Das chinesische KI-Labor Z.ai hat GLM-5.3 am Donnerstag über seinen GLM Coding Plan und ZCode veröffentlicht.

Das Unternehmen beschreibt das Modell als „most capable open-weights model for coding“ – das leistungsfähigste Open-Weights-Modell für Programmierung. GLM-5.3 ist ein Modell mit 743 Milliarden Parametern, das durch die Skalierung des Post-Trainings auf der GLM-5.2-Basis entstanden ist. „Open weights“ bedeutet, dass ein Labor die trainierten Modelldateien veröffentlicht, sodass Entwickler sie herunterladen und auf eigener Hardware ausführen können – im Gegensatz zu geschlossenen Modellen wie Anthropics Claude oder OpenAIs GPT-Serie, die nur über die API eines Anbieters erreichbar sind.

Z.ai teilte mit, dass das Modell ab sofort über das GLM-Coding-Plan-Abonnement und ZCode verfügbar sei; API-Zugang und herunterladbare Gewichte sollen nach einer Sicherheitsüberprüfung folgen.

„Scaling post-training is all we did for GLM-5.3,“ schrieb das Unternehmen in seinem Launch-Beitrag. „With GLM-5.2 we built the stack... Over the past month we kept scaling on this stack: more environments, more diverse tasks, and more compute spent training on them.“

Das Team erklärte, dass es die Token-Effizienz statt roher Dominanz priorisiert habe. GLM-5.3 umfasst 743 Milliarden Parameter und verbraucht deutlich weniger Token pro Aufgabe als sein Vorgänger. Parameter bezeichnen die Anzahl von Variablen, die ein Modell bei der Verarbeitung von Informationen nutzt, während Token die Grundeinheiten von Information sind, die ein Modell aufnehmen oder erzeugen kann. Die Token-Ökonomie hat zudem eine unmittelbare kommerzielle Wirkung: Da APIs pro Token abgerechnet werden, senkt eine geringere Anzahl ausgegebener Token pro Aufgabe die Kosten für den Betrieb des Modells.

Z.ai gab an, dass GLM-5.3 im hauseigenen Z.ai Code Bench bei „Max effort“ 34,5 % erreiche und dabei rund 75.000 Ausgabe-Token pro Aufgabe verbrauche, verglichen mit 23,4 % bei 96.000 Token für GLM-5.2. Gegenüber geschlossenen Modellen schlage es Claude Opus 4.8 in puncto Token-Ökonomie, heißt es im Blogbeitrag, aber: „remains behind Claude Fable 5, which reaches 39.5% at Max effort.“ Die Vergleiche stammen aus Z.ai eigenem Launch-Beitrag, es handelt sich also um Herstellerangaben und nicht um Ergebnisse einer unabhängigen Bewertung.

Bei Coding-Benchmarks schneidet GLM-5.3 gut ab und übertrifft das ebenfalls chinesische Modell Kimi K3 in den relevantesten Tests.

Beim Terminal Bench 3.0, einem Test für den autonomen Einsatz von Shell und Tools in echten Linux-Umgebungen, erreichte GLM-5.3 28,3 Punkte und lag damit leicht hinter den geschlossenen Modellen Fable 5 mit 33,7 und GPT-5.6 Sol mit 34,6. Beim DeepSWE v1.1, einem Benchmark für die vollständige Behebung echter GitHub-Issues, erzielten der offene Konkurrent Kimi K3 67,5 und Fable 5 69,7 – beide vor GLM-5.3 mit 66,9.

In der Gesamtschau zeigen die Ergebnisse, dass GLM-5.3 vor seinem Vorgänger und einigen Open-Weight-Konkurrenten liegt, während geschlossene US-Modelle die wichtigsten Coding-Benchmarks weiterhin anführen.

Die Cybersicherheitsergebnisse zeigten einen weiteren bemerkenswerten Fortschritt. GLM-5.3 führte CyberGym, einen Benchmark, der Modelle anhand von Exploitation-Aufgaben mit realer Software bewertet, mit 84,5 % an und hat damit GLM-5.2 in den Exploitation-Benchmarks mehr als verdoppelt. Z.ai gab an, dass das Modell über 269 Open-Source-Projekte hinweg 2.436 Schwachstellen markierte, darunter 1.097 mit mittlerer bis hoher Schwere.

„GLM-5.3 takes agentic coding to the next level, delivering a dramatic improvement over GLM-5.2 while achieving better results with fewer output tokens,“ schrieb Z.ai auf X. „GLM-5.3 is available now through GLM Coding Plan and ZCode. API access and open weights will be released in stages following rigorous safety evaluations.“

"GLM-5.3 takes agentic coding to the next level, delivering a dramatic improvement over GLM-5.2 while achieving better results with fewer output tokens. pic.twitter.com/KGc6ZR7GHv — Z.ai (@Zai_org) August 14, 2026"

Beim Preis positioniert Z.ai das Modell als günstigere Alternative zu US-Frontier-Systemen. Sein GLM Coding Plan nutzt ein Punktekontingent, bei dem API-Aufrufe außerhalb der Spitzenzeiten die Hälfte kosten, während Zhipus API zu etwa einem Zehntel der Token-Preise US-amerikanischer Frontier-Modelle abgerechnet wird. Der offizielle Preis von GLM-5.2 lag bei 1,40 US-Dollar für Eingaben und 4,40 US-Dollar für Ausgaben pro Million Token. Zum Vergleich: GPT-5.3-Codex liegt bei 1,75 US-Dollar (Eingabe) und 14 US-Dollar (Ausgabe), und Claude Opus 4.8 befindet sich nahe der Spitze der Preisstufen von Anthropic.

Z.ai ist ein Labor mit Sitz in Peking, das auf der Entity List der USA steht, was bedeutet, dass amerikanische Unternehmen keine kontrollierte Technologie an das Unternehmen exportieren dürfen. Z.ai ist die Marke von Zhipu AI, einem Unternehmen, das 2019 als Ausgründung aus der Forschung der Tsinghua-Universität gegründet wurde und das vom US-Handelsministerium im Januar 2025 auf die Entity List gesetzt wurde. Dennoch bleibt GLM ein weit genutztes Modell, und chinesische Open-Weight-Modelle führen die US-Modelle bei der Token-Nutzung auf OpenRouter bereits an; OpenRouter ist ein API-Aggregator, der Anfragen über viele Modelle hinweg leitet und die Nutzungsanteile pro Modell veröffentlicht.

Laut dem Launch-Beitrag sollen die Gewichte von GLM-5.3 in etwa zwei Wochen öffentlich veröffentlicht werden. Die Bezeichnung „Open Weights“ bezieht sich daher auf die bevorstehende Veröffentlichung und nicht auf das, was heute heruntergeladen werden kann. Sobald die Gewichte und der API-Zugang verfügbar sind, können externe Entwickler das Modell auf eigener Infrastruktur betreiben und die Benchmark-Angaben des Unternehmens unmittelbar überprüfen.