GLM 5.2: Zhipus Open-Source-Modell mit 1-Millionen-Token-Kontext erklärt

Update, 25. September 2026: GLM 5.2 ist jetzt ein Legacy-Checkpoint. Der GLM Coding Plan bedient es nicht mehr und leitet Plan-Anfragen dafür an GLM 5.3 weiter. Im Artificial Analysis Intelligence Index v4.3.2 erreicht es 33,7 und liegt damit hinter Z.ais eigenem GLM 5.3 mit 44,8, hinter Kimi K3 mit 43,6 und hinter dem MIT-lizenzierten GLM 5.3 Flash mit 41,8. Die MIT-Gewichte und die Preisliste der eigenständigen API sind unverändert, und die Benchmark- und Preisabschnitte unten wurden neu aufgesetzt.

GLM 5.2 erschien am 13. Juni 2026 mit drei Kernzahlen. Es ist ein 744-Milliarden-Parameter Mixture-of-Experts-Design mit einem 1-Millionen-Token-Kontextfenster, unter einer MIT-Lizenz, die die Gewichte für jedermann frei zum Herunterladen und Betreiben macht. Das chinesische KI-Labor Zhipu AI (das als Z.ai auftritt) veröffentlichte es als Frontier-Modell mit Coding-Fokus, und das Timing war nicht zufällig. Es erschien genau zwei Tage nachdem die USA Anthropic angewiesen hatten, den ausländischen Zugriff auf die Modelle Fable 5 und Mythos 5 zu sperren. Den größeren Zusammenhang findest du im Vergleich: wie GLM gegenüber anderen führenden Modellen wie Claude, GPT und Gemini abschneidet.

GLM 5.2 ist nicht mehr das GLM, zu dem man greift, und das deutlichste Signal kommt von Z.ai selbst, das es im eigenen Abo nicht mehr bedient. Es ist weiterhin das größte GLM mit einfacher MIT-Lizenz, und die Gewichte stehen nach wie vor zum Download bereit. Unsere Übersicht der besten Open-Source-KI-Modelle verfolgt, wer die Kategorie jetzt anführt. Wenn du mit dem Thema noch nicht vertraut bist, erklärt unser Artikel was Open-Source-KI ist, wie offene Gewichte und Modelllizenzierung funktionieren. Unten findest du die technischen Daten, die Unterschiede zu GLM 5.1, Benchmarks gegen Konkurrenten wie ByteDances Seed 2.1 Pro und was der GLM Coding Plan wirklich kostet.

Die wichtigsten Punkte

• GLM 5.2 erschien am 13. Juni 2026 als 744B-Parameter-Mixture-of-Experts-Modell mit 40B aktiven Parametern pro Token.
• Das 1-Millionen-Token-Kontextfenster ist rund 5-mal größer als GLM 5.1s Limit von ~200.000 Tokens, mit einer Ausgabe von bis zu 131.072 Tokens.
• Es erscheint unter einer MIT-Lizenz mit offenen Gewichten, einer eigenständigen API und dem Z.ai-Chatbot, der eine Woche nach dem Launch folgte.
• Der GLM Coding Plan rechnet jetzt in Credits ab und startet bei $18/Monat (Lite), Pro kostet $80/Monat, Max $168/Monat, und bei jährlicher Zahlung gibt es 30 % Rabatt. GLM 5.2 läuft dort nicht mehr.
• GLM 5.2 erzielte zum Launch 62,1 auf SWE-bench Pro und 81,0 auf Terminal-Bench 2.1, damit vor GPT-5.5 und hinter Claude Opus 4.8. Im Intelligence Index v4.3.2 steht es jetzt bei 33,7, hinter GLM 5.3, Kimi K3 und GLM 5.3 Flash.

Was ist GLM 5.2?

GLM 5.2 war das Flaggschiff-Large-Language-Model von Zhipu AI, einem in Peking ansässigen Labor, das zu einem der aktivsten Herausgeber offener Modelle in China geworden ist, bis GLM 5.3 es im August 2026 ablöste. Es gehört zu Zhipus vollständiger GLM-Modellfamilie. Es baut auf der GLM-5-Basis auf und nutzt eine Mixture-of-Experts-Architektur mit 744 Milliarden Gesamtparametern, von denen für jeden Token nur 40 Milliarden aktiv sind. Dieses Design hält die Betriebskosten näher an einem 40B-Modell, greift aber auf das Wissen eines deutlich größeren zurück.

Die Veröffentlichung richtet sich klar an Entwickler. Zhipu positionierte GLM 5.2 rund um langfristiges Coding und agentische Aufgaben, also mehrstufige Abläufe, bei denen ein Modell Code über ein ganzes Projekt hinweg schreibt, ausführt und überarbeitet. Es verbindet sich mit gängigen Coding-Clients über einen Anthropic-kompatiblen Endpunkt, sodass Tools wie Claude Code, Cline, OpenCode und OpenClaw ohne ein proprietäres SDK darauf zugreifen können.

Eines änderte sich kurz nach dem Launch schnell. Zhipu veröffentlichte GLM 5.2 ohne Benchmark-Ergebnisse, wie in der Launch-Berichterstattung von MarkTechPost vermerkt, was frühe „schlägt GPT-5"-Behauptungen zu reinen Herstelleraussagen machte. Innerhalb weniger Tage füllten unabhängige Tester und die technische Karte des Unternehmens diese Lücke, und die Zahlen lagen deutlich über dem früheren GLM 5.1, das 58,4 auf SWE-bench Pro erzielte. Die vollständigen Ergebnisse findest du im Benchmark-Abschnitt unten.

GLM 5.2 vs. GLM 5.1: Was sich geändert hat

Der Sprung von GLM 5.1 (veröffentlicht am 7. April 2026) zu GLM 5.2 ist auf dem Papier inkrementell, aber in einer Dimension bedeutsam: dem Kontext. Das neue Modell verarbeitet fünfmal mehr Eingabe, was verändert, was du in einem einzigen Prompt einspeisen kannst. Hier der direkte Vergleich.

Die zwei Reasoning-Modi sind neu und praktisch nützlich. High eignet sich für alltägliche Generierungen, während Max die Einstellung ist, die Zhipu für komplexes, mehrstufiges Coding empfiehlt, da er Geschwindigkeit gegen tieferes Reasoning eintauscht. Die Parameteranzahl blieb zwischen den beiden Versionen gleich. Beide sind 744B gesamt mit 40B aktiv, daher sind die Inferenzkosten pro Token unverändert. Was Zhipu geändert hat, ist die Architektur drumherum. Die Modellkarte nennt IndexShare, das einen Indexer über je vier spärliche Aufmerksamkeitsschichten hinweg wiederverwendet und die FLOPs pro Token bei 1-Millionen-Token-Kontext um 2,9x reduziert. Außerdem wird eine verbesserte MTP-Schicht für spekulatives Decoding genannt, die die Akzeptanzlänge um bis zu 20 % erhöht.

GLM-5.2-Benchmarks: Wie es sich tatsächlich schlägt

Der Launch ließ eine Lücke, doch die Daten füllten sie schnell. Zhipus eigene technische Karte und unabhängige Tester zeigten, dass GLM 5.2 beim langfristigen Coding nahe an der geschlossenen Frontier lag. In manchen Tests schrumpfte der Abstand zu Claude Opus 4.8 auf etwa einen einzigen Punkt, wie in der Berichterstattung von The Decoder beschrieben. Dieses Bild hat sich seither mehrfach verschoben. Opus 4.8 wich am 24. Juli 2026 Claude Opus 5, am 1. September 2026 dann Claude Fable 5.1, und am 22. September 2026 übernahm Claude Opus 5.5 den Flaggschiff-Platz. Im Artificial Analysis Intelligence Index v4.3.2, abgelesen am 25. September 2026, führt Opus 5.5 mit 57,6 und Fable 5.1 steht bei 53,4, während GLM 5.2 33,7 erreicht, hinter Kimi K3 mit 43,6 und hinter Z.ais eigenem GLM 5.3 mit 44,8. Die Tabelle unten zeigt den Vergleich, den Zhipu im Juni 2026 tatsächlich veröffentlichte, gegen Opus 4.8 und GPT-5.5.

Das herausragende Ergebnis ist SWE-bench Pro, wo GLM 5.2 mit 62,1 den Wert von GPT-5.5 (58,6) und den eigenen Vorgänger (58,4) schlägt, dabei aber hinter Claude Opus 4.8 (69,2) bleibt. Auf Terminal-Bench 2.1 sprang es von GLM 5.1s 63,5 auf 81,0 im Terminus-2-Harness, und auf FrontierSWE liegt es knapp unter einem Punkt hinter Opus 4.8 und vor GPT-5.5. Die Wahl des Harness ist wichtiger als es klingt. Artificial Analysis, das Terminal-Bench 2.1 damals selbst betrieb, bewertete GLM 5.2 mit 77,9 gegenüber 85,0 für Kimi K3 und 84,6 für Opus 4.8, daher sollte jede einzelne Zahl immer mit dem dazugehörigen Harness gelesen werden. Außerdem erreicht es 99,2 % im AIME-2026-Mathetest. Zum Vergleich: Sakana AIs Fugu kommt auf 73,7 auf SWE-Bench Pro, indem es Aufgaben auf einen Pool von Modellen verteilt, statt als einzelnes Modell zu laufen.

Die Wirtschaftlichkeit war im Juni 2026 die eigentliche Schlagzeile. GLM 5.2 erreichte bei diesen Coding-Marathons das Niveau von GPT-5.5 oder übertraf es für rund ein Sechstel der Kosten, was es von einer günstigen Alternative zu einem ernsthaften Konkurrenten machte. Ein Vorbehalt kam von der unabhängigen Plattform Artificial Analysis, die feststellte, dass das Modell für diese Ergebnisse deutlich mehr Tokens verbraucht als Konkurrenten, was es zu einer der token-ineffizienteren Optionen in seiner Klasse macht. Genau dieser Vorbehalt entscheidet die Frage inzwischen ganz. Artificial Analysis beziffert die Kosten für einen Durchlauf des eigenen Index bei GLM 5.2 auf $0.96 pro Aufgabe gegenüber $0.25 bei GLM 5.3 Flash, das acht Punkte besser abschneidet. Bei schwierigen Einzeldurchlauf-Reasoning-Tests wie Humanity's Last Exam liegt es noch mehrere Punkte hinter Opus 4.8 und Gemini 3.1 Pro, daher ist dies in erster Linie ein Spezialist für Coding und agentische Aufgaben.

Warum das 1-Millionen-Token-Kontextfenster wichtig ist

Ein 1-Millionen-Token-Kontextfenster bedeutet, dass GLM 5.2 rund 750.000 Wörter Eingabe auf einmal verarbeiten kann. In der Praxis kannst du eine ganze mittelgroße Codebasis, eine vollständige API-Dokumentation oder ein umfangreiches Forschungskorpus einfügen und das Modell über alles davon nachdenken lassen, ohne es aufzuteilen. Das Modell trägt das Kürzel glm-5.2[1m] als Hinweis auf das erweiterte Fenster, und Z.ai beschreibt die Kapazität als „nutzbar" statt als Marketing-Obergrenze.

Beim Coding konkret ist das der Unterschied zwischen dem Einspeisen einer einzelnen Datei und dem einer ganzen Repository. Agentische Tools, die bisher Teile eines Projekts zusammenfassen oder abrufen mussten, können jetzt deutlich mehr im Arbeitsgedächtnis halten. Das reduziert Fehler, die entstehen, wenn ein Modell Code verliert, den es nicht mehr sieht. Diese Langkontext-Stärke ist auch der Grund, warum offene Modelle für das Ausführen auf einem Mac bei Entwicklern beliebt geworden sind, die lokale Kontrolle bevorzugen.

GLM 5.2 und der Exportkontroll-Hintergrund

Das Erscheinungsdatum ist bedeutsam. In den Tagen kurz vor der GLM-5.2-Ankündigung forderte der US-Handelsminister Anthropic auf, den ausländischen Zugriff auf Fable 5 und Mythos 5 innerhalb von 48 Stunden im Rahmen einer neuen Exportkontrollrichtlinie zu sperren. Anthropic deaktivierte beide Modelle weltweit binnen Stunden, und den vollständigen Zeitablauf findest du in unserer Berichterstattung über die Fable-5-Abschaltung.

Zhipu positionierte GLM 5.2 als direktes Gegengewicht. Indem das Unternehmen ein Frontier-Modell unter einer MIT-Lizenz ohne regionale Einschränkungen veröffentlichte, präsentierte es offene Gewichte als Versicherung gegen die Kontrolle grundlegender KI durch eine einzelne Nation oder einen einzelnen Anbieter. Investoren reagierten schnell, und Zhipus Aktie stieg nach der Open-Source-Ankündigung, wie die South China Morning Post berichtete. Es ist Teil einer breiteren Welle chinesischer Open-Source-Veröffentlichungen, zu der die Qwen-Familie und DeepSeek V4 gehören.

GLM-5.2-Preise und Verfügbarkeit

GLM 5.2 war sofort in allen GLM Coding Plan-Stufen verfügbar, mit der eigenständigen API, dem Z.ai-Chatbot und den herunterladbaren MIT-Gewichten, die alle in der Woche nach dem Launch erschienen. Das hat sich seither zweimal geändert. Der Plan stellte am 30. Juli 2026 auf ein Credit-System um, das die früheren Prompt-Kontingente ersetzte, und er bedient GLM 5.2 überhaupt nicht mehr: Z.ai leitet Plan-Anfragen für GLM 5.2 und GLM 5.1 an GLM 5.3 weiter. Geblieben sind derselbe Anthropic-kompatible Endpunkt, ein rollierendes 5-Stunden-Fenster und ein wöchentliches Limit, wobei jährliche Zahlung 30 % auf jede Stufe spart. Credits werden über Token-Multiplikatoren abgezogen, die je nach Modell variieren, und Nutzung außerhalb der Spitzenstunden kostet die Hälfte des Standardsatzes, wobei die Spitzenstunden montags bis freitags von 14:00 bis 18:00 Uhr Singapur-Zeit laufen.

GLM Coding Plan Lite ($18/Monat)

Die Einstiegsstufe kostet $18/Monat oder $151.20 im Jahr, was $12.60/Monat entspricht. Sie umfasst 2.000 Credits alle 5 Stunden und 10.000 pro Woche, was für einzelne Entwickler mit moderatem Coding-Bedarf passt. Es ist der günstigste Einstieg, um GLM 5.3 in einem Tool wie Claude Code zu nutzen.

GLM Coding Plan Pro ($80/Monat)

Pro kostet $80/Monat oder $672 im Jahr für $56/Monat und erhöht das Limit auf 12.000 Credits alle 5 Stunden und 60.000 pro Woche. Es richtet sich an Power-User, die täglich Multi-Datei-Refactorings und agentische Aufgaben durchführen.

GLM Coding Plan Max ($168/Monat)

Max kostet $168/Monat oder $1,411.20 im Jahr für $117.60/Monat und erlaubt 28.000 Credits alle 5 Stunden und 140.000 pro Woche, für Entwickler, die ganztags einen Agenten laufen lassen. Team-Preise werden pro Sitz für Organisationen berechnet. Einen Vergleich mit einem anderen chinesischen Open-Weight-Modell bietet unsere Übersicht zu Rio 3.5 Open.

Solltest du GLM 5.2 nutzen?

Wenn du Code schreibst und ein Langkontext-Modell suchst, das du selbst betreiben kannst, ist GLM 5.2 weiterhin das größte GLM mit einer einfachen MIT-Lizenz, die die üblichen Einschränkungen für kommerzielle Nutzung aufhebt. Geändert hat sich, dass es weder das einzige selbst hostbare GLM noch das beste ist. Sein Nachfolger GLM 5.3 hat seine Gewichte im August 2026 veröffentlicht, allerdings unter Z.ais eigener Lizenz statt unter MIT, und GLM 5.3 Flash ist ein kleineres multimodales 320B-Modell unter MIT, das GLM 5.2 im Intelligence Index um acht Punkte übertrifft und im Betrieb ein Viertel kostet. Kimi K3 erzielt ebenfalls höhere Werte, liefert aber unter einer eigenen Moonshot-Lizenz und wiegt 1,56 TB zum Download gegenüber GLM 5.2s 1,51 TB. Das 1M-Token-Kontextfenster ist weiterhin ein echter Vorteil für Arbeit auf Repository-Ebene, und der Anthropic-kompatible Endpunkt bedeutet, dass du es mit minimalem Aufwand in bestehende Tools einbinden kannst.

Die Benchmarks haben die Leistungsfrage beantwortet, daher drehen sich die eigentlichen Überlegungen jetzt um Kostenstruktur und Datenzuständigkeit. GLM 5.2 ist token-hungrig, was bedeutet, dass intensiver agentischer Einsatz die Nutzung schneller in die Höhe treiben kann, als der Listenpreis vermuten lässt. Und während die offenen Gewichte ein vollständig privates Self-Hosting ermöglichen, sendet die Nutzung über die gehostete Z.ai-API deinen Code an Server, die chinesischen Datenschutzregeln unterliegen. Das ist ein Kompromiss, den es bei sensiblen oder proprietären Arbeiten abzuwägen gilt. Wenn du Modelle lieber nicht selbst verwalten möchtest, bietet die App Fello AI Claude, ChatGPT, Gemini, Grok und DeepSeek über ein einziges $9.99/Monat-Abonnement. Du kannst Ergebnisse vergleichen, ohne separate Accounts oder API-Keys zu verwalten. GLM 5.2 selbst wurde mit dem Fello AI 6.7.0 Update in die App aufgenommen. Auf dem Mac läuft es als nativer GLM-Desktop-Client, ohne Browser-Tab und ohne API-Key.

Fazit

GLM 5.2 war ein klares Statement: ein Frontier-Modell mit 1M-Kontext und MIT-Lizenz, das wenige Tage nach einer massiven US-Exportbeschränkung veröffentlicht wurde. Und anders als beim Launch stützten die Zahlen die Aussage. Es schlug GPT-5.5 auf SWE-bench Pro und kam bei langfristigen Aufgaben auf knapp unter einen Punkt hinter Claude Opus 4.8, alles für rund ein Sechstel der Kosten. Geändert hat sich die Konkurrenz: Kimi K3 und Z.ais eigenes GLM 5.3 liegen beide vor ihm, und Claude Opus 5.5 ist zwei Generationen nach Opus 4.8 das Flaggschiff der Closed-Source-Seite. Die verbleibenden Vorbehalte sind der hohe Token-Verbrauch und die Datenschutzfrage rund um die gehostete API. Wer gezielt GLM 5.2 will, dem bleiben die eigenständige API und die offenen Gewichte, denn der $18/Monat GLM Coding Plan Lite antwortet jetzt mit GLM 5.3. Zhipus nächste Veröffentlichung, GLM 5.5, wird noch im Jahr 2026 erwartet.

FAQ