Was ist GLM-5?

GLM-5 ist ein Open-Source-Sprachmodell von Zhipu AI (Z.ai) mit 744 Milliarden Parametern, das unter der MIT-Lizenz veröffentlicht wurde. Es nutzt eine Mixture-of-Experts-Architektur, bei der pro Inferenzschritt nur 40 Milliarden Parameter aktiv sind – was trotz der enormen Gesamtgröße eine effiziente Nutzung ermöglicht. Das Modell wurde am 11. Februar 2026 veröffentlicht und ist das aktuell stärkste Open-Weight-Modell im Artificial Analysis Intelligence Index.

Für Unternehmen ist GLM-5 aus drei Gründen relevant: Es kostet über die API 5- bis 8-mal weniger als Claude Opus, es steht unter der permissivsten Open-Source-Lizenz (MIT) und es erreicht in Coding- und Agentic-Benchmarks Werte, die an proprietäre Frontier-Modelle heranreichen. Besonders bemerkenswert ist, dass das Modell vollständig auf chinesischen Huawei-Ascend-Chips trainiert wurde – ganz ohne NVIDIA-Hardware.

GLM-5 positioniert sich nicht als Allrounder, sondern als spezialisiertes Coding- und Agent-Modell. Es unterstützt Function Calling, das Model Context Protocol (MCP) und ein 200.000-Token-Kontextfenster. Zhipu AI – gegründet von Tsinghua-Forschern und seit Januar 2026 an der Hongkonger Börse notiert – hat mit dem GLM-5-Launch die Aktie um 34 % steigen lassen.

Die eigentliche Stärke von GLM-5 liegt nicht in den Benchmark-Zahlen, sondern in der Kombination aus Leistung, Lizenz und Kosten. Für Unternehmen, die KI-gestützte Entwicklung skalieren wollen, ergeben sich konkrete Vorteile:

MIT-Lizenz ohne Einschränkungen: Im Gegensatz zu vielen anderen Open-Source-Modellen erlaubt die MIT-Lizenz uneingeschränkte kommerzielle Nutzung, Modifikation und Redistribution. Es gibt keine Nutzungsbeschränkungen wie bei Llama (Meta) oder Community-Lizenzen mit Sonderbedingungen. Das bedeutet: Unternehmen können GLM-5 feintunen, in eigene Produkte integrieren und auf eigener Infrastruktur betreiben.

Kostenersparnis bei hohem Volumen: Bei einem typischen Enterprise-Workload von 100 Millionen Output-Tokens pro Monat spart der Wechsel von Claude Opus ($25/M) zu GLM-5 ($3,20/M) rund $2.180 monatlich – das sind über $26.000 im Jahr. Wer DeepSeek V3.2 ($0,42/M) nutzt, spart noch deutlich mehr, akzeptiert aber Einbußen bei der Coding-Qualität.

Self-Hosting möglich: Über Hugging Face, vLLM und SGLang können Unternehmen GLM-5 auf eigener GPU-Infrastruktur betreiben. Die FP8-Variante läuft auf 8 × H100 GPUs. Für Organisationen mit DSGVO-Anforderungen oder Data-Residency-Vorgaben ist das ein entscheidender Vorteil gegenüber Cloud-only-Modellen.

Agentische Automatisierung: GLM-5 unterstützt natives Function Calling und das Model Context Protocol (MCP). Im MCP-Atlas-Benchmark erreicht es 67,8 Punkte – nahezu gleichauf mit GPT-5.2 (68,0) und vor Claude Opus 4.5 (65,2). Das macht es besonders geeignet für automatisierte Workflows: Code-Reviews, Deployment-Pipelines, Dokumentationsgenerierung oder Test-Erstellung als Teil eines Agent-Frameworks.

Auf dem SWE-bench Verified – dem Industriestandard für Coding-Aufgaben – erreicht GLM-5 77,8 %. Das liegt deutlich vor DeepSeek V3.2 (73,1 %), Kimi K2.5 (76,8 %) und Gemini 3 Pro (76,2 %), aber 3,1 Prozentpunkte hinter Claude Opus 4.5 (80,9 %). In der Praxis bedeutet das: GLM-5 löst etwa 4 von 5 realen Software-Engineering-Aufgaben korrekt.

Besonders stark zeigt sich das Modell bei Frontend-Entwicklung. Im internen CC-Bench-V2 erreicht GLM-5 eine Build-Success-Rate von 98 % – ein Plus von 26 Prozentpunkten gegenüber dem Vorgänger GLM-4.7. Entwickler berichten, dass GLM-5 beim schnellen Prototyping und bei UI-Iterationen auf Augenhöhe mit Claude Sonnet liegt.

Wo GLM-5 an seine Grenzen stößt: Es ist ein reines Text-Modell ohne Bild-Eingabe. Für multimodale Aufgaben wie Screenshot-basiertes Debugging oder Figma-zu-Code-Konvertierung braucht man weiterhin Claude oder GPT mit Vision-Support. Auch bei besonders komplexen Multi-File-Refactorings in großen Codebases berichten Entwickler von Qualitätseinbußen im Vergleich zu Claude Opus.

Die Community-Einschätzung fällt differenziert aus: Auf Hacker News dominiert gesunde Skepsis gegenüber Benchmark-Zahlen. Ein oft zitierter Kommentar bringt es auf den Punkt: Kein Open-Source-Modell habe in der Praxis bisher die Benchmark-Parität mit Claude tatsächlich gehalten. Gleichzeitig berichten Nutzer von Kilo und OpenRouter, dass GLM-5 beim Vibe Coding – also beim schnellen, iterativen Prototyping – überraschend gut performt.

Seit Ollama v0.15 gibt es den ollama launch Befehl, der KI-Coding-Tools wie Claude Code, OpenCode oder Codex mit einem einzigen Terminalbefehl startet. Keine Umgebungsvariablen, keine Config-Dateien, keine manuelle API-Konfiguration. In Kombination mit Ollamas Cloud-Modellen lässt sich GLM-5 so direkt als Backend für Claude Code nutzen:

Dieser Befehl startet Claude Code und verbindet es automatisch mit dem GLM-5 Cloud-Modell auf Ollamas Infrastruktur. Das bedeutet: Die Claude-Code-Oberfläche und Agenten-Logik von Anthropic, angetrieben vom GLM-5-Modell statt von Claude Sonnet oder Opus. Das Ergebnis ist ein massiver Kostenvorteil bei agentenbasierten Coding-Workflows.

Neben Claude Code werden auch weitere Tools unterstützt:

• OpenCode: ollama launch opencode --model glm-5:cloud
• Codex: ollama launch codex --model glm-5:cloud
• OpenClaw: ollama launch openclaw --model glm-5:cloud

Das :cloud-Tag bedeutet, dass das Modell auf Ollamas Cloud-Servern läuft statt lokal. GLM-5 mit seinen 744B Parametern würde lokal extrem leistungsstarke Hardware erfordern. Über Ollama Cloud ist das Modell mit voller Kontextlänge (198K Tokens) und hoher Geschwindigkeit verfügbar, wobei ein kostenloser Tier mit großzügigen Limits den Einstieg ermöglicht.

Ollama aktualisieren: Der launch-Befehl erfordert mindestens Ollama v0.15. Cloud-Modelle sind seit v0.12 verfügbar. Die aktuelle Version ist v0.16.1 (Stand Februar 2026). So aktualisiert man auf die neueste Version:

Wichtig für datensensible Umgebungen: Bei Cloud-Modellen werden Prompts und Antworten über Ollamas Server verarbeitet. Ollama gibt an, keine Daten zu speichern oder zu loggen. Wer dennoch lokal bleiben will, kann den Cloud-Modus mit OLLAMA_NO_CLOUD=1 deaktivieren oder in der App den Flugmodus aktivieren. Für rein lokale Nutzung braucht man dann allerdings ein kleineres Modell wie GLM-4.7-Flash, das auf Consumer-Hardware läuft.

Vor dem offiziellen Launch spielte Zhipu ein geschicktes Marketing-Manöver: Am 6. Februar 2026 tauchte auf OpenRouter ein anonymes Modell namens Pony Alpha auf. Kostenlos, ohne Herstellerangabe, mit einem 200K-Kontextfenster. Am ersten Tag verarbeitete es über 40 Milliarden Tokens bei 206.000 Anfragen.

Die KI-Community begann sofort mit der Detektivarbeit. Der Tokenizer entsprach dem GLM-4-Format, bei bestimmten Systemprompts identifizierte sich das Modell selbst als GLM, und der Name Pony war ein Hinweis auf das chinesische Jahr des Pferdes. Am 11. Februar bestätigte OpenRouter: Pony Alpha war GLM-5.

Für Unternehmen ist diese Episode relevant, weil sie zeigt, wie Zhipu AI den Product-Market-Fit vor dem offiziellen Launch testet. Die 40 Milliarden verarbeiteten Tokens lieferten wertvolle Nutzungsdaten und gleichzeitig sorgte der Hype für massive Aufmerksamkeit beim Launch.

Trotz der beeindruckenden Benchmark-Ergebnisse gibt es mehrere Faktoren, die Unternehmen vor einem Wechsel zu GLM-5 berücksichtigen sollten:

Geopolitisches Risiko: Zhipu AI steht seit Januar 2025 auf der US-Entity-List. Das Training auf Huawei-Ascend-Chips demonstriert technische Unabhängigkeit, bringt aber regulatorische Unsicherheit. Für Unternehmen in regulierten Branchen wie Finanzdienstleistungen, Verteidigung oder kritische Infrastruktur kann die chinesische Herkunft ein Compliance-Thema sein.

Kein Vision-Support: GLM-5 verarbeitet ausschließlich Text. Für Workflows, die Bild-Eingabe erfordern, etwa Screenshot-basiertes Debugging, Figma-zu-Code oder Dokumenten-Analyse mit Grafiken, braucht man weiterhin multimodale Modelle wie Claude oder GPT.

Hardware-Anforderungen beim Self-Hosting: Die BF16-Variante benötigt rund 1.490 GB GPU-Speicher. Selbst die FP8-Version braucht mindestens 8 High-End-GPUs. Self-Hosting ist damit nur für Unternehmen mit bestehender GPU-Infrastruktur realistisch. Die API-Nutzung über Drittanbieter wie OpenRouter oder Fireworks ist für die meisten Teams die praktikablere Lösung.

Benchmark vs. Realität: Die Lücke zwischen Benchmark-Performance und Produktionserfahrung ist bei Open-Source-Modellen historisch größer als die Zahlen vermuten lassen. GLM-5 vergleicht sich offiziell nicht mit den allerneuesten Modellen wie Claude Opus 4.6 oder GPT-5.3-Codex. ML-Researcher Maxime Labonne kritisiert diese Auslassung explizit. Unternehmen sollten GLM-5 in ihrem spezifischen Use Case testen, bevor sie produktive Workloads migrieren.

GLM-5 eignet sich besonders für drei Szenarien:

1. Kostenoptimierung bei bestehenden KI-Workflows: Teams, die bereits Claude oder GPT für Code-Generierung, Reviews oder Dokumentation nutzen und ihre API-Kosten senken wollen. Der Wechsel zu GLM-5 als Backend für nicht-kritische Aufgaben kann signifikante Einsparungen bringen, während kritische Aufgaben weiterhin über Premium-Modelle laufen.

2. Agent-basierte Automatisierung: GLM-5s starke MCP- und Function-Calling-Unterstützung macht es ideal als Backbone für automatisierte Development-Pipelines. Ob Code-Generierung, Test-Erstellung, Deployment-Automatisierung oder Dokumentation: Als Agent-Modell in Frameworks wie Claude Code, OpenCode oder Kilo Code liefert GLM-5 ein hervorragendes Preis-Leistungs-Verhältnis.

3. Feintuning für spezialisierte Domänen: Die MIT-Lizenz erlaubt uneingeschränktes Feintuning. Unternehmen mit großen proprietären Codebases etwa in PHP, Symfony oder branchenspezifischen Frameworks können GLM-5 auf ihre eigene Code-Basis trainieren und so ein domänenspezifisches Coding-Modell aufbauen, das besser performt als jedes General-Purpose-Modell.

Wann GLM-5 nicht die richtige Wahl ist: Für mission-critical Enterprise-Deployments, bei denen maximale Code-Qualität wichtiger ist als Kosten, bleibt Claude Opus die bessere Wahl. Gleiches gilt für multimodale Workflows und regulierte Branchen mit strengen Vendor-Compliance-Anforderungen. In diesen Fällen empfehlen wir eine hybride Strategie: GLM-5 für Volumen-Aufgaben, Claude für Präzision.

Die wichtigsten Fragen zu GLM-5 von Zhipu AI: Kosten, Fähigkeiten, Vergleiche und Einsatzmöglichkeiten für Unternehmen und Entwickler-Teams.