Mistral Large 4 vs. GLM-5.5: Ein echtes Modell gegen einen Namen

Es gibt kein GLM-5.5, mit dem man vergleichen könnte Mistral Large 4. Stand 6. Oktober 2026 hat der Name keine Modellkarte, keine API-Kennung, keine Preiszeile, keinen Checkpoint und keine Lizenzdatei, und Z.ais eigene Website verwendet ihn nirgends. Das Modell am Ende dieser Nummernreihe ist GLM-5.3, das Z.ai am 18. August 2026 veröffentlicht hat — dasselbe Open-Weight-Flaggschiff von Z.ai, das Mistral in seinem eigenen Launch-Post namentlich als Vergleichsmaßstab für Mistral Large 4 heranzieht. Der Vergleich, der sich tatsächlich durchführen lässt, ist also eine heute veröffentlichte Vorschau gegen ein zwei Monate altes Open-Weight-Modell mit einem Live-Preis, echtem Traffic von viereinhalb Milliarden Tokens pro Woche und einer Lizenzdatei, die man lesen kann. Das erweist sich ohnehin als das nützlichere Duell.

Es ist zudem ein saubererer Test für Mistrals zentrale Behauptung als der GLM-Vergleich, den der Launch-Post durchführt. Mistral sagt, Mistral Large 4 sei das stärkste außerhalb Chinas entwickelte Open-Weight-Modell. GLM-5.3 ist das stärkste innerhalb Chinas entwickelte Open-Weight-Modell. Die beiden Behauptungen lassen sich anhand desselben Index gegeneinander überprüfen, und eine von ihnen stützt sich derzeit auf Gewichte, die nicht veröffentlicht wurden.

Was existiert, und was nicht

Die Überprüfung dauert etwa zehn Minuten, und jeder dieser Orte ist eine Stelle, an der ein veröffentlichtes Z.ai-Flaggschiff erscheinen würde:

• Die eigene model-api-Seite von Z.ai listet genau drei Karten auf — GLM-5.3, GLM-5.3-FlashX und GLM-5.2. Es gibt keinen vierten Eintrag unter irgendeinem 5.4- oder 5.5-Namen.

• Artificial Analysis hat eine Live-Seite zu GLM-5.3; artificialanalysis.ai/models/glm-5-5 und /glm-5-4 liefern beide einen 404-Fehler.

• Die neuesten Repositories der zai-org-Hugging-Face-Organisation sind die GLM-5.3-Serie, erstellt am 25. August 2026 — darunter GLM-5.3, GLM-5.3-BF16 und GLM-5.3-Flash. Nichts Späteres existiert.

• Unser eigener Katalog liefert model-not-found für z-ai/glm-5.5, z-ai/glm-5.4 und z-ai/glm-6.0, während z-ai/glm-5.3 mit einem Live-Preis aufgelöst wird.

• In der Telefonkonferenz zu den Quartalszahlen am 31. August 2026 benannte Z.ai GLM-6.0 als Basis der nächsten Generation und übersprang 5.4 und 5.5 dabei vollständig.

Der Name kursiert, weil Z.ai im August 5.3 veröffentlicht hat und das nächste Flaggschiff sich ganz natürlich als die nächste Nummer liest. Das ist eine Namenskonvention, kein Produkt. Nichts in diesem Artikel sollte als Datenblatt für GLM-5.5 gelesen werden, denn eines zu erstellen würde bedeuten, jede Zahl darin zu erfinden.

Der echte Vergleich: Mistral Large 4 preview vs. GLM-5.3

Mistrals Zahlen stammen aus seinem eigenen Launch-Post und seiner Modellkarte; die von GLM-5.3 stammen aus seinem Live-Katalogeintrag auf OrcaRouter und seiner Seite bei Artificial Analysis, beide am 6. Oktober abgerufen.

• Architektur — 1,05T gesamt / 49B aktives Sparse-MoE mit einem 1,6B-Vision-Encoder vs. ein reines Text-MoE mit veröffentlichten offenen Gewichten

• Modalitäten — Text- und Bild-Eingabe, Text-Ausgabe vs. Text-Eingabe, Text-Ausgabe

• Kontextfenster — 1M laut Mistral, 524.288 in der Konfiguration, die Artificial Analysis testet, gegenüber 1M im Betrieb

• Ausgabeobergrenze — nicht veröffentlicht vs. 128K Tokens

• Preis pro Million, Eingabe / Ausgabe — 1,36 $ / 4,18 $ Listenpreis, derzeit 0,68 $ / 2,09 $ Aktionspreis, gegenüber 1,40 $ / 4,40 $ Listenpreis, derzeit 1,26 $ / 3,96 $ bereitgestellt

• Zwischengespeicherte Eingabe pro Million — 0,14 $, derzeit 0,07 $, gegenüber 0,26 $ Listenpreis, 0,234 $ bereitgestellt

• Intelligenzindex v4.3 — 38,4 vs. 44,8

• Kosten pro Index-Aufgabe — 1,13 $ vs. 2,01 $

• Terminal-Bench 4.0 — 26,8 % vs. 41,9 %

• AutomationBench — 59,9 % vs. 62,2 %

• Gewichte — für Ende Oktober versprochen, Lizenz unbenannt vs. jetzt verfügbar unter Z.ais eigenen Bedingungen

Nüchtern gelesen: GLM-5.3 ist auf dem unabhängigen Index um 6,4 Punkte das bessere Modell, und es ist bereits herunterladbar. Mistral Large 4 ist pro abgeschlossener Aufgabe 44 % günstiger und in der Terminal-Bench-Zeile um fünfzehn Punkte der schwächere Coder. Die Preissymmetrie ist zufällig und nah genug beieinander, um verwirrend zu sein – 1,36 $ / 4,18 $ gegenüber 1,40 $ / 4,40 $ für die Listenpreise, obwohl OrcaRouter GLM-5.3 für 1,26 $ / 3,96 $ anbietet, was Mistrals Listenpreis schlichtweg unterbietet. Mistrals Aktionspreis von 0,68 $ / 2,09 $ ist der Grund dafür, dass die Preview heute günstiger ist, und es ist ein Einführungspreis.

Wo Mistral die Nase vorn hat

Zwei Zeilen sind wichtig, und keine von beiden ist der Index.

Das erste ist multimodal. GLM-5.3 ist ein Text-in-Text-out-Modell, und sein Datenblatt ist diesbezüglich eindeutig. Mistral Large 4 liefert einen Vision-Encoder mit 1,6 Milliarden Parametern, und Mistral reklamiert das beste visuelle Grounding unter offenen Modellen für sich – unter Verweis auf 42 % gegenüber 41 % von GPT-6 Astra auf Dense 200 sowie auf Demos von Gigapixel-Satellitenbildern, technischen Zeichnungen und dichter Dokumentensuche. Im selben Harness erscheint der multimodale Score von GLM-5.3 nicht, weil es nichts zu bewerten gibt. Für jede Pipeline, die Diagramme, Zeichnungen, Einreichungen oder Screenshots liest, schrumpft der Vergleich auf einen einzigen Kandidaten.

Das Zweite ist Sicherheitsarbeit. Mistral beansprucht 82 % im Test des Artificial Analysis Cyber Index, bei dem ein Modell eine echte Schwachstelle reproduzieren und dann patchen soll – beschrieben als der höchste Wert aller Modelle –, plus 93 % bei den 40 Wettbewerbsübungen von Cybench und einen Top-Five-Rang im Cyber Index insgesamt, der an der Spitze der außerhalb Chinas entwickelten Open-Weight-Modelle steht. Z.ai hat ebenfalls Cybersicherheitsangaben für GLM-5.3 veröffentlicht, und die eigene Beschreibung von GLM-5.3 schreibt ihm zu, bei ausgewählten Cybersicherheitsfähigkeiten mit Mythos 5 gleichzuziehen. Beide Zahlenreihen sind anbieterzitiert, und beide sollten als solche gekennzeichnet werden. Der Unterschied ist, dass Mistrals Zahlen in einen namentlich genannten unabhängigen Index eingeordnet und an einen konkreten Test gebunden sind, was sie leichter überprüfbar und leichter falsifizierbar macht.

Alles andere spricht für den Platzhirsch, und das Argument der Preview-Kosten ist der Punkt, bei dem man vorsichtig sein sollte. In Mistrals Launch-Post heißt es, dass die Preview auf derselben europäischen Infrastruktur bereitgestellt wird, auf der sie trainiert wurde – 3.800 NVIDIA Grace Blackwell GPUs in Mistrals eigenen Rechenzentren – und dass die Gewichte Ende Oktober folgen. Was man damit heute bekommt, ist ein aufrufbares Modell mit einem angegebenen Ende seiner Preview-Phase; was man damit nicht bekommt, ist das, worauf Mistrals gesamter Pitch beruht.

Was würde GLM-5.5 zu einem Modell machen

Wenn Z.ai tatsächlich eine 5.4 oder eine 5.5 veröffentlicht, würden die Artefakte in einer festen Reihenfolge erscheinen, und jedes lässt sich überprüfen, ohne Z.ai irgendetwas fragen zu müssen:

• Eine Modellkarte auf Z.ais eigener model-api-Seite, die heute drei Einträge und keine weiteren auflistet

• Ein API-Bezeichner, der sich auflöst, so wie sich z-ai/glm-5.3 auflöst und z-ai/glm-5.5 nicht.

• Eine Preiszeile mit einem Tarif pro Million Token in der Dokumentation von Z.ai

• Ein Hugging Face-Repository aus der Organisation zai-org mit einer Lizenzdatei – die aktuelle Serie endet am 25. August 2026

• Eine Seite bei einem neutralen Benchmark-Anbieter, auf der glm-5.5 derzeit einen 404 liefert

Die vorausschauenden Hinweise deuten weg von diesem Namen statt auf ihn hin: Der eigene Earnings Call des Unternehmens übersprang 5.4 und 5.5 und nannte GLM-6.0 als nächste Generation. Wer diesen Monat ein Spec Sheet für GLM-5.5 schreibt, schreibt Fiktion mit einem plausiblen Titel.

Die Wahl zwischen den beiden, die existieren

Wenn Sie heute das bessere Modell wollen, lautet die Antwort GLM-5.3 – und auf dem unabhängigen Index ist das nicht knapp. Es liegt 6,4 Punkte vorne beim Intelligence Index v4.3, fünfzehn Punkte vorne bei Terminal-Bench 4.0, vorne bei der Workflow-Automatisierung, ist eine tatsächliche Open-Weight-Veröffentlichung mit einem Checkpoint, den man herunterladen kann, und verarbeitet mehr als fünf Milliarden Token pro Woche in unserem Katalog – ein Volumen, das zeigt, dass seine Fehlermodi bekannt sind. Sein Kontext umfasst eine bereitgestellte Million Token, seine Ausgabegrenze liegt bei veröffentlichten 128K, gegenüber einer Vorschau, deren Kontextangabe sich je nachdem, wessen Seite man liest, um den Faktor zwei unterscheidet und deren Ausgabegrenze überhaupt nicht genannt wurde.

Wenn Sie Vision benötigen, wenn Sie Sicherheitsarbeit benötigen oder wenn eine Vorschau mit einem angegebenen Enddatum ein akzeptables Risiko für ein Modell darstellt, das Sie vielleicht eines Tages selbst betreiben werden, dann ist Mistral Large 4 die interessante Seite des Deals. Bei OrcaRouter steht GLM-5.3 im Katalog zum Tarif des Anbieters mit 0 % Aufschlag im selben OpenAI-kompatiblen Endpunkt wie über 200 andere Modelle, mit automatischem Failover über Anbieter hinweg und einer Routing-DSL, die Klassifizierung und Extraktion an dasjenige Modell weiterleiten kann, das in dieser Woche am günstigsten ist. Mistral Large 4 ist nicht in unserem Katalog; die Vorschau erreicht man über Mistrals eigene API und mehrere Drittanbieter-Plattformen.

Seien Sie explizit darüber, was Sie kaufen. GLM-5.3 ist ein Produkt. Mistral Large 4 ist ein Produkt, an das ein Versprechen geknüpft ist, und das Versprechen ist der Teil, der noch nicht ausgeliefert wurde. Die Lücke zwischen ihnen besteht nicht in den 6,4 Indexpunkten – die werden sich verschieben – sondern darin, dass eines dieser Modelle in einer Form existiert, die man in der Hand halten kann, und das andere eine Namenskonvention mit einem Liefertermin ist.