Die besten Open-Source-LLMs aus China 2026

Open-Source-LLMs aus China: Von 24 getesteten Angeboten liegen derzeit MiMo-V2.6-Pro, Qwen3.8-27B und GLM-5.3 vorn. Alle sind nach unserer Bewertung sortiert, mit Preis, unserem Fazit und für wen sie sich eignen.

Von Andrew Miller · Aktualisiert am 2. Nov. 2026 · So testen wir

So ist das Ranking entstanden: nach unserer Bewertung (maximal 5 Punkte), aus Tests auf Grundlage der Preise, Dokumentation und Richtlinien des jeweiligen Produkts sowie unabhängiger Benchmarks, wo es sie gibt, jeweils geprüft an dem im Test genannten Datum. Wir erhalten keine Affiliate-Provisionen.

Auch im Ranking: die besten Open-Source-LLMs

1
MiMo-V2.6-Pro
Lizenz und Daten: Gewichte unter MIT. Laut Xiaomis MiMo-Datenschutzerklärung werden Daten in Singapur gespeichert und nach Ablauf der Aufbewahrungsfrist gelöscht oder anonymisiert; die Desktop-App trainiert mit Eingaben, wenn du nicht widersprichst. Drittanbieter-Gateways berichten, dass Xiaomis API nicht mit dem Traffic trainiert, was Xiaomis API-Bedingungen bestätigen sollten.
Betrieb: 0,435 $/0,87 $ pro Million Tokens mit 99 % Cache-Rabatt und Batch zum halben Preis. 1.000 Agent-Aufgaben mit 500.000 Input- und 30.000 Output-Tokens kosten ohne Cache etwa 244 $; mit Flash wären es etwa 78 $.
Preis: Offene Gewichte unter MIT. Xiaomi API: Pro 0,435 $ Input / 0,87 $ Output pro 1 Mio. Tokens, gecachter Input 0,004 $; Flash 0,14 $ / 0,28 $; Pro UltraSpeed 4,35 $ / 8,70 $; Batch API zum halben Preis.
Unseren Test von MiMo-V2.6-Pro lesen
4.5/5
2
Qwen3.8-27B
Lizenz und Daten: Apache 2.0: kommerzielle Nutzung ohne Umsatzgrenzen oder Anhang zur zulässigen Nutzung. Der Eintrag bei Qwen Cloud nennt keine Aufbewahrungs- oder Trainingsbedingungen, und der Beispiel-Endpunkt liegt in Singapur (ap-southeast-1).
Betrieb: Selbst gehostet: 4 Bit 16,5 GB, 8 Bit 29 GB, FP8 31 GB, BF16 etwa 56 GB an Gewichten vor dem KV-Cache. Gehostet: Qwen Cloud 0,50 $/3,00 $ pro 1M Tokens; Anbieter auf OpenRouter reichen von etwa 0,04 $/1,25 $ bis 0,45 $/3,20 $.
Preis: Kostenlose Gewichte unter Apache 2.0. Qwen Cloud: 0,50 $ Eingabe / 3,00 $ Ausgabe pro 1M Tokens (0,10 $ gecacht). Drittanbieter auf OpenRouter ab etwa 0,04 $ / 1,25 $.
Unseren Test von Qwen3.8-27B lesen
4.5/5
3
GLM-5.3
Lizenz und Daten: Die API von Z.ai wird aus Singapur betrieben, und laut den Bedingungen zur Datenverarbeitung verarbeitet Z.ai Kundendaten im Auftrag des Kunden und speichert API-Ein- und -Ausgaben nicht, die in Echtzeit verarbeitet werden; eine ausdrückliche Aussage zum Training mit API-Prompts ist nicht veröffentlicht. Beim Selbsthosten bleiben die Daten im Haus.
Betrieb: Z.ai listet 1,40 $/4,40 $ pro 1 Mio. Tokens, gecachten Input für 0,26 $ und für begrenzte Zeit kostenlosen Cache-Speicher. Artificial Analysis kommt auf 2,01 $ pro Index-Aufgabe, gegenüber 0,72 $ für GPT-6.1 Sol. Selbsthosten bedeutet etwa 753 GB an FP8-Gewichten plus Cache-Speicher.
Preis: Offene Gewichte unter einer modifizierten MIT-Lizenz. API von Z.ai: 1,40 $ Input / 0,26 $ gecacht / 4,40 $ Output pro 1 Mio. Tokens; GLM-5.3-Flash 0,15 $ / 0,50 $.
Unseren Test von GLM-5.3 lesen
4.4/5
4
DeepSeek-V4-Pro
Lizenz und Daten: Offene Gewichte unter MIT-Lizenz ohne kommerzielle Beschränkungen oder Umsatzgrenzen. DeepSeeks Datenschutzrichtlinie (Februar 2026) sagt, dass Daten in China gespeichert werden, nennt Modelltraining unter den Verwendungen von Nutzereingaben und bietet Widerspruch nur per E-Mail an privacy@deepseek.com.
Betrieb: Auf der API kosten 1B Eingabe-Tokens im Monat bei 70% Cache-Treffern plus 100M Ausgabe-Tokens etwa 820 $ zu Spitzenpreisen oder 410 $ außerhalb der Spitzenzeiten. Self-Hosting braucht allein für die Gewichte rund 865 GB, nach unserer Rechnung also mindestens einen Server mit acht H200 (1,1 TB HBM) und mehr für volle Kontexte mit 1M Tokens.
Preis: Kostenlose Gewichte unter MIT-Lizenz. DeepSeek-API: 0,66 $ Eingabe / 1,98 $ Ausgabe pro 1M Tokens außerhalb der Spitzenzeiten, 1,32 $ / 3,96 $ zur Spitzenzeit; Cache-Treffer ab 0,022 $.
Unseren Test von DeepSeek-V4-Pro lesen
4.3/5
5
GLM-5.3-Flash
Lizenz und Daten: Laut den API-Datenbedingungen von Z.ai werden Prompts und Ausgaben in Echtzeit verarbeitet und nicht gespeichert, und Kundendaten werden in der Regel in Singapur verarbeitet. Zum Training sagen die Bedingungen weder das eine noch das andere, und eine SOC-2- oder ISO-Zertifizierung ist nicht veröffentlicht. Z.ai betreibt das Modell auf in China hergestellten Beschleunigern.
Betrieb: Bei Z.ai kosten 2 Mrd. Input-Tokens (80 % gecacht) und 200 Mio. Output-Tokens im Monat etwa 208 $; GLM-5.3 läge bei etwa 1.856 $. Selbst hosten bedeutet rund 330 GB an FP8-Gewichten plus KV-Cache, mehr als vier GPUs mit 80 GB fassen, plane also einen Knoten mit acht GPUs ein.
Preis: Offene Gewichte unter MIT. API von Z.ai: 0,15 $ Input / 0,50 $ Output pro 1 Mio. Tokens (0,03 $ gecacht); FlashX 0,37 $ / 1,25 $.
Unseren Test von GLM-5.3-Flash lesen
4.3/5
6
Kimi K3
Lizenz und Daten: Moonshots Datenschutzerklärung erlaubt Training mit Nutzerinhalten ohne beschriebene Ausnahme für die API, speichert Daten, solange das Konto aktiv ist, und zwar in Singapur; keine SOC-2- oder ISO-Zertifizierung genannt. Die Lizenz nimmt interne Nutzung von ihren Umsatz- und Kennzeichnungsklauseln aus.
Betrieb: 3 $/15 $ pro Million Tokens, gecacht 0,30 $, mit Zusatzkosten für Cache-Schreibvorgänge von 5 Minuten oder 1 Stunde. 1.000 Agentenaufgaben mit 500K Input- und 30K Output-Tokens kosten ohne Cache etwa 1.950 $; Fireworks führt einen Endpunkt zu 2,10 $/10,50 $.
Preis: Offene Gewichte unter einer modifizierten MIT-Lizenz. Kimi API: 3 $ Input / 15 $ Output pro 1 Mio. Tokens; gecachter Input 0,30 $.
Unseren Test von Kimi K3 lesen
4.3/5
7
DeepSeek-V4.1-Flash
Lizenz und Daten: Gewichte unter MIT ohne Nutzungsbeschränkungen. Für DeepSeeks Dienst sagt die Datenschutzrichtlinie (aktualisiert am 10. Februar 2026), dass Daten in China gespeichert, für die Dauer des Kontos aufbewahrt und fürs Modelltraining genutzt werden dürfen, mit Widerspruch auf Anfrage; eigene Aufbewahrungsregeln für die API sind nicht veröffentlicht.
Betrieb: 10 Milliarden Eingabe- und 1 Milliarde Ausgabe-Tokens im Monat kosten bei DeepSeek etwa 2.100 $ außerhalb der Spitzenzeiten oder 4.200 $ zur Spitzenzeit; gecachte Eingabe kostet außerhalb der Spitzenzeiten 0,003 $ pro Million. Search und Fetch kosten je 0,75 $ pro 1.000 erfolgreiche Aufrufe, ein Agent mit 20 Suchen pro Aufgabe über 10.000 Aufgaben zahlt also 150 $ im Monat für die Suche; über die Harnesses kostenlos bis 31. Oktober 2026, 16:00 UTC. Self-Hosting braucht allein für die Gewichte über 765 GB GPU-Speicher, und laut den Deployment-Hinweisen zu DeepInfer besteht DeepSeeks kleinste effiziente Einheit aus 64 Prefill- plus 64 Decode-GPUs.
Preis: Kostenlose Gewichte unter MIT-Lizenz. DeepSeek-API: 0,15 $ Eingabe / 0,60 $ Ausgabe pro 1M Tokens außerhalb der Spitzenzeiten, 0,30 $ / 1,20 $ zur werktäglichen Spitzenzeit; Cache-Treffer 0,003 $ bis 0,006 $.
Unseren Test von DeepSeek-V4.1-Flash lesen
4.2/5
8
Hy4 preview
Lizenz und Daten: Gewichte unter Apache 2.0 ohne zusätzliche Bedingungen. Die Bedingungen der chinesischen Seite von Tencent Cloud sagen, Inputs würden nicht zur Verbesserung eigener Modelle genutzt; die Aufbewahrung ist öffentlich nicht angegeben. Modelle anderer Labs auf TokenHub folgen ihren eigenen Bedingungen.
Betrieb: 0,834 $/2,501 $ pro Million Tokens auf TokenHub. 1.000 Agentenaufgaben mit 500K Input- und 30K Output-Tokens kosten ohne Cache etwa 492 $. Self-Hosting in FP8 braucht acht GPUs der B300-Klasse.
Preis: Offene Gewichte unter Apache 2.0. Tencent Cloud TokenHub: 6 ¥ Input / 18 ¥ Output pro 1 Mio. Tokens, international 0,834 $ / 2,501 $, gecachter Input 0,042 $. OpenRouter ab etwa 0,75 $ / 2,25 $. Hy3: 0,13 $ / 0,53 $.
Unseren Test von Hy4 preview lesen
4.2/5
9
Qwen3.8-Flash-Next
Lizenz und Daten: Qwen Community License 1.0: kommerzielle Nutzung erlaubt; ab 100 Millionen monatlichen Nutzern oder 20 Millionen $ Monatsumsatz muss der Modellname angezeigt werden; separate Lizenz für Model-as-a-Service- und KI-Assistenten-Geschäfte für Coding oder Büroarbeit, unabhängig von der Größe. Die Dokumentation von Qwen Cloud zur Datensicherheit behandelt Verschlüsselung und Speicherung in der Region, nennt aber weder Aufbewahrungsfrist noch Trainingsrichtlinie.
Betrieb: Gehostet: 0,15 $ Eingabe und 0,47 $ Ausgabe pro Million Tokens und 0,016 $ für Cache-Treffer; Batch wird angeboten, ohne veröffentlichten Rabatt. Selbst gehostet: rund 360 GB an BF16- oder 180 GB an FP8-Gewichten, also ein H100- oder H200-Server mit mehreren GPUs, vor dem KV-Cache.
Preis: Offene Gewichte unter der Qwen Community License 1.0 (separate Lizenz für Hosting- und KI-Assistenten-Geschäfte). Qwen3.8-Flash API: 0,15 $ Eingabe / 0,47 $ Ausgabe pro 1M Tokens; Cache-Treffer 0,016 $.
Unseren Test von Qwen3.8-Flash-Next lesen
4.2/5
10
Qwen3.8-Max
Lizenz und Daten: Die Lizenz erlaubt kommerzielle Nutzung; ab 100 Millionen monatlichen Nutzern oder 20 Millionen $ Monatsumsatz muss der Modellname angezeigt werden; separate Lizenz für Model-as-a-Service- oder KI-Arbeitsassistenten-Geschäfte ab 50 Millionen $ Jahresumsatz; interne Nutzung ist ausgenommen. Die Dokumentation von Qwen Cloud zur Datensicherheit behandelt Verschlüsselung und Speicherung in der Region, nennt aber weder Aufbewahrungsfrist noch Trainingsrichtlinie.
Betrieb: 10 Millionen Eingabe- und 2 Millionen Ausgabe-Tokens am Tag, ein viel genutzter interner Assistent, kosten zum Listenpreis etwa 32 $ am Tag oder rund 960 $ im Monat; explizite Cache-Lesezugriffe für 0,17 $ senken die Kosten für wiederholten Kontext um mehr als 90 %.
Preis: Offene Gewichte unter der Qwen3.8-Max-Lizenz. Qwen Cloud API: 2 $ Eingabe / 6 $ Ausgabe pro 1M Tokens; Cache-Lesezugriffe 0,17 $ (explizit) oder 0,25 $ (implizit).
Unseren Test von Qwen3.8-Max lesen
4.2/5
11
Step 5 Preview
Lizenz und Daten: Gewichte unter der StepFun Model License 1.0: Anzeigepflicht ab 100 Mio. Nutzern oder 20 Mio. $ Monatsumsatz, kommerzielle Lizenz für Gerätehersteller und MaaS-Unternehmen mit mehr als 20 Mio. $ im Jahr, interne Nutzung ausgenommen. StepFuns API-Bedingungen erlauben Training auf Traffic aus den Startup- und Early-Access-Programmen; die Bedingungen für anderen bezahlten Traffic sind nicht ausdrücklich formuliert.
Betrieb: 1,00 $/2,70 $ pro Million Tokens mit 90 % Rabatt auf gecachten Input. 1.000 Agenten-Aufgaben mit 500K Input- und 30K Output-Tokens kosten ungecacht etwa 581 $. Selbst gehostet braucht FP8 vier B300- oder acht H200-GPUs, BF16 acht B300 oder sechzehn H200.
Preis: Offene Gewichte unter der StepFun Model License 1.0. StepFun-API: 1,00 $ Input / 2,70 $ Output pro 1 Mio. Tokens, 90 % Rabatt auf gecachten Input; derselbe Preis auf OpenRouter und DeepInfra.
Unseren Test von Step 5 Preview lesen
4.2/5
12
Ling-3.1-flash
Lizenz und Daten: Gewichte unter MIT, mit einer öffentlichen Zusammenfassung der Trainingsinhalte. Datenschutz- und Aufbewahrungsbedingungen der API von inclusionAI fanden sich weder auf der Modellseite noch auf den Seiten von OpenRouter; für sensible Daten selbst hosten.
Betrieb: Bei 0,30 $/0,90 $ kosten 1.000 Agentenaufgaben mit 500K Input- und 30K Output-Tokens ohne Cache etwa 177 $, vor dem überdurchschnittlichen Reasoning-Output. Zum genannten Preis von OpenRouter etwa ein Viertel davon.
Preis: Offene Gewichte unter MIT. inclusionAI API laut Artificial Analysis: 0,30 $ Input / 0,90 $ Output pro 1 Mio. Tokens, gecacht 0,06 $; OpenRouter nennt 0,075 $ / 0,225 $.
Unseren Test von Ling-3.1-flash lesen
4.0/5
13
MiniCPM-V 4.7 (35B-A3B and 1B)
Lizenz und Daten: Selbst gehostet, Bilder und Dokumente bleiben also auf deiner Hardware. Apache 2.0 erlaubt kommerzielle Nutzung, Änderung und Weitergabe ohne Umsatzgrenze.
Betrieb: Die Gewichte sind kostenlos. Das 35B braucht bei voller Präzision etwa 68 GB VRAM (eine H100 im Test von MindStudio), 36,90 GB bei Q8_0 oder 21,17 GB bei Q4_K_M; das 1B hat 0,67 GB bei Q4_K_M plus 1,11 GB für Vision. Ein gehosteter Preis pro Token ist nicht veröffentlicht.
Preis: Kostenlose Gewichte unter Apache 2.0 für beide Größen. Kein gehosteter Preis vom Hersteller veröffentlicht; du zahlst für deine eigene Hardware.
Unseren Test von MiniCPM-V 4.7 (35B-A3B and 1B) lesen
4.0/5
14
MiniCPM5-2B
Lizenz und Daten: Apache 2.0 für Code und Gewichte, ohne Umsatzgrenze oder Zusatz zur zulässigen Nutzung. Nur selbst gehostet, Prompts bleiben also auf deiner Hardware; kein Inference-Anbieter auf Hugging Face hostet es.
Betrieb: Einen gehosteten Preis gibt es nicht, die Kosten sind also Hardware: etwa 5 GB BF16-Gewichte, 2,68 GB bei Q8_0 und 1,56 GB bei Q4_K_M, was eine einzelne Consumer-GPU oder ein Laptop samt Platz für Kontext fasst. OpenBMB veröffentlicht keine Durchsatzwerte, um eine Flotte zu dimensionieren.
Preis: Kostenlose Gewichte und Trainingsdaten unter Apache 2.0.
Unseren Test von MiniCPM5-2B lesen
4.0/5
15
MiniMax-M3.1-Flash
Lizenz und Daten: Lizenz: Kommerzielle Nutzung erfordert einen Hinweis „Built with MiniMax M3.1-Flash“ und eine einmalige Benachrichtigung an MiniMax; Produkte mit mehr als 20 Millionen $ Jahresumsatz brauchen eine vorherige schriftliche Genehmigung; militärische Nutzung ist verboten. MiniMax' Bedingungen zu Aufbewahrung und Training bei der API waren auf den Seiten, die wir lesen konnten, nicht veröffentlicht.
Betrieb: 10 Milliarden Input- und 1 Milliarde Output-Tokens im Monat kosten über MiniMax' API etwa 2.100 $, gecachter Input 0,015 $ pro Million; Reasoning mit dem Aufwand max bläht die Output-Seite auf. Selbsthosten braucht für die MXFP8-Gewichte etwa 250 GB GPU-Speicher vor dem KV-Cache, was in einen H100-Knoten mit acht GPUs zu je 80 GB passt.
Preis: Offene Gewichte unter der MiniMax-Community-Lizenz. MiniMax API pro 1 Mio. Tokens, pauschal bei jeder Prompt-Länge: 0,15 $ Input, 0,60 $ Output, 0,015 $ gecachter Input.
Unseren Test von MiniMax-M3.1-Flash lesen
4.0/5
16
MiniMax-M3
Lizenz und Daten: Lizenz: Kommerzielle Nutzung erfordert einen Hinweis „Built with MiniMax M3“ und eine Benachrichtigung an MiniMax; Produkte mit mehr als 20 Millionen $ Jahresumsatz brauchen eine vorherige schriftliche Genehmigung; keine militärische Nutzung. MiniMax' API-Bedingungen belassen das Eigentum bei dir, erlauben dem Unternehmen aber, Eingaben und erzeugte Inhalte zur Entwicklung und Verbesserung seiner Dienste zu nutzen; eine Widerspruchsmöglichkeit oder Aufbewahrungsfrist ist nicht veröffentlicht.
Betrieb: 1 Million Support-Antworten im Monat mit je 2.000 Input- und 300 Output-Tokens kosten in der Standardstufe etwa 960 $, mit gecachten System-Prompts weniger. Selbsthosten in BF16 braucht vor dem KV-Cache rund 850 GB GPU-Speicher: einen H200- oder B200-Knoten mit acht GPUs oder mehr als einen H100-Knoten.
Preis: Offene Gewichte unter der MiniMax-Community-Lizenz. API pro 1 Mio. Tokens bei Prompts bis 512.000: 0,30 $ Input, 1,20 $ Output, 0,06 $ gecacht; über 512.000 das Doppelte; Priority-Stufe 1,5-fach.
Unseren Test von MiniMax-M3 lesen
3.9/5
17
Sage-A1.5
Lizenz und Daten: Apache 2.0, keine Nutzungsbeschränkungen. Die Datenbedingungen der gehosteten Testphase von Intern Discovery stehen nicht auf der Modellkarte; für sensible Arbeit selbst hosten.
Betrieb: Etwa 72GB in BF16 für 35,95 Milliarden Parameter, also eine 80GB-GPU mit wenig freiem Cache; der FP8-Build halbiert das, und das Q4_K_M-GGUF läuft in llama.cpp, Ollama und LM Studio.
Preis: Offene Gewichte unter Apache 2.0; kostenlose Testphase im Token-Tarif Intern Discovery von Shanghai AI Lab; Preise der bezahlten API nicht veröffentlicht.
Unseren Test von Sage-A1.5 lesen
3.9/5
18
Ling-3.0-flash-Sante
Lizenz und Daten: Die MIT-Gewichte erlauben uneingeschränktes Self-Hosting, der sicherere Weg für Patientendaten. Auf Vercel ist Novita der einzige Provider, und die Gateway-Seite weist ihn weder als Zero Retention noch als No Training aus; prüfe Novitas Bedingungen, bevor du Gesundheitsdaten sendest.
Betrieb: Self-Hosting braucht vier GPUs mit 141 GB oder acht GPUs mit 80 GB für den vollen 256K-Kontext. Gehostet kosten 100 Millionen Input- und 20 Millionen Output-Tokens im Monat etwa 11,40 $ zu Vercels Listenpreis, vor Reasoning-Tokens.
Preis: Offene Gewichte unter MIT. Vercel AI Gateway: 0,07 $ Input / 0,22 $ Output pro 1 Mio. Tokens (Novitas Zeile: 0,08 $ Input, 0,02 $ gecacht).
Unseren Test von Ling-3.0-flash-Sante lesen
3.8/5
19
Nanbeige4.3-33B
Lizenz und Daten: Apache 2.0 ohne Nutzungsbeschränkungen; nur selbst gehostet, daher gelten keine Datenbedingungen Dritter. Keine Angaben zur Datenherkunft über die Modellkarte hinaus.
Betrieb: BF16-Gewichte brauchen etwa 66GB, also vier GPUs mit 24GB oder zwei mit 48GB vor dem Cache; eine 4-Bit-Version braucht etwa 21GB plus etwa 28GB Cache bei 128K Kontext.
Preis: Offene Gewichte unter Apache 2.0; keine offizielle gehostete API.
Unseren Test von Nanbeige4.3-33B lesen
3.8/5
20
ZDTaichu5.0-9B
Lizenz und Daten: Selbst gehostet, Bilder bleiben also auf deiner Hardware. Die Gewichte stehen unter der NVIDIA Open Model License: kommerzielle Nutzung und abgeleitete Modelle erlaubt, ohne Umsatzgrenze, aber die Lizenz endet, wenn du Patent- oder Urheberrechtsansprüche wegen des Modells erhebst, NVIDIA darf sie aktualisieren, und eine Weitergabe muss die Lizenz und ihren Hinweis enthalten. Die Teile von Qwen3.5 und der Repo-Code stehen unter Apache 2.0.
Betrieb: Die Gewichte sind kostenlos, einen gehosteten Preis gibt es nicht. Die Gewichtsdateien haben 19,59 GB in BF16, 12,67 GB in FP8 und 9,81 GB in NVFP4; das GGUF Q4_K_M hat 5,63 GB plus eine Vision-Datei Q8_0 mit 0,88 GB. NVFP4 läuft nur auf NVIDIA-Blackwell-GPUs nativ. Das DSpark-Draft-Modell mit 6,42 GB brachte in Taichus Tests auf einer H800 eine Beschleunigung um 2,46x bis 3,17x.
Preis: Kostenlose Gewichte unter der NVIDIA Open Model License, die Teile von Qwen3.5 unter Apache 2.0. Keine gehostete API und kein Preis pro Token veröffentlicht; du zahlst für deine eigene GPU.
Unseren Test von ZDTaichu5.0-9B lesen
3.8/5
21
Hy-Memory-30B-A3B
Lizenz und Daten: Apache 2.0 ohne Nutzungsbeschränkungen. Selbst gehostet, also verlassen Nutzer-Memories nie deine Infrastruktur, der wichtigste Datenschutzgewinn gegenüber dem Senden jedes Zugs an ein gehostetes Modell.
Betrieb: Etwa 60GB BF16-Gewichte, also eine H100 mit 80GB oder zwei GPUs mit 48GB; quantisierte Builds für kleinere Karten gibt es noch nicht.
Preis: Offene Gewichte unter Apache 2.0; keine gehostete API.
Unseren Test von Hy-Memory-30B-A3B lesen
3.7/5
22
Spark-X2.6-4B
Lizenz und Daten: Selbst gehostet, Prompts bleiben also auf dem Gerät. Gewichte unter Apache 2.0; die Model Card macht keine Angaben zu Trainingsdaten oder Sicherheitstests. Beim Laden läuft der eigene Modellcode des Herausgebers.
Betrieb: Nur Hardware: Die BF16-Gewichte sind etwa 8,2 GB groß und das GGUF in Q4_K_M etwa 3,5 GB; ein Kontext von 1M Tokens braucht weit mehr Speicher als die Gewichte, und die Model Card rät, ihn zu verkleinern.
Preis: Kostenlos unter Apache 2.0; läuft auf deiner eigenen Hardware. Kein gehosteter Preis für das 4B-Modell veröffentlicht.
Unseren Test von Spark-X2.6-4B lesen
3.7/5
23
Qwen3.5-397B-A17B
Lizenz und Daten: Apache 2.0 erlaubt kommerzielle Nutzung, Fine-Tuning und Weitergabe ohne Umsatz- oder Nutzergrenzen. Beim Selbsthosting bleiben Prompts im Haus; auf OpenRouter ist es nicht über Routing innerhalb der EU verfügbar, und jeder Host legt seine eigene Aufbewahrung fest.
Betrieb: OpenRouter-Hosts verlangen 0,39 $ bis 0,75 $ Eingabe und 2,34 $ bis 4,50 $ Ausgabe pro 1M Tokens; das gehostete Qwen3.5-Plus kostet 0,30 $/1,80 $. Selbsthosting braucht etwa 406 GB für FP8 (ein Server mit acht 80-GB-GPUs), 214 GB in 4 Bit oder 180 GB in 3 Bit.
Preis: Kostenlose Gewichte unter Apache 2.0; Qwen3.5-Plus auf Alibaba Cloud und Hosting bei Drittanbietern werden gesondert berechnet.
Unseren Test von Qwen3.5-397B-A17B lesen
3.6/5
24
Xing4.0-29B-A4B
Lizenz und Daten: Apache 2.0: kommerzielle Nutzung und Fine-Tuning erlaubt, ohne Umsatzgrenze oder Zusatz zur Acceptable Use. Selbst gehostet verlässt nichts deine Server; den OpenRouter-Endpunkt betreibt ein Dritter, Phala, unter eigenen Bedingungen.
Betrieb: BF16-Gewichte sind etwa 62GB groß (31,2B Parameter einschließlich Embeddings), eine H100 mit 80GB; FP8 halbiert das; ein GGUF-Build der Community mit 11,6GB passt auf eine 16GB-Karte. Die einzige gehostete Option, der kostenlose Endpunkt von OpenRouter, ist auf 20 Requests pro Minute und 50 pro Tag begrenzt (1.000 pro Tag, sobald ein Konto für 10 $ Guthaben gekauft hat), Produktionsverkehr heißt also Self-Hosting.
Preis: Kostenlose Gewichte unter Apache 2.0. Keine eigene API des Herstellers; OpenRouter listet einen kostenlosen Endpunkt (gehostet von Phala) mit den Request-Limits für Gratis-Modelle.
Unseren Test von Xing4.0-29B-A4B lesen
3.6/5