GLM-5.2 ist das offene Modell von Z.AI für lange, anspruchsvolle Coding- und Agenten-Aufgaben. Das Kontextfenster, also die Textmenge, die das Modell in einer Anfrage berücksichtigen kann, wächst gegenüber GLM-5.1 auf eine Million Token. Deutlich zulegen kann das Modell vor allem bei langen Aufgaben, etwa bei Terminal-Bench 2.1 von 63,5 auf 81,0.
Technisch ist GLM-5.2 ein Mixture-of-Experts-Modell (MoE) mit 744 Milliarden Parametern, von denen je verarbeitetem Textbaustein (Token) nur 40 Milliarden rechnen. Neu ist IndexShare: Mehrere Sparse-Attention-Schichten teilen sich einen Index der relevanten Token-Beziehungen, was den Rechenaufwand bei einer Million Token Kontext um den Faktor 2,9 senkt. Die Gewichte stehen unter der MIT-Lizenz ohne regionale Einschränkungen.
GLM-5.2 (+ GLM-5.2-FP8)
Z.AI (Zhipu AI)
Juni 2026
MIT (keine regionalen Einschränkungen)
Sparse MoE, Agentik und Coding, rein textbasiert
744 Mrd. total (40 Mrd. aktiv pro Token), die HF-Modellseite listet 753 Mrd.
Sparse MoE mit Sparse Attention (IndexShare) und verbessertem MTP-Layer
1.000.000 Token (Ausgabe bis 128.000 Token)
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 mit 8 statt 16 Bit je Parameter. Der Speicherbedarf halbiert sich dadurch etwa, ohne dass Sie selbst quantisieren müssen.
GLM-5.1 ist auf lange Agenten-Läufe ausgelegt, verarbeitet aber nur 200.000 Token. Der Nachfolger GLM-5.3 nutzt laut Z.AI dasselbe Basismodell wie GLM-5.2 und legt allein durch weiteres Post-Training zu.
| Benchmark | GLM-5.2 | GLM-5.1 | DeepSeek-V4-Pro | Claude Opus 4.8 | GPT-5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|---|---|
| SWE-bench Pro | 62,1 | 58,4 | 55,4 | 69,2 | 58,6 | 54,2 |
| NL2Repo | 48,9 | 42,7 | 35,5 | 69,7 | 50,7 | 33,4 |
| DeepSWE | 46,2 | 18 | 8 | 58 | 70 | 10 |
| ProgramBench | 63,7 | 50,9 | 47,8 | 71,9 | 70,8 | 39,5 |
| Terminal-Bench 2.1 (Terminus-2) | 81,0 | 63,5 | 64 | 85 | 84 | 74 |
| FrontierSWE (Dominance) | 74,4 | 30,5 | 29,0 | 75,1 | 72,6 | 39,6 |
| MCP-Atlas (Public Set) | 76,8 | 71,8 | 73,6 | 77,8 | 75,3 | 69,2 |
| Tool-Decathlon | 48,2 | 40,7 | 52,8 | 59,9 | 55,6 | 48,8 |
| CritPt | 20,9 | 4,6 | 12,9 | 20,9 | 27,1 | 17,7 |
| GPQA-Diamond | 91,2 | 86,2 | 90,1 | 93,6 | 93,6 | 94,3 |
| AIME 2026 | 99,2 | 95,3 | 94,6 | 95,7 | 98,3 | 98,2 |
| HMMT Feb. 2026 | 92,5 | 82,6 | 95,2 | 96,7 | 96,7 | 87,3 |
Quelle: offizielle GLM-5.2 Model Card (Z.AI, Juni 2026). Angaben in Prozent, gerundete Werte wie in der Model Card. Die Dokumentation von Z.AI nennt für GLM-5.1 bei Terminal-Bench 2.1 abweichend 62,0.
Eine Million Token Kontext bei offener MIT-Lizenz, aber mit hohem Hardware-Bedarf. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
Für das Post-Training nutzt Z.AI die eigene Reinforcement-Learning-Infrastruktur „slime“ mit einem Critic-basierten PPO-Verfahren für lange Aufgaben. Beim Reinforcement Learning lernt das Modell aus Bewertungen seiner eigenen Lösungswege.
Gegen Reward Hacking, also das Ausnutzen von Schwächen im Bewertungssystem, setzt Z.AI einen regelbasierten Filter und ein bewertendes Sprachmodell ein. Per On-Policy-Distillation wurden anschließend zehn spezialisierte Expertenmodelle in einem gemeinsamen Modell zusammengeführt. Zur Menge der Trainingsdaten macht Z.AI für GLM-5.2 keine Angabe.
GLM-5.2 eignet sich für Organisationen, die sehr lange Kontexte und anspruchsvolle Coding-Agenten selbst betreiben wollen. In einer KI-Beratung prüfen wir mit Ihnen, ob sich der Infrastrukturaufwand für Ihren Anwendungsfall rechnet.
Stark bei langen Coding-Aufgaben: Gegenüber GLM-5.1 steigt DeepSWE von 18 auf 46,2 und FrontierSWE von 30,5 auf 74,4.
Eine Million Token Kontext: Genug für ganze Codebasen oder umfangreiche Dokumentsammlungen.
Effizient bei langem Kontext: IndexShare senkt den Rechenaufwand bei einer Million Token um den Faktor 2,9.
Stark in Mathematik: Bei AIME 2026 erreicht GLM-5.2 99,2 und liegt damit vor allen Vergleichsmodellen der Model Card.
Kommerziell frei nutzbar: MIT-Lizenz ohne regionale Einschränkungen.
Hoher Hardware-Bedarf: Für den Betrieb sind acht GPUs der H200- oder B200-Klasse nötig, bei langem Kontext zusätzlich viel Speicher für den KV-Cache.
Rein textbasiert: Das Modell verarbeitet weder Bilder noch Audio oder Video.
Hinter Claude Opus 4.8 beim Coding: Etwa bei SWE-bench Pro (62,1 gegenüber 69,2) und NL2Repo. Bei sehr langen Aufgaben wie SWE-Marathon sieht Z.AI selbst noch Abstand (13,0 gegenüber 26,0).
Schwächer bei Werkzeugnutzung: Bei Tool-Decathlon liegen DeepSeek-V4-Pro, GPT-5.5 und Claude Opus 4.8 vorn.
Wir planen die Cluster-Auslegung für GLM-5.2, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
GLM-5.2 verarbeitet bis zu einer Million Token in einer Anfrage und gibt bis zu 128.000 Token aus. Möglich macht das IndexShare: Mehrere Schichten der Sparse Attention teilen sich einen Index der relevanten Token-Beziehungen, statt ihn jeweils neu zu berechnen.
Das Kontextfenster wächst von 200.000 auf eine Million Token, und bei langen Coding-Aufgaben legt das Modell deutlich zu, etwa bei Terminal-Bench 2.1 von 63,5 auf 81,0. Mehr zum Vorgänger lesen Sie auf unserer Seite zu GLM-5.1.
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. Wer den langen Kontext ausschöpft, braucht zusätzlich viel Speicher für den KV-Cache, den Zwischenspeicher für bereits verarbeitete Teile einer Anfrage.
Ja. Z.AI veröffentlicht die Gewichte unter der MIT-Lizenz, ausdrücklich ohne regionale Einschränkungen.
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!
