GLM-5.3-API live, menschliche Analyse bewertet 60 Punkte, Open-Source-Gewichte für den 28. August angekündigt

Einleitung

Zhipu AI hat den API-Zugang zu seinem neuesten Flaggschiff-Modell GLM-5.3 offiziell freigegeben, das für komplexe Programmierung, langfristige Agentenaufgaben und Arbeitslasten im Bereich Cybersicherheit entwickelt wurde.

Die Ankündigung vom 19. August nimmt das Modell direkt in den produktionsreifen Z.AI-API-Stack und in die GLM-Programmierpläne auf. Im aktuellen Artificial Analysis Intelligence Index erreicht GLM-5.3 (max) eine Punktzahl von 60, liegt damit in derselben Spitzengruppe wie mehrere führende proprietäre Modelle und ist auf diesem Index mit Kimi K3 (max) gleichauf.

Zum Zeitpunkt der Erstellung dieses Artikels sind die Gewichte noch nicht veröffentlicht. In der Ankündigung vom 19. August (die von mehreren chinesischen Technologie- und Finanzmedien übernommen wurde) erklärte Zhipu, dass die Gewichte für Freitag, den 28. August 2026, geplant sind.

GLM-5.3 erreicht 60 Punkte im Artificial Analysis Intelligence Index

Die auffälligste Zahl im AIBase-Bericht ist die Artificial Analysis Intelligence Index-Bewertung von 60 Punkten.

Artificial Analysis stuft GLM-5.3 (max) aktuell mit 60 Punkten ein, identisch mit der Bewertung von Kimi K3 (max). Dieses Ergebnis platziert GLM-5.3 unter den stärksten derzeit verglichenen Modellen, aber ein einzelner zusammengesetzter Index sollte nicht als Beleg dafür gewertet werden, dass beide Modelle bei jeder Arbeitslast identisch abschneiden.

Eine hilfreiche Übersicht:

Modell	Artificial Analysis Intelligence Index
GLM-5.3 (max)	60
Kimi K3 (max)	60
Claude Fable 5, bestimmte High-End-Konfiguration	über 60 im aktuellen Artificial Analysis Vergleich
GLM-5.2 (max)	53

Der bedeutende Generationswechsel liegt im Sprung von GLM-5.2 auf GLM-5.3, während das gleiche zugrunde liegende Basismodell beibehalten wurde.

Hauptverbesserungen stammen aus der Post-Training-Phase

Z.AI gibt an, dass GLM-5.3 dasselbe Basismodell wie GLM-5.2 verwendet. Die Leistungssteigerungen resultieren aus zusätzlichem Post-Training, nicht aus einem neu trainierten Basismodell.

Die offizielle Dokumentation hebt Verbesserungen in drei Bereichen hervor, die mit dem ursprünglichen AIBase-Artikel übereinstimmen:

• Komplexe Softwareentwicklung
• Defensive Cybersicherheit und Schwachstellenanalyse
• Langfristige Agentenaufgaben

Im eigenen Code Bench von Z.AI berichtet das Unternehmen eine Leistungssteigerung von etwa 50 % gegenüber GLM-5.2. Öffentliche Benchmark-Ergebnisse zeigen ebenfalls deutliche Verbesserungen bei terminalbasierten und langlaufenden Softwareentwicklungsaufgaben.

So berichtet Z.AI beispielsweise für GLM-5.3 eine Verbesserung von 4,6 auf 28,3 bei Terminal-Bench 3.0 und von 46,2 auf 66,9 bei DeepSWE v1.1, jeweils im Vergleich zu GLM-5.2.

Diese Zahlen sind vom Hersteller veröffentlichte Benchmark-Ergebnisse und sollten in diesem Kontext betrachtet werden.

Cybersicherheitsleistung ebenfalls deutlich verbessert

Z.AI gibt an, dass das zusätzliche Post-Training bei größerem Trainingsumfang unerwartet stärkere Cybersicherheitsfähigkeiten hervorgebracht hat.

Auf den vom Unternehmen veröffentlichten Evaluierungsdatensätzen erreicht GLM-5.3 84,5 % bei CyberGym, während GLM-5.2 bei 77,2 % lag. Das Unternehmen berichtet zudem von noch größeren Verbesserungen bei stärker exploit-orientierten Benchmarks wie ExploitBench und ExploitGym.

Dieser Trend ist bemerkenswert, da die Verbesserungen von GLM-5.3 mit zunehmender Aufgabenschwierigkeit größer werden – vom Erkennen von Schwachstellen hin zum Ableiten längerer Exploit-Ketten.

Gleichzeitig zeigt Z.AIs eigene Benchmark-Tabelle, dass einige geschlossene Spitzenmodelle bei den schwierigeren Exploit-Evaluierungen weiterhin führend sind. Die richtige Schlussfolgerung ist daher nicht, dass GLM-5.3 bei allen Sicherheits-Benchmarks dominiert, sondern dass das Post-Training eine substanzielle generationsübergreifende Verbesserung gebracht hat.

GLM-5.3 verschiebt die Intelligenz-Kosten-Grenze

Die zweite Grafik im ursprünglichen Bericht konzentriert sich auf Preise statt auf rohe Benchmark-Ranglisten.

Artificial Analysis listet derzeit die Erstanbieter-API-Preise von Z.AI wie folgt:

Token-Typ	GLM-5.3 Preis pro Million Tokens
Eingabe	1,40 $
Cache-Eingabe	0,26 $
Ausgabe	4,40 $

Diese Preise sind identisch mit den aktuellen offiziellen Preisen von GLM-5.2.

Artificial Analysis berechnet auf Basis des Verhältnisses von 7:2:1 (Cache-Eingabe/Eingabe/Ausgabe) einen Mischpreis von etwa 0,90 $/Million Tokens. Gleichzeitig zeigt der Bericht, dass die geschätzten Bewertungskosten für GLM-5.3 auf dem Intelligenzindex bei etwa 1.238,50 $ liegen.

Daher stützt die Kostengrafik die Kernaussage des Originalartikels: GLM-5.3 kombiniert eine Spitzenwertung im Gesamtindex mit einem relativ niedrigen API-Preis.

Dies bedeutet nicht, dass jede Produktionsaufgabe günstiger wird. Die tatsächlichen Kosten hängen von Ausgabelänge, Cache-Quote, Prompt-Größe, Reasoning-Intensität, Anzahl der Tool-Aufrufe und der Anzahl erforderlicher Agenteninteraktionsrunden ab.

API-Preise bleiben auf GLM-5.2-Niveau

Die offizielle Preisseite von Z.AI bestätigt, dass GLM-5.3 und GLM-5.2 derzeit dieselben Token-Sätze verwenden.

Dies ist bedeutsam, da das Modell erheblich mehr Fähigkeiten hinzufügt, ohne die ausgewiesenen API-Preise zu erhöhen.

Für Teams, die bereits GLM-5.2 verwenden, betrifft die Migrationsentscheidung daher vor allem Verhalten und Kompatibilität, nicht eine neue Token-Kostenstufe.

Entwickler sollten vor der Umstellung von Produktionsverkehr weiterhin Regressionstests durchführen, da GLM-5.3 mehrere Modellverhaltensweisen und Parameter verändert.

GLM-5.3 verwendet erzwungenes Reasoning

Einer der Unterschiede ist die Reasoning-Konfiguration.

GLM-5.3 hat Thinking immer aktiviert und unterstützt drei Reasoning-Intensitätsstufen:

• low
• high
• max

Der Standardwert ist max.

Z.AI warnt davor, dass Anwendungen, die die folgenden alten Konfigurationen verwenden, bei einer direkten Migration auf GLM-5.3 fehlschlagen:

{
  "thinking": {
    "type": "disabled"
  }
}

Bei GLM-5.3 muss Thinking aktiviert bleiben. Für komplexe Programmieraufgaben empfiehlt Z.AI die tiefste Reasoning-Intensitätsstufe:

{
  "model": "glm-5.3",
  "thinking": {
    "type": "enabled"
  },
  "reasoning_effort": "max"
}

Dies ist ein offizielles Konfigurationsbeispiel und kein Auszug aus der kurzen AIBase-Quelle; es ist hier enthalten, weil es Entwickler direkt betrifft, die von GLM-5.2 migrieren.

Kontextfenster und Ausgabelänge

Die offizielle Modelldokumentation listet auf:

Spezifikation	GLM-5.3
Eingabemodalität	Text
Ausgabemodalität	Text
Kontextfenster	1.000.000 Tokens
Maximale Ausgabe	128K Tokens
Reasoning	Immer aktiviert
Reasoning-Intensität	low / high / max

GLM-5.3 unterstützt außerdem Funktionsaufrufe, strukturierte Ausgaben, Streaming-Antworten, Kontext-Caching und Streaming-Tool-Aufrufe.

Das Modell unterstützt derzeit nur Text; Entwickler, die direkte Bildverständnisfähigkeiten benötigen, müssen daher ein separates Vision-Modell oder einen entsprechenden Workflow verwenden.

GLM-5.3 jetzt in ZCode und GLM-Programmierpaketen verfügbar

Der AIBase-Artikel weist darauf hin, dass GLM-5.3 in ZCode und die GLM-Programmierpakete integriert wurde.

Dies wird durch die aktuelle Produktdokumentation von Z.AI bestätigt.

ZCode

Beschreibe es als eine Agenten-Entwicklungsumgebung, die auf GLM-5.3 aufbaut und für Planung, Codierung, Review, Debugging, Tests und langfristige Projektarbeit entwickelt wurde. Der Arbeitsablauf ist darauf ausgelegt, Projektdateien, Terminalausgaben, Browserkontext, Ausführungsstatus und Git-Änderungen in derselben kontinuierlichen Aufgabe zu halten.

Der GLM-Coding-Plan listet GLM-5.3 ebenfalls als unterstütztes Modell auf. Der aktuelle Plan verwendet ein punktbasiertes Kontingentsystem, wobei außerhalb der Spitzenzeiten – einschließlich Wochenenden – weniger Punkte verbraucht werden.

Z.AI unterstützt GLM-5.3 außerdem über mehrere API-Protokolle, darunter OpenAI-kompatible Chat Completions, OpenAI Responses und Anthropic Messages-Endpunkte, abhängig von den in der Z.AI-Dokumentation aufgeführten Plan- und Kontenbeschränkungen.

Ein minimaler GLM-5.3-API-Aufruf

Für Entwickler, die die neue offene API direkt testen möchten, verwendet die offizielle Z.AI-Dokumentation die Modellkennung:

glm-5.3

Eine grundlegende cURL-Anfrage folgt derselben Struktur wie die in der Z.AI-Dokumentation beschriebene Chat-Completions-Schnittstelle:

curl -X POST "https://api.z.ai/api/paas/v4/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "glm-5.3",
    "messages": [
      {
        "role": "user",
        "content": "Überprüfe diese Projektarchitektur und identifiziere die riskantesten technischen Engpässe."
      }
    ],
    "thinking": {
      "type": "enabled"
    },
    "reasoning_effort": "max"
  }'

Der obige Endpunkt und die Modellkonfiguration folgen der aktuellen offiziellen Z.AI-Dokumentation. Entwickler, die den Coding-Plan nutzen, sollten die separaten Endpunktregeln prüfen, da Abonnement-Traffic und Standard-API-Abrechnung nicht immer austauschbar sind.

Gewichte sollen am 28. August veröffentlicht werden

Der letzte Punkt des ursprünglichen Artikels betrifft die Veröffentlichung offener Gewichte.

Am 19. August kündigte eine mit Zhipu verbundene Ankündigung an, dass GLM-5.3-Gewichte am nächsten Freitag veröffentlicht werden, was dem 28. August 2026 entspricht.

Zum Zeitpunkt der Erstellung dieser Markdown-Datei ist dieses Datum noch nicht erreicht. Artificial Analysis klassifiziert GLM-5.3 weiterhin als proprietäres Modell, da die herunterladbaren Modellgewichte noch nicht öffentlich verfügbar sind.

Daher ist die präziseste Formulierung:

Zhipu hat angekündigt, die GLM-5.3-Modellgewichte am 28. August 2026 veröffentlichen zu wollen, aber zum Zeitpunkt der Erstellung dieses Artikels sind die Gewichte noch nicht öffentlich verfügbar.

Sobald die Gewichte tatsächlich veröffentlicht sind, sollten Entwickler das offizielle Repository, die Modellkarte, die Lizenz, die Parameteranzahl, unterstützte Inferenz-Frameworks und Bereitstellungsanforderungen überprüfen, bevor sie die Veröffentlichung als selbst bereitstellbar betrachten.

Häufig gestellte Fragen

Was ist GLM-5.3?

GLM-5.3 ist das neueste Flaggschiff-Textmodell von Zhipu AI / Z.AI für komplexe Softwareentwicklung, Agentenaufgaben, Reasoning und Cybersicherheitsarbeit. Es verwendet dasselbe Basismodell wie GLM-5.2, wobei die wichtigsten Verbesserungen aus zusätzlichem Post-Training resultieren.

Wie viele Punkte erzielt GLM-5.3 bei Artificial Analysis?

Artificial Analysis vergibt GLM-5.3 (max) derzeit 60 Punkte auf dem Intelligenz-Index. Im aktuellen Vergleich erreicht Kimi K3 (max) ebenfalls 60 Punkte, wobei sich das Modellverhalten bei verschiedenen Benchmarks und Arbeitslasten erheblich unterscheidet.

Wie viel kostet die GLM-5.3-API?

Z.AI berechnet derzeit 1,40 $ pro Million Eingabe-Token, 0,26 $ pro Million Cache-Eingabe-Token und 4,40 $ pro Million Ausgabe-Token. Diese Sätze entsprechen der offiziellen GLM-5.2-Preisgestaltung.

Unterstützt GLM-5.3 ein Kontextfenster von 1 Million Token?

Ja. Die offizielle Z.AI-Dokumentation listet für GLM-5.3 ein Kontextfenster von 1.000.000 Token mit einer maximalen Ausgabelänge von 128K Token auf.

Kann das Reasoning bei GLM-5.3 deaktiviert werden?

Nein. GLM-5.3 erfordert, dass das Denken eingeschaltet bleibt. Entwickler können die Denktiefe über den Parameter reasoning_effort steuern, mit den Optionen low, high oder max, wobei der Standardwert max ist.

Ist GLM-5.3 Open Source oder offene Gewichte?

Zum Zeitpunkt der Erstellung dieses Artikels noch nicht. Zhipu hat Pläne zur Veröffentlichung der Gewichte am 28. August 2026 angekündigt, aber die öffentlichen Gewichtspakete und die endgültige Lizenz müssen nach der Veröffentlichung bestätigt werden.

Kann GLM-5.3 für Coding-Agenten verwendet werden?

Ja. Z.AI hat das Modell in ZCode und den GLM Coding Plan integriert, und die Dokumentation listet Kompatibilität mit mehreren Agenten-Codierungstools und API-Protokollen auf.

Unterstützt GLM-5.3 Multimodalität?

Die aktuelle GLM-5.3-API-Dokumentation listet nur Texteingabe und Textausgabe auf. In seiner aktuellen Form ist es kein direktes Bildeingabemodell.

Verwandte Tools

• ZCode: Die Agenten-Entwicklungsumgebung von Z.AI, entwickelt für GLM-5.3, für langlaufende Codierungs- und Projektworkflows.
• Z.AI-API-Plattform: Die offizielle Plattform für den Zugriff auf GLM-Modelle, API-Schlüssel, Abrechnung und Entwicklerdienste.
• GLM Coding Plan: Das Abonnement von Z.AI für die Nutzung von GLM-Modellen in unterstützten Coding-Agenten-Tools.
• Artificial Analysis: Unabhängige Modellanalyse zu Intelligenz, Preisgestaltung, Geschwindigkeit und Kontextgröße von GLM-5.3.
• Z.AI-Entwicklerdokumentation: Offizielle API-, Modell-, Migrations-, Preis- und Integrationsdokumentation.

Verwandte Links

• Offizielle GLM-5.3-Modelldokumentation: Offizielle Spezifikationen, Fähigkeiten, Reasoning-Einstellungen, Endpunkte, Benchmarks und Schnellstartbeispiele.
• Offizieller GLM-5.3-Veröffentlichungsblog: Der Veröffentlichungsartikel von Z.AI zu Codierung, langlaufenden Agenten und aufkommender Cybersicherheitsleistung.
• Z.AI-Preise: Offizielle Token-Preise für GLM-5.3, GLM-5.2 und andere Z.AI-Modelle.
• Migration zu GLM-5.3: Offizielle Migrations-Checkliste zu Modell-ID, erzwungenem Denken, Reasoning-Aufwand, Streaming-Ausgabe und Tool-Aufrufen.
• ZCode-Dokumentation: Offizieller Leitfaden zur Verwendung von GLM-5.3 in den Agenten-Entwicklungsworkflows von ZCode.
• GLM-Coding-Plan-FAQ: Offizielle Informationen zu unterstützten Modellen, Kontingentverhalten, Endpunkten und Planeinschränkungen.
• Artificial Analysis GLM-5.3: Aktuelle unabhängige Benchmark- und Preisanalyse von GLM-5.3 (max).

Zusammenfassung

GLM-5.3 ist jetzt über Z.AI verfügbar. Das neue Modell bringt deutliche Verbesserungen bei anspruchsvollen Softw

Die API- und Programmier-Ökosysteme der KI werden angeboten. Ihr aktueller Score im Artificial-Analysis-Intelligence-Index liegt bei 60, während Z.AI angibt, dass die größte generationelle Verbesserung aus der nachgelagerten Optimierung für komplexe Codierung, langzyklische Agenten und Cybersicherheitsaufgaben stammt.

Das Modell behält die API-Preise von GLM-5.2 bei und erweitert gleichzeitig den Kontext auf 1 Million Tokens, mit einem maximalen Output von 128K sowie einer erzwungenen Inferenzfunktion mit einstellbarer Denkintensität. Es ist bereits in die ZCode- und GLM-Programmierpläne integriert.

Zhipu hat außerdem angekündigt, dass die Gewichte von GLM-5.3 planmäßig am 28. August 2026 veröffentlicht werden. Bis zur tatsächlichen Veröffentlichung des Code-Repositorys und der Lizenz sollte das Modell weiterhin als über die API zugänglich beschrieben werden, mit geplanter späterer Open-Weight-Veröffentlichung – nicht als bereits direkt herunterladbares offenes Modell.

Die wichtigste Änderung ist klar und einfach: GLM-5.3 steigert die Leistungsfähigkeit ohne Erhöhung des Haupt-API-Preises von GLM-5.2, während gleichzeitig eine spätere öffentliche Gewichtsveröffentlichung geplant ist.