Für lokalen Start
Qwen3.6 ist durch die Variantenvielfalt und die dokumentierten offenen Runtimes der einfachere Ausgangspunkt. gpt-oss-20b ist sinnvoll, wenn die OpenAI-Reihe und textbasiertes Reasoning im Mittelpunkt stehen.
Deutscher KI-Modellvergleich
Welches KI-Modell passt zu deinem echten Einsatz?
Vergleiche nicht nur Benchmarks. Entscheide anhand von Lizenz, Hardware, Kontext, Betriebsaufwand und dem konkreten Ergebnis, das dein Team braucht.
| Modell | Starker erster Einsatz | Lizenz | Lokale Realität |
|---|---|---|---|
| Kimi K3 | Agentische Codeanalyse, bei der ein großer Repo-Kontext tatsächlich benötigt wird. | Kimi K3 License | Moonshot dokumentiert vLLM, SGLang und TokenSpeed. Mit 2,8T Gesamtparametern ist dies ein Infrastrukturprojekt und kein realistisches Modell für den lokalen Laptop. |
| MiniMax M3 | Agentisches Coding mit langen Repositories und planbaren Werkzeugschritten. | Open-weight Release, Bedingungen prüfen | MiniMax dokumentiert SGLang, vLLM, Transformers, KTransformers und Unsloth. Mit 428B Gesamtparametern ist ein verwalteter Zugang für die meisten Builder der vernünftige Einstieg. |
| Qwen3.6 | Lokaler Coding-Assistent für Aufgaben, bei denen Daten nicht unnötig einen externen Dienst verlassen sollen. | Apache 2.0 | Qwen dokumentiert Transformers, llama.cpp, MLX und MLX-VLM für Apple Silicon sowie SGLang und vLLM. Kleinere und quantisierte Qwen-Varianten gehören zu den zugänglicheren aktuellen Open Models für lokale Entwicklung. |
| gpt-oss-20b | Lokales Text-Reasoning für vertrauliche Prototypen und klar abgegrenzte Arbeitsabläufe. | Apache 2.0 | OpenAI gibt an, dass die native MXFP4-Version mit 16GB Speicher laufen kann. Das macht sie zu einer zugänglicheren aktuellen Reasoning-Option für lokalen oder Edge-Betrieb. |
Open-weight
Moonshot AI
Kimi K3
Wähle Kimi K3 zuerst als verwalteten Dienst oder über einen zertifizierten Inferenzpartner. Ein eigener Betrieb ist ein Infrastrukturprojekt. Für lokale Tests auf einem Laptop ist Qwen3.6 oder gpt-oss-20b die ehrlichere Startlinie.
Lizenz
Kimi K3 License
Lokal
vLLM · SGLang
Open-weight
MiniMax
MiniMax M3
Beginne mit der API. Sie ist der sinnvolle Weg, um Qualität, Kosten und Reasoning-Modus an echten Aufgaben zu prüfen. Plane Self-Hosting erst, wenn Datenkontrolle oder dauerhaftes Volumen den GPU- und Betriebsaufwand rechtfertigen.
Lizenz
Open-weight Release, Bedingungen prüfen
Lokal
SGLang · vLLM
Open Source
Qwen / Alibaba
Qwen3.6
Wenn du lokal starten willst und eine permissive Lizenz wichtig ist, ist Qwen3.6 ein sehr guter erster Prüfpunkt. Beginne mit einem kleinen oder quantisierten Checkpoint, nutze auf Apple Silicon MLX und erweitere erst nach einer gemessenen Qualitätslücke.
Lizenz
Apache 2.0
Lokal
Transformers · llama.cpp
Open-weight
OpenAI
gpt-oss-20b
Wenn du eine lokale, textbasierte Reasoning-Option mit Apache-2.0-Lizenz testen möchtest, beginne mit gpt-oss-20b über eine unterstützte Runtime. Rechne 16GB Speicher als Einstieg für die native Variante, nicht als Garantie für jede gewünschte Geschwindigkeit oder Parallelität.
Lizenz
Apache 2.0
Lokal
vLLM · Ollama
Für sehr lange Kontexte
Kimi K3 und MiniMax M3 adressieren 1M-Kontext, aber sie bringen eine andere Infrastruktur- und Lizenzprüfung mit. Erst API testen, dann Self-Hosting erwägen.
Für die Kostenfrage
Ein API-Preis beantwortet nicht die Betriebsfrage. Ein lokales Modell ist nicht kostenlos. Miss einen repräsentativen Ablauf und halte Provider- sowie Infrastrukturkosten getrennt.