Das chinesische KI-Unternehmen Z.ai gab bekannt, dass das Modell, das in der vergangenen Woche auf der Plattform OpenRouter unter dem Namen Ox Alpha aufgetaucht war, zu seinen Modellen gehört, und veröffentlichte es erneut unter dem Namen GLM-5.3-Flash. Das Unternehmen stellte die Gewichte des Modells über Hugging Face bereit. Dadurch können Entwickler darauf zugreifen und es entsprechend der von Z.ai angebotenen Form betreiben, anstatt dass es als Dienst unbekannter Herkunft auf einer Plattform eines Drittanbieters verbleibt.
Ox Alpha war auf OpenRouter kostenlos erschienen, ohne dass die entwickelnde Organisation bekannt gegeben wurde. Es erregte jedoch schnell Aufmerksamkeit, nachdem es in mehreren Tests und Ranglisten starke Ergebnisse erzielt hatte. Die unbekannte Identität des Entwicklers führte zu Diskussionen darüber, welches Labor dahintersteckt. Z.ai gehörte zu den prominentesten Namen, die vor der Bestätigung des Unternehmens seiner Verbindung zu dem Modell genannt wurden.
Ein Modell für Programmierung und agentische Aufgaben
Z.ai präsentiert das Modell als ein Reasoning-Modell für Programmierung, langfristige Aufgaben von Agenten und Arbeitslasten in Produktionsumgebungen. Den veröffentlichten Informationen zufolge wurde GLM-5.3-Flash für ausgedehnte Softwareentwicklungsaufgaben, komplexe Reasoning-Probleme und Arbeitsabläufe entwickelt, die textuelle und visuelle Kontexte miteinander verbinden.
Das Modell verwendet eine Mixture of Experts (MoE)-Architektur mit insgesamt 320 Milliarden Parametern. Bei der Verarbeitung jeder Anfrage sind jedoch nur etwa 18 Milliarden Parameter aktiv. Das Kontextfenster reicht außerdem bis zu einer Million Tokens und unterstützt Texte, Bilder und Videoclips, während die Länge der erzeugten Antwort 131.072 Tokens erreichen kann.
Eine auf lange Kontexte ausgelegte Aufmerksamkeitsarchitektur
Z.ai zufolge unterscheidet sich das Modell von früheren GLM-Generationen durch die verwendete Aufmerksamkeitsarchitektur. Sparse attention konzentriert sich auf die relevantesten Teile der Eingaben, anstatt alle Tokens gleichzeitig auszuwerten. Dadurch soll der Rechenaufwand bei der Verarbeitung langer Eingaben reduziert werden.
Der Ansatz der Linear attention zielt darauf ab, das Wachstum des Speicherverbrauchs bei zunehmender Kontextlänge zu begrenzen. Das Unternehmen gibt an, dass das Modell mit einem Datensatz von 30 Billionen Tokens trainiert wurde. Außerdem kam eine Methode namens mHC zur Verbesserung des Trainingsprozesses zum Einsatz.
Was bedeutet das für Entwickler?
Z.ai zufolge sind die Betriebskosten von GLM-5.3-Flash zehnmal niedriger als die Kosten für den Betrieb seines Vorgängermodells. Sollte sich dieser Unterschied in der tatsächlichen Nutzung widerspiegeln, könnte er für Teams von Bedeutung sein, die langfristige agentische Aufgaben ausführen oder große Kontexte verarbeiten müssen. Der Artikel enthält jedoch keine Angaben zu den Messbedingungen, Preisen oder Hardwareanforderungen. Daher muss der finanzielle Vergleich noch unabhängig überprüft werden.
In den von dem Unternehmen vorgestellten Tests wurde das Modell mit Claude Opus 4.8, GPT-5.6 Terra und Gemini 3.7 Flash verglichen. Den Ergebnissen von Z.ai zufolge erzielte GLM-5.3-Flash im Test GDPval-AA v2 zur Messung der Leistung bei wissensintensiven Aufgaben das höchste Ergebnis und belegte bei AutomationBench, das die Fähigkeit zur Erledigung von Aufgaben innerhalb von Cloud-Anwendungen misst, den zweiten Platz.
Die Bedeutung der Ankündigung liegt in der Verbindung von drei Elementen: über Hugging Face verfügbare Gewichte, ein sehr langer Kontext und ein klarer Fokus auf Agenten und Programmierung. Sie belegt jedoch nicht allein eine Überlegenheit des Modells gegenüber konkurrierenden Modellen, da die genannten Ergebnisse vom Unternehmen selbst stammen und der Artikel keine Angaben zur Methodik oder zur Reproduzierbarkeit der Tests enthält. Die Veröffentlichung ist Teil der umfassenderen Bestrebungen chinesischer KI-Unternehmen, Modelle mit offenen Gewichten und auf geringere Betriebskosten ausgelegte Modelle als Alternativen zu den geschlossenen Modellen von Unternehmen wie OpenAI und Anthropic anzubieten.