Mit GLM-4.5 hat Z.AI im Juli 2025 eine Modellfamilie für Agenten, Coding und Reasoning veröffentlicht. Über zwölf Benchmarks aus diesen Bereichen erreicht GLM-4.5 laut Z.AI 63,2 Punkte und damit Platz drei unter allen damals verglichenen offenen und proprietären Modellen. Das Modell arbeitet wahlweise mit Denkphase (Thinking) für komplexe Aufgaben und Werkzeugnutzung oder ohne für sofortige Antworten.
Technisch ist GLM-4.5 ein Mixture-of-Experts-Modell (MoE) aus vielen spezialisierten Teilnetzen. Von 355 Milliarden Parametern sind je verarbeitetem Textbaustein (Token) nur 32 Milliarden aktiv. Neben den Gewichten in BF16 und FP8 veröffentlicht Z.AI auch das Basismodell, für kleinere Server gibt es GLM-4.5-Air. Alle Varianten stehen unter der MIT-Lizenz.
GLM-4.5 (+ GLM-4.5-FP8 und GLM-4.5-Base)
Z.AI (Zhipu AI)
Juli 2025
MIT
MoE, Hybrid-Reasoning (Thinking und Non-Thinking), rein textbasiert
355 Mrd. total (32 Mrd. aktiv pro Token)
MoE mit Grouped-Query Attention, 96 Attention-Heads, QK-Norm und MTP-Layer
92 (3 dichte und 89 MoE-Schichten)
160 Experten, 8 aktiv je Token, 1 geteilter Experte
128.000 Token
Das Hauptmodell mit 355 Milliarden Parametern als BF16-Referenz und als offizielle FP8-Fassung. Bei FP8 sind die Gewichte mit 8 statt 16 Bit gespeichert, der Speicherbedarf halbiert sich etwa.
Das Basismodell nach dem Vortraining, noch ohne Ausrichtung auf Dialoge und Werkzeugnutzung. Es dient als Ausgangspunkt für eigenes Feintuning.
GLM-4.5-Air ist die kompakte Variante mit 106 Milliarden Parametern, davon 12 Milliarden aktiv. In FP8 läuft sie bereits auf einer H200 oder zwei H100.
| Benchmark | GLM-4.5 | GLM-4.5-Air | o3 | Claude Opus 4 | Gemini 2.5 Pro |
|---|---|---|---|---|---|
| TAU-Retail | 79,7 | 77,9 | 70,4 | 81,4 | 77,0 |
| TAU-Airline | 60,4 | 60,8 | 52,0 | 59,6 | 48,0 |
| BFCL V3 | 77,8 | 76,4 | 72,4 | 74,4 | 61,2 |
| BrowseComp | 26,4 | 21,3 | 49,7 | 18,8 | 7,6 |
| SWE-bench Verified | 64,2 | 57,6 | 69,1 | 67,8 | 49,0 |
| Terminal-Bench | 37,5 | 30,0 | 30,2 | 43,2 | 25,3 |
| MMLU-Pro | 84,6 | 81,4 | 85,3 | 87,3 | 86,2 |
| AIME 24 | 91,0 | 89,4 | 90,3 | 75,7 | 88,7 |
| GPQA | 79,1 | 75,0 | 82,7 | 79,6 | 84,4 |
| LiveCodeBench | 72,9 | 70,7 | 78,4 | 63,6 | 80,1 |
| SciCode | 41,7 | 37,3 | 41,0 | 39,8 | 42,8 |
| HLE | 14,4 | 10,6 | 20,0 | 11,7 | 21,1 |
Quelle: Technical Report zu GLM-4.5 (Z.AI, August 2025). Angaben in Prozent. Über alle zwölf Benchmarks erreicht GLM-4.5 laut Z.AI 63,2 Punkte, GLM-4.5-Air 59,8.
Starkes Hybrid-Reasoning-Modell unter MIT-Lizenz, mit offiziellen Hardware-Angaben. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
Z.AI hat die GLM-4.5-Familie in mehreren Stufen auf insgesamt 23 Billionen Token trainiert, darunter ein allgemeiner Textkorpus mit 15 Billionen und ein Korpus aus Code und Reasoning-Daten mit 7 Billionen Token. Im anschließenden Mid-Training kamen Code auf Repository-Ebene, synthetische Reasoning-Daten sowie lange Dokumente und Agenten-Daten hinzu. Die Sequenzlänge wuchs dabei von 4.096 auf 131.072 Token.
Im Post-Training entstanden zunächst spezialisierte Expertenmodelle für Reasoning, Agenten und allgemeine Aufgaben, die anschließend per Self-Distillation in einem Modell zusammengeführt wurden. Für das Reinforcement Learning, bei dem das Modell aus Bewertungen seiner eigenen Antworten lernt, nutzt Z.AI die selbst entwickelte und quelloffene Infrastruktur „slime“.
GLM-4.5 eignet sich für Organisationen, die Agenten und Coding-Assistenz mit einem offenen Modell selbst betreiben wollen. In einer KI-Beratung prüfen wir mit Ihnen, ob GLM-4.5, GLM-4.5-Air oder ein Nachfolger am besten passt.
Stark bei Werkzeugnutzung: Bei BFCL V3 liegt GLM-4.5 mit 77,8 vor o3, Claude Opus 4 und Gemini 2.5 Pro.
Hybrid-Reasoning: Denkphase je nach Aufgabe zu- oder abschaltbar.
Basismodell für Feintuning: Z.AI veröffentlicht neben dem Chat-Modell auch GLM-4.5-Base.
Offizielle Hardware-Angaben: Z.AI dokumentiert den GPU-Bedarf je Zahlenformat und Kontextlänge.
Kommerziell frei nutzbar: Die MIT-Lizenz erlaubt Einsatz, Anpassung und Weitergabe ohne Nutzungsbeschränkungen.
Hoher Hardware-Bedarf: Auch in FP8 sind acht H100 oder vier H200 nötig.
Rein textbasiert: Für Bilder und Videos gibt es mit GLM-4.5V ein eigenes Modell.
Schwächer bei Recherche und Fachwissen: Bei BrowseComp liegt o3 mit 49,7 deutlich vor GLM-4.5 (26,4), bei HLE zusätzlich Gemini 2.5 Pro.
Wir planen die Cluster-Auslegung für GLM-4.5, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
Laut Z.AI reichen mit den FP8-Gewichten acht H100 oder vier H200, mit BF16 die doppelte Anzahl. Für den vollen Kontext von 128.000 Token verdoppelt sich der Bedarf noch einmal, weil der KV-Cache, der Zwischenspeicher für bereits verarbeitete Teile einer Anfrage, mit der Kontextlänge wächst.
GLM-4.5 hat 355 Milliarden Parameter, davon 32 Milliarden aktiv, GLM-4.5-Air 106 Milliarden, davon 12 Milliarden aktiv. Air braucht damit nur rund ein Viertel der GPUs und liegt über zwölf Benchmarks bei 59,8 statt 63,2 Punkten. Mehr dazu auf unserer Seite zu GLM-4.5-Air.
Ja. Z.AI veröffentlicht die Gewichte unter der MIT-Lizenz. Sie dürfen das Modell kommerziell einsetzen, anpassen und weitergeben, ohne Nutzungsbeschränkungen oder Umsatzgrenzen.
Das Modell kann vor der Antwort eine Denkphase durchlaufen, in der es Zwischenschritte erarbeitet und Werkzeuge aufruft. Für einfache Anfragen lässt sich diese Phase abschalten, die Antwort kommt dann sofort.
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!
