Neue Modelle AI Minute Newsroom 2026-08-27

Das anonyme Modell, an dem Entwickler wochenlang herumgetestet haben, ist jetzt MIT-lizenziert herunterladbar — und Z.ai sagt, die gesamte Vorschau lief auf chinesischen Chips

Z.ai hat GLM-5.3-Flash am 26. August veröffentlicht und bestätigt, dass es sich um das Modell handelt, das anonym als Ox Alpha kursierte. Es ist ein Mixture-of-Experts-Modell mit 320 Milliarden Parametern insgesamt und 18 Milliarden aktiv pro Token, einem Kontextfenster von einer Million Token, Gewichten auf Hugging Face unter MIT-Lizenz und — ein Novum in der GLM-5-Reihe — nativer Multimodalität: Bild und Video verarbeitet das Basismodell selbst statt einer aufgesetzten Schicht. Die Architektur kombiniert lineare Aufmerksamkeit für lokale Abhängigkeiten mit spärlicher Aufmerksamkeit für weitreichenden Kontext; bei voller Kontextlänge komprimiert eine Komponente namens IndexPool die Schlüsselvektoren des Indexers, damit Latenz und Speicherbedarf nicht explodieren. Z.ai gibt ein Training auf einem multimodalen Korpus von rund 30 Billionen Token an. Nach eigenen Zahlen erreicht das Modell 63,4 auf DeepSWE v1.1 gegenüber 46,2 bei GLM-5.2, 48,8 auf AutomationBench gegenüber 26,2 und 84,3 auf Terminal-Bench 2.1 neben 85,0 von Claude Opus 4.8. Der Preis liegt bei 0,15 Dollar je Million Eingabe-Token, 0,03 im Cache und 0,50 für die Ausgabe — etwa ein Zehntel von GLM-5.2 — mit einer 50-Prozent-Aktion bis zum 9. September. Die Behauptung, über die am heftigsten gestritten werden wird: Z.ai erklärt, die gesamte Ox-Alpha-Vorschau sei auf im Inland produzierten chinesischen Beschleunigern mit einer eigenen Serving-Engine betrieben worden, mit einer etwa dreifachen End-to-End-Verbesserung über Zehntausende davon hinweg. Sämtliche Benchmark-Werte stammen vom Unternehmen selbst und wurden nicht unabhängig reproduziert.

Warum es wichtig istHier sind zwei verschiedene Dinge passiert, und man sollte sie auseinanderhalten. Das erste ist ein Preisereignis: ein 320-Milliarden-Modell, das in Coding- und Agenten-Benchmarks ein bis zwei Punkte an ein geschlossenes Frontier-Modell heranreicht, veröffentlicht unter MIT — der freizügigsten Lizenz überhaupt, man kann es also ohne Rückfrage in ein kommerzielles Produkt einbauen — und das zu ungefähr einem Zehntel dessen, was sein Vorgänger kostete. Das schließt die Lücke zwischen dem, was man mietet, und dem, was man selbst betreiben kann, und zwar genau in den Kategorien, für die Unternehmen zahlen. Das zweite ist die Hardware-Behauptung, und sie verdient mehr Skepsis als die Benchmarks. Exportkontrollen beruhen auf der Prämisse, dass fortgeschrittene Rechenleistung der Engpass ist. Wenn ein Labor ein frontier-nahes Modell einem weltweiten Testpublikum vollständig auf heimischem Silizium ausliefern kann, verengt sich diese Prämisse — aber nur auf der Auslieferungsseite. Inferenz ist weit weniger anspruchsvoll als Training, wir wissen nicht, welche Chips und mit welcher Effizienz, und die einzige Quelle ist das Unternehmen, das von der Geschichte profitiert. Zur Kenntnis nehmen, nicht darauf setzen.

#Coding

✓ Verifiziert · 5 Quellen

In der App lesen — kostenlos, 9 Sprachen

Das anonyme Modell, an dem Entwickler wochenlang herumgetestet haben, ist jetzt MIT-lizenziert herunterladbar — und Z.ai sagt, die gesamte Vorschau lief auf chinesischen Chips

Verwandte Meldungen