Das Mystery-Model, das eine Woche lang unter dem anonymen Namen Ox Alpha Entwickler bezauberte, hat jetzt eine offizielle Identität. Chinas Z.AI hat GLM-5.3-Flash auf den Markt gebracht, ein nativ multimodales Open-Weight-Modell, das unter der freizügigen MIT-Lizenz veröffentlicht wurde – und das Unternehmen gibt an, dass der gesamte Stealth-Preview-Lauf auf in China hergestellten AI-Chips bereitgestellt wurde. Der Start schließt eines der am meisten beobachteten Ratespiele in der KI-Branche in diesem Jahr ab. Hintergrundinformationen zum Verlauf der Geschichte finden Sie in unseren neuesten KI-Entwicklungen.
Was Z.ai tatsächlich versendet hat
GLM-5.3-Flash ist ein Expertenmodell mit 320 Milliarden Gesamtparametern und 18 Milliarden aktiven Parametern – ein deutlicher Rückgang gegenüber den 32 Milliarden aktiven Parametern seines GLM-4.5-Vorgängers. Es handelt sich um das erste nativ multimodale Modell der GLM-5-Familie, das Text- und Bildeingaben akzeptiert und ein Kontextfenster unterstützt, das eine Million Token erreicht, heißt es in der Ankündigung von Z.ai.
Das Modell wurde auf einem multimodalen Korpus mit 30 Billionen Token trainiert und seine Architektur kombiniert lineare Aufmerksamkeit für lokale Abhängigkeiten mit spärlicher Aufmerksamkeit für globalen Kontext. Eine von Z.ai aufgerufene Komponente „IndexPool“ komprimiert Gruppen von Indexer-Schlüsselvektoren, um die Latenz und den Speicherverbrauch bei langen Kontextlängen zu begrenzen. Das Unternehmen meldet im Vergleich zu GLM-5.3 eine dreimal geringere Rechenleistung und eine 4,4-fache Reduzierung der KV-Cache-Größe.
Benchmark-Ansprüche und Preise
Beim Artificial Analysis Intelligence Index v4.1.1 erzielte GLM-5.3-Flash einen Wert von 57 – ein Wert, der es an die Spitze der aktuellen Modell-Rangliste von Artificial Analysis bringt, weit über dem Vergleichsdurchschnitt von 18. Z.ai gibt an, dass es GLM-5.2 bei den gemeldeten Codierungs- und Agententests zu einem Zehntel des Preises übertrifft und sich bei seinem internen Coding-Benchmark dem Claude Opus 4.8 von Anthropic nähert. Auf DeepSWE v1.1 erreichte das Modell 63,4 gegenüber 46,2 für GLM-5.2; Auf AutomationBench erreichte es 48,8 gegenüber 26,2. Wie TestingCatalog feststellte, hängen unterschiedliche Auswertungsmethoden, Kontextbeschränkungen und Generierungseinstellungen davon ab, dass Cross-Test-Vergleiche stark von den einzelnen Setups abhängen.
Die Preisgestaltung positioniert das Modell als aggressiv günstig: 0,15 $ pro Million Input-Tokens und 0,50 $ pro Million Output-Tokens, mit einem Prompt-Cache-Rabatt von 83 %, so Artificial Analysis. Z.ai gibt einen ermäßigten Preis von 0,045 US-Dollar pro Intelligence-Index-Aufgabe an.
Der chinesische Chipwinkel
Das strategisch wichtigste Detail ist die Infrastruktur, nicht die Intelligenz. Vor dem Start lief das Modell ab dem 20. August anonym als „ox-alpha“ auf OpenRouter und OpenCode, und laut Z.ai wurde es zum beliebtesten Modell der Woche bei diesen Diensten – der Datenverkehr wurde ausschließlich über inländische chinesische Beschleuniger abgewickelt. Um dies zu unterstützen, hat Z.ai einen SGLang-basierten Serving-Stack entwickelt, der Codierung, Vorfüllung und Decodierung trennt und einen dreifachen Anstieg der End-to-End-Serving-Leistung bei Zehntausenden chinesischen KI-Chips meldet.
Das ist über einen Anbieter hinaus wichtig. Es ist eine öffentliche Demonstration, dass ein grenzüberschreitendes chinesisches Modell ohne Nvidia-Hardware in großem Maßstab bedient werden kann – ein Datenpunkt, den westliche Politiker und Chiphersteller nicht ignorieren werden. Der New Stack fasste die Veröffentlichung als günstig, gut und mit chinesischen Pommes Frites zusammen – drei Qualitäten, die bisher selten zusammen beansprucht wurden.
Offene Gewichte, echter Einsatz
Die Gewichte sind auf Hugging Face unter der MIT-Lizenz verfügbar, wobei die lokale Bereitstellung durch SGLang, vLLM und TokenSpeed unterstützt wird. Abonnenten des GLM Coding Plan erhalten GLM-5.3-Flash sofort live mit dem dreifachen nutzbaren Kontingent von GLM-5.3, und seine multimodalen Fähigkeiten werden in ZCode durch Browser- und Computernutzungsintegrationen verfügbar gemacht.
Visuelles Denken ist für die Veröffentlichung von zentraler Bedeutung: Z.ai trainierte das Modell, gerenderte Schnittstellen, Gameplay und 3D-Ausgabe zu überprüfen und dann seine eigene Arbeit anhand des visuellen Feedbacks zu bewerten und zu überarbeiten. Der gleiche Ansatz erstreckt sich auf Dokumente, Tabellenkalkulationen, Präsentationen und Dashboards – die unverzichtbaren Artefakte der Büroarbeit, und genau dort verzeichnet auch die Konkurrenzveröffentlichung von Qwen am selben Tag ihre größten Zuwächse.
Die Entscheidung über offene Gewichte ist für das Ökosystem über Hobbyisten hinaus von Bedeutung. Die MIT-Lizenzierung ist die freizügigste allgemeine Lizenz in der KI: Für die kommerzielle Nutzung, Änderung und Weiterverbreitung gelten keine Copyleft-Verpflichtungen. Unabhängige Hosts können GLM-5.3-Flash auf ihrer eigenen Hardware bereitstellen, es für Branchen von der rechtlichen Prüfung bis zur industriellen Automatisierung optimieren und es in Produkte einbetten, ohne Bedingungen auszuhandeln – eine Option, die bei reinen API-Frontier-Modellen verwehrt bleibt.
Warum der Stealth-Start funktionierte
Der anonyme Rollout gab Z.ai etwas, das mit Marketingbudgets nicht zu kaufen ist: markenunabhängige Validierung. Die Entwickler übernahmen Ox Alpha aufgrund seiner Vorzüge, ohne den Vergleich eines chinesischen Labors mit den etablierten amerikanischen Unternehmen. Als Bloomberg Z.AI als Hersteller bestätigte und Business Insider das „Rätsel gelöst“ erklärte, hatte das Modell bereits auf neutralem Boden die Bestenlisten der Community angeführt.
Der Konkurrenzdruck ist mittlerweile deutlich spürbar. Ein multimodales Modell mit einem Kontext von einer Million Token, vom MIT lizenzierten Gewichten und Produktionspreisen unter dem Dollar zwingt jeden etablierten Betreiber, seine Preisliste zu rechtfertigen. Die Pareto-Grenze für Preis-Leistungs-Verhältnis – der Kompromiss, den Entwickler tatsächlich empfinden – wurde neu gezogen, wie es der weithin beachtete KI-Kommentator Andrew Curran auf X formulierte.
Die offene Frage ist die Haltbarkeit: ob Benchmark-Leads dem harten Einsatz in der Praxis standhalten und wie schnell westliche Labore auf den Preis reagieren. Wie auch immer, die Woche der anonymen Spekulationen endete mit einem benannten Modell, herunterladbaren Gewichten und einer Flotte, die kein amerikanisches Silizium verwendet.
---
Der KI einen Schritt voraus seinErhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Weitere KI-Neuigkeiten lesen →
