Open Weights
GLM-5 Open Weights: Was Sie herunterladen und ausführen können
§ 01Repositories
GLM-5-Modelle mit öffentlichen Weights
Es sind nur Modelle mit einem offiziellen Hugging Face-Repository aufgeführt. Parameteranzahlen werden nur angegeben, wenn sie in der Modellkarte explizit genannt sind.
| Modell | Hugging Face-Repository | Lizenz | Parameter | Eingaben | Veröffentlicht |
|---|---|---|---|---|---|
| GLM-5 | zai-org/GLM-5 | MIT | 744B / 40B active | Text | 11.02.2026 |
| GLM-5.1 | zai-org/GLM-5.1 | MIT | Nicht veröffentlicht | Text | 07.04.2026 |
| GLM-5.2 | zai-org/GLM-5.2 | MIT | Nicht veröffentlicht | Text | 16.06.2026 |
| GLM-5.3 | zai-org/GLM-5.3 | GLM-5.3 (custom) | Nicht veröffentlicht | Text | 18.08.2026 |
| GLM-5.3 Flash | zai-org/GLM-5.3-Flash | MIT | 320B / 18B active | Text, Bild, Video | 26.08.2026 |
Lizenzen wie im jeweiligen Hugging Face-Repository angegeben. Lesen Sie vor der kommerziellen Nutzung immer die vollständige Lizenzdatei.
Nur per API, ohne öffentliche Weights: GLM-5-Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime.
§ 02Hintergrund
Was Open Weights für GLM-5 bedeuten
Gewichte, keine abgespeckte Demo-Version
Ein Open-Weights-Release bedeutet, dass die trainierten Modellparameter selbst öffentlich zugänglich sind: Sie können die Dateien herunterladen, auf eigener Hardware ausführen, analysieren und per Fine-Tuning anpassen. Bei GLM-5 handelt es sich um exakt dieselben Modelle, die Z.ai auch über seine API bereitstellt – keine beschnittenen Demo-Versionen. Das Repository von GLM-5 wird von einem technischen Bericht begleitet, „GLM-5: from Vibe Coding to Agentic Engineering“ (arXiv 2602.15763), sowie einem GitHub-Repository mit Deployment-Beispielen.
Open Weights sind im strengen Sinne nicht dasselbe wie vollständiges Open Source: Die Trainingsdaten und die komplette Trainings-Pipeline sind nicht öffentlich. Sie erhalten das Modell, seine Konfiguration, den Tokenizer und das Chat-Template sowie die Dokumentation von Z.ai zur Bereitstellung (Serving).
MIT versus die GLM-5.3-Lizenz
GLM-5, GLM-5.1, GLM-5.2 und GLM-5.3 Flash stehen unter der MIT-Lizenz. Die MIT-Lizenz gehört zu den freizügigsten überhaupt: Sie erlaubt kommerzielle Nutzung, Modifikation und Weiterverbreitung, solange die Urheberrechts- und Lizenzhinweise beibehalten werden.
GLM-5.3 unterscheidet sich hiervon. Im Hugging Face-Repository ist die Lizenz als „other“ unter dem Namen glm-5.3 ausgewiesen – es handelt sich also um eine eigene, von Z.ai verfasste Lizenz. Gehen Sie nicht davon aus, dass sie dieselben Freiheiten wie die MIT-Lizenz gewährt; prüfen Sie die Bedingungen sorgfältig, insbesondere wenn Sie einen kommerziellen Dienst anbieten oder abgeleitete Modelle veröffentlichen möchten.
- Freizügig (MIT): GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 Flash.
- Eigene Lizenz: GLM-5.3.
- Nicht herunterladbar: GLM-5 Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime.
Mit welchem offenen Modell starten?
Wenn Sie das leistungsstärkste offene Coding-Modell der Familie suchen und die Lizenz zu Ihrem Einsatzzweck passt, ist das GLM-5.3. Benötigen Sie eine freizügige Lizenz sowie Bild- oder Video-Input, ist GLM-5.3 Flash die erste Wahl: Laut Z.ai übertrifft es GLM-5.2, obwohl es nur 18 Milliarden aktive Parameter von insgesamt 320 Milliarden nutzt. GLM-5.2 ist die MIT-Option, wenn Sie das Flaggschiff-Fundament mit einem soliden 1M-Token-Kontext wünschen, und GLM-5 ist der am besten dokumentierte Ausgangspunkt für Forschungszwecke.
§ 03Lokal ausführen
Wie lokales Serving funktioniert
Ein allgemeiner Überblick. Die Model Cards und die offizielle Dokumentation der jeweiligen Frameworks sind die maßgeblichen Referenzen.
Wählen Sie ein Serving-Framework
Die Model Card von GLM-5 nennt vLLM, SGLang, KTransformers, xLLM und Hugging Face Transformers für das lokale Deployment. vLLM und SGLang sind die Standardwahl für einen OpenAI-kompatiblen Server auf GPUs; KTransformers ist auf die Ausführung sehr großer Mixture-of-Experts-Modelle im Zusammenspiel von CPU und GPU spezialisiert; xLLM ist der dokumentierte Pfad für Ascend-NPUs. Die Model Cards von GLM-5.2 und GLM-5.3 Flash verlinken zudem auf Unsloth-Guides für lokale Durchläufe.
Bereitstellen und wie die API ansprechen
Sobald ein Server läuft, stellt er denselben Chat-Completions-Endpunkt wie die gehostete API bereit – die Code-Beispiele auf unserer API-Seite funktionieren also direkt mit localhost. Nutzen Sie die auf der Model Card angegebenen Parser für Tool-Calls und Reasoning, damit Funktionsaufrufe und Denkprozesse sauber von der finalen Antwort getrennt werden.
Planen Sie die Hardware realistisch
Dies sind Modelle im Frontier-Bereich. Selbst mit Mixture-of-Experts-Sparsity müssen alle Gewichte im Speicher gehalten werden, und lange Kontexte erfordern zusätzlich einen großen Key-Value-Cache. Die offiziellen GLM-5-Beispiele verteilen das Modell (Sharding) über acht GPUs. Kleinere Setups setzen auf quantisierte Community-Builds, die etwas Qualität für geringere Größe opfern.
Beispiel aus der GLM-5-Modellkarte
vllm serve zai-org/GLM-5 \
--tensor-parallel-size 8 \
--gpu-memory-utilization 0.85 \
--speculative-config.method mtp \
--speculative-config.num_speculative_tokens 3 \
--tool-call-parser glm47 \
--reasoning-parser glm45 \
--enable-auto-tool-choice \
--served-model-name glm-5Diese Befehle stammen aus der zai-org/GLM-5-Modellkarte. Flags und Versionen ändern sich; prüfen Sie vor der Ausführung die Modellkarte und die Release-Notes des Frameworks.
Auf den Modellkarten genannte Frameworks
Hardware-Hinweis: Wir verzichten bewusst auf pauschale GPU- oder Speicherangaben. Sie hängen von Präzision, Quantisierung, Framework und Kontextlänge ab – ein Kontext mit 1M Tokens (1.05M) benötigt weitaus mehr Speicher als ein kurzer. Dimensionieren Sie Ihre Hardware anhand der Framework-Dokumentation und testen Sie sie mit Ihrem realen Workload.
§ 04FAQ
Fragen zu Open-Weights-Modellen
Q01Welche GLM-5-Modelle kann ich herunterladen?
GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 und GLM-5.3 Flash sind auf Hugging Face unter der Organisation zai-org veröffentlicht.
Q02Darf ich GLM-5-Gewichte kommerziell nutzen?
Die MIT-lizenzierten Modelle (GLM-5, GLM-5.1, GLM-5.2 und GLM-5.3 Flash) erlauben die kommerzielle Nutzung unter Beibehaltung des Lizenzhinweises. GLM-5.3 nutzt eine benutzerdefinierte Lizenz; prüfen Sie daher vorher deren Bedingungen.
Q03Kann ich GLM-5 auf einem Laptop ausführen?
Nicht in voller Größe. Selbst GLM-5.3 Flash hat insgesamt 320 Milliarden Parameter. Stark quantisierte Community-Builds können den Speicherbedarf senken, aber die Modelle in voller Qualität sind für Multi-GPU-Server gedacht.
Q04Sind GLM-5 Turbo oder GLM-5.3 Prime Open-Weights-Modelle?
Nein. GLM-5 Turbo, GLM-5V-Turbo, GLM-5.3 FlashX und GLM-5.3 Prime sind ausschließlich über APIs verfügbar.
Q05Gibt es einen einfacheren Weg, diese Modelle auszuprobieren?
Ja. Unser kostenloser Chat führt GLM-5.3 Flash und GLM-5.3 ohne jegliche Einrichtung direkt im Browser aus, sodass Sie die Modelle testen können, bevor Sie in Hardware investieren.
Jetzt ausprobieren
Stellen Sie GLM-5.3 eine echte Frage.
Kein Account, keine Kreditkarte, keine Installation. Geben Sie eine Frage ein und sehen Sie, wie GLM-5.3 Flash in Sekundenschnelle antwortet – wechseln Sie für die anspruchsvollsten Aufgaben zu GLM-5.3.