{"id":21626,"date":"2026-09-25T16:22:00","date_gmt":"2026-09-25T14:22:00","guid":{"rendered":"https:\/\/www.lukaswojcik.com\/blog\/?p=21626"},"modified":"2026-10-06T12:19:32","modified_gmt":"2026-10-06T10:19:32","slug":"ai-modelle-coding-gpt-claude-deepseek-qwen-de","status":"publish","type":"post","link":"https:\/\/www.lukaswojcik.com\/blog\/de\/cloud-ai-de\/ai-modelle-coding-gpt-claude-deepseek-qwen-de\/","title":{"rendered":"AI-Modelle f\u00fcrs Coding: GPT und Claude gegen DeepSeek und Qwen"},"content":{"rendered":"

Ein Coding-Modell liefert erst dann Nutzen, wenn eine \u00c4nderung im bestehenden Projekt funktioniert. Kurze Codebeispiele, Repository-Reparaturen und mehrstufige Agentenarbeit sind unterschiedliche Aufgaben. Der Vergleich vom 6. Oktober 2026 betrachtet GPT-6 Astra und 6.1 Sol, Claude Opus und Sonnet 5.5, Gemini 3.8 Flash sowie DeepSeek V4.1 Flash und Qwen3.8-27B.<\/p>\n

\"Coding-Vergleich
Vorgegebene Abnahmetests bleiben f\u00fcr alle Kandidaten erhalten.<\/figcaption><\/figure>\n

Cloud-Kandidaten und offene Gewichte<\/h2>\n

Die dokumentierten Cloud-Modelle bieten Textverarbeitung und Werkzeuganbindung. OpenAI positioniert Astra f\u00fcr anspruchsvolle Aufgaben; Anthropic beschreibt Opus 5.5 ausdr\u00fccklich f\u00fcr l\u00e4ngere agentische Coding-Abl\u00e4ufe. Gemini 3.8 Flash dokumentiert unter anderem Funktionsaufrufe und Codeausf\u00fchrung. Diese Produktmerkmale liefern Kandidaten f\u00fcr einen Test, aber keine direkt vergleichbare Erfolgsquote. [1<\/a>, 4<\/a>, 6<\/a>]<\/p>\n

DeepSeek und Qwen ver\u00f6ffentlichen Modellgewichte. Qwens Modellkarte nennt mehrere Serving-Engines und dokumentiert die Bedingungen der ver\u00f6ffentlichten Coding-Evaluationen. Ein lokaler Qwen-Lauf mit anderer Quantisierung und anderem Agentenframework reproduziert diese Bedingungen nicht automatisch. [7<\/a>, 8<\/a>]<\/p>\n

Was der Vergleich messen sollte<\/h2>\n\n\n\n\n\n\n\n\n
Aufgabe<\/th>\nCloud: GPT \/ Claude \/ Gemini<\/th>\nOffen: DeepSeek \/ Qwen<\/th>\n<\/tr>\n<\/thead>\n
Kleine Funktion<\/td>\nAPI-Latenz und korrekte Ausgabe<\/td>\nStartzeit und lokale Latenz<\/td>\n<\/tr>\n
Repository-Fehler<\/td>\nPatch plus bestandene Tests<\/td>\nGleiche Tests, exakt benannter Checkpoint<\/td>\n<\/tr>\n
Agentenarbeit<\/td>\nWerkzeugschritte und Gesamtkosten<\/td>\nFramework, Speicher und Abbr\u00fcche<\/td>\n<\/tr>\n
Review<\/td>\nRelevante Fehler statt Textmenge<\/td>\nGleiche Fehlerliste und Fehlalarme<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Ein konkreter Repository-Test<\/h2>\n

Als redaktionelles Pr\u00fcfprotokoll dienen sechs Aufgaben: ein reproduzierbarer Bug, eine kleine neue Funktion, eine API-Anpassung, ein Refactoring, eine Testerg\u00e4nzung und ein Review mit bekannten Fehlern. Jeder Durchlauf beginnt vom selben Commit. Abnahmetests bleiben vorgegeben; ein Modell darf den Testumfang nicht verkleinern, um eine \u00c4nderung scheinbar erfolgreich abzuschlie\u00dfen.<\/p>\n

Erfasst werden bestandene Aufgaben, neue Regressionen, unn\u00f6tige Dateien, verbrauchte Tokens und Minuten bis zum gepr\u00fcften Ergebnis. Wiederholungen helfen, einen zuf\u00e4lligen Treffer von verl\u00e4sslicher Arbeitsqualit\u00e4t zu unterscheiden. Ergebnisse aus unterschiedlichen Agentenoberfl\u00e4chen erhalten zus\u00e4tzlich einen gesonderten Systemvergleich.<\/p>\n

Wann lokal besonders sinnvoll ist<\/h2>\n

Eine lokale Qwen-Variante ist pr\u00fcfenswert, wenn Code im eigenen Betrieb bleiben soll und die vorhandene Hardware den gew\u00fcnschten Kontext tr\u00e4gt. Ollama vereinfacht den Ausf\u00fchrungsweg, ersetzt jedoch weder Architekturunterst\u00fctzung noch korrekte Werkzeugintegration. Bei DeepSeek geh\u00f6rt die vollst\u00e4ndige Modellgr\u00f6\u00dfe in die Planung; wenige aktive MoE-Parameter sind kein Beleg f\u00fcr einen ebenso kleinen Speicherbedarf. [7<\/a>, 9<\/a>]<\/p>\n

F\u00fcr schwierige \u00c4nderungen bleiben Cloud-Modelle m\u00f6gliche Eskalationskandidaten. Der Wechsel folgt einer dokumentierten Fehlergrenze statt einer Markenpr\u00e4ferenz. Dieser Artikel beschreibt den Vergleichsaufbau; konkrete Erfolgsraten ben\u00f6tigen tats\u00e4chlich ausgef\u00fchrte Tests.<\/p>\n

\n

Passende Werkzeuge<\/h2>\n