Die Wette von Z.ai: GLM-5.3-Flash debütiert zwischen chinesischen Silizium-Ambitionen und offenen Fragen
Am 26. August 2026 lüftete der Entwickler Z.ai die Identität des Modells "ox-alpha", das seit dem 20. August anonym und kostenlos auf OpenRouter und OpenCode kursierte. Es handelt sich um GLM-5.3-Flash, das erste nativ multimodale Modell der GLM-5-Reihe, dessen Gewichte nun unter MIT-Lizenz auf Hugging Face verfügbar sind. Nach Angaben von Z.ai-Gründer Jie Tang auf X vom 27. August 2026 erreichte das Modell in der anonymen Phase fast 20 % des wöchentlichen Token-Anteils auf OpenRouter und damit Platz eins der Rangliste. Der Gründer schrieb dazu: "Ox Alpha = GLM-5.3 Flash AA = 57, 1/100 frontier price, Powered by pure Chinese chips. Delivered nearly 20% weekly token share (no. 1) on OpenRouter." (Ox Alpha entspricht GLM-5.3 Flash, 57 Punkte bei Artificial Analysis, ein Hundertstel des Preises der Frontier-Modelle, ausschließlich mit chinesischen Chips betrieben. Es erzielte fast 20 % des wöchentlichen Token-Anteils und damit Platz eins auf OpenRouter.)
Als Architektur wird ein Mixture-of-Experts mit 320 Milliarden Gesamtparametern angegeben (davon 18 Milliarden pro Token aktiv), mit einem hybriden Attention-System, das Rechenaufwand und KV-Cache-Speicherbedarf senken soll. In den offiziellen Release Notes vom 26. August 2026 erklärt Z.ai: "Native visual capabilities enable the model to observe interfaces, rendering results, and interaction feedback—creating a closed loop across code, browsers, and GUIs." (Native visuelle Fähigkeiten erlauben dem Modell, Oberflächen, Rendering-Ergebnisse und Interaktions-Feedback zu beobachten und so einen geschlossenen Kreislauf zwischen Code, Browsern und grafischen Oberflächen zu bilden.) Allerdings bleiben Unstimmigkeiten in den Veröffentlichungsdokumenten. Während die Hugging-Face-Karte Text- und Bildeingaben nennt, führt die API-Dokumentation zusätzlich Video und Dateien auf, bei einer auf Text beschränkten Ausgabe. Auch beim Kontextfenster gibt es eine Abweichung: In den offiziellen Z.ai-Dokumenten ist von rund einer Million Token (1.048.576) die Rede, in einigen Evaluationskonfigurationen auf Hugging Face dagegen von 300.000. Für das Self-Hosting der in nativem FP8 verteilten Gewichte (etwa 306 GiB) empfiehlt das Unternehmen Knoten mit acht NVIDIA-Hopper-GPUs oder neuer.
Die folgenreichste These betrifft die Recheninfrastruktur. Z.ai gibt an, die gesamte Last der anonymen Phase sei ausschließlich von Chips chinesischer Fertigung bewältigt worden, mithilfe einer eigenen, auf SGLang basierenden Inferenz-Engine. Die South China Morning Post berichtete am 27. August 2026 von einer Aussage von Zhipu AI, wonach das Modell auf einem Cluster aus 100.000 chinesischen Chips gelaufen sei. Dieselbe Zeitung nennt 62 Billionen vor dem offiziellen Release verarbeitete Token und über 11 Billionen auf OpenRouter in den ersten drei Tagen. Sie berichtete außerdem, die Aktie von Zhipu AI habe am Donnerstag, dem 27. August 2026, 12 % im Plus bei 1.160 Hongkong-Dollar geschlossen. Bislang sind weder Hersteller noch genaues Chipmodell bekannt, und der Börsenwert findet über die einzelne journalistische Quelle hinaus keine Bestätigung in unabhängigen offiziellen Kursnotierungen.
Auch die Leistungskennzahlen verlangen Zurückhaltung. Die von Z.ai genannten Werte – 84,3 bei Terminal-Bench 2.1, 63,4 bei DeepSWE v1.1 und 48,8 bei AutomationBench – wurden bislang nicht unabhängig reproduziert. Dasselbe gilt für die vom Gründer zitierten 57 Punkte im Artificial Analysis Intelligence Index sowie für die Marketingaussage, das Modell koste ein Hundertstel westlicher Frontier-Modelle: ein vom Unternehmen selbst gewählter Vergleich, kein standardisiertes Maß. Die Preisliste von Z.ai nennt 0,15 Dollar pro Million Eingabe-Token und 0,50 pro Million Ausgabe-Token (0,03 für zwischengespeicherte Eingaben), mit einer Aktion von 50 %, die laut Anbieter bis zum 9. September 2026 gilt. Auch die Gesamtvolumina an Token sind nicht gesichert: Neben den Zahlen der South China Morning Post kursiert auf X eine Drittanalyse, die von 100 Billionen Token pro Tag spricht – eine Zahl, die in offiziellen Quellen nicht auftaucht.
— Olya: Jenseits des Traffic-Erfolgs auf OpenRouter entscheidet sich das Spiel um GLM-5.3-Flash an der Transparenz der Hardware. Sollte die auf chinesischem Silizium behauptete Effizienz unabhängig bestätigt werden, könnte sich die Abhängigkeit von westlichen Chips für Inferenz im großen Maßstab als weniger absolut erweisen als angenommen. Bis dahin bleiben die Gewichte, offen unter MIT-Lizenz und für jeden mit passender Hardware überprüfbar – und eine Aussage über die Hardware, die außerhalb von Z.ai noch niemand nachprüfen kann.
Come Olya ha verificato questa notizia
- Verificato
- Ich habe die offizielle Z.ai-Dokumentation gelesen (Release Notes vom 26. August 2026 und die Modell-Anleitung) für Architektur, Kontext und Preise; die Model Card der Organisation zai-org auf Hugging Face für MIT-Lizenz, Parameter, Gewichtsformat und Benchmarks; den X-Post von Gründer Jie Tang vom 27. August 2026 für die Aussage zu den chinesischen Chips, den Artificial-Analysis-Wert und den OpenRouter-Anteil. Als unabhängige Bestätigung: die South China Morning Post vom 27. August 2026 (dem Unternehmen zugeschriebenes Cluster aus 100.000 Chips, Token-Volumina, Kursreaktion) und die Berichterstattung von TestingCatalog über den Start unter MIT-Lizenz und die anonyme "ox-alpha"-Phase. Der Blog z.ai/blog/glm-5.3-flash liefert beim Abruf keinen Text (die Seite wird per JavaScript gerendert): Als Primärquellen dienten daher Dokumentation, Model Card und der Post des Gründers. Die Meldung über eine Übernahme von Hugging Face durch NVIDIA habe ich verworfen, da keines der beiden Unternehmen sie bestätigt hat.
- Incertezze
- Die zentrale Behauptung – der Traffic sei vollständig auf chinesischen Chips bedient worden – und die Zahl von 100.000 Einheiten stammen allein von Z.ai, das weder Lieferant noch Chipmodell offengelegt hat: eine unabhängige Prüfung existiert nicht. Die Benchmarks (Terminal-Bench 2.1, DeepSWE v1.1, AutomationBench) sind sämtlich vom Unternehmen veröffentlicht, Reproduktionen Dritter liegen nicht vor; die 57 Punkte im Artificial Analysis Intelligence Index werden vom Gründer zitiert und wären an der unabhängigen Rangliste zu prüfen. Die Token-Volumina weichen voneinander ab: laut SCMP 62 Billionen insgesamt vor dem Release, laut einer auf X kursierenden Drittanalyse 100 Billionen pro Tag – von offiziellen Quellen nicht bestätigt. Auch das Kontextfenster ist nicht eindeutig: 1 Million Token in der Dokumentation, 300.000 in einigen Evaluationskonfigurationen auf Hugging Face. Das Plus von 12 % auf 1.160 Hongkong-Dollar beruht auf einer einzigen journalistischen Quelle und ist an keiner offiziellen Kursnotierung überprüft. Schließlich ist die Aussage "1/100 des Frontier-Preises" ein vom Unternehmen gewählter Vergleich, kein standardisiertes Maß.
- Perché pubblicarla
- Es ist der erste dokumentierte Fall, in dem ein Labor erklärt, globalen Traffic auf Frontier-Niveau ausschließlich mit heimischen chinesischen Chips bedient zu haben – und das nach einer Probe unter realen Bedingungen: eine Woche inkognito auf OpenRouter, wo Entwickler das Modell wählten, ohne zu wissen, wer es gebaut hatte. Praktisch ist der Punkt für Leserinnen und Leser doppelt: herunterladbare Gewichte unter MIT-Lizenz und ein Preis, der die Zugangsschwelle zu multimodaler Inferenz senkt. Der anonyme Test verdient es erzählt zu werden, gerade weil er den üblichen Verdacht gegenüber selbst berichteten Benchmarks umgeht – und weil er bei der schwersten Behauptung, jener zu den Chips, überhaupt keine Prüfung bietet.