$18-Modell (GLM) als Worker in Claude Code & Codex — Kosten-Hebel ohne Setup-Wechsel
Es ist 14 Uhr, das Feature ist zur Hälfte fertig, und Ihr Limit im 200-Dollar-Plan ist erreicht. Die drei naheliegenden Reaktionen sind alle schlecht: auf API-Preise ausweichen (teurer als das Abo), ein zweites Abo kaufen (noch ein Limit) oder den Nachmittag damit verbringen, das Projekt in ein fremdes Werkzeug umzuziehen. Es gibt eine vierte: den Anbieter des Modells wechseln und alles andere behalten.
Wir betreiben unsere Agenten-Arbeit über gehostete und offene Modelle hinweg, und die betriebliche Frage ist selten „welches Modell ist klüger". Sie lautet: welcher Teil der Arbeit hat eine so klare Definition von fertig, dass ein günstigeres Modell ihn erledigen kann, ohne dass die Nacharbeit den Preisvorteil auffrisst.
Die vier Dinge, die hier ständig vermischt werden
Nate B. Jones trennt in seiner Analyse vier Ebenen, die in der Debatte über „billigere Modelle" fast immer als eine behandelt werden (Video, 22. August 2026). Die Trennung ist der ganze Trick:
- Das Modell. Der Teil, der schlussfolgert und Tokens produziert. Austauschbar.
- Das Harness. Claude Code, Codex — das Programm, das Dateien liest, Befehle ausführt, um Berechtigungen fragt und Ergebnisse anzeigt. Bleibt.
- Der Projektkontext in Dateien.
CLAUDE.md,AGENTS.md, Skills, Hooks, Testbefehle, Projektregeln. Portabel — jede Sitzung liest sie erneut, unabhängig vom Anbieter. - Die Konversation. Der flüchtige Verlauf einer Sitzung. Nicht portabel.
Wer den Modellwechsel für einen Ein-Zeilen-Vorgang hält, verwechselt meist 1 mit 4. Genau daraus entsteht der Effekt, dass ein billigeres Modell teurer wird: Die Entscheidungen der letzten Stunde stehen im Verlauf und nirgendwo sonst, die neue Sitzung kennt sie nicht und arbeitet sie erneut ab.
Daraus folgt die erste Regel: Was Sie in Dateien schreiben, überlebt den Anbieterwechsel. Was nur im Chat steht, nicht. Kontexthygiene ist an dieser Stelle kein Ordnungsfimmel, sondern eine Kostenfrage.
Claude Code: eine zweite Startzeile, nicht ein zweites Werkzeug
Z.ai stellt einen Anthropic-kompatiblen Endpunkt bereit. Claude Code braucht damit nur drei Umgebungsvariablen, dokumentiert im Z.ai Developer Guide:
| Variable | Wert |
|---|---|
ANTHROPIC_BASE_URL | https://api.z.ai/api/anthropic |
ANTHROPIC_AUTH_TOKEN | Ihr Z.ai-API-Schlüssel |
ANTHROPIC_DEFAULT_SONNET_MODEL | glm-5.3 |
ANTHROPIC_DEFAULT_OPUS_MODEL | glm-5.3 |
ANTHROPIC_DEFAULT_HAIKU_MODEL | glm-5.3-flash |
Der praktische Weg ist nicht, die vorhandene Konfiguration umzuschreiben, sondern einen zweiten Startbefehl anzulegen:
# ~/.zshrc — die normale Installation bleibt unangetastet
claude-glm() {
ANTHROPIC_BASE_URL="https://api.z.ai/api/anthropic" \
ANTHROPIC_AUTH_TOKEN="$ZAI_API_KEY" \
ANTHROPIC_DEFAULT_SONNET_MODEL="glm-5.3" \
ANTHROPIC_DEFAULT_OPUS_MODEL="glm-5.3" \
ANTHROPIC_DEFAULT_HAIKU_MODEL="glm-5.3-flash" \
API_TIMEOUT_MS=3000000 \
claude "$@"
}
claude öffnet weiterhin eine Anthropic-Sitzung, claude-glm eine Z.ai-Sitzung. Beide sehen dasselbe Repository, dieselbe CLAUDE.md, dieselben Hooks und MCP-Server. Verhält sich die GLM-Verbindung schlecht, schließen Sie das Fenster — an der normalen Installation wurde nichts verändert.
Den Schlüssel gehört in Ihre Shell-Umgebung oder einen Secret-Manager, nicht ins Projekt. Wer den automatischen Weg bevorzugt: npx @z_ai/coding-helper schreibt die Konfiguration selbst.
Was nicht mitkommt: der bisherige Gesprächsverlauf, der Prompt-Cache und jede Entscheidung, die Sie nie außerhalb des Chats notiert haben.
Codex: ein Profil statt einer zweiten Sitzung
Codex löst dasselbe Problem eine Ebene tiefer — über Profile in ~/.codex/config.toml (Z.ai-Dokumentation):
[model_providers.ZAI]
name = "ZAI"
base_url = "https://api.z.ai/api/v1"
experimental_bearer_token = "<Ihr API-Schlüssel>"
wire_api = "responses"
[profiles.glm]
model_provider = "ZAI"
model = "glm-5.3"
model_reasoning_effort = "max"
Danach startet codex --profile glm einen GLM-Lauf, während codex weiter über Ihre OpenAI-Konfiguration läuft. Auch hier gilt: dasselbe Projekt, dieselben AGENTS.md, dieselben Regeln — aber eine neue Konversation.
Das ist der Unterschied in der Arbeitsweise: Claude Code fühlt sich wie ein Cockpit an, in dem Sie nah an der Arbeit bleiben und steuern; Codex eher wie ein Dispatcher-Pult, an dem Sie Aufträge losschicken und die Ergebnisse prüfen. Beide Stile bleiben erhalten, wenn ein anderes Unternehmen die Intelligenz liefert — sie hängen am Harness, nicht am Modell.
Der Übergabezettel: sechs Zeilen statt 40 Runden Verlauf
Wenn eine Aufgabe mitten im Lauf an das günstigere Modell geht, ist die Versuchung groß, den Gesprächsverlauf zu kopieren. Das ist der teuerste Weg: Das neue Modell muss erst herausfinden, welcher Teil davon überhaupt relevant war. Besser ist ein Übergabezettel mit sechs Feldern, den das abgebende Modell selbst schreibt:
Ziel: Diese 38 API-Aufrufe auf den neuen Feldnamen umstellen.
Stand: Branch ist sauber; betroffene Aufrufe in src/api/ und src/jobs/.
Dateien: src/api/*.ts, src/jobs/sync.ts, tests/api.spec.ts
Constraints: Die öffentliche API nicht verändern. Keine neuen Abhängigkeiten.
Fertig ist: Der alte Feldname kommt nirgends mehr vor, alle Tests laufen grün.
Checks: pnpm test && pnpm lint && pnpm build
Diese sechs Zeilen sind zugleich ein Diagnosewerkzeug. Wenn sich eine Aufgabe nicht in diese Form bringen lässt, ist sie für das günstigere Modell nicht geeignet. Nicht weil GLM zu schwach wäre, sondern weil die Aufgabe noch nicht definiert ist.
Lead und Worker: zwei Sitzungen, ein Git-Worktree
Nächstliegender Gedanke in Claude Code: den Sub-Agenten auf ein anderes Modell legen. Das trägt nicht. Ein normaler Sub-Agent startet bewusst mit frischem Kontext, und ein geforkter Sub-Agent, der den vollen Verlauf erbt, muss dasselbe Modell nutzen wie der Elternprozess. Einen eigenen Anbieter je Kind-Agent gibt es nativ nicht.
Das tragfähige Muster ist gröber und robuster:
- Lead: die gewohnte Anthropic-Sitzung. Entscheidet, was die Aufgabe ist, und prüft am Ende.
- Worker: eine
claude-glm-Sitzung, die den Übergabezettel bekommt. - Trennung: Der Worker arbeitet in einem eigenen
git worktree, damit sich beide Sitzungen nicht gegenseitig die Dateien unter den Händen wegändern.
git worktree add ../projekt-worker -b feature/api-feldname
cd ../projekt-worker && claude-glm
Der Worker liefert zurück: geänderte Dateien, ausgeführte Checks und alles, was er nicht auflösen konnte. Der Lead prüft, wenn die Änderung Gewicht hat. Es bleibt ein Projekt und ein vertrautes Werkzeug — nur mit einer ausgesprochenen Übergabe dazwischen. Wie sich das in einen größeren Mehr-Agenten-Ablauf einfügt, haben wir im Builder-Guide für Claude Code 2.0 beschrieben.
Welche Arbeit an das günstige Modell geht — und welche nicht
Die Trennlinie verläuft nicht entlang „schwer" und „leicht", sondern entlang prüfbar und unklar:
| An den Worker (GLM) | Beim starken Modell behalten |
|---|---|
| Klares Ziel, klarer Endzustand | Die Frage, was die Aufgabe überhaupt sein soll |
| Beispiele derselben Art liegen im Repo | Verborgener Zustand, widersprüchliche Belege |
| Tests entscheiden, ob es fertig ist | Risikoabwägungen mit Folgen |
| Begrenzter Dateikreis | Ursachensuche über Systemgrenzen hinweg |
| Umbenennungen, Migrationen, wiederkehrende Muster | Architekturentscheidungen |
Ein Beispiel für die rechte Spalte: eine sporadische Authentifizierungsstörung. Ein günstiger Worker darf dort Logs sammeln und Codepfade nachzeichnen — die eigentliche Untersuchung bleibt beim stärksten Modell, dem Sie vertrauen.
Und der Reihenfolge-Hinweis, der am meisten Geld spart: Beginnen Sie eine größere Aufgabe mit dem Modell, das sie auch beenden soll. Vierzig Runden Verlauf aufbauen und den Anbieter dann auf der Zielgeraden wechseln ist der Fall, in dem das billige Modell sicher teurer wird.
Was das wirklich kostet
Hier gehört Ehrlichkeit hin, sonst wird aus einem Werkzeug ein Versprechen:
- Der 18-Dollar-Plan ist nicht der 200-Dollar-Plan. Andere Limits, anderes Token-Budget, andere Problemlösefähigkeit. Z.ai arbeitet mit Fünf-Stunden- und Wochenfenstern.
- Rechnen Sie voll geladen. Der ehrliche Preis ist Tokens plus Wiederholungsläufe plus Ihre Review-Zeit. Ein Lauf, den Sie zweimal starten und dann selbst nacharbeiten, war nicht billig.
- Testen Sie an Ihrem eigenen Code. Die Komplexität Ihres Repos entscheidet, nicht ein Benchmark. Geben Sie dem Worker bewusst auch anspruchsvolle Aufgaben und nehmen Sie zurück, wo es scheitert — so finden Sie die tatsächliche Grenze.
- Wechseln Sie nicht mitten im Gespräch hin und her. Sichtbarer Verlauf ist nicht der ganze Zustand; Prompt-Caches und Modellverhalten ändern sich mit.
Dasselbe Prinzip trägt übrigens ohne Anbieterwechsel: Auch ein kleineres Modell desselben Hauses ist ein Worker. Was GLM 5.3 an eigener Leistungsfähigkeit mitbringt, haben wir in GLM-5.3: Frontier-Coding mit emergenten Cyber-Fähigkeiten eingeordnet; die Migrationslogik zwischen zwei Harness-Generationen steht in der Codex- und Opus-4.7-Checkliste.
Diese Aufteilung für einen konkreten Stack zu bauen — welche Aufgaben an den Worker gehen, wie der Übergabezettel aussieht und woran Sie Rückläufer messen — gehört zu dem, woran unser Team arbeitet.
Häufig gestellte Fragen
Muss ich mein Werkzeug wechseln, um GLM 5.3 zu nutzen?
Nein. Sowohl Claude Code als auch Codex nehmen Z.ai als Modellanbieter entgegen — Claude Code über ANTHROPIC_BASE_URL, Codex über ein Profil in config.toml. Dateien, Hooks, Berechtigungen und MCP-Server bleiben unverändert (Quelle).
Nimmt die neue Sitzung meinen bisherigen Gesprächsverlauf mit?
Nein. Portabel ist nur, was in Dateien steht — CLAUDE.md, AGENTS.md, Skills, Testbefehle. Der Verlauf und der Prompt-Cache bleiben zurück. Deshalb der Übergabezettel mit Ziel, Stand, Dateien, Constraints, Definition von fertig und Checks.
Kann ich einen Sub-Agenten in Claude Code auf GLM legen?
Nativ nicht. Ein geforkter Sub-Agent muss dasselbe Modell nutzen wie der Elternprozess, und einen eigenen Anbieter je Kind-Agent gibt es nicht. Der praktikable Weg sind zwei Sitzungen — Lead und Worker — mit dem Worker in einem eigenen git worktree (Quelle).
Welche Aufgaben eignen sich für das günstigere Modell? Die mit klarem Ziel, begrenztem Dateikreis, Beispielen im Repo und Tests, die über fertig entscheiden. Ursachensuche mit verborgenem Zustand und Entscheidungen über das Was gehören zum starken Modell.
Spare ich damit tatsächlich Geld? Nur wenn Sie voll geladen rechnen: Tokens plus Wiederholungen plus Review-Zeit. Der 18-Dollar-Plan hat kleinere Limits und ist kein Ersatz für ein 200-Dollar-Abo, sondern eine zweite Spur für begrenzte, prüfbare Arbeit.