GLM-5.1 ist die Weiterentwicklung von GLM-5 für Agenten, die über sehr lange Abläufe selbstständig arbeiten. Laut Z.AI bleibt das Modell über Hunderte Runden und Tausende Werkzeugaufrufe (Tool-Calls) stabil und arbeitet in einem einzelnen Lauf bis zu acht Stunden eigenständig an einer Aufgabe. Gegenüber GLM-5 legt es vor allem beim Programmieren zu, etwa bei SWE-Bench Pro von 55,1 auf 58,4.
Technisch baut GLM-5.1 auf GLM-5 auf. Es ist ein Mixture-of-Experts-Modell (MoE) aus vielen spezialisierten Teilnetzen, von denen je verarbeitetem Textbaustein (Token) nur ein Teil rechnet. Von 744 Milliarden Parametern sind so nur 40 Milliarden gleichzeitig aktiv. Die Gewichte stehen unter der MIT-Lizenz und lassen sich im eigenen Rechenzentrum betreiben.
GLM-5.1 (+ GLM-5.1-FP8)
Z.AI (Zhipu AI)
April 2026
MIT
Sparse MoE, Agentik und Coding, rein textbasiert
744 Mrd. total (40 Mrd. aktiv pro Token), die HF-Modellseite listet 754 Mrd.
Sparse MoE mit DeepSeek Sparse Attention (DSA)
200.000 Token (Ausgabe bis 128.000 Token über die Z.AI-API)
Die vollständigen Modellgewichte im Zahlenformat BF16 mit 16 Bit je Parameter. Die Referenzversion für maximale Genauigkeit mit dem höchsten Speicherbedarf.
Die von Z.AI bereitgestellte quantisierte Fassung. Die Gewichte sind mit 8 statt 16 Bit gespeichert, der Speicherbedarf halbiert sich dadurch etwa, ohne dass Sie selbst quantisieren müssen.
| Benchmark | GLM-5.1 | GLM-5 | Kimi K2.5 | Claude Opus 4.6 | Gemini 3.1 Pro |
|---|---|---|---|---|---|
| SWE-Bench Pro | 58,4 | 55,1 | 53,8 | 57,3 | 54,2 |
| NL2Repo | 42,7 | 35,9 | 32,0 | 49,8 | 33,4 |
| Terminal-Bench 2.0 (Terminus-2) | 63,5 | 56,2 | 50,8 | 65,4 | 68,5 |
| CyberGym | 68,7 | 48,3 | 41,3 | 66,6 | 38,8 |
| BrowseComp (mit Kontextverwaltung) | 79,3 | 75,9 | 74,9 | 84,0 | 85,9 |
| MCP-Atlas (Public Set) | 71,8 | 69,2 | 63,8 | 73,8 | 69,2 |
| τ³-Bench | 70,6 | 69,2 | 66,0 | 72,4 | 67,1 |
| Tool-Decathlon | 40,7 | 38,0 | 27,8 | 47,2 | 48,8 |
| HLE | 31,0 | 30,5 | 31,5 | 36,7 | 45,0 |
| GPQA-Diamond | 86,2 | 86,0 | 87,6 | 91,3 | 94,3 |
| AIME 2026 | 95,3 | 95,4 | 94,5 | 95,6 | 98,2 |
Quelle: offizielle GLM-5.1 Model Card (Z.AI, April 2026). Angaben in Prozent. Mit Claude Code als Agenten-Umgebung erreicht GLM-5.1 bei Terminal-Bench 2.0 laut Z.AI 69,0.
Stark bei langen Agenten-Läufen und offen unter MIT-Lizenz, aber mit hohem Hardware-Bedarf. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
Z.AI nennt für GLM-5.1 keine eigenen Angaben zu den Trainingsdaten. Das Modell baut auf GLM-5 auf, das auf 28,5 Billionen Token vortrainiert wurde. Im Vortraining lernt das Modell Sprache, Wissen und Programmcode aus großen Textmengen.
Für das Post-Training setzt Z.AI in der GLM-5-Generation auf „slime“, eine eigene asynchrone Infrastruktur für Reinforcement Learning. Dabei lernt das Modell aus Bewertungen seiner eigenen Lösungswege, was besonders für lange, mehrstufige Agenten-Aufgaben wichtig ist.
GLM-5.1 eignet sich für Organisationen, die autonome Agenten über lange Abläufe selbst betreiben wollen. In einer KI-Beratung prüfen wir mit Ihnen, ob sich der Infrastrukturaufwand für Ihren Anwendungsfall rechnet.
Stark bei langen Agenten-Läufen: Z.AI legt das Modell auf Hunderte Runden und bis zu acht Stunden eigenständige Arbeit aus.
Besser beim Coding als GLM-5: SWE-Bench Pro steigt von 55,1 auf 58,4, NL2Repo von 35,9 auf 42,7.
Stark bei Sicherheitsanalysen: Bei CyberGym liegt GLM-5.1 mit 68,7 vor Claude Opus 4.6 (66,6).
Kommerziell frei nutzbar: Die MIT-Lizenz erlaubt Einsatz, Anpassung und Weitergabe ohne Nutzungsbeschränkungen.
Offizielle FP8-Fassung: Z.AI stellt quantisierte Gewichte selbst bereit, eine eigene Quantisierung entfällt.
Hoher Hardware-Bedarf: Für den Betrieb sind acht GPUs der H200- oder B200-Klasse nötig.
Rein textbasiert: Das Modell verarbeitet weder Bilder noch Audio oder Video.
Nicht in allen Tests vorn: Claude Opus 4.6 liegt bei NL2Repo, Terminal-Bench 2.0 und Tool-Decathlon vorn, Gemini 3.1 Pro bei Terminal-Bench 2.0 und GPQA-Diamond.
Begrenztes Kontextfenster: GLM-5.1 verarbeitet 200.000 Token, GLM-5.2 eine Million.
Wir planen die Cluster-Auslegung für GLM-5.1, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
Beide Modelle haben dieselbe Größe und Architektur. GLM-5.1 ist gezielt auf lange Agenten-Läufe und Programmierung trainiert: SWE-Bench Pro steigt von 55,1 auf 58,4, CyberGym von 48,3 auf 68,7. Details zum Vorgänger finden Sie auf unserer Seite zu GLM-5.
Laut Z.AI bis zu acht Stunden in einem einzelnen Lauf, über Hunderte Runden und Tausende Werkzeugaufrufe. Werkzeuge sind etwa Websuche, Code-Ausführung oder die Schnittstellen Ihrer Systeme.
Mit den offiziellen FP8-Gewichten rechnen Sie mit rund 750 GB Grafikspeicher (VRAM) und damit acht GPUs der H200-Klasse. Für die BF16-Gewichte verdoppelt sich der Bedarf ungefähr. Hinzu kommt Reserve für den KV-Cache, den Zwischenspeicher für bereits verarbeitete Teile einer Anfrage.
Ja. Z.AI veröffentlicht die Gewichte unter der MIT-Lizenz. Sie dürfen das Modell kommerziell einsetzen, anpassen und weitergeben.
Ja. Über unsere GPU Cloud stellen wir die nötige Rechenleistung bereit. Alternativ bündelt der MaaS Proxy verschiedene Modelle über eine einheitliche Schnittstelle. Beide Wege betreiben wir DSGVO-konform in Deutschland.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
