GLM-5.2: Das offene Modell, das niemand verbieten kann
Am 13. Juni 2026 landeten zwei Geschichten gleichzeitig auf der Titelseite von Hacker News.
Links: Die US-Regierung stufte Anthropics Claude Fable 5 als "Mythos-Klasse"-Modell ein und schränkte seine weltweite Verfügbarkeit ein. Der offizielle Grund war die nationale Sicherheit. Die eigentliche Botschaft war, dass Grenz-KI jetzt ein regulierter Export ist.
Rechts: Zhipu-AI-Gründer Jie Tang postete um 17:21 Uhr Peking-Zeit ein Fünf-Worte-Manifest.
"Grenz-Intelligenz gehört allen."
Dann gab er es kostenlos heraus.
GLM-5.2 ist ein Mixture-of-Experts-Modell mit 744 Milliarden Parametern und einem echten 1-Millionen-Token-Kontextfenster, MIT-lizenzierten Gewichten und Benchmark-Ergebnissen, die es als das beste offene Modell der Welt, insgesamt an vierter Stelle hinter nur der geschlossenen Grenzlinie, platzieren. Es kostet etwa ein Sechstel von GPT-5.5 zum Ausführen. Und Sie können die vollständigen Gewichte heute herunterladen, auf Ihrer eigenen Hardware hosten, auf Ihren eigenen Daten feinabstimmen und niemals eine Regierungsbehörde um Erlaubnis bitten.
Dies ist keine Pressemitteilung. Dies ist ein geopolitisches Ereignis, das als Modellveröffentlichung getarnt ist.
Was GLM-5.2 wirklich ist
Lassen Sie uns das Marketing überspringen und über Spezifikationen sprechen.
GLM-5.2 ist eine sparse Mixture-of-Experts-Architektur. Das bedeutet, 744 Milliarden Parameter liegen auf der Festplatte, aber nur etwa 40 Milliarden feuern bei jedem Token. Der Rest schläft. So bleibt ein Modell dieser Größe erschwinglich in der Ausführung und billig im Betrieb.
Verifizierte Spezifikationen:
- Parameter: 744B insgesamt, ~40B aktiv pro Token
- Kontextfenster: 1.048.576 Token (ein echtes 1M, kein gestrecktes 128K)
- Vor-Trainings-Token: 28,5 Billionen
- Lizenz: MIT, ohne akzeptable-Nutzungs-Zusatz, ohne regionale Grenzen
- Gewichte: BF16 (~1,51 TB) und FP8 (~744 GB) auf Hugging Face unter
zai-org - Modalität: Nur Text (keine Vision in diesem Release)
- Veröffentlicht: 13. Juni 2026
Die Architektur enthält sparse Attention im DeepSeek-Stil, die die Bereitstellungskosten senkt und gleichzeitig die Langkontext-Leistung bewahrt. Sie unterstützt Tool-Calling, JSON-Ausgabe, Prompt-Caching, Streaming und MCP out of the box.
Die Benchmarks: Offenes Modell Nummer eins, insgesamt Nummer vier
Der unabhängige Benchmarker Artificial Analysis führt seine eigene Evaluationssuite über 92 Open-Weight-Modelle durch. GLM-5.2 erzielte 51 in seinem Intelligence Index v4.1. Der Klassendurchschnitt liegt bei etwa 24. Das nächstbeste Open-Modell liegt bei 44.
Es rangiert insgesamt an vierter Stelle, hinter nur Claude Opus 4.8, GPT-5.5 xhigh und MiniMax-M3.
Artificial Analysis Intelligence Index v4.1 (höher ist besser)
- Claude Opus 4.8 (geschlossen): 60
- GPT-5.5 xhigh (geschlossen): 56
- GLM-5.2 (offen, MIT): 55
- MiniMax-M3 (offen): 44
- DeepSeek V4 Pro (offen): 44
Beim Coding specifically ist GLM-5.2 das stärkste jemals veröffentlichte Open-Modell:
- SWE-bench Pro: 62,1 (up von GLM-5.1's 58,4)
- Terminal-Bench 2.1: 81,0 behauptet, ~78 gemessen
- GPQA Diamond: ~89 gemessen
- FrontierSWE: Hinter Opus 4.8 etwa 1%
Die ehrliche Einschätzung: GLM-5.2 ist beim Coding und Reasoning wirklich grenzwertig. Die unabhängige Rangliste beweist es. Die spektakulärsten Einzelzahlen laufen etwas heiß gegenüber der neutralen Messung, aber das Aggregat ist unbestreitbar.
Die eigentliche Geschichte ist der Preis, mit einem Haken
Die offizielle z.ai-API berechnet $1,40 pro Million Eingabe-Tokens und $4,40 pro Million Ausgabe-Tokens. Gecachte Eingabe sinkt auf $0,26, ein Rabatt von 81 %. VentureBeat maß die gemischten Kosten auf etwa ein Sechstel von GPT-5.5.
Aber hier ist der Haken, den niemand führt: GLM-5.2 ist ein schwerer Reasoner. In der Suite von Artificial Analysis verbrennt es etwa 43.000 Ausgabe-Tokens pro Aufgabe, wobei etwa 37.000 davon internes Reasoning sind. Billig pro Token bedeutet nicht automatisch billig pro Aufgabe.
Kosten pro abgeschlossener Aufgabe in der Artificial-Analysis-Suite:
- Kimi K2.6: $0,31
- GLM-5.1: $0,25
- MiniMax-M3: $0,18
- DeepSeek V4 Pro: $0,05
- GLM-5.2: $0,46
Es ist das klügste Open-Modell. Es ist auch das token-hungrigste. Budgetieren Sie für Ausgabe, nicht nur für den Token-Rate.
Offene Gewichte bedeuten Souveränität, nicht nur Einsparungen
Die Preisgestaltung matters. Die Lizenz matters mehr.
GLM-5.2 wird unter einer standardmäßigen, unmodifizierten MIT-Lizenz ausgeliefert. Ohne akzeptable-Nutzungs-Zusatz. Ohne regionale Grenzen bei den Gewichten. Sie können die vollständigen BF16- oder FP8-Checkpoints von Hugging Face herunterladen, auf Ihrer eigenen Hardware ausführen, feinabstimmen und kommerziell vertreiben.
Für ein Unternehmen ist das der Unterschied zwischen gemieteter Intelligenz und eigenem Stack.
Self-Hosting ist real, aber nicht trivial. Der FP8-Checkpoint passt auf einen einzelnen Knoten von 8x H200 oder 8x H20 GPUs. Für den vollen 1M-Token-Kontext werden 8x B200 benötigt. Es läuft auf vLLM, SGLang und Transformers. AMD hat einen MXFP4-Build für seine Instinct-MI350/MI355-Beschleuniger ausgeliefert.
In der Praxis werden die meisten Teams mit der API beginnen und Self-Hosting für die Fälle reservieren, in denen es sich lohnt: strenge Daten-Souveränität, vorhersehbare hohe Volumenkosten oder Feinabstimmung auf proprietären Daten. Der Punkt ist, dass die Option existiert. Das ist etwas, das kein GPT-5.5- oder Claude-Budget kaufen kann.
So führen Sie GLM-5.2 lokal aus
Wenn Sie dieses Modell heute auf Ihrer eigenen Hardware ausführen möchten, hier ist die praktische Realität.
Minimales brauchbares Setup:
- 512 GB RAM
- 2x NVIDIA RTX 3090 GPUs (24 GB VRAM jeweils)
- llama.cpp mit
-cmoe-Flag
Bei dieser Konfiguration können Sie etwa 6 Token pro Sekunde erwarten. Es funktioniert. Es ist nicht schnell. Aber es funktioniert.
Produktions-Setup:
- 8x NVIDIA H200 oder H20 GPUs
- Hoher Bandbreitenspeicher (HBM3e bevorzugt)
- vLLM oder SGLang zum Servieren
Das kleinste Quant, das es wert ist, ausgeführt zu werden, ist ein 241 GB 2-Bit-GGUF. Darunter verlieren Sie zu viel Fähigkeit, um es lohnenswert zu machen.
Wenn Sie nur experimentieren möchten, beginnen Sie mit der API. Wenn Sie Souveränität benötigen, beginnen Sie mit der Planung der Hardware. Die Gewichte sind bereits da.
Der Haken: Governance, Vertrauen und die Entitätenliste
Hier ist, was die Veröffentlichungsposts nicht führen werden.
Zhipu AI wurde am 16. Januar 2025 zur US-Entitätenliste hinzugefügt. Die angegebene Begründung war, dass es "die militärische Modernisierung der Volksrepublik China vorantreibt." Das hindert Sie nicht daran, MIT-lizenzierte Gewichte herunterzuladen, aber es ist ein echtes Signal für jede Organisation, die das Lieferantenrisiko abwägt.
Konkreter für den täglichen Gebrauch: Die bequeme gehostete z.ai-API läuft über ein in China ansässiges Unternehmen, das den chinesischen Datengesetzen unterliegt. Für ein europäisches oder VAE-Unternehmen, das Kunden- oder Personendaten verarbeitet, ist das eine Governance-Frage, die Sie beantworten müssen, bevor Sie sensible Informationen über ihre Endpunkte leiten.
Offene Gewichte lösen das Vendor-Lock-in-Problem. Sie lösen nicht automatisch das Vertrauensproblem. Sie müssen immer noch entscheiden, wo Ihre Daten hingehen und unter welcher Rechtsordnung.
Was das für Entwickler und Unternehmen bedeutet
Drei Dinge passieren gleichzeitig, und Sie müssen sie alle verfolgen.
Erstens, Fähigkeit wird nicht mehr durch Geographie begrenzt. Die USA können Claude Fable 5 einschränken. Sie können GLM-5.2 nicht einschränken. Die Gewichte sind bereits auf Hugging Face. Das Modell läuft bereits auf Servern außerhalb der US-Zuständigkeit. Die Katze ist aus dem Sack, und keine Menge an Exportkontrollgesetzen bringt sie zurück.
Zweitens, offene Gewichte sind jetzt eine Versicherungspolice. Wenn Sie Ihren Produkt-Stack auf einem geschlossenen Modell aufbauen und dieses Modell verboten, eingeschränkt oder aus Ihrem Markt herausgepreist wird, haben Sie keinen Fallback. Wenn Sie auf offenen Gewichten aufbauen, haben Sie Optionen. Sie können selbst hosten. Sie können feinabstimmen. Sie können Anbieter wechseln, ohne Ihre gesamte Inferenzschicht neu zu schreiben.
Drittens, die Ökonomie hat sich dauerhaft verschoben. Ein grenzwertig adjazentes Modell zu einem Sechstel der Kosten von GPT-5.5, mit Gewichten, die Sie besitzen können, ändert die Build-versus-Buy-Rechnung für jedes KI-native Unternehmen. Die Frage ist nicht mehr "Können wir uns GPT-5.5 leisten?" Es ist "Warum würden wir Intelligenz mieten, die wir besitzen können?"
Das Fazit
GLM-5.2 ist nicht perfekt. Es ist token-hungrig. Die lokale Bereitstellung erfordert ernsthafte Hardware. Der Anbieter steht auf der US-Entitätenliste. Die gehostete API leitet Daten durch China.
Aber es ist auch das stärkste Open-Weight-Modell, das jemals veröffentlicht wurde, unter einer permissiven Lizenz, zu einem Preis, der die geschlossene Grenzlinie mit einem weiten Margin unterbietet. Und es kam am genau selben Tag, an dem die US-Regierung versuchte zu beweisen, dass Grenz-KI durch Grenzen kontrolliert werden kann.
Dieser Zeitpunkt war kein Unfall. Diese Botschaft war nicht subtil.
Die Ära der erlaubten KI ist vorbei. Die Ära der souveränen KI hat begonnen. Die einzige Frage ist, ob Sie auf offenen Gewichten aufbauen oder hoffen, dass das nächste Verbot Ihren Stack nicht beeinflusst.
Wählen Sie entsprechend.
GLM-5.2-Gewichte sind auf Hugging Face unter der Organisation zai-org verfügbar. Das Modell ist unter MIT für kommerzielle Nutzung, Modifikation und Weiterverbreitung lizenziert.