Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com3. November 2025 · Q011359

The Top 5 Local LLMs (GLM4.5 GPT-OSS, Qwen3 )

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Beitrag empfiehlt sechs lokale LLMs für unterschiedliche Zwecke: von schnellen Alltagsantworten und Programmierung bis zu Recherche, tiefem Schlussfolgern und komplexen Werkzeugabläufen. Die Empfehlungen und Hardwareangaben sind Einschätzungen des Autors; vergleichende Benchmarks oder ein Prüfverfahren führt der Text nicht an.

Mittel

Der Beitrag vergleicht sechs lokale Sprachmodelle und empfiehlt sie für unterschiedliche Aufgaben. Er vertritt die These, lokale LLMs seien 2025 dank offener Gewichte, Quantisierung und geeigneter Inferenzsoftware praktisch nutzbar und könnten Abhängigkeit von Cloud-APIs verringern. Als ausgewogenen Allrounder beschreibt der Autor GLM-4.5-Air, das auf vier RTX 3090 laufen soll. GPT-OSS-120B ordnet er tiefem Schlussfolgern, Codearbeit und Werkzeugnutzung zu, weist aber auf den hohen Bedarf von mindestens acht A6000 hin. GPT-OSS-20B sei besonders schnell, habe jedoch weniger Fähigkeiten bei langen Kontexten.

Qwen3–30B-A3B empfiehlt der Text für Recherche und wissensintensive Fragen, während Qwen3-Coder-30B für Programmierung gedacht sei und quantisiert auf einer 16-GB-VRAM-GPU laufen solle. GLM-4.6 richtet sich laut Beitrag an leistungsstarke Workstations und komplexe automatisierte Abläufe. Anfängern rät der Autor zu GPT-OSS-20B oder Qwen3-Coder-30B. Die Rangfolge, Leistungsurteile und Hardwareangaben werden nicht durch Benchmarks oder ein beschriebenes Testverfahren belegt; sie sind als Einschätzungen des Beitrags zu lesen.

Ausführlich lesen

Der Bericht stellt sechs lokal ausführbare Sprachmodelle vor und ordnet sie nach vermuteten Stärken und Hardwarebedarf ein. Seine Grundthese lautet, dass lokale LLMs 2025 nicht mehr nur ein Statussymbol für Technikbegeisterte seien: Offene Gewichte, quantisierte Modelle und passende Inferenzsoftware machten sie laut Autor für Entwickler, Forschende und anspruchsvolle Nutzer praktisch. Als mögliche Vorteile nennt der Text mehr Kontrolle über die eigenen Werkzeuge und Unabhängigkeit von Cloud-APIs und deren Abonnementgrenzen. Der Beitrag ist eine vergleichende Empfehlung, keine dokumentierte Messreihe: Er nennt Einsatzgebiete und Hardwareangaben, beschreibt aber keine Benchmarks oder ein systematisches Prüfverfahren.

Als ausgewogene Alltagsoption empfiehlt der Autor GLM-4.5-Air. Es soll auf vier RTX 3090 laufen und dabei Programmierung, Automatisierung, agentische Abläufe und Schlussfolgern unterstützen. GPT-OSS-120B wird als leistungsstark bei tiefem Schlussfolgern, Code-Erklärung, Fehlersuche und Werkzeugnutzung dargestellt, verlangt laut Text aber mindestens acht A6000 oder eine vergleichbare Ausstattung und Geduld bei der Einrichtung. Für schnelle Antworten und geringe Latenz empfiehlt der Bericht GPT-OSS-20B; als Einschränkung nennt er dessen geringere Fähigkeiten bei langen Kontexten.

Qwen3–30B-A3B ordnet der Beitrag wissensintensiven Aufgaben wie Recherche, technischen oder historischen Fragen sowie Erklärtexten und Dokumentation zu. Der Autor charakterisiert es als langsamer als GPT-OSS-20B, aber besonders wissensstark. Qwen3-Coder-30B soll sich auf Programmieraufgaben konzentrieren und quantisiert auf einer Grafikkarte mit 16 GB VRAM laufen; genannt werden Codegenerierung, Überarbeitung und Reviews. Für sehr leistungsfähige Workstations führt der Text zusätzlich GLM-4.6 an. Dieses Modell sei auf schwere Werkzeugnutzung, automatisierte Abläufe, fortgeschrittene Fehlersuche und Agentennetzwerke ausgerichtet und setze laut Beitrag vier RTX 6000 Pro Max-Qs voraus.

Eine Tabelle fasst die Zuordnungen zusammen: GLM-4.5-Air als Allrounder, GPT-OSS-120B für Schlussfolgern und agentische Programmierung, GPT-OSS-20B für allgemeine schnelle Nutzung, Qwen3-30B-A3B für Recherche und Fragen, Qwen3-Coder-30B fürs Programmieren und GLM-4.6 für komplexe Abläufe und Werkzeugketten. Einsteigern rät der Autor, mit GPT-OSS-20B oder Qwen3-Coder-30B zu beginnen und später leistungsstärkere Modelle auszuprobieren.

Die Rangfolge, Qualitätsurteile und Hardwareanforderungen sind Aussagen des Beitrags; Belege durch Vergleichstests, konkrete Konfigurationen oder unabhängige Messwerte enthält der vorliegende Text nicht. Auch die Formulierungen zu Genauigkeit, Leistungsfähigkeit und Eignung sind daher als Einschätzungen des Autors zu verstehen, nicht als im Bericht nachgewiesene Ergebnisse.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassung liegt in zwei Fassungen vor (kurz und mittel). Bewertet wurde die mittlere Fassung. Die kurze Fassung gibt den Bericht ebenfalls treu wieder. Die Stufen und Anteilswerte aus Lunas Einordnung wurden nicht übernommen, sondern unabhängig bewertet. Teilfragen waren nicht angegeben.

Im Bericht, aber nicht in der Zusammenfassung

  • Qwen3-30B-A3B ist laut Bericht langsamer als GPT-OSS-20B
  • GPT-OSS-120B wirkt beim kreativen Schreiben eher trocken
  • GPT-Hardwareangabe für GLM-4.6 (4x RTX 6000 Pro Max-Qs) wird nicht genannt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 48 %gleiches Oberthema, hilft nicht
    • amos 54 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 81 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 69 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 49 %gleiches Oberthema, hilft nicht
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 66 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 61 %Hintergrund, keine Belege
    • JEV 56 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 33 %einzelne zitierbare Belege
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →