Dots vs. GLM-5.2: Die beiden Enden der Agenten-Lieferkette

Dots and GLM-5.2 sit at opposite ends of the same supply chain, and neither one is the other's rival. Dots is the agent surface the company announced at DevDay on September 29, 2026 — an always-on worker with its own cloud computer and browser, connections to more than 4,000 apps, reachable in ChatGPT, Slack and Teams, powered by GPT-6 Astra and included with Pro and Business Premium at no extra cost. GLM-5.2 is Z.ai's open-weight flagship text model, released June 16, 2026, with a one-million-token context window, up to 128,000 tokens of output and a published rate of $1.40 per million input tokens and $4.40 per million output tokens. One is the layer you rent and cannot see inside; the other is the layer you can download, inspect and price to the token. If you are deciding how to run agents this quarter, that is the pair of decisions in front of you.

Was jedes Einzelne ist, in einem Durchgang

• Worum es geht — ein gehosteter, ständig aktiver Agent ohne eigene Modellkennung (Dots) gegenüber einem herunterladbaren Textmodell mit veröffentlichten Gewichten (GLM-5.2)

• Wer stellt es her — OpenAI, angekündigt auf dem DevDay am 2026-09-29, gegenüber Z.ai (Zhipu AI), veröffentlicht am 2026-06-16

Wo es läuft: OpenAIs Cloud-Computer und Browser, isoliert von Ihrem Rechner, sofern Sie sie nicht verknüpfen, bis dorthin, wo Sie es bereitstellen: Ihre eigene Hardware, eine Cloud Ihrer Wahl oder unser Endpunkt.

• Das zugrunde liegende Modell — GPT-6 Astra, in den Launch-Materialien von OpenAI so benannt (laut Anbieter), gegen GLM-5.2 selbst, ein Mixture-of-Experts-Modell, das Z.ai mit offenen Gewichten veröffentlicht hat

• Modalität — Nachrichten, App-Daten und ein Browser auf der einen Seite, gegenüber nur Text rein und Text raus, ohne Bild- oder Audioeingabe

• Kapazität — nicht dokumentierte Antwortgrenzen für einen Punkt, gegenüber 1.000.000 Token Kontext und 128.000 Token maximaler Ausgabe

• Preis — der erste Punkt ist bei Pro oder Business Premium enthalten, das Kontingent ist nicht veröffentlicht, gegenüber 1,40 $ pro Million Eingabe und 4,40 $ pro Million Ausgabe, wie in unserem Katalog aufgeführt

• Belege — Anbieterdemos, kein unabhängiger Benchmark für dots, gegenüber einem Artificial Analysis Intelligence Index von 33,7 und einem vom Anbieter angegebenen 99,1 auf τ²-Bench, beide mit ihren Quellen in unserem Katalog geführt

Die Open-Weights-Hälfte und der Haken am ersten Tag

GLM-5.2s Wertversprechen ist das bekannte Open-Weight-Versprechen, und hier ist es stärker als üblich, weil das Modell nach jedem Maßstab günstig ist und die Gewichte bedeuten, dass die Entscheidung über den Einsatz bei Ihnen liegt. Die von Z.ai selbst veröffentlichten Ergebnisse führen mit agentischer Tool-Nutzung – 99,1 auf τ²-Bench, 76,8 auf MCP-Atlas und 74,4 auf FrontierSWE – und das sind Herstellerangaben, was man klar sagen sollte, denn es sind die Zahlen, die das Modell wie ein Schnäppchen aussehen lassen. Unabhängige Messungen fallen nüchterner aus: Ein Artificial Analysis Intelligence Index von 33,7 platziert es im Mittelfeld dieses Rankings, ein τ-Banking-Ausschnitt von 34,6 ist bescheiden, und 78,3 bei Long-Context-Recall liegt hinter den aktuellen Spitzenreitern. Unser Katalog verzeichnet in den vergangenen sieben Tagen 123,2 Millionen Tokens Traffic für dieses Modell, was das deutlichste verfügbare Zeichen dafür ist, dass Nutzer es tatsächlich laufen lassen.

Hier ist der Haken, und er ist der Grund, warum dieser Artikel existiert und nicht einfach ein direkter Spezifikationsvergleich ist. Artificial Analysis markiert GLM-5.2 zugunsten einer neueren Version, GLM-5.3, als veraltet, und auf der Live-Seite steht es ganz oben: Das Modell ist weiterhin routbar und weiterhin allgemein verfügbar, aber die Roadmap des Anbieters hat sich weiterentwickelt, und die GLM-5.2 zugeordneten Indexwerte sind eine Momentaufnahme statt einer fortlaufenden Messung. Seine anderen unabhängigen Werte bleiben aus demselben Grund statisch — in der Mitteilung von AA heißt es, dass nach der Einstufung als veraltet weiterhin nur der Standard-Workload für das Modell benchmarkt wird und Ergebnisse für alles andere historisch werden.

Zwei Lehren ergeben sich daraus, und beide gelten weit über dieses Modell hinaus. Erstens: Ein Preis und eine Lizenz sind beständige Fakten über eine Open-Weight-Veröffentlichung; eine Leaderboard-Position ist eine bewegliche Größe, und ein Modell kann günstig, herunterladbar und trotzdem überholt sein. Zweitens: Der Nachfolger ist bereits da: Z.ai hat GLM-5.3 als sein aktuelles Flaggschiff veröffentlicht, bepreist unter GLM-5.2 mit 1,26 $ für Eingabe und 3,96 $ für Ausgabe pro Million, mit einem unabhängigen Intelligence Index von 44,8 gegenüber 33,7 von GLM-5.2. Wer jetzt baut, sollte zuerst das neuere Modell bepreisen und GLM-5.2 als die günstigere Untergrenze darunter behandeln, nicht als die Speerspitze der Familie.

Was ein Punkt kostet, und warum keiner von euch beiden dafür ein Budget einplanen kann

OpenAI hat einen Preis für dots veröffentlicht – der erste ist bei Pro und Business Premium enthalten, mit erweiterten Limits im ersten Monat und Unterhaltungen, die die ChatGPT-Nutzungslimits nicht ausschöpfen. Keine Angabe zum Kontingent, kein Preis für einen zweiten dot, kein Tarif für zusätzliche Geschwindigkeit oder Kapazität, keine Kosten pro erledigter Aufgabe und kein Enterprise-Preis für die spezialisierten dots, die sich derzeit im internen Test befinden. In der Keynote-Berichterstattung von CNBC bepreist Finanzchefin Sarah Friar den neuen 500-Dollar-Pro-500-Tarif als Nutzungskontingent plus den Ultrafast-Modus und nicht als Preis pro dot; auch der teuerste Plan auf OpenAIs Preisliste lässt sich nicht in Kosten pro Einheit Agentenarbeit umrechnen.

GLM-5.2 hat das umgekehrte Problem, was das bessere Problem ist: zu viele Zahlen, und alle sind überprüfbar. Die Preisliste liegt bei 1,40 $ und 4,40 $ pro Million Tokens, mit Cache-Lesevorgängen zu 0,26 $, und das Modell ist herunterladbar, sodass die Grenzkosten einer Anfrage, die Sie selbst ausführen, Hardware und Strom sind statt einer Anbieterrechnung. Das ist der Trade-off in einem Satz. Ein Punkt gibt Ihnen einen Worker und keinen Zähler; GLM-5.2 gibt Ihnen einen Zähler und keinen Worker.

Ein nutzungsbasiert abgerechnetes Modell unter einen Agenten stellen, den Sie mieten

Die nützliche Art, beide zu halten, besteht darin, jedem die Hälfte der Aufgabe zu geben, die er gut erledigt. Ein dot übernimmt die Koordination: ein Projekt beobachten, die beteiligten Personen und Systeme verfolgen, mit etwas Fertigem zurückkommen. GLM-5.2 — oder der Nachfolger, gegen den Sie ihn preislich abgewogen haben — übernimmt das Reasoning, das Sie selbst verantworten müssen: der Extraktionsdurchlauf über ein Archiv mit einer Million Token, die lange Generierung, die Klassifizierungswarteschlange, der Teil, bei dem eine falsche Antwort mehr kostet als die Token, die sie eingespart hat.

Diese Aufteilung braucht die Reasoning-Hälfte – was eher ein Routing- als ein Modellproblem ist. OrcaRouter bietet GLM-5.2 als z-ai/glm-5.2 zum Listenpreis des Anbieters, mit 0 % Aufschlag durchgereicht – nichts wird aufgeschlagen, sodass eine Preissenkung von Z.ai Ihr Konto noch am selben Tag erreicht – an, in einem Katalog mit über 200 Modellen hinter einem einzigen Schlüssel, mit den Failover- und Routing-Tools, mit denen ein Job ohne Codeänderung zum neueren oder günstigeren Modell wechseln kann. Was es nicht bietet, ist ein dot: Es gibt keinen dots-Endpunkt, keine Modellkennung für den Agenten und keine Möglichkeit, die darin laufende Intelligenz auszutauschen. Die Grenze ist real, und so zu tun, als wäre es anders, wäre der eine unehrliche Slide in diesem Vergleich.

Die Empfehlung, einmal ausgesprochen

Wenn Sie möchten, dass die Arbeit ohne Ihr Zutun erledigt wird, kaufen Sie den Dot – er kostet nichts über ein Abonnement hinaus, das Sie möglicherweise bereits haben, und seine Einschränkung ist, dass Sie noch nicht beweisen können, was er Ihnen gespart hat. Wenn Sie wissen möchten, was Ihr Reasoning kostet, und es später verschieben können wollen, setzen Sie GLM-5.2 oder dessen Nachfolger hinter Ihren eigenen Endpoint und messen Sie es. Die Teams, die das Ende 2026 richtig machen, tun beides, und die Disziplin, die es funktionieren lässt, besteht darin, nicht zuzulassen, dass die gemietete Schicht irgendetwas besitzt, das sie nicht ersetzen könnten.