MIDM K 3.0 Pro vs. GLM-5.5: Der Vergleich muss sich ein Modell leihen

Die Hälfte dieses Vergleichs existiert nicht. Es gibt kein Modell namens GLM-5.5: Z.ai hat es nie angekündigt, nie bepreist, nie ein Datenblatt dazu veröffentlicht oder Gewichte unter diesem Namen ausgeliefert, und die eigene Produktlinie des Unternehmens endet bei GLM-5.3, das im August 2026 veröffentlicht wurde. Eine Seite mit dem Titel „MIDM K 3.0 Pro vs GLM-5.5“ hat also drei Möglichkeiten – ein Spec-Sheet erfinden, sich weigern zu schreiben oder das koreanische Modell mit dem Z.ai-Flaggschiff vergleichen, das man tatsächlich ansprechen kann, und dabei erklären, worauf sich der Name 5.5 bezieht. Dies ist die dritte. Mi:dm K 3.0 Pro, das KT seit dem 29. Oktober 2026 zu 0,20 US-Dollar pro Million Input-Tokens und 0,80 US-Dollar pro Million Output-Tokens anbietet, wird im Folgenden mit GLM-5.3 verglichen, dem 750 Milliarden Parameter starken Text-Flaggschiff, das Z.ai am 14. August 2026 ausgeliefert hat – wobei die Frage nach GLM-5.5 zuerst beantwortet wird, denn wer hier gelandet ist, weil er diesen Namen eingetippt hat, verdient zu erfahren, womit er es tatsächlich zu tun hat.

Was GLM-5.5 ist und warum der Name immer wieder auftaucht

Der Name stammte aus einer Prognose, nicht aus einem Produkt. Eine im Juni 2026 weitergegebene Analystenprojektion setzte Z.ais nächstes Flaggschiff für August an; die dafür gewählte Zahl war 5,5, und Vergleichsseiten, Preisübersichten und Release-Tracker wurden auf Grundlage dieser Vermutung geschrieben. Der August kam, und Z.ai lieferte stattdessen GLM-5.3 aus – angekündigt am 14. August, API um den 18. August, offene Gewichte am 28. August, mit GLM-5.3-Flash, das am 26. August folgte. Die Vorhersage lag sowohl bei der Zahl als auch beim Modell falsch.

Seitdem ist die Namensgebung in beide Richtungen ungeklärt geblieben. GLM-5.3, GLM-5.4, GLM-5.5 und GLM-6 wurden alle im selben Zeitfenster ins Spiel gebracht, und Z.ai hat keinen davon bestätigt; das aktuelle Flaggschiff ist weiterhin GLM-5.3, und die Modellseite des Anbieters nennt genau drei Karten — GLM-5.3, GLM-5.3-FlashX und GLM-5.2. Wer eine Preisübersicht oder Benchmark-Tabelle für GLM-5.5 veröffentlicht, veröffentlicht eine Vermutung mit angehängter Modellnummer.

Das ist kein Grund, den Vergleich zu überspringen. Es ist ein Grund, ihn gegen das Modell durchzuführen, das bereits verfügbar ist – und genau das tut der Rest dieser Seite.

Die beiden Modelle, zu den Zahlen, die es gibt

• Parameter — GLM-5.3 ist ein Mixture-of-Experts-Modell mit 753 Milliarden Parametern – eine Zahl, die aus den safetensors-Metadaten im eigenen veröffentlichten Repository von Z.ai stammt und nicht aus einer Pressemitteilung. Mi:dm K 3.0 Pro hat laut der eigenen Modellkarte von KT insgesamt 120 Milliarden Parameter, davon 12 Milliarden aktiv pro Token. Das Z.ai-Modell ist sechsmal so groß, und da seine Anzahl aktiver Parameter nicht in derselben Form veröffentlicht wird, ist der sinnvolle Vergleich die Gesamtkapazität gegenüber einem bewusst kleinen aktiven Anteil.

• Kontext und Ausgabe — GLM-5.3 liest 1.000.000 Token und gibt bis zu 128.000 zurück. Mi:dm K 3.0 Pro liest 261.795 und gibt bis zu 235.615 zurück. Der eine gewinnt bei der Eingabe, der andere bei der Ausgabe, und beide mit großem Abstand.

• Modalität — beide sind Text rein, Text raus. Keines akzeptiert Bilder, Audio oder Dateien. Auf dieser Achse sind sie identisch, was in einem Duell im Jahr 2026 selten ist und den Vergleich sauberer macht als die meisten.

• Preis — GLM-5.3 kostet laut Z.ai-Preiskarte 1,40 $ für Eingabe und 4,40 $ für Ausgabe pro Million Tokens, Cache-Lesevorgänge kosten 0,26 $. Mi:dm K 3.0 Pro kostet 0,20 $ und 0,80 $, Cache-Lesevorgänge 0,04 $. Siebenmal günstiger bei der Eingabe, fünfeinhalbmal bei der Ausgabe.

• Steuerung des Reasonings — Das Denken von GLM-5.3 ist immer aktiv und kann nicht deaktiviert werden; wird ein deaktiviertes Flag übergeben, schlägt die Anfrage fehl. Die Tiefe wird über reasoning_effort auf low, high oder max festgelegt, wobei max der Standard ist. Mi:dm K 3.0 Pro bietet ein Reasoning-Flag und gibt den Trace separat zurück, ohne veröffentlichte Effort-Stufen.

• Tool-Aufruf — GLM-5.3 führt tools, tool_choice und parallele Tool-Aufrufe unter den unterstützten Parametern auf und dokumentiert natives Function Calling. Der Katalogeintrag von Mi:dm K 3.0 Pro führt überhaupt keine Tool-Parameter auf.

• Unabhängige Bewertung — GLM-5.3 liegt im Artificial Analysis Intelligence Index bei 44,8, auf dem Vals Index auf Platz sechzehn bei 53,51 % und wurde mit 2,01 US-Dollar pro Indexaufgabe gemessen. Mi:dm K 3.0 Pro ist in diesem Index nirgends aufgeführt.

• Gewichte — GLM-5.3 ist in der eigenen Hugging-Face-Organisation von Z.ai unter der GLM-Lizenz herunterladbar. Mi:dm K 3.0 Pro ist überhaupt nicht offen; die öffentlichen Repositories von KT reichen nur bis zur Mi:dm-2.0-Generation aus dem Jahr 2025.

Fünfeinhalbmal günstiger, gegenüber einem Modell, das einen Score hat

GLM-5.3 mit 44,8 ist gemessen an den Frontier-Standards von 2026 ein Modell der mittleren Leistungsklasse – deutlich unter dem mittleren Fünfzigerbereich, in dem Gemini 4 Argon (52,6) und Claude Opus 5.5 (58) liegen, und klar über DeepSeek V4 Pro mit 36. Dieser Wert sagt aus, dass ein Modell solide im allgemeinen Reasoning und stark in dem Bereich ist, auf den es abgestimmt wurde – bei GLM-5.3 sind das Coding im Repository-Maßstab und langfristige Agentenarbeit.

Mi:dm K 3.0 Pro hat keine Punktzahl. Dieses Fehlen ist das ganze Risiko in der Preislücke, und es lohnt sich, konkret zu sein, was nötig wäre, um die Lücke in die andere Richtung zu schließen. Damit das koreanische Modell bei einer überprüfbaren Aufgabe die bessere Kaufentscheidung ist, muss es bei der Nützlichkeit pro Dollar bis auf etwa fünfeinhalb Punkte an 44,8 herankommen. Ein 120B-Modell mit 12B aktiven Parametern, das zu einem Siebtel des Z.ai-Tarifs bepreist ist, liegt nicht offensichtlich außerhalb dieses Bereichs — kleine Modelle haben das ganze Jahr über zu den großen aufgeschlossen, und die Hybridarchitektur ist genau auf die Effizienz bei langem Kontext ausgelegt, die die GLM-Reihe mit schierer Größe adressiert.

Aber „nicht offensichtlich außerhalb“ ist kein Beweis. GLM-5.3s 44,8 ist das Ergebnis eines festen Harness-Laufs gegen einen ausgelieferten Endpunkt; das Fehlen von Mi:dm K 3.0 Pro ist das Ergebnis eines Modells, das seit dreizehn Tagen kostenpflichtig ist. Die richtige Haltung ist, dass das günstige Modell ein Unbekanntes mit einem guten Preis ist und das teure eine bekannte Größe zum Fünffachen der Kosten.

Wo sich die zusätzliche Größe von GLM-5.3 tatsächlich zeigt

Drei Stellen – und es sind die drei, die die meisten Produktionsentscheidungen bestimmen.

Kontext. Eine Million Tokens gegenüber 262K ist der größte einzelne Unterschied zwischen diesen Modellen – und derjenige, der sich nicht durch technische Tricks umgehen lässt, wenn die Arbeitslast ihn erfordert. Ein Agent, der ein Monorepo verwaltet, eine Rechercheaufgabe, bei der Tool-Ergebnisse auflaufen, oder eine rechtliche Prüfung, bei der ein Dokumentensatz gelesen wird, wird auf 262K stoßen und weiterlaufen. Chunking ist der Workaround, und beim Chunking stirbt die Argumentation über Querverweise. Wenn Ihre Prompts regelmäßig 250K Tokens überschreiten, ist Mi:dm K 3.0 Pro keine günstigere Option – es ist ein anderes, kleineres Produkt.

Tool-Nutzung. GLM-5.3 dokumentiert natives Function Calling mit parallelen Aufrufen und strukturiertem JSON unter einer OpenAI-kompatiblen Oberfläche und ist explizit für autonomes mehrstufiges Engineering gebaut. Jede Agent-Schleife hängt davon ab, dass Tool Calling zuverlässig statt nur vorhanden ist, und Z.ai liefert es seit einem Jahr in der gesamten GLM-5-Reihe aus. KT hat es für dieses Modell überhaupt nicht dokumentiert. Für einen Coding-Agenten kann allein dieser Unterschied die Entscheidung bestimmen, bevor der Preis überhaupt betrachtet wird.

Gewichte. GLM-5.3 lässt sich herunterladen, selbst hosten und feinabstimmen. Das ist für alle wichtig, die Anforderungen an den Datenstandort, Lizenzbeschränkungen oder das Bedürfnis haben, das Modell auf eigener Hardware zu evaluieren. Mi:dm K 3.0 Pro ist nur über eine API verfügbar, sodass der einzige Evaluierungsweg der Endpunkt des Anbieters ist – was in Korea reale Konsequenzen hat, wo öffentliche und regulierte Käufer oft überhaupt keinen Text an eine ausländische API senden dürfen und ein im Inland gehostetes koreanisches Modell der eigentliche Grund ist, sich überhaupt KT anzusehen.

Wo der Preis des koreanischen Modells nicht mehr die Schlagzeile bestimmt

Zwei strukturelle Details sorgen dafür, dass die Behauptung, siebenmal günstiger zu sein, weniger aussagekräftig ist, als sie klingt.

Das erste ist die Ausführlichkeit. Das Denken von GLM-5.3 ist immer aktiv und standardmäßig auf maximale Anstrengung eingestellt, was bedeutet, dass es bei jeder Anfrage Reasoning-Tokens verbraucht, ob die Aufgabe sie braucht oder nicht – deshalb liegen seine Kosten pro Index-Aufgabe von 2,01 US-Dollar höher, als seine Preisliste nahelegt, und deshalb kostet das Ausführen der vollständigen Index-Suite damit 2.503 US-Dollar gegenüber 2.407 US-Dollar für Gemini 4 Argon bei nominal höherem Tokenpreis. Der Reasoning-Trace von Mi:dm K 3.0 Pro ist umschaltbar, sodass bei einfacher Klassifikation die Tokenanzahl des koreanischen Modells pro Antwort deutlich niedriger sein kann als die seines Konkurrenten. Bei schwierigem Reasoning kehrt sich die Lage um: Ohne veröffentlichte Anstrengungsstufen gibt es keine Möglichkeit, mehr Denken zu kaufen – nur an oder aus.

Das zweite ist der Rabatt. KTs eigene Token-Factory-Seite zeigt derzeit einen Eingabepreis von ₩190 gegenüber einem durchgestrichenen ₩271 und einen Ausgabepreis von ₩759 gegenüber ₩1,085 — eine 30-prozentige Aktionsrabattierung zusätzlich zum Dollar-Listenpreis, wodurch der effektive Preis auf 0,14 $ und 0,56 $ sinkt. Die 1,40 $ und 4,40 $ von GLM-5.3 sind eine feste Preisliste. Ein Budget, das auf 0,14 $ aufbaut, sollte vor der Unterzeichnung auf 0,20 $ neu durchgerechnet werden, denn eine Einführungsaktion ist kein Preis.

Es gibt außerdem ein Cache-Detail, das die Lücke bei lange laufenden Agenten verringert: GLM-5.3 liest zwischengespeicherte Eingaben zu $0.26, Mi:dm K 3.0 Pro zu $0.04. Beide liegen bei etwa einem Fünftel ihrer eigenen Grundpreise, sodass das Verhältnis bei zwischengespeicherten Tokens bei etwa sechsmal günstiger statt siebenmal liegt — nahe genug, dass die Kernaussage Bestand hat, aber wissenswert, wenn der Großteil Ihrer Eingabe ein wiederholtes Präfix ist.

Koreanischer Text versus ein auf allem trainiertes Modell

Z.ai trainiert GLM-5.3 für Softwareentwicklung und agentische Arbeit, mit Chinesisch und Englisch als Schwerpunkt. KT trainiert die Mi:dm-Reihe gezielt für Koreanisch, und zwar schon bevor Mi:dm 2.0 2025 als offenes 12B-und-2B-Paar veröffentlicht wurde; die Unternehmensmaterialien beschreiben die Familie als auf koreanische Gesellschaft, Kultur und Fachwissen in beruflichen Domänen abgestimmt.

Bei einem koreanischen Korpus ist dieser Unterschied der plausibelste Grund, das kleinere Modell zu bevorzugen, und er ist auf eine Weise messbar, wie es der allgemeine Index nicht ist. Nehmen Sie ein paar hundert Einträge aus Ihrem eigenen koreanischen Traffic – Support-Transkripte, regulatorische Einreichungen, interne Tickets – und bewerten Sie die strukturierte Ausgabe beider Modelle gegen einen Schlüssel, dem Sie bereits vertrauen. Die Hälfte dieses Tests mit dem koreanischen Modell kostet Cent-Beträge. Die Hälfte mit GLM-5.3 kostet ein paar Dollar. Das Ergebnis würde Ihnen mehr darüber sagen, welches Modell Sie für koreanische Arbeit verwenden sollten, als das Marketing beider Anbieter es getan hat.

Bei englischem Code bringt das Tuning nichts, und GLM-5.3s 44,8 plus sein dokumentiertes Tool-Calling ist die stärkere Ausgangsposition.

Sie anzurufen – und das eine, was ein Router nicht beheben kann

GLM-5.3 ist live auf OrcaRouter als z-ai/glm-5.3 für 1,26 $ Input und 3,96 $ Output pro Million — unter Z.ais eigener Preiskarte von 1,40 $ und 4,40 $, ohne Aufschlag unsererseits, und Cache-Reads zu 0,26 $. Es steht neben Gemini 4 Argon, Claude Opus 5.5 und mehr als 200 weiteren Modellen mit einem einzigen Schlüssel, was bedeutet, dass die Z.ai-Linie, die Google-Linie und die Anthropic-Linie in einem einzigen Skript verglichen und durch Ändern eines Model-Strings ausgetauscht werden können.

Mi:dm K 3.0 Pro ist nicht auf unseren Routen. Es wird ausschließlich von KT bereitgestellt, und ein Modell mit nur einem Anbieter ist ein Single Point of Failure: Die dafür angegebene Verfügbarkeitszahl misst den Endpunkt eines einzigen Unternehmens über den vergangenen Tag, und es gibt keine Stelle, an die eine fehlgeschlagene Anfrage geroutet werden könnte. Wenn ein Workflow davon abhängt, muss der Fallback in Ihrem eigenen Code liegen – und der sinnvolle Fallback ist ein Modell mit demselben Schlüssel wie alles andere, damit ein einzelner Timeout Sie nicht zu einem Vertrag mit einem zweiten Anbieter führt.

Das ist die praktische Gestalt dieses Vergleichs, solange die Frage nach GLM-5.5 offen bleibt. GLM-5.3 gehört in den gerouteten Pfad für alles Agentische, alles Lange und alles, bei dem ein unabhängiger Score Teil der Begründung ist. Mi:dm K 3.0 Pro gehört hinter einen direkten Aufruf mit hartem Timeout für die breite, prüfbare koreanischsprachige Stufe, in der sein Preis echte Arbeit leistet. Wenn Z.ai dann ein nächstes Flaggschiff auf den Markt bringt, ändert die Routing-Regel einen String; wenn KT einen Benchmark veröffentlicht, ändert sich die andere Hälfte der Entscheidung mit.

Was würde diese Seite veralten lassen?

Zwei Ereignisse – und nur zwei – würden aus „GLM-5.5“ mehr als eine Prognose machen: eine Ankündigung von Z.ai mit Model Card und Preiszeile oder eine Veröffentlichung der Gewichte, die die Nummer trägt. Keines von beiden ist geschehen, und das aktuelle Flaggschiff bleibt GLM-5.3, flankiert von GLM-5.3-Flash und FlashX.

Auf der anderen Seite bräuchte Mi:dm K 3.0 Pro eine veröffentlichte Bewertung – vom Anbieter oder unabhängig –, um von „billig und unbekannt“ zu etwas zu werden, mit dem ein Team planen kann, und eine solche Zahl gibt es noch nicht. Bis es sie gibt, bleibt der Vergleich so stehen, wie er geschrieben wurde: ein gemessenes Z.ai-Flaggschiff zum fünfeinhalbfachen Preis, ein koreanisches Modell mit interessanter Architektur und einem Aktionspreis und eine Versionsnummer, die nur in Prognosen existiert.