GLM-5: Die Modellfamilie und das Modell, mit dem alles begann

GLM-5 wurde am 11. Februar 2026 auf OpenRouter gelistet. Z.ai beschreibt es als Modell, das „auf komplexes Systems Engineering und langfristige agentische Aufgaben abzielt“ – mit anderen Worten: Es ist dafür gedacht, umfangreiche, mehrstufige Programmieraufgaben zu bewältigen, statt nur ein schneller Chat-Begleiter zu sein.

Die Modellkarte beschreibt die Architektur in klaren Zahlen. Im Vergleich zu GLM-4.5 skaliert GLM-5 von 355 Milliarden Parametern (32 Milliarden aktiv) auf 744 Milliarden Parameter mit 40 Milliarden aktiven Parametern pro Token, und seine Pre-Training-Daten wachsen von 23 Billionen auf 28,5 Billionen Tokens. Nur ein Bruchteil der Gewichte wird für jeden Token genutzt, wodurch ein Modell dieser Größe in der Praxis effizient bereitgestellt werden kann.

GLM-5 nutzt außerdem DeepSeek Sparse Attention (DSA). Sparse Attention ermöglicht es dem Modell, eine ausgewählte Teilmenge früherer Tokens statt aller Tokens zu betrachten, was laut Z.ai die Deployment-Kosten deutlich senkt und gleichzeitig die Long-Context-Fähigkeiten beibehält. Auf OpenRouter verfügt das originale GLM-5 über ein Kontextfenster von rund 205K Tokens und kann bis zu etwa 131K Tokens in einer einzigen Antwort ausgeben.

Für das Post-Training entwickelte Z.ai slime, eine asynchrone Reinforcement-Learning-Infrastruktur, die laut Z.ai den Trainingsdurchsatz verbessert und feinkörnigere Iterationen ermöglicht. Die Modellkarte berichtet über Ergebnisse bei Reasoning-, Coding- und Agent-Benchmarks – beispielsweise 77,8 auf SWE-bench Verified und 56,2 auf Terminal-Bench 2.0 mit dem Terminus 2-Harness – und beansprucht zum Release die Spitzenposition unter den Open-Source-Modellen.

Das sind die eigenen Messwerte von Z.ai, ermittelt mit eigenen Testumgebungen. Sie sind nützlich, um verschiedene GLM-Versionen miteinander zu vergleichen, aber der aussagekräftigste Test ist Ihre eigene Aufgabe: Fügen Sie ein echtes Problem in den Chat ein und beurteilen Sie das Ergebnis.

Nach GLM-5 brachte Z.ai kontinuierlich neue Updates heraus. GLM-5 Turbo (März 2026) und das multimodale GLM-5V-Turbo (April 2026) zielen auf schnelle Agenten-Workflows über die API ab. GLM-5.1 (April 2026) legte den Schwerpunkt auf langfristige Coding-Aufgaben. GLM-5.2 (Juni 2026) führte ein solides Kontextfenster von 1M Tokens und einstellbaren reasoning_effort ein. GLM-5.3 (August 2026) behielt die Basis von GLM-5.2 bei und verbesserte das Post-Training, während GLM-5.3 Flash native Bild- und Videoeingaben zu einem deutlich günstigeren Preis ergänzte. GLM-5.3 FlashX und GLM-5.3 Prime sind besonders schnelle API-Varianten.

Fünf dieser Modelle – GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 und GLM-5.3 Flash – sind als Open Weights auf Hugging Face verfügbar. Das Datenblatt unten und die Übersichtstabelle weiter unten listen jedes Modell mit seinem Kontextfenster, Preis und der Lizenz auf.

Für neue Projekte in der Regel nicht. Neuere Modelle der Familie bieten ein größeres Kontextfenster, anpassbares Reasoning und im Fall von GLM-5.3 Flash weitaus niedrigere Preise. Das originale GLM-5 bleibt interessant, wenn Sie ein vollständig MIT-lizenziertes Open-Source-Modell mit veröffentlichter Architektur und Paper (arXiv 2602.15763) suchen oder wenn Sie Ergebnisse reproduzieren müssen, die darauf basieren.