GLM-5.2 Testbericht: Spitzennahe Codierung zu Open-Weight-Preisen?

Z.ai hat am 16. Juni 2026 GLM-5.2 veröffentlicht und es als Flaggschiff-Modell für langfristige Aufgaben bezeichnet. Diesmal hält das Etikett, was es verspricht. GLM-5.2 kombiniert ein 1-Millionen-Token-Kontextfenster, das tatsächlich für lange Programmieragenten-Sitzungen trainiert wurde, mit den stärksten Programmierergebnissen, die jemals von einem Open-Weight-Modell erzielt wurden – und wird überall gleichzeitig ausgeliefert: in der Z.ai-API, im GLM Coding Plan und als vollständig MIT-lizenzierte Gewichte auf Hugging Face, ohne regionale Einschränkungen.

Diese Rezension beantwortet die Frage, die sich die meisten Teams tatsächlich stellen: Ist ein Open-Weight-Modell endlich gut genug, um Ihr Standard-Coding-Modell zu sein, und wo verdienen die geschlossenen Frontier-Flaggschiffe noch ihren Aufpreis? Wir werden behandeln, was wirklich neu ist, was GLM-5.2 wirklich kostet (einschließlich eines Rabatts für zwischengespeicherte Eingaben, den die meisten Berichte auslassen), wie es im Vergleich zu GLM-5.1 und der geschlossenen Frontier abschneidet, und wer heute wechseln sollte.

Kurzes Fazit

Erwägen Sie GLM-5.2, falls Sie…

- Führen Sie umfangreiche Codierungs- oder Agent-Workloads aus und wünschen Sie sich eine nahezu führende Qualität zu 1,40 $ / 4,40 $ pro Million Token – ein Bruchteil der Flaggschiff-Preise.

- Erstellen Sie langlebige Programmieragenten – laut Z.ais veröffentlichten FrontierSWE-Ergebnissen liegt GLM-5.2 innerhalb eines Punktes von Claude Opus 4.8 und vor GPT-5.5.

- Benötigen Sie ein {{1}}1M-Token-Kontextfenster{{/1}} mit {{2}}bis zu 128K Ausgabe-Token{{/2}}, speziell für lange, chaotische Agent-Trajektorien trainiert und nicht nur auf einem Datenblatt behauptet.

- Möchte offene Gewichte: MIT-Lizenz, Selbsthosting, Feintuning und keine Herstellerbindung

Halte dich zurück (oder bleibe auf einem geschlossenen Flaggschiff), wenn du…

Brauchen Sie die absolute Obergrenze für die schwierigsten agentischen Aufgaben — Claude Opus 4.8 führt weiterhin klar bei der Werkzeugorchestrierung und marathonlangen autonomen Aufgaben.

- Benötigt Bild- oder Dateieingabe: GLM-5.2 ist reiner Text; Vision befindet sich in der separaten GLM-V-Reihe von Z.ai.

- Sind stark latenzgebunden — GLM-5.2 ist ein thinking-first-Modell, und öffentliche Gateway-Statistiken zeigen eine mediane Zeit bis zum ersten Token im Bereich mehrerer Sekunden.

Was ist GLM-5.2?

GLM-5.2 ist das neueste Flaggschiff der GLM-Familie von Z.ai (ehemals Zhipu AI), einem der wenigen Labore, die Open-Weight-Modelle im Grenzbereich der Skalierung veröffentlichen. Die öffentliche Modelldokumentation beziffert die Gesamtparameterzahl auf rund 750 Milliarden in einer Mixture-of-Experts-Architektur, mit etwa 40 Milliarden aktiven Parametern pro Token. Die Modell-ID lautet `glm-5.2` und ist ab heute allgemein verfügbar: Sie können damit auf Z.ai chatten, es über die Z.ai-API aufrufen, innerhalb des GLM Coding Plan-Abonnements nutzen (wo es einige Tage vor dem öffentlichen Launch erschien) oder die Gewichte von Hugging Face herunterladen und selbst ausführen.

Was in dieser Generation bemerkenswert ist, ist die Positionierung. Z.ai verkauft GLM-5.2 nicht als günstigen Außenseiter; es wird als das stärkste Open-Source-Coding-Modell angepriesen, mit veröffentlichten Zahlen, die es innerhalb weniger Punkte an die geschlossene Spitze heranbringen – genau bei den Workloads (Long-Horizon-Coding und Agents), in die der Großteil der Entwicklerausgaben heute fließt.

Was ist neu in GLM-5.2?

Ein großer Sprung in der Codierung über einen langen Horizont, kein Punkt-Release. Die wichtigste Änderung. In Z.ais veröffentlichter Benchmark-Tabelle erreicht GLM-5.2 81.0 auf Terminal-Bench 2.1 gegenüber 63.5 für GLM-5.1 und 62.1 gegenüber 58.4 auf SWE-bench Pro. Die dramatischste Zahl ist FrontierSWE, das offene Ingenieurprojekte misst, die Stunden bis zu mehreren zehn Stunden laufen: 74.4 gegenüber 30.5 von GLM-5.1.

Ein solider 1M-Token-Kontext. GLM-5.2 ist das erste GLM-Modell, das ein Fenster von einer Million Token (fünfmal GLM-5.1s 200K) mit einem darauf abzielenden Training kombiniert: Z.ai sagt, es habe das 1M-Kontext-Training für Code-Agent-Szenarien erheblich erweitert – groß angelegte Implementierung, automatisierte Forschung, Leistungsoptimierung, komplexes Debugging. Die Ausgabe ist auf 128K Token pro Antwort begrenzt.

Steuerung des Aufwandsniveaus.Neu in dieser Generation: Sie können explizit Fähigkeiten gegen Ausführungsgeschwindigkeit und Rechenkosten abwägen, indem Sie ein Denkaufwandsniveau festlegen, anstatt für jede Anfrage eine feste Argumentationstiefe zu erhalten.

Eine günstigere Architektur unter der Haube.Z.ais neue IndexShare-Technik verwendet denselben Indexer für jeweils vier Sparse-Attention-Layer, wodurch der Rechenaufwand pro Token bei der vollen 1M-Kontextlänge um das 2,9-fache reduziert wird, und eine verbesserte MTP-Schicht beschleunigt das spekulative Decoding, indem die Akzeptanzlänge um bis zu 20 % erhöht wird.

Rein offen.Die Gewichte werden unter einer MIT-Lizenz ausgeliefert, nach den Worten von Z.ai, ohne regionale Einschränkungen — kommerzielle Nutzung, Feintuning und privates Hosting sind alle erlaubt.

Preise: Was es tatsächlich kostet

First-Party GLM 5.2 API Preise betragen 1,40 USD pro Million Input-Token und 4,40 USD pro Million Output-Token – derselbe Preis wie bei GLM-5.1, also kommt der Fähigkeitssprung kostenlos, wenn Sie bereits die GLM-API nutzen. Cache-Input sinkt auf 0,26 USD pro Million, und Z.ai erlässt derzeit für begrenzte Zeit die Cache-Speichergebühren, was für Agenten-Schleifen wichtig ist, die denselben Projektkontext hunderte Male erneut lesen.

Für den Maßstab: Claude Opus 4.8 kostet $5 / $25 pro Million Tokens. Wenn Z.ais Benchmark-Tabelle auch nur annähernd richtig ist, liefert GLM-5.2 den Großteil der Frontier-Langzeit-Codierungsfähigkeit zu deutlich weniger als einem Fünftel des Flaggschiff-Ausgabepreises. Zwei Einschränkungen: Der Aufwand bestimmt die tatsächlichen Kosten (höherer Aufwand bedeutet mehr Denk-Tokens), und Drittanbieter-Hosts listen ihre eigenen Preise auf – einige günstiger als Erstanbieter – überprüfen Sie daher die aktuellen Zahlen, bevor Sie budgetieren.

Bewertungspunktzahl

Die folgenden Bewertungen sind unsere redaktionelle Einschätzung basierend auf den veröffentlichten Benchmarks und der Modelldokumentation von Z.ai — die Benchmark-Tabelle stammt vom Anbieter selbst. Wir werden sie überarbeiten, sobald unabhängige Ergebnisse vorliegen.

- Programmieren: 9/10

- Agentisch / Werkzeugnutzung: 8/10 — nahe der Spitze auf MCP-Atlas, aber Opus 4.8 bleibt bei der Werkzeugorchestrierung klar voraus.

- Reasoning: 8/10 — Elite-Mathematik (AIME 2026: 99,2, der höchste Wert in Z.ai's Tabelle), doch die breitesten Reasoning-Tests bevorzugen weiterhin die geschlossene Frontier

Kosteneffizienz: 10/10

Kontext und lange Dokumente: 9/10

Geschwindigkeit und Latenz: 7/10 — ein zuerst denkendes Modell; verwenden Sie niedrigere Anstrengungsstufen für schnelle Aufgaben.

Gesamtbewertung: ~8,5/10 — das erste Open-Weight-Modell, das nah genug an der Spitze ist, um ein Standard zu sein, kein Kompromiss.

Vorteile

- Grenznah Langzeit-Coding für $1.40 / $4.40 pro Million Token – gleicher Preis wie GLM-5.1, weit unter geschlossenen Flaggschiffen

Solider 1M-Token-Kontext mit 128K-Ausgabe, trainiert auf echten Coding-Agent-Trajektorien

- Steuerung des Aufwandsniveaus zur Anpassung des Kosten/Latenz/Qualitäts-Kompromisses pro Anfrage

- MIT offene Gewichte: selbst hosten, feinabstimmen oder einen privaten Fallback behalten — keine Bindung, keine regionalen Einschränkungen

- Zwischengespeicherter Input zu $0,26 pro Million mit derzeit kostenlosem Cache-Speicher — wichtig für Agenten-Schleifen

Nachteile

- Claude Opus 4.8 führt immer noch die schwierigsten agentischen Benchmarks an — Tool-Orchestrierung und Aufgaben mit Marathonlänge sind noch nicht die Krone von GLM-5.2

- Nur Text: keine Bildeingabe, daher benötigen screenshot-basierte oder Dokumenten-Vision-Workflows ein anderes Modell.

Thinking-First-Design bedeutet eine merkliche Zeit bis zum ersten Token; latenzkritische UX benötigt niedrigere Aufwands-Einstellungen oder einen schnelleren Fallback

Selbsthosting ist ein Rechenzentrumsprojekt, kein Wochenendprojekt — der vollständige Checkpoint benötigt angeblich GPU-Speicher im Cluster-Maßstab.

Die Benchmark-Story beruht vorerst auf Z.ais eigener Tabelle; unabhängige Replikationen stehen noch aus.

Wie GLM-5.2 abschneidet

im Vergleich zu GLM-5.1.Gleiches $1.40 / $4.40 Preisschild, ein Kontextfenster, das fünfmal größer ist, und ein Langzeitsprung, der sich wie ein Generationssprung liest: FrontierSWE 74,4 gegenüber 30,5, Terminal-Bench 2.1 81,0 gegenüber 63,5, SWE-Marathon 13,0 gegenüber 1,0. Wenn Sie GLM-5.1 verwenden, ist dies der einfachste Upgrade-Aufruf des Jahres – Z.ai veröffentlicht sogar einen speziellen Migrationsleitfaden.

gegenüber der geschlossenen Grenze (Claude Opus 4.8, GPT-5.5). Auf Z.ais Tabelle liegt GLM-5.2 innerhalb von vier Punkten von Opus 4.8 auf Terminal-Bench 2.1 (81.0 vs 85.0), innerhalb eines Punktes auf FrontierSWE (74.4 vs 75.1) und schlägt tatsächlich GPT-5.5 auf SWE-bench Pro (62.1 vs 58.6) und FrontierSWE (74.4 vs 72.6). Die Grenze behält ihren Vorsprung, wo Aufgaben am längsten und werkzeugintensivsten sind: Opus 4.8 verdoppelt GLM-5.2 auf SWE-Marathon (26.0 vs 13.0) und führt Tool-Decathlon mit großem Abstand an. Die praktische Regel: GLM-5.2 für die Menge, ein Flaggschiff für den Gipfel.

vs. andere Open-Weight-Modelle.Gegenüber Qwen3.7-Max, MiniMax M3 und DeepSeek-V4-Pro ist GLM-5.2 in jeder Programmierzeile der veröffentlichten Tabelle führend. Stand heute liegt die Krone der Open-Weight-Programmierung bei Z.ai.

Wer sollte GLM-5.2 verwenden?

Teams, die Codierungsagenten in großem Maßstab betreiben – CI-Bots, autonomes Refactoring, Code-Review –, bei denen die Kosten pro Aufgabe bestimmen, was wirtschaftlich möglich ist.

- Entwickler von Entwicklerwerkzeugen, die Frontier-nahe Qualität ohne Frontier-Rechnungen wünschen

- Langzeitkontext-Workloads: Monorepo-Analyse, mehrdokumentige technische Spezifikationen, stundenlange Agentensitzungen, die tatsächlich 1M Token füllen

Organisationen, die offene Gewichte benötigen — für Compliance, air-gapped Bereitstellung, Feinabstimmung oder einfach Verhandlungsmacht gegenüber API-Anbietern

Wer sollte bei einem geschlossenen Flaggschiff bleiben?

- Teams, deren schwierigste Aufgaben marathonlange autonome Läufe oder schwere Tool-Orchestrierung sind – die Benchmarks sagen, dass die Grenzprämie dort immer noch real ist.

- Bildabhängige Workflows: GLM-5.2 nimmt keine Bilder

- Produkte, bei denen jede Sekunde der First-Token-Latenz die Nutzer kostet.

Lohnt sich GLM-5.2?

Für die meisten Programmier- und Agenten-Workloads: ja – und zwar mit Nachdruck. Die ehrliche Einordnung: GLM-5.2 bietet dir etwa 90–95 % der langfristigen Programmierfähigkeit der Spitzenmodelle zu weniger als einem Fünftel der Kosten, mit offenen Gewichten als Absicherung. Geschlossene Flaggschiffe gewinnen nach wie vor bei den schwierigsten 5 % der Aufgaben. Das ist kein Grund, GLM-5.2 zu überspringen, sondern ein Grund, zu routen: Schicke die Masse an GLM-5.2 und eskaliere die Gipfelprobleme an ein Flaggschiff.

Endgültiges Urteil

GLM-5.2 ist das stärkste Open-Weight-Coding-Modell, das Sie heute verwenden können, und das erste, das sich wie eine Standardwahl und nicht wie ein Budgetkompromiss liest – unsere Bewertung: ~8.5/10. Es stürzt Claude Opus 4.8 an der Spitze des Schwierigkeitsbereichs nicht vom Thron, macht das Flaggschiff jedoch zu einem Spezialwerkzeug statt zur offensichtlichen Alltagsantwort. Wenn Sie GLM-5.1 verwenden, aktualisieren Sie jetzt. Wenn Sie Flaggschiff-Preise für routinemäßige Agentenarbeit zahlen, ist dies Ihr Signal, neu zu messen.

Verwendung von GLM-5.2 über OrcaRouter

Da der kluge Schachzug "GLM-5.2 für das Volumen, ein Flaggschiff für die schwierigsten Aufgaben" ist, werden Sie wahrscheinlich mehr als ein Modell in der Produktion benötigen – von mehr als einem Anbieter. Das ist die Reibung, die OrcaRouter beseitigt.

OrcaRouter bedient bereits GLM-5.2 (Modell-ID `z-ai/glm-5.2`) über einen OpenAI-kompatiblen Endpunkt zu Z.ais eigenen Preisen von 1,40 $ / 4,40 $ ohne Token-Aufschlag. Leiten Sie hochvolumigen Code- und Agentenverkehr an GLM-5.2, eskalieren Sie die schwierigsten Reasoning-Aufgaben an Claude Opus 4.8 oder ein anderes Spitzenmodell, und halten Sie automatisches Failover für Startfenster-Kapazitätsspitzen bereit – alles ohne Ihre Integration jedes Mal neu schreiben zu müssen, wenn Sie Modelle wechseln.

FAQ

Ist GLM-5.2 jetzt verfügbar?

Ja. Es wurde am 16. Juni 2026 veröffentlicht und ist allgemein verfügbar: im Z.ai-Chat und in der API (Modell-ID glm-5.2), im GLM Coding Plan, über Gateways wie OrcaRouter und als MIT-lizenzierte offene Gewichte auf Hugging Face.

Wie viel kostet GLM-5.2?

Die Preise der Erstanbieter-API liegen bei 1,40 $ pro Million Eingabe-Token und 4,40 $ pro Million Ausgabe-Token – unverändert gegenüber GLM-5.1. Zwischengespeicherte Eingaben kosten 0,26 $ pro Million, und die Cache-Speicherung ist für begrenzte Zeit kostenlos.

Ist GLM-5.2 besser als GLM-5.1?

Mit großem Abstand bei langfristigen Arbeiten: 81,0 vs. 63,5 auf Terminal-Bench 2.1, 74,4 vs. 30,5 auf FrontierSWE und ein 1M-Kontext gegenüber 200K – zum gleichen Preis.

GLM-5.2 vs Claude Opus 4.8 — welches sollte ich verwenden?

Standardmäßig GLM-5.2 für umfangreiches Codieren und Agentenarbeit verwenden; marathonlange autonome Aufgaben und schwere Tool-Orchestrierung an Opus 4.8 weiterleiten, das dort immer noch führend ist. Das Routing zwischen ihnen ist besser, als sich für eines zu entscheiden.

Was ist das Kontextfenster?

1 Million Token, mit bis zu 128.000 Ausgabe-Token pro Antwort — und Z.ai sagt, dass das lange Fenster speziell auf Coding-Agent-Szenarien trainiert wurde, nicht nur erweitert.

Ist GLM-5.2 wirklich Open Source?

Ja – die Gewichte werden unter einer MIT-Lizenz veröffentlicht, ohne regionale Einschränkungen, kostenlos für kommerzielle Nutzung und Feintuning. Allerdings sollte man realistisch für das Selbst-Hosten budgetieren: Ein ~750B-Parameter-MoE-Checkpoint benötigt GPU-Speicher auf Cluster-Ebene.

Unterstützt GLM-5.2 die Bildeingabe?

Nein. GLM-5.2 ist Text-in, Text-out. Für visuelle Aufgaben unterhält Z.ai eine separate GLM-V-Modellreihe, oder Sie können Bildanfragen an ein multimodales Modell weiterleiten.

Kann ich GLM-5.2 über OrcaRouter verwenden?

Ja — GLM-5.2 ist live auf OrcaRouter als z-ai/glm-5.2 zu First-Party-Preisen ohne Aufschlag, zusammen mit Claude, GPT, Gemini und anderen Modellen hinter einem OpenAI-kompatiblen Endpunkt.

Bereit, GLM-5.2 in die Produktion zu bringen? Starten Sie es in wenigen Minuten – erstellen Sie Ihr OrcaRouter-Konto und rufen Sie GLM-5.2, Claude Opus 4.8 und jedes andere führende Modell über einen einzigen OpenAI-kompatiblen Endpunkt auf. Frontier-Klasse Codierung ist jetzt viel günstiger geworden; eine Routing-Schicht ist, wie Sie die Einsparungen sammeln.