GLM-5.3: 753 Milliarden Parameter als offene Gewichte
Z.ai stellt das Coding-Modell auf Hugging Face bereit: 753 Milliarden Parameter, bis zu 1 Million Token Kontext, Lizenzdetails offen.
Symbolbild: ein nächtlicher Rechenzentrumsgang mit langen Serverreihen und kühlem Kontrolllicht auf poliertem Betonboden.
Z.ai hat GLM-5.3 mit offenen Gewichten auf Hugging Face veröffentlicht: 753 Milliarden Parameter in einer Mixture-of-Experts-Architektur, herunterladbar im Safetensors-Format.
Auf einen Blick
- 753 Milliarden Parameter, Mixture-of-Experts, Tensortypen BF16, F8_E4M3 und F32.
- Maximale Kontextlänge laut Modellkarte: 1 Million Token.
- 27 abgeleitete Quantisierungen, unter anderem für llama.cpp, LM Studio, Jan und Ollama.
- CyberGym: 84,5 Punkte für GLM-5.3 gegenüber 83,3 für DeepSeek-V4 Pro — Angaben des Anbieters.
- Lizenzname lautet glm-5.3; die Bedingungen stehen nicht auf der Modellseite.
Z.ai hat GLM-5.3 mit offenen Gewichten auf Hugging Face bereitgestellt. Die Modellkarte weist 753 Milliarden Parameter und eine Mixture-of-Experts-Architektur aus. Die Dateien liegen im Safetensors-Format vor, in den Tensortypen BF16, F8_E4M3 und F32. Als maximale Kontextlänge nennt die Karte 1 Million Token.
Was die Modellkarte belegt
Die Lizenz trägt den Namen glm-5.3. Die Bedingungen selbst stehen nicht auf der Seite, die als Quelle vorlag. „Offene Gewichte“ ist hier deshalb eine Aussage über die Verfügbarkeit der Dateien, nicht über die erlaubte Nutzung. Wer das Modell kommerziell einsetzen möchte, sollte den Lizenztext zuerst selbst lesen.
Für den Betrieb nennt die Karte SGLang, vLLM, TokenSpeed, Transformers, KTransformers, Unsloth sowie Ascend-NPU-Plattformen. 27 abgeleitete Quantisierungen sind verzeichnet, unter anderem für llama.cpp, LM Studio, Jan und Ollama. Als Inferenzanbieter ist Together AI gelistet. Für den Monat vor dem Abruf weist die Seite 8.804 Downloads aus.
Benchmarks stammen vom Anbieter
Die Karte stellt GLM-5.3 mehreren stärkeren Modellen gegenüber. Alle folgenden Werte sind Angaben von Z.ai und wurden für diesen Artikel nicht nachgerechnet.
| Test | GLM-5.3 | Vergleichsmodell |
|---|---|---|
| Terminal Bench 2.1 | 88,2 | 88,8 (GPT-5.6 Sol) |
| Terminal Bench 3.0 | 28,3 | 34,6 (GPT-5.6 Sol) |
| DeepSWE (v1.1) | 66,9 | 72,7 (GPT-5.6 Sol) |
| CyberGym | 84,5 | 83,3 (DeepSeek-V4 Pro) |
| ExploitBench | 54,4 | 78,0 (GPT-5.6 Sol) |
In drei der fünf genannten Tests liegt GLM-5.3 hinter GPT-5.6 Sol, bei CyberGym vor DeepSeek-V4 Pro. Den größten Abstand zeigt ExploitBench mit 54,4 zu 78,0 Punkten. Für Terminal Bench 3.0 und Agents' Last Exam beansprucht Z.ai den Bestwert unter offenen Modellen.
Sicherheitsnahe Fähigkeiten
Z.ai beschreibt eine emergent cyber capability und einen Spitzenwert unter offenen Modellen bei CyberGym, einem Test zum Auffinden von Schwachstellen. Gegenüber GLM-5.2 nennt der Anbieter eine Verbesserung um 50 % auf der hauseigenen Z.ai Code Bench, bei gleichem Basismodell und zusätzlichem Post-Training. Ein technischer Bericht ist mit dem arXiv-Kennzeichen 2602.15763 verlinkt und auf den 17.02.2026 datiert.
Ein Modell, das offen verteilt wird und zugleich beim Aufspüren von Schwachstellen vorne liegt, ist für Verteidiger wie für Angreifer verfügbar. Welche Schutzmaßnahmen Z.ai dafür vorsieht, geht aus der Modellseite nicht hervor.
Was offen bleibt
Für diese Meldung lag genau eine unabhängige Quelle vor. Nicht überprüfbar waren damit: die Zahl der aktiven Parameter je Token, der genaue Lizenztext, Preise für einen API-Zugang und die Frage, ob Dritte die Benchmarkwerte reproduziert haben. Auch das Veröffentlichungsdatum der Gewichte ließ sich nicht getrennt vom Datum des technischen Berichts bestätigen.
Häufige Fragen
Wie viele Parameter hat GLM-5.3?
Die Modellkarte nennt 753 Milliarden Parameter in einer Mixture-of-Experts-Architektur. Wie viele davon je Token aktiv sind, steht dort nicht.
Ist GLM-5.3 kommerziell nutzbar?
Das lässt sich aus der Modellseite nicht beantworten. Sie nennt nur den Lizenznamen glm-5.3, nicht die Bedingungen — der Lizenztext ist vor jedem Einsatz zu prüfen.
Wie lässt sich GLM-5.3 selbst betreiben?
Die Karte nennt SGLang, vLLM, TokenSpeed, Transformers, KTransformers, Unsloth und Ascend-NPU sowie 27 Quantisierungen für Werkzeuge wie llama.cpp und Ollama.
