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) ist dafür entscheidend, welche Version tatsächlich als Open Weights vorliegt – und das ist zum Stand 17. August 2026 nicht die neueste.

Stand August 2026 auf einen Blick

• GLM-5.3 (14.08.2026) ist das aktuelle Flaggschiff, aber bislang nur über die Z.ai-API und den GLM Coding Plan nutzbar. Die Gewichte hat Z.ai zurückgehalten und für rund zwei Wochen nach dem Launch angekündigt.
• GLM-5.2 (Juni 2026) ist damit die aktuellste Version mit verfügbaren Gewichten unter MIT-Lizenz – und für souveränes Self-Hosting die praktikable Wahl.
• Für Bild- und Videoeingaben gibt es mit GLM-5V-Turbo, GLM-4.6V und GLM-OCR eigene Modelle; die GLM-5.x-Flaggschiffe selbst sind laut Z.ai-Dokumentation reine Textmodelle.

GLM-5.3 – neues Post-Training auf bekannter Basis

GLM-5.3 erschien am 14. August 2026. Bemerkenswert ist der Weg dorthin: Z.ai hat das Basismodell von GLM-5.2 (rund 744 Mrd. Parameter, Mixture-of-Experts) nicht neu trainiert. Sämtliche Zugewinne stammen laut Hersteller aus skaliertem Post-Training.

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

Wichtige Einordnung: Diese Zahlen sind Herstellerangaben. Unabhängige Messungen – etwa im Artificial Analysis Intelligence Index – liegen zu GLM-5.3 noch nicht vor, weil die Gewichte fehlen und die allgemeine API noch nicht offen ist. 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
• Aktuell nur Texteingaben
• Protokolle: OpenAI Chat Completion, angekündigt zusätzlich OpenAI Response und Anthropic Messages

Warum die Gewichte zurückgehalten werden

Z.ai hat die Freigabe der GLM-5.3-Gewichte um rund zwei Wochen verschoben, um eine Sicherheitsprüfung abzuschließen. Hintergrund sind 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, davon 53 zum Launch offengelegt und mit CVEs versehen.

Für Unternehmen sind daraus zwei Dinge relevant: Erstens ist ein Self-Hosting-Termin für GLM-5.3 noch nicht verlässlich planbar. Zweitens ist die Lizenz der kommenden Gewichte noch nicht bestätigt – GLM-5, GLM-5.1 und GLM-5.2 erschienen unter MIT, eine Fortschreibung ist naheliegend, aber keine Zusage. Maßgeblich ist am Ende die LICENSE-Datei im Repository.

GLM-5.2 – die Basis für souveränes Self-Hosting

GLM-5.2 (Juni 2026) steht unter MIT-Lizenz und ohne regionale Nutzungsbeschränkungen zur Verfügung – das ist der Grund, warum es aus Compliance-Sicht derzeit die interessantere Version ist:

• 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 und zählt damit zu den stärksten Modellen mit offenen Gewichten. Bei der Vorstellung im Juni lag der Wert im Index v4.1 bei 51, vor MiniMax-M3 (44), DeepSeek V4 Pro (44) und Kimi K2.6 (43).

Hier gehen Hersteller- und Fremdmessung allerdings sichtbar auseinander: 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 und 24.000 bei MiniMax-M3. Die reine Intelligenz-Platzierung sagt also wenig über die tatsächlichen Betriebskosten. Wer GLM-5.2 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.

Zur Einordnung: Auch andere offene Modelle haben im Sommer 2026 nachgelegt. Kimi K3 von Moonshot AI erreicht im Artificial Analysis Index einen höheren Wert, die Gewichte waren zum Zeitpunkt unserer Recherche jedoch angekündigt und noch nicht veröffentlicht.

Preise und Verfügbarkeit

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

Für GLM-5.2 nennt Z.ai zusätzlich einen Cache-Hit-Preis von 0,26 USD je 1 Mio. Tokens. Für GLM-5.3 gibt es bislang keinen veröffentlichten Token-Preis; die allgemeine API ist in der Dokumentation als “coming soon” markiert.

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. GLM-5.3 ist derzeit ausschließlich über diesen Weg und über ZCode zugänglich.

Drittanbieter

• OpenRouter listet die GLM-Familie breit; GLM-5.2 wird dort mit rund 0,49 USD Input und 1,54 USD Output je 1 Mio. Tokens geführt (Kontext 1,05 Mio.), zusätzlich mit einer kostenlosen 128k-Variante. GLM-5.3 ist dort zum Stand unserer Recherche nicht gelistet.
• Together, Fireworks, DeepInfra und weitere Inferenz-Anbieter führen die offenen GLM-Modelle – überwiegend auf US-Infrastruktur.
• Hyperscaler-Kataloge (AWS Bedrock, Azure AI Foundry, Google Vertex AI) bieten GLM nicht als First-Party-Modell an; teilweise sind ältere GLM-Stände über Marktplatz-Kataloge wie NVIDIA NIM verfügbar.

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-5.2 und GLM-5.1 unter MIT-Lizenz 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. Auftragsverarbeitungsvertrag, Subunternehmerliste und Speicherorte sind in beiden Fällen 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

GLM-5.2 ist ein sehr großes Modell. Auch wenn pro Token nur rund 40 Mrd. Parameter aktiv sind, müssen alle Expertengewichte im VRAM liegen. Als grobe Orientierung für die reinen Gewichte:

• BF16/FP16: rund 1.500 GB VRAM – praktisch etwa 16 GPUs der H100/H200-Klasse
• FP8/INT8: rund 750 GB VRAM – ein 8er-Knoten mit H200 ist die gängige Referenz und lässt Luft für KV-Cache
• INT4: rund 370 GB VRAM

Dazu kommt der KV-Cache, der beim 1-Mio.-Token-Kontext erheblich zu Buche schlägt. Als Serving-Stack sind vLLM und SGLang etabliert; vorquantisierte Checkpoints sind verfügbar. 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 abgelöst. Beide bleiben als Open Weights verfügbar und stehen weiterhin in der Z.ai-Preisliste.
• GLM-5-Turbo (März 2026) wurde von den 5.1-/5.2-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 derzeit GLM-5.2 die relevante Version – nicht GLM-5.3. Nur GLM-5.2 lässt sich mit offenen Gewichten unter MIT-Lizenz in einem EU-Rechenzentrum betreiben und damit datenschutzrechtlich sauber einbetten.

GLM-5.3 ist für Evaluierungen im Coding-Umfeld interessant, solange keine personenbezogenen oder vertraulichen Daten im Spiel sind. Sobald die Gewichte und die Lizenz veröffentlicht sind, lohnt eine erneute Bewertung – dann auch mit unabhängigen Benchmark-Daten statt nur mit Herstellerangaben.

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
• Fine-Tuning und Integration in bestehende Systeme

Als Modell mit 1-Mio.-Token-Kontextfenster, MIT-Lizenz und starken Agentic-Fähigkeiten bietet GLM-5.2 eine belastbare Grundlage für souveräne KI-Anwendungen – vorausgesetzt, die Infrastrukturfrage ist geklärt. Genau dabei helfen wir mit CompanyGPT.