Open-Source schlägt GPT-5.5: Was GLM-5.2 für die KI-Welt bedeutet
Chinas Zhipu AI veröffentlicht ein 753-Milliarden-Parameter-Modell unter MIT-Lizenz, das GPT-5.5 bei Coding-Benchmarks übertrifft. Der Zeitpunkt ist brisant: Genau als die US-Regierung Anthropics Fable 5 vom Netz nimmt, liefert Peking eine offene Alternative. Doch der Schein trügt, denn wer die API nutzt, sendet Daten in ein Land mit umfassendem Zugriffsrecht auf Firmeninformationen. Der Release markiert einen Wendepunkt im globalen KI-Wettlauf zwischen offener und geschlossener Entwicklung.
753 Milliarden Parameter, aber nur 40 Milliarden aktiv
GLM-5.2 ist ein Mixture-of-Experts-Modell. Von den 753 Milliarden Parametern sind pro Eingabe nur rund 40 Milliarden aktiv. Ein gelerntes Gating-Netzwerk leitet jeden eingehenden Token an die zwei relevantesten Experten-Subnetzwerke weiter. Das spart Rechenleistung, ohne die Qualität zu opfern. Zusätzlich bringt Z.ai eine Architekturinnovation namens IndexShare mit. Sie berechnet den Attention-Index nur einmal pro vier Sparse-Layer und recycelt ihn für die folgenden. Das Ergebnis: Der Rechenaufwand sinkt bei vollem Kontext um das 2,9-Fache.
Dazu kommt ein Multi-Token-Prediction-Layer für schnelleres Inferenz-Decoding. Die akzeptierte Tokenlänge steigt dadurch um bis zu 20 Prozent. Wer weniger warten will, schaltet vom Max- auf den High-Modus um. Dann halbiert sich die Token-Ausgabe bei nur wenigen Punkten Einbuße. In der Praxis bedeutet das: Entwickler können je nach Task zwischen maximaler Leistung und effizienter Latenz wählen.
SWE-bench Pro: GLM-5.2 schlägt GPT-5.5
Die Benchmark-Ergebnisse sind bemerkenswert. Auf SWE-bench Pro, dem Standardtest für Software-Engineering, erreicht GLM-5.2 einen Score von 62,1 und liegt damit vor GPT-5.5 mit 58,6. Auch beim FrontierSWE-Test für langlaufende Coding-Aufgaben landet GLM-5.2 bei 74,4 Prozent und übertrifft GPT-5.5 mit 72,6 Prozent. Beim Tool-Usage-Benchmark MCP-Atlas führt GLM-5.2 mit 77,0 gegen GPT-5.5 mit 75,3.
Nur Claude Opus 4.8 bleibt auf diesen Benchmarks knapp vorn. Auf Terminal-Bench 2.1 erreicht GLM-5.2 einen Score von 81,0 und bleibt damit vier Punkte hinter Claude Opus 4.8 mit 85,0. Dennoch schlägt es Googles Gemini 3.1 Pro deutlich, der nur auf 74,0 kommt. Auf Code Arena, dem crowdsourced Elo-Rating, belegt GLM-5.2 weltweit den zweiten Platz, direkt hinter dem nicht mehr verfügbaren Claude Fable 5. Auf Design Arena landet es sogar auf Platz eins mit einem ELO-Wert von 1360. Diese unabhängigen Rankings tragen mehr Gewicht als herstellerseitige Benchmarks, weil die Elo-Methode direkte Vergleiche verlangt.
1 Million Tokens Kontext und MIT-Lizenz
Der Kontextumfang von einer Million Tokens ist voll nutzbar und nicht nur ein Marketingversprechen. Bei einem Modell dieser Größe wäre der Key-Value-Cache unter normalen Umständen prohibitiv teuer. Z.ai nutzt dafür ein System namens LayerSplit, das den Cache über GPUs verteilt, sodass jede Karte nur einen Teil der Transformer-Schichten speichert. HiSparse lagert inaktive Cache-Einträge zusätzlich in den Host-Speicher aus. Die Kombination aus MoE-Architektur, IndexShare und diesen Infrastruktur-Tricks macht das Modell praktisch einsetzbar. Der Durchsatz steigt dabei um drei bis 192 Prozent im Vergleich zum Vorgänger GLM-5.1, je nach Kontextlänge.
Die MIT-Lizenz erlaubt uneingeschränkte kommerzielle Nutzung. Wer die Gewichte selbst hostet, zahlt nur für Rechenleistung. Allerdings benötigt das Vollmodell rund 1,5 Terabyte GPU-Speicher, was für die meisten Teams unerschwinglich bleibt. Für den direkten Vergleich: Die API kostet 1,40 Dollar pro Million Input-Token und 4,40 Dollar pro Million Output-Token. GPT-5.5 verlangt das Sechsfache. Der gecachte Input-Preis liegt bei lediglich 0,26 Dollar pro Million Token.
Datenrisiko: Chinas Nachrichtengesetz
Der Haken liegt im Kleingedruckten. Z.ai unterliegt Chinas Nationalem Nachrichtengesetz. Artikel 7 verpflichtet alle chinesischen Organisationen zur Unterstützung, Assistenz und Kooperation mit den nationalen Geheimdiensten. Das US-Heimatschutzministerium warnt ausdrücklich vor dieser Rechtslage.
Wer die API nutzt, sendet seine Daten über Server, auf die chinesische Behörden zugreifen könnten. Selbsthosting löst dieses Problem, erfordert aber rund 1,5 Terabyte GPU-Speicher für das Vollmodell. Das ist für die meisten Entwicklerteams unerschwinglich. Z.ai bestätigt zudem, dass die Inferenz-Infrastruktur auf chinesischen Beschleunigern wie Huawei Ascend läuft, was die Unabhängigkeit von US-Chip-Exportbeschränkungen unterstreicht.
Perfektes Timing nach Fable-5-Verbot
Der Release-Termin ist kein Zufall. GLM-5.2 erschien am 13. Juni, genau 24 Stunden nachdem das US-Handelsministerium Anthropic untersagt hatte, Fable 5 und Mythos 5 für ausländische Nutzer zugänglich zu machen. Z.ais Botschaft: Grenzenlose Intelligenz gehört allen. Für Entwickler außerhalb der USA, die keinen Zugang mehr zu Anthropics stärksten Modellen haben, ist GLM-5.2 plötzlich die leistungsstärkste verfügbare Alternative.
Die geopolitische Dimension ist nicht zu unterschätzen. Während die USA den Zugang zu frontier-Modellen kontrollieren, bietet China ein konkurrenzlos günstiges, offenes Modell an. Das verändert die Machtverhältnisse im globalen KI-Wettlauf grundlegend. Europäische Unternehmen stehen vor einer schwierigen Wahl: Abhängigkeit von US-Modellen mit Exportrisiko oder chinesische Alternativen mit Datenschutzbedenken.
Coding-Plan ab 12,60 Dollar im Monat
Z.ai positioniert GLM-5.2 gezielt als Entwickler-Tool, nicht als Chatbot. Der Coding Plan startet bei 12,60 Dollar monatlich für die Lite-Version. Die Pro-Version kostet 50,40 Dollar, die Max-Version 112 Dollar. Integrationen gibt es für Claude Code, Cursor, Cline und über 20 weitere Coding-Umgebungen. Damit zielt Z.ai direkt auf den Workflow moderner Entwickler, die KI als Programmierassistent nutzen.
Die Botschaft ist klar: Open-Source-Modelle holen bei Coding-Fähigkeiten auf. Der Abstand zu proprietären Modellen schrumpft von Release zu Release. Wer volle Kontrolle über seine Daten braucht und bereit ist, in Infrastruktur zu investieren, bekommt mit GLM-5.2 ein Werkzeug, das vor einem Jahr undenkbar war. Zugleich zeigt der Release, dass der globale KI-Wettlauf nicht mehr nur zwischen US-Firmen ausgetragen wird. Chinas Open-Source-Strategie zielt auf die Lücke, die US-Exportkontrollen selbst geschaffen haben.
