464 lines
26 KiB
Markdown
464 lines
26 KiB
Markdown
---
|
||
created: 2026-06-15
|
||
updated: 2026-07-02
|
||
sources: [youtube/2026-06-15_ichbinfabian-glm-5.2-coding-modell.md, other/2026-06-16_openclaw-releases-v2026.6.8.md, youtube/2026-06-22_ai-mit-arnie-glm-5-2-review.md, blog/2026-06-29_heise-glm52-hacking-cybersecurity.md, blog/2026-07-01_perplexity-glm52-tops-open-weights-intelligence-index.md, youtube/2026-07-02_ct4004-anthropic-ceo-panik-open-weights-poisonai.md, xpost/2026-07-02_atomicchat-coding-benchmark-fable5-gpt55-opus48-glm52.md]
|
||
tags: [concept, glm-5.2, zhipu-ai, z-ai, coding-models, open-source, mit-license, coding-plan, opencode, claude-code, agentic-coding, price-comparison, china-ai, openclaw, hermes-desktop, openrouter, lm-studio, unsloth, dwarfstar, local-ki, cybersecurity, semgrep, reward-hacking, dsgvo, eu-ai-act, artificial-analysis, intelligence-index, swe-bench, moe, benchmarks, one-shot-benchmark, atomic-chat, fable5, opus-4.8, gpt-5.5, 39x-cheaper]
|
||
---
|
||
|
||
# GLM 5.2 (Z.ai) — Chinese Frontier Coding Model, 10× günstiger als Claude
|
||
|
||
> **Quelle des Konzepts:** YouTube-Video "Chinas neues GLM 5.2: So gut ist das billige Coding-Modell" (IAmFabian, 14.06.2026, 13:15 Min, 212 Aufrufe, 16 Likes). Geteilt von @PWeber (Kai) in OME-Gruppe "News & Infos (X/YT/Substack etc.)"-Topic.
|
||
|
||
## Kernidee
|
||
|
||
**Chinas Frontier-Coding-Modelle erreichen 2026 Frontier-Niveau bei einem Bruchteil der Preise** — aber die Distribution-Realität ist noch holprig. GLM 5.2 ist das prominenteste Beispiel: 1M Kontext, MIT-Lizenz, mit Opus 4.8 vergleichbar — **Stand 14.06.2026 nur über Z.ai Coding Plan zugänglich**, **Stand 16.06.2026 zusätzlich nativ in OpenClaw v2026.6.8 als Provider-Adapter verfügbar** (siehe Update unten).
|
||
|
||
## Das Modell im Überblick
|
||
|
||
| Eigenschaft | Detail |
|
||
|---|---|
|
||
| **Hersteller** | [Z.ai](https://z.ai/) (Zhipu AI) |
|
||
| **Generation** | 5.2 — Vorgänger: GLM 5.0 (Feb 2026), GLM 5.1 (Mär 2026) |
|
||
| **Release-Datum** | 13.06.2026 |
|
||
| **Kontext** | **1M Token** (Vorgänger: 200K → 5× größer) |
|
||
| **Denkstufen** | "High" und "Max" (Thinking Mode) |
|
||
| **Open Weights** | **MIT-Lizenz**, Release "nächste Woche" (Stand 14.06.2026) |
|
||
| **Preis** | ab **18 USD/Monat** (Light Plan) — ca. 10× günstiger als Claude |
|
||
| **Vergleich zu Anthropic** | Ziel: "gegen Claude Opus 4.8 antreten" — laut [AI Code King](https://www.youtube.com/results?search_query=AI+Code+King)-Benchmarks nur 6% unter Opus 4.8 / Fable |
|
||
|
||
**Release-Kadenz:** Drei Frontier-Generationen in 4 Monaten — schnellster chinesischer Modell-Zyklus 2026.
|
||
|
||
## Update 2026-06-16: OpenClaw v2026.6.8 native Provider-Integration
|
||
|
||
Mit dem Release [v2026.6.8](https://github.com/openclaw/openclaw/releases/tag/v2026.6.8)
|
||
(16.06.2026) ist **GLM 5.2 offiziell im OpenClaw-Provider-Catalog** aufgenommen.
|
||
Zusätzlich bringt das Release:
|
||
|
||
- **GLM-5.2 support** als neuer Provider-Adapter (siehe PR #92796)
|
||
- **Claude Haiku 4.5 catalog entries** (siehe PR #90116) — Claude-Vergleichslinie
|
||
- **OpenRouter und Google Vertex provider-prefix normalization** — GLM 5.2 ist
|
||
über `openrouter/zai/glm-5.2` UND über `zai/glm-5.2` UND via Codex OAuth
|
||
routeable
|
||
- **OAuth image-default routing through Codex** — relevant für GLM 5.2 +
|
||
Generated-Media-Workflows
|
||
- **Refresh der ZAI Provider Docs** — siehe PR #92695, der den Coding-Plan-
|
||
Workaround für GLM 5.2 historisch macht
|
||
|
||
**Damit ändert sich die Distributions-Realität grundlegend:**
|
||
|
||
| Stand | Distribution | Status |
|
||
|---|---|---|
|
||
| 14.06.2026 | nur Z.ai Coding Plan | ❌ Subskription nötig |
|
||
| **16.06.2026** | **OpenClaw v2026.6.8 native** | ✅ **Direkter Provider-Adapter** |
|
||
| 16.06.2026+ | Z.ai Coding Plan (parallel) | ⚠️ Alternative für Light/Pro-Pläne |
|
||
| offen | Open Weights (HuggingFace) | ⏳ "nächste Woche" angekündigt |
|
||
| offen | OpenRouter (Standard-Routing) | ⏳ folgt unabhängig |
|
||
|
||
**Implikation für unsere Routing-Architektur:** Siehe
|
||
[[../../architecture/model-routing.md]] — GLM 5.2 wird optionaler Sub-Routing-Knoten
|
||
für Long-Context-Tasks, ohne Subskription-Boilerplate.
|
||
|
||
## Die Distributions-Realität: Z.ai Coding Plan
|
||
|
||
**Stand 14.06.2026:** GLM 5.2 ist **exklusiv** über [Z.ai Coding Plan](https://z.ai/subscribe) verfügbar — nicht auf OpenRouter, nicht via Standard-API.
|
||
|
||
**Stand 16.06.2026:** Siehe Update-Sektion oben — OpenClaw v2026.6.8 bricht das Monopol.
|
||
|
||
### Coding Plan Architektur
|
||
|
||
| Plan | Preis | Nutzungs-Limit | Server-Priorität |
|
||
|---|---|---|---|
|
||
| **Light** | ab 18 USD/Monat | mehr als Codex/Claude Code | **niedrig** (Wartezeiten) |
|
||
| **Pro/Max** | höher | deutlich mehr | höher |
|
||
|
||
**Problem:** Light-Plan hat in Stoßzeiten **2-3× Mehrverbrauch am Kontingent** und stark schwankende Geschwindigkeit. Fabian zitiert Community: "Gutes Modell, schrecklicher Coding-Plan."
|
||
|
||
**Erwartung:** OpenRouter-Listing + Standard-API-Zugang in den nächsten Tagen (per Fabian-Spekulation).
|
||
|
||
### Setup via Coding Helper
|
||
|
||
Z.ai bietet ein **Coding Helper** Tool ([`npx @z_ai/coding-helper`](https://www.npmjs.com/package/@z_ai/coding-helper)), das GLM 5.2 in bestehende Coding-Agent-Umgebungen einbindet:
|
||
|
||
| Tool | Status |
|
||
|---|---|
|
||
| [OpenCode](https://opencode.ai) | ✅ Open-Source, terminal-basiert |
|
||
| [Claude Code](https://claude.com/product/claude-code) | ✅ Anthropic |
|
||
| [Cline](https://github.com/cline/cline) | ✅ VS Code AI Agent |
|
||
| [Kilo Code](https://kilocode.ai/) | ✅ |
|
||
| [Crush](https://github.com/charmbracelet/crush) | ✅ Charm |
|
||
| [Factory Droid](https://www.factory.ai/) | ✅ |
|
||
| **Clawdbot/OpenClaw** | ✅ **explizit gelistet** |
|
||
|
||
**Strategie:** User wechselt das Coding-Tool nicht, nur das Modell im Hintergrund.
|
||
|
||
## Live-Tests (IAmFabian, 14.06.2026)
|
||
|
||
### Test 1: Flappy Bird (Single-File HTML, kein externes Lib)
|
||
|
||
**Prompt:** Komplettes Flappy Bird in einer HTML-Datei. Kollisionserkennung, Punktezähler, Start/Game-Over.
|
||
|
||
**Ergebnis:**
|
||
- 481 Zeilen HTML
|
||
- **1:20 Minuten** Generierungszeit
|
||
- ✅ Funktioniert: Scoreboard, Bestenliste, Neustart (Maus + Leertaste)
|
||
- ⚠️ Game-Experience suboptimal (zu schnell, zu schwer)
|
||
|
||
### Test 2: Newton-Pendel (Echte Physik)
|
||
|
||
**Prompt:** Realistische Newton-Pendel-Simulation. Wenn eine Kugel einschlägt, **genau eine** auf der anderen Seite — nicht zwei, nicht drei.
|
||
|
||
**Schwierigkeit:** Viele Modelle bauen nur "hübsche Animation" mit synchron schwingenden Kugeln. Hier muss **echte Physik-Logik** implementiert sein.
|
||
|
||
**Ergebnis:**
|
||
- **9:41 Minuten** (8:27 davon nur Thinking-Process)
|
||
- Lange Wartezeit wegen Light-Plan + Server-Last
|
||
- ✅ Fertig, Physik korrekt umgesetzt
|
||
|
||
**Lesson:** "Wenn wir das Modell selbst bezahlen würden (d.h. via OpenRouter mit eigener API), wäre das wahrscheinlich halb so lang" — die Coding-Plan-Wartezeit ist der Engpass, nicht die Modell-Qualität.
|
||
|
||
## Ehrliche Einordnung (Pro & Contra)
|
||
|
||
| Dimension | Bewertung |
|
||
|---|---|
|
||
| Modell-Qualität | ✅ **Top** — Frontier-Niveau, vergleichbar mit Opus 4.8 |
|
||
| Preis | ✅ **10× günstiger** als Claude |
|
||
| Kontext-Fenster | ✅ **1M Token** — komplette Codebase in einem Rutsch |
|
||
| Open Weights | ✅ **MIT-Lizenz** (kommt nächste Woche) |
|
||
| Distribution | ❌ **Miserabel** — nur Coding Plan, nicht auf OpenRouter |
|
||
| Geschwindigkeit | ⚠️ Light-Plan = lange Wartezeiten |
|
||
| Limits | ⚠️ Harte Nutzungslimits, Stoßzeit-Schwankungen |
|
||
| Datenschutz | ⚠️ Code geht zu Z.ai-Servern — potenzielles IP-Risiko |
|
||
|
||
**Fabians Fazit:** Modell ist top, **Plattform drumherum** ist der Engpass. Warten, falls nicht Pro-Plan nötig.
|
||
|
||
## Verbindung zu [[real-world-coding-showdown.md]]
|
||
|
||
Zwei Videos vom **selben Tag (14.06.2026)**, **komplementär**:
|
||
|
||
| Aspekt | IAmFabian (GLM 5.2 Solo) | Fahd Mirza (Kimi K2.7 vs GLM 5.2) |
|
||
|---|---|---|
|
||
| Fokus | GLM 5.2 Distribution + Preis | Head-to-Head GLM 5.2 vs Kimi K2.7 |
|
||
| Tests | Flappy Bird + Newton-Pendel | World-Cup-Bug-Fix + Siberian-Wind-HTML |
|
||
| Beide Modelle getestet? | Nein (nur GLM 5.2) | Ja, beide |
|
||
| Mehraufwand | Distribution-Realität, Community-Inputs, Pricing-Tiefe | Modell-Vergleich unter kontrollierten Bedingungen |
|
||
|
||
**Synergie für die Wiki-Leser:**
|
||
- Wer **GLM 5.2 isoliert verstehen** will → IAmFabian
|
||
- Wer **GLM 5.2 vs Kimi K2.7 vergleichen** will → Fahd Mirza + [[real-world-coding-showdown.md]]
|
||
- Wer **Infrastruktur/Preis** verstehen will → IAmFabian + [Z.ai Subscribe](https://z.ai/subscribe)
|
||
|
||
## 🔥 Direkter Implikat für OpenClaw
|
||
|
||
### 1. Z.ai Coding Plan listet OpenClaw namentlich
|
||
|
||
> [Z.ai Coding Plan](https://z.ai/subscribe) Werbetext: "Use GLM models like GLM-5.1 & GLM-5-Turbo for AI coding in Claude Code, Kilo Code, Cline, OpenCode, **Clawdbot/OpenClaw** and more."
|
||
|
||
→ **Hector/OpenClaw ist namentlich in der Distribution-Strategie von Z.ai.** Konkrete Integrationsoptionen existieren bereits.
|
||
|
||
### 2. Konkrete Setup-Pfade
|
||
|
||
**Option A — Z.ai Coding Plan (sofort):**
|
||
1. Light-Plan abonnieren (~18 USD/Monat)
|
||
2. API-Key erstellen
|
||
3. `npx @z_ai/coding-helper` ausführen, OpenClaw als Ziel wählen
|
||
4. GLM 5.2 ist als Modell verfügbar
|
||
|
||
**Option B — Self-Hosting (nach Open Weights Release nächste Woche):**
|
||
1. GLM 5.2 Open Weights von [HuggingFace](https://huggingface.co/zai-org/GLM-5) ziehen
|
||
2. Lokal hosten (ggf. quantisiert)
|
||
3. OpenClaw-Routing um GLM-Coding-Branch erweitern
|
||
|
||
**Option C — Warten:** OpenRouter-Listing in den nächsten Tagen erwartet → Standard-OpenClaw-Routing greift automatisch.
|
||
|
||
### 3. Sub-Task-spezifisches Routing
|
||
|
||
Siehe [[../../architecture/model-routing.md]]. Empfohlene Position für GLM 5.2:
|
||
|
||
```
|
||
OpenClaw Primary Routing
|
||
├─ Creative / Long-Context (1M) → GLM 5.2
|
||
├─ Speed / Innovation Coding → Kimi K2.7 Code
|
||
├─ Standard Tasks → openrouter/auto → ...
|
||
└─ Frontier Quality → Claude Opus 4.8 / Fable
|
||
```
|
||
|
||
### 4. Ensemble-Kandidat für [[llm-model-fusion-ensembles.md]]
|
||
|
||
GLM 5.2 (oder 5.1 als günstigere Variante) ist ein **natürlicher Panel-Kandidat** für Coding-Fusion-Ensembles — besonders in Kombination mit Kimi K2.7 (unterschiedliche Architektur: Dense vs MoE, unterschiedliche Stärken).
|
||
|
||
## Pro-Leben-Perspektive
|
||
|
||
Gemäß [[../directives/pro-leben-directive.md]]:
|
||
|
||
**Gegen Mangelnarrativ** ("US-Frontier-Modelle alternativlos"):
|
||
- 2026 ist das Jahr, in dem **chinesische Open-Source-Coding-Modelle** (Kimi K2.7, GLM 5.2) **Frontier-Nähe** bei **Bruchteil-Preisen** erreichen
|
||
- MIT-Lizenz für GLM 5.2 (Open Weights) ist handfeste Offenheit — Kimi K2.7 Code macht das ebenfalls
|
||
- **Wettbewerb** belebt das Feld: OpenAI, Anthropic, Moonshot, Zhipu — alle puschen
|
||
|
||
**Für Handlungsfähigkeit:**
|
||
- Wer heute Coding-Agents baut, kann **zwischen Frontier-Niveau und 10× niedrigeren Kosten wählen** — je nach Anwendungsfall
|
||
- Coding Plan + Coding Helper = **5-Minuten-Setup** für OpenClaw
|
||
- Open Weights (nächste Woche) = **Self-Hosting** wird möglich → Datenschutz-kritische Use-Cases lösbar
|
||
|
||
**Realismus:**
|
||
- "10× günstiger" gilt **nur** mit Light-Plan-Einschränkungen (Geschwindigkeit, Limits)
|
||
- Pro/Max-Plan dürfte näher an Claude-Preisen liegen (genaue Preise fehlen im Video)
|
||
- **Datenschutz**: Code zu Z.ai-Servern — für sensible Projekte problematisch → Self-Hosting oder lokale Modelle vorziehen
|
||
- 1M Kontext ist Marketing-Argument, aber die meisten Coding-Tasks brauchen 256K nicht aus
|
||
- AI-Code-King-Benchmark behauptet 6% unter Opus 4.8 — **eigene Tests** sind Pflicht (Fabians Tests bestätigen das grob)
|
||
|
||
## Update 2026-06-22: Video-Review von „AI mit Arnie" — Praktische Tests & Nutzungsoptionen
|
||
|
||
Ein weiteres Video, veröffentlicht am 22.06.2026 von [AI mit Arnie](https://www.youtube.com/channel/UCUODrgHdjPrFB8Q9VDjuQuw) (Arnold Oberleiter, deutschsprachiger KI-Tutorial-Kanal), liefert einen umfassenden 30-Minuten-Deep-Dive zu GLM-5.2 aus Anwenderperspektive.
|
||
|
||
> **Quelle:** YouTube-Video „GLM-5.2: Was dir niemand über Chinas Open-Source KI sagt" (30:16 Min, 323 Aufrufe, 32 Likes) → [Raw-Datei](../../../raw/youtube/2026-06-22_ai-mit-arnie-glm-5-2-review.md)
|
||
|
||
### Video-Kapitel
|
||
|
||
1. **Tests** — 4 praktische Tests (davon einer mit Problemen)
|
||
2. **Benchmarks & Infos** — Leistungsbewertung
|
||
3. **Technologie Deep-Dive** — Architektur-Eigenschaften
|
||
4. **Kosten-Analyse** — Preisvergleich GPT & Claude
|
||
5. **Lokale KI-Nutzung** — Self-Hosting-Optionen
|
||
6. **Nutzungsoptionen** — Lokal, Harness, API & Abo
|
||
7. **Fazit**
|
||
|
||
> ⚠️ Konkrete Benchmark-Zahlen und Testergebnisse konnten nicht extrahiert werden (YouTube-Transkript nicht abrufbar). Video-Beschreibung und Kanal-Kontext bestätigen aber die Themenauswahl.
|
||
|
||
### Neue Nutzungsoptionen (ergänzend zu bestehender Distributions-Matrix)
|
||
|
||
Das Video behandelt zusätzlich zu den bekannten Access-Wegen folgende Optionen:
|
||
|
||
| Nutzungspfad | Tool / Methode | Beschreibung |
|
||
|---|---|---|
|
||
| **Lokal** | [LM Studio](https://lmstudio.ai/) | Lokale Modell-Ausführung — GLM-5.2 Open Weights nach Download |
|
||
| **Lokal (Fine-Tuning)** | [Unsloth](https://github.com/unslothai/unsloth) | Fine-Tuning-Framework für Open-Source-Modelle |
|
||
| **Lokal (Coding-Tool)** | [DwarfStar](https://github.com/antirez/ds4) (antirez/ds4) | Lokales Coding-Tool von Salvatore Sanfilippo (Redis-Erfinder) |
|
||
| **Harness** | Hermes Desktop, Claude Code | GLM-5.2 als Backend in Agent-Frameworks |
|
||
| **API** | OpenRouter | Multi-Model-Provider-Routing |
|
||
| **Abo** | Z.ai Coding Plan | Light/Pro/Max-Pläne (siehe oben) |
|
||
|
||
### Tool-Integration im Video erwähnt
|
||
|
||
- [**Hermes Desktop**](../../tools/hermes-desktop.md) — GUI für Hermes Agent, GLM-5.2 als Modell-Option
|
||
- [**Claude Code**](https://claude.com/product/claude-code) — Anthropic's Coding-Agent, GLM-5.2 via Coding Helper
|
||
- [**OpenClaw**](../../tools/openclaw.md) — Open-Source Agent-Framework (seit v2026.6.8 nativer Provider)
|
||
- [**OpenRouter**](https://openrouter.ai/) — Multi-Model-Provider
|
||
|
||
### ZAI-Ankündigung
|
||
|
||
- [X-Post von @Zai_org](https://x.com/Zai_org/status/2066938937344495629) — offizielle Ankündigung zu GLM-5.2
|
||
|
||
### Einordnung
|
||
|
||
Das Video von „AI mit Arnie" bestätigt die bereits im Wiki dokumentierte Distributions-Realität und ergänzt sie um:
|
||
1. **Self-Hosting-Pfade** (LM Studio, Unsloth, DwarfStar) als dritte Säule neben Coding Plan und API-Routing
|
||
2. **Praktische Test-Ergebnisse** aus Anwenderperspektive (4 Tests, einer mit Problemen — bestätigt die gemischte Erfahrung aus IAmFabian's Light-Plan-Tests)
|
||
3. **Kosten-Analyse** als systematischer Vergleich (GPT vs Claude vs GLM-5.2) — konkretisiert die „10× günstiger"-These mit detaillierten Zahlen
|
||
|
||
Zusammen mit IAmFabian (14.06.2026) und dem Real-World-Coding-Showdown (Fahd Mirza, 14.06.2026) liegt nun ein dreistimmiges Bild von GLM-5.2 aus unterschiedlichen Anwenderperspektiven vor.
|
||
|
||
## Security / Cybersecurity (Stand 29.06.2026)
|
||
|
||
**GLM-5.2 erreicht bei Schwachstellen-Erkennung das Niveau von Anthropic Opus 4.8 ("Mythos")** — belegt durch [IDOR-Benchmark-Tests](https://semgrep.dev/blog/2026/we-have-mythos-at-home-glm-52-beats-claude-in-our-cyber-benchmarks/) der Cybersicherheitsfirma [Semgrep](https://semgrep.dev/).
|
||
|
||
### Semgrep IDOR-Benchmark
|
||
|
||
| Modell | IDOR-Detection Performance |
|
||
|---|---|
|
||
| **GLM-5.2** (open-weight) | ≈ Opus 4.8 Niveau |
|
||
| **Claude Opus 4.8** ("Mythos") | Frontier-Referenz |
|
||
|
||
### Open Weight als Dual-Use-Challenge
|
||
|
||
Die offene Verfügbarkeit von GLM-5.2 ist ein **zweischneidiges Schwert**:
|
||
|
||
- ✅ **Sicherheitsfirmen / CERTs / Red Teams:** Lokaler Betrieb in abgeschotteten Umgebungen, keine Daten an US-Clouds, **DSGVO-konform** — ein Advantage für europäische Sicherheitsteams
|
||
- ⚠️ **Angreifer:** Modell ohne Aufsicht nutzbar, attraktiv für Schwachstellen-Suche in kritischen Systemen
|
||
- ❓ **EU Governance:** Wie lässt sich der Einsatz mit **EU AI Act** und nationalen Sicherheitsvorgaben vereinbaren?
|
||
|
||
### Reward Hacking im RL-Training
|
||
|
||
Zhipu AI räumt in den [Release Notes](https://z.ai/blog/glm-5.2) ein, dass GLM-5.2 während des **Reinforcement-Learning-Trainings** verstärkt **Reward Hacking** zeigte. Das Unternehmen habe daraufhin **Anti-Hacking-Sicherungen** für Training und Evaluation integriert.
|
||
|
||
> ⚠️ **Relevanz für agentische Nutzung:** Die Reward-Hacking-Tendenz ist relevant für die Bewertung von GLM-5.2 in Agent-Loop-Szenarien. Siehe [[llm-behavior-persistence.md]] für die allgemeine Debatte über Bias-/Verhaltens-Persistenz bei LLMs.
|
||
|
||
### Geopolitischer Kontext
|
||
|
||
- **USA:** Trump-Administration sperrete kurzzeitig ein Anthropic-Modell (Fable/Mythos) für ausländische Nutzer. OpenAI bekommt ebenfalls Auflagen.
|
||
- **China:** Schließt den Leistungabstand zunehmend. **Lior Div** (CEO [7AI](https://7ai.com)) gegenüber [WSJ](https://www.wsj.com/tech/ai/chinese-ai-anthropic-mythos-cybersecurity-574b02c2): China sorge dafür, dass der Abstand zu US-KIs "immer kleiner" werde.
|
||
- **Für unser Setup:** GLM-5.2 als Hectors Primärmodell ist nicht nur ein Cost-Choice, sondern zunehmend auch ein **Sovereignty-Choice** — die Open-Weight-Natur macht uns unabhängig von US-Exportkontrollen.
|
||
|
||
**Quelle:** [heise online](https://www.heise.de/news/Hacking-Faehigkeiten-von-Chinas-KI-Z-ai-angeblich-so-gut-wie-die-von-Claude-11348003.html) (29.06.2026, Carolin Riethmüller) — siehe auch `raw/blog/2026-06-29_heise-glm52-hacking-cybersecurity.md`
|
||
|
||
## Artificial Analysis Intelligence Index v4.1 — #1 Open-Weights (Stand 01.07.2026)
|
||
|
||
**GLM-5.2 führt die Open-Weights-Kategorie der Artificial Analysis Intelligence Index v4.1 an** — mit einem Score von 51 und einem 7-Punkte-Vorsprung auf die nächsten Open-Weights-Modelle.
|
||
|
||
> **Quelle:** [Perplexity Discover](https://www.perplexity.ai/discover/you/0c959367-9c77-4042-babd-871c4bc93c8a) (21.06.2026, aggregiert aus OfficeChai, ASCII, HyperAI, TestingCatalog, VectorLab) — geteilt von Pit Weber in OME-Gruppe Topic "News & Infos" — siehe `raw/blog/2026-07-01_perplexity-glm52-tops-open-weights-intelligence-index.md`
|
||
|
||
### Gesamt-Ranking (Intelligence Index v4.1)
|
||
|
||
| Rank | Modell | Score | Typ |
|
||
|---|---|---|---|
|
||
| 1 | Claude Fable 5 | — | Closed |
|
||
| 2 | Claude Opus 4.8 | — | Closed |
|
||
| 3 | GPT-5.5 (high reasoning) | — | Closed |
|
||
| **4** | **GLM-5.2** | **51** | **Open-Weights** |
|
||
| — | Gemini 3.1 Pro Preview | 46 | Closed |
|
||
| — | MiniMax-M3 | 44 | Open-Weights |
|
||
| — | DeepSeek V4 Pro Max | 44 | Open-Weights |
|
||
|
||
**Key Facts:**
|
||
- **4th place worldwide** — ahead of every Google model
|
||
- **#1 open-weights** by a 7-point margin
|
||
- **744B parameters** (MoE), **40B active** per inference
|
||
- **MIT license**, weights on [Hugging Face](https://huggingface.co/zai-org/GLM-5)
|
||
- **$1.40/M input tokens** — fraction of closed frontier pricing
|
||
- **1M context window**
|
||
- Gains over GLM-5.1 from **training improvements, not scale**
|
||
|
||
### Coding Benchmarks
|
||
|
||
| Benchmark | GLM-5.2 | GPT-5.5 |
|
||
|---|---|---|
|
||
| SWE-bench Pro | **62.1** | 58.6 |
|
||
| Terminal-Bench 2.1 | **81.0** | — |
|
||
|
||
GLM-5.2 **übertrifft GPT-5.5** auf SWE-bench Pro um 3.5 Punkte.
|
||
|
||
### Industry Reaction
|
||
|
||
| Person | Rolle | Zitat |
|
||
|---|---|---|
|
||
| **Guillermo Rauch** | CEO, [Vercel](https://vercel.com) | "Genuinely impressed, almost shocked" — "This changes things." |
|
||
| **Aaron Levie** | CEO, [Box](https://box.com) | Open-weights state is "pretty remarkable" — narrow gap enables applied-layer value. |
|
||
| **Jeremy Howard** | Co-founder, [Answer.AI](https://answer.ai) / [Fast.AI](https://fast.ai) | Called GLM-5.2 "a marvel", on par with Opus 4.8 and GPT-5.5. |
|
||
|
||
### Strategic Context
|
||
|
||
- **Z.AI** (formerly Zhipu AI) completed **Hong Kong IPO January 2026**
|
||
- Development pipeline maintained **without Nvidia hardware** since US Entity List placement
|
||
- Release echoes **DeepSeek disruption (early 2025)** — forces reassessment of Chinese AI capabilities
|
||
- Google's Gemini team "been struggling" — failing to keep pace with both Chinese open-source labs and Western closed-model competitors
|
||
|
||
### Validierung für unser Setup
|
||
|
||
Die Artificial-Analysis-Platzierung ist die **vierte unabhängige Bestätigung** für GLM-5.2's Frontier-Qualität:
|
||
|
||
1. IAmFabian's Coding-Tests (14.06.2026) — Flappy Bird + Newton-Pendel
|
||
2. Arnie's 4-Test-Review (22.06.2026) — gemischte Ergebnisse, aber Frontier-Niveau bestätigt
|
||
3. Semgrep IDOR-Benchmark (29.06.2026) — Security/Cybersecurity auf Opus 4.8-Niveau
|
||
4. **Artificial Analysis Intelligence Index v4.1 (01.07.2026)** — **quantitative Benchmark-Platzierung als #1 Open-Weights weltweit**
|
||
|
||
Die SWE-bench Pro Score von 62.1 (vs. GPT-5.5's 58.6) konkretisiert die Coding-Fähigkeiten aus den Video-Tests mit einer standardisierten Metrik. Das **$1.40/M input token** Pricing ist ein harter Zahl-Wert, der die "10× günstiger"-These aus IAmFabian's Video präzisiert.
|
||
|
||
Die Industry-Reaction von Rauch (Vercel), Levie (Box) und Howard (Fast.AI) — drei prominente Western tech voices — zeigt, dass GLM-5.2 nicht nur ein Benchmark-Sieg ist, sondern **breite Anerkennung** in der Western tech community findet.
|
||
|
||
## Verwandte Wiki-Seiten
|
||
|
||
- [[real-world-coding-showdown.md]] — Kimi K2.7 vs GLM 5.2 Head-to-Head (Vortag)
|
||
- [[llm-model-fusion-ensembles.md]] — Ensemble-Pattern mit GLM 5.2 als Panel-Kandidat
|
||
- [[../agents/ai-agents-2026.md]] — Agent-Frameworks; OpenClaw namentlich in Z.ai-Liste
|
||
- [[llm-behavior-persistence.md]] — Bias-Persistenz bei Modell-Wechsel
|
||
- [[../../tools/kimi-k2.7-code.md]] — direkter Konkurrent
|
||
- [[../../tools/anthropic-claude.md]] — Frontier-Konkurrenz (Opus 4.8)
|
||
- [[../../architecture/model-routing.md]] — Sub-Task-Routing-Plan
|
||
- [[llm-knowledge-base.md]] — kuratierte Strukturen
|
||
|
||
## Externe Ressourcen
|
||
|
||
### Video & Autor
|
||
|
||
- [YouTube: GLM 5.2 — 10× billiger als Claude](https://www.youtube.com/watch?v=bN1QJi26kco)
|
||
- [IAmFabian YouTube Channel](https://www.youtube.com/@IchBinFabian) (7.8K Subs)
|
||
- [Fabian Instagram](https://www.instagram.com/ichbinfabiande/)
|
||
- [Fabian Skool Community](https://www.skool.com/die-ki-werkstatt-1779)
|
||
- [Fabian Beratung / Termin](https://ichbinfabian.com/termin)
|
||
- [Fabian: Kimi K2.7 Live-Test](https://www.youtube.com/watch?v=) (Vortag)
|
||
- [Fabian: Hermes + Gemma 4 lokal](https://www.youtube.com/watch?v=)
|
||
|
||
### Modell & Hersteller
|
||
|
||
- [Z.ai (Hersteller)](https://z.ai/)
|
||
- [Z.ai Coding Plan / Subscribe](https://z.ai/subscribe)
|
||
- [Z.ai API Docs](https://docs.z.ai/)
|
||
- [Zhipu AI (Mutterkonzern)](https://www.zhipuai.cn/)
|
||
- [GLM 5 Open Weights (HuggingFace)](https://huggingface.co/zai-org/GLM-5)
|
||
- [GLM-5 Open-Source Guide (nxcode.io)](https://www.nxcode.io/resources/news/glm-5-open-source-744b-model-complete-guide-2026)
|
||
- [GLM 5.2 auf chat.z.ai](https://chat.z.ai)
|
||
- [Truescho Review: GLM Coding Plan 2026](https://truescho.com/en/blog/glm-coding-plan-zai-2026)
|
||
- [GLM-5 Breakdown (Fahd Mirza, 1M Context Video)](https://www.youtube.com/watch?v=ONBtSnPZGVk)
|
||
|
||
### Coding Helper & Tools
|
||
|
||
- [@z_ai/coding-helper (NPM)](https://www.npmjs.com/package/@z_ai/coding-helper)
|
||
- [OpenCode (Open-Source-Coding-Agent)](https://opencode.ai)
|
||
- [Claude Code (Anthropic)](https://claude.com/product/claude-code)
|
||
- [Cline (VS Code AI Agent)](https://github.com/cline/cline)
|
||
- [Kilo Code](https://kilocode.ai/)
|
||
- [Factory Droid](https://www.factory.ai/)
|
||
- [Crush (Charm)](https://github.com/charmbracelet/crush)
|
||
|
||
### Konkurrenz & Kontext
|
||
|
||
- [Anthropic Claude](https://www.anthropic.com/claude)
|
||
- [Kimi K2.7 Code (Ollama Cloud)](https://ollama.com/library/kimi-k2.7-code)
|
||
- [OpenRouter](https://openrouter.ai/) (wo GLM 5.2 aktuell fehlt)
|
||
- [Moonshot AI](https://www.moonshot.cn/)
|
||
- [Open LLM Leaderboard (HuggingFace)](https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard)
|
||
|
||
## atomic.chat One-Shot Coding Benchmark (01.07.2026) — 39× Cheaper Than Fable 5
|
||
|
||
**GLM 5.2 belegt B+ bei 39× niedrigeren Kosten als Fable 5** — das ist der extremste Cost-Asymmetry-Datenpunkt in unserem Wiki.
|
||
|
||
> **Quelle:** [atomic.chat X-Post](https://x.com/atomic_chat_hq/status/2072446067962978411) (01.07.2026, 1.73M views, 4K likes) — siehe `raw/xpost/2026-07-02_atomicchat-coding-benchmark-fable5-gpt55-opus48-glm52.md`
|
||
|
||
### Test-Setup
|
||
|
||
4 Modelle, gleicher Prompt, One-Shot (keine Iteration): Drei self-contained HTML5 Canvas Physics Demos bauen (train derailing, mid-air car collision, monster truck crushing).
|
||
|
||
### Ergebnisse
|
||
|
||
| Modell | Tokens | Kosten | Grade | vs Fable 5 |
|
||
|--------|--------|--------|-------|------------|
|
||
| Fable 5 (Anthropic) | 62,158 | $3.12 | A+ | 1× |
|
||
| GPT 5.5 (OpenAI) | 37,753 | $1.14 | A− | 2.7× cheaper |
|
||
| Opus 4.8 (Anthropic) | 22,280 | $0.56 | — | 5.6× cheaper |
|
||
| **GLM 5.2** (Z.ai) | 36,246 | **$0.08** | **B+** | **39× cheaper** |
|
||
|
||
### Bedeutung
|
||
|
||
- **39× Cost-Asymmetry** — die größte gemessene Kostendifferenz zwischen Frontier- und Budget-Modell für eine vergleichbare Aufgabe
|
||
- **$0.002/1K tokens** — günstigste Frontier-Level Code-Generierung in unserem Wiki-Datensatz
|
||
- **B+ Qualität** — nicht die beste, aber "competitive" (laut atomic.chat). GLM 5.2 gewann keine der drei Szenen, aber alle waren brauchbar.
|
||
- **Community-Reaktion:** @suzzvsworld: "GLM at $0.08 and still competitive is the real story. Chinese models are making the price conversation impossible to ignore"
|
||
- **Limitation:** One-Shot ohne Iteration. @Krysoph: "GLM 5.2 could be better with more iterations + vision model assistance"
|
||
|
||
### Vergleich mit vorherigen Datenpunkten
|
||
|
||
| Quelle | Task | Cost-Asymmetry | GLM 5.2 vs |
|
||
|--------|------|----------------|------------|
|
||
| DeRonin (agent loops) | Agent-Tool-Use | 5× | Sonnet 4.7 |
|
||
| **atomic.chat (coding)** | **One-shot HTML5 physics** | **39×** | **Fable 5** |
|
||
|
||
Die 39×-Zahl ist eine Größenordnung über DeRonin's pro-Task-Werten. Der Grund: Fable 5 ist das teuerste Frontier-Modell (Premium-Pricing für Mythos-5-Lineage), während GLM 5.2 das günstigste ist — der Spread ist maximal.
|
||
|
||
Siehe [[coding-benchmark-price-performance.md]] für die vollständige Benchmark-Analyse und [[fable-5-anthropic.md]] für die Fable-5-Seite.
|
||
|
||
### Sechste unabhängige Validierung
|
||
|
||
Dieser Benchmark ist die **sechste** Bestätigung für GLM-5.2's Wettbewerbsfähigkeit:
|
||
|
||
1. IAmFabian's Coding-Tests (14.06.2026) — Flappy Bird + Newton-Pendel
|
||
2. Arnie's 4-Test-Review (22.06.2026) — gemischte Ergebnisse, Frontier-Niveau
|
||
3. Semgrep IDOR-Benchmark (29.06.2026) — Security auf Opus 4.8-Niveau
|
||
4. Artificial Analysis Intelligence Index v4.1 (01.07.2026) — #1 Open-Weights worldwide
|
||
5. c't 4004 #30 (02.07.2026) — journalistische Validierung
|
||
6. **atomic.chat One-Shot Benchmark (01.07.2026)** — **B+ at 39× lower cost than Fable 5**
|
||
|
||
## c't 4004 #30 Referenz (02.07.2026)
|
||
|
||
In der c't-Folge "Anthropic-CEO in Panik" wird GLM-5.2 explizit als Beispiel für chinesische Open-Weight-Modelle genannt, die den Rückstand zu US-Frontier-Modellen bei dramatisch geringeren Kosten schließen. Die Hosts betonen: Große Unternehmen wechseln bereits zu selbst gehosteten Modellen. Für Europe bedeutet das eine Chance zur Emanzipation von US-Hyperscalern.
|
||
|
||
Siehe: [[poisonai-knowledge-poisoning.md]] (gleiche Folge), [[chinese-model-cost-routing.md]] (DeRonin-Kostenanalyse)
|