Modelle, die auf das Schreiben, Erklären und Prüfen von Code ausgelegt sind.
Schnellwahl
11 Modelle
Meta's 13B Code Llama tuned for instruction following. A faster mid-size option for code generation and completion, supporting infilling for inserting code at a cursor position. Served on Replicate per call.
code-llamacodinginstruct
ca. $ 0.0065/Lauf
Meta's 34B Code Llama tuned for instruction following. A balance of size and quality for code generation, completion, and explanation, with strong coverage of Python, JavaScript, and other common languages. Runs on Replicate per call.
code-llamacodinginstruct
ca. $ 0.0408/Lauf
Meta's largest Code Llama, a 70B Llama-2 derivative specialized for programming and tuned to follow instructions in chat form. Handles code generation, completion, and explanation across common languages. Served on Replicate as a per-call endpoint.
code-llamacodinginstruct
ca. $ 0.0504/Lauf
Meta's smallest Code Llama at 7B parameters, tuned for instruction following. The cheapest and fastest member of the family for quick code generation, completion, and infilling. Served on Replicate per call.
code-llamacodinginstruct
ca. $ 0.0074/Lauf
Community
Quantized GGUF build of DeepSeek's 33B code model, trained on roughly 2T tokens that are about 87 percent code. Designed for repository-level completion and project-aware generation thanks to a 16k context window. Runs on Replicate as a per-call endpoint.
deepseekcodinginstruct
ca. $ 0.0030/Lauf
IBM Granite 20B Code Instruct. Larger Granite code model balancing quality and inference cost for enterprise CI/CD code-review automation.
code-generationgraniteopen-weights
$ 0.12/1 Mio. In
$ 0.60/1 Mio. Out
IBM Granite 8B Code Instruct. Trained on permissively-licensed code, strong on multi-language code completion and instruction-following.
code-generationgraniteopen-weights
$ 0.060/1 Mio. In
$ 0.30/1 Mio. Out
Community
UIUC Magicoder S CL 7B. CodeLlama-7B fine-tuned with OSS-Instruct synthetic data. Strong HumanEval Plus and MBPP Plus performance per parameter.
code-generationopen-weightsresearch
ca. $ 0.0924/Lauf
Community
Phind CodeLlama 34B v2. Highly tuned CodeLlama variant focused on retrieval-augmented developer assistant workflows.
code-generationphindopen-weights
ca. $ 0.2161/Lauf
Community
BigCode StarCoder2 15B code-generation flagship. Trained on 4T tokens of Stack v2 data with grouped-query attention and 16k context.
code-generationbigcodeopen-weights
ca. $ 1.188/Lauf
Community
WizardLM WizardCoder 33B v1.1. Evol-Instruct fine-tune of DeepSeek-Coder-33B with strong code-generation benchmark performance.
code-generationwizardlmopen-weights
ca. $ 0.0253/Lauf
Mistral AI
Mistral's code-specialized model. Optimized for code generation, completion, and understanding across 80+ languages.
codingfastmultilanguage
Derzeit nicht im Angebot
Salesforce
350M autoregressive code generation model from Salesforce, the smallest of the original CodeGen family. The mono variant was further trained on Python so it is well suited for short Python completions and program synthesis from a natural-language or code prompt.
codecodegenpython
Derzeit nicht im Angebot
DeepSeek
1.3B instruction-tuned code model from DeepSeek, trained on 2 trillion tokens of code and natural language across 87 languages with a 16k context window. One of the strongest tiny coders for its size, handling generation, completion and short coding instructions.
codedeepseek-coderinstruct
Derzeit nicht im Angebot
DeepSeek
DeepSeek's specialized coding model. Excellent at code generation, debugging, and explanation.
codingaffordable
Derzeit nicht im Angebot
IBM Granite 34B Code Instruct. Largest Granite code-instruction model. Top-tier among Apache-2.0 code LLMs on HumanEval, MBPP and MultiPL-E.
code-generationgraniteopen-weights
Deaktiviert
IBM Granite 3B Code Instruct. Apache-2.0 small code-instruction model. Strong on Python, Java, JavaScript and Go for enterprise IDE integrations.
code-generationgraniteopen-weights
Deaktiviert
xAI's Grok coding-focused model. Tuned for code generation and software development tasks with a 256k token context window for working over large codebases.
grokcodecoding
Derzeit nicht im Angebot
Alibaba (Qwen)
Alibaba's largest open Qwen2.5-Coder model. Trained on a code-heavy corpus, it matches or beats much larger general models on code generation and repair benchmarks like HumanEval and MBPP, and supports over 40 programming languages with fill-in-the-middle completion.
codinginstructopen-weights
Derzeit nicht im Angebot
Alibaba (Qwen)
The 7B instruct member of Alibaba's Qwen2.5-Coder family. A lighter, faster option for code completion, generation, and bug fixing across 40+ languages, with a 128k context and fill-in-the-middle support. Good price-to-quality balance for everyday coding tasks.
codinginstructopen-weights
Derzeit nicht im Angebot
Community
Replit's 3B code-completion model, trained on a permissively licensed code subset of the Stack across 20 programming languages. Built for low-latency autocomplete rather than chat. Served on Replicate per call.
replitcodingcompletion
Deaktiviert
Hugging Face
3B code completion model from Replit trained on roughly 1 trillion tokens of permissively licensed code across 30 programming languages, with a 4k context window. Designed for autocomplete-style code generation and fill-in-the-middle.
codereplitcode-completion
Derzeit nicht im Angebot
Stability AI
Instruction-tuned 3B code model from Stability AI, fine-tuned from stable-code-3b for chat-style coding tasks. Handles code generation, explanation and fix-up across multiple languages and was competitive with larger code models on benchmarks at release.
codestable-codeinstruct
Derzeit nicht im Angebot
BigCode
BigCode StarCoder2 3B code-generation model. Trained on The Stack v2, supports 600+ programming languages. Apache-2.0 licensed for commercial use.
code-generationopen-weightssmall
Deaktiviert
BigCode
BigCode StarCoder2 7B code-generation model. 16k context, 600+ programming languages, strong fill-in-the-middle (FIM) performance.
code-generationopen-weightsapache-2
Deaktiviert
01.AI
01.AI Yi-Coder 9B chat model. Strong multilingual code completion and chat, 128k context, competitive with code-specialized models 2x its size.
code-generation01aiopen-weights
Deaktiviert
Die Seiten bleiben erreichbar, die Modelle lassen sich aber gerade nicht ausführen.
Code-Generierungs-Modelle sind grosse Sprachmodelle, die speziell auf Quellcode trainiert oder feinjustiert wurden. Sie treiben IDE-Autovervollständigung, PR-Review, automatisches Refactoring, Test-Generierung und sprachübergreifende Übersetzung an. Du greifst zu einem Code-Modell — statt zu einem allgemeinen Textmodell —, wenn du höhere Korrektheit bei Programmieraufgaben und strukturierte Ausgaben (Diffs, JSON) willst, die gut mit Entwickler-Tooling zusammenspielen.
Die Preisgestaltung bei Code-Generierung folgt demselben Per-Token-Modell wie allgemeiner Text. Auf Railwail kosten Flagship-Modelle wie Claude Sonnet 4.6 (3,60 USD) oder GPT-5.4 (3,00 USD) einige US-Dollar pro Million Input-Tokens, kleinere Code-Modelle wie Granite Code 8B beginnen bei 0,06 USD pro Million. Eine einzelne IDE-Autocomplete-Anfrage läuft selten über wenige Tausend Input-Tokens, der Aufruf-Preis liegt also bei Bruchteilen eines Cents. Die Rechnungen wachsen, wenn du Agenten ausspielst, die sich pro Aufgabe Dutzende Male selbst neu prompten.
Das Trade-off-Dreieck heisst Korrektheit, Geschwindigkeit und Kontext. Flagships lösen schwierigere Probleme und folgen Projektkonventionen zuverlässiger, antworten aber mit 30–80 Tokens/Sekunde — innerhalb einer engen Autocomplete-Schleife fühlt sich das langsam an. Schnelle Budget-Modelle (Codestral Mamba, GPT-5 Mini) streamen mit 200+ Tokens/Sekunde und fühlen sich im Editor nativ an. Für Batch-Aufgaben (refactor ein ganzes Repo, generiere Tests für fünfzig Dateien) gewinnt Flagship-Korrektheit. Für enge Autocomplete-Schleifen gewinnt die schnelle Stufe.
Achte auf datei-übergreifenden Kontext: Die meisten Autocomplete-Schleifen senden nur die aktuelle Datei. Für echtes codebasis-bewusstes Refactoring brauchst du eine Retrieval-Schicht, die verwandte Dateien in den Prompt zieht. Tools wie Cursor und Continue machen das automatisch; wenn du es selbst baust, embedde zuerst die Codebase und hol pro Anfrage die fünf bis zehn relevantesten Dateien.
Achte auf Lizenzkontamination: Einige Open-Weights-Code-Modelle wurden ausschliesslich auf permissiv lizenziertem Code trainiert, andere haben GPL-Code mit unklaren Weiterverbreitungs-Bedingungen mitgenommen. Wenn du generierten Code in einem Closed-Source-Produkt ausspielst, bevorzuge kommerzielle Modelle mit expliziten Lizenz-Garantien für den Code.
Die Top-Picks oben decken das Korrektheits-Flagship, das günstigste Arbeitspferd, das Long-Context-Modell und die schnellste Autocomplete-Option ab.
GPT-5 und Claude 4.6 Sonnet führen aktuell auf HumanEval+, SWE-bench und Codeforces-artigen Problemsätzen. Bei domain-spezifischen Sprachen (SQL, Regex, Infrastructure-as-Code) schlagen spezialisierte Modelle die Flagships manchmal auf der engen Aufgabe, verlieren aber beim allgemeinen Reasoning.
Auf Railwail gehören Granite Code 8B (0,06 USD) und Granite Code 20B (0,12 USD pro Million Input-Tokens) zu den günstigsten Code-Modellen. Kleinere Open-Weights-Modelle erledigen routinemässiges Autocomplete und Refactoring gut; greif zum Flagship, wenn Korrektheit wichtiger ist als Kosten.
Die meisten Code-Modelle arbeiten ab Werk mit Single-File-Kontext. Für Multi-File-Reasoning brauchst du eine Retrieval-Schicht, die dein Repo embeddet und verwandte Dateien einbezieht. Cursor und Continue.dev machen das automatisch; in deinen eigenen Agenten nutze ein Embedding-Modell aus /models/embedding, um den Retriever zu bauen.
Tools, in denen du eine eigene OpenAI-kompatible Base-URL setzen kannst, können Railwails Chat-Endpoint aufrufen. Streaming wird noch nicht unterstützt, deshalb funktionieren Autocomplete-Plugins, die auf gestreamte Tokens angewiesen sind, eventuell nicht; Chat- und Batch-Aufgaben schon.
Flagship-Modelle beherrschen 80+ Sprachen mit starker Performance auf den Top 20 (Python, TypeScript, JavaScript, Java, Go, Rust, C++, C#, Ruby, PHP, Swift, Kotlin, SQL, Bash usw.). Nischen-Sprachen (Erlang, Elixir, Crystal, Zig) funktionieren weiterhin, aber mit niedrigerer Korrektheit — prüfe auf eigenen Snippets, bevor du integrierst.
Ja, und das ist heute einer der besten ROI-Use-Cases. Füttere eine Funktion und frag nach Unit-Tests; das Modell produziert 5–15 Testfälle inklusive Edge-Cases und Fehlerpfaden. Kombiniere mit einem Coverage-Tool, um die Suite vor dem Merge zu validieren.
Kommerzielle Modelle gewähren unbeschränkte kommerzielle Nutzung des Outputs. Wenige Open-Weights-Checkpoints, die auf GPL-lizenziertem Code trainiert wurden, tragen Lizenzkontaminations-Ambivalenz — die Modellkarte listet die Lizenzangabe der Trainingsdaten. Für Closed-Source-Produkte bevorzuge kommerzielle Modelle mit expliziter Urheberrechts-Freistellung.
Die Anbieter-APIs unterstützen es, aber Railwails Chat-Endpoint reicht `response_format` noch nicht weiter. Bitte im Prompt um JSON und prüfe das Ergebnis; für datei-übergreifende Edit-Pläne liefert ein im Prompt beschriebenes Schema mit Dateipfaden und Datei-spezifischen Diff-Aktionen die zuverlässigsten Ergebnisse.
Alle verfügbaren Modelle über eine OpenAI-kompatible API. Guthaben in USD im Voraus, kein Abo.
