- Z.ai hat GLM-5.2 veröffentlicht, ein Open-Weight-KI-Modell, das zu den weltweit führenden LLMs zählt und die Lücke zu OpenAI und Anthropic schließt.
- Das Modell liefert starke Benchmark-Ergebnisse in den Bereichen Reasoning und Coding und verfügt über einen Kontextfenster von 1 Million Tokens.
- Einige Entwickler berichteten von gemischten Ergebnissen im realen Einsatz und äußerten Bedenken hinsichtlich der Transparenz der Nutzung.
GLM-5.2 gestartet von Z.ai, beschrieben vom Unternehmen als ein Open-Weight-Large-Language-Model (LLM). Es führt angeblich andere Open-Source-LLMs in Artificial Analysis an und rangiert unter den Top drei aller LLMs weltweit. Das bedeutet, dass GLM-5.2 den cutting-edge-LLMs von Anthropic und OpenAI sehr nahe kommt.
Diese Veröffentlichung kann die Wettbewerbslandschaft im KI-Markt erheblich beeinflussen. Vor ihrer Veröffentlichung lagen Open-Weight-LLMs in fast allen unabhängigen Tests weit hinter ihren Closed-Weight-Analoga zurück. Die Testergebnisse von GLM-5.2 implizieren, dass die Lücke mit einigen interessanten Implikationen für den Unternehmensgebrauch, die Preisgestaltung und die Geschäftsmodelle von Closed-Weight-Labs geschlossen wird.
Was die Benchmark-Ergebnisse über GLM 5.2 aussagen
Laut dem unabhängigen Bewertungsunternehmen Vals AI, GLM-5.2 schnitt in fünf verschiedenen Benchmarks am besten ab: Vals Index, Harvey’s Legal Agent Benchmark, Finance Agent v2, ProofBench und Vibe Code Bench. Vals AI berichtete, dass GLM-5.2 das erste Open-Weight-Modell ist, das
⟦N1⟧% bei ProofBench übertrifft 30% bei ProofBench, was 11 Prozentpunkte besser ist als das Modell auf Platz zwei. Darüber hinaus lag es nur 1 Prozentpunkt hinter Anthropics Claude Opus 4.5, was es in eine ungewöhnliche Nähe zur proprietären Spitzentechnologie bringt.
Vorstellung von GLM-5.2: Spitzentechnologie, offene Gewichte
— Z.ai (@Zai_org) Juni 16, 2026
– Signifikante Verbesserungen bei Coding- und agentic Aufgaben
– Starke Langzeit-Fähigkeiten mit einem 1M-Token-Kontextfenster
– Zwei Stufen der Reasoning-Anstrengung: GLM-5.2 (max) stößt an die Grenzen, während GLM-5.2 (high) eine starke… pic.twitter.com/SjGPSVhePJ
Laut Artificial Analysis, ist GLM-5.2 das derzeit beste Open-Weight-Modell und erzielt einen Intelligence-Index-Score von 51, im Vergleich zu 40, den GLM-5.1 erreichte. Andere Modelle, darunter MiniMax-M3 und DeepSeek V4 Pro, wurden mit 44 bewertet, während Kimi K2.6 einen Score von 43 erzielte.
GLM-5.2 erzielte 78 % bei TerminalBench v2.1 (16 Punkte mehr als GLM-5.1), 50 % bei SciCode, 71 % bei AA-LCR und 89 % bei GPQA Diamond. Im GDPval-AA v2-Long-Horizon-Agent-Benchmark-Test erreichte GLM-5.2 einen Elo-Wert von 1.524, was besser ist als die 1.514, die von GPT-5.5 erreicht wurden.
Trotz der beeindruckenden Leistung von GLM 5.2 weisen Experten darauf hin, dass das Verständnis von Benchmark-Ergebnissen zunehmend komplex wird. Beispielsweise reduzieren aggregierte Modelle, wie Künstliche Intelligenz, den Einfluss von Verzerrungen, die mit einzelnen Tests verbunden sind, erhöhen jedoch den Einfluss des verwendeten Gewichtssystems, der Prompt-Variationen und sich ändernder Evaluierungssätze. Die Kontamination von Benchmarks und Optimierungseffekte bleiben weiterhin eine Sorge bei Tests mit Spitzentechnologien.
Was steckt in der Architektur von GLM-5.2?
Laut Z.ai, ist GLM-5.2 das leistungsstärkste Modell des Unternehmens für langfristiges Reasoning und agentic Coding-Aufgaben. Dieses Modell bietet ein Kontextfenster aus 1 Million Token im Vergleich zu 200.000 für GLM-5.1.
GLM-5.2 verfügt über eine Mixture-of-Experts-Architektur und besteht aus etwa 750 Milliarden Gesamtparametern und 40 Milliarden aktiven Parametern, optimiert für mehrstufiges Reasoning und Coding-Workflows.
GLM-5.2 verwendet zwei Formen des Reasonings: eine Hochleistungs-Einstellung für komplexe Aufgaben und einen kostengünstigeren Modus, der auf Effizienz und Latenzkontrolle ausgelegt ist.
Laut Artificial Analysis hat GLM-5.2 die Kapazität, pro Evaluierungsvorgang etwa 43.000 Ausgabe-Token zu produzieren, im Vergleich zu 26.000 für GLM-5.1. Obwohl dies die Leistungskennzahlen verbessert, kann es in der Praxis die Rechenkosten erhöhen.
Die Z.ai Im Blog werden die Verbesserungen bei Coding-Agenten, dem Debugging-Prozess, der automatisierten Forschung, der Dokumentenverarbeitung und der Generierung langer Texte hervorgehoben, wodurch das Modell als für anhaltende, mehrstufige Aufgaben optimiert positioniert wird, anstatt für isolierte Prompts.
Marktkontext und Ökosystem-Reibung
Die Einführung von GLM-5.2 erfolgt vor dem Hintergrund der Diskussion darüber, inwieweit Open-Weight-Systeme mit proprietären Spitzentechnologien aufholen. Chinesische KI-Unternehmen haben einige der führenden Positionen in Rankings offener Modelle belegt, und GLM-5.2 ist zu einem zentralen Bestandteil dieses Prozesses geworden.
Diese besondere Diskussion wurde durch Kommentare von Elon Musk und Jie Tang (Gründer von Z.ai) öffentlich, concerning wann chinesische Modelle mit Spitzentechnologien gleichziehen werden. Musk antwortete: „Wahrscheinlich Q1 nächsten Jahres.“
Tang widersprach, und erklärte: „Das wird nicht so lange dauern.“
Wahrscheinlich Q1
— Elon Musk (@elonmusk) Juni 18, 2026
Während Benchmarks eine schnelle Konvergenz zeigen, offenbart das frühe Feedback von Praktikern Diskrepanzen in der Leistung in der realen Welt.
KI-Ingenieur Da7_Tech äußerte seine Bedenken weniger bezüglich des Modells selbst, sondern mehr bezüglich der Infrastruktur und Transparenz des Verbrauchs des Z.ai Systems und sagte, dass es „gegen alles verstößt, was die Menschen von den Werten von Open-Source-Modellen erwarten.“
Er testete Zcode, Z.aidie App, die mit GLM-Modellen entwickelt wurde, unter einem Pro-Plan, der behauptet, „15x Claude Code“ zu sein. In einer einzigen Aufgabensitzung gab er an, dass die Nutzung in weniger als einer Stunde erschöpft war – im Wesentlichen wurden die für die gesamte Aufgabe erlaubten fünf Stunden aufgebraucht.
Er behauptete auch, es gäbe eine Diskrepanz zwischen der vom App angezeigten Nutzung und der tatsächlich abgerechneten Menge. Die App zeigte angeblich weniger als 2 Millionen Token, aber sein Konto wurde mit etwa 60 Millionen Token belastet, sowohl was die täglichen als auch die wöchentlichen Limits betrifft. Die Implikation hier ist, dass zwischengespeicherte und intermediate Token für die Nutzung berücksichtigt wurden, anstatt tatsächliche Berechnungen. Er erwähnte anschließend, dass Z.ai die Token-Zählung aus ihrem „Goal Mode“ entfernt und die Beschreibungen ihres Pro-Plans geändert wurden.
Abgesehen davon verglich KI-Entwickler Michael Guo GLM-5.2 mit GPT-5.5 Medium beim Debuggen eines Problems in seinem OpenClaw-Agenten namens Trippy. Hier ist sein Fazit:
„Zumindest in dem Testfall, den ich durchführte, war es nicht so leistungsfähig wie GPT-5.5 Medium. Nicht einmal in der Nähe.“
GPT-5.5 Medium fand das Problem mit den wiederholten Agenten-Antworten sehr schnell, während GLM-5.2 es nicht finden konnte.
Zusammenfassend wies er darauf hin, dass zwar Benchmark-Ergebnisse auf gute Leistung hindeuten können, die tatsächliche Debugging-Arbeit jedoch Inkonsistenzen aufdecken kann, die von aggregierten Ergebnissen übersehen werden.
Die Lücke schließen, aber mit unterschiedlicher Anwendungsrealität
Die Benchmark-Ergebnisse beweisen, dass GLM-5.2 eine der Top-Open-Weight-Architekturen ist, die derzeit verfügbar sind, und manchmal sogar besser als andere proprietäre.
Die Bewertungen bezüglich der Leistung, Effizienz und Transparenz des Systems scheinen jedoch je nach Nutzungssituation und Integration mit anderen Systemen unterschiedlich zu sein.
Somit gibt es zwei Seiten der Medaille: GLM-5.2 ist ein wichtiger Schritt nach vorne in der Entwicklung des Open-Weight-Architekturfeldes, aber seine Anwendung erfordert ebenso viel Aufwand in Bezug auf Infrastruktur-Readiness und Produktqualität wie die Benchmark-Ergebnisse.
Für jetzt wird GLM-5.2 zu einem wichtigen Schritt hin zum Schließen der Lücke zwischen offenen und geschlossenen KI-Systemen – wenn auch noch nicht zu einer entscheidenden Konvergenz.
Lesen Sie nicht nur Krypto-Nachrichten. Verstehen Sie sie. Abonnieren Sie unseren Newsletter. Es ist kostenlos.
Häufig gestellte Fragen
Was ist GLM-5.2 und wer hat es entwickelt?
GLM-5.2 ist ein Open-Weight-Large-Language-Model, das am 16. Juni 2026 von Z.ai veröffentlicht wurde. Es bietet ein Kontextfenster von 1 Million Token sowie Verbesserungen beim Coding, Reasoning und Tool-Einsatz im Vergleich zum Vorgänger GLM-5.1.
Wie vergleicht sich GLM-5.2 mit geschlossenen Modellen wie Claude und GPT?
Laut einer unabhängigen Bewertung von Vals AI liegt GLM-5.2 bei ProofBench nur einen Prozentpunkt hinter Anthropics Opus 4.5 zurück und schlägt Gemini 3.5 Flash, was es zum bisher nächsten Open-Weight-Modell macht, das an geschlossene Frontier-Systeme heranreicht.
Ist GLM-5.2 Open Source?
Ja, Z.ai hat GLM-5.2 mit offenen Gewichten veröffentlicht und eine technische Aufschlüsselung der Infrastruktur hinter seinem Kontextfenster und seines Trainingsansatzes auf seiner Website veröffentlicht.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com übernimmt keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor der Entscheidung für eine Anlage unabhängige Recherchen durchzuführen und/oder sich mit einem qualifizierten Fachmann beraten zu lassen.
Ashish Kumar
Ashish Kumar ist ein Krypto- und Finanzjournalist mit acht Jahren Erfahrung in der Nachrichtenredaktion. Er berichtet über Entwicklungen in den Kryptomärkten, Regulierungen, DeFi und Ökosysteme von Börsen. Er arbeitete für Coingape, Todayq und Newsroompost. Ashish besitzt einen PGDP in englischer Journalistik vom IIMC. Zudem interviewte er Branchenexperten wie Arthur Hayes, Yat Siu, Austin Federa und weitere.
