← Alle Modelle

Z.ai · GLM

GLM-5.1

glm-5.1

open-weightText

Solide WahlOpen-Weight Agentic-Coding (MIT)

Vollständig offenes Flaggschiff (MIT) für agentisches Coding: MoE mit 744 Mrd. Gesamt-/40 Mrd. aktiven Parametern, 200-K-Kontext. Im AA Intelligence Index 40 / Coding 43 – solide, frei self-hostbare Coding-/Agenten-Wahl; reines Text-Modell (Vision liegt im separaten GLM-5V).

  • agentisches Coding
  • Self-Hosting (MIT)
  • lange Reasoning-Aufgaben
Kontextfenster
203 K Token
Max. Ausgabe
131.072 K Token
Preis (Input / Output)
$1.4 / $4.4 je 1 Mio. Token
Preis-Leistung
18,6 Indexpkt. je $/Mio. Token
Wissensstichtag
nicht ausgewiesen
Release
7. April 2026

Stärken

  • Vollständig offene MIT-Lizenz – frei self-hostbar/lokal betreibbar
  • Auf agentisches Coding ausgelegt (lange Tool-Call-Horizonte); MoE 744 Mrd. total / 40 Mrd. aktiv
  • 200-K-Token-Kontext, 128-K-Output

Schwächen

  • Reines Text-Modell – Multimodalität nur im separaten GLM-5V/-Turbo
  • Sehr großes Gewichtspaket (744 Mrd. Parameter) fürs Self-Hosting

Typische Einsatzfälle

  • agentisches Coding
  • Self-Hosting (MIT)
  • lange Reasoning-Aufgaben

Leistung im Vergleich

Unabhängige Indizes (Artificial Analysis, 0–100), zwei kontaminationsarme Einzel-Benchmarks (Terminal-Bench, agentische Shell-Aufgaben; τ²-bench, Tool-Use-Verlässlichkeit über viele Läufe) und Human-Präferenz-Elo (LMArena). Die dunkle Markierung zeigt den Bestwert im Katalog – so wird der Abstand zur Spitze sichtbar. Die Preis-Leistung oben ist daraus abgeleitet: AA-Intelligenz je AA-Blended-Preis (3:1) – entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis. AAs token-basiertes „Cost to Run Index“ ist nicht öffentlich abrufbar.

  • Intelligenz40
  • Coding43
  • Terminal-Bench62
  • Tool-Use98

Benchmarks im Detail

Kennzahlen aus zitierten Messungen – unabhängige Quellen sind ausgewiesen, Anbieterangaben entsprechend markiert. Werte sind nicht über Skalen hinweg vergleichbar. Wie man Benchmark-Zahlen liest →

  • Artificial Analysis Intelligence Index

    40

    unabhängigArtificial Analysis (API), abgerufen 2026-06-16

  • Artificial Analysis Coding Index

    43

    unabhängigArtificial Analysis (API), abgerufen 2026-06-16

  • Terminal-Bench (agentische Shell-Aufgaben)

    62 %

    unabhängigArtificial Analysis (API), abgerufen 2026-06-16

  • τ²-bench (Tool-Use-Verlässlichkeit)

    98 %

    unabhängigArtificial Analysis (API), abgerufen 2026-06-16

Einordnung

  • Open-Weight-MoE (MIT) mit DeepSeek-Sparse-Attention: 744 Mrd. Gesamt- / 40 Mrd. aktive Parameter, 78 Layer; 200-K-Kontext, 128-K-Output. Reines Text-Modell (Vision im separaten GLM-5V). Beleg · Primärquelle
  • Im AA Intelligence Index 40 / Coding 43; Preis $1,40 / $4,40 (Cache-Input $0,26). Z.ai positioniert GLM-5.1 als Flaggschiff für agentisches Coding (Anbieterangabe; Eigenbenchmarks unabhängig nicht verifiziert). Beleg · Primärquelle

ℹ️ MoE 744 Mrd. total / 40 Mrd. aktiv (DeepSeek Sparse Attention), 78 Layer; Post-Training-Verfeinerung von GLM-5. MIT-Lizenz, Gewichte auf Hugging Face (zai-org/GLM-5.1 + FP8). Cache-Input $0,26 / 1 Mio. Token. Vision-Fähigkeit nur im separaten GLM-5V/-Turbo. Technical Report (GLM-5/5.1 gemeinsam) auf GitHub zai-org/GLM-5 verlinkt.