Die Faustregel und ihr Nachtest. Der Beitrag zitiert Pip Klöckner mit dem Satz, mit „einem Zeitverzug von 6 bis 7 Monaten“ könne man auf dem Heim-PC eine KI nutzen, „die so schlau ist wie was vor ’nem halben Jahr in ’nem Datacenter laufen würde“, und rechnet ihn an Qwen3.8-27B nach: Indexwert 52, lauffähig ab 24 GB. Wir haben die vier Werte an der Artificial-Analysis-Schnittstelle selbst geholt (Abruf 29.08.2026): Qwen3.8 27B (xhigh) 52,0 gegen Claude Opus 4.5 (Reasoning) 41,9, GPT-5.2 (xhigh) 43,3 und Gemini 3 Pro Preview (high) 40,6. Die drei Vergleichsmodelle sind zwischen dem 18. November und dem 11. Dezember 2025 erschienen und waren im Januar 2026 die Spitze. Die Regel trägt.
Warum der Indexwert trotzdem nicht heißt, was viele darin lesen. Von den neun Benchmarks des Intelligence Index prüfe nur einer – AA-Omniscience – reines Faktenwissen; der Rest messe Coding, Terminal-Bedienung, Werkzeuggebrauch und Kontexttreue. Der Beitrag belegt das mit einem eigenen Gegentest: Auf die Frage nach den Bundespräsidenten liefert Qwen3.8-27B eine Liste mit mehreren Fehlern (Horst Köhler wird der FDP zugeordnet, Karl Carstens als im Amt verstorben geführt), auf die Frage nach den ersten fünf „Sams“-Büchern eine erfundene Fachzeitschrift. Die Schlussfolgerung des Beitrags ist die interessantere: Wenn Modelle im Netz nachschlagen können, sei gespeichertes Wissen nicht mehr die entscheidende Größe – „Da steckt zwar nicht so viel Wissen drin, aber viel Können.“
Die Speicher-Obergrenze, an der die Praxis endet. Für das derzeit stärkste selbst betreibbare Modell, Kimi K3, lieh sich die Redaktion vier Mac Studio mit M3 Ultra aus – zwei mit 512 GB, zwei mit 256 GB, zusammen rund 1,5 TB Unified Memory. Es reichte nicht: „mit nutzbarem Kontext braucht das 1,6 Terabyte“. Auch ein Hetzner-Server mit acht RTX-Pro-6000-Karten zu je 96 GB (768 GB) hätte dreifach vorhanden sein müssen. Was auf diesem Server lief, war GLM-5.2 mit rund 450 GB Bedarf – und das steht im AA-Index bei 52,6 gegen 52,0 für das 24-GB-Modell. Ein Faktor von rund 19 im Speicherbedarf für 0,6 Indexpunkte.
Ein Messwert, der selten genannt wird: die Laufzeitumgebung entscheidet mit. Auf demselben GPU-Verbund erreicht Qwen3.8-27B unter Ollama 21 Token je Sekunde, unter vLLM das Vierfache. Das ist kein Modell-, sondern ein Software-Unterschied – und er ist größer als die meisten Modellwechsel, über die diskutiert wird. Als Untergrenze für agentische Nutzung nennt der Beitrag rund 30 Token je Sekunde; entscheidend sei zusätzlich das Prompt Processing bei langen Kontexten, worin Nvidia-GPUs deutlich schneller seien als Unified-Memory-Rechner.
Zensur ist keine Eigenschaft „chinesischer Modelle“. Der Beitrag stellt zwei offene Modelle desselben Herkunftslands nebeneinander: Qwen3.8-27B verweigert die Frage nach dem 4. Juni 1989 am Tian’anmen-Platz („Zu diesem Thema kann ich keine Informationen bereitstellen“), und der sichtbare Denkprozess nennt das Thema ausdrücklich als gesperrt. GLM-5.2 antwortet ausführlich und weist von sich aus darauf hin, dass die chinesische Regierung das Massaker seit Jahrzehnten zu verdecken versuche. Die Verallgemeinerung, die in Debatten üblich ist, hält am eigenen Testaufbau nicht.
⚠️ Was wir nicht übernehmen. Die Angabe, AA-Omniscience gehe „zu 12 %“ in die Gesamtpunktzahl ein, haben wir an der Schnittstelle nicht prüfen können – die Free-Route liefert die Gewichtung nicht; derselbe Kanal hatte den Wert am 21.08. noch selbst als unsicher markiert. Die Aussage, GLM-5.2 sei „nur zwei Punkte besser“ als Qwen3.8-27B, ist an unserem Abruf zu großzügig: Es sind 0,6 Punkte (52,6 gegen 52,0) – die Abweichung schwächt das eigene Argument des Beitrags allerdings nicht, sondern verstärkt es. Die Sekundärangaben zu Fremdmessungen (34,9 Token/s auf einer RX 9060 XT, rund 57 auf einer RTX 5060 Ti; Piotr Migdałs Quantisierungsreihe von BF16 bis 2 Bit) sind referiert und von uns nicht gegengeprüft.