Z.ai veröffentlicht GLM-5.2: Open-Source-Coding-Modell, 1M Kontext

Z.ai veröffentlichte GLM-5.2 am 22. Juni 2026 — ein Open-Source-Coding-Modell mit einem 1M-Token-Kontextfenster, MIT-Lizenz und Benchmarks, die es in Schlagdistanz zu Frontier-Coding-Modellen bringen. Es erreicht 81,0 im Terminal-Bench 2.1, ein Sprung von 19 Punkten gegenüber GLM-5.1s 62,0, und 62,1 im SWE-bench Pro (von 58,4). Die eigentliche Schlagzeile sind nicht nur die Ergebnisse — es ist die IndexShare-Architektur, die die Pro-Token-FLOPs um Faktor 2,9x bei voller Kontextlänge senkt. Das macht Langhorizont-Coding-Agent-Workflows wirklich erschwinglich, nicht nur technisch möglich.

Was passiert ist

Z.ai (ehemals Zhipu AI), das chinesische KI-Labor, veröffentlichte GLM-5.2 als direktes Upgrade zu seinem GLM-5.1-Coding-Modell. Das Modell ist speziell für Coding-Agenten gebaut, die über große Codebasen hinweg arbeiten — die Art, die Code referenzieren, Befehle ausführen, Testausgaben parsen und den Aufgabenverlauf über ausgedehnte Sessions hinweg verwalten.

Die Veröffentlichung umfasst zwei Denk-Modi: High für schnellere Antworten und Max für schwierigere Aufgaben, die mehr Rechenleistung erfordern. Beide sind unter der MIT-Lizenz verfügbar, was kommerzielle Nutzung, Modifikation und Weiterverbreitung erlaubt.

Bei den Benchmarks erzählen die Zahlen eine klare Geschichte:

Z.ai meldete außerdem ein bestes Harness-Ergebnis von 82,7 im Terminal-Bench 2.1. Zum Vergleich: Claude Opus 4 erreicht 85,0 im selben Benchmark — GLM-5.2 ist nah dran, liegt aber noch zurück (Developer Tech(wird in einem neuen Tab geöffnet), 2026).

Die ersten Entwicklerreaktionen waren bemerkenswert positiv. Vercel-CEO Guillermo Rauch postete auf X, er sei von der Coding-Leistung des Modells „beeindruckt". Der ehemalige Meta-, Google DeepMind- und Microsoft-Manager Matt Velloso schrieb, er habe GLM-5.2 einen ganzen Tag lang genutzt und es als ein offenes Modell beschrieben, das seine Messlatte für den täglichen Einsatz erfüllte (Developer Tech(wird in einem neuen Tab geöffnet), 2026).

Warum GLM-5.2 wichtig ist

IndexShare verändert die Wirtschaftlichkeit von Langkontext-Inferenz. Es verwendet denselben Indexer über Gruppen von Sparse-Attention-Schichten hinweg und senkt die Pro-Token-FLOPs um Faktor 2,9x bei 1M-Token-Kontext. Z.ai verbesserte auch seine Multi-Token-Vorhersageschicht und erhöhte die Akzeptanzlänge für spekulative Dekodierung um bis zu 20 %. Zusammen sind das keine Papier-Optimierungen — sie senken direkt die Kosten für den Betrieb von Coding-Agenten, die gesamte Repositories verarbeiten.

MIT-Lizenz mit Self-Hosting entfernt die Anbieterschranke. GLM-5.2 läuft auf vLLM, SGLang, Hugging Face Transformers, Docker Model Runner und KTransformers — keine proprietäre API erforderlich. Die Dokumentation listet auch Unterstützung für Ascend-NPU-Plattformen über vLLM-Ascend, xLLM und SGLang. Für Enterprise-Teams mit GPU-Infrastruktur bedeutet dies volle Kontrolle über Deployment, Datenverarbeitung und Kosten.

Der geopolitische Haken ist real. Z.ai ist ein chinesisches Labor, und Exportkontrollen bleiben ein bewegliches Ziel. Das Modell ist technisch stark — aber organisatorische Richtlinien, nicht technische Leistungsfähigkeit, werden der entscheidende Faktor für viele Teams in regulierten Umgebungen sein.

Was GLM-5.2 für dich ändert

• Wenn du Open-Source-Modelle selbst hostest: GLM-5.2 ist das stärkste MIT-lizenzierte Coding-Modell, das bisher für Langhorizont-Aufgaben benchmarkt wurde. Teste es im direkten Vergleich mit deinem aktuellen Coding-Agent-Modell bei deinen längsten Workflows — die IndexShare-Architektur bedeutet, dass es tatsächlich günstiger im Betrieb bei vollem Kontext sein könnte.
• Wenn du geschlossene APIs nutzt: Die Benchmark-Nähe zu Claude Opus 4.8 macht GLM-5.2 beobachtenswert. Es wird nicht für jedes Team eine gehostete API ersetzen, aber es verringert die Lücke zwischen Open-Source- und Frontier-Coding-Modellen mehr als jede MIT-lizenzierte Veröffentlichung zuvor.
• Wenn deine Organisation geopolitische Beschränkungen hat: Warte. Das Modell ist gut, aber das Richtlinienrisiko ist ein echter Blocker. Beobachte, ob Z.ais Modelle breitere Unternehmensakzeptanz gewinnen, bevor du Produktionsinfrastruktur darauf aufbaust.

FAQ

Was unterscheidet IndexShare von Standard-Attention? Standard-Attention berechnet Pro-Token unabhängig, was bei langem Kontext teuer wird. IndexShare verwendet einen gemeinsamen Indexer über Gruppen von Sparse-Attention-Schichten hinweg und senkt die FLOPs um Faktor 2,9x bei 1M Tokens. Stell es dir als Amortisierung der Kosten für die Entscheidung vor, auf welche Tokens geachtet werden soll.

Wie schneidet GLM-5.2 im Vergleich zu Llama 4 Maverick beim Coding ab? GLM-5.2 ist speziell für Coding-Agenten gebaut und erreichte 81,0 im Terminal-Bench 2.1 — Llama 4 Mavericks veröffentlichte Benchmarks zielen nicht auf diese Klasse ab. Llama 4 Maverick bleibt die sicherere Open-Source-Wahl für allgemeine Workloads und Teams, die Metas breiteres Ökosystem schätzen. GLM-5.2 gewinnt bei reinen Coding-Agent-Zahlen, trägt aber geopolitisches Risiko, das Llama nicht hat.

Kann ich GLM-5.2 fine-tunen? Ja. Die MIT-Lizenz erlaubt Modifikation, und das Modell läuft auf Standard-Inferenz-Frameworks wie vLLM und Hugging Face Transformers. Z.ai hat noch keine Fine-Tuning-Rezepte veröffentlicht, aber die offenen Gewichte bedeuten, dass die Community es kann — und wahrscheinlich wird.