Hector 2d34cc9bd2 ingest(raw,blog): GLM-5.2 tops Artificial Analysis Intelligence Index v4.1

wiki-update(concepts/llm): glm-5.2-zai-coding-model — new section: Intelligence Index v4.1 benchmark, industry reaction, strategic context
raw: blog/2026-07-01_perplexity-glm52-tops-open-weights-intelligence-index.md
index: 50. Update, new raw source line
log: entry added

2026-07-01 15:35:11 +02:00

23 KiB

Raw Blame History

created

updated

sources

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 (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-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 (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 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), das GLM 5.2 in bestehende Coding-Agent-Umgebungen einbindet:

Tool	Status
OpenCode	✅ Open-Source, terminal-basiert
Claude Code	✅ Anthropic
Cline	✅ VS Code AI Agent
Kilo Code	✅
Crush	✅ Charm
Factory Droid	✅
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

🔥 Direkter Implikat für OpenClaw

1. Z.ai Coding Plan listet OpenClaw namentlich

Z.ai Coding Plan 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):

Light-Plan abonnieren (~18 USD/Monat)
API-Key erstellen
npx @z_ai/coding-helper ausführen, OpenClaw als Ziel wählen
GLM 5.2 ist als Modell verfügbar

Option B — Self-Hosting (nach Open Weights Release nächste Woche):

GLM 5.2 Open Weights von HuggingFace ziehen
Lokal hosten (ggf. quantisiert)
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 (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

Video-Kapitel

Tests — 4 praktische Tests (davon einer mit Problemen)
Benchmarks & Infos — Leistungsbewertung
Technologie Deep-Dive — Architektur-Eigenschaften
Kosten-Analyse — Preisvergleich GPT & Claude
Lokale KI-Nutzung — Self-Hosting-Optionen
Nutzungsoptionen — Lokal, Harness, API & Abo
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	Lokale Modell-Ausführung — GLM-5.2 Open Weights nach Download
Lokal (Fine-Tuning)	Unsloth	Fine-Tuning-Framework für Open-Source-Modelle
Lokal (Coding-Tool)	DwarfStar (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 — GUI für Hermes Agent, GLM-5.2 als Modell-Option
Claude Code — Anthropic's Coding-Agent, GLM-5.2 via Coding Helper
OpenClaw — Open-Source Agent-Framework (seit v2026.6.8 nativer Provider)
OpenRouter — Multi-Model-Provider

ZAI-Ankündigung

X-Post von @Zai_org — 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:

Self-Hosting-Pfade (LM Studio, Unsloth, DwarfStar) als dritte Säule neben Coding Plan und API-Routing
Praktische Test-Ergebnisse aus Anwenderperspektive (4 Tests, einer mit Problemen — bestätigt die gemischte Erfahrung aus IAmFabian's Light-Plan-Tests)
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 der Cybersicherheitsfirma Semgrep.

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 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) gegenüber WSJ: 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 (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 (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
$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	"Genuinely impressed, almost shocked" — "This changes things."
Aaron Levie	CEO, Box	Open-weights state is "pretty remarkable" — narrow gap enables applied-layer value.
Jeremy Howard	Co-founder, Answer.AI / 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:

IAmFabian's Coding-Tests (14.06.2026) — Flappy Bird + Newton-Pendel
Arnie's 4-Test-Review (22.06.2026) — gemischte Ergebnisse, aber Frontier-Niveau bestätigt
Semgrep IDOR-Benchmark (29.06.2026) — Security/Cybersecurity auf Opus 4.8-Niveau
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.

23 KiB Raw Blame History Unescape Escape