Das Modell GLM-5.3 des chinesischen Unternehmens z.ai ist über eine Programmierschnittstelle (API) verfügbar geworden. Dadurch können Entwickler es in Anwendungen und Software-Agenten integrieren, anstatt es ausschließlich direkt über die Tarife des Unternehmens zu nutzen. Der Start erfolgt zum gleichen Preis wie bei GLM-5.2, obwohl z.ai erhebliche Verbesserungen bei der Programmierung und den Fähigkeiten zur Ausführung langfristiger Aufgaben angekündigt hat.
Preise und Zugangsmechanismus
z.ai berechnet 1,40 US-Dollar pro einer Million Eingabetoken und 4,40 US-Dollar pro einer Million Ausgabetoken. Zwischengespeicherte Eingabetoken kosten 0,26 US-Dollar pro einer Million Token; außerdem bietet das Unternehmen die Speicherung zwischengespeicherter Eingaben für einen begrenzten Zeitraum kostenlos an.
Dass der Preis im Vergleich zu GLM-5.2 unverändert bleibt, bedeutet, dass sich der Unterschied zwischen den beiden Generationen nicht im öffentlich angegebenen Preis pro Token zeigt. Das bedeutet jedoch nicht zwangsläufig, dass die Gesamtkosten einer Aufgabe identisch sind, da die Rechnung von der Größe der Ein- und Ausgaben, der Nutzung des Caches und der Anzahl der vom Modell erzeugten Token beeinflusst wird.
Nutzer, die zuvor den GLM Coding Plan abonniert haben, erhalten derzeit nur Zugriff über das mit OpenAI Chat Completions kompatible Protokoll. z.ai erklärte außerdem, dass das Unternehmen die Modellgewichte offen zugänglich machen wolle, nannte dafür jedoch keinen genauen Zeitpunkt und legte die Lizenz, die diese Nutzung regeln wird, nicht offen.
Wie schneidet der Preis im Vergleich zu anderen Modellen ab?
Nach dem vereinfachten Vergleich von VentureBeat, der von einer Million Eingabetoken und einer Million Ausgabetoken ausgeht, belaufen sich die Kosten für GLM-5.3 auf 5,80 US-Dollar. Im selben Vergleich liegen die Kosten für Grok 4.6 bei der niedrigeren Kontextlänge bei 8 US-Dollar, für Kimi K3 bei 18 US-Dollar, für Claude Opus 5 bei 30 US-Dollar und für GPT-5.6 Sol bei 35 US-Dollar.
Diese Zahlen verdeutlichen eher die Preisklasse, als dass sie eine Schätzung einer tatsächlichen Betriebsrechnung liefern. GLM-5.3 ist nicht das günstigste leistungsfähige Modell: Google bietet für Gemini 3.7 Flash bis zum 31. Dezember 2026 einen Einführungspreis von 0,75 US-Dollar für Eingaben und 3,75 US-Dollar für Ausgaben an, während GPT-5.6 Luna von OpenAI etwa 0,20 US-Dollar für Eingaben und 1,20 US-Dollar für Ausgaben kostet. Dennoch liegt der Preis des z.ai-Modells unter den Preisen mehrerer fortschrittlicher Modellschnittstellen, mit denen es verglichen wird.
Was bedeutet das für Entwickler?
Der unmittelbare praktische Vorteil besteht darin, dass ein Entwicklungsteam ein neues Modell für Programmierung oder den Betrieb von Software-Agenten testen kann, ohne dass sich der öffentlich angegebene Tokenpreis im Vergleich zu GLM-5.2 erhöht. Dies könnte den Vergleich von Leistung und Kosten innerhalb von Anwendungen erleichtern, die auf wiederholte API-Aufrufe angewiesen sind.
Der unveränderte Preis reicht jedoch nicht aus, um die Effizienz zu beurteilen. Artificial Analysis gab GLM-5.3 im Intelligence Index eine Punktzahl von 60 – dieselbe Punktzahl wie Kimi K3. Damit waren beide laut dem genannten Vergleich die leistungsstärksten Modelle mit offenen Gewichten. GLM-5.3 übertraf außerdem das Ergebnis von GLM-5.2 um sieben Punkte.
Im Gegensatz dazu schätzte Artificial Analysis die Kosten pro Aufgabe innerhalb des Index für GLM-5.3 auf etwa 0,68 US-Dollar, gegenüber ungefähr 0,44 US-Dollar für GLM-5.2, obwohl die Tokenpreise in der API identisch sind. Dies hängt damit zusammen, dass GLM-5.3 ausführlicher ist als sein Vorgänger, was dazu führen kann, dass es zur Erledigung derselben Aufgabe mehr Token verbraucht.
Das erste Auftreten des Modells wurde dem Bericht zufolge mit fortgeschrittenen Cyber-Fähigkeiten in Verbindung gebracht, die ihm angeblich dabei geholfen haben, eine zuvor unentdeckte Schwachstelle in Cursor zu finden. Der Text liefert keine zusätzlichen Einzelheiten zur Überprüfung dieses Ergebnisses. Daher bleibt dieser Punkt eine übernommene Behauptung und keine ausreichende Grundlage für eine unabhängige Sicherheitsbewertung des Modells.