US-Konzerne setzen auf chinesische Open-Source-KI – das steckt hinter dem GLM-5.2-Hype

Der entscheidende Treiber ist die offene Gewichtestruktur von GLM-5.2 – verfügbar unter MIT-Lizenz auf Hugging Face. US-Entwickler können die vollständigen Modellgewichte herunterladen, auf eigener Infrastruktur hosten und so die Abhängigkeit von chinesischen Cloud-APIs vollständig umgehen . Teams können so die Kosten- und Leistungsvorteile nutzen, ohne proprietären Code an chinesische Server zu senden – allerdings erfordert dies Vertrauen in die Modellgewichte selbst.

Benchmark-Ergebnisse: GLM-5.2 im Detail

GLM-5.2 ist das stärkste Open-Weight-Coding-Modell Stand Juni 2026 . Es erzielte 62,1 im SWE-bench Pro und übertraf damit GPT-5.5 (58,6) und näherte sich Claude Opus 4.8 (69,2) . Im Terminal-Bench 2.1 erreichte es 81,0 – nur vier Punkte hinter Claude Opus 4.8 (85,0) . Im FrontierSWE, einem Benchmark für langfristige technische Projekte, erzielte es 74,4 % vor GPT-5.5 (72,6 %) und knapp hinter Claude Opus 4.8 (75,1 %) .

Das Modell erreichte außerdem 51 Punkte im Artificial Analysis Intelligence Index v4.1 und belegte damit den vierten Platz insgesamt – hinter Claude Fable 5, Claude Opus 4.8 und GPT-5.5 – und den ersten Platz unter allen Open-Weight-Modellen . Im blinden Code-Arena-Frontend-Benchmark belegte es Platz zwei weltweit und Platz eins unter den Open-Source-Modellen . Es erzielte 1.524 im GDPval-AA v2 (menschlicher Benchmark: 1.000) und erreichte damit GPT-5.5 in Reasoning-Benchmarks .

Über die reinen Werte hinaus verwaltet GLM-5.2 ein verlustfreies Kontextfenster von 1 Million Token – 5x größer als sein Vorgänger GLM-5.1 – was es besonders für langlaufende Codierungsaufgaben und komplexe Systementwicklung geeignet macht .

Kosten: Ein Sechstel des Preises von GPT-5.5

Die offizielle API-Preisgestaltung von Z.ai für GLM-5.2 beträgt 1,40 $ pro Million Input-Token und 4,40 $ pro Million Output-Token. Gecachter Input kostet 0,26 $ pro Million Token . Zum Vergleich: GPT-5.5 kostet etwa 5 $ pro Million Input-Token und 30 $ pro Million Output-Token, insgesamt etwa 35 $ pro Million Token bei kombinierter Eingabe/Ausgabe . Das macht GLM-5.2 etwa sechsmal günstiger als GPT-5.5 und etwa viermal günstiger als Claude Opus 4.8 .

Für Unternehmen mit eigener GPU-Infrastruktur ist das Selbst-Hosten der Modellgewichte unter der MIT-Lizenz kostenlos, wodurch API-Kosten vollständig entfallen . Z.ai bietet auch einen GLM-Coding-Plan ab etwa 18 $ pro Monat für pauschalen Zugang .

Sicherheitsbedenken: Segen und Fluch

Genau die Fähigkeiten, die GLM-5.2 für legitimes Programmieren attraktiv machen, alarmieren Sicherheitsforscher. Axios berichtete, dass seine agentischen Codierungsfähigkeiten „fortgeschrittene Hacking-Fähigkeiten dramatisch billiger und zugänglicher“ für Angreifer machen . Zwei separate Sicherheitsevaluierungen von Graphistry und Semgrep ergaben, dass GLM-5.2 bei Cybersicherheitsuntersuchungen und Schwachstellenerkennung mit führenden US-Modellen gleichzog .

Konkret erzielte GLM-5.2 39 % F1 bei der Erkennung einer verbreiteten Software-Schwachstellenklasse und übertraf damit Anthropics Claude Code – und war dabei auf dem Niveau von Anthropics eingeschränktem Claude Mythos zu einem Bruchteil der Kosten . Dies hat die Befürchtungen innerhalb der US-Regierung verstärkt, dass Exportkontrollen den chinesischen KI-Fortschritt nicht wirksam begrenzen .

Ein weiteres großes Problem ist die Datenverarbeitung. Die gehostete API von Z.ai leitet Daten durch chinesische Server, was Compliance- und Datenhoheitsfragen aufwirft. Während Selbsthosting dies vermeidet, bleiben einige Teams zurückhaltend, Systeme eines Unternehmens mit Verbindungen zur chinesischen Regierung zu nutzen . Das US-Repräsentantenhaus leitete im Mai eine formelle Untersuchung der Cybersicherheitsrisiken durch KI-Modelle chinesischer Herkunft in kritischer Infrastruktur ein und nannte Zhipu neben DeepSeek, MiniMax und ByteDance .

Die größere Wettbewerbs- und Politiklandschaft

GLM-5.2 markiert einen Wendepunkt im KI-Wettlauf zwischen den USA und China. Die Lücke zwischen Open-Weight- und proprietären Frontline-Modellen hat sich effektiv geschlossen: Dies ist das erste Open-Weight-Modell, das proprietären US-Modellen bei langlaufenden Coding-Benchmarks ebenbürtig ist . Ein chinesisches Labor, das GPT-5.5-Klasse-Leistung zu einem Sechstel der Kosten unter einer MIT-Lizenz liefert, setzt US-KI-Unternehmen unter Druck, Preise zu senken und eigene Modelle zu öffnen – und verändert damit die Wirtschaftlichkeit der gesamten Branche .

Die politische Lage ist unklar. Die USA unterhalten Exportkontrollen für fortschrittliche KI-Chips nach China, dennoch produzieren chinesische Labore Frontline-Modelle innerhalb dieser Beschränkungen – was darauf hindeutet, dass die Kontrollen den chinesischen KI-Fortschritt nicht wie beabsichtigt verlangsamen . Washington hat noch nicht beantwortet, ob MIT-lizenzierte chinesische Modelle neuen Beschränkungen unterliegen sollten . Zhipu hat bereits GLM-5.5 für August 2026 angekündigt, was darauf hindeutet, dass sich das Tempo chinesischer Frontline-KI-Veröffentlichungen beschleunigt .