Seit August bietet Hetzner neben Qwen3.6 ein zweites Sprachmodell kostenlos an, Qwen3.8-27B. Am 21. September 2026 habe ich geprüft, ob es für deutsche Büroarbeit reicht oder ob sich Gemini Flash lohnt, das pro Aufgabe rund einen halben US-Cent kostet. Dafür habe ich fünf Aufgaben, wie sie in jedem kleinen Betrieb anfallen, je fünfmal an vier Modelle geschickt, 100 Läufe insgesamt.
Der Anlass ist ein alter Befund. In meinem ersten Deutsch-Test im Juli streute Qwen3.6 ein chinesisches Wort mitten in eine förmliche Geschäftsmail, in vier von sieben Läufen. Bei der Nachmessung im August schrieb Qwen3.8 dieselbe Mail siebenmal sauber. Sieben Mails sind aber noch kein Büroalltag, deshalb diesmal eine breitere Probe mit einem bezahlten Modell als Maßstab.
So habe ich getestet
Die fünf Aufgaben decken typische Schreibtischarbeit ab und lassen sich trotzdem objektiv prüfen:
- Eine lockere Du-Nachricht als förmliche Geschäftsmail umformulieren, wörtlich derselbe Prompt wie im Juli.
- Die Anfrage einer Kundin an eine Tischlerei beantworten, mit fünf vorgegebenen Fakten zu Preis, Aufmaß, Lieferzeit und Anfahrt.
- Ein Besprechungsprotokoll von knapp 300 Wörtern auf höchstens 120 Wörter zusammenfassen, ohne Beschlüsse, Beträge oder Zuständigkeiten zu verlieren.
- Eine Rechnung mit drei Positionen als JSON auslesen, also als Datensatz, den ein Programm direkt weiterverarbeiten kann.
- Eine Terminbestätigung für eine Physiotherapiepraxis schreiben, bei der Datum, Wochentag und Uhrzeit aus der Anfrage stimmen müssen.
Firmen, Namen und Zahlen sind erfunden. Qwen3.8-27B und Qwen3.6-35B liefen über Hetzners Inference-API, Gemini 3.7 Flash und Gemini 3.8 Flash über die Schnittstelle von Google. Die Qwen-Modelle habe ich ohne Denkmodus aufgerufen, weil er bei so kurzen Aufgaben nur Zeit kostet, die Gemini-Modelle mit Googles Standardeinstellung. Automatisch geprüft habe ich, ob jede vorgegebene Angabe im Ergebnis steht (215 Prüfpunkte je Modell), ob chinesische, japanische oder koreanische Schriftzeichen auftauchen und ob das JSON gültig ist. Danach habe ich alle 100 Texte selbst gelesen und inhaltliche Fehler, Sprachfehler und Stilbrüche notiert.
Die Ergebnisse im Überblick
| Messwert | Qwen3.8 (Hetzner) | Qwen3.6 (Hetzner) | Gemini 3.7 Flash | Gemini 3.8 Flash |
|---|---|---|---|---|
| Vorgegebene Angaben korrekt übernommen | 215 von 215 | 210 von 215 | 215 von 215 | 215 von 215 |
| Läufe mit chinesischen Zeichen | 0 von 25 | 1 von 25 | 0 von 25 | 0 von 25 |
| Erfundene oder verdrehte Angaben | 1 | 5 | 0 | 1 |
| JSON ohne Nacharbeit gültig | 4 von 5 | 5 von 5 | 3 von 5 | 4 von 5 |
| Antwortzeit je Aufgabe (Median) | 48 s | 2,8 s | 4,4 s | 4,5 s |
| Kosten für alle 25 Aufgaben | kostenlos | kostenlos | 0,12 US-Dollar | 0,14 US-Dollar |
Bei der inhaltlichen Genauigkeit liegt Qwen3.8 gleichauf mit beiden Gemini-Modellen. Es hat jede vorgegebene Angabe übernommen, keine Zahl verfälscht und kein einziges chinesisches Zeichen geschrieben. Den Unterschied macht die Antwortzeit.
Geschäftsmail und Kundenantwort
Die Juli-Aufgabe ist der direkte Vergleich. Qwen3.6 schrieb im zweiten Lauf erneut “bei einer预计igten Bearbeitungsdauer von drei Wochen”, also das chinesische Wort für voraussichtlich an derselben Stelle wie im Juli und August. Im ersten Lauf rutschte stattdessen ein englisches Wort durch, “die corresponding Texte”. Dazu kamen ein verunglückter Satz (“Das Projekt kostet 2.500 Euro und eine Laufzeit von ca. drei Wochen”) und ein saloppes “Passt das?” am Ende einer förmlichen Mail.
Qwen3.8 hatte keines dieser Probleme. Die fünf Mails sind sauber gebaut, mit korrekter Anrede, allen Angaben und passender Grußformel. Ein einziges Mal stand am Ende der Platzhalter “[Your Name]”, also Englisch in einer deutschen Mail. Das fällt beim Gegenlesen sofort auf und ändert keine Aussage.
Gemini lieferte ebenso saubere Mails, mit einer Ausnahme, die mit dem Prompt zu tun hat. Der Juli-Prompt ist ohne Umlaute geschrieben, also “hoefliche” statt “höfliche”. Gemini 3.7 Flash übernahm das in einem von fünf Läufen und schrieb die komplette Mail mit ue und oe, bis hin zu “Mit freundlichen Gruessen”. Kein anderes Modell hat das getan.
Foto: Miguel Á. Padriñán / Pexels
Bei der Antwort an die Kundin der Tischlerei zeigte sich ein Stilunterschied. Die Gemini-Modelle hielten sich so eng an die Vorgabe, nichts zu erfinden, dass sie meist auch den Dank für die Anfrage wegließen. Gemini 3.8 Flash begann vier von fünf Antworten direkt mit dem Preis, Gemini 3.7 Flash drei von fünf. Beide Qwen-Modelle bedankten sich in jedem Lauf. Qwen3.6 verrutschte dafür einmal in der Perspektive und berechnete der Kundin “Ihre Anfahrt nach Kassel”, obwohl die Tischlerei anreist.
Beim Zusammenfassen dichtet das kleinere Modell dazu
Beim Besprechungsprotokoll fiel Qwen3.6 am deutlichsten ab. In drei von fünf Zusammenfassungen stand etwas, das so nicht im Protokoll steht. Einmal hatte angeblich Frau Hartmann das Budget freigegeben, einmal begann die Besprechung “um ca. 9 Uhr” und einmal drehte das Modell eine Bitte um. Im Protokoll soll die Kaffeemaschine künftig nicht erst vor der Runde entkalkt werden, in der Zusammenfassung war genau das “künftig vor der Runde zu erledigen”. In zwei weiteren Läufen fehlten einzelne Angaben wie die monatlichen Kosten.
Qwen3.8 blieb bei den Fakten. Alle zwölf geprüften Angaben standen in allen fünf Zusammenfassungen. Zwei Läufe überschritten allerdings die Grenze von 120 Wörtern deutlich, mit 144 und 145 Wörtern. Einmal rutschten zudem künftige Aufgaben in die Vergangenheit, Herr Brandt “informierte” die Mandanten bereits. Die Gemini-Modelle hielten die Wortgrenze in jedem Lauf ein und blieben sachlich korrekt.
Bei der Rechnung als JSON treffen alle vier jeden Betrag
Beim Auslesen der Rechnung gab es keinen einzigen inhaltlichen Fehler. Alle vier Modelle haben in allen fünf Läufen Rechnungsnummer, Datum, Fälligkeit, die drei Positionen, Netto, Umsatzsteuer, Brutto und IBAN korrekt übernommen. Deutsche Schreibweisen wie “0,12 €” und “14.09.2026” wurden sauber in Zahlen und das verlangte Datumsformat übersetzt.
Der Unterschied lag in der Verpackung. Obwohl der Prompt ausdrücklich nur das JSON verlangte, setzte Gemini 3.7 Flash in zwei Läufen einen Markdown-Codeblock um die Daten, Gemini 3.8 Flash und Qwen3.8 in je einem. Ein Programm, das die Antwort direkt einliest, scheitert daran. Qwen3.6 lieferte fünfmal reines JSON. Wer solche Auswertungen automatisiert, entfernt den Rahmen vorher per Code oder nutzt bei Gemini den eingebauten JSON-Modus, den ich hier bewusst nicht eingeschaltet habe.
Foto: Kaboompics / Pexels
Bei der Terminbestätigung übernimmt Gemini zu wörtlich
Die Terminbestätigung haben alle vier Modelle inhaltlich richtig gelöst. Jedes hat den neuen Termin bestätigt und nicht den abgesagten, dazu Wochentag, Uhrzeit, Dauer und Adresse korrekt übernommen. Qwen3.6 vertauschte einmal die Rollen und schrieb “Sie können uns in unserer Praxis erwarten”.
Auffällig war ein Grammatikfehler, der fast nur bei Gemini auftrat. Der Patient schrieb “Donnerstag, der 8. Oktober” und die Gemini-Modelle bauten das unverändert in ihren Satz ein. Heraus kam “am Donnerstag, der 8. Oktober”. Nach “am” steht der Kalendertag laut Duden aber im Dativ oder Akkusativ, richtig wäre also “am Donnerstag, dem 8. Oktober” oder “den 8. Oktober”. Gemini 3.7 Flash machte das in fünf von fünf Läufen, Gemini 3.8 Flash in vier, Qwen3.8 in einem und Qwen3.6 in keinem. Vermutlich hat Gemini die Anweisung, das Datum exakt zu übernehmen, wörtlicher genommen als gemeint. Ein kleiner Fehler, der zeigt, dass auch ein bezahltes Modell jemanden braucht, der gegenliest.
Der Haken ist die Wartezeit
Inhaltlich spricht also wenig gegen Qwen3.8. Das Problem ist die Zeit. Zwischen 16:19 und 16:42 Uhr brauchte das Modell für eine Aufgabe im Median 48 Sekunden, die schnellste war nach 7 Sekunden fertig, die langsamste nach 2 Minuten und 11 Sekunden. Einen großen Teil davon verbrachte die Anfrage in der Warteschlange, im Median vergingen 24 Sekunden bis zum ersten Textstück. Qwen3.6 erledigte dieselben Aufgaben im Median in 2,8 Sekunden, die Gemini-Modelle in 4,4 und 4,5 Sekunden, obwohl sie vor jeder Antwort erst nachdenken.
Unmittelbar davor war es noch zäher. Bei meiner Geschwindigkeitsmessung zwischen 16:05 und 16:19 Uhr schrieb Qwen3.8 nur 4 bis 7 Token pro Sekunde, im August waren es 28. Eine Erklärung von 400 Wörtern dauerte damit einschließlich Wartezeit bis zu viereinhalb Minuten. Die Auslastung schwankt offensichtlich stark. Genau das macht das Modell schwer planbar für alles, bei dem ein Mensch auf die Antwort wartet.
Foto: Wayne Jackson / Pexels
Für Aufgaben im Hintergrund spielt das kaum eine Rolle. Ob eine Rechnung nach fünf Sekunden oder nach einer Minute im System landet, merkt niemand, solange der Ablauf nicht auf die Antwort wartet. Wie sich Hetzners Modelle in einen solchen Ablauf einbinden lassen, beschreibe ich in n8n mit der kostenlosen Hetzner-KI. Zu beachten ist die Grenze von zehn Anfragen pro Minute je Schlüssel, die Aufrufe müssen also getaktet werden.
Was Gemini Flash dafür kostet
Alle 25 Aufgaben zusammen kosteten mit Gemini 3.7 Flash 0,12 US-Dollar und mit Gemini 3.8 Flash 0,14 US-Dollar, also rund einen halben Cent pro Aufgabe. Hochgerechnet sind das etwa 5 bis 5,50 Dollar für 1.000 Aufgaben dieser Art. Gut 80 Prozent davon entfielen auf Denk-Token, die Google zum Ausgabepreis abrechnet, obwohl sie im Ergebnis gar nicht auftauchen. Wie weit sich das mit einer niedrigeren Denkstufe senken lässt, habe ich in Was Gemini Flash pro Aufgabe kostet nachgemessen.
Zwei Dinge gehören zu dieser Rechnung dazu. Die Preise von 0,75 Dollar je Million Eingabe-Token und 3,75 Dollar je Million Ausgabe-Token gelten laut Google nur bis zum 31. Dezember 2026, ab dem 1. Januar 2027 verdoppeln sie sich (Stand 21. September 2026). Und Qwen bei Hetzner ist kostenlos, weil es ein Experiment ist, ohne Verfügbarkeitszusage und ohne Auftragsverarbeitungsvertrag. Kundendaten mit Personenbezug gehören deshalb ohnehin nicht dorthin, egal wie gut das Modell schreibt.
Meine Empfehlung je Aufgabe
Für Rechnungen und andere Belege, die als Datensatz weiterverarbeitet werden, reicht Qwen3.8 bei Hetzner vollkommen, sofern die Daten keinen Personenbezug haben. Selbst das schnellere Qwen3.6 hat hier fehlerfrei gearbeitet. Wichtig ist nur, dass ein Programm die Ausgabe prüft, bevor sie weiterverwendet wird.
Zusammenfassungen ohne Zeitdruck, etwa von internen Protokollen, kann Qwen3.8 übernehmen, wenn jemand auf die Länge achtet. Qwen3.6 würde ich dafür nicht einsetzen, weil drei von fünf Zusammenfassungen etwas enthielten, das nicht im Original stand.
Bei Mails an Kundinnen und Kunden entscheidet, ob jemand wartet. Entwürfe, die ein Mensch vor dem Versand ohnehin liest, schreibt Qwen3.8 in gutem Deutsch. Soll die Antwort innerhalb von Sekunden kommen, etwa in einem Chat auf der Website, ist Gemini Flash die sichere Wahl, für rund einen halben Cent pro Antwort.
Terminbestätigungen und ähnliche Standardtexte schaffen alle vier Modelle. Hier lohnt vorher die Frage, ob nicht ein fester Textbaustein mit eingesetztem Datum reicht, der gar kein Sprachmodell braucht und keinen Grammatikfehler einbaut.
Wenn du wissen willst, welche Schreibarbeit in deinem Betrieb ein kostenloses Modell schafft und wo sich Gemini lohnt, melde dich gerne, dann teste ich das mit deinen eigenen Aufgaben.
Häufige Fragen
Ist Qwen3.8 bei Hetzner kostenlos?+
Ja, Stand 21. September 2026 bietet Hetzner Qwen3.8-27B und Qwen3.6 kostenlos über seine Inference-API an, als Experiment ohne Enddatum. Je API-Schlüssel sind pro Minute höchstens zehn Anfragen erlaubt. Es gibt weder eine Verfügbarkeitszusage noch einen Auftragsverarbeitungsvertrag, personenbezogene Kundendaten gehören deshalb nicht hinein.
Schreibt Qwen3.8 chinesische Zeichen in deutsche Texte?+
In meinen Tests nicht. Im August blieb Qwen3.8 in sieben Läufen sauber, am 21. September 2026 in 25 Läufen über fünf verschiedene Büroaufgaben. Beim älteren Qwen3.6 tritt der Fehler weiterhin auf, im September in einem von fünf Läufen der förmlichen Geschäftsmail, wieder mit demselben Wort an derselben Stelle.
Was kostet Gemini Flash für typische Büroaufgaben?+
In meinem Test kostete eine Aufgabe mit Gemini 3.7 Flash oder 3.8 Flash im Schnitt rund einen halben US-Cent, 1.000 Aufgaben dieser Art also etwa 5 bis 5,50 US-Dollar. Das gilt zum Einführungspreis bis 31. Dezember 2026, ab 2027 verdoppelt sich der Betrag. Den größten Teil der Kosten verursachen die Denk-Token des Modells.
Welches Modell eignet sich für Antworten an Kundinnen und Kunden?+
Wenn die Antwort sofort kommen muss, etwa in einem Chat, ist Gemini Flash die sichere Wahl, weil es in wenigen Sekunden antwortet. Für Entwürfe, die ein Mensch vor dem Versand ohnehin liest, schreibt Qwen3.8 gutes Deutsch, braucht bei Hetzner aber oft eine Minute oder länger. Qwen3.6 würde ich für Texte mit Außenwirkung nicht einsetzen.
Du willst mehr erfahren?
In einem kostenlosen Erstgespräch besprechen wir, wie du diese Themen für dein Unternehmen nutzen kannst. Kein Verkaufsgespräch, sondern eine ehrliche Einschätzung.
Kostenloses Erstgespräch vereinbaren
