Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
fragen-fundeohne Datum · Q004671

GLM-5.3-Flash/FlashX

docs.z.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Z.ai beschreibt GLM-5.3-Flash als kostengünstiges multimodales Modell für Coding und weitere Arbeitsabläufe, mit großem Kontextfenster und visueller Rückkopplung; FlashX soll 200 Tokens pro Sekunde erreichen. Der Bericht nennt positive Benchmarkwerte und eine juristisch spezialisierte Variante, doch die Leistungs- und Kostenangaben stammen vom Anbieter und werden hier nicht unabhängig geprüft.

Mittel

Der Bericht präsentiert GLM-5.3-Flash als multimodales Modell für Programmierung und weitere Wissensarbeit. Es soll Text, Bilder, Videos und Dateien verarbeiten, ein Kontextfenster von einer Million Tokens bieten und mit 320 Milliarden Gesamtparametern arbeiten, von denen 18 Milliarden aktiviert werden. Laut Z.ai senkt eine Architektur aus sparsamer und linearer Attention den Rechenaufwand und KV-Cache gegenüber GLM-5.3 deutlich. FlashX soll 200 Tokens pro Sekunde erreichen; im Coding Plan ist es laut Seite noch nicht verfügbar.

Z.ai beschreibt Einsatzmöglichkeiten von visueller Softwareentwicklung über Büro- und Finanzaufgaben bis hin zu Video, Blender, CAD und Computerbedienung. Die Seite empfiehlt dabei iterative Arbeitsabläufe, in denen das Modell Ergebnisse betrachtet und verbessert. Ihre Leistungsangaben stützen sich auf Benchmarks: genannt werden unter anderem 57 Punkte im Artificial Analysis Intelligence Index und bessere Werte als GLM-5.2 bei DeepSWE v1.1 und AutomationBench. FlashX-Legal soll juristische Dokumente analysieren und Entwürfe unterstützen; bei Harvey LAB wird eine Quote von 19,2 Prozent angegeben. Diese Ergebnisse und Fähigkeiten sind Anbieterangaben. Unabhängige Bestätigung, vollständige Testmethoden und die Übertragbarkeit auf konkrete Aufgaben werden im Bericht nicht umfassend belegt.

Ausführlich lesen

Der Bericht stellt GLM-5.3-Flash und die schnellere Variante GLM-5.3-FlashX als kostengünstige multimodale Modelle der GLM-5-Reihe vor. Laut Z.ai ist Flash das erste native multimodale Modell dieser Reihe und soll GLM-5.2 übertreffen. Es verarbeitet Text, Bilder, Videos und Dateien; die Ausgabe ist Text. Angegeben werden ein Kontextfenster von einer Million Tokens und höchstens 128.000 Ausgabetokens. FlashX soll mit 200 Tokens pro Sekunde antworten. Die Seite nennt außerdem Modellcodes für Flash, FlashX und eine Legal-Variante. Flash sei im Coding Plan mit dreifachem Kontingent verfügbar; FlashX werde dort noch nicht angeboten.

Als technische Grundlage beschreibt der Bericht ein Modell mit insgesamt 320 Milliarden Parametern, von denen 18 Milliarden aktiviert würden. Eine Kombination aus sparsamer und linearer Attention sowie weitere Architektur- und Infrastrukturmaßnahmen solle Rechenaufwand und Kosten senken und lange Kontexte unterstützen. Gegenüber GLM-5.3 beziffert Z.ai die Reduktion von Attention-Berechnung und KV-Cache auf ungefähr das 3- beziehungsweise 4,4-Fache; an anderer Stelle nennt die Seite 3,01- und 4,44-fache Werte. Zugleich räumt sie ein, dass der KV-Cache in ihrem Vergleich etwas größer als bei Kimi-K3 und DeepSeek-V4-Flash sei. Weitere Darstellungen betreffen Manifold-Constrained Hyper-Connections, IndexPool und die Nutzung chinesischer KI-Chips.

Der Schwerpunkt liegt auf visueller Rückkopplung: Das Modell soll Oberflächen betrachten, Code ausführen, gerenderte Ergebnisse prüfen und iterativ überarbeiten können. Als mögliche Einsatzfelder nennt Z.ai Frontend- und Spieleentwicklung, Blender-Szenen, CAD-Modelle, Computerbedienung sowie Büro-, Finanz- und Videoarbeiten. Zu jedem Feld enthält der Bericht ausführliche Beispielaufträge, etwa zur Erstellung und visuellen Prüfung einer Präsentation, zur Analyse eines Unternehmens oder zum Schnitt eines Videos. Das sind vorgeschlagene Arbeitsweisen und Produktbehauptungen; der Bericht belegt nicht unabhängig, dass die beschriebenen Ergebnisse in jedem Fall erreicht werden.

Für die Leistungsbehauptungen verweist Z.ai auf eigene beziehungsweise angeführte Benchmarks. Im Artificial Analysis Intelligence Index v4.1.1 nennt das Unternehmen einen Wert von 57 bei 0,045 US-Dollar je Aufgabe zum rabattierten Preis. Bei zwei genannten Tests liegt Flash vor GLM-5.2: 63,4 gegenüber 46,2 bei DeepSWE v1.1 und 48,8 gegenüber 26,2 bei AutomationBench. Im hauseigenen Z.ai Code Bench v1.0 soll Flash bei maximalem Aufwand mit Claude Opus 4.8 nahezu gleichauf liegen (29,0 gegenüber 29,5). Die Seite berichtet außerdem, das Modell sei vor der Veröffentlichung anonym als „ox-alpha“ auf OpenCode und OpenRouter erprobt worden. Testaufbau, unabhängige Prüfung und allgemeine Übertragbarkeit der Resultate werden im Text nicht umfassend belegt.

Ein eigener Abschnitt behandelt GLM-5.3-FlashX-Legal. Laut Anbieter ist diese Variante auf juristische Dokumente, Recherche, rechtliche Analyse und Entwürfe zugeschnitten und wurde mit juristischen Daten sowie Aufgabenabläufen trainiert. Auf Harvey LAB nennt die Seite eine Bestehensquote von 19,2 Prozent über alle Kriterien, 12,5 Prozentpunkte mehr als beim Basismodell, und bezeichnet dies als Spitzenwert unter Open-Source-Modellen in dieser Auswertung. Für Rechtsrecherche und Dokumentenarbeit empfiehlt der Bericht zusätzliche MCP-Dienste, die externe Rechtsdaten und Word-Bearbeitung bereitstellen. Insgesamt handelt es sich um eine Produkt- und Leistungsbeschreibung des Anbieters; unabhängige Prüfungen oder umfassende methodische Details sind im vorliegenden Bericht nicht enthalten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde Lunas mittlere Zusammenfassung; die kurze Fassung ist ebenfalls treu, lässt aber die Architektur- und Kontextangaben weg. Die Einordnungen beruhen allein auf dem Berichtstext, und die Leistungsangaben des Berichts sind Anbieterangaben, die der Bericht nicht unabhängig belegt.

Im Bericht, aber nicht in der Zusammenfassung

  • Preisangabe von 0,045 Dollar pro Aufgabe im Intelligence-Index-Vergleich
  • Betrieb auf chinesischen KI-Chips mit dreifach besserer End-to-End-Serving-Leistung
  • Coding Plan mit dreifachem Kontingent gegenüber GLM-5.3

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 28 %gleiches Oberthema, hilft nicht
    • JEV 29 %einzelne zitierbare Belege
    • amos 26 %nur am Rande erwähnt
    • SubQ 63 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht

    • SF-P4-T01 Würden Regierungen Messdaten aus der Lieferkette von Chips (Telemetrie), den Stromverbrauch, gemeldete Verzeichnisse von Trainingsläufen und eine unabhängig überwachte Abrechnung von Strom, Hardware und Rechenaufwand als vertragstauglichen Nachweis für die Größe der Trainingsläufe eines anderen Staates anerkennen, ohne Modellgewichte (die gelernten Parameter) oder Code anzurühren? Und wie sähe eine Prüfordnung für Rechenschwellen aus, die nichts über das Innere der Modelle verrät? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 43 %einzelne zitierbare Belege
    • JEV 54 %einzelne zitierbare Belege
    • amos 36 %einzelne zitierbare Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 33 %nur am Rande erwähnt
    • d3-ultra 42 %nur am Rande erwähnt
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-T3-T05 Wenn Selbstverbesserung schneller voranschreitet als der Beobachtungstakt fortlaufender Prüfer: Wie kurz muss dieser Takt sein, und wer darf zwischen zwei Beobachtungen eine Pause durchsetzen: der Prüfer, das Labor oder eine Stelle von außen? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 28 %Hintergrund, keine Belege
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 25 %Hintergrund, keine Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 39 %umfangreiche Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht

    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 35 %nur am Rande erwähnt
    • JEV 52 %einzelne zitierbare Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht

  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 61 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 27 %nur am Rande erwähnt
    • amos 30 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht

  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 53 %einzelne zitierbare Belege
    • JEV 32 %beantwortet teilweise oder widerspricht
    • amos 32 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

  3. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 27 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra 38 %gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 57 %Hintergrund, keine Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht

Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →