Platz 4 im Vergleich

GLM-5.3-Flash

Name: GLM-5.3-Flash
Availability: InStock
Author: Zhipu AI (Z.ai)

Zhipu AI (Z.ai) · China · veröffentlicht 26. August 2026

87 % Gesamtbewertung

Das erste Modell der GLM-Reihe, das Bilder und Videos versteht. Z.ai hat die Gewichte am 26. August 2026 unter MIT freigegeben. Artificial Analysis misst 28 Punkte im Intelligenz-Index v5, 4 weniger als beim größeren GLM-5.3. Über die API kostet es rund ein Zehntel von GLM-5.3, quantisiert läuft es auf einem Mac Studio mit 256 GB.

Zur offiziellen Modellseite

Bewertung im Detail

Gesamtnote aus 3 gewichteten Dimensionen. Die Leistung beruht auf 28 Punkten im Intelligenz-Index v5 von Artificial Analysis. Das stärkste Modell im Vergleich, Kimi K3.1 Pro, hat 46. Wie wir bewerten

Leistung (55 %) 82 %

DSGVO- und EU-Eignung (30 %) 88 %

Lizenz-Offenheit (15 %) 100 %

Fähigkeitsprofil

Wo GLM-5.3-Flash stark ist, über 6 Säulen auf einer Skala von 0 bis 100. Die gestrichelte Linie ist der Median aller 35 Modelle im Vergleich. Wie die Säulen entstehen

GLM-5.3-Flash Median aller Modelle * redaktionelle Einschätzung (kein belegter Benchmark)

Fähigkeitsprofil von GLM-5.3-Flash, Werte von 0 bis 100
Säule	Wert	Grundlage
Programmierung	92	benchmarkbelegt
Mathematik & Logik	86	redaktionelle Einschätzung
Wissen	88	redaktionelle Einschätzung
Deutsch & Sprache	82	redaktionelle Einschätzung
Agentik & Werkzeuge	93	benchmarkbelegt
Langer Kontext	90	redaktionelle Einschätzung

Agentik & Werkzeuge 93

Werkzeuge selbständig aufrufen und mehrstufige Abläufe steuern

Programmierung 92

Code schreiben und debuggen, ganze Repositories über viele Schritte bearbeiten

Langer Kontext · Einschätzung 90

nutzbare Leistung über sehr lange Eingaben, nicht nur die Fenstergröße

Wissen · Einschätzung 88

Fach- und Allgemeinwissen über viele Domänen hinweg

Mathematik & Logik · Einschätzung 86

mehrstufiges Rechnen und logisches Schließen mit prüfbarer Lösung

Deutsch & Sprache · Einschätzung 82

Sprachverständnis und Mehrsprachigkeit, mit Blick auf Deutsch

Ein belegter Wert stammt aus den Benchmarks unten. Von jedem Ergebnis ziehen wir ab, was bloßes Raten erreichen würde. Den Rest rechnen wir auf 0 bis 100 um und mitteln bei mehreren Benchmarks je Säule. Bei Säulen mit der Kennzeichnung "Einschätzung" lag kein vergleichbarer Benchmark vor. Dort ordnen wir selbst ein. Wie die Säulen entstehen, steht auf der Übersichtsseite.

Steckbrief

Was offene Gewichte, Parameter, Token, Quantisierung und GGUF bedeuten, erklärt die Übersicht.

Architektur: Mixture-of-Experts
Parameter: 320 Mrd. gesamt, 18 Mrd. aktiv je Token
Kontextfenster: 1 Mio. TokenEin Teil der Schichten verarbeitet lange Eingaben nach einem sparsameren Verfahren als üblich. Z.ai gibt dafür rund ein Drittel der Rechenlast und ein Viertel des Zwischenspeichers gegenüber GLM-5.3 an.
Lizenz: MIT
Eingabe: Text, Bild, Video
Lokaler Betrieb: Mac Studio mit 256 GB (Q4-GGUF, 200 GB) oder 2 RTX PRO 6000 (Q3, 148 GB)
Bei EU-Hostern: TeilweiseT-Systems (Deutschland), TensorX (Irland), LLMBase (Deutschland), Entrim (Slowenien) und Lyceum (Deutschland) bestätigt, dazu EUrouter und Melious
Cloud-API (Richtwert): 0,13 € Eingabe / 0,43 € Ausgabe je Mio. TokenZ.ai-API, Richtwert (uncached input), umgerechnet aus USD

Aus der offiziellen Modellkarte belegt, ebenso die Architektur mit 8 von 288 Experten je Token und 45 Schichten. Die Gewichte liegen nativ in FP8 vor und belegen rund 306 GiB.

Wo läuft das Modell in der EU

Die Liste nennt nur die im Steckbrief belegten Anbieter für diese Modellfassung.

In der Übersicht der KI-Hoster aus Europa findet ihr Angaben zu Rechenzentren und Angebotsformen.

Benchmarks

Die folgenden Werte stammen überwiegend vom Hersteller. Die unabhängige Einordnung durch Artificial Analysis steht oben unter Bewertung im Detail.

84,3 Terminal-Bench 2.1

63,4 DeepSWE v1.1

78,4 Toolathlon Verified

Was es gut kann

Versteht als erstes GLM-Modell Bilder und Videos, mit 77,8 bei MVBench und 80,5 bei MMVU
Artificial Analysis misst 28 Punkte im Intelligenz-Index v5, vor MiMo-V2.6-Flash mit 27
MIT-Lizenz ohne Auflage, anders als beim größeren GLM-5.3 mit seiner eigenen Lizenz
84,3 bei Terminal-Bench 2.1, wo Z.ai für Claude Opus 4.8 85,0 angibt
In der Z.ai-API 0,13 Euro je Mio. Token Eingabe, gegenüber 1,21 Euro bei GLM-5.3
In der EU bei T-Systems, TensorX, LLMBase, Entrim und Lyceum verfügbar

Wo es hakt

Unquantisiert belegen die Gewichte 306 GiB, auf einer Workstation läuft es nur als GGUF-Fassung mit 3 oder 4 Bit
Mathematik-Benchmarks hat Z.ai nicht gemeldet, für diese Säule steht eine redaktionelle Einschätzung
Beim Programmieren über viele Schritte liegt das größere GLM-5.3 vorn, 88,2 gegenüber 84,3 bei Terminal-Bench 2.1

Quelle: Offizielle HF-Modellkarte zai-org/GLM-5.3-Flash, Z.ai-Ankündigung vom 26.08.2026, Artificial Analysis (Index v5, abgerufen am 30.10.2026) sowie Berichte von MarkTechPost und DataCamp. EU-Hoster an den Katalogen der Hoster aus unserer Hostertabelle geprüft am 01.10.2026 · Stand der Recherche 1. November 2026 · Leistung aus dem Intelligenz-Index von Artificial Analysis, die übrige Bewertung von neuost