Ja, und zwar unter denselben Bedingungen wie tags zuvor DeepSeek V4.1 Flash. Am 16. Oktober 2026 gab OpenCode bekannt: „GLM 5.3 Flash is now free in OpenCode.“ Bei dem Modell handelt es sich um opencode/glm-5.3-flash-free, und in der Dokumentation zu OpenCode Zen wird es als „zeitlich begrenzt“ kostenlos beschrieben. Der kostenlose Tarif beantwortet ausschließlich Anfragen aus OpenCode. Ruft man denselben Endpunkt über einen anderen Client auf, erhält man einen HTTP-Status 403 mit dem Hinweis „OpenCode’s free tier can only be used from within OpenCode“.
Bevor Sie Ihre Workflows darauf ausrichten, sollten Sie zwei Einschränkungen kennen: Bei der kostenlosen Version handelt es sich um GLM-5.3-Flash und nicht um das vollwertige GLM-5.3, das auf Zen weiterhin 1,40 $ pro 1 Mio. Input-Token kostet. Außerdem bedeutet „kostenlos“ keineswegs „schnell“. Wir haben das Modell am 16. Oktober in einer sauberen OpenCode-Installation getestet: Zwar war jede Antwort korrekt, doch dieselbe einzeilige Frage dauerte mal 7 und mal 196 Sekunden. Das beeinflusst maßgeblich, welche Tasks man dem Modell anvertrauen sollte. Da wir es noch nicht innerhalb eines Sharkly-Tasks eingesetzt haben, schließt die folgende Anleitung mit einem Smoke-Test ab, mit dem Sie prüfen können, ob Ihre Runtime einsatzbereit ist.
TL;DR
Weisen Sie das kostenlose Modell einem Agenten zu, dessen Runtime OpenCode ist – keine andere Runtime hat Zugriff darauf. Aktualisieren Sie die Modellliste von OpenCode auf dem Computer, tragen Sie das Modell in die OpenCode-Konfiguration ein, führen Sie einen Smoke-Test im Terminal durch und weisen Sie ihm anschließend einen kleinen Task zu. Die Rahmenbedingungen: 200.000 Token Kontext und 32.000 Token Ausgabe, keine Unterstützung für PDF-Anhänge und kein bekanntes Enddatum. Da die Antwortzeiten in unseren Tests langsam und stark schwankend ausfielen, sollten Sie dem Modell Hintergrundaufgaben zuweisen und keine Tasks, auf deren Fertigstellung jemand aktiv wartet. Wenn Sie bereits DeepSeek V4.1 Flash Free nutzen, können sich die beiden Modelle die Arbeit anhand der erforderlichen Durchlaufzeit teilen.
Zwei kostenlose Modelle auf einer Runtime
Eine Runtime ist das Agenten-Werkzeug auf einem Computer, das die Sitzung ausführt. Da der kostenlose Tarif von OpenCode den Ursprung der Anfrage überprüft, gilt dieselbe Regel wie in unserem Artikel zu DeepSeek V4.1 Flash: Ein Agent auf einer OpenCode-Runtime kann auf das kostenlose Modell zugreifen – Agenten auf Claude Code, Codex oder Gemini CLI hingegen nicht.
Neu ist, dass eine einzelne OpenCode-Runtime nun zwei kostenlose Modelle aus unterschiedlichen Modellfamilien bereitstellt. Sie teilen sich dieselben Beschränkungen, verhalten sich in der Praxis jedoch sehr unterschiedlich:
| GLM-5.3-Flash Free | DeepSeek V4.1 Flash Free | |
|---|---|---|
| Kostenlos seit | 16. Oktober 2026 | 15. Oktober 2026 |
| Kontext / max. Ausgabe | 200K / 32K | 200K / 32K |
| Limits der Bezahlversion | 1M / 131K | 1M / 384K |
| Einzeilige Frage, unsere Testläufe | 7 bis 196 s (11 Durchläufe) | 4 bis 15 s (3 Durchläufe) |
| Kleine Schreib- und Ausführungsaufgabe, unsere Testläufe | 13 bis 109 s (5 Durchläufe) | 16 bis 36 s (3 Durchläufe) |
| Bildeingabe | Funktionierte in unserem Test | In OpenCodes Metadaten aufgeführt |
| PDF-Anhang | Abgelehnt: „only text and image_url are“ unterstützt | In OpenCodes Metadaten deaktiviert |
| Datenschutzbedingungen des Anbieters laut Zen-Dokumentation | Keine Datenspeicherung (Zero Retention), kein Training | Keine Datenspeicherung (Zero Retention), kein Training |
Die Limits stammen aus den von OpenCode mitgelieferten Modell-Metadaten (opencode models opencode --verbose). Die Zeitmessungen stammen aus unseren eigenen Tests am Tag der Veröffentlichung mit OpenCode 1.19.2 und variierten zwischen den einzelnen Durchläufen erheblich. Der Parameter --variant low machte das GLM-Modell nicht verlässlich schneller: Ein Durchlauf mit reduzierter Rechentiefe benötigte 196 Sekunden für eine Frage, die in anderen Durchläufen in 11 Sekunden beantwortet wurde. Die Verzögerung deutet eher auf eine hohe Auslastung des kostenlosen Endpunkts hin als auf eine aufwendige Denkleistung (Reasoning).
Einen kostenlosen GLM-5.3-Flash-Agenten einrichten
1. OpenCode auf dem Computer installieren. Installieren Sie es über das offizielle Skript oder nutzen Sie die Ein-Klick-Installation, sofern diese auf der Detailseite der Runtime verfügbar ist:
curl -fsSL https://opencode.ai/install | bash
Lassen Sie die Runtimes auf der Detailseite des Computers neu erkennen und vergewissern Sie sich, dass der Status der OpenCode-Runtime auf „Available“ steht. Allein die Tatsache, dass ein Computer online ist, bedeutet noch nicht, dass die Runtime einsatzbereit ist.
2. Modellliste aktualisieren. OpenCode speichert seinen Modellkatalog im Cache. Unsere Neuinstallation führte zunächst neun kostenlose Modelle ohne GLM auf, bis wir die Liste aktualisierten. Führen Sie den folgenden Befehl unter demselben Benutzer aus, unter dem auch der lokale Dienst läuft:
opencode models opencode --refresh | grep glm-5.3-flash-free
3. Das Modell einmalig auf dem Computer konfigurieren. Standardmäßig übernimmt ein Agent das Modell seiner Runtime, und die globale Konfiguration von OpenCode legt diesen Standardwert für jede OpenCode-Sitzung auf dem Computer fest. Speichern Sie folgende Konfiguration unter ~/.config/opencode/opencode.json:
{
"$schema": "https://opencode.ai/config.json",
"model": "opencode/glm-5.3-flash-free"
}
Wird das Modell im Katalog der Runtime aufgeführt, können Sie es stattdessen direkt in der Zeile „Model“ des Agenten auswählen. Dieser Eintrag überschreibt den Standardwert der Runtime gezielt für diesen einen Agenten – so lassen sich auf einem einzigen Computer zwei OpenCode-Agenten mit unterschiedlichen kostenlosen Modellen betreiben.
4. Smoke-Test im Terminal durchführen und ersten Task zuweisen.
opencode run "Reply with the word ok."
In der ersten Ausgabezeile wird das aktive Modell genannt; dort sollte glm-5.3-flash-free und anschließend ok stehen. Brechen Sie den Test bei längerer Wartezeit nicht zu früh ab – ein langsamer Durchlauf kann einige Minuten dauern. Sobald der Terminal-Test erfolgreich war, weisen Sie dem Agenten einen kleinen Task mit einem klar definierten Ziel zu und prüfen Sie im Ausführungsprotokoll, welches Modell ihn verarbeitet hat.
Lange Laufzeiten verändern die Aufgabenverteilung
Ein kostenloses Modell mit unberechenbaren Antwortzeiten bietet dennoch großen Nutzen – vorausgesetzt, man setzt es für Aufgaben ein, bei denen eine Pause von drei Minuten keine Rolle spielt.
Nutzen Sie den GLM-Agenten für Hintergrundaufgaben. Das nachträgliche Schreiben von Tests für ein Modul, Linting-Korrekturen im gesamten Package, Aktualisierungen der README nach API-Änderungen oder Versions-Upgrades von Abhängigkeiten: lauter Tasks, bei denen niemand ungeduldig wartet, bis das Ergebnis zum Review bereitsteht. Reservieren Sie schnellere Agenten für blockierende Aufgaben. Wartet ein Teammitglied dringend auf einen Fix, sind die Reaktionszeiten des DeepSeek-Agenten von 4 bis 15 Sekunden oder ein kostenpflichtiges Modell die deutlich bessere Wahl.
Beginnen Sie mit einer niedrigen Parallelität. Ein langsamer Durchlauf blockiert den zugewiesenen Task bis zur Fertigstellung. Belassen Sie die Einstellung „Max concurrency (assigned tasks)“ des Agenten zunächst bei 1 und erhöhen Sie diesen Wert erst nach einigen Tagen fehlerfreier Läufe. Dies deckt sich auch mit der Empfehlung von Sharkly: Erhöhen Sie den Wert „erst, wenn der aktuelle Computer und die Runtime die vorhandene Arbeitslast zuverlässig bewältigen.“ Parallele Tasks an einen ohnehin stark ausgelasteten kostenlosen Endpunkt führen meist nur zu längeren Wartezeiten in der Queue.
Bilder werden unterstützt, PDFs nicht. In unserem Test konnte das Modell den Screenshot einer API-Spezifikation auslesen und daraus eine gültige OpenAPI-Datei erstellen. Allerdings setzte es ein Limit fälschlicherweise auf 300.000 statt 30.000 – was bei der JSON-Validierung nicht auffiel. Prüfen Sie Bildextraktionen daher genauso sorgfältig wie jeden anderen Diff. Falls die Eingabe eines Tasks aus einer PDF-Datei besteht, konvertieren Sie die Seiten vorab in Bilder; der kostenlose Endpunkt lehnte PDFs direkt ab.
Der Review-Aufwand bleibt der entscheidende Kostenfaktor. Kostenlose Token senken nicht automatisch die Kosten für die Abnahme einer Codeänderung. Unser Artikel When a cheaper model costs more berechnet die Kosten pro akzeptierter Änderung – die entscheidende Kennzahl, an der sich messen lässt, ob sich der Einsatz dieses Agenten lohnt. Der Beitrag zu Mixed-model Crews beschreibt, wie ein leistungsstärkeres Modell als Reviewer für günstigere Worker eingesetzt wird; ein kostenloser Worker fügt sich nahtlos in dieses Prinzip ein.
Was passiert, wenn die Aktion endet?
Dieses Modell stand schon einmal kostenlos zur Verfügung: Ab dem 20. August 2026 war in OpenCodes Liste kostenloser Modelle ein anonymes Modell namens Ox Alpha mit einem Kontextfenster von 1 Mio. Token aufgeführt. Am 26. August gab Z.ai bekannt, dass es sich dabei um GLM-5.3-Flash handelte – und nach sechs Tagen war die Testphase beendet. Frühere kostenlose GLM-Modelle in OpenCode, wie glm-4.7-free und glm-5-free, sind im von OpenCode genutzten models.dev-Katalog bereits als veraltet (deprecated) markiert.
Stellen Sie sich auf ein ähnliches Szenario ein. Läufe des Agenten werden dann mit einem Modellfehler fehlschlagen, und fehlgeschlagene Tasks tauchen im Ausführungsprotokoll sowie im Posteingang auf, wo entschieden wird, wie weiter verfahren werden soll. Da das Modell in einer einzigen Konfigurationsdatei definiert ist, genügt eine einzige Anpassung für den Wechsel:
- OpenCode Zen, kostenpflichtiges
glm-5.3-flash: 0,15 $ pro 1 Mio. Input-Token und 0,50 $ pro 1 Mio. Output-Token bei einem vollen Kontextfenster von 1 Mio. Token. - OpenCode Go: 10 $ pro Monat mit einem monatlichen Nutzungslimit von 60 $ für dieses Modell; laut OpenCodes Go-Dokumentation entspricht dies etwa 31.580 Anfragen pro Monat.
- Z.ai-eigene API: ebenfalls 0,15 $ und 0,50 $, mit zwischengespeichertem Input (Cached Input) für 0,03 $.
- Arbeit umverteilen: Weisen Sie diese Tasks einem Agenten auf einer anderen Runtime zu – die Historie im Board bleibt dabei vollständig erhalten.
Der Artikel What it costs to run an agent Crew on free and cheap tiers vergleicht diese Optionen über verschiedene Modelle hinweg.
Welche Kosten für Teams entstehen
Hier fallen zwei getrennte Rechnungsposten an, und „kostenlos“ greift jeweils unabhängig voneinander. Benutzerlizenzen (Seats): Das Preismodell von Sharkly ist für Organisationen mit bis zu 5 Personen kostenlos; danach fallen 7 $ pro Person bei jährlicher Abrechnung an, wobei Agenten und Computer keine Seats belegen (Details). Modelle: Sharkly verkauft keine Token; die Nutzung läuft über die in der jeweiligen Runtime hinterlegten Konten nach dem Prinzip Bring Your Own Key (BYOK). Solange die Aktion läuft, betragen die Modellkosten für den OpenCode-Agenten somit 0 $.
Fazit
GLM-5.3-Flash ist kostenlos für Coding-Agenten, die auf OpenCode laufen – und für niemanden sonst. Aktualisieren Sie die Modellliste, richten Sie das Modell auf dem Computer ein, führen Sie geduldig einen Smoke-Test durch und weisen Sie ihm diejenigen Hintergrundaufgaben zu, für die Ihre anderen Agenten weder kostenpflichtige Token noch die Zeit wartender Kollegen aufwenden sollten. Sobald die Aktion ausläuft, bleiben alle Tasks, deren Verlauf und der Review-Verlauf auf dem Board erhalten – und der Agent erfordert lediglich eine kleine Anpassung in der Konfiguration. Wenn Sie bereits mehrere Agenten im Einsatz haben, bietet Sharkly Ihnen einen zentralen Ort, um Aufgaben zuzuweisen und die gelieferten Ergebnisse zu prüfen.
