Neue Modelle
2026-08-17
Zhipu hat kein neues Modell gebaut. Es hat das alte weitertrainiert — und sagt, das Programmieren sei um 50 Prozent besser geworden
Zhipu hat GLM-5.3 am 14. August veröffentlicht. Bemerkenswert ist, was es nicht ist: Das Basismodell ist gegenüber GLM-5.2 unverändert — dieselbe Mixture-of-Experts-Architektur mit rund 744 Milliarden Parametern, von denen etwa 40 Milliarden pro Token aktiv sind. Der gesamte behauptete Zugewinn stammt aus dem Nachtraining: ein längerer Trainingslauf, zehnfach bis vielfach mehr Aufgabenumgebungen mit langem Kontext und mehr Varianten davon. Zhipu gibt an, die Programmierfähigkeit sei gegenüber GLM-5.2 um etwa 50 Prozent gestiegen, das Modell liege bei Terminal Bench 3.0 und Agents' Last Exam unter den Modellen mit offenen Gewichten auf Platz eins und erreiche im Sicherheitstest CyberGym 84,5 Prozent. Im hauseigenen Code Bench setzt das Unternehmen GLM-5.3 mit 31,4 Prozent vor Claude Opus 4.8 mit 29,5 Prozent, bei rund 50.000 Ausgabetoken gegenüber etwa 120.000 bei Opus. Die meisten dieser Zahlen sind Zhipus eigene Auswertungen. Die Gewichte sind noch nicht öffentlich: Das Unternehmen will sie etwa zwei Wochen nach der Veröffentlichung freigeben, sobald die Sicherheitshärtung abgeschlossen ist.
Warum es wichtig istZwei Jahre lang lautete das Rezept für ein besseres Modell: eine größere, neu trainierte Basis. Hier wird das Gegenteil behauptet — man lässt die Basis unangetastet und holt den großen Sprung allein daraus, womit man danach trainiert. Das ist deutlich billiger und etwas, das auch ein kleines Labor nachmachen könnte. Bei der Größe des Sprungs ist bis zur Veröffentlichung der Gewichte allerdings Vorsicht geboten: Fast alle diese Zahlen hat das Unternehmen erzeugt und verbreitet, das das Modell verkauft, und außerhalb hat sie noch niemand überprüft.
✓ Verifiziert · 3 Quellen
In der App lesen — kostenlos, 9 Sprachen
Verwandte Meldungen
Gerücht: Das anonyme Modell, das gerade gratis einen Coding-Benchmark anführte, soll Zhipus unveröffentlichtes Spitzenmodell sein
2026-08-21DeepSeeks günstiges Arbeitspferd kann jetzt sehen — bei Agentenaufgaben mit Bildern will es nahe an Anthropics Bestem sein
2026-08-21Nvidia zahlt 6 Milliarden Dollar für die Maschine, die die Modelle eines Konkurrenten baut — und stellt 109 der Leute ein, die sie bedienten
2026-08-21Vier Stunden und eine GPU, um die Art zu verbessern, wie KI trainiert wird: Der beste Agent kam auf 0,25 von 1 — und die meisten versuchten es gar nicht erst
2026-08-21Einmal vormachen — drei bis zwölf Sekunden — und der Roboter erledigt die Aufgabe ganz ohne Training 59 von 100 Mal richtig
2026-08-21