GLM-5.3

Technische Einordnung

GLM-5.3 ist die aktuelle Spitze der GLM-Familie und richtet sich an Entwicklerinnen und Entwickler, die komplexe Software-Engineering- und Agenten-Aufgaben über einen riesigen Kontext von 1 Million Token abarbeiten wollen. Ungewöhnlich: Z.ai hat gegenüber GLM-5.2 das vortrainierte Basismodell unverändert gelassen und alle Gewinne über skaliertes Post-Training (Reinforcement Learning in eigens synthetisierten, praxisnahen Aufgabenumgebungen) erzielt. Nach Herstellerangaben springt der Wert auf Terminal-Bench 3.0 von 4,6 auf 28,3 Punkte, auf DeepSWE v1.1 von 46,2 auf 66,9. Besonders betont Z.ai die Cyber-Fähigkeiten: Auf CyberGym (Schwachstellensuche) erreicht GLM-5.3 mit 84,5 Prozent den bislang besten Wert des Benchmarks; in Praxistests mit chinesischen Security-Teams soll das Modell 2.436 Schwachstellen in 269 Projekten gefunden haben, davon 1.097 mittleren bis hohen Schweregrads. Das Modell denkt immer mit - Reasoning lässt sich nicht abschalten, nur in drei Stufen (low, high, max) dosieren. Derzeit verarbeitet GLM-5.3 nur Texteingaben; für Bilder und GUIs ist das Schwestermodell GLM-5.3-Flash vorgesehen. Die Gewichte stehen unter der eigenen GLM-5.3-Lizenz frei zum Download, die API ist OpenAI- und Anthropic-kompatibel.

Zugang & Nutzung

API über api.z.ai (OpenAI-Chat-Completions- und Response-Protokoll sowie Anthropic-Messages-Protokoll, Modell-ID glm-5.3), GLM Coding Plan mit punktebasierter Quote (Off-Peak inkl. Wochenende 50 Prozent Punkteverbrauch), offene Gewichte (FP8 und BF16) auf Hugging Face und ModelScope zum Selbsthosten. Laut Plattform-Seite zusätzlich über Drittanbieter-Clouds verfügbar.

GLM-5.3-Lizenz (eigene Lizenz von Z.AI): weitgehend MIT-artige Freiheiten inklusive kommerzieller Nutzung, Fine-Tuning und Weitergabe; einzige nennenswerte Bedingung: Betreiber eines Model-as-a-Service-Geschäfts mit mehr als 10 Mrd. US-Dollar Jahresumsatz benötigen vor kommerzieller Nutzung eine Sicherheitsprüfung durch Z.AI. Keine Gewährleistung.

Grenzen & richtig lesen

Aktuell nur Texteingabe (keine Bilder/Dateien). Reasoning ist immer aktiv und nicht abschaltbar - Migration von thinking.type disabled schlägt sonst fehl. Benchmark-Werte stammen vom Hersteller und sind keine unabhängigen Messungen. Gewichte liegen als FP8 (Standard) und BF16 vor; für Selbsthosting ist sehr viel Speicher nötig (744B-Parameter-Klasse). GLM-5.3-Flash nutzt eine eigene Architektur und eigene (MIT-)Lizenz - nicht verwechseln.

Benchmark-Belege

Für dieses Portrait ist noch kein ausreichend zugeordnetes Ergebnis erfasst. Fehlende Werte sind keine Null. Wir übernehmen keine Werte aus ähnlich benannten Modell- oder Benchmark-Versionen.