Kann ein selbst gehostetes LLM ein Cloud-Modell übertreffen? Ein praxisnaher Vergleich von GLM, Claude und GPT

Der Autor, ein Full-Stack-Entwickler bei Selectel, bewertet, ob selbst gehostete Open-Source-LLMs mit kommerziellen Modellen bei der agentischen Softwareentwicklung mithalten können. Er argumentiert, dass bei Unternehmensprojekten die primäre Entscheidung darin besteht, welcher Kontext dem Modell gegeben werden kann, und erst dann, welches Modell verwendet wird. Für geschlossene interne Repositorys verwenden sie selbst gehostete GLM-5.1- und GLM-5.2-Modelle über OpenCode, während externe Modelle wie Claude und GPT für öffentliche oder bereinigte Daten eingesetzt werden. Bei einer realen Integrationsaufgabe produzierte GLM-5.1 mit direktem Zugriff auf drei interne Repositorys einen funktionierenden Proof of Concept in 1-2 Stunden mit minimaler Beteiligung des Entwicklers, während Claude Opus 4.7 und Sonnet 4.6 aufgrund fehlenden direkten Zugriffs über zwei Stunden manuelle Kontextvorbereitung und drei Stunden Agentenarbeit benötigten. In einem synthetischen Benchmark mit identischem Kontext absolvierten GLM-5.1, Claude Opus 4.7, Claude Sonnet 4.6 und GPT-5.5 xhigh alle einen vollständigen Aufgabenzyklus; das Cross-Review zeigte, dass Claude Opus 4.7 die wenigsten (ein) nicht-kritischen Probleme hatte, während GLM-5.1 vier kleinere Unvollkommenheiten aufwies. Der Autor kommt zu dem Schluss, dass ein gut konfiguriertes Setup und ein angemessener Kontextzugriff wichtiger sind als die Modellwahl.