Qwen vs. DeepSeek vs. GLM: Chinas Open-Weight-Trio im Vergleich (2026)

Qwen vs. DeepSeek vs. GLM: Chinas Open-Weight-Trio im Vergleich (2026)

Zuletzt geprüft: 14. Juli 2026. Modellversionen (Qwen3.6, DeepSeek V4, GLM-5.2), Preise und Lizenzen wurden am Tag der Veröffentlichung auf offiziellen Kanälen erneut überprüft.

Qwen vs. DeepSeek vs. GLM ist genau der Dreikampf, den die meisten Entwickler eintippen, wenn sie ein chinesisches Open-Weight-Modell suchen, das es mit Claude und GPT aufnehmen kann. Eines der drei, GLM-5.2 (Modell-String GLM-5.2[1m]), haben wir drei Wochen lang als unser primäres Coding-Modell für 72 $/Monat eingesetzt. DeepSeek V4 erreicht laut eigenen Angaben rund 80,6 % auf SWE-bench Verified. Qwen3.6 läuft unter Apache 2.0, der freizügigsten Lizenz in diesem Vergleich. Drei Labs, drei sehr unterschiedliche Wetten. Hier sehen Sie, wie sie wirklich abschneiden: mit einer Spec-Tabelle, einer Benchmark-Tabelle, die kennzeichnet, wer welche Zahl gemeldet hat, und einem echten Produktivtest.

Für agentisches Coding und Long-Horizon-Agenten ist GLM-5.2 unsere Empfehlung (wir haben es drei Wochen im Produktivbetrieb gefahren). Bei den günstigsten Tokens und RAG im großen Maßstab gewinnt DeepSeek V4 Flash beim Preis. Für lokales Self-Hosting und die freizügigste Lizenz bietet Qwen3 (Apache 2.0) den breitesten, leichtesten Fußabdruck.

Kurzantwort:

• Qwen, DeepSeek und GLM sind drei unterschiedliche Unternehmen (Alibaba, DeepSeek, Zhipu/Z.ai), kein einzelnes Modell.
• Günstigster Preis pro Token: DeepSeek V4 Flash (0,14 $ Input / 0,28 $ Output pro Mio.; Cache-Hit 0,0028 $).
• Beste Coding-Empfehlung aus eigener Praxis: GLM-5.2 (drei Wochen in Claude Code getestet); freizügigste Lizenz: Qwen (Apache 2.0).
• Alle drei erreichen inzwischen rund 1 Mio. Kontext, mit Unterschieden im Detail je Modell (Qwens offene Modelle variieren).

Kurze Klarstellung: drei unterschiedliche Unternehmen, kein einzelnes Modell mit drei Namen. DeepSeeks ältere R1-„Distill-Qwen"-Checkpoints sind etwas komplett anderes, älteres.

Qwen vs. DeepSeek vs. GLM auf einen Blick

Die drei Modellfamilien setzen auf gegensätzliche Design-Strategien. Qwen (Alibaba) hat das breiteste Lineup mit dem leichtesten Self-Hosting-Fußabdruck und einer Apache-2.0-Lizenz. DeepSeek (DeepSeek) setzt mit riesigen Mixture-of-Experts-Modellen auf eine zweistufige Preis-Leistungs-Strategie. GLM-5.2 (Zhipu/Z.ai) ist der Spezialist für Coding und Long-Horizon-Agenten. Hier das Datenblatt im direkten Vergleich.

Zwei Anmerkungen: Qwen trennt seine offenen Modelle von einem geschlossenen, nur über API verfügbaren „Max"-Flaggschiff, benennen Sie also genau, welches Sie meinen. Und DeepSeek V4s Parameterzahlen stammen aus Blogberichten, nicht von offizieller Seite, weshalb sie das Tag „laut Bericht" tragen.

Wie schneiden Qwen, DeepSeek und GLM bei Benchmarks ab?

Kein einzelnes Modell gewinnt jeden Benchmark, lesen Sie also das Cluster, nicht das Ranking. Bei Coding-Aufgaben führt GLM-5.2 bei Long-Horizon-Agentenaufgaben, während DeepSeek V4 Pro bei den aggregierten Coding-Scores vorn liegt. Beim Reasoning treiben beide AIME nahezu an die Sättigungsgrenze. Bei den allgemeinen Intelligenz-Indizes liegt GLM unter den offenen Modellen im Mittelfeld. Unterschiedliche Test-Harnesses machen modellübergreifende Zahlen zu einem Vergleich von Äpfeln und Birnen, daher ist jeder Wert unten mit der Quelle gekennzeichnet, die ihn veröffentlicht hat.

Legende: [SR] = vom Anbieter selbst gemeldet. [3P] = Drittanbieter-Leaderboard, unabhängiger Aggregator oder unser eigener Praxistest. Eine n/a-Zelle bedeutet, dass der Anbieter keinen vergleichbaren Wert veröffentlicht hat, nicht, dass er null ist.

Die ehrliche Einordnung chinesischer Open-Weight-Benchmarks 2026: Kein Modell gewinnt jede Zeile, und die Hälfte der auffälligen Zahlen ist selbst gemeldet. Die 77,2 % für Qwen3.6-27B stammen aus einem einzigen Blog, und die ~80,6 % von DeepSeek beruhen auf einem „unverifizierten Scaffold". Behandeln Sie beide also mit Vorsicht. In unseren eigenen Tests verlassen wir uns eher auf das SWE-bench-Leaderboard und Artificial Analysis als auf Content-Farm-Zahlen, denn schon ein Scaffold-Wechsel kann einen Score um einige Punkte verschieben. Zitiert ein Modell nur sein eigenes Zeugnis, ziehen wir das entsprechend ab.

DeepSeek V4: Der Preis-Leistungs-König

DeepSeek V4 ist die richtige Wahl, wenn jede Million Tokens zählt. Es gibt zwei Stufen: V4 Pro für Reasoning und agentische Arbeit sowie V4 Flash für schnelle, günstige Anfragen mit hohem Volumen. Der strukturelle Vorteil liegt in der Cache-Preisgestaltung. Liest Ihr Workload denselben Kontext wiederholt, etwa bei einer RAG-Pipeline oder einem Agenten, der wiederholt denselben System-Prompt sendet, macht die Cache-Hit-Rate es zur mit Abstand günstigsten Option in diesem Vergleich.

DeepSeek V4 startete am 24. April 2026 als Preview. Die gemeldete Architektur: ein 1,6T / 49B-aktiv-MoE für V4 Pro und 284B / 13B für V4 Flash, beides aus Blogberichten und nicht offiziell bestätigt. Die Gewichte liegen auf Hugging Face (deepseek-ai/DeepSeek-V4-Pro, deepseek-ai/DeepSeek-V4-Flash) unter MIT-Lizenz, mit einem offiziellen 1-Mio.-Token-Kontextfenster.

Hier zeigt sich die Cache-Hit-Ökonomie: V4 Flash berechnet 0,14 $ pro Mio. Input-Tokens bei einem Cache-Miss, aber nur 0,0028 $ bei einem Cache-Hit, gegenüber 0,28 $ Output. Für einen RAG-Dienst, der denselben Dokument-Store ständig abfragt, entscheidet genau diese Differenz alles. Die vollständigen Zahlen finden Sie auf der offiziellen DeepSeek-Preisseite.

Eine Aktualitäts-Falle, die sonst niemand erwähnt: Wer noch deepseek-chat oder deepseek-reasoner aufruft, sollte wissen, dass diese Endpoints am 24. Juli 2026 um 15:59 UTC abgeschaltet werden. Migrieren Sie jetzt zu deepseek-v4-pro oder deepseek-v4-flash, denn diese Frist liegt nur zehn Tage nach Veröffentlichung dieses Artikels.

Wählen Sie DeepSeek V4 für kostensensitive, API-first-Produkte, besonders bei viel wiederholtem Kontext. Es ist nicht das Modell, das Sie auf einer einzelnen Workstation self-hosten. Das große MoE braucht Hardware der Cluster-Klasse.

Qwen3: Die breiteste Familie mit dem besten Self-Hosting-Profil

Qwen3 ist das Modell für den Betrieb auf eigener Hardware. Es ist die breiteste der drei Familien, die offenen Modelle tragen eine Apache-2.0-Lizenz (die freizügigste in diesem Vergleich), und die dense-Stufe ist leicht genug für eine einzelne GPU. Zudem ist es bei Nicht-Coding-Aspekten wie Mehrsprachigkeit am stärksten, ein Punkt, den reine Coding-Vergleiche komplett übergehen.

Das Lineup ist tief gestaffelt. Auf der offenen Seite gibt es Qwen3.6-27B (dense), Qwen3.6-35B-A3B (MoE) und die Coding-Linie mit Qwen3-Coder-Next (80B-A3B, 256K Kontext) an der Spitze. Getrennt davon ist Qwen3-Max ein geschlossenes, nur über API verfügbares Flaggschiff. Verwechseln Sie es nicht mit den offenen Gewichten. Versionen und die Apache-2.0-Bedingungen finden Sie im Qwen3-Coder-GitHub-Repo und im Blog des Qwen-Teams.

Beim Coding erreicht Qwen3-Coder-Next je nach Testumgebung 70,6-71,3 % auf SWE-bench Verified (selbst gemeldet, SOTA unter offenen Modellen ohne Test-Time-Scaling). Die Self-Hosting-Schlagzeile: Die dense 27B-Klasse läuft Berichten zufolge auf rund 18 GB VRAM, eine einzelne 24-GB-Karte mit Luft nach oben. Diese Zahl stammt aus einem einzigen Blog, prüfen Sie sie also auf Ihrem eigenen Setup nach. So betreiben Sie diese Modelle lokal, und so servieren Sie sie mit vLLM oder SGLang, sobald Sie über eine einzelne Maschine hinausskalieren.

Die Namensgebung bei Qwen ist von den dreien am instabilsten, bestätigen Sie also vor dem Festlegen einer Abhängigkeit den aktuellen Namen des offenen Flaggschiffs. Wählen Sie Qwen3 für lokale Bereitstellung auf bescheidener Hardware, für Mehrsprachigkeit oder immer dann, wenn Sie konkret Apache 2.0 statt MIT benötigen.

GLM-5.2: Die Empfehlung für Coding und Long-Horizon-Agenten

GLM-5.2 ist der Spezialist für Coding und Long-Horizon-Agenten, und es ist das Modell, das wir aus eigener Erfahrung am besten kennen. Es handelt sich um ein MoE mit 753 Mrd. Parametern gesamt / ~40 Mrd. aktiv unter MIT-Lizenz, mit einem 1-Mio.-Token-Kontextfenster seit Mitte Juni 2026 und rund 131.000 Tokens maximaler Ausgabe. Bei den agentischen Benchmarks hält es sich: SWE-bench Pro 62,1, Terminal-Bench 2.1 bei 81,0, AIME nahezu gesättigt bei 99,2 und ein Artificial-Analysis-Intelligence-Index von 51 (alles Drittanbieter-Werte).

Hier der ehrliche Teil, und das ist genau das Vertrauenssignal, das dies von einer bloßen Benchmark-Wiederholung unterscheidet: Unsere Praxiserfahrung aus erster Hand beschränkt sich ausschließlich auf GLM. Wir haben GLM-5.2 Pro drei Wochen lang als primäres Coding-Modell auf echten Kundenrepositories eingesetzt, angesteuert über Claude Code gegen den Anthropic-kompatiblen Endpoint von Z.AI (api.z.ai/api/anthropic, Modell-String GLM-5.2[1m]). In einer normalen Woche waren das rund 1.300 unserer ~2.000 wöchentlichen Prompts. In zwei migrationslastigen Wochen erreichten wir das Wochenlimit an Tag 5, ein harter Stopp ohne Überschreitungsmöglichkeit. Es bewältigte einen echten Next.js-16-API-Route-Refactor sauber über rund ein Dutzend Dateien hinweg. Kosten: 72 $/Monat auf der Pro-Stufe des GLM Coding Plan gegenüber den ~200 $/Monat, die wir sonst für Claude Max zahlen würden. Für Qwen3 und DeepSeek V4 stützen wir uns auf veröffentlichte Benchmarks plus kürzere API-Stichproben, gewichten Sie das GLM-Urteil also als das, das wir tatsächlich selbst erlebt haben.

Der Wechsel selbst sind drei Umgebungsvariablen, die Sie direkt aus unserem Artikel 3 Wochen mit dem GLM Coding Plan in Claude Code übernehmen können:

# Claude Code über Z.AI's Anthropic-kompatiblen Endpoint auf GLM-5.2 verweisen
export ANTHROPIC_BASE_URL="https://api.z.ai/api/anthropic"
export ANTHROPIC_AUTH_TOKEN="your-zai-key"
export ANTHROPIC_MODEL="GLM-5.2[1m]"
claude

Drei Wochen mit GLM-5.2 für 72 $/Monat erledigten die Coding-Arbeit, für die wir sonst rund 200 $/Monat Claude Max zahlen würden. Am fünften Tag stießen wir dann an das Wochenlimit. Die vollständige Analyse finden Sie in unserer ausführlichen GLM-5.2-Bewertung und im oben verlinkten Coding-Plan-Artikel; dieser Abschnitt bleibt bewusst kurz, damit der Dreivergleich gleichgewichtig bleibt. Modelldetails stehen in den Z.AI-Docs.

Was kosten Qwen, DeepSeek und GLM?

DeepSeek V4 Flash ist pro Token am günstigsten, GLM verkauft statt reiner Token-Abrechnung ein Pauschalabo (den Coding Plan), und Qwens „Plus"-Stufe liegt dazwischen. Alle drei tragen kommerziell nutzbare Lizenzen. Die Preise unten gelten pro 1 Mio. Tokens, Stand 14. Juli 2026.

Die Preistabelle verdeckt eine wichtige Neurahmung. GLMs Coding Plan ist ein Pauschalabo statt Token-Abrechnung: Lite 18 $, Pro 72 $, Max 160 $ pro Monat. Wer den ganzen Tag codet, fährt mit diesem Abo günstiger als mit token-basierten GLM-API-Ausgaben. Genau deshalb lief unser dreiwöchiger Test darüber. Wer nur gelegentlich Anfragen stellt, ist mit der token-basierten GLM-API oder DeepSeek V4 Flash günstiger bedient.

Zur Lizenzierung: DeepSeek und GLM stehen unter MIT, Qwen unter Apache 2.0. Alle drei sind kommerziell nutzbar. Apache 2.0 ist am freizügigsten, wenn Sie weiterverteilen wollen oder explizite Patentbedingungen brauchen. Prüfen Sie also die genaue Lizenz auf der Hugging-Face-Modellkarte des Checkpoints, den Sie einsetzen.

Nun zu der Frage, die Käufern chinesischer Modelle wirklich den Schlaf raubt: die Datenresidenz. Das sind chinesische Anbieter. Können Sie Daten in Ihrer eigenen Jurisdiktion behalten? Ja, wenn Sie self-hosten: Offene Gewichte plus MIT- oder Apache-2.0-Lizenz bedeuten, dass Sie jedes der Modelle auf EU-Infrastruktur (oder der Ihrer eigenen Region) betreiben können und keine Anfrage Ihr Netzwerk verlässt. Bei der gehosteten API ist es umgekehrt: Ihre Daten gehen an den Anbieter, und unsere GLM-Bewertung weist speziell auf Z.ais China-Hosting- und Aufbewahrungsbedingungen für den gehosteten Endpoint hin. Für strikte EU-Hosting-Anforderungen oder Compliance heißt die Antwort also Self-Hosting, und Qwen lässt sich dabei am einfachsten selbst hosten. (Und ja, deepseek-chat / deepseek-reasoner werden weiterhin am 24. Juli 2026 um 15:59 UTC abgeschaltet.)

Welches Modell sollten Sie wählen?

Es gibt keinen einzelnen Gewinner, passen Sie das Modell also an die Aufgabe an. Unten sehen Sie die Entscheidungsmatrix nach Anwendungsfall. Kurz gesagt: GLM-5.2 für agentisches Coding, DeepSeek V4 Flash für die günstigsten Tokens, DeepSeek V4 Pro oder GLM für die anspruchsvollsten Reasoning-Aufgaben und Qwen3 für lokales Self-Hosting, Mehrsprachigkeit und Datenresidenz.

Warum nicht Kimi? Berechtigte Frage, denn Kimi K2.6 (Moonshot) ist real und stark: BenchLM führt es als #2 unter den chinesischen Modellen (gesamt 81, Coding 88,7). Wir haben die Grenze bei drei gezogen, weil „qwen vs deepseek vs glm" genau die Suchkombination ist, nach der Menschen tatsächlich suchen, und ein sauberer Dreikampf bleibt so übersichtlich. Kimi ist der natürliche vierte Kandidat, wenn Sie eine längere Shortlist wollen, und gehört auf das breitere Open-Source-LLM-Ranking neben Llama und Mistral. Ein ehrlicher Absatz, kein Vierkampf-Wildwuchs.

Häufig gestellte Fragen

Sind Qwen, DeepSeek und GLM dasselbe?

Nein. Sie stammen von drei unterschiedlichen Unternehmen: Alibaba entwickelt Qwen, DeepSeek entwickelt DeepSeek V4, und Zhipu/Z.ai entwickelt GLM. Die Verwechslung geht meist auf DeepSeeks ältere R1-„Distill-Qwen"-Checkpoints zurück, bei denen DeepSeek-Reasoning in Qwen-Basismodelle destilliert wurde. Das ist eine ältere, eigenständige Sache und unterscheidet sich von den heutigen unabhängigen Flaggschiffen.

Welches Modell ist 2026 am besten für Coding?

Das hängt davon ab, ob Sie gehostet oder self-hosted arbeiten. Für praxisnahes agentisches Coding ist GLM-5.2 nach unserem dreiwöchigen Produktivtest unsere Empfehlung. DeepSeek V4 Pro führt beim aggregierten BenchLM-Coding-Score (89,8). Für das stärkste self-hostbare Modell liegt Qwen3-Coder-Next mit 70,6-71,3 % beim offenen SWE-bench Verified vorn. Alle drei sind wirklich praxistauglich.

Welches Modell ist pro Token am günstigsten?

Ganz klar DeepSeek V4 Flash. Es kostet 0,14 $ pro Mio. Input-Tokens bei einem Cache-Miss, 0,0028 $ bei einem Cache-Hit und 0,28 $ Output (offiziell, 14. Juli 2026). Bei Workloads mit wiederholtem Kontext, etwa RAG oder Agenten, die denselben System-Prompt erneut lesen, macht die Cache-Hit-Rate es günstiger als alles andere in diesem Vergleich.

Kann ich Qwen, DeepSeek und GLM auf eigener Hardware self-hosten?

Ja, alle drei veröffentlichen offene Gewichte. Qwens dense 27B ist das leichteste und läuft Berichten zufolge auf rund 18 GB VRAM, sodass eine einzelne 24-GB-Karte ausreicht. DeepSeek V4 und GLM-5.2 sind große Mixture-of-Experts-Modelle, die Hardware der Cluster-Klasse brauchen. Servieren Sie jedes davon mit vLLM oder SGLang, sobald Sie über eine einzelne Maschine hinausgehen.

Welches Modell hat das größte Kontextfenster?

Alle drei bewegen sich um 1 Mio. Tokens, aber die Details unterscheiden sich. DeepSeek V4 hat offiziell 1 Mio., und GLM-5.2 erreichte diesen Wert Mitte Juni 2026. Bei Qwens offenen Modellen variiert das: Qwen3-Coder-Next hat nativ 256K, während manche gehosteten „Plus"-Stufen rund 1 Mio. erreichen. Prüfen Sie den genauen Checkpoint, den Sie einsetzen, statt es anzunehmen.

Ist GLM-5.2 beim Coding so gut wie Claude oder GPT?

Bei den Benchmarks liegt es nah dran (SWE-bench Pro 62,1 gegenüber rund 69 bei Claude Opus 4.8), und in der Praxis ist der Abstand sogar kleiner als die Zahlen vermuten lassen. In unserem dreiwöchigen Test erledigte GLM-5.2 den Großteil unserer Coding-Arbeit für 72 $/Monat gegenüber den ~200 $/Monat, die wir für Claude Max zahlen. Der Kompromiss ist ein hartes Wochenlimit, das uns in arbeitsreichen Wochen am fünften Tag stoppte.

Was ist mit Kimi K2.6, warum gehört es nicht zu den drei?

Kimi (Moonshot) ist real und stark. BenchLM führt es als #2 unter den chinesischen Modellen insgesamt (81) und mit 88,7 beim Coding. Wir haben die exakte Dreier-Kombination beibehalten, nach der Menschen tatsächlich suchen, weshalb Kimi nicht in die Kern-Auswahl aufgenommen wurde. Betrachten Sie es als den natürlichen vierten Kandidaten auf einer längeren Open-Weight-Shortlist, nicht als Auslassung.

Welche Lizenz kann ich kommerziell nutzen?

Alle drei. DeepSeek und GLM stehen unter MIT, Qwens offene Modelle unter Apache 2.0. Jede dieser Lizenzen ist kommerziell nutzbar. Apache 2.0 ist am freizügigsten und enthält explizite Patentbedingungen, was bei Weiterverteilung eine Rolle spielen kann. Prüfen Sie immer die Lizenz auf der Hugging-Face-Modellkarte des genauen Modells, das Sie einsetzen.

Qwen vs. DeepSeek V4: Welches sollte ich für ein API-basiertes Produkt wählen?

DeepSeek V4 für kostensensitive, volumenstarke oder RAG-lastige Produkte, dank des Preisvorteils bei Cache-Hits. Qwen, wenn Sie speziell Mehrsprachigkeit oder eine Apache-2.0-Lizenz benötigen. Beide sind über API verfügbar und beide lassen sich self-hosten, sodass meist Ihr Token-Volumen und Ihre Lizenzanforderungen den Ausschlag geben.

Das Fazit

Erzwingen Sie keinen einzelnen Gewinner aus Qwen vs. DeepSeek vs. GLM. Staffeln Sie die Modelle stattdessen und wählen Sie nach Aufgabe:

• GLM-5.2 für agentisches Coding und Long-Horizon-Agenten. Es ist das Modell, das wir drei Wochen für 72 $/Monat gefahren haben, und es hat sich den Platz verdient.
• DeepSeek V4 Flash für die günstigsten Tokens und RAG im großen Maßstab, mit einem Cache-Hit-Preis, den sonst nichts in diesem Vergleich erreicht.
• Qwen3 für lokales Self-Hosting auf bescheidener Hardware, mehrsprachige Arbeit und die freizügigste Lizenz (Apache 2.0).

Die größere Lehre: Lesen Sie das Benchmark-Cluster, nicht das Ranking, und bewerten Sie selbst gemeldete Zahlen mit Vorsicht. Aktualität zählt in diesem Bereich mehr als Wortzahl, denn alle drei bringen fast monatlich neue Versionen heraus.

Das Modell auszuwählen ist der einfache Teil. Es mit Fallbacks, Kostengrenzen und Eval-Gates in einen Produktivstack einzubauen, ist der Punkt, an dem Teams ins Stocken geraten. Genau das machen wir bei Techsy: Wir integrieren ein Open-Weight-Modell in einen produktiven Agenten-Stack, der echtem Traffic standhält.