Eine Hero-Titelkarte für 'Claude Fable 5.1 vs GLM-5.2', Untertitel 'Miete den Spitzenplatz im Index oder besitze das offene Flaggschiff', mit zwei abgerundeten Karten — links 'Claude Fable 5.1' (geschlossene API, 10,00 $ / 50,00 $ pro 1M, AA-Index 66) und rechts 'GLM-5.2' (MIT-Open-Weights, 1,40 $ / 4,40 $ pro 1M, selbst hostbar) — eine VS-Sprechblase dazwischen und das OrcaRouter-Logo unten rechts.
Guides & Insights

Claude Fable 5.1 vs. GLM-5.2: Die Spitze des Index mieten oder das letzte offene Flaggschiff besitzen

Autor

Gideon Frost

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

Die Frage bei jedem Vergleich zwischen geschlossenen und offenen Modellen ist nicht wirklich, welches Modell besser abschneidet – sondern wer die Kontrolle über das hat, worauf man aufbaut. Claude Fable 5.1, Anthropics Flaggschiff, veröffentlicht am 1. September 2026, steht mit 66 aktuell an der Spitze des Artificial Analysis Intelligence Index, und man kann es nur mieten: geschlossene Gewichte, geschlossene API, Sicherheit und Preisgestaltung – alles von Anthropic kontrolliert. GLM-5.2, Zhipus Open-Weights-Flaggschiff, veröffentlicht am 16. Juni 2026 mit MIT-lizenzierten Gewichten auf Hugging Face, ist das stärkste Modell, das man tatsächlich besitzen kann – die Datei herunterladen, auf eigenen GPUs ausführen, feinabstimmen, hinter die eigene Firewall stellen und nie wieder über eine Anbieter-Preisliste nachdenken müssen. Alles andere in diesem Vergleich – die fünfzehn-Punkte-Lücke an der Spitze, die siebenfache Preislücke, die Multimodal-Lücke – ist nur ein Detail unter dieser einen vertraglichen Tatsache.

Die Lizenz ist die Spezifikation.

Beginnen Sie mit dem, was jedes Modell Ihnen ermöglicht, denn das prägt jede andere Zahl. Die Gewichte von GLM-5.2 stehen unter der MIT-Lizenz, was das permissive Ende des Open-Weights-Spektrums darstellt: keine Einschränkungen bei der kommerziellen Nutzung, keine Einschränkungen bei der Modifikation und keine Verpflichtung, Ihre Änderungen weiterzugeben. Es ist ein Mixture-of-Experts-Modell mit rund 753 Milliarden Parametern, von denen etwa 40 Milliarden aktiv sind, was in der Praxis einen erheblichen, aber begrenzten Infrastrukturaufwand bedeutet – etwa 1,5 TB in BF16, lauffähig auf einem Multi-GPU-Knoten. Sie können es aber auch einfach gehostet nutzen, über Zhipus eigene API und über OrcaRouter, und sich die Hardware ganz sparen.

Claude Fable 5.1 bietet nichts davon. Es ist ein Dienst mit einer Sicherheitshülle — Anthropic liefert ihn als das allgemein verfügbare Gesicht seiner Gewichte der Mythos-Klasse, dasselbe zugrunde liegende Modell, das auch das zugangsbeschränkte Claude Mythos 5.1 für geprüfte Organisationen aus dem Cyber- und Life-Science-Bereich antreibt. Man erhält die Leistungsfähigkeit, die Sicherheitsvorkehrungen und die laufenden Verbesserungen und verzichtet dafür auf die Datei. Für ein Startup, das schnell vorankommen will, ist dieser Tausch in Ordnung. Für eine Bank, einen Verteidigungsauftragnehmer oder alle, deren Daten das eigene VPC nicht verlassen dürfen, kann die geschlossene Option disqualifiziert werden, bevor überhaupt über Benchmarks gesprochen wird.

Die Fähigkeitslücke, gemessen

Beim unabhängigen Index ist der Abstand eindeutig. Claude Fable 5.1 führt mit 66 (maximaler Aufwand) – dem höchsten Wert, den Artificial Analysis je aufgezeichnet hat – während GLM-5.2 bei 51 liegt, womit es bei seiner Veröffentlichung das beste Open-Weights-Modell war. Bei den Standardkonfigurationen von AA verringert sich der Abstand: Claude Fable 5.1s Standard-Fallback-Einstellung listet 53 gegenüber GLM-5.2s 51, die ehrliche Lesart ist also eine weite Obergrenzen-Kluft und eine schmale tatsächlich gelieferte Kluft. Bei den von Anthropic berichteten agentischen Benchmarks weitet sich der Abstand zu einer anderen Liga: 52,6 % bei Terminal-Bench-Science 0.1 und 55,8 % bei Terminal-Bench 4.0 sind Zahlen, denen sich derzeit kein Open-Weights-Modell auch nur nähert.

Die tatsächlichen Stärken von GLM-5.2 sind enger gefasst und real. Es war das erste Open-Weights-Modell, das eine bedeutende Design- und Frontend-Arena anführte, und belegte Platz 1 in der Design Arena mit einem Elo-Wert von 1.360, der Claude Fable 5 knapp übertraf – ein Ergebnis aus einer Anbieter-Arena, aber ein konkretes in einer Disziplin, in der offene Modelle selten führen. Zhipu meldet 62,1 bei SWE-bench Pro, den besten Open-Weights-Wert zum Veröffentlichungszeitpunkt, und GLM-5.2 behauptet sich bei alltäglichem Programmieren und strukturierter Generierung. Die ehrliche Zusammenfassung: GLM-5.2 ist ein sehr starkes Open-Weights-Modell für Programmierung und Generierung, das den Großteil der Lücke zur vorherigen Claude-Generation geschlossen hat, und Claude Fable 5.1 liegt bei den schwierigsten Reasoning-Aufgaben und langfristiger agentischer Arbeit eine Stufe darüber.

Das Datenblatt, Seite an Seite

• Preis — Claude Fable 5.1 $10.00 / $50.00 pro 1M vs. GLM-5.2 $1.40 / $4.40 pro 1M auf Z.AI (Cache-Lesen $0.26). Ungefähr 7x günstiger beim Input und 11x beim Output.

• Lizenz — Claude Fable 5.1 geschlossen, nur über API vs. GLM-5.2 MIT offene Gewichte auf Hugging Face, selbst hostbar.

{{1}}Umfang — Claude Fable 5.1 Gewichte nicht offengelegt vs. GLM-5.2 753B gesamt / ~40B aktives MoE, ~1.5TB in BF16.{{/1}}

• Kontext / maximale Ausgabe — sowohl 1M-Token-Kontext als auch ~128K maximale Ausgabe.

• Eingaben — Claude Fable 5.1 verarbeitet Text und Bild; GLM-5.2 ist nur für Text.

• Unabhängiger Score — Claude Fable 5.1 mit 66 im AA Intelligence Index (Maximum) gegenüber GLM-5.2 mit 51, dem besten Open-Weights-Score bei Veröffentlichung.

A two-column scoreboard titled 'Claude Fable 5.1 vs GLM-5.2 — the scoreboard'. Left column 'Claude Fable 5.1': 'Price $10.00 / $50.00 per 1M', 'License closed, API only', 'AA Intelligence Index 66 (max)', 'Inputs text + image', 'Agentic science 52.6% (vendor)', 'Released Sep 1, 2026'. Right column 'GLM-5.2': 'Price $1.40 / $4.40 per 1M', 'License MIT, weights on Hugging Face', 'AA Intelligence Index 51', 'Inputs text only', 'SWE-bench Pro 62.1 (vendor, top open)', 'Released Jun 16, 2026'. Footer: 'AA per Artificial Analysis; component benchmarks vendor-reported, unreproduced.'Screenshot of the Artificial Analysis model page for Claude Fable 5.1 (Adaptive Reasoning, Max Effort, Default Fallback), captured September 10, 2026, showing a #1-of-201 ranking, an Intelligence Index of 53 for the default-fallback configuration, pricing of $10.00 per 1M input and $50.00 per 1M output with a 98% cache discount, a cost of $7.63 per Intelligence Index task, and 190M output tokens against a 92M median.

Die wahren Kosten jeder Entscheidung

Ein Beispiel mit monatlicher Abrechnung veranschaulicht die Abwägung zwischen Mieten und Kaufen. Nehmen wir 100 Millionen Eingabe-Token und 20 Millionen Ausgabe-Token pro Monat – ein intensives Programmierarbeitspensum, nichts Außergewöhnliches. Zum Listenpreis von Claude Fable 5.1 wären das 1.000 $ für Eingabe und 1.000 $ für Ausgabe: 2.000 $. Beim gehosteten Tarif von GLM-5.2 sind es 140 $ für Eingabe und 88 $ für Ausgabe: etwa 228 $ – ein ungefähr neunfacher Unterschied bei denselben Token-Volumen, vor Cache-Rabatten auf beiden Seiten. Auf ein Jahr hochgerechnet finanziert die Differenz eine Menge Infrastruktur.

Ein eigenes Modell zu besitzen ändert, welche Kosten Sie sehen, beseitigt sie aber nicht. Ein selbst gehostetes GLM-5.2 ersetzt die Rechnung pro Token durch GPUs, Strom und ein Inference-Team – und bei einem Modell dieser Größe ist der Hardware-Posten real. Aber es sind Fixkosten, die sich amortisieren, nicht linear mit Ihrer Nutzung skalieren und Datenkontrolle mit sich bringen, die keine API bieten kann. Die beiden Optionen sind nicht „teures Anthropic versus billiges Zhipu“, sondern eine Opex-Entscheidung und eine Capex-Entscheidung mit Preisschildern.

Wenn die offene Option wirklich gewinnt

Wählen Sie GLM-5.2, wenn das Volumen hoch ist und die Aufgabe gut verstanden ist — groß angelegte Code-Unterstützung, strukturierte Extraktion, Generierungs-Pipelines, bei denen das Modell eher ein Arbeitstier als ein Denker ist. Wählen Sie es, wenn Datenhoheit die API völlig ausschließt, wenn Sie proprietären Code feinabstimmen müssen, oder wenn Sie ein Modell möchten, dessen Gewichte kein Anbieter entziehen kann. Das Design-Arena-Ergebnis erinnert daran, dass ein offenes Modell in spezifischen, klar abgegrenzten Disziplinen an der Spitze liegen kann, und die MIT-Lizenz bedeutet, dass jeder Vorsprung, den Sie finden, Ihnen gehört.

Wenn es nicht.

Wählen Sie Claude Fable 5.1, wenn die Aufgabe an der Leistungsgrenze des logischen Denkens liegt — autonome Forschung, Agenten mit langem Planungshorizont, Aufgaben, bei denen ein Modell, das früh aufgibt, den gesamten Durchlauf scheitern lässt — oder wenn Sie Bildeingaben benötigen, die GLM-5.2 nicht unterstützt. Wählen Sie es, wenn Sie den Sicherheitsrahmen und den Upgrade-Rhythmus eines Anbieters möchten, der sein Flaggschiff aktiv verbessert, und wenn Sie lieber pro Token zahlen, als GPUs zu betreiben. Und wenn Sie sich nicht sicher sind, entscheidet das Routing-Muster die Angelegenheit, ohne dass Sie sich dauerhaft festlegen müssen: GLM-5.2 und Claude Fable 5.1 sind beide auf OrcaRouter zu den Listenpreisen ihrer Anbieter verfügbar ohne Aufschlag, somit können Sie das hohe Aufgabenaufkommen an GLM-5.2 senden, die schwierigen Aufgaben an Claude Fable 5.1 eskalieren und die Aufteilung anpassen, sobald Ihre Auswertungen vorliegen — während Sie sich die Option offenhalten, GLM-5.2 später selbst zu hosten, falls das Volumen die Hardware jemals rechtfertigt.

Screenshot of the OrcaRouter model page for GLM-5.2 (z-ai/glm-5.2), showing $1.40 per 1M input and $4.40 per 1M output, the 1M-token context window with 128K max output, text-only I/O, and Tools/JSON/Reasoning capability chips.

In diesem Artikel verglichen1

Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert