BroadRouter

Bestes offenes Modell für Coding-Agenten: Tools, Kontext und Kosten

Vom Team von BroadNet Inference · 6 Min. Lesezeit · Veröffentlicht · Aktualisiert

Für einen Coding-Agenten, der auf native Tool-Aufrufe angewiesen ist (opencode, Agent-Modus von Continue, Zoo Code), ist GLM 5.3 bei BroadNet die sicherste Wahl: Tools ausgewiesen, 1 Mio. Tokens Kontext. Für Aider oder einen Agenten, der den ganzen Tag läuft, ist DeepSeek V4.1 Flash mit Flatrate am günstigsten. Qwen3.8 27B passt zur Arbeit mit Screenshots. Der 32K-Kontext von Gemma 4 VL 26B ist zu klein.

Die meisten Listen zum „besten offenen Modell zum Programmieren“ ordnen Modelle nach Benchmark-Werten. Das hilft bei der Wahl einer Modellfamilie. Es sagt Ihnen aber nicht, welches Modell in Ihrem Agenten, über Ihren Anbieter und zu Kosten funktioniert, mit denen Sie leben können. Dieser Beitrag beschränkt die Auswahl auf die vier Chat-Modelle von BroadNet Inference und entscheidet anhand von vier praktischen Tests: Tool Calling, Kontext, Reasoning und Kosten pro Aufgabe. Benchmark-Werte veröffentlichen wir hier nicht; wir nutzen nur, was in der Dokumentation und der Preisdatei von BroadNet steht.

Welche Modelle stehen zur Wahl?

Modell ID Kontext Tools ausgewiesen Bild-Input Denkt zuerst nach
GLM 5.3 broadnet/glm-5.3 1.048.576 Ja Nein Ja
DeepSeek V4.1 Flash broadnet/deepseek-v4.1-flash 1.048.576 Nicht ausgewiesen Ja Ja
Qwen3.8 27B broadnet/qwen3.8-27b 262.144 Ja Ja Ja
Gemma 4 VL 26B broadnet/gemma-4-26b-a4b 32.768 Nicht ausgewiesen Ja Nicht ausgewiesen

Alle vier sind Open-Weight-Modelle, die über eine einzige OpenAI-kompatible API unter https://inference.broadnet.ai/v1 bereitstehen. Ein Wechsel ist also eine Änderung in einer Zeile der Agenten-Einstellungen.

Test 1: Braucht Ihr Agent native Tool-Aufrufe?

Diese Frage entscheidet, welche Modelle infrage kommen. Über Tool Calling bittet ein Agent Ihren Rechner, eine Datei zu lesen, einen Befehl auszuführen oder eine Änderung anzuwenden. Agenten nutzen das auf drei verschiedene Arten:

  • Native Tool-Aufrufe. Der Agent sendet eine tools-Liste und erwartet tool_calls zurück. Laut Dokumentation von Roo Code (das Projekt wurde am 15. Mai 2026 eingestellt; der Fork Zoo Code führt es weiter) ist natives Tool Calling „the only supported tool protocol“ (Übersetzung: das einzige unterstützte Tool-Protokoll), ohne XML-Fallback. Laut Konfigurationsreferenz von Continue ist die Capability tool_use „required for Agent mode“ (Übersetzung: für den Agent-Modus erforderlich). Auch opencode arbeitet über die Tool-Aufrufe der API.
  • Im Prompt beschriebene Tools. Cline ist in v3.35 für eine Liste namentlich genannter Anbieter und Frontier-Modelle auf natives Tool Calling umgestiegen; laut Release-Beitrag werden andere Modelle „continue using the text-based approach“ (Übersetzung: weiterhin den textbasierten Ansatz nutzen). Das Modell muss dennoch einem strikten Tool-Format folgen, die Qualität beim Befolgen der Tools zählt also.
  • Text-Edit-Formate. Aider bittet das Modell, Änderungen als Text zurückzugeben: ganze Dateien, Search/Replace-Blöcke oder Unified Diffs, laut seiner Dokumentation zu Edit-Formaten. Es ist nicht auf das Tool-Calling-Feld der API angewiesen. Modellempfehlungen für Aider finden Sie unter das beste LLM für Aider.

Die erste Regel ist also einfach. Für einen Tool-gesteuerten Agenten wie opencode, den Agent-Modus von Continue oder Zoo Code nutzen Sie ein Modell, für das BroadNet Tools ausweist: GLM 5.3 oder Qwen3.8 27B. Cline ist nachsichtiger, aber dieselben zwei Modelle sind der sicherere Einstieg. Für Aider funktioniert jedes der Modelle mit großem Kontext, auch DeepSeek V4.1 Flash. Wenn Sie DeepSeek V4.1 Flash in einem Tool-gesteuerten Agenten einsetzen wollen, lassen Sie zuerst eine echte Aufgabe darauf laufen. Ein fehlgeschlagener Tool-Aufruf zeigt sich meist in den ersten zwei oder drei Schritten.

Test 2: Ist der Kontext groß genug?

Das Kontextfenster eines Agenten füllt sich schneller als erwartet. Bevor Code gelesen wird, enthält eine Anfrage bereits einen System-Prompt, Tool-Schemas und die bisherige Unterhaltung. Dann kommen gelesene Dateien und Befehlsausgaben hinzu. Unsere Aufschlüsselung des Token-Budgets von Agenten zeigt, wohin die Tokens gehen, und der Kontextfenster-Rechner prüft, ob Ihre Dateien hineinpassen.

  • 1.048.576 Tokens (GLM 5.3, DeepSeek V4.1 Flash): eine lange Session an einem mittelgroßen Repository ohne aggressives Kürzen.
  • 262.144 Tokens (Qwen3.8 27B): gut für fokussierte Aufgaben; lange Sessions brauchen Zusammenfassungen oder eine kleinere Repository-Map.
  • 32.768 Tokens (Gemma 4 VL 26B): für die meisten Agenten-Schleifen zu klein. Nutzen Sie es, um ein Setup mit dem Startguthaben von $5 zu testen.

Setzen Sie die Kontextgröße selbst in den Modelleinstellungen des Agenten. Bei eigenen Modell-IDs können Agenten sie nicht erkennen, und manche nehmen einen Standardwert an, der für Ihr Modell falsch ist.

Test 3: Was kostet eine Aufgabe?

Agenten lesen weit mehr, als sie schreiben, und das meiste davon wiederholt sich aus der vorherigen Runde. Deshalb sind die Preise für Input und gecachten Input wichtiger als der Output-Preis. Hier eine Beispielaufgabe: 40 Modellaufrufe mit durchschnittlich je 30.000 Input-Tokens und 1.000 Output-Tokens, wobei 80 % des Inputs aus dem Cache kommen.

Pro Aufgabe Tokens DeepSeek V4.1 Flash GLM 5.3 Qwen3.8 27B
Neuer Input 0,24 Mio. $0.175 / 1 Mio. $0.78 / 1 Mio. $0.175 / 1 Mio.
Gecachter Input 0,96 Mio. $0.0055 / 1 Mio. $0.173 / 1 Mio. $0.0435 / 1 Mio.
Output, inkl. Reasoning 0,04 Mio. $0.52 / 1 Mio. $3.46 / 1 Mio. $2.17 / 1 Mio.

Multiplizieren Sie jede Zeile und addieren Sie die Ergebnisse. Zu den am 2026-11-14 synchronisierten Preisen kostet diese Aufgabe mit GLM 5.3 etwa 7-mal und mit Qwen3.8 27B etwa 2,5-mal so viel wie mit DeepSeek V4.1 Flash. Ihr eigenes Verhältnis hängt von Ihrer Cache-Quote ab und davon, wie viel das Modell nachdenkt; messen Sie es also. Geben Sie Ihre eigenen Token-Zahlen in den LLM-API-Kostenrechner ein oder vergleichen Sie die Modelle direkt unter DeepSeek V4.1 Flash vs. GLM 5.3 und GLM 5.3 vs. Qwen3.8 27B.

In einem unbegrenzten Plan hat DeepSeek V4.1 Flash keinen Token-Zähler: $60 pro Session und Monat, eine Anfrage gleichzeitig. Für einen Agenten, der den größten Teil des Tages läuft, schlägt das meist jeden Preis pro Token. Bei 80 % Cache-Treffern liegt die Grenze laut Break-even-Rechnung bei etwa 917 Millionen Input- und 46 Millionen Output-Tokens pro Monat.

Test 4: Wie viel denkt das Modell nach?

Alle drei großen Modelle denken vor der Antwort nach, und das Reasoning wird auf max_tokens angerechnet. In einem Agenten führt das zu zwei Problemen: leere Antworten, wenn das Output-Limit klein ist, und höhere Output-Rechnungen bei Pay-as-you-go. Geben Sie jedem Aufruf einige Tausend Output-Tokens und setzen Sie reasoning_effort für Routineschritte wie das Lesen von Dateien auf low. Warum Reasoning-Modelle leere Antworten liefern.

Welches Modell sollten Sie also wählen?

  1. opencode, Agent-Modus von Continue, Cline, Zoo Code oder Ihre eigene Tool-Schleife: GLM 5.3. Tools ausgewiesen, 1 Mio. Tokens Kontext, der höchste Preis pro Token der vier.
  2. Aider oder jeder lang laufende Agent, bei dem die Rechnung am meisten zählt: DeepSeek V4.1 Flash, idealerweise mit einem unbegrenzten Plan.
  3. Agenten, die Screenshots lesen oder auf Arabisch arbeiten: Qwen3.8 27B, mit Tools und Bild-Input; laut Preisseite von BroadNet wurde es auf Arabisch getestet.
  4. Ein erster Test mit dem Startguthaben von $5: Gemma 4 VL 26B, danach steigen Sie um.

Sie können die Modelle auch kombinieren. Cline zum Beispiel hat eine Einstellung, um für die Modi Plan und Act unterschiedliche Modelle zu nutzen. Die Einrichtung für jeden Agenten finden Sie in unserer Übersicht zu offenen Modellen in Coding-Agenten, einen Funktionsvergleich unter Cline vs. Roo Code vs. Aider.

Wo BroadNet Inference einzuordnen ist

BroadNet Inference bietet diese vier Modelle mit Zero Data Retention und einem einzigen API-Schlüssel an. Laut Datenschutzerklärung von BroadNet laufen gehostete Open-Weight-Modelle auf eigener oder geleaster Hardware von BroadNet in den USA, und von Partnern bereitgestellte Modelle wie DeepSeek V4.1 Flash laufen bei Inferenzpartnern in den USA. Es passt zu Teams, die ein offenes Modell mit 1 Mio. Tokens Kontext für Agenten und eine pauschale Rechnung für DeepSeek V4.1 Flash wollen. Es passt nicht, wenn Sie ein bestimmtes Modell brauchen, das BroadNet nicht anbietet, ein anbieterseitig gehostetes Tool wie Websuche oder veröffentlichte Benchmark-Werte zum Vergleich von Modellen; führen Sie dann Ihren eigenen Test auf Aufgabenebene durch. Sie können jedes Modell mit einem Pay-as-you-go-Schlüssel ausprobieren oder auf der Seite zu den Plänen eine Meteor-Stunde für $1 kaufen.

Häufige Fragen

Welches Open-Source-Modell ist das beste für opencode oder Zoo Code?

Bei BroadNet Inference beginnen Sie mit GLM 5.3. Diese Agenten arbeiten über Tool-Aufrufe, und BroadNet weist für GLM 5.3 Tool Calling und strukturierte Ausgabe aus, mit einem Kontext von 1.048.576 Tokens. Testen Sie DeepSeek V4.1 Flash an einer echten Aufgabe, bevor Sie sich darauf verlassen, denn BroadNet weist dafür keine Tools aus.

Welches offene Modell ist für einen Coding-Agenten am günstigsten?

Bei BroadNet hat DeepSeek V4.1 Flash die niedrigsten Preise pro Token unter den Modellen mit 1 Mio. Tokens Kontext, $0.175 pro 1 Mio. Input und $0.0055 pro 1 Mio. gecachtem Input. Einige andere Hosts nennen pro Token niedrigere Preise, etwa DeepInfra für das rabattierte DeepSeek-V4.1-Flash-1017, gelistet am 16. November 2026, mit 0,098 USD Input und 0,0029 USD gecacht. Im unbegrenzten Plan von BroadNet hat es überhaupt keinen Token-Zähler, für $60 pro Session und Monat.

Braucht Aider ein Modell mit Tool Calling?

Die dokumentierten Edit-Formate von Aider sind Textformate, etwa ganze Dateien oder Search/Replace-Blöcke. Aider ist also nicht auf das Tool-Calling-Feld der API angewiesen. Das macht es zu einer guten Wahl für DeepSeek V4.1 Flash.

Reicht ein Kontext von 32K für einen Coding-Agenten?

Selten. Allein der System-Prompt und die Tool-Definitionen des Agenten können Tausende Tokens belegen, bevor überhaupt Code gelesen wird. Gemma 4 VL 26B bei BroadNet (32.768 Tokens) eignet sich, um ein Setup mit dem Startguthaben von $5 auszuprobieren, nicht für die tägliche Arbeit mit Agenten.

Kosten Reasoning-Modelle in einer Agenten-Schleife mehr?

Bei Pay-as-you-go ja. Reasoning-Tokens werden als Output abgerechnet. DeepSeek V4.1 Flash, GLM 5.3 und Qwen3.8 27B denken alle zuerst nach. Setzen Sie reasoning_effort für einfache Schritte auf low, oder nutzen Sie einen unbegrenzten Plan, in dem Tokens nicht gezählt werden.

Als Markdown lesenChatGPT fragenClaude fragenPerplexity fragen