenz prüfen, statt sich auf das Wort „offen“ zu verlassen.

Bei GPT Proto verwenden Textaufrufe den zentralen MiniMax-M3-Endpunkt. Bild- und Dateieingaben sind über die dedizierte Bild-zu-Text-Route desselben Kontos verfügbar.

Fazit: MiniMax M3 bietet in dieser Liste das beste Verhältnis von Kosten zu Leistungsfähigkeit. Wählen Sie es, wenn Sie multimodale Eingaben benötigen oder viele Agenten-Teilaufgaben ausführen möchten.

5. DeepSeek V4 Pro: Bestes MIT-Modell für Backend-Reasoning

DeepSeek ist nicht mehr automatisch die Antwort auf die Frage „Welches ist das beste chinesische Coding-Modell?“ Die Konkurrenz hat sich weiterentwickelt.

DeepSeek V4 Pro bleibt dennoch eine ernstzunehmende Option. Es ist ein Mixture-of-Experts-Modell mit 1,6 Billionen Parametern, 49 Milliarden aktiven Parametern, einem Kontextfenster von 1 Mio. Tokens und MIT-lizenzierten Gewichten. Über eine Modellfamilie unterstützt es Modi ohne Reasoning sowie Modi mit hohem und maximalem Reasoning. DeepSeek kündigte V4 Pro und V4 Flash im April 2026 an.

Der Wert im Artificial Analysis Intelligence Index beträgt 44 und liegt damit gleichauf mit MiniMax M3, aber unter Qwen3.7 Max, GLM-5.2 und Kimi K3. Auch die Ausgabegeschwindigkeit ist mit etwa 65 Tokens pro Sekunde geringer.

Warum gehört es weiterhin zu den Top 5?

DeepSeek V4 Pro eignet sich weiterhin gut für textlastige Backend-Arbeit:

• Algorithmen- und Datenstrukturprobleme
• MINT-Reasoning
• Backend-Regressionen
• Generierung und Reparatur von Tests
• Private Bereitstellungen, die eine freizügige Lizenz erfordern
• Ausgabelastige Agenten-Workflows, bei denen es günstiger als GLM-5.2 ist

Bei GPT Proto kostet es etwa 1,39 $ pro Million Eingabe-Tokens und 2,78 $ pro Million Ausgabe-Tokens. GLM-5.2 hat etwas günstigere Eingabekosten, DeepSeek ist dafür bei der Ausgabe günstiger.

Fazit: DeepSeek V4 Pro ist nicht mehr der uneingeschränkte Gewinner, bleibt aber eine der besseren Optionen für Backend-Reasoning, wenn eine MIT-lizenzierte Bereitstellung und vorhersehbare Ausgabekosten wichtig sind.

Eine echte Coding-Aufgabe, fünf unterschiedliche Entscheidungen

Betrachten wir eine realistischere Aufgabe, als jedes Modell zum Erstellen einer To-do-App aufzufordern:

Eine TypeScript-SaaS-Anwendung beginnt nach dem Upgrade einer Authentifizierungsbibliothek während ihres OAuth-Callbacks sporadisch fehlzuschlagen. Der Coding-Agent muss das Repository untersuchen, den Callback- und Session-Ablauf nachvollziehen, die Regression identifizieren, die Implementierung ändern, einen fehlschlagenden Test hinzufügen, die Testsuite ausführen und eine Pull-Request-Zusammenfassung vorbereiten.

Eine sinnvolle erste Anweisung könnte so aussehen:

Untersuche die Regression im OAuth-Callback dieses Repositorys.

Vor der Bearbeitung:
1. Bilde die Pfade für Callback, Session und Token-Refresh ab.
2. Ermittle das Bibliotheks-Upgrade, das das Verhalten geändert hat.
3. Reproduziere den Fehler mit einem Test.
4. Schlage den kleinsten sicheren Patch vor.

Nach der Bearbeitung:
1. Führe die relevanten Unit- und Integrationstests aus.
2. Berichte über jede geänderte Datei.
3. Erkläre verbleibende Risiken.
4. Behaupte keinen Erfolg, solange die Tests nicht bestanden wurden.

Das beste Modell hängt von den Erkenntnissen und der Umgebung ab:

Deshalb würde ich nicht jeden Schritt an ein einziges Modell weiterleiten. Ein praktischer Agent kann Qwen3.7 Max oder MiniMax M3 für die erste Triage verwenden, eine schwierige Korrektur im gesamten Repository an GLM-5.2 eskalieren und Kimi K3 für Aufgaben reservieren, die visuelles Reasoning benötigen.

Was würde dieselbe Coding-Aufgabe kosten?

Angenommen, die OAuth-Aufgabe verbraucht:

• 100.000 nicht gecachte Eingabe-Tokens
• 20.000 Ausgabe-Tokens

Unter Verwendung der aufgeführten GPT Proto-Tarife würden die Kosten des ersten Durchlaufs betragen:

Beispielsweise lautet die Berechnung für Kimi K3:

(0.1 × $2.70) + (0.02 × $13.50) = $0.54

Dies ist keine Behauptung, dass Qwen oder MiniMax die Aufgabe für sechs Cent lösen werden. Es handelt sich um eine Tokenberechnung für den ersten Durchlauf. Wenn ein günstigeres Modell einen fehlerhaften Patch erzeugt und drei weitere Versuche benötigt, steigen die tatsächlichen Kosten und die Abschlusszeit. Caching, Reasoning-Modi, Tool-Ausgabe und die Anzahl der Agentenrunden verändern ebenfalls die endgültige Rechnung.

Die relevante Kennzahl ist nicht der Preis pro Token. Es ist die Kosten pro akzeptierter Korrektur.

Warum der Benchmark-Sieger nicht unbedingt der beste Coding-Agent ist

Ein Coding-Modell untersucht nicht selbstständig Dateien, führt Befehle aus oder führt einen Patch zusammen. Der Agent um das Modell steuert:

• Welche Repository-Dateien in den Kontext gelangen
• Wie Suchergebnisse und Terminalausgaben dargestellt werden
• Ob Änderungen über exakte Patches oder neu geschriebene Dateien erfolgen
• Wann Tests ausgeführt werden
• Was nach einem fehlgeschlagenen Befehl geschieht
• Ob das Modell seine eigene Arbeit überprüfen kann
• Wie viel Kontext zwischen den Runden erhalten bleibt

Dasselbe Modell kann in zwei verschiedenen Agentensystemen sehr unterschiedliche Ergebnisse liefern.

Der von allen fünf Modellen gemeinsam genutzte Kontext von 1 Mio. Tokens birgt eine weitere Falle. Eine Million Tokens ist eine Kapazitätsangabe und keine Empfehlung, das gesamte Repository in jede Anfrage einzufügen. Irrelevante generierte Dateien, Abhängigkeiten und alte Protokolle können das Modell ablenken und gleichzeitig Latenz und Kosten erhöhen.

Ein besserer Coding-Agent ruft zunächst relevante Dateien ab, hält stabile Anweisungen am Anfang, fasst alte Toolausgaben zusammen und erweitert den Kontext nur, wenn die Untersuchung dies erfordert.

Kurz gesagt: Wählen Sie Modell und Agent gemeinsam aus.

Welches chinesische Coding-Modell sollten Sie verwenden?

Wählen Sie Kimi K3, wenn Sie die derzeit höchste Gesamtleistung wünschen, die Aufgabe visuelle Informationen oder langes Reasoning umfasst und Sie entweder eine gehostete API bevorzugen oder eine Bereitstellung mit 1,56 TB offenen Gewichten unterstützen können. Prüfen Sie die eigene Lizenz, bevor Sie darauf ein kommerzielles Model-as-a-Service-Produkt aufbauen.

Wählen Sie GLM-5.2, wenn Sie einen langfristig laufenden Coding-Agenten entwickeln und die beste Balance aus Leistungsfähigkeit, Geschwindigkeit, Kontext, Kosten und freizügiger Bereitstellung wünschen. Die MIT-Lizenz und der kleinere Ressourcenbedarf machen es weiterhin zu meiner Standardempfehlung für Self-Hosting.

Wählen Sie Qwen3.7 Max, wenn Sie ein schnelles, günstiges gehostetes Modell wünschen und keine herunterladbaren Gewichte oder Bildeingaben benötigen.

Wählen Sie MiniMax M3, wenn Kosten und Multimodalität wichtig sind. Es ist besonders attraktiv für Entwicklungs-Workflows mit hohem Volumen, die Screenshots, Dateien und Code kombinieren.

Wählen Sie DeepSeek V4 Pro, wenn die Arbeit backendlastig ist und Sie ein MIT-lizenziertes Modell wünschen, das auf Ihrer eigenen Infrastruktur laufen kann.

Es gibt keinen dauerhaften Gewinner. Modelle werden zu schnell veröffentlicht, als dass dies möglich wäre. Sie können jedoch eine Routing-Schicht aufbauen, über die sich der Gewinner ändern lässt, ohne die Anwendung neu schreiben zu müssen.

So rufen Sie diese chinesischen LLM-Modelle über eine API auf

GPT Proto stellt die fünf Modelle über denselben OpenAI-kompatiblen Chat-Endpunkt bereit. Hier ist eine cURL-Anfrage mit GLM-5.2:

curl --location 'https://gptproto.com/v1/chat/completions' \
  --header 'Authorization: YOUR_GPTPROTO_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "glm-5.2",
    "messages": [
      {
        "role": "system",
        "content": "You are a senior software engineer. Separate confirmed evidence from hypotheses and never claim a test passed unless you saw its output."
      },
      {
        "role": "user",
        "content": "An OAuth callback began failing after an authentication-library upgrade. Return a JSON object with diagnosis_questions, files_to_inspect, likely_failure_modes, and test_plan."
      }
    ],
    "stream": false
  }'

Um ein anderes Modell auszuprobieren, ändern Sie den Wert model:

Die Groß- und Kleinschreibung ist für MiniMax-M3.

Sie können die umfassendere GPT Proto-Modellsammlung vergleichen oder die aktuellen Pay-as-you-go-Preise prüfen, bevor Sie Produktionsdatenverkehr weiterleiten.