Zum Inhalt springen
Alle Modelle im Vergleich
Platz 1 im Vergleich

GLM-5.2

Zhipu AI (Z.ai) · China · veröffentlicht 16. Juni 2026

94 % Gesamtbewertung

Das aktuell stärkste offene Modell für Programmierung und agentische Aufgaben, mit einem Kontextfenster von einer Million Token und freier MIT-Lizenz.

Modell auf Hugging Face ansehen

Bewertung im Detail

Gesamtnote aus drei gewichteten Dimensionen. Wie wir bewerten

Leistung (55 %) 95 %
DSGVO- und EU-Eignung (30 %) 88 %
Lizenz-Offenheit (15 %) 100 %

Fähigkeitsprofil

Wo GLM-5.2 stark ist, über sechs Säulen auf einer Skala von 0 bis 100. Die gestrichelte Linie ist der Median aller 22 Modelle im Vergleich. Wie die Säulen entstehen

Coding 91 Mathe & Logik 98 Wissen 92 Deutsch 82* Agentik 90 Kontext 88*
GLM-5.2 Median aller Modelle * redaktionelle Einschätzung (kein belegter Benchmark)
Fähigkeitsprofil von GLM-5.2, Werte von 0 bis 100
SäuleWertGrundlage
Programmierung91benchmarkbelegt
Mathematik & Logik98benchmarkbelegt
Wissen92benchmarkbelegt
Deutsch & Sprache82redaktionelle Einschätzung
Agentik & Werkzeuge90benchmarkbelegt
Langer Kontext88redaktionelle Einschätzung
Mathematik & Logik 98
mehrstufiges Rechnen und logisches Schließen mit prüfbarer Lösung
Wissen 92
Fach- und Allgemeinwissen über viele Domänen hinweg
Programmierung 91
Code schreiben und debuggen, ganze Repositories über viele Schritte bearbeiten
Agentik & Werkzeuge 90
Werkzeuge selbständig aufrufen und mehrstufige Abläufe steuern
Langer Kontext · Einschätzung 88
nutzbare Leistung über sehr lange Eingaben, nicht nur die Fenstergröße
Deutsch & Sprache · Einschätzung 82
Sprachverständnis und Mehrsprachigkeit, mit Blick auf Deutsch

Stärkste Säule: Mathematik & Logik. Belegte Werte stammen aus den dokumentierten Benchmarks unten (baseline-korrigiert normalisiert), mit „Einschätzung" markierte Säulen sind eine redaktionelle Einordnung, weil kein vergleichbarer Benchmark vorlag. Details zur Methodik stehen auf der Übersichtsseite.

Steckbrief

Architektur
Mixture-of-Experts
Parameter
744 Mrd. gesamt, 40 Mrd. aktiv je Token
Kontextfenster
1 Mio. Token
Lizenz
MIT
Eingabe
Text
Lokaler Betrieb
Mehrere RTX 6000 (96 GB), Mac Studio oder H200
Bei EU-Hostern
TeilweiseScaleway (Frankreich) bestätigt
Cloud-API (Richtwert)
1,30 € Eingabe / 4,05 € Ausgabe je Mio. TokenZ.ai-API, Richtwert, umgerechnet aus USD

Parameterzahl nicht in der offiziellen Modellkarte beziffert, Drittquellen-Konsens. Architektur (256 Experten, 8 aktiv) aus config.json belegt.

Benchmarks

Die folgenden Werte sind Hersteller-Angaben. Eine unabhängige Verifikation lag zum Stand dieser Seite nicht vor.

62,1 SWE-bench Pro
91,2 GPQA Diamond
99,2 AIME 2026
81,0 Terminal-Bench 2.1

GLM-5.2 von Zhipu AI (Z.ai) ist im Juni 2026 erschienen und führt unseren Vergleich an. Das Mixture-of-Experts-Modell ist auf lange, mehrstufige Aufgaben ausgelegt, etwa das Bearbeiten einer ganzen Codebasis über viele Schritte hinweg. Die vom Hersteller gemeldeten Werte sind stark: 62,1 bei SWE-bench Pro, 91,2 bei GPQA Diamond, 99,2 bei AIME 2026. Das Kontextfenster von einer Million Token ist aus der config.json belegt und nimmt umfangreiche Projekte am Stück auf.

Die Parameterzahl von rund 744 Milliarden (40 Milliarden aktiv) beziffert die offizielle Modellkarte nicht, sie ist ein Konsens mehrerer Quellen. Belegt ist dagegen die Architektur mit 256 Experten, von denen 8 je Token aktiv sind. Die Lizenz ist MIT, ohne regionale oder kommerzielle Beschränkung. Der lokale Betrieb braucht eine Workstation mit viel Arbeitsspeicher oder einen Server mit acht H200. Anders als die meisten chinesischen Modelle ist GLM-5.2 bereits bei Scaleway in Frankreich verfügbar, womit es sich auch ohne eigene Hardware DSGVO-konform nutzen lässt.

Stärken

  • +Spitzenwerte bei Programmier- und Reasoning-Benchmarks
  • +MIT-Lizenz ohne regionale oder kommerzielle Beschränkung
  • +Bei Scaleway in der EU verfügbar, also auch ohne eigene Hardware DSGVO-konform nutzbar

Grenzen

  • Voller Betrieb braucht eine leistungsstarke Workstation oder einen Server
  • Nur Text, keine Bild- oder Videoverarbeitung
  • Benchmarks bislang nur vom Hersteller gemeldet

Quelle: Offizielle HF-Modellkarte zai-org/GLM-5.2 und Z.ai-Blog, Juni 2026. Stand der Recherche: 1. Juli 2026. Die Prozent-Bewertung ist eine redaktionelle Einschätzung von gewusst:KI.

Lokale KI im eigenen Unternehmen aufbauen

Wir begleiten die Auswahl des passenden Modells, die Hardware-Planung und den Betrieb, lokal oder bei einem europäischen Hoster. Einen Einstieg bietet unser Workshop zu lokaler KI oder ein direktes Gespräch.