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 bestbewertete Modell in unserem Vergleich, mit einem Kontextfenster von einer Million Token, freier MIT-Lizenz und einem europäischen Hoster. Beim Programmieren liegt der Nachfolger GLM-5.3 vorn, der dafür nur auf eigener Hardware läuft.

Modell auf Hugging Face ansehen

Bewertung im Detail

Gesamtnote aus 3 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 6 Säulen auf einer Skala von 0 bis 100. Die gestrichelte Linie ist der Median aller 32 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 PRO 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 ein Projekt mit hunderten Dateien 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 8 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. Seit dem 14. August 2026 gibt es mit GLM-5.3 einen Nachfolger auf demselben Basismodell, der beim Programmieren vorn liegt. Bei Scaleway läuft weiterhin nur GLM-5.2, wer ohne eigene Hardware arbeitet, bleibt deshalb bei dieser Fassung.

Wofür es taugt

  • 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

Wo es hakt

  • Voller Betrieb braucht eine Workstation mit mehreren Grafikkarten 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 21. August 2026 · die Bewertung ist eine redaktionelle Einschätzung von gewusst:KI