Zum Inhalt

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Beste lokale Sprachmodelle für Rust-Programmierung (Self-Hosting) — Top-20-Topliste

Die Sprachmodell-Topliste bewertet Modelle unabhängig vom Zugriffsweg. Diese Seite geht tiefer in genau eine Kategorie: offene, selbst hostbare Modelle, die vollständig auf eigener oder gemieteter Hardware laufen — ohne dass Code oder Prompts die eigene Infrastruktur verlassen. Relevant für Rust-Projekte mit Datenschutz-/Compliance-Anforderungen (Embedded, Kryptographie, Behörden) oder bei sehr hohem Dauervolumen, bei dem sich eigene Hardware gegenüber Token-Kosten amortisiert.

Hinweis: Modell ≠ Hosting-Ort

Diese Liste bewertet ausschließlich die Modelle selbst und ihre Lizenz-/Hardware-Eignung. Für die Frage, wo diese Modelle laufen sollen, siehe Lokales RAG & LLM-Serving (Ollama, eigene Hardware) oder die Cloud-GPU-Provider-Topliste (gemietete GPU-Leistung).

Bewertungskriterien

graph TD
    Start["Rust-Eignung eines lokalen Modells"] --> A["Rust-Codequalität (Borrow Checker, Traits, Makros)"]
    Start --> B["Lizenz (Apache-2.0/MIT vs. restriktiver)"]
    Start --> C["Hardware-Anforderung (VRAM je Quantisierungsstufe)"]
    Start --> D["GGUF-/Quantisierungs-Verfügbarkeit für llama.cpp/Ollama"]
    Start --> E["Kontextfenster"]
    Start --> F["Function-Calling für lokale Agenten (Cline, Continue.dev)"]

Achtung: Momentaufnahme, keine offizielle Rust-Benchmark-Suite

Wie bei den verwandten Toplisten gibt es keine herstellerübergreifende, offizielle Rust-Benchmark-Suite. Die Einordnung stützt sich auf allgemeine offene Coding-Benchmarks, Modellkarten und Praxis-Feedback. Stand: Juli 2026.

Top 20 im Überblick

Rang Modell Größe(n) Lizenz Rust-Einschätzung Besondere Stärke Schwäche
1 GLM-5.1 9B / 32B MIT Sehr stark Führt offene Coding-Benchmarks an, gutes Preis-Leistungs-Verhältnis auch bei mittlerer Größe 32B benötigt bereits deutliche GPU-Ausstattung für flüssige Nutzung
2 Qwen3-Coder 8B–72B Apache-2.0 Sehr stark Dedizierte Coder-Variante von Qwen 3.7, sehr gutes Trait-/Borrow-Checker-Verständnis Allgemeinwissen jenseits von Code schwächer als Basis-Qwen
3 DeepSeek V4 Pro groß (MoE) MIT Sehr stark Starkes Reasoning bei Lifetime-Herleitung, nachvollziehbare Zwischenschritte Volle MoE-Größe erfordert Multi-GPU-Setup für lokale Nutzung
4 Qwen 3.7 8B–72B Apache-2.0 Stark Sehr gute Allround-Coding-Leistung, auch als kleinere Edge-Variante brauchbar Bei tief verschachtelten Lifetimes seltener auf Anhieb korrekt wie GLM-5.1
5 Devstral 2 24B Apache-2.0 Stark Speziell für agentisches Coding trainiert, gutes Zusammenspiel mit Cline/Aider lokal Reines Sprachverständnis jenseits von Coding-Agenten-Aufgaben schmaler
6 Kimi K2 groß (MoE, offen) Modified MIT Stark Sehr großes Kontextfenster, günstiges Context-Caching bei Self-Hosting mit ausreichend VRAM Volle Größe nur mit erheblicher Multi-GPU-Kapazität sinnvoll
7 Codestral 3 22B Mistral Research License Stark Dediziertes Coding-Modell mit breiter Sprachabdeckung inkl. Rust Lizenz nicht vollständig permissiv — kommerzielle Nutzung ggf. eingeschränkt
8 DeepSeek Coder V3 16B–33B MIT Stark Dedizierte Coder-Variante, gutes Verhältnis aus Größe und Coding-Qualität Allgemeinwissen schmaler als Basis-DeepSeek
9 StarCoder3 3B–15B Apache-2.0 (BigCode) Solide bis stark Sehr permissive Lizenz, transparente Trainingsdaten (BigCode-Projekt) Rust-Anteil im Training kleiner als bei GLM/Qwen
10 Llama 3.3 70B 70B Llama-Lizenz Solide bis stark Größtes Ökosystem an Fine-Tunes und Tooling-Integrationen Ohne Rust-spezifisches Fine-Tuning schwächer bei Lifetimes als Top 8
11 gpt-oss-120b 120B (MoE) Apache-2.0 Solide bis stark Offenes Flaggschiff-Modell von OpenAI, breite Allround-Fähigkeiten Für lokale 120B-Nutzung erhebliche Hardware-Anforderung
12 CodeGemma 2 2B / 9B Gemma-Lizenz Solide Effiziente, kleine dedizierte Coder-Variante, läuft auf bescheidener Hardware Bei komplexen generischen Trait-Hierarchien deutlich schwächer als große Modelle
13 Mistral Small 4 klein–mittel Apache-2.0 Solide Vollständig lizenzfrei einsetzbar, guter Kompromiss aus Größe und Fähigkeit Für mittelkomplexe Trait-Konstrukte meist zu schwach
14 Yi-Coder 2 9B Apache-2.0 Solide Guter Kompromiss aus Größe und Coding-Leistung, permissive Lizenz Community/Tooling-Ökosystem kleiner als bei Qwen/DeepSeek
15 gpt-oss-20b 20B Apache-2.0 Solide Läuft bereits auf einer einzelnen Consumer-GPU mit ausreichend VRAM Deutlich hinter der 120B-Variante bei komplexem Code
16 Phi-5 7B–14B MIT Ausreichend bis solide Starkes Reasoning für die Größe, sehr effizient auf bescheidener Hardware Rust-spezifisches Training schmaler als bei Coding-fokussierten Modellen
17 Command R7B 7B CC-BY-NC (nicht-kommerziell) Ausreichend bis solide Gute RAG-/Retrieval-Anbindung für Dokumentationssuche neben Code Lizenz schließt kommerzielle Nutzung ohne separate Vereinbarung aus
18 Gemma 3 4B / 12B Gemma-Lizenz Ausreichend Kleinster Ressourcenbedarf unter den Allround-Modellen, gut für Edge-Geräte Borrow-Checker-Fehler werden seltener korrekt auf Anhieb behoben
19 OLMo 3 7B–32B Apache-2.0 Ausreichend Vollständig offene Trainingsdaten und -pipeline (Transparenz, Reproduzierbarkeit) Reine Coding-Leistung hinter dedizierten Coder-Modellen gleicher Größe
20 Qwen 3.6 (8B-Edge) 8B Apache-2.0 Grundlegend Läuft auf Laptops/Edge-Hardware ohne GPU-Cluster Nur für einfache, kurze Rust-Snippets geeignet

Tipp: Rang ≠ einzige Entscheidungsgröße

Für maximale Rust-Qualität bei ausreichender Hardware zahlen sich die Top 3 aus. Für Edge-/Laptop-Einsatz ohne dedizierte GPU ist eine kleinere Variante aus Rang 12–20 oft die einzig praktikable Wahl — die Qualitätslücke lässt sich durch aktives Nachfragen (cargo clippy-Output zurückspielen) teilweise ausgleichen.

Die Top 5 im Detail

1. GLM-5.1

Führt offene Coding-Benchmarks an und ist bereits in der 9B-Variante brauchbar, was den Einstieg auf mittlerer Hardware ermöglicht. Die MIT-Lizenz erlaubt uneingeschränkte kommerzielle Nutzung. In Kombination mit Ollama oder vLLM aktuell die naheliegendste erste Wahl für selbst gehostetes Rust-Coding.

2. Qwen3-Coder

Die dedizierte Coder-Variante von Qwen 3.7 zeigt gegenüber dem Basismodell einen spürbaren Sprung bei Trait-Bounds und Borrow-Checker-Fehlerbehebung. Apache-2.0-Lizenz und Verfügbarkeit in mehreren Größen (8B bis 72B) machen es sowohl für Edge- als auch Server-Deployments geeignet.

3. DeepSeek V4 Pro

Das sichtbare Reasoning erklärt nachvollziehbar, warum eine bestimmte Lifetime-Annotation nötig ist — bei Self-Hosting besonders wertvoll für Teams, die das Modell auch zu Lernzwecken einsetzen. Die volle MoE-Größe erfordert allerdings ein Multi-GPU-Setup, siehe Cloud-GPU-Provider-Topliste für Anbieter mit passender Cluster-Anbindung.

4. Qwen 3.7

Guter Allrounder mit starker Coding-Leistung auch jenseits von Rust, praktisch wenn dasselbe selbst gehostete Modell auch für andere Sprachen im selben Projekt (z. B. Python-Tooling um ein Rust-Kernsystem herum) verwendet werden soll.

5. Devstral 2

Anders als die übrigen Top-5-Modelle nicht auf allgemeines Coding, sondern speziell auf agentisches Coding trainiert — Zusammenspiel mit lokal laufenden Agenten wie Cline oder Aider (siehe Agenten-Topliste) fällt dadurch spürbar zuverlässiger aus als bei gleich großen Allround-Modellen.

Empfehlung nach Hardware-Budget

graph TD
    Budget{"Verfügbare Hardware?"} -->|"Multi-GPU-Server/Cluster"| A["DeepSeek V4 Pro / Kimi K2 / gpt-oss-120b"]
    Budget -->|"Einzelne High-End-GPU (48GB+)"| B["GLM-5.1 32B / Qwen3-Coder 32B"]
    Budget -->|"Einzelne Consumer-GPU (12-24GB)"| C["Qwen3-Coder 8B / DeepSeek Coder V3 / gpt-oss-20b"]
    Budget -->|"Laptop / CPU-only / Edge"| D["Gemma 3 4B / Qwen 3.6 8B-Edge / CodeGemma 2 2B"]

Achtung: Lizenz vor kommerziellem Einsatz prüfen

Nicht jedes offene Modell erlaubt uneingeschränkte kommerzielle Nutzung — Codestral 3 (Mistral Research License) und Command R7B (CC-BY-NC) schränken dies explizit ein. Für kommerzielle Rust-Projekte empfehlen sich primär MIT- oder Apache-2.0-lizenzierte Modelle wie GLM-5.1, Qwen3-Coder oder DeepSeek V4 Pro.

🔗 Verwandte Themen

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).