GreenPT Code vorgestellt: Coding-Modelle, gebaut für Agenten

Wir haben gerade GreenPT Code veröffentlicht: eine Suite spezialisierter Open-Weight-KI-Modelle für die Softwareentwicklung, ausgeliefert über eine OpenAI-kompatible API auf nachhaltiger europäischer Infrastruktur.

GreenPT Code gibt Coding-Agenten fünf Open-Weight-Modelle, von glm-5.2 mit seinem 1M-Token-Kontext bis zu einem effizienten 30B-Mixture-of-Experts-Coder, alle mit erneuerbarer EU-Energie gehostet, ohne Training mit deinem Code und mit CO₂-Ausweis pro Anfrage.

Hier ist, warum wir es gebaut haben.

Coding-Agenten verdienen bessere Standardwerte

KI-Coding-Assistenten sind still und leise zur schwersten KI-Workload geworden, die die meisten Teams betreiben. Ein Agent, der sich durch ein Refactoring arbeitet, schickt nicht eine Anfrage, sondern Hunderte: Planungsschritte, Tool-Aufrufe, Datei-Änderungen, Test-Läufe. Jede dieser Anfragen landet irgendwo auf einer GPU.

Für die meisten Teams heißt „irgendwo” ein proprietäres Modell in einem US-Rechenzentrum, trainiert mit wer weiß was, und deine Codebasis als potenzielle Trainingsdaten.

Wir glauben, du kannst die Leistungsfähigkeit ohne diese Kompromisse haben. Die besten Open-Weight-Coding-Modelle haben aufgeholt: Sie planen über mehrere Schritte, rufen Tools zuverlässig auf und bearbeiten viele Dateien zugleich. Was fehlte, war ein Ort, sie zu betreiben, der Datenschutz und Energie ernst nimmt.

Fünf offene Modelle, eine API

Wir trainieren keine geheimen Modelle. Jedes GreenPT-Code-Modell ist Open-Weight, und wir hosten sie selbst in grünen EU-Rechenzentren:

Modell	Hersteller	Kontext	Am besten für
glm-5.2	z.ai	1M	Unser Flaggschiff. Agentisches Engineering mit langem Horizont
kimi-k2.7-code	Moonshot AI	256K	Reasoning auf Codebasis-Ebene, 1T MoE
devstral-2-123b-instruct-2512	Mistral	256K	SWE-Agenten, Bearbeitung mehrerer Dateien
qwen3-coder-30b-a3b-instruct	Qwen (Alibaba)	256K	Effizienz: 3,3B von 30,5B Parametern aktiv
minimax-m2.5	MiniMax	200K	Agentisches Coding für ein knappes Budget

Fang mit glm-5.2 an. Es ist der empfohlene Standard für KI-Coding-Assistenten: zuverlässige Tool-Aufrufe, mehrstufige Planung und Refactoring über mehrere Dateien in großen Codebasen, mit einem Kontextfenster, das groß genug ist, um ein ganzes Repository in einem Durchgang zu erfassen.

Die Mixture-of-Experts-Designs zählen auch für die Nachhaltigkeit. qwen3-coder aktiviert pro Anfrage nur 3,3B seiner 30,5B Parameter und leistet so die Arbeit eines viel größeren dichten Modells, bei einem Bruchteil von Rechenaufwand und Energie.

Verbinde deinen Agenten mit drei Werten

GreenPT Code ist OpenAI-kompatibel, sodass jedes Werkzeug, das einen eigenen Endpunkt unterstützt, unverändert funktioniert:

Base URL:  https://api.greenpt.ai/v1
API key:   GREENPT_API_KEY
Model:     glm-5.2

Wir haben Schritt-für-Schritt-Anleitungen für OpenCode, Cline, Aider, Kilo Code, Claude Code und Codex CLI geschrieben. Cursor, GitHub Copilot BYOK, Continue und ähnliche Werkzeuge verbinden sich mit denselben drei Werten.

Nachhaltig, gemessen, nicht behauptet

Die Modelle laufen in Scaleways grünen EU-Rechenzentren mit einem PUE von 1,25 und einem WUE von 0,25, deutlich unter dem Branchendurchschnitt. Und weil „grüne” Behauptungen leicht aufzustellen sind, weisen wir CO₂- und Energieverbrauch pro API-Aufruf aus, sodass du genau siehst, was dein Agent verbraucht.

Der Datenschutz wird genauso behandelt wie die Nachhaltigkeit: Dein Code wird vollständig innerhalb der EU verarbeitet, voll DSGVO-konform und mit Auftragsverarbeitungsverträgen auf Anfrage. Wir trainieren niemals Modelle mit deinem Code oder deinen Gesprächen. Kein Opt-out. Niemals.

Senke, was dein Agent ausgibt

Effiziente Modelle zu hosten ist die halbe Gleichung. Die andere Hälfte ist, Agenten von vornherein weniger ausgeben zu lassen, denn jedes Token, das dein Agent nicht erzeugt, spart Kosten, Latenz und Energie.

Deshalb passt GreenPT Code zu unseren Open-Source-Agent-Skills:

• Honey trimmt Code und Prosa zugleich: rund 49 % weniger Code-Tokens bei 98 % der Basisqualität.
• Ponytail schreibt minimalen, YAGNI-orientierten Code: rund 54 % weniger Code für dieselbe Aufgabe.
• Caveman behält die Arbeit und lässt die Worte weg: rund 75 % weniger Ausgabe-Tokens.

Effiziente Modelle, betrieben mit erneuerbarer Energie, die weniger Tokens erzeugen. Die Einsparungen summieren sich.

Probiere es aus

Starte eine kostenlose 14-tägige Testphase, ohne Kreditkarte. Erstelle ein Konto, richte deinen Coding-Agenten auf den obigen Endpunkt, und du betreibst offene Modelle mit 100 % erneuerbarer Energie.

Die vollständigen Modellspezifikationen und Einrichtungsanleitungen findest du in den Coding-Docs.