Zum Inhalt springen

GLM-5.2: Chinesisches Open-Weights-Modell mit 753 Milliarden Parametern

Auf den Punkt: GLM-5.2 rangiert als führendes offenes Sprachmodell auf dem Artificial-Analysis-Index mit einem Score von 51 und belegt Platz 2 im Code-Arena-WebDev-Leaderboard, produziert aber signifikant mehr Output-Tokens als Konkurrenzmodelle.

Das chinesische KI-Unternehmen Z.ai hat das Sprachmodell GLM-5.2 am 16. Juni unter MIT-Lizenz als Open Weights veröffentlicht. Mit 753 Milliarden Parametern und einer Million Token breitem Kontext-Fenster führt es derzeit die Artificial-Analysis-Benchmarks für offene Sprachmodelle an.

Z.ai veröffentlichte GLM-5.2 zunächst am 13. Juni für Abonnenten ihres Coding-Plans und dann öffentlich am 16. Juni. Das Modell hat 753 Milliarden Parameter mit 40 aktiven Parametern (Mixture of Experts) und wiegt 1,51 TB. Es ist ausschließlich auf Text-Eingaben ausgelegt; Z.ai bietet die Vision-Variante GLM-5V-Turbo als separate, jedoch nicht offene Variante an. Das Kontext-Fenster verdoppelte sich von GLM-5.1 (200.000 Token) auf eine Million Token.

Laut dem Artificial-Analysis-Benchmark führt GLM-5.2 die Rangliste offener Modelle an (Index v4.1, Score: 51), vor MiniMax-M3 (44), DeepSeek V4 Pro (44) und Kimi K2.6 (43). Im Code-Arena-WebDev-Leaderboard, das Frontend-Web-Development-Tasks und agentic-Coding-Workflows bewertet, rangiert GLM-5.2 auf Platz 2, nur hinter Claude Fable 5.

Ein erheblicher Nachteil liegt im Token-Verbrauch: Das Modell generiert 43.000 Output-Tokens pro Intelligence-Index-Task, deutlich höher als GLM-5.1 (26.000), MiniMax-M3 (24.000), Kimi K2.6 (35.000) und DeepSeek V4 Pro (37.000). Dies wirkt sich direkt auf die Inferenzkosten aus, die bei durchschnittlich $1,40 pro Million Input-Tokens und $4,40 pro Million Output-Tokens liegen – günstiger als GPT-5.5 ($5/$30) oder Claude Opus 4.5-4.8 ($5/$25), aber durch den höheren Token-Ausstoß relativiert.

Über OpenRouter getestet zeigt sich GLM-5.2 bei Code-Aufgaben und Visualisierungen (SVG-Generierung) robust, mit korrekten Animationen und funktionierenden Vektorgrafiken – ein Vorteil gegenüber vielen Modellen, die bei komplexen CSS-Animationen Fehler aufweisen. Der fehlende native Image-Input scheint kein entscheidendes Handicap für Coding-Aufgaben zu sein.


Quelle: simonwillison.net · Erschienen 18. Juni 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.7.1.

Share on: