Freebuff drei Tage im Test: Was der kostenlose Coding-Agent wirklich kostet

Ein Coding-Agent, der DeepSeek V4.1 Flash für $0 anbietet, klingt zu schön, um wahr zu sein – und in gewisser Weise ist er das auch. Der Einstieg in Freebuff ist tatsächlich kostenlos, bezahlt wird aber in anderen Währungen. Drei Tage mit der Desktop-App brachten einen täglichen Nutzungszähler, Werbung und bei einem Modell ein Label zum Training mit Nutzerdaten zutage. So funktioniert jedes davon, damit Sie in fünf Minuten entscheiden können statt in drei Tagen.

Was Freebuff ist

Freebuff finanziert sich über Werbung und stammt von einem kleinen Team aus dem Y Combinator. Die Basis ist Codebuff, das offene Multi-Agenten-Framework desselben Teams, und der Code liegt in einem öffentlichen GitHub-Repo unter Apache-2.0-Lizenz. Es gibt fünf Produkte:

• Desktop: mehrere Agenten parallel, jeder in seinem eigenen Workspace, unter macOS, Windows oder Linux
• CLI: ein Coding-Agent im Terminal
• Web: ein Builder im Stil von Lovable, der aus einem Prompt eine deployte App macht
• Cloud: ein Agent in einer Cloud-IDE, verknüpft mit Ihrem GitHub-Repo
• Chat: ein KI-Chat für Recherche

Die Startseite macht keinen Hehl aus ihrem Versprechen: Ein Preisdiagramm stellt Freebuff mit $0 pro Jahr neben Cursor, Codex und Claude Code. Kein API-Key, keine Kreditkarte. Die Terminal-Version installiert man mit einer Zeile:

npm install -g freebuff
cd your-project
freebuff

Die drei Tage gingen in Freebuff Desktop, angesetzt auf ein Swift-Nebenprojekt.

Ein anderes Modellmenü

Die Modellliste war die erste Überraschung. Auf der Website werden sechs genannt, darunter GPT-5.6 Luna und Muse Spark 1.2 von Meta. Die Auswahl in der App bot aber nur vier an, gruppiert unter einem grauen Limited access-Tag mit einem kurzen Hinweis darunter.

Den Grund liefert die README. Nutzer in unterstützten Regionen sehen alles. Wer woanders sitzt oder über ein VPN verbunden ist, bekommt nur vier: Solar Pro 4, MiMo 2.5, DeepSeek V4.1 Flash und GLM 5.3 Flash. Die Auswahl sah so aus:

MODEL                 LABEL                          COST
GLM 5.3 Flash         Recommended · Deep reasoning    5 / hr
MiMo 2.5              Balanced                       10 / hr
Solar Pro 4           Limited-time trial             10 / hr
DeepSeek V4.1 Flash   Smart & Fast                   15 / hr
                      "May use data for AI training"

Achten Sie auf die letzte Spalte, denn dort steckt der erste Haken.

Haken Nummer eins: der Freebucks-Zähler

Jedes Modell hat einen Stundenpreis in Freebucks, und ein einziges Tageskontingent deckt alle ab. Die Startseite verspricht 100 Freebucks pro Tag bei vollem Zugang, bei eingeschränktem Zugang zeigte die Auswahl 25. Rechnen wir das für genau das Modell durch, das überhaupt erst Aufmerksamkeit erregt hat:

25 Freebucks ÷ 15 per hour  =  ~1 hour 40 minutes of DeepSeek V4.1 Flash
25 Freebucks ÷ 5 per hour   =  ~5 hours of GLM 5.3 Flash

DeepSeek V4.1 Flash ist der teuerste Eintrag im Menü, und ein ganzes Tageskontingent davon ist kürzer als ein Spielfilm.

In der Praxis macht sich das Limit bemerkbar. Um 16:02 Uhr lieferte der Prompt „run app and test it“ keinen Code, sondern eine Meldung, dass die Freebucks in 7 Stunden 57 Minuten zurückkommen. Ein /preview-Versuch vier Minuten später lief gegen dieselbe Wand. Die Meldung zeigt auch einen Ausweg: mehr Freebucks pro Tag ab $8 im Monat, und die DeepSeek-Zeile hat ihr eigenes Upsell-Angebot „7x usage for $5“. Unseriös ist daran nichts, irgendwer muss die GPU-Zeit ja bezahlen. Es heißt aber, dass Sie Modelle so wählen sollten, als gäben Sie Geld aus – denn genau das tun Sie.

Besser fängt man mit GLM 5.3 Flash an. Es ist vorausgewählt, für tiefes Reasoning markiert und kostet ein Drittel von DeepSeek. Heben Sie sich DeepSeek V4.1 Flash für kurze Phasen auf, in denen es auf Tempo ankommt. Noch ein Detail aus der README: Modelle können aus einem quantisierten Build (Q8_0) bereitgestellt werden. Verhält sich eines also leicht anders als über die API des Anbieters selbst, könnte das der Grund sein.

Haken Nummer zwei: Werbung

Auf die Frage, wie das kostenlos sein kann, antwortet die FAQ schlicht: Textanzeigen. Für ein Gratis-Tool ist das ein fairer Deal, und Werbung ist besser als eine unerwartete Rechnung. Lesen Sie aber den Teil, den viele überspringen. Laut README darf Freebuff Ihre Prompts und Nachrichten analysieren, um diese Anzeigen zu personalisieren. Gesondert heißt es dort auch, dass hochgeladene Dateien und verbundene Repositories nicht an Werbepartner gehen. Ihr Code landet also nicht bei Werbetreibenden, aber was Sie dem Agenten schreiben, kann beeinflussen, was Sie zu sehen bekommen. Wenn Ihre Prompts einen Kunden, ein unveröffentlichtes Produkt oder etwas unter NDA beschreiben, sollten Sie das im Hinterkopf behalten.

Haken Nummer drei: das Trainings-Label

Zurück zur Zeile von DeepSeek V4.1 Flash. Unter „Smart & Fast“ steht eine zweite Zeile: May use data for AI training. Dieses Label hat echte Bedeutung. Laut README dürfen Freebuff oder der Modellanbieter bei einem so markierten Modell Ihre Eingaben speichern, um KI-Modelle zu trainieren, zu bewerten und zu verbessern, und ausgewählte Partner dürfen Code auswerten, der mit diesen Modellen verwendet wurde.

Denken Sie an die iOS-Codebasis einer Investment-App. Genau so etwas sollten Sie nicht in ein Modell mit Trainings-Label einfügen. Eine praktikable Regel:

• Hobbyprojekte, Open-Source-Beiträge, Übungs-Repos: jedes Modell, das Ihnen gefällt
• Code des Arbeitgebers, Kundencode, alles mit Secrets: Modelle mit Trainings-Label meiden und vor jeder Nutzung eines Gratis-Tarifs die Richtlinien des Arbeitgebers prüfen

Drei Tage im echten Einsatz

Nach den Haken nun zu dem, was das Lob rechtfertigt. Desktop fühlt sich nicht wie ein Gratis-Spielzeug an. Es ist ein echter Agenten-Workspace, links der Chat, rechts Tabs für Queue, Changes, Files, Preview und Terminal. Ein Build/Plan-Schalter neben dem Eingabefeld lässt den Agenten erst nachdenken, bevor er Dateien anfasst.

Eine lockere, ganz natürlich formulierte Bitte für das Swift-Projekt – sinngemäß, das Tool gründlich zu analysieren und die Zeichengenauigkeit zu verbessern – brachte mehr als Ratschläge zurück. Eine neue Testdatei, Tests/FaceRenderProbe.swift, tauchte mit 111 neuen Zeilen auf, und der Zähler im Changes-Tab kletterte auf 213. So arbeitet ein Agent innerhalb eines Repos – ein Chatbot, der Snippets einfügt, würde das nicht tun.

Ein paar weitere Details fielen auf:

• Launch preview: Der Agent kann eine HTML-Seite öffnen oder den Dev-Server des Projekts starten und ihn direkt in der App anzeigen
• Connect a provider: eigene API-Keys eintragen, den Anbieter direkt bezahlen und im selben Gespräch weitermachen
• Vorhandene Agenten: Laut README kann Desktop auch ein lokal installiertes, mit Ihrem Konto angemeldetes Claude Code oder Codex steuern
• Junge Software: Version 0.0.114 hat sich mitten in einer Sitzung selbst auf 0.0.115 aktualisiert, Ecken und Kanten sind in diesem Stadium also zu erwarten

Für wen es passt

Es passt gut, wenn Sie Studentin, Student oder Junior-Entwickler sind und sich ein Abo für $20 bis $200 im Monat nicht leisten wollen, wenn Sie Nebenprojekte oder Open Source machen, wenn Sie offene Modelle wie GLM, MiMo und DeepSeek in einer richtigen Agenten-Umgebung ohne API-Keys ausprobieren möchten oder wenn Sie in einer Region mit vollem Zugang sitzen, wo 100 Freebucks am Tag deutlich weiter reichen.

Überlegen Sie es sich zweimal, wenn Sie an proprietärem oder reguliertem Code arbeiten, wenn Sie in einem Land mit eingeschränktem Zugang leben und täglich auf lange, ununterbrochene Agenten-Sitzungen angewiesen sind oder wenn Sie Werbung in Ihren Werkzeugen nicht ertragen.

War es nun kostenlos?

Ja. Drei Tage lang wurde nichts bezahlt, und ein funktionierender Coding-Agent kam mit einem echten Repo zurecht. Drei Kosten verschweigt die Startseite aber: ein Kontingent, das ausgerechnet bei dem Modell am schnellsten schrumpft, wegen dem man gekommen ist, Werbung, die aus Ihren Prompts lernt, und ein Trainings-Label, das bestimmt, welchen Code Sie gefahrlos verwenden können.