Databricks hat sich entschieden: Das chinesische Open-Source-Modell GLM 5.2 wird künftig die tägliche Coding-Engine des Unternehmens. Der Grund ist pragmatisch – in internen Benchmarks auf der eigenen Multi-Millionen-Zeilen-Codebasis erwies sich GLM 5.2 als statistisch gleichwertig mit Anthropics Opus 4.8, kostet aber deutlich weniger. Während Opus $1,94 pro Task verursacht, liegt GLM 5.2 bei $1,28. Das ist ein klares Signal: Kein einzelner Anbieter dominiert mehr.
Kurz & knapp
- GLM 5.2 und Opus 4.8 erreichen beide 82–90 % Pass-Rate in der Top-Performance-Klasse, GLM 5.2 kostet aber deutlich weniger pro Task
- Databricks plant, das Modell ab sofort als "daily driver" für seine Entwickler einzusetzen
- Andere US-Firmen folgen: Coinbase halbierte KI-Ausgaben durch chinesische Modelle, Lindy erzielte laut Bericht Einsparungen mit Deepseek v4
- Auf OpenRouter machen chinesische Modelle seit Februar 2026 über 30 % des wöchentlichen Traffics aus – gegenüber 11 % im Vorjahr
Interne Benchmarks schlagen öffentliche Rankings
Databricks betont einen wichtigen Punkt: Das Unternehmen entwickelte seinen eigenen Benchmark mit echten, produktiven Aufgaben aus der Praxis. Öffentliche Datensätze seien oft nicht repräsentativ für die eigene Codebasis, und Modelle könnten durch Training-Daten "cheaten". Das Ergebnis: Drei klare Performance-Cluster entstanden.
| Cluster | Pass-Rate | Beispiele |
|---|---|---|
| Top | 82–90 % | Opus 4.8, GLM 5.2, GPT 5.5 |
| Mittel | 71–82 % | Sonnet 4.6, Sonnet 5, GPT 5.4 |
| Basis | 51–60 % | GPT 5.4-mini, Haiku 4.5 |
Die Erkenntnis von Databricks-Mitgründer Matei Zaharia und Team: > "The evidence shows it's time to start deploying these as daily drivers for coding." Interne Piloten mit Entwicklern bestätigten die Messergebnisse.
Kostenoptimierung durch intelligentes Routing
Databricks analysierte auch die Komplexität seiner Coding-Tasks: 61 % sind mittlere Komplexität, 19 % niedrig, nur 12 % hoch. Bisher liefen alle durch die teuersten Modelle. Künftig plant das Unternehmen, einfachere Tasks zu günstigeren Modellen zu routen – ein klassisches Tiering-Modell, das Kosten senkt, ohne Qualität zu opfern.
Die sogenannte Pareto-Frontier (beste Qualität-zu-Kosten-Verhältnis) wird laut Databricks nur durch ein Mix aus OpenAI, Anthropic und Open-Source-Modellen erreicht. Kein einzelner Anbieter dominiert mehr.
Der China-Trend ist real
Databricks ist nicht allein. Coinbase wechselte zu chinesischen Modellen wie GLM 5.2 und Kimi 2.7 und halbierte die KI-Ausgaben, während Token-Nutzung stieg. Lindy ersetzte Claude komplett durch Deepseek v4. Snowflake testete GLM 5.2 gegen Opus 4.7 – praktisch gleichauf, aber Bruchteile der Kosten.
Auf der KI-Routing-Plattform OpenRouter zeigt sich der Trend deutlich: Chinesische Modelle machen inzwischen über 30 % des wöchentlichen Traffics aus, mit 60–90 % niedrigeren Kosten als westliche Alternativen.
Was das für deutsche Unternehmen bedeutet
Für deutsche Tech- und Datenfirmen ist das ein Weckruf. Die Annahme, dass nur Anthropic, OpenAI und Google konkurrenzfähige Modelle bauen, wird empirisch widerlegt – zumindest für Coding-Tasks. Unternehmen sollten, wie Databricks es vormacht, eigene Benchmarks auf ihrer realen Codebasis durchführen statt sich auf öffentliche Rankings zu verlassen. Das spart nicht nur Kosten, sondern offenbart auch, welche Modelle tatsächlich für die eigene Infrastruktur passen. Gleichzeitig stellt sich die Frage nach Datensicherheit und Abhängigkeiten – ein Thema, das deutsche Firmen mit Blick auf regulatorische Anforderungen ernst nehmen sollten.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
