GLM-5.3

Als KI-Beratungsunternehmen aus Rosenheim unterstützen wir Unternehmen in Deutschland, Österreich und der Schweiz bei der DSGVO-konformen Nutzung von Modellen mit offenen Gewichten. Bei der GLM-Familie von Z.ai (Zhipu AI) liegen sowohl GLM-5.3 als auch GLM-5.3-Flash als Open Weights vor – allerdings unter zwei verschiedenen Lizenzen. Stand dieser Übersicht: Oktober 2026.

GLM im Überblick

• GLM-5.3 (API seit 14.08.2026) ist seit Ende August 2026 auch als Open Weights auf Hugging Face verfügbar – nicht unter MIT, sondern unter der eigenen GLM-5.3 License. Der offizielle Token-Preis steht in der Z.ai-Preisliste.
• GLM-5.3-Flash (26.08.2026) ist das erste nativ multimodale Modell der GLM-5-Reihe (Text, Bild, Video), mit 320 Mrd. Parametern (18 Mrd. aktiv) deutlich sparsamer als das Flaggschiff und unter MIT-Lizenz veröffentlicht.
• GLM-5.2 (Juni 2026) bleibt als letztes MIT-lizenziertes Flaggschiff verfügbar, ist aber in den Benchmarks von GLM-5.3 überholt.
• Für beide Modelle liegen unabhängige Messungen von Artificial Analysis vor (Intelligence Index v4.1.1: GLM-5.3 60, GLM-5.3-Flash 57).

GLM-5.3 – Flaggschiff mit offenen Gewichten und eigener Lizenz

GLM-5.3 erschien am 14. August 2026 zunächst nur über die API. Bemerkenswert ist der Weg dorthin: Z.ai hat das Basismodell von GLM-5.2 nicht neu trainiert. Sämtliche Zugewinne stammen laut Hersteller aus skaliertem Post-Training. Die Hugging-Face-Card weist das Modell mit 753 Mrd. Parametern (Mixture-of-Experts) aus.

Die von Z.ai berichteten Sprünge betreffen vor allem agentische Aufgaben:

Einordnung: Diese Zahlen sind Herstellerangaben. Es gibt aber auch eine unabhängige Messung: Im Artificial Analysis Intelligence Index v4.1.1 erreicht GLM-5.3 60 Punkte (GLM-5.2: 53). Artificial Analysis weist das Modell zugleich als sehr token-intensiv aus – rund 170 Mio. Output-Tokens für den Index gegenüber einem Median von 110 Mio. – bei einer gemessenen Ausgabegeschwindigkeit von rund 63 Token/s. Die Terminal-Bench-3.0-Werte sind außerdem nicht mit den älteren Terminal-Bench-2.x-Zahlen vergleichbar; die Benchmark-Generation ist deutlich schwerer.

Technische Eckdaten (laut docs.z.ai)

• 1 Mio. Token Kontextfenster, bis zu 128k Token Output
• Drei Reasoning-Stufen: low, high und max – max ist Default und wird für komplexes Coding empfohlen
• Reasoning ist nicht mehr abschaltbar: Integrationen mit thinking.type: "disabled" müssen vor dem Wechsel auf enabled mit reasoning_effort: "low" umgestellt werden
• Function Calling, Context Caching, Structured Output, Streaming
• Nur Texteingaben – für Bild und Video siehe GLM-5.3-Flash
• Protokolle: OpenAI Chat Completion, OpenAI Response und Anthropic Messages

Die Gewichte sind da – die Lizenz ist neu

Z.ai hatte die Freigabe der Gewichte um rund zwei Wochen verschoben, um eine Sicherheitsprüfung abzuschließen. Hintergrund waren die stark gestiegenen Fähigkeiten des Modells beim Auffinden und Ausnutzen von Software-Schwachstellen (Z.ai berichtet von 2.436 Funden in 269 Open-Source-Projekten). Ende August 2026 – nach Sekundärquellen am 28. August – wurden die Gewichte auf Hugging Face veröffentlicht.

Anders als GLM-5, GLM-5.1 und GLM-5.2 stehen sie nicht unter MIT, sondern unter der eigenen GLM-5.3 License. Die Kernpunkte laut LICENSE-Datei im Hugging-Face-Repository:

• Kommerzielle Nutzung ist erlaubt, ebenso Modifikation, Fine-Tuning und Weitergabe; Copyright-Hinweis und Lizenztext müssen mitgeliefert werden.
• Ausnahme für sehr große Model-as-a-Service-Anbieter: Wer als MaaS-Anbieter auftritt und zusammen mit verbundenen Unternehmen in einem zusammenhängenden Zwölfmonatszeitraum mehr als 10 Mrd. US-Dollar Umsatz erzielt, muss vor der kommerziellen Nutzung ein Security-Review durch Z.ai bestehen. Als MaaS gilt dabei, Dritten Zugriff auf Inferenz oder Fine-Tuning zu geben, bei dem diese Eingaben, Parameter oder Trainingsdaten maßgeblich steuern. Endnutzerprodukte mit eingebettetem Modell und reine API-Relay-Dienste sind ausdrücklich ausgenommen.
• Die Nutzung muss geltendem Recht entsprechen; Gewährleistung wird ausgeschlossen. Rückfragen nimmt Z.ai unter glmlicense@z.ai entgegen.

Für die Praxis: Für mittelständische Anwender im DACH-Raum, die das Modell intern oder in eigenen Produkten einsetzen, ist die Umsatzschwelle nicht einschlägig. Weil es sich aber um eine neue, vom Hersteller selbst formulierte Lizenz handelt, empfehlen wir vor dem produktiven Einsatz eine kurze juristische Prüfung des Lizenztextes – MIT-Erfahrungswerte aus GLM-5.2 lassen sich nicht 1:1 übertragen.

GLM-5.3-Flash – multimodal, sparsam, MIT

Am 26. August 2026 hat Z.ai GLM-5.3-Flash veröffentlicht. Laut docs.z.ai ist es das erste nativ multimodale Modell der GLM-5-Reihe und nimmt Text-, Bild-, Video- und Dateieingaben entgegen. Die wichtigsten Eckdaten:

• 320 Mrd. Parameter total, 18 Mrd. aktiv (Mixture-of-Experts) – laut docs.z.ai sinken Attention-Rechenaufwand und KV-Cache gegenüber GLM-5.3 um den Faktor 3,01 bzw. 4,44
• 1 Mio. Token Kontextfenster, bis zu 128k Token Output (laut docs.z.ai)
• MIT-Lizenz laut Hugging-Face-Card (zai-org/GLM-5.3-Flash) – ohne Umsatzschwellen oder Review-Pflichten
• Reasoning nur im Modus enabled, Steuerung über reasoning_effort
• Herstellerangabe: Terminal-Bench 2.1 84,3

Unabhängig gemessen erreicht GLM-5.3-Flash im Artificial Analysis Intelligence Index v4.1.1 57 Punkte – bei rund 150 Mio. Output-Tokens für den Index und einer gemessenen Ausgabegeschwindigkeit von rund 45 Token/s.

Zwei Einschränkungen sollten Sie kennen: Die Benchmarks der Hugging-Face-Card wurden laut Eval-Notes mit maximal 300.000 Token Kontext gefahren; wie sich das Modell bei voller Ausnutzung des 1-Mio.-Fensters verhält, ist damit nicht belegt. Und wie beim Flaggschiff lässt sich das Reasoning nicht abschalten, was Latenz und Token-Kosten beeinflusst.

GLM-5.2 – das letzte MIT-Flaggschiff

GLM-5.2 (Juni 2026) steht weiterhin unter MIT-Lizenz und ohne regionale Nutzungsbeschränkungen zur Verfügung. Wer eine Lizenz ohne jede Sonderklausel für ein Modell dieser Größenklasse braucht, findet sie hier – muss dafür aber die Rückstände gegenüber GLM-5.3 in Kauf nehmen:

• Freie kommerzielle Nutzung ohne Lizenzgebühren
• Modifikation, Fine-Tuning und Deployment auf eigener Infrastruktur
• Volle Kontrolle über Daten und Modell, kein Vendor Lock-in

Architektur

744 Mrd. Parameter mit 40 Mrd. aktiven Parametern pro Token in einer Mixture-of-Experts-Architektur. Als Besonderheit nennt Z.ai IndexShare: Ein Indexer wird über je vier Sparse-Attention-Layer wiederverwendet und senkt den Compute-Bedarf pro Token bei 1-Mio.-Token-Kontext um das 2,9-fache. Zwei Reasoning-Modi stehen zur Verfügung: High (schnell) und Max (tiefer für komplexes Coding).

Unabhängige Bewertung

Im Artificial Analysis Intelligence Index v4.1.1 erreicht GLM-5.2 einen Wert von 53. Artificial Analysis weist GLM-5.2 als auffällig token-intensiv aus – rund 43.000 Output-Tokens pro Aufgabe gegenüber 26.000 bei GLM-5.1. Die reine Intelligenz-Platzierung sagt also wenig über die tatsächlichen Betriebskosten. Wer GLM-Modelle über eine API einkauft, sollte den Verbrauch am eigenen Workload messen statt am Listenpreis zu rechnen. Gemessen wurden außerdem rund 152 Tokens pro Sekunde Ausgabegeschwindigkeit.

Preise

Z.ai-API (offizielle Preisliste, USD je 1 Mio. Tokens)

Die Preisliste zeigt die regulären Preise; der bis 9. September 2026 befristete Einführungsrabatt auf GLM-5.3-Flash ist ausgelaufen. GLM-5.3-FlashX (18. September 2026) ist laut docs.z.ai dieselben Gewichte wie GLM-5.3-Flash, aber eine beschleunigte Inferenz-Variante mit bis zu 200 Token/s – zu einem entsprechend höheren Preis und ohne Anbindung an den GLM Coding Plan. Preise für GLM-5V-Turbo und GLM-5-Turbo führt die aktuelle Preisliste nicht mehr; bitte direkt bei Z.ai prüfen.

Preise laut Anbieter, Stand Oktober 2026.

GLM Coding Plan

Z.ai vertreibt den Coding-Zugang zusätzlich als Abo mit Kontingent-System (Lite, Pro, Max sowie eine Team-Variante), nutzbar in Coding-Agenten wie ZCode, Claude Code, Cline oder Roo Code. Der Einstiegstarif Lite liegt bei rund 18 USD pro Monat; die Angaben zu den höheren Stufen schwanken je nach Quelle, weshalb wir sie hier nicht beziffern – bitte direkt bei Z.ai prüfen. Für Coding-Plan-Abonnenten ist GLM-5.3 laut Dokumentation derzeit nur über das OpenAI-Chat-Completion-Protokoll erreichbar.

Drittanbieter

• OpenRouter listet die GLM-Familie breit; GLM-5.2 wurde dort zuletzt mit rund 0,49 USD Input und 1,54 USD Output je 1 Mio. Tokens geführt. Ob und zu welchen Konditionen GLM-5.3 und GLM-5.3-Flash dort gelistet sind, ändert sich schnell – vor der Entscheidung aktuell prüfen.
• Together, Fireworks, DeepInfra und weitere Inferenz-Anbieter führen die offenen GLM-Modelle – überwiegend auf US-Infrastruktur; teilweise sind ältere GLM-Stände über Marktplatz-Kataloge wie NVIDIA NIM verfügbar.
• AWS Bedrock führt GLM 4.7, GLM 4.7 Flash und GLM 5 (Modell-IDs zai.glm-4.7, zai.glm-4.7-flash, zai.glm-5) mit ausschließlich In-Region-Inferenz – darunter eu-north-1 (Stockholm); eu-west-2 (London) liegt im Vereinigten Königreich, nicht in der EU. GLM-5.3 (zai.glm-5.3, 744 Mrd. Parameter mit rund 40 Mrd. aktiv, 1M Kontext) ist laut AWS-Modellkarte seit 5. Oktober 2026 verfügbar, aber nur über Cross-Region-Inferenz (Geo US us.zai.glm-5.3 und global.zai.glm-5.3), ohne In-Region- und ohne EU-Geo-Profil; der Zugang ist laut AWS auf berechtigte Kunden beschränkt. Für EU-Datenresidenz ist GLM-5.3 auf Bedrock damit derzeit keine Option.
• Azure AI Foundry listet GLM-5, GLM-5.2 und GLM-5.3 im Modellkatalog, allerdings als Fireworks-Angebot: Laut Microsoft-Dokumentation verlassen die Kundendaten dabei die Microsoft-Systeme und werden mit dem Drittanbieter Fireworks AI geteilt; eine Region-Zusicherung macht Microsoft für dieses Angebot nicht. Das ist ohne zusätzliche Prüfung keine DSGVO-saubere EU-Option.
• Google Vertex AI (Gemini Enterprise Agent Platform) bietet GLM 4.7, GLM 5 und GLM 5.2 als Model-as-a-Service an – laut Google-Dokumentation ausschließlich über den Endpunkt-Typ „global“, also ohne EU-spezifische Region.

DSGVO-Einordnung

Dies ist eine sachliche Einordnung und keine Rechtsberatung. Die konkrete Bewertung hängt vom Einsatzszenario ab und gehört in die Hände Ihrer Datenschutzorganisation.

Wer verarbeitet eigentlich?

Wichtig ist die Unterscheidung zwischen zwei Angeboten:

• z.ai ist das internationale Angebot. Betreiber ist laut Datenschutzerklärung die JINGSHENG HENGXING TECHNOLOGY PTE. LTD. mit Sitz in Singapur. Die Verarbeitung erfolgt laut Policy im Regelfall aus Singapur heraus. Für die API-Dienste gibt Z.ai an, Prompts und Ausgaben nicht zu speichern, sondern in Echtzeit zu verarbeiten.
• open.bigmodel.cn ist die chinesische Plattform der Zhipu-Gruppe.

Was folgt daraus

Weder für China noch für Singapur liegt ein Angemessenheitsbeschluss der EU-Kommission nach Art. 45 DSGVO vor. Eine Übermittlung personenbezogener Daten an diese Dienste ist damit eine Drittlandübermittlung nach Art. 44 ff. DSGVO und setzt geeignete Garantien nach Art. 46 DSGVO voraus – in der Praxis Standardvertragsklauseln, ergänzt um ein Transfer Impact Assessment, das auch die Zugriffsmöglichkeiten staatlicher Stellen im Zielland bewertet. Hinzu kommt ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO.

Die Zusage, API-Inhalte nicht zu speichern, reduziert das Risiko, ersetzt aber weder die Rechtsgrundlage für die Übermittlung noch deren Dokumentation. Für personenbezogene oder geschäftskritische Daten empfehlen wir daher, die direkte API-Nutzung auf nicht-personenbezogene Evaluierungs- und Prototyping-Szenarien zu beschränken.

Der saubere Weg: EU-Betrieb

Weil GLM-5.3 (GLM-5.3 License), GLM-5.3-Flash (MIT) sowie GLM-5.2 und GLM-5.1 (MIT) als Open Weights vorliegen, lässt sich die Drittlandfrage konstruktiv lösen – das Modell wandert zu den Daten statt umgekehrt:

• Self-Hosting auf eigener oder gemieteter GPU-Infrastruktur in einem EU-Rechenzentrum
• Europäische Inferenz-Anbieter: Scaleway führt GLM-5.2 seit dem 26. Juni 2026 in seinen Generative APIs und betreibt die Inferenz nach eigenen Angaben auf europäischer Infrastruktur ohne Weiterleitung an den Modellanbieter. Nebius bietet GLM-Modelle ebenfalls auf europäischer Infrastruktur an. Ob GLM-5.3 und GLM-5.3-Flash dort bereits im Katalog stehen, haben wir nicht geprüft. Auftragsverarbeitungsvertrag, Subunternehmerliste und Speicherorte sind in jedem Fall direkt mit dem Anbieter zu klären.
• Private Cloud oder On-Premise für Szenarien mit besonders schutzbedürftigen Daten

Genau dieses Muster – offene Modelle in Ihrer eigenen EU-Umgebung, mit Zugriffskontrolle, Protokollierung und Mandantentrennung – setzen wir mit CompanyGPT um.

Hardware-Anforderungen für Self-Hosting

Auch wenn pro Token nur ein Teil der Parameter aktiv ist, müssen bei MoE-Modellen alle Expertengewichte im VRAM liegen. Als grobe Orientierung für die reinen Gewichte (ohne KV-Cache):

Für die Flaggschiffe ist ein 8er-Knoten mit H200 in FP8 die gängige Referenz; GLM-5.3-Flash lässt sich in FP8 bereits auf einem 4er-Knoten der H200-Klasse betreiben. Dazu kommt jeweils der KV-Cache, der beim 1-Mio.-Token-Kontext erheblich zu Buche schlägt. Als Serving-Stack sind vLLM und SGLang etabliert. Wer nicht dauerhaft ausgelastet ist, fährt mit einem europäischen Inferenz-Anbieter in der Regel wirtschaftlicher als mit eigener Hardware.

Abgelöste Modelle

• GLM-5 (Februar 2026) und GLM-5.1 (April 2026) sind durch GLM-5.2 und GLM-5.3 abgelöst. Beide bleiben als Open Weights unter MIT verfügbar und stehen weiterhin in der Z.ai-Preisliste.
• GLM-5-Turbo (März 2026) wurde von den 5.1-/5.2-/5.3-Generationen überholt.
• Ältere Stände wie GLM-4.5, GLM-4.6 und GLM-4.7 werden noch angeboten, teils als kostenlose Flash-Varianten, sind für neue Projekte aber nicht mehr die erste Wahl.
• In Drittanbieter-Katalogen (z. B. NVIDIA NIM) wurden einzelne GLM-Stände bereits abgekündigt. Prüfen Sie bei Bestandsintegrationen die Ankündigungen Ihres jeweiligen Anbieters, nicht nur die von Z.ai.

Unsere Empfehlung

Für den produktiven Einsatz mit personenbezogenen Daten ist Self-Hosting in der EU der saubere Weg – und dafür stehen jetzt drei Optionen zur Wahl:

• GLM-5.3 für maximale Leistung im Coding- und Agenten-Umfeld: offene Gewichte, unabhängig gemessen (60 Punkte im Artificial Analysis Intelligence Index), aber unter der neuen GLM-5.3 License. Für Anwender unterhalb der 10-Mrd.-USD-MaaS-Schwelle ist die Lizenz kommerziell nutzbar; der Lizenztext sollte dennoch vor dem Rollout geprüft werden.
• GLM-5.3-Flash, wenn Multimodalität, geringerer Hardwarebedarf oder eine Lizenz ohne Sonderklauseln im Vordergrund stehen: MIT, 320 Mrd. Parameter mit 18 Mrd. aktiv, 57 Punkte im Artificial Analysis Intelligence Index.
• GLM-5.2, wenn Sie ein bereits evaluiertes MIT-Flaggschiff weiterbetreiben und den Wechsel nicht sofort vollziehen wollen.

Bei allen drei Modellen sollten Sie den Token-Verbrauch am eigenen Workload messen: Die Artificial-Analysis-Messungen zeigen für GLM-5.3 und GLM-5.3-Flash eine hohe Verbosität, und das Reasoning lässt sich nicht abschalten.

Wir unterstützen Sie bei:

• Auswahl und Bewertung offener Modelle für Ihren konkreten Anwendungsfall
• Infrastruktur-Planung, Hardware-Dimensionierung und Kostenmodellierung
• Deployment auf EU-Infrastruktur oder Anbindung an einen europäischen Inferenz-Anbieter
• Datenschutz- und AI-Act-Dokumentation inklusive Transfer Impact Assessment und Lizenzprüfung
• Fine-Tuning und Integration in bestehende Systeme

Mit 1-Mio.-Token-Kontextfenster, offenen Gewichten und starken Agentic-Fähigkeiten bietet die GLM-5.3-Generation eine belastbare Grundlage für souveräne KI-Anwendungen – vorausgesetzt, Infrastruktur- und Lizenzfrage sind geklärt. Genau dabei helfen wir mit CompanyGPT.